基于单邻点多波段预测的高光谱图像无损压缩算法

提出了一种基于聚类-单邻点、多波段预测-熵编码的高光谱数据无损压缩方法。根据谱向特征,进行高光谱图像矢量聚类。对各个分类,采用单个空间位置邻点、多个波段作为预测数据,训练预测系数,进行三维预测。残差采用Golomb-Rice编码。实验证实了算法的有效性。     

高分辨率遥感影像提取道路的方法综述与思考

 介绍了高分辨率遥感影像上道路的特征、模型和道路提取的基本思想，对已有的道路提取方法进行了分析，并对道路提取问题进行思考，提出下一步的研究方向。     

顾及空间非平稳特征的遥感干旱监测

遥感技术具备实时快速、时空连续、广覆盖尺度等独特优势,在全球气候恶化大背景下,利用遥感干旱监测方法相比于传统地面监测手段,能够提供实时、准确、稳定的旱情信息,辅助科学决策。目前常用遥感旱情监测方法大多依赖全域性数学模型建模,假定了旱情模式的空间平稳特性,因而难以准确反映旱情模式的局部差异特征。本文提出利用地理加权回归模型GWR (Geographically Weighted Regression),考虑旱情模式的空间非平稳特性,综合多种遥感地面旱情监测指数,以实现传统全域旱情监测模型的局部优化。以美国大陆为研究区,监测2002年—2011年共10年的旱情状态。研究表明,GWR模型能够提供空间变化的局部最佳估计模型参数,监测结果更加吻合标准美国旱情监测USDM (U.S Drought Monitor)验证数据,且与地面实测值的最高相关系数R达到0.8552,均方根误差RMSE达到0.972,显著优于其他遥感旱情监测模型。GWR模型具备空间非平稳探测优势,实现了旱情模式的局部精细探测,能够显著提升遥感旱情监测精度,具备较好的应用前景。     

基于AutoCAD的动态坐标转换的快速实现

在AutoCAD制图软件中,如何快速展示电子地图的大地坐标,是一个亟须解决的问题.通过对坐标正反算和AutoCAD制图技术的叠加运用,以数字珠海电力为例,详细说明基于AutoCAD动态坐标转换的快速实现.     

低空大比例尺地形图航测生产关键技术

针对传统航空摄影测量生产工艺在生产过程中遇到的影响大比例尺测图精度的问题,该文探讨了低空航测生产大比例尺地形图的关键技术。通过选用宽角相机、低航高飞行、强化影像匹配、野外布设标志控制点、优选平差模型、精化测图操作等改进方式,以提高大比例尺航测精度;组建无人飞艇低空航测系统,对提出的技术方法予以实现;最后给出了山西境内近30个县市建成区1∶500测绘生产实践的部分验证成果。     

城市建筑水平特征对城市热环境效应的影响——以大连市中山区为例

以大连市中山区的遥感和建筑等多源数据为基础,结合单窗算法和相关分析方法,研究分析了2002—2014年研究区的地表温度空间分异特征及地表温度与建筑密度的相关性。研究结果表明:(1)2002—2014年地表温度高温区域多分布在中山区西北部、解放路和中南路的沿线,且温度增加明显,东北部由于填海造陆温度明显升高;(2)高密度和较高密度的地块主要分布在青泥洼天津街商业区,大部分低、较低、中密度地块分布在解放路和中南路沿线;(3)2002年、2014年,地表温度与建筑密度呈现中等相关性,相关系数分别为0.514、0.537。     

优化非等时距加权灰色-时序组合模型在地铁监测中的应用

对某地铁工程沉降数据进行建模预测,可以掌握其变形规律并预测变形趋势.本文将传统非等时距灰色模型引入时距权比系数,按照不同的生成及还原方式构建3种预测模型,并确定最优拟合序列.在此基础上,组合时序模型对残差部分进行处理,建立优化非等时距加权灰色-时序组合模型,结合工程实例进行验证.结果表明,优化非等时距加权灰色-时序组合...     

多面函数和移动法综合模型支持下的区域垂直形变场拟合

地壳垂直运动的研究中,多面函数法是一种传统并得到广泛应用的方法。本文通过首都圈和晋冀蒙两个地区的实例,对多面函数和移动法综合拟合模型与多面函数模型等几种模型进行了对比研究。结果表明,多面函数和移动法综合拟合模型在拟合精度上优于其他几种模型,拟合残差更稳定,具有一定的实际应用价值。     

随机森林遥感图像分类实验教学软件开发研究

随着教育与科技的发展,我国众多高校的课程体系都开设了"遥感图像解译"或"遥感原理与应用"等课程.遥感图像的监督分类,是遥感类课程不可或缺的教学内容.然而,在目前相关课程的实验教学中,存在教学内容陈旧、更新频率较低等问题.为了充实高校遥感类课程的实验教学,本文介绍了一套基于随机森林的遥感图像分类实验教学软件,包括软件开发与相关实验的设计.鉴于随机森林算法在遥感领域得到了广泛应用,本实验教学软件旨在使学生掌握更新的遥感数据处理技能,提升其在相关行业中的竞争力.     

空间加权的孤立森林高光谱影像异常目标检测

针对孤立森林算法在高光谱影像异常目标检测中易产生大量虚警的问题,该文将异常目标在空间分布的稀缺性与 目标光谱的差异性两个先验结合,提出了一种空间加权的孤立森林异常目标检测方法.首先利用孤立森林算法计算目标的光谱异常度,得到初步的检测结果;然后分析初步结果中目标区域的连通面积,以连通域面积为变量,基于高斯核计算目标的空间稀缺性,得到目标的空间权重属性;最后将表达空间稀缺性的属性与光谱异常度加权相乘,实现了对异常目标的准确检测.在五组高光谱数据集上的实验结果表明,该方法具有较好的检测性能.