高光谱数据在数据库中的高效存储技术研究

通过分析高光谱数据的特点 ,结合数据库系统开发实践 ,提出了高光谱数据集 ,包括图像、光谱、属性等 ,在关系数据库中的存储规范。结合ORACLE数据平台 ,提出了 3种高光谱数据的存储模式 ,并结合应用实例进行对比 ,分析了各自的优缺点以及适用条件。     

北斗三号卫星经验型太阳光压模型分析与精化

太阳光压摄动作为在轨导航卫星受到的最大的非保守力,是卫星精密定轨的重要误差源。ECOM模型、ECOM2模型,这两种经验型光压模型被广泛应用于导航卫星定轨。然而,ECOM模型和ECOM2模型分别是针对GPS和GLONASS卫星设计的,并不完全适用于我国北斗三号(BDS-3)卫星。针对五参数ECOM模型在BDS-3卫星低太阳高度角时期轨道不连续性增大的问题,本文提出在 D方向引入一阶周期项来吸收未被模型化光压加速度。结果表明,引入一阶余弦周期项 D_c,能将低太阳高度角时期CAST卫星的切向、法向、径向重叠轨道误差分别减小约60%、52%、29%。针对ECOM2模型中 D_2c和 D₀、D_2s和 B_s之间存在的强相关性,本文提出了不估计 D_2c参数的八参数ECOM2模型和不估计 D_2c与 D_2s的七参数ECOM2模型。结果表明,相较九参数ECOM2模型,不估计 D_2c参数的八参数ECOM2模型能够将CAST卫星和SECM卫星径向重叠轨道误差分别减少约18%和27%。在此基础上,继续移除 D_2s后(七参数ECOM2),径向重叠轨道误差可进一步减小5.2%~8.5%。综合考察重叠轨道精度和SLR检核精度,不顾及 D_2c和 D_2s的七参数ECOM2模型表现最佳。CAST卫星和SECM卫星重叠轨道切向、法向、径向精度分别为5.0、3.4、1.4 cm和5.4、3.5、1.5 cm;SLR检核残差标准差分别为3.1~3.2 cm、4.4~4.7 cm。     

应用图像关联度的图像模糊分类

提出了应用图像关联度的图像模糊分类新方法。该方法在求得每幅图像相对各个类别的关联度的基础上,求得每个类别图像关联度的均值和标准差σ;然后计算每幅图像的关联度与所在类别关联度均值之差Δi,差值Δi≤2σ,该图像应“留“在该类中;否则,该图像应归入与另两个类别的关联度较大的类别。每幅图像都经过这样的检验,实现图像的再划分,直到这一过程稳定为止。实验结果表明,该方法的图像分类质量有一定优势。     

球面圆拟合算法及其在测月定向中的应用

本文提出了一种球面圆拟合算法,解决了月球视面中心的确定问题。结合该算法,利用仿真测量数据,研究了月相及月相姿态对月球视面中心拟合精度的影响。通过观测实验验证了球面圆拟合算法的正确性,并与原有的算法进行了定向结果的比较。结果显示,球面圆拟合算法与原有算法的拟合内符合精度相当,但外部检核精度提高了大约0.5″,建议在工程实践中采用本文提出的算法进行测月定向。     

基于自然语言处理的大气质量舆情空间化方法

为了弥补由于固定监测站点稀疏而造成的局部区域大气污染事件的漏查漏检,提出了基于自然语言处理(natu-ral language processing,NLP)的大气质量舆情信息空间化方法,通过使用中文分词、词性标注等方法对舆情数据中地址信息进行提取和有效的筛选组合,实现了投诉点的地址匹配和空间定位,并以热力图的形式实现...     

基于Stacked ConvLSTM的时间序列森林火烧迹地检测

确定森林火烧迹地的准确时间点以及空间范围对于森林的受损评价、管理、碳核算以及森林恢复的管理有重要意义。由于森林火烧迹地在空间分布上具有一定的连续性,现有的森林火烧迹地提取方法大都采用先分类再后处理的两步处理策略来抑制虚警像素的影响。本文提出将时空检测方法 Stacked ConvLSTM用于时间序列森林火烧迹地的检测,在保持结果具有较好空间连续性的基础上避免了具有主观性的后处理操作,实现端到端提取森林火烧迹地信息,提升了森林火烧迹地的提取精度。采用MODIS时间序列数据,基于2001年—2008年以及2001年—2016年的黑龙江沾河林业局伊南河林场和内蒙古自治区毕拉河林业局北大河林场两个区域的历史时间序列,分别对这两个区域2009年以及2017年发生的特大火灾区域进行火烧迹地检测,利用Stacked ConvLSTM、Stacked LSTM以及bfast算法在两个区域的MODIS时间序列中提取森林火烧迹地,并将火烧迹地检测结果与ESA发布的Fire＿CCI 5.1火烧迹地产品进行对比分析。结果表明：首先,从目视效果来看,在研究区域Ⅰ,Stacked ConvLSTM检测的结果比St...     

空间数据ETL同步技术

随着北京市房屋全生命周期平台建设的深入,各区县在市房屋平台现有基础上,全面整合各业务系统,简化、再造业务流程,提高行政工作效率,实现"以图管房"、"以房管业"、"以房管人",打造区县级房管数据中心的需求日益强烈。空间数据ETL同步技术是指基于数据库层的一种编程技术框架体系,为了解决跨网段(非局域网,能通过互联网或政务网访问)的空间数据共享同步问题的技术,通过空间图层序列化、空间数据推送、空间数据抽取、空间数据标准化及脏数据处理、空间图层属性表和房屋空间CLOB表反序列化实现空间数据同步。目前,已经应用于海淀房屋平台房屋空间数据建设,是海淀房屋平台与市房屋平台之间房屋空间数据落地,并动态更新的关键技术和手段。空间数据ETL同步技术是纯数据库层编程技术,不受前端开发架构影响,很好地解决了房屋空间数据异步同步和数据共享问题。随着市房屋平台"1+16"市区两级模式的推广和应用,空间数据ETL同步技术也将继续应用在其他区县房屋空间数据中心的建设中。     

高光谱影像光谱-空间多特征加权概率融合分类

提出了一种基于光谱-空间多特征加权概率融合的高光谱影像分类方法。首先,利用最小噪声分离(minimum noise fraction,MNF)方法对高光谱影像进行降维和特征提取,并以得到的MNF特征影像作为光谱特征,联合灰度共生矩阵(gray level co-occurrence matrix,GLCM)提取的纹理特征、基于OFC算子建立的多尺度形态学特征以及采用连续最大角凸锥(sequential maximum angle convex cone,SMACC)提取的端元组分特征,组成3组光谱-空间特征;然后利用支持向量机(support vector machine,SVM)对每一组光谱-空间特征进行分类,得到每组特征的概率输出结果;最后,建立多特征加权概率融合模型,应用该模型将不同特征的概率输出结果进行加权融合,得到最终分类结果。为了验证该方法的有效性,利用ROSIS和 AVIRIS影像进行试验,总体分类精度分别达到97.65%和96.62%。结果表明本文的方法不但较好地克服了传统基于单一特征高光谱影像分类的局限性,而且其分类效果也优于常规矢量叠加(vector stacking,VS)和概率融合的多特征分类方法,有效地改善了高光谱影像的分类结果。     

测角三维坐标采集系统的设计与实现

介绍了测角三维坐标采集系统设计的总体思路和基本功能,探讨了联机实时通信、数据存取操作及管理、顾及尺度基准的间接平差等关键技术,并通过试验测试,验证了系统测量的可靠性。