COSMO-SkyMed颜色变换强度RC法南京建设用地变化检测

基于非局部滤波的SAR强度RC合成变化检测法对小图斑、线型地物等动态监测灵敏,且对数据获取无时空基线要求,在多云多雨城市地表要素变化检测中具备潜力。本文研究以多时相SAR强度RC合成图为数据源,提出一种基于色彩空间变换的变化图斑半自动提取方法,即通过色彩空间转换、训练样本选取、监督分类影像分割、变化区域提取4步骤,可实现基于SAR强度图的城市建设用地动态监测与图斑高效更新。选取南京河西新城与江北新区为示范,以最优参数配置（3特征向量与10样本类别）进行试验,实现了优于88%的建设用地查准率指标。     

基于移动GIS的生态环境智能感知方法

随着全球范围移动互联网的高速发展,人们作为"传感器"行走在真实社会中制造实时的、实地环境的、大范围的地理信息,特别是具有互动性和实时性的区域环境状况的地理信息。这类数据具有交互性、实时性、丰富性、社会性等特点,成为数据科学家眼中的金矿。基于"互联网+"时代背景,随着移动互联网、移动GIS技术和LBS技术日趋成熟,本文提出了基于移动GIS的生态环境智能感知方法,开发基于Android平台的APP,实现查询环境质量指数、查看环境污染地图、污染一键分享和解决等功能,从大众的视角感知和获取生态环境信息,为大众提供实时动态环境信息查询方式,引导鼓励公众参与环境保护,提供治理环境污染和地理信息资源获取的新思路。     

深度学习GoogleNet模型支持下的中分辨率遥感影像自动分类

提出了一种基于深度学习技术的遥感分类方法,它能有效解决中分辨率影像在分类过程中出现的像元混分问题。研究选用2016年5月12日武汉市Landsat 7 ETM+遥感影像,基于GoogleNet模型中的Inception V3网络结构,借助迁移学习方法,构建出遥感分类模型,实现了对武汉市主城区4类典型地物（不透水层、植被、水体和其他用地）的自动分类提取,并将分类结果与传统最大似然分类（ML）结果进行了对比分析。研究表明：基于深度学习方法的遥感影像总体分类精度高达88.33%,Kappa系数为0.834 2,明显优于传统ML方法总体分类精度83%和Kappa系数0.755 0,而且有效抑制了地物在分类过程中出现的像元混分现象。     

粒子加速器中高精度丝线绝对位置测量技术研究

粒子加速器中采用振动线技术进行共架单元上多块磁铁的高精度预准直,需要将振动线代表的磁中心引出进行共架单元之间的相对准直。为了获取以振动线为代表的丝线高精度空间绝对位置,本文对采用近景摄影测量技术进行点、线位置求解的方法进行了研究。利用单相机多站位的方法进行拍摄,通过标定板提供的高精度控制点坐标,采用自标定光束法平差对相机进行标定,并提出将空间直线离散成空间2点进行直线整体精确求解。对标定板上由2点组成的模拟直线进行测量验证,并与标定板提供的理论值进行对比,结果显示空间直线位置获取精度优于5 μm。这表明了本文理论和方法的正确性,为进一步研究丝线高精度空间绝对位置测量打下了基础。     

GPS坐标时间序列分析研究

近20年来,以GPS为代表的空间大地测量技术观测精度不断提高,已累积了丰富的、高精度、全球覆盖的坐标时间序列数据。这些数据为研究不同时空尺度下的各类地球物理现象提供了重要的数据支撑和大地测量几何约束。然而,由于GPS坐标时间序列中同时包含了各类“信号”和“噪声”,而且噪声来源复杂,信号类型多样,水平和高程分量上信号与噪声的表现形式差异较大。如何从原始序列中提取可靠的“信号”、分离出“误差”是目前地学界研究的热点和难点之一。     

湖南省年均降水量空间插值比较分析

本文以湖南省及周边区域98个气象站点1981-2010年降水量数据及该地区的DEM为基础进行空间插值,选择38个站点作为检验站点,其余站点分别取60,40,20个作为插值站点。采用整体插值法、局部插值法和混合插值法分别计算研究区的面雨量,比较不同插值模型的精度,结论如下:插值站点数量和模型类型及其参数均会影响插值精度;混合插值法相比于整体插值法和局部插值法更加稳健;20,40,60个插值站点的最优模型分别为BP神经网络、经验贝叶斯克里金法和张力样条插法;不同插值方法的降水空间分布格局大体相似,近似呈现出降水高值与降水低值两个"凹"形区域相毗连,东部降水量高于西部,南部高于北部。