基于GMRF-SVM的高分辨率遥感影像目标区域划分方法

高分辨率遥感影像数据量大、细节丰富并呈现出一定的尺度依赖性,单一尺度遥感影像分割难以同时兼顾影像的宏观和微观特征,这成为制约遥感信息自动化提取技术发展的瓶颈之一。对此本文提出了基于特征的多尺度高分辨率遥感信息提取技术框架,并分析了其对于大尺度海量数据信息提取与目标识别工作具有的理论及实践意义。根据影像光谱或纹理等特征,提出采用GMRF-SVM方法在大尺度上进行分类的目标区域划分方法。从大尺度信息提取的角度来看,该方法综合了GMRF纹理分类和SVM少量样本模式识别的优势,便于先验知识的融合,无论从花费时间还是分类处理效果上,都远远优于直接采用GMRF进行分割所取得的效果,对于后面的信息提取和目标识别来说更具有实际意义。     

GIS在新疆岳普湖县土地利用信息化建设中的应用

我国土地管理部门为了解决与土地管理相关的计算机制图问题,利用CAD等制图软件生产出大量矢量图形数据。本文以新疆岳普湖县土地利用信息化建设过程为例,介绍运用GIS软件将传统县级土地管理信息资料,如各种纸图、CAD格式的数字图和附属文档等,转换成为GIS格式数据的总体技术路线和过程,并详细讨论转换过程中的图元关系对应、拓扑关系建立等关键技术。     

基于自适应共振模型的遥感影像分类方法研究

人工神经网络（ANN）是人视觉和服的基本功能的抽象、简化和模拟。在对遥感影像的综合解释应用中,与传统的统计方法和符号逻辑方法相比较,ANN更接近人对影像的视觉解译分析过程。自适应共振理论（ART）是一种自组织产生认知编码的神经网络理论,其自组织、反馈式增量学习机能,能兼顾适应性和稳定性,克服了一般神经网络学习速度慢、网络结构难以确定、局部最小陷阱等缺陷。以FUZZY－ART和ARTMAP为基础,提出基于ART遥感影像非监督和监督分类的一般模型,并以实际上土覆盖分类和城市结构信息提取为应用实例,通过与传统统计方法和一般ANN分类器相比较,ART具有正确率更同、学习速度快、自适应性等优点,是复杂数据分类和信息提取的有效工具。     

暴雨与库水位变化条件下晒盐坝滑坡渗流和稳定性数值模拟

为研究暴雨和库水位变化对三峡库区边坡变形和稳定的影响,选取重庆云阳县晒盐坝滑坡为研究对象.运用饱和非饱和渗流理论,采用有限元法,模拟该滑坡在暴雨和库水位升降中渗流场的变化,计算其稳定性系数.计算表明,库水位上升和下降中,该滑坡体的稳定性均先减小后增大.     

NOAA-AVHRR卫星资料处理业务系统在生态环境监测中的应用

本文简要介绍了浙江省气象科学研究所自行设计和研制的NOAA-AVHRR卫星资料处理业务系统的设计思路、总体结构及主要技术特点。重点介绍了系统软件中三维立体图像显示技术及其在植被生态环境监测中的具体应用。     

高密度城区建筑图斑智能识别与屋顶绿化适建性评估——以成都市为例（英文）

随着城市扩张,城市绿地被占用,城市热岛效应严重,对城市建筑屋顶面进行绿化,是增加城市绿地面积、改善城区生态环境的有效途径。针对高密度城区建设用地趋于饱和及生态环境难以拓展的现状,本文利用高分二号卫星影像,通过深度学习辅助人工修正获取研究区精确建筑图斑,建立含屋顶自身属性特征、自然环境特征、人文社会环境特征的屋顶绿化评价指标体系,运用层次分析法计算非屋顶自身属性特征的权重值,通过空间连接、加权叠加等空间分析方法综合评估适宜绿化的屋顶面。文章以成都市三环线以内区域为示范区展开研究,研究结果表明,通过深度学习获取的精确的建筑图斑,可以提高实验效率;而通过特征提取的方法,可对不适宜绿化的屋顶面有效地进行分类,精度达86.58%,其中适宜绿化的图斑数量占总数比48.08%,高适类、中适类、低适类的建筑图斑占比分别为45.32%、38.95%、15.73%,高适宜绿化建筑主要分布在成都市一环区及一环区以外西部地区。研究结果可为后续空间规划研究提供有效数据支撑。     

网络地理信息系统中数据传输安全的探讨

在网络地理信息系统应用日益广泛的今天 ,如何保证地理信息数据在网络中的传输安全 ,是一个十分重要的问题。本文分析了网络地理信息系统在数据传输方面可能存在的安全隐患 ,以及为了克服这些隐患所须满足的安全需求。在此基础上 ,本文介绍了代理中间件技术的基本原理.     

基于不确定性迭代优化的山地植被遥感制图

山地因其较高的异质性和特殊的环境特征给遥感科学及其应用带来了诸多问题和挑战。为实现山地植被信息的精准提取,本研究选择部分滇西北山地区域作为研究区开展方法实验,利用高分辨率遥感影像数据和数字高程模型,结合分区分层感知思想,提出一种基于不确定性理论的山地植被型组分类制图方法。首先结合地形对研究区影像进行多尺度分割制作图斑;然后根据图斑特征使用随机森林方法进行分类,将分类结果与对应类别样本间的相似性作为优化目标,并构建混合熵模型定量计算图斑推测类型的不确定性,据此进行针对性的样本补充和分类模型的迭代优化。实验总体分类精度达90.8%,较迭代前提升了29.4%,Kappa系数达到0.875。在高不确定性区域,该方法相比使用一次性补样和随机补样方法的分类结果,精度分别提高了17%和13%。研究结果表明,通过人机交互的方式,基于不确定性理论为样本库融入增量信息的迭代优化方法能够有效提高植被型组分类的精度,相较于传统的样本选择方法具有更高的效率和更低的不确定性。     

地物波谱数据辅助的SPOT影像模拟真彩色方法研究

提出一种新的高分辨率遥感影像真彩色模拟方法。该方法从遥感成像光谱角度,依据地物波谱特性,采用光谱角匹配模型(SAM),首先计算出地物在绿(G)、红(R)、近红外(NIR)以及短波红外(SWIR)波段的整体和局部波谱向量角;然后根据角度距离构建最小距离隶属函数,查找对应地物波谱库中最为相似的地物波谱;最后对此条地物波谱曲线积分计算出该像素点在蓝波段的反射率。实验表明,该方法模拟出的SPOT真彩色影像在视觉效果和空间信息上优于传统的方法。     

地理时空大数据协同计算技术

大数据时代,地理时空数据的迅猛增长给应用理念、技术框架和服务形式带来挑战。本文在阐述地理时空大数据概念的基础上,首先分析了地理时空大数据计算面临的挑战,从数据协同、技术协同、服务协同和生产协同4个层次阐述了地理时空大数据协同计算方法;然后,根据平台化服务的需求设计了地理时空大数据协同计算框架,从遥感数据综合预处理、地理时空数据的组织与管理、地理时空大数据高效计算、地理时空大数据可视化4个方面论述了地理时空大数据协同计算实现的关键技术;最后,以遥感大数据综合处理系统作为案例说明了地理时空大数据协同计算与服务的实现方法,并对地理时空大数据的应用模式进行了展望。