鄂尔多斯盆地伊盟隆起区东部微烃渗漏区的遥感识别及其意义

微烃渗漏遥感探测的机理主要是建立在烃类微渗漏异常地球化学表征和形成的基础上。本文主要依据Schum acher(1996)和Saunders等(1999)提出的烃类微渗漏异常地球化学原理和模型,以鄂尔多斯盆地伊盟隆起东部为研究区,以多光谱遥感和航空放射性遥感为探测手段,分别利用氧化铁指数(TM3/TM1)、亚铁指数(TM5/TM4)和黏土化指数(TM5/TM7)来识别Fe3 氧化物、Fe2 氧化物和有机质、黏土化和碳酸盐化的相对富集区,同时用矿物组合图像来增强显示上述信息。综合亚铁指数(TM5/TM4)分割图像、矿物组合图像、航放铀、钍、钾信息及钍归一化铀指数等信息,提取了研究区微烃渗漏地段。研究表明,研究区存在两条Fe2 氧化物和有机质相对富集区带。一条为与库布齐沙漠走向近于一致的北部近东西向带,它与石油部门发现和描述的油气渗漏区域基本一致。另一条为泊海子—准召—新庙不连续的北西向带,它的北界与泊海子—准召断裂展布基本一致。在垂直中部北西向微烃渗漏带的剖面上,清晰显示亚铁指数(Fe2 )、航放测量铀(U)、钍归一化铀(Ud)为正异常;氧化铁指数(Fe3 )、航放测量总道值(Tc)和钾(K)、钍归一化(Kd)为负异常的特点。研究认为地表还原带是由油气微渗漏形成的,推测受断裂、裂隙带控制的、主要由油气微渗漏形成的还原带对东胜铀矿带形成聚集起了重要作用。     

FPAR的Monte Carlo模拟研究

FPAR (fraction of photosynthetically active radiation absorbed by the canopy)是植被冠层阻截太阳光合有效辐射的比例,是遥感估算陆地生态系统植被净第一性生产力(NPP)的重要参数.利用Monte Carlo方法模拟光子在植被冠层中的辐射传输过程,以植被冠层二向反射分布函数的模拟来验证模拟的正确性;在此基础上对400-700nm光合作用波段范围内的植被叶片吸收光子辐射比例的FPAR进行模拟.FPAR的Monte Carlo模拟结果,揭示了FPAR与太阳天顶角及植被冠层参数之间的关系.     

多视处理对SAR船只探测的影响

合成孔径雷达(Synthetic Aperture Radar, SAR)成像过程中会出现斑点噪声,一般用多视处理减少图像的斑点噪声,这对合成孔径雷达船只探测造成了一定的影响.本文对不同视数SAR图像的等效视数、空间分辨率和船只海面对比度进行了分析,结果表明:一方面,多视处理增加了等效视数,改善了图像质量,更有利于船只探测;但另一方面,多视处理又降低了图像空间分辨率和船只海面对比度,对船只探测产生不利影响.最后本文选取了窗口滤波法和K分布法两种典型的SAR船只探测方法对多视处理的SIR-C SAR图像进行了船只探测试验,得到了最适合船只探测的多视处理的视数.     

一种无控制点支持的分布式SAR系统干涉测高方法

分布式星载合成孔径雷达干涉测高系统提供了多个通道的观测数据,给定位和测高带来冗余信息,基于此提出了一种无需控制点支持的干涉测高方法.介绍了该方法的原理,推导了定位与测高方程组,采用一阶近似进行了误差敏感度分析,并通过Monte-Carlo仿真加以验证.仿真结果表明:(1)可以直接采用误差理论分析结果为系统分析和设计提供支撑;(2)测高精度对系统干涉相位差的误差十分敏感.     

植被波谱空间尺度效应及尺度转换方法初步研究

基于遥感图像的地物识别需要大量地物波谱数据的支持,而现有地物波谱库中收集到的同一地物的波谱,由于其测量尺度和方法的差异,波谱也存在很大差异.以冬小麦为例,首先介绍了材料波谱、端元波谱和像元波谱这3种不同尺度波谱的概念,并以实验数据分析了不同测量尺度下波谱的差别,以此说明波谱尺度转换的必要性.然后利用物理模型和统计模型建立不同测量尺度下的波谱转换关系.分别验证了SAILH模型和线性光谱混合模型在波谱转换中的精度.研究表明,在大尺度上采用统计模型,在小尺度上采用非线性的物理模型可以解释不同尺度观测植被波谱之间的差异.     

