中巴卫星遥感资料在土地资源遥感调查中的应用

对中巴资源卫星遥感资料的处理方法和技术流程进行了分析和讨论。并以新疆国土资源环境遥感综合调查项目的土地资源遥感调查重点县尉犁县为例，利用2000年4～9月中巴资源卫星遥感资料，计算了遥感资料在土地调查中的分类精度。     

台风与海洋气象信息综合服务平台数据集成应用

正1数据分类及应用台风与海洋气象信息综合服务平台对台风信息、预警信息、云图、雷达图、降水量、风力风向、海平面气压场和形势场等数据进行收集和整理。数据读取方式包括以下3种:直接访问信息中心实时库,读取台风实况数据;实时检索数据库中最新到达站点资料,将所需气象要素形成文件及时推送到接口目录,由平台数据处理子系统进行处理;卫星、雷达数据分别由国家卫星气象中心、中国气象局气象探测     

准噶尔盆地西北缘白垩系清水河组深埋藏、薄储层砂体发育特征与预测

通过地震波形分类技术,结合实钻探井资料,将准噶尔盆地西北缘SMZ地区白垩系清水河组储层埋藏深、厚度薄砂体储层发育模式分为富砂、砂岩较发育、砂岩发育一般、贫砂和富泥5类,相应地将地震波形分成Ⅰ、Ⅱ、Ⅲ、Ⅳ和Ⅴ5类。通过该项技术,对这一地区清水河组深埋藏、薄储层砂体平面分布范围进行有效预测,为预探井的准确部署和控制储量的顺利提交提供了可靠依据。     

基于改进自组织神经网络的遥感图像分类研究

引入SOM自组织神经网络来提高影像分类的精度,针对神经网络中神经元距离选择问题,提出迭代训练方式来确定阈值的方法。以福州市乌龙江与台江下游交汇口土地利用类型作为实例,使用Landsat5遥感卫星数据作为实验影像材料,利用改进神经网络获得的仿真结果可以准确地对原始图像进行分类,实验结果 Kappa系数达到0.9,精度能够满足遥感影像分类要求。     

基于多尺度分割和径向基神经网络的极化SAR影像分类

针对目前常用的基于像素的深度神经网络极化SAR分类方法产生的椒盐现象,文中提出了一种联合自适应阈值多尺度分割方法和径向基神经网络的极化SAR地物分类方法。实验证明,该方法能够有效地保留SAR图像的结构特征并有效消除分类过程中产生的椒盐现象和破碎斑块,具有较高的分类精度。     

基于变化向量分析（CVA）的土地利用／覆盖变化动态监测（Ⅱ）—变化类型的确定方法

以光谱直接比较为基础的变化向量分析法是一种非常有效的土地利用／覆盖变化动态监测方法，在双窗口变步长阈值搜寻方法确定变化和非变化像元的基础上，提出了参考图像分类并结合变化向量方向余弦最小距离分类的变化类型确定方法，同时应用该方法在北京市海淀区进行了实验研究，得到了较为理想的结果。变化类型的判断精度达到70％以上，显示了新方法的优越性和技术可行性。     

中国农情采样网络的组织与实施

首先分析了农情采样网络建设所面临的问题 ,确定了中国农情采样网络的采样目的主要是农作物分类成数调查 ,并将全国划分为 9个采样片分别组织采样队伍进行农情采样的方案。从采样片划分及调整、农情采样队伍建设、农情采样内容、采样频次和采样时间 ,以及质量控制等角度讨论了农情采样网络的组织建设工作。从技术培训、督促、野外采样、室内汇总、质量检查和年终总结等方面介绍了中国农情采样网络的实施情况。实践证明 ,文中介绍的农情采样方案效率高 ,成本低 ,仅用 9个专业小组就完成了全国的农情采样工作 ,是一种符合中国国情的农情采样方案 ,有一定的推广价值。     

面向对象的eCognition遥感影像分类识别技术应用

以位于印度尼西亚Kalimantan热带雨林地区的1幅具有3个通道的雷达图像为研究对象,利用面向对象方法对高分辨率遥感影像的水体进行提取,在分割的基础上,经过分层分类,充分利用影像的光谱信息、拓扑信息、形状特征等构建知识库进行分类,实验结果理想,相对传统基于像素的图像分类分析方法结果图斑完整,提高了分类精度。     

利用多分类器集成进行遥感影像分类

基于信息相关理论,根据相关度值动态调整分类器的组合和权重,建立了新型的多分类器集成规则,并应用于决策树分类器、BP人工神经网络分类器和SVM分类器的集成。通过对长沙城区TM影像的分类实验发现：①三种分类器的分类结果存在较明显的差异,水体区的差异像元最少,占水体总像元的15.12%,建设用地区的差异像元最多,占建设用地区像元的54.93%;②三种分类器均具有较高的分类精度,总体精度均超过了74%,而且分类器各有优势,决策树分类器能够较好地分出水体和建设用地,BP分类器能够较好地分出水体和林地,SVM分类器对水体、林地和建设用地均有较高的分类精度;③基于全信息相关度的多分类器集成分类法明显地提升了分类结果的精度,分类精度达到了85.71%,Kappa系数达到了80.56%。