空-谱融合的条件随机场高光谱影像分类方法

高光谱遥感数据具有光谱信息丰富、图谱合一的特点,目前已经广泛地应用在对地观测中。传统的高光谱分类模型大多过分依赖影像光谱信息,没有充分利用空间特征信息,这使得分类精度还有很大的提升空间。条件随机场是一种概率模型,能够较好地融合空间上下文信息,在高光谱影像分类中已经得到越来越多的关注,但大部分条件随机场模型存在超平滑的现象,会导致影像细节丢失。针对该问题,本文提出了一种优化融合影像空-谱信息的高分辨率/高光谱影像分类方法,该方法将影像的纹理信息与原始光谱信息进行融合,利用SVM分类器对其进行预分类,并将各类概率定义为一元势函数,以融合空间特征信息;然后将空间平滑项和局部类别标签成本项加入二元势函数中,以考虑空间背景信息,并保留各类别中的详细信息。最后,通过两组的高分辨率/高光谱影像数据进行试验。结果表明,与SVM算法、传统的条件随机场方法和面向对象的分类方法相比,本文提出的算法在整体分类精度上分别提高了10%、9%和8%以上,同时在保持地物边缘完整性、避免“同谱异物”与“同物异谱”的现象方面有较明显的优势。     

基于深度学习理论的无人机影像分类

针对无人机影像深度学习分类方法缺乏现状,本文利用深度学习理论卷积神经网络方法对无人机影像进行了分类。该法首先抽取无人机影像作为训练集和检验集,然后建立一个2个卷积层-池化层的卷积神经网络模型进行深度学习,通过设定参数并运行模型实现无人机影像分类。实验表明,本文提出的方法可完成较复杂地区无人机影像分类,其分类精度与支持向量机方法相当,为无人机遥感影像分类提供了一个崭新的技术视点。     

测绘地物波谱本底数据库

地物波谱特性是利用遥感进行建模反演和地物目标探测识别的理论基础,波谱数据库对于提高遥感应用水平有重要作用。为规范和丰富中国波谱数据库并促进其在测绘等领域的应用,依托国家科技性基础专项,建立了“测绘地物波谱本底数据库”,在数据规范编制、波谱数据采集实验与整编入库、地物波谱数据库建设和应用示范初步探索方面取得重要进展。在波谱数据采集和处理的标准规范方面,建立完善了测绘地物波谱与配套非波谱数据收集与汇总标准、测绘地物波谱和配套非波谱参数测试技术规范、测绘地物波谱库地物分类编码规范。依照项目制定的数据规范标准,对现有波谱数据进行了整编和入库,共计整编数据1.4万余条;组织实施了全国范围的典型地物波谱采集实验以及相应配套参数测量实验,主要试验类型包括典型地物波谱测量试验、定点时间序列测量试验、多尺度测量试验、全波段测量试验、参数控制测量试验和无人机观测试验等,共计获取地物波谱1.7万余条。特别是在华北和东北进行了全波段观测试验（可见光—近红外波（0.35—2.5 μm）、红外波段（3—15 μm）、微波波段（Ka、K、X、C、L波段））,获取冰雪、土壤、植被冠层、人工目标的全波段数据。为方便波谱数据的应用和共享,项目建设了包含3万余条数据的测绘地物波谱本底数据库（GOSPEL）及数据共享平台。依据地物波谱数据的类型和应用需求,形成了全波段典型地物波谱数据集、多角度光谱反射率数据集、多尺度典型地物反射率数据集、长时间系列波谱数据集等共25个特色数据集。基于测绘地物波谱本底数据库进行了地物分类、遥感机理模拟、遥感定量反演、遥感产品验证等方面的应用示范。     

遥感影像线状地物智能化提取算法研究

对遥感影像线状地物的提取进行了深入研究分析,分别采用Snakes模型、二值形态学和面向对象处理等3种算法智能化提取线状地物。通过实验验证,3种智能算法都是行之有效的,且Snakes模型在各种线状地物提取上表现稳定,而二值形态学和面向对象算法在部分线状地物提取上表现较为突出,整体稳定性却不如Snakes模型。     

