基于Web Service的分布式遥感影像数据库设计与实现

结合实际工作中影像数据存储与管理的需求,在应用Web Service技术对遥感图像分布式处理的过程中,就不同形式的数据库查询方法对遥感影像数据进行基于元数据库的数据库系统设计,并结合SOAP调用等技术对其进行原形实现。从数据库的各种基本操作可以看出,基于SOAP/XML技术及辅助元数据库的分布式影像数据库设计方法及远程调用在实际工作需求中是有效的。     

遥感影像理解智能化系统与模型集成方法

智能化遥感影像分析理解是当前遥感地学分析中的研究热点。本文通过分析当前智能化方法在应用中存在的两个主要问题,指出了智能化遥感影像分析向基于多特征单元为分析对象转变的必要性以及如何在分析过程中更好的融合知识。在此基础上,介绍了多特征单元遥感影像分析和基于神经网络的知识处理的基本思想。并对如何建立基于知识智能计算的多特征单元遥感影像分析理解方法体系进行了探讨,给出了概念框架图。     

网格GIS中的GML语言技术与设计框架

基于网格技术的地理信息系统的研究与开发 ,将改变传统 GIS系统的应用模式与计算能力 ,使 GIS转变为以服务为中心 ,提供一体化的空间信息应用服务的智能化信息平台。而 Grid GML(Grid Geographic Markup L an-guage)将是网格 GIS的交流与对话语言 ,为网格 GIS的中间件之间、智能体之间、系统之间及系统内部的空间信息传输、存储与通信等提供了可能。本文在 XML 技术、网格体系结构技术及 OGC的 GML3标准的基础上对Grid GML 进行了详细的分析与设计。     

传统村落集群区域识别与规划策略研究——以浙江省山地丘陵区为例

传统村落保护利用已由单体村落保护转向区域整体保护,但仅依据传统村落空间集聚识别集群区域,忽视了乡村聚落之间具有保护价值的“点状”与“线性”历史文化要素,也没有考虑社会经济要素对于连片保护利用工作实践的支撑作用。本研究以浙江省山地丘陵区作为研究样本区,融合核密度分析、局部空间聚类分析等技术方法,基于传统村落空间集聚和历史文化要素富集识别传统村落集群区域,并综合考虑乡村地区社会经济发展活力,融入生活便利、产业基础、设施建设、景区资源四个维度特征指标识别传统村落集群优先发展区和一般保护区,进而提出保护建议和发展策略。浙江省山地丘陵地区共识别出传统村落集群区域18个,包括12个优先保护区、6个一般保护区,通过因地制宜地采取点线带面、强弱联动、全域共建共享等策略,推动集群区域的可持续发展。论文研究思路与方法可以为中国其他地区的传统村落集群区域识别与连片保护利用规划实践提供借鉴。     

基于局域同质性梯度的遥感图像分割方法及其评价

提出了一种针对多波段遥感图像的快速分割方法.该方法首先对遥感图像进行量化,然后提取局域同质性梯度图像,进而利用快速分水岭变换进行初始分割,最后利用改进的区域合并方法获得最终的分割结果.利用Quickbird图像进行了相关的实验,并在像素数量误差准则的指导下进行了分割评价,结果表明所提出的方法是一种有效的遥感图像分割方法,在分割速度和精度等方面优于多分辨率分割方法.     

数字城市的三维景观系统构建

本文探讨了数字城市中三维景观的功能特性 ,分析了数字城市中三维景观系统构建的技术思路 ,讨论了三维景观系统构建过程中的一些关键技术 ,如景观背景变换、三维对象信息查询、天气效果的实现以及地形构建等。文章最后指出今后有待进一步解决的技术问题。     

网格GIS的应用架构及关键技术

本文以网格计算在 GIS的应用为主线 ,分析阐述了当前网格计算在 GIS领域中的应用及其所面临的主要问题 ,结合中间件技术 ,给出了网格 GIS的应用架构 ,并列举了所需的几项关键技术。特别就当前 GIS所面临的共性问题进行了分析 ,根据软件可重用原理 ,在分析现有网格技术发展的基础上 ,指出了基于 GML语言应用 WebService技术的中间件分布式架构是 GIS软件发展的一个主要方向及解决当前 GIS领域中所存在问题的最佳方式 ,并讨论了其实现过程。     

遥感信息图谱计算的理论方法研究

遥感应用的本质是投入专业知识从对地观测影像中提炼专题信息,并以之服务于各类分析与决策的过程。其中,信息计算是整个遥感应用服务技术链的基底。本文在传承地学信息图谱理论的基础上,提出了遥感"图-谱"信息耦合的空间认知理论,构建了"像元-基元-目标-格局"为一体的遥感信息图谱计算的理论方法体系,将其分为"像元级"和"对象级"两个层次,并阐述了高性能计算环境支持下,遥感信息图谱计算平台的设计开发思路及目前研发进展,总结了遥感信息图谱计算的发展趋势和重点研究问题。     

基于多特征的遥感影像分析——一个新的视角

为克服传统基于像元的遥感影像分析局限,本文提出了基于多特征的遥感影像分析方法,并以遥感分类为例对该方法作了相应的阐述.文章的最后部分对该方法的优越性作出了总结.     

面向遥感目标识别耦合GA与SVM的特征优选方法

提出了GA-SVM耦合用于高分遥感目标识别的特征优选方法,将GA中的特征降维和适应度函数构建与SVM中的特征空间映射、样本训练以及分类结果在内容上耦合,利用SVM的识别结果指导GA的进化方向。同时,为减小未成熟收敛风险,对传统GA做了改进。实验表明,该方法在高分遥感影像目标识别中效果较好。