基于升降轨ASAR的于田Ms 7.3级地震同震形变场信息提取与分析

升降轨干涉测量可以更好地反映地震同震形变场特征。利用欧空局ASAR数据通过二轨法差分干涉测量提取了新疆于田县Ms 7.3级地震升降轨同震形变场信息。结果显示:升轨同震形变场最大视线向(LOS)隆升形变量约+13.3 cm,沉降形变量约-83.9 cm;降轨同震形变场最大LOS向隆升形变量约+36.5 cm,沉降形变量约-66.5 cm。于田地震以NNE向正断层破裂为主,并伴随左旋走滑运动,西北盘为正断层破裂的上盘(沉降盘),东南盘为正断层破裂的下盘(隆升盘)。升降轨同震形变场存在一定差异,但其变化趋势与特征非常相似,其差异主要是由于两种不同观测模式所造成的。     

滑坡危险性评价模型中的量化方式研究——以永嘉县为例

滑坡因子的分段和量化问题非常复杂,相同的滑坡因子在不同条件下对滑坡的贡献会有所不同,甚至完全相反。针对浙江省永嘉县具体滑坡点各个滑坡因子的分布情况,提出滑坡因子量化方案,并应用该方案构建滑坡危险性评价的神经网络模型。通过不同模型的对比分析,认为基于量化方案的支持向量机(Support Vector Machine,SVM)神经网络模型的实用性最强,结果最为满意,其滑坡分布的验证正确率达到84.2%。     

高分辨率遥感影像多尺度均值漂移分割算法研究

根据高分辨率遥感影像信息提取过程中对影像的对象化分割的需求,分析了均值漂移分割算法的原理,并对其多尺度分割方法进行了设计与实现。实验证明该算法具有较好的影像分割精度。     

一种有效的复杂多边形裁剪算法

提出了一种基于扫描线思想和梯形分割技术的多边形裁剪算法,其主要步骤包括:计算主多边形(集)与窗口多边形(集)的交点,提取所有交点和多边形边界结点的纵坐标(y)并进行排序;以排序后的y作水平扫描线,分别对主多边形和窗口多边形进行梯形分割,获得两组梯形集合;对这两组梯形集合逐行执行梯形单元“交”运算,最后对结果交集进行边界追踪建立裁剪多边形。实验结果表明,该算法具有较好的计算效率,是一种比较实用的多边形裁剪算法。     

位置服务上下文计算本体形式化实现方法

本文采用Protégé本体开发平台将五元组模型的位置服务上下文计算本体形式化,使其在JADE环境下应用成为可能。首先通过介绍位置服务上下文计算应用的国内外发展现状,引出本体形式化问题。然后应用五元组模型进行位置服务上下文信息建模。建模后抽象出的位置服务上下文计算本体符合FIPA-ACL规范,使不同的信息在Agent之间进行交换,从而实现形式化本体在计算机系统之间的交流。最后,我们将采用Protégé平台定义的ContextOntology形式化本体通过Ontology Bean Generator插件将其导出为Java类,使其在JADE平台下得以应用。     

塔河油田地面工程信息系统的设计与探讨

着重探讨了塔河油田地面工程信息系统的建设思路和实现方法,针对油田的实际,以当前先进的组件式地理信息系统软件MAPGIS和可视化编程工具Microsoft Visual Studio构架的技术体系为基础,开发一套方便实用的油田地面工程信息系统。本系统建设为集原油集输、天然气和油田伴生气集输、道路、输供电线路为一体的可视化数据平台,实现了整个油田数据采集、管线图绘制,以及信息的浏览、查询统计、综合管理等功能。     

基于多基线数字近景摄影测量测制1:500地形图的应用研究

主要阐述了基于多基线数字近景摄影测量技术测制1∶500地形图的的可行性、成图流程和成图精度等,并阐述了生产过程中各个方面的技术难点及其解决方法和建议。试验结果表明,该方法可行、精度可靠,但是有其局限性。     

基于归一化指数分析的居民地遥感信息提取

以无锡市作为研究区域,采用2000年Landsat ETM+影像数据,通过对居民地的遥感机理分析,利用植被指数、水体指数、城镇指数相结合的方法提取居民地信息。分析遥感影像的谱间结构特征,通过试验,建立二值逻辑运算式,得到居民地遥感信息提取结果。并用该方法在不同时相不同地区的Landsat TM/ETM+影像上进行了进一步的验证。研究结果表明:该方法可以将居民地信息提取出来,并且效果较好。     

GPS几何监测系统的三维可视化设计与初步实现

现代GPS几何监测系统的数据采样率高,监测点数多,数据管理与利用的可视化技术能使这些数据信息生动、直观。文中以Vc＋＋6．0为开发工具、OpenGL为图形接口,利用OpenGL提供的几何建模、光照等特性,结合苏通大桥GPS监测系统数据,设计并初步实现三维监测数据的动态可视化显示。     

知识引导的稀疏时间序列遥感数据拟合

在多云多雨的地区,光学遥感存在着获取无云数据困难的难题,这会导致时间序列应用中可用数据匮乏。因此,本文面向稀疏时间序列遥感数据,根据噪声造成遥感影像上归一化差分植被指数(NDVI)被低估的事实,提出了一种知识引导的拟合方法。首先,在遥感影像预处理的基础上,利用先验知识和时序差分法对噪声进行识别和剔除;然后,采用高斯二阶模型对原始数据进行拟合;最后,根据拟合残差更新权重,进行迭代拟合,重复上述过程直至获得稳定的结果。本文以Landsat 8 OLI作为数据源,对浙江省杭州地区的森林数据进行拟合,结果表明:在稀疏时间序列数据的情况下,本文方法与MODIS数据拟合结果的相关系数达到0.92,关键时点(如NDVI峰值点等)的时间误差在5 d;相比当前主流方法的0.88与8 d具有更高的精度。