基于多时相Sentinel-2数据的成都平原主要农作物分类

针对成都平原落实最严格的耕地保护制度对耕地“非农化”“非粮化”快速、动态监测的需求,本文研究了基于多时相Sentinel-2数据的农作物分类方法,利用主成分分析,降低了冗余信息,提高了分类精度。以2021年成都平原崇州市的7景Sentinel-2多光谱影像为数据源,构建了时序多光谱、时序主成分波段、时序植被指数、典型时相多光谱+时序植被指数等4种分类数据集,开展基于支持向量机的主要农作物分类研究。研究表明：利用主成分分析,能有效提高主要农作物的用户精度,降低农作物分类的错分率;基于典型时相多光谱+时序植被指数的数据集取得了最高的总体精度。     

旅游资源分布图分类符号系统的创新设计

旅游资源分类符号是旅游资源分布图的重要元素.当前各县市旅游资源调查中,常见的旅游资源分类符号系统存在缺憾.本文通过对照地图符号设计的原则,在分析其优点和不足的基础上,按照地图符号的设计要求并结合当前常用计算机软件平台的应用提出创新设计方案.     

陆源碎屑岩中的古土壤在地层分析中的应用

对各种古土壤的分类标准进行比较之后,重点介绍了Mack的古土壤分类及其土壤的演变序列。Mack的古土壤分类主要依据稳定矿物和保存在土壤中的古地貌属性,将古土壤划分为9种。在地层序列中古土壤的识别标志主要包括颜色、粒度、生物成因构造（植物生长痕迹）、原生沉积构造退化特征、层次化和边界特征、宏观结构特征、矿物及地球化学特征等。可以通过野外观察、室内显微镜观察、实验室化验及地震、测井资料来进行鉴别。陆相盆地具有很强的分隔性,盆地相变又非常复杂,寻找区域性较稳定的层序界面比较困难。越来越多的研究证实用古土壤划分陆相成因地层层序、解决地区及全球对比具有重要的实用价值。     

2003年新疆巴楚地震CPT液化数据库构建

2003年2月24日新疆巴楚-伽师地区发生M_S6.8地震,出现了唐山地震、海城地震后近30年我国大陆最具规模的砂土液化现象。大量研究显示,巴楚地震液化砂土标贯击数与锥尖阻力指标偏大,采用国内外液化判别方法往往会判为非液化。利用Robertson土质分类图对巴楚地区孔压静力触探试验(CPTU)数据进行土类分层检验,基于以下原则,选定了液化点液化层与非液化点临界液化层。(1)应选取非液化点土层剖面中最易液化层,不能因液化点力学指标偏大而将非液化点临界液化层力学指标选得更大;(2)应结合q_c-h与R_f-h图,避免选取黏土为液化层;(3)巴楚地区液化层往往上覆非饱和细砂,形成透水边界,选取液化层时应舍弃存在透水边界的土层。最后,利用我国规范方法构建了巴楚地震静力触探(CPT)液化数据库,并进行了初步的判别分析。     

全球及区域模式中陆面过程的地表植被覆盖分类方法

全球和区域尺度上陆面生态系统与气候密切相关。全球和区域模式的发展对于我们认识气候与陆地生态的变化起到重要作用。在这些模型中,植被覆盖是影响大气-植被间热量、水分和CO2等交换的重要陆面参数。在分析了陆地植被覆盖分类原理基础上,介绍了目前全球不同植被覆盖分类方案,包括基于地基观测的植被分布、基于生物气候特征的分类方案（如：Holdridge的方案）;特别近年来陆面过程试验表明,各种遥感数据源（如：NOAA—AVHRR,EOS—MODIS,Landsat—TM）等为我们提供了有利的工具来监测全球植被动态,完善植被分类,并且采用高时空分辨率的全球土地覆盖状况特征,在不同时空尺度揭示植被-大气相互作用。本文分析了代表性的3种基于卫星遥感技术的陆面植被分类方案,分别是BATS（18类）、SIB（9类）、SIB2（12类）和BIOME—BGC（31类）陆地模式的植被覆盖分类方案．最后分析了目前可用于全球植被覆盖分类的新的遥感数据库。     

页岩岩相分类表征及对建产区产能的影响

单井产气能力差异大,导致持续稳产困难是页岩气建产区面临的关键难题.围绕页岩气建产区特点,建立了考虑建产区产气能力影响的优质海相页岩岩相分类表征技术流程.首先,分析了建产区优质页岩产气能力差异主控因素,制定了建产区优质页岩岩相分类方案;然后,建立了TOC含量,孔隙度,泥质、硅质、钙质矿物含量等关键参数测井计算模型,结合页...