基于坐标归一化和奇异值分解的直接线性变换解法

直接线性变换方法是数字摄影测量和计算机视觉领域最常用的解析处理方法之一,特别适用于未检校数码相机的三维测量,但直接线性参数间的相关性、物方控制的约束和设计矩阵元素数量级的较大差异,均可导致法矩阵严重病态,从而影响解的稳定性。本文借鉴改进的八点基本矩阵估计算法,采用基于坐标归一化和奇异值分解的解法,即首先将像点和物点坐标进行相似变换得到归一化坐标后组成法矩阵,其次利用矩阵奇异值分解方法代替常规的最小二乘方法,模拟和真实数据表明,此方法可以有效提高解算精度和稳定性。     

中国西部地区基于经验模型的土壤水分反演

地表土壤水分含量的时空分布信息是十分重要的,常常作为水文模型、气候模型、生态模型的输入参数,同时,也是干旱预报、农作物估产等工作的重要指标。被动微波遥感是监测土壤含水量最有效的手段之一。相比红外与可见光,它具有波长长,穿透能力强的优势。相比主动微波雷达,被动微波辐射计具有监测面积大、周期短,受粗糙度影响小,对土壤水分更为敏感,算法更为成熟的优势。目前,已研究出许多反演土壤水分的方法.本课题的主要内容是借助AMSR-E土壤水分影像数据、MODIS归一化植被指数(NDVI)影像数据和MODIS分类影像数据,利用ENVI软件进行遥感图像数据处理,运用统计分析方法建立NDVI与土壤水分的经验模型,研究中国西部地区稀疏植被覆盖区土壤水分的反演。     

利用GPS组合观测值探测与修复周跳算法实现

本文在目前常用的周跳探测和修复方法的基础上,根据相位减伪距组合,Melbourne-Wübbena组合,电离层残差组合三种GPS组合观测值优缺点互补,将这三种组合观测值有机结合产生可靠的探测与修复周跳算法并用程序实现,通过实例分析证明此算法能够探测和修复任意大小的周跳。     

基于MODIS数据的浒苔信息提取方法研究

浒苔是一种大型绿藻,大量浒苔爆发会严重影响景观,干扰旅游观光和水上运动的进行。本文利用NASA提供的MODIS02的250m分辨率影像,分别采用了比值法、归一化植被指数法和监督分类中的最小距离分类,提取了浒苔的信息,实验结果表明,三者都可以提取浒苔信息,但是比值法提取的结果最好,最小距离分类很难与薄云区分,必须加入人工目视解译,归一化植被指数可以区分出薄云,但是遗漏较多。     

FPAR的Monte Carlo模拟研究

FPAR (fraction of photosynthetically active radiation absorbed by the canopy)是植被冠层阻截太阳光合有效辐射的比例,是遥感估算陆地生态系统植被净第一性生产力(NPP)的重要参数.利用Monte Carlo方法模拟光子在植被冠层中的辐射传输过程,以植被冠层二向反射分布函数的模拟来验证模拟的正确性;在此基础上对400-700nm光合作用波段范围内的植被叶片吸收光子辐射比例的FPAR进行模拟.FPAR的Monte Carlo模拟结果,揭示了FPAR与太阳天顶角及植被冠层参数之间的关系.     

镇北地区延长组层序地层划分及含油气特征

依据层序地层学原理,应用钻井、测井和地震等资料,对镇北地区延长组地层层序进行划分.可将其划分成四个三级层序(S1,S2,S3,S4).每个层序又包括三个体系域:即低位体系域、水进体系域和高位体系域.研究结果表明:层序对含油气特征的控制主要表现在两个方面:(1)层序控制了生储盖的组合;(2)层序控制着储层的展布和储集性能,综合反映延长组含油气特征.     

鄂尔多斯坳陷湖盆缓坡型三角洲前缘沉积微相分带及成因分析——以定边-安边地区延长组长6油组为例

运用沉积相分析理论对鄂尔多斯盆地定边-安边地区晚三叠世延长组坳陷湖盆缓坡型三角洲前缘沉积微相组合进行系统研究,共识别出其组合形式有:水下分流河道叠加组合、河口坝叠加组合、水下分流河道与河口坝叠加组合以及河口坝与远砂坝、席状砂的叠加组合等4大类9种类型。并深入研究三角洲前缘沉积微相组合的时空分布规律,以三角洲前缘坡折带为界,将三角洲前缘分为"台型前缘"、"坡型前缘"和"盆型前缘"三部分,各部分有独特的沉积微相组合形式。高分辨率层序地层学的基准面旋回原理和沉积物体积分配原理表明:短期基准面的规律性变化影响着储层砂体的成因类型、叠加组合形式和空间分布规律,据此建立坳陷湖盆三角洲前缘不同沉积微相组合的成因分布模式。     

地球空间信息相关论文摘要

面向全时段查询的移动对象时空数据模型研究,基于非量测相机的复杂物体三维重建,机载激光扫描测高数据分层迭代选权滤波方法及其质量评价,基于GIS的地震滑危险性的模糊评价研究,基于北斗卫星的车辆组合导航系统开发.     

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。     

GNSS测绘及GIS接收机

Trimble导航公司推出一款名为Pro XRT接收机,该接收机是一种可伸缩的GNSS接收机,可供地理信息系统的数据采集与测绘应用。该接收机将高性能的GPS接收机与Trimble公司的H-Star技术及OmniSTAR公司的采集技术组合而成,可提供亚米级至分米级的定位精度。该款接收机适用于高精度测绘、数据采集和物业管理的应用。