基于规则的地理国情普查质量检查系统的设计与实现

针对全国第一次地理国情普查及四川省地理省情普查,笔者结合生产实际,研究和探讨了地理国情普查成果数据质量检查的内容、技术方法及精度指标,设计了内容完整、检查科学的质量检查模型,研发了自动化程度高、拓展性强、运行稳定、检查效率高的地理国情普查质量检查软件,介绍了软件的功能、特点及应用情况。     

面向蓝藻的洱海气象监测站布局方法

针对洱海流域蓝藻预警研究所需的气象数据不足的问题,提出洱海气象监测站优化布局方法,采用环境影响统计概念模型分析了对环境产生影响的主要经济因素,根据水体污染指标将洱海各个行政区分为高污染区和低污染区,再考虑汇入洱海支流是否流经高污染区,认为在高污染区支流汇入口是蓝藻发生概率较高的区域。依据2个主要参数:区域污染程度和支流入口,部署气象监测站,该监测站能为洱海蓝藻预警研究提供必要、准确和可靠的水面气温、降雨量以及日照长度等气象参数,将对水环境的监测和研究具有重大意义和广泛应用前景。     

恶劣环境下GPS/BDS混合双差模糊度固定性能分析

针对在恶劣观测环境下每个GNSS系统只观测到较少的几颗卫星,采用标准双差模型很难实现整周模糊度固定的问题,该文对GPS/BDS系统间混合双差模型进行研究,利用该模型计算出GPS/BDS系统偏差。在此基础上,利用实验分别对模拟和真实恶劣观测环境下的模糊度固定性能进行分析,实验结果表明,恶劣环境下GPS/BDS系统间混合双差模型表现良好,相较于经典的双差模型可将模糊度固定平均所需时间分别缩短43%和33%,模糊度固定成功率分别提高107%和31%。     

顾及像面畸变的卫星视频稳像

卫星视频每帧影像外方位元素数值存在差别,相邻帧影像间的同名点在像面位置不同,且由于每帧影像均存在几何畸变,经典的帧间的投影变换模型、仿射变换模型等视频稳像的配准模型不能精确描述帧间的同名点关系。针对该问题,本文提出顾及像面畸变的卫星视频稳像算法,基于仿真的卫星视频,验证了该算法的可行性和精度。     

基于三维激光扫描技术的盾构隧道变形分析

为保证地铁隧道建设过程中的安全,对其进行变形监测是必不可少的工作.传统测量方法采用特征点位进行隧道断面监测,存在数据量较少、点位不够全面等缺点,且工作量较大,工作效率低.针对这一问题,本文将三维激光扫描技术应用于盾构隧道监测,利用获取的三维激光点云对盾构隧道进行监测.为验证其可靠性,将其与全站仪数据进行联合分析.实验表...     

基于层次规则的OSM建筑物面目标冗余清理

开放街道地图(Open Street Map,OSM)数据由大众自发标报,因而存在大量虚假、低质量、冗余数据,其冗余数据清理研究成果乏善可陈.为此,针对OSM建筑物面目标冗余问题,构建了一套基于层次规则的OSM建筑物面目标冗余数据清理模型.首先,从OSM数据中识别冗余建筑物面目标,然后,按照拓扑关系类型将冗余建筑物面目...     

应用微波遥感数据的东北地区地表温度反演

针对无源微波遥感时间分辨率高可以克服云层影响获取地表温度的问题,该文应用AMSR-E微波亮度温度数据,分别选取了基于发射率估计的单通道反演法和多通道线性拟合法反演东北地区地表温度。在原有方法的基础上提出算法改进:对单通道反演法按照植被生长周期在生长季与非生长季分别建立发射率估计方程,探究各微波通道在每种地表覆被类型的反演能力并组合反演精度最高的通道,将微波极化差异指数作为表征发射率参数加入多通道拟合方程。结果显示,获取的地表温度剔除水体和冰雪无效像元后可用性达到100%,改进后的单通道反演法均方根误差由3.58~4.6降低至2.0~3.1,在75%的区域的误差小于2 K;多通道拟合法的最终均方根误差为2.6~3.5,同样有较高精度且只使用微波亮温数据就能获取地表温度。     

结合邻域信息和结构特征的遥感影像变化检测

为提高像元级变化检测方法的精度,提出一种结合邻域信息和结构特征的遥感影像变化检测方法.该方法涵盖邻域相关影像(neighborhood correlation image,NCI)、匹配误差和结构特征3种属性特征.首先,通过邻域相关分析技术获得表示上下文信息的邻域相关影像,利用邻域间像素的互相关性进行模板匹配获得匹配误差.然后,基于方向梯度信息提取能抵抗影像间光谱差异的结构特征.随后将邻域相关影像、匹配误差、结构特征作为决策树的分类属性,获取初始变化检测结果.最后,利用马尔可夫随机场(Markov random field,MRF)对其进行优化,获得最终的二值变化图.本文通过采用两组不同传感器的双时相遥感影像进行试验.结果表明,相较于采用变化向量分析法(change vector analysis,CVA)、单一邻域信息法及邻域信息和纹理特征相结合的方法,本文方法有效提高了变化检测的精度.     

众源矢量数据分块纠正研究

众源矢量数据能够提供丰富的地理信息,但存在几何误差分布不均匀问题.针对众源矢量数据几何误差问题,本文提出一种众源矢量数据分块纠正方法.以遥感影像作为标准数据,通过模板匹配得到遥感影像与众源矢量数据的同名点,根据同名点的几何误差分布对众源矢量数据切分及分块纠正,最后拼接纠正结果实现众源矢量数据的纠正.本文以上海市OpenStreetMap矢量道路网作为实验数据进行分块纠正实验,实验结果表明分块纠正后众源矢量数据几何误差显著降低.     

集成学习和条件随机场的影像招弧角识别

无人机巡检是目前电力部门主推的一种巡检方式,招弧角是一种重要的电网设备、但其呈现细长的几何形状特征,其测量需要优于1 cm空间分辨率的影像.为了从无人机获取的高分辨率影像上提取招弧角,该文提出了基于随机森林、集成学习、全连接条件随机场的无人机影像分类和招弧角提取方法.首先,提取了影像的12个光谱和纹理特征.接着,建立训练样本库,训练了多个独立的随机森林分类器、并形成随机森林集成模型进行影像分类.最后,利用全连接条件随机场优化分类结果.该文采用5000张无人机影像进行了实验.实验表明,该文提出方法的整体分类精度达到85.5％,招弧角识别的正确率为98.3％、完整率为74.3％,表明该方法具有潜在的工程应用价值.