轨道误差对InSAR相位影响的BP神经网络去除法

针对用二次多项式法去除轨道误差对InSAR相位影响时,须对干涉相位其他项分布性质作假设,且自身存在一定的模型缺陷的问题,该文提出用BP神经网络去除轨道误差对InSAR相位影响的方法。研究表明:BP神经网络法在使用时无须对干涉相位其他项分布性质作假设,模型更优。模拟实验中,轨道误差相位拟合残差更小;真实数据实验中,纠正后非形变区相位集中在零值附近,且波动趋势更为平稳。该方法一定程度上降低了传统二次多项式法的应用局限性。     

GIS的矿区土壤重金属污染评价及空间分布

针对土壤中的重金属含量超标会对人体健康造成极大危害的问题,为检测矿区土壤重金属含量超标状况及空间分布特征,以江西省信丰县4个矿区为例,在28个点位的20~60cm处测定Hg、Cd、As、Cu、Pb、Ni的含量,采用地统计学和地理信息系统相结合的方法进行分析。结果表明,单因子污染指数显示Pb的污染程度最大,污染程度为中度污染;插值分析图显示Cu以西南方向的虎山矿区含量较高,Ni以西南方向的虎山矿区和北部的赤岗矿区含量较高,Pb的污染区域贯穿于整个分布区;重金属含量随深度的增加无明显变化。结合在污染修复方面的经验,建议通过植物修复技术、物理与化学方法进行污染治理和修复。     

基于北斗卫星的水汽探测性能分析

本文利用北斗试验网的数据,结合探空观测,对北斗系统与GPS系统,北斗、GPS与探空系统之间进行详细的比较分析,对北斗水汽探测性能及精度给出初步分析结果。北斗系统与GPS系统及探空系统大气可降水量的探测结果较一致,很好地反映了大气可降水量的变化情况;北斗系统解算出的大气可降水量大于GPS系统,两个系统间存在2~3.3 mm的系统误差,水汽含量较低时,一致性更好;北斗系统与探空的系统误差和标准偏差较大,定位定轨模型有待优化,系统稳定性有待提高。     

激光雷达点云树木建模研究进展与展望

三维树木几何模型是数字城市与数字林业工程的重要组成部分.针对点云树木建模,深入分析了基于广义(泛在)激光雷达点云的树木模型重建方法,提出了聚类思想建模、图论方法建模、先验假设建模、拉普拉斯算子建模与轻量化表达建模5类建模体系,归纳总结了不同建模体系在树冠枝干的细节表达、建模算法性能、树木模型的多层次细节表达、建模体系综...     

基于地理认知的GIS数据元模型研究

将G IS相关认知活动分为类型分层、实体分层和地理实体的具体描述,并在此基础上对G IS数据元模型的结构进行描述。该数据元模型可以较好的实现地理数据不同层次的语义表达及数据间一定程度语义关系的表达,并有利于不同尺度地理分析和决策所需相关地理信息的高效提取。     

数字高程模型与等高线质量相关性研究

目前的地理信息系统(GIS)对于自动生成等高线的研究已经较为深入,但就其效果来说仍然无法让人满意。针对依据DEM自动生成等高线的算法及相关的数据质量问题,进行空间分析与数值定量统计。研究问题包括生成的不合理等高线的位置及范围、等高线算法及DEM质量对自动生成等高线质量的影响。     

房产政务管理信息系统GIS应用研究

简要分析房产政务管理信息系统中GIS应用的现状及需解决的关键问题,并就如何建立以GIS为核心的房产测绘系统,实现GIS/MIS/OA一体化及房产基础空间数据库进行论述。     

森林资源监测中GF-2卫星影像波段配准误差分析

通过对GF-2卫星影像正射校正及波段模拟配准误差试验,分析GF-2卫星正射校正方法的选择以及不同配准误差下对GF-2卫星影像自动分类结果的影响;最后介绍GF-2遥感影像在森林资源监测应用中的初步测试。研究结果表明:正射校正时,当校正精度要求控制在RMS2时,控制点数量选择范围在85~95间较为合理,且控制点数在90个时,RMS值最小;经有理函数模型与卫片模型比较后,卫片模型校正精度较高;以目视判读为主时,实践中建议使用三次卷积重采样法输出结果最好;波段模拟配准误差试验中,配准误差与各地类面积变化间存在显著的线性关系;对于森林面积监测时,配准误差应小于0.3个像元。此研究可为新型国产卫星数据在森林资源监测中的应用提供参考。     

基于森林模型参数先验知识估算高分辨率叶面积指数

目前,估算高分辨率叶面积指数LAI（Leaf Area Index）的常用方法是采用大量地面测量数据和遥感数据建立统计模型,再用统计模型估算LAI。然而,与农田地面测量实验相比,森林地面测量实验获取的观测数据更加有限,这使得基于统计模型的森林高分辨率LAI的估算精度低,难以满足应用需求。为此,本文提出一种基于森林模型参数先验知识、使用森林研究区少量的LAI地面测量数据和归一化植被指数NDVI数据估算森林高分辨率LAI的方法。首先,获取全球20个森林实验区的LAI地面测量数据和NDVI数据,建立LAI-NDVI统计模型并提取森林模型参数的先验知识。然后,以一个新的森林站点Concepción作为研究区,将该研究区的数据分为建模数据和验证数据两个部分。使用研究区有限的建模数据对森林模型参数先验知识进行本地化校正得到优化模型,优化模型用于估算森林高分辨率LAI,使用验证数据评价LAI的估算精度。同时,选取了Camerons站点、Gnangara站点、Hirsikangas站点评价本文方法的LAI估算精度。使用地面测量LAI验证基于森林模型参数先验知识估算高分辨率LAI的结果精度,经验证4个森林站点的均方根误差分别为0.6680,0.4449,0.2863,0.5755。研究结果表明：在仅有少量观测数据时,采用本方法能有效地提高森林高分辨率LAI的估算精度。因此,本方法可为森林高分辨率LAI的遥感估算提供参考。     

结合BM3D和多级非线性加权平均中值滤波的遥感影像混合噪声去噪方法

提出了一种基于三维块匹配（BM3D）和多级非线性加权平均中值滤波的遥感影像混合噪声去噪方法,使用coief3小波和sym2小波替换传统三维块匹配算法中的bior1.5和hear参数,将三维块匹配算法和多级非线性加权平均中值滤波相结合以提高算法对混合噪声的去噪能力。进行一个仿真对比试验和一个真实遥感影像去噪试验,试验表明,本文提出的方法在遥感影像混合噪声去噪方面效果要优于传统混合噪声去噪方法。