基于神经网络的气象卫星影像森林火点自动识别的试验研究

森林火点的识别是利用气象卫星资料监测森林火灾的基础。传统的目视解译火点识别法难以实现计算机的自动识别，神经网络技术为解决这一问题提供了新的工具。作者探讨了应用神经网络实现气象卫星影像森林火点自动识别的技术方法，并在湖北省地理范围内进行了试验。试验结果显示，经过训练的神经网络能够记忆火点的特征，具备将森林火点从气象卫星影像中识别出来的能力。与目视解译法相比，神经网络方法的精度接近目视解译法，最重要的是实现了森林火点的自动识别。     

利用动态阈值的森林草原火灾火点检测算法

针对传统固定阈值的森林和草原火灾火点遥感检测算法因时空环境变化而导致的火点漏检和误检问题,提出了一种综合季节、地理位置和土地覆盖类型等影响因素的时空动态阈值火点检测算法。实验结果表明,时空动态阈值火点检测算法能有效改善火点检测结果,具有时空自适应性。     

MODIS数据并行计算方法研究与实现

详细分析了MODIS数据辐射定标、投影变换实际操作过程中的并发性,提出了三种不同的任务分解策略,实现了两种预处理操作,并对试验数据进行分析比较,发现投影变换更适合于并行化处理,而按行和按列任务分解的效率要高于按波段的任务分解。     

FY-2卫星S-VISSR数据几何纠正研究

提出了一种简单高效的FY-2卫星S-VISSR数据的几何纠正方法。该方法以FY-2标称投影图像（NOM）经纬度对照表作为参考图像,FY-2卫星S-VISSR数据作为输入图像,首先利用S-VISSR数据提供的简化格网数据在两幅图像间获取同名点,然后根据同名点寻找两幅图像间的几何变换模型,最后对S-VISSR数据进行几何纠正。实验表明,利用该方法能够快速地完成对FY-2E和FY-2D卫星S-VISSR数据的几何纠正,其精度达到了1个像素左右。     

我国摄影测量与遥感发展现状

随着摄影测量发展到数字摄影测量阶段及多传感器、多分辨率、多光谱、多时段遥感与其他边缘学科交叉渗透、相互融合,摄影测量与遥感学科已逐渐发展为一门新型的地球空间信息科学。近年来,我国摄影测量与遥感技术表现出许多新的特点,本文分别从十一个方面予以总结。     

MODIS的特性及其应用

在对地观测系统(EOS)计划中,MODIS中分辨率成像光谱仪是最有特色的传感器之一。本文对MODIS的基础知识进行了全面的介绍,在国际环境中阐述了MODIS传感器及其数据在遥感领域的地位、发展及其应用。全文主要包括:EOS计划的地位、目标、内容及其卫星和传感器简介;MODIS传感器的仪器特性;MODIS遥感数据的应用原理及应用领域。为我国今后在成像光谱领域的发展打下一定的基础。     

MODIS和AVHRR植被指数关系的研究

对同一区域不同时次的MODIS和AVHRR的归一化植被指数 (NDVI) ,从直方图和特征空间分布方面进行了分析比较。     

基于MODIS卫星数据的平流雾检测研究

利用MODIS卫星数据．对雾与目标物(水、云、雪、地物)分别进行采样．得到光谱曲线并进行光谱分析，提出了有利于白天和夜问平流雾检测的波段．利用该波段选择结果．采用阈值法对平流雾进行检测并得到地面数据验证。结果表明，MODIS数据在雾检测方面具有很大的潜力。     

基于AVHRR﹑MODIS和MVRIS数据的辐射雾变化检测与分析

以过境时间不同的NOAA-16/AVHRR、NOAA-17/AVHRR、FY1-D/MVRIS、TERRA/MODIS和AQUA/MODIS五种遥感影像数据组成一组序列影像,对发生在湖北省2005年2月4日的辐射雾进行了一次变化检测与分析.经地面验证,序列影像数据在雾变化检测的研究方面具有很大的潜力,检测结果动态地显示了该次大雾的形成﹑发展﹑稳定﹑消散的过程.将检测结果与该区域的DEM和水系矢量图结合分析发现,二者在辐射雾的变化发展过程中起着非常重要的作用.     

基于AVHRR、MODIS和MVRIS数据的辐射雾变化检测与分析

以过境时间不同的NOAA-16／AVHRR、NOAA-17／AVHRR、FY1-D／MVRIS、TERRA／MODIS和AQUA／MODIS五种遥感影像数据组成一组序列影像，对发生在湖北省2005年2月4日的辐射雾进行了一次变化检测与分析。经地面验证，序列影像数据在雾变化检测的研究方面具有很大的潜力，检测结果动态地显示了该次大雾的形成、发展、稳定、消散的过程。将检测结果与该区域的DEM和水系矢量图结合分析发现，二者在辐射雾的变化发展过程中起着非常重要的作用。