基于最优极化相干系数的倾斜建筑物解译研究

基于Freeman_Durden分解的全极化SAR影像分类方法能够较好地保持地物极化散射特性,但在分类的过程中,不能改变初始散射机制,导致分解结果对分类精度影响很大。在Freeman_Durden分解中,排列方向相对雷达飞行方向不平行的建筑物(简称为倾斜建筑物)常被分为体散射类型,使得该类建筑物往往被误分为植被。通过分析建筑物在SAR影像中的后向散射特性,利用建筑物具有较高相干性的特点,引入最优极化相干系数,在目标分解的基础上通过阈值分割将两者区分开来,进而提高反射非对称性人工目标的分类效果。通过使用E-SAR系统在德国DLR附近Oberp-faffenhofen地区获取的L波段PolInSAR影像和国内X-SAR系统在海南陵水地区获取的X波段PolInSAR影像进行试验,证明该方法能够有效地将与雷达飞行方向不平行的建筑物与森林区分开。     

粗差分类探测的选权迭代抗差估计方法

针对粗差的复杂多样性,提出了对粗差的多种分类标准,以选权迭代IGGIII算法为基础,根据粗差的大小选用不同的单位权中误差,通过离群分析将孤立的大粗差剔除,并采用启发搜索探测多维均等粗差,最后用回带算法检验误判的粗差,得到了较好的粗差探测和抗差效果。本文方法,能够探测出小粗差、多维粗差、大粗差等各类粗差。     

基于马尔可夫随机场的模糊c-均值遥感影像分类

针对模糊c-均值聚类方法对初始值敏感,且在聚类时忽略空间相关信息的不足提出一种基于马尔可夫随机场的模糊c-均值聚类方法,该方法用马尔可夫随机场来描述像元的空间相关性,形成顾及空间相关的模糊c-均值分类方法。初始值依据第一主成分的密度函数确定,既克服对初始值的依赖性,又在聚类的时候考虑空间相关信息。通过实例数据验证,所提出的方法分类精度优于传统的模糊c-均值模型。     

融合航空影像的LiDAR地物点云分类

点云滤波分类是LiDAR后续应用的基础工作,在点云滤波的基础上,以航空影像为辅助条件,结合点云高程信息,设计一套地物点云的分类方法。该方法首先融合航空影像与LiDAR数据,将对应RGB值赋予每个点,根据植被的光谱特征提取出部分植被点云;然后再根据文中定义的点云高程纹理,在剩余地物点云中提取出建筑物点,最后根据回波次数信息分离出剩余植被点,完成地物点云的分类。采用北京凤凰岭地区一组机载LiDAR数据进行实验。实验结果表明,该方法能够有效地将地物点云进行分类并且满足一定的精度要求,具有一定的实用价值。     

国家第三期一等水准网施测方案研究

为适应国家经济建设和地学研究的需要,经过多年的准备,国家测绘地理信息局将开展国家第三期一等水准网施测工作。文中主要介绍对第三期一等水准网施测开展的有关研究,论述为达到工程设计目标而采用的施测技术路线和措施。     

基于光谱分类的太湖水体后向散射研究

由于时空变化而产生的水体后向散射系数参数化差异一直是影响水质参数遥感定量反演精度的一个重要因素。在对太湖遥感反射率光谱进行分类的基础上,针对影响太湖水体水色的不同主导因子,把太湖水体分为3种类型,分别利用半分析方法和光学闭合原理对后向散射系数进行模拟,在此基础上研究其光学特性及其与水体组分浓度的关系,最后针对3种不同主导类型的水体分别建立了后向散射系数参数化模型。将后向散射特性在不同时间和空间上的差异转化为水体不同主导因子在生物-光学上的差异,从而得到适用于太湖不同湖区及不同季节的后向散射系数参数化模型,为利用分析方法对太湖水质参数进行更为精确的遥感反演提供了基础。     

大气科学学报2009年第32卷总目次

论著 热带异常风场序列的傅立叶分析方案及试验……王盘兴,华文漪,吴幸毓,翁之梅,李丽平（1） 近53a中国气温异常分布的非线性特征……郭品文,徐同,居丽丽（11） 不同积云微物理特征的卫星反演分析……刘贵华,余兴,戴进（17） 澳洲冷空气活动的季节内和年际变化特征……刘向文,孙照渤,倪东鸿,邓伟涛,曾刚,谭桂容（24）     

Excel软件在人影作业情况统计分析中的应用

通过实例介绍了Excel软件在人影作业数据统计分析中的一些应用,指出利用该软件处理和分析人影作业数据比较简单,容易掌握,能提高工作效率.     

黑龙江省短时暴雨天气分型及雷达回波特征

通过统计黑龙江省2005～2006年260个短时暴雨样本,结合天气图和雷达图进行分析,对黑龙江省短时暴雨分类,并总结出不同天气形势下短时暴雨的雷达回波特征.     

背景场资料与参数化方案对暴雨预报的影响

利用GRAPES—meso模式和T213资料,对2007年7月18日发生在我国四川盆地和华东地区一次大暴雨过程进行多组数值试验,以分析侧边界资料、驱动资料的垂直分辨率、模式积分区域、云物理参数及边界参数对GRAPES—nleso模式降水预报影响。试验结果表明：（1）侧边界资料对模式降水预报结果影响较小,驱动GRAPES—meso的全球模式产品质量提高,降水预报结果越好;（2）驱动资料垂直分辨率的高低对降水预报结果影响较大,分辨率越高,预报能力越强,反之越弱;（3）模式积分区域对降水预报结果也有明显影响,区域越大,降水预报未必总是最好;（4）物理过程和边界参数试验表明,WSM6方案与KFeta方案组合的24小时降水预报与实况更接近。