基于Landsat TM影像不同地表温度反演算法的比较

地表温度是反映地表环境的一个重要参数,精确获取地表温度的方法对研究城市热岛效应、进行生态环境监测评价是必不可少的。利用遥感手段进行地表温度的反演是一种较新颖的方法,相对成熟的反演算法主要有单通道算法、辐射传输方程法及单窗算法。本文以山东省威海市Landsat TM数据为例,分别利用辐射传输方程法和单窗算法进行地表温度反演,通过遥感目视解译的方法提取研究区各类典型地物对应的地表温度,进行统计分析,结果表明,两者反演得到的地表温度具有一致的变化趋势,其中单窗算法中不同典型地物的地表温度整体标准差较小,如建设用地为0.530,起伏波动小,算法精度略优于辐射传输方程法。     

邹城市双村岩溶水系统水化学演化分析

以山东省邹城市双村岩溶水系统为研究对象,利用多年水质监测资料对主要离子含量的变化特征及分布规律进行研究比对,分析地下水开采及生活污染对地下水水化学环境的影响,有助于认识在人类生产活动影响下的水化学场时空演化,为地下水合理开发、水源保护提供参考依据。     

GNSS空间信号精度的研究分析

基于MGEX提供的产品,对当前全球卫星导航定位系统的空间信号精度分析与评估.结果表明:目前各系统的全球平均SISRE分别为GPS 0.6 m,Galileo 0.28 m,GLONASS 2.5 m,BDS-30.49 m,BDS-21.41 m;其中,Galileo最优,BDS-3次之,GPS稍低于BDS-3,另外,BDS-3 SISRE精度相对于BDS-2提升65％.     

建筑物立面分类与DIM点云滤波

针对目前基于近景摄影测量方法构建建筑物立面模型过程中因密集影像匹配（DIM）点云噪声所引起的建筑物立面TIN网格模型畸变问题,本文借鉴机器学习中样本学习的思想,对建筑物立面进行了分类并对DIM点云提出了相应的滤波方法,以达到去除DIM点云噪声和改善其TIN网格模型畸变的目的。其中,针对平面结构立面,采取先对点云样本进行学习计算构建数学立面模型所需参数,再对该立面模型设定阈值并对其点云进行滤波处理的方法;针对曲面结构立面,则结合DIM点云特性先将点云样本分类标记归为立面点与非立面点,再进行样本特征值学习,使用Logistic回归算法迭代计算求解最佳回归系数,从而构建滤波分类器的方法对立面点云进行滤波处理。试验结果表明,本文滤波处理方法能将立面DIM点云噪声有效识别并去除,而且使用该方法处理后所得点云构建的建筑物立面TIN网格模型精细化程度得到有效提高,模型质量得到明显改善。     

深度学习PaddlePaddle框架支持下的遥感智能视觉平台研究与实现

百度深度学习PaddlePaddle框架支持下的遥感智能视觉平台,能够运用深度学习技术实现遥感影像的智能建模、训练和解译。本文通过深入分析PaddlePaddle图像分割模型库PaddleSeg的图像处理深度学习算法模型DeepLabV3+、U²-Net及RetinaNet,开发设计了遥感智能视觉平台,实现了遥感影像的地块分割、变化检测和斜框检测等专业功能。研究表明：遥感智能视觉平台提取的图斑总面积是目视解译的80%、有效图斑比例为76%、错误图斑比例为18%,实现了快速有效的遥感图像智能处理。     

基于车载激光点云的高精地图矢量化成图

针对车载激光点云中对各特征物提取结果后矢量化成图时的自动化问题,本文基于双方向积分法实现了边缘检测及矢量化成图,旨在保证特征物基本特征的同时,也保证点云的绝对精度。将输入的特征点云进行离群点过滤,以保证外包框算法特征点云的准确度;将三维点云按照外包框算法投影至最优平面,为后续沿各方向积分提供输入;利用八邻域KD-tree算法求出样本特征点云的均值邻域半径,依据邻域半径对各方向积分提供积分域中的微分元;根据提供的微分元沿各方向进行积分,在该积分元内找到距平面最值的最优解;按照积分结果构建点云索引,并根据点云特征构建模型,最终得到高精地图的矢量化点云。试验证明了该方法在处理实际问题时的可行性。     

简化磁力计非线性误差模型的快速校正算法

针对传统的磁力计校正算法中存在的误差模型复杂、计算时间长、需要保持水平姿态和已知航向信息等弊端,该文从磁力计误差特性入手,推导并建立了简化的磁力计非线性等效误差模型。基于动态调整策略对传统的LM算法进行改进,并利用改进的LM算法求解误差模型,减少计算过程中的迭代次数,实现了磁力计误差的快速估计。实验表明,该方法在有效保证磁力计校正精度的前提下,迭代次数减少25%,计算速度提高了65.59%。     

多匹配策略融合的无人机影像匹配方法

针对AKAZE算法在无人机影像匹配过程中存在的匹配精度低和稳定性较差问题,本文提出一种基于多匹配策略融合的改进影像匹配方法。该方法首先对影像降采样并利用AKAZE算法检测多尺度特征。然后采用一种稳定的RootSIFT描述符进行特征描述。其次,融合最近邻距离比值、双向匹配和余弦相似度约束匹配策略进行特征匹配以降低误匹配率。最后,采用随机抽样一致性(RANSAC)算法确定最终的特征对应关系,并求得几何变换模型。实验结果表明,该方法在获得更多正确匹配点对的同时具有较高的匹配正确率和精度,能够更好适用于无人机影像匹配。     

GIS和免疫算法的垃圾楼选址优化

针对现有城市公共设施选址模型较少考虑具体城市特色和服务设施运行现状这一问题,该文提出基于地理信息系统(GIS)空间分析、改进潜能模型和免疫算法相结合的方法,在评估研究区垃圾楼可达性的基础上,利用GIS空间分析进行初步优化,并构建双目标免疫优化模型再次优化.研究表明:西城区7个街道之间可达性空间差异较大,可达性较好的区域分布在研究区中下部;现有垃圾楼数量不能满足居民需求,拟在可达性较差区域增加9座垃圾楼;经两步优化后,在原有垃圾楼布局不变前提下,研究区居民点平均可达性提高34.50％,7个街道平均可达性标准差下降了 58.18％,表明该方法在提高垃圾楼整体可达性的同时也促进其空间布局的均衡化.     

使用安置参数优化的无人机点云与影像精配准

针对现有的无人机激光点云与影像配准方法主要基于仿射变换建立点云与影像之间的配准模型,无法描述激光点云与影像之间的复杂变换关系问题,该文提出一种基于安置参数优化的无人机激光点云与光学影像精确配准方法.以相机安置参数为优化参数,以归一化互信息作为点云特征影像与光学影像之间的相似性测度,采用改进Powell算法作为优化策略,获得最优配准参数,实现无人机激光点云与无人机影像之间的精确配准.基于实验数据与现有两种配准方法进行精度对比.实验表明,基于相机安置参数优化的配准方法优于两种常规配准方法,可以实现无人机激光点云与光学影像之间的自动化配准,并达到像素级的配准精度.