水稻时域散射特征分析及其应用研究

通过对肇庆试验区1996年和1997年获取的多时相、多模式雷达卫星（RADARSAT）数据分析,从图像上直接提取地物的后向散射系数,结合实地测量水稻的生长结构参数,建立了水稻生长模型,分析了不同生长周期（从80天到120－125天）4种类型水稻的时域散射特性。利用1997年4月至7月获取的7景标准模式雷达卫星数据,对试验区内三个县和两个行政区共5000km^2面积范围内的作物进行分类和水稻产量预估算,水稻类型分类及面积量算精度达91％。结果表明：利用雷达遥感数据进行水稻种植面积量算和估产需要水稻生长期间三个时相的数据,即插秧期、抽穗期、收割前期。若能够获得多参数雷达图像,可以用插秧期和收割前期的两个时相图像来代替上述的三个时相图像同样可以达到种植面积量算和估产的效果。这一结果充分说明多时相雷达卫星数据对我国南方水稻长势监测及估产具有明显优势和潜力。     

水稻时域散射特征分析及其应用研究

通过对肇庆试验区1996年和1997年获取的多时相、多模式雷达卫星（RADARSAT）数据分析，从图像上直接提取地物的后向散射系数，结合实地测量水稻的生长结构参数，建立了水稻生长模型，分析了不同生长周期（从80天到120－125天）4种类型水稻的时域散射特性。利用1997年4月至7月获取的7景标准模式雷达卫星数据，对试验区内三个县和两个行政区共5000km^2面积范围内的作物进行分类和水稻产量预估算，水稻类型分类及面积量算精度达91％。结果表明：利用雷达遥感数据进行水稻种植面积量算和估产需要水稻生长期间三个时相的数据，即插秧期、抽穗期、收割前期。若能够获得多参数雷达图像，可以用插秧期和收割前期的两个时相图像来代替上述的三个时相图像同样可以达到种植面积量算和估产的效果。这一结果充分说明多时相雷达卫星数据对我国南方水稻长势监测及估产具有明显优势和潜力。     

基于目标时域散射特性的土地覆盖类型分类研究

目标散射特性随时间变化的规律称之为目标时域散射特性。目标时域散射特征是利用多时相雷达遥感图像进行目标识别的基础。本研究以广东肇庆为试验区,利用多时相单参数雷达图像进行土地覆盖类型分类研究,分析了试验区内典型植被的结构、形态及其散射机理等特征,总结了各类目标的时域散射特性,区分识别了多种目标,制作了土地覆盖类型分类图.     

关于高精度航空磁测中的磁补偿原理及补偿效果评价的探讨

对于高精度航空磁测来说,飞机磁干扰必须有效的消除,其方法是补偿飞行。补偿效果的好坏直接影响到物探飞行数据的质量,所以有必要采用一些量化指标对磁补偿的效果进行评价,从而对补偿飞行的质量进行有效地控制。这里介绍了飞机磁干扰场的补偿原理及两种评价补偿效果的指标:品质因数(FOM值)和标准差(σc),采用了这两个量化指标对磁补偿的效果进行评价,就能对补偿飞行的质量进行有效的控制。     

牡丹江市主城区第四系地下水主要离子特征与成因分析

以牡丹江市主城区为研究区,对该区采集的24组第四系地下水样品中常规离子进行检测和分析,利用数理统计、Piper三线图、Gibbs模型、离子比例关系等方法识别地下水主要离子成因。结果表明,研究区第四系地下水中主要离子含量变化均具有较强的离散性,阴离子平均浓度HCO₃^->SO₄^2->Cl^-,阳离子平均浓度Ca²⁺>Na⁺>Mg²⁺>K⁺,地下水整体为淡水,呈中性偏弱酸性,水化学类型以HCO₃—Na·Ca型水为主;水中的化学组分主要来源于岩石风化溶解,其中,Na⁺和K⁺主要来源于硅酸盐矿物的溶解,Ca²⁺和Mg²⁺主要受碳酸盐、硫酸盐和硅酸盐矿物风化溶解作用共同控制,同时水中阳离子间存在一定交换作用。     

校园网络计费系统研究与实现

在分析校园网计费需求、常用网络计费方式的不足基础上提出一种通用的校园网计费系统解决方案，并且较为详细地描述了实现该系统的主要技术。     

基于空间网络分析的高速公路网一类调查观测站布设技术

在数量适度的情况下,合理布设高速公路交通量调查观测站点,使观测数据准确反映路网运行特征是高速公路交通量调查与信息服务体系构建的重要支撑。文中运用GIS空间网络分析技术,结合"两阶段"宏观布设法和OD反推布设法,开发交通量调查观测站布设软件。当缺少历史流量数据时,用"两阶段"宏观布设法以路段累计重要度代替路段流量,并进行累计重要度计算。最后以江苏省高速公路网一类调查观测站布设为例进行验证,结果表明,软件可基本实现科学、高效的高速公路一类调查观测站布设。     

基于多源遥感数据的湖泊水体演变研究

以天津市静海区的团泊湖为研究对象,基于Landsat TM、OLI遥感数据,采用MNDWI指数提取湖泊水体,获得湖泊水体信息;根据土地利用类型转移矩阵和土地类型动态度这两种方法来分析土地利用类型的演变特征。结果表明,1995—2020年总体上湖泊水体面积减少。在1995—2020年这段时间内,城镇类型的土地面积增长最大,水体面积变化最小。植被面积减少较大,其中大部分转为城镇,少量转为水体。水体面积变化相对比较稳定,没有太大波动。