基于多时相多极化差值图的稻田识别研究

提出了一种基于多时相多极化差值图的稻田识别方法,该方法在简化稻田识别算法的同时,仍具有较好的稻田识别精度.以江西省高安地区的早稻识别为例,利用两景ENVISA ASAR交叉极化模式数据(VV/HH)计算了同时相多极化差值图和同极化多时相差值图.由于稻田含有水层和水稻的垂直株型等属性特征,稻田在两时相上VV极化和HH极化后向散射差异都很大,且与其他地物具有明显差别,因此利用同时相多极化差值图可以很好地分辨出稻田来;从时间变化看,HH极化雷达波对水稻生长和稻田的变化比对其他地物的变化更敏感,使稻田分布信息在HH极化多时相差值图中反应突出.而VV极化对地物的时相变化不够敏感.因此,建立最优差值图组合,分别采用阈值分类方法和监督分类方法对差值图组合进行分类提取稻田.通过比较分类结果,认为基于统计分析的监督分类方法更好,其稻田识别的精度达到84.92%.文章最后对提出的稻田识别方法及分类结果进行了分析.     

Modeling long-period noise in kinematic GPS applications

We develop and test an algorithm for modeling and removing elevation error in kinematic GPS trajectories in the context of a kinematic GPS survey of the salar de Uyuni, Bolivia. Noise in the kinematic trajectory ranges over 15 cm and is highly autocorrelated, resulting in significant contamination of the topographic signal. We solve for a noise model using crossover differences at trajectory intersections as constraints in a least-squares inversion. Validation of the model using multiple realizations of synthetic/simulated noise shows an average decrease in root-mean-square-error (RMSE) by a factor of four. Applying the model to data from the salar de Uyuni survey, we find that crossover differences drop by a factor of eight (from an RMSE of 5.6 to 0.7 cm), and previously obscured topographic features are revealed in a plan view of the corrected trajectory. We believe that this algorithm can be successfully adapted to other survey methods that employ kinematic GPS for positioning.     

GPS sidereal filtering: coordinate- and carrier-phase-level strategies

Multipath error is considered one of the major errors affecting GPS observations. One can benefit from the repetition of satellite geometry approximately every sidereal day, and apply filtering to help minimize this error. For GPS data at 1 s interval processed using a double-difference strategy, using the day-to-day coordinate or carrier-phase residual autocorrelation determined with a 10-h window leads to the steadiest estimates of the error-repeat lag, although a window as short as 2 h can produce an acceptable value with > 97% of the optimal lag’s correlation. We conclude that although the lag may vary with time, such variation is marginal and there is little advantage in using a satellite-specific or other time-varying lag in double-difference processing. We filter the GPS data either by stacking a number of days of processed coordinate residuals using the optimum “sidereal” lag (23 h 55 m 54 s), and removing these stacked residuals from the day in question (coordinate space), or by a similar method using double-difference carrier-phase residuals (observational space). Either method results in more consistent and homogeneous set of coordinates throughout the dataset compared with unfiltered processing. Coordinate stacking reduces geometry-related repeating errors (mainly multipath) better than carrier-phase residual stacking, although the latter takes less processing time to achieve final filtered coordinates. Thus, the optimal stacking method will depend on whether coordinate precision or computational time is the over-riding criterion.     

Java多线程及多点连接技术在WebGIS数据传输中的应用

目前空间数据的传输效率低下已成为制约WebGIS发展的主要瓶颈之一。多线程技术以及多点连接在提高系统吞吐率、有效利用系统资源、改善用户任务之间的通信效率等方面有着显著作用。本文采用地图分层和图面分割的方法以及Java多线程和多点连接技术实现了WebGIS空间数据的高效传输。     

基于对应分析的训练样本的选择

本文提出一种基于对应分析的训练样本的选择方法。它从训练样本中自动地选择有代表性的典型训练样本,使得在自动分类中充分利用所采集的样本信息,以便得到满意的分类结果。通过实验与分析证明,该方法是可行的,它明显优于人工随机选择训练样本的方式。与基于Q型因子分析的训练样本选择方法相比,可以更快地得到较少的典型样本,满意的分类精度。