热带山区高时空分辨率NDVI融合精度及其影响因素分析

高时空分辨率NDVI时序数据作为遥感应用中的重要数据源,对土地覆被动态变化监测具有重要意义,特别是在地表高程变化显著、气候条件复杂、景观异质性强烈的热带山区。虽然当前学者们提出了诸多时空数据融合模型,但针对这些模型在热带山区的NDVI数据融合精度及其影响因素分析尚不多见。对此,本文选取3类时空数据融合方法(权重函数法、概率统计法和多种混合法)中具有代表性的4个模型:STARFM(Spatial and Temporal Adaptive Reflectance Fusion Model)、RASTFM(Spatial and Temporal Adaptive Reflectance Fusion Model)、ESTARFM(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model)、BSFM(Bayesian Spatiotemporal Fusion Model)(STARFM、ESTARFM为权重函数法;BSFM为概率统计法;RASTFM为多种混合法),选择位于我国热带山区的纳板河流域作为研究区。对融合模型的...     

改进的GNSS/SINS组合导航系统自适应滤波算法

GNSS/SINS(global navigation satellite system/strapdown inertial navigation system)组合导航系统已得到广泛的应用与研究,当处于复杂环境时,GNSS输出容易出现误差均方差突变、误差均方差缓变、硬故障和软故障4种现象,进而影响组合导航系统滤波精度及载体的导航安全。为了解决上述问题,提出了一种改进的GNSS/SINS组合导航系统自适应滤波算法。首先,利用滤波过程中的观测异常检验统计量与滤波器门限值构建观测因子,然后,将变分贝叶斯原理与抗野值滤波方法结合,设计了改进的组合导航系统自适应滤波算法。仿真实验表明,相较于传统算法,当GNSS输出误差均方差发生变化时,所提算法可将位置精度及速度精度提高11.8%及13.7%;在GNSS输出发生硬故障时,所提算法可将位置精度及速度精度提高70.8%及69.6%。实验结果表明,所提算法具有较强的自适应性,可提升复杂环境下组合导航系统的精度和连续可用性。     

多源信息的集成与融合及其在遥感制图中的优化利用

多源信息的集成和融合是地球信息科学领域的一大热点问题。它的意义和必要性与地球信息本身的特征、采集信息的手段特征及信息处理平台或系统的特点三方面紧密相联系。本文从不同传感器信息的集成和融合、遥感信息与非遥感地学信息的集成和融合、不同格式的 GIS数据的集成和复合三个方面研究了多源信息集成和融合的方法、前沿技术和应用领域,进而以黄土高原土壤侵蚀遥感调查和制图任务为例,介绍了多源信息集成和融合技术在该项目中的优化应用实例,包括技术流程分析、信息源分析、多源信息在土壤侵蚀遥感调查和制图中的融合方法、从遥感图像解译信息到 GIS数据库的转换技术等。     

一种基于似最小生成树的空间聚类算法

根据空间邻近目标的距离变化情况,定义了边长变化因子概念,给出了一种似最小生成树的构建方法。在此基础上,提出了一种基于似最小生成树的空间聚类算法。模拟数据和实际数据分析发现,基于似最小生成树的空间算法能够发现任意形状的空间簇和异常点,并能够很好地适应空间数据分布不均匀的特点。通过与经典的DBSCAN算法比较,发现基于似最小生成树的空间聚类算法比DBSCAN算法更具有实用性。     

教智融合背景下初中地理主题式教学实践研究 ——以"欧洲西部"为例

随着后疫情时代的到来,各种云服务运用到了课堂教学当中,为教育的变革增添了新的活力.为此本文借助易加学院在线教学互动平台,构建了主题式教学构架.该构架设置了课前、课中、课后三个环节,形成了"线上+线下"的混合式教学模式,并将其实践于"欧洲西部"一课的教学,以期发展学生的高阶思维,培养学生地理学科核心素养.     

基于衰减因子的虚拟应答器信息融合方法研究

针对虚拟应答器(VB)信息融合时使用Kalman滤波易出现滤波发散的问题,提出了基于改进Sage-Husa自适应滤波算法的信息融合方法. 首先采用自适应滤波动态调节噪声统计特性参数,抑制滤波发散,在预测误差方差矩阵中引入衰减因子,减小陈旧数据的影响进而提高滤波精度,最后进行仿真实验,将所提出的滤波算法与Kalman滤波和Sage-Husa自适应滤波在VB的位置误差和速度误差上进行对比. 仿真结果证明:在相同的时间内,本文所述算法在VB的定位误差上具有显著优势,具有较好地稳定性.      

基于高分一号卫星的江西樟树市地质灾害评价

运用高分一号卫星进行江西樟树市地质灾害评价对于科学防治地质灾害,提高国产卫星应用水平具有重要意义。本文通过正射校正、影像融合、几何校正等步骤对高分一号影像进行预处理,然后对处理后的影像进行地质灾害解译,获取樟树市地质灾害分布情况。在进行地质灾害评价过程中采用小流域评价单元,选取灾害点密度、地表水文、构造断裂带、工程活动、岩土类型、地形坡度等6个评价因子,并运用层次分析法确定因子权重,通过加权平均法最终获得樟树市地质灾害易发性综合评价图,其精度为78%。结果表明樟树市易发生地质灾害的地区占全市总面积的34.68%,易发程度最高的地区主要分布在东南部,占全市总面积的7.82%。     

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。     

基于Model Builder的等值面自动制图研究 ——以CaO含量等值面图制图为例

针对分步数据处理效率低下问题,基于Model Builder提出了一种复杂数据处理方法,并应用于阿尔及利亚阿德拉尔省南部山区CaO含量等值面制图,通过对原始采样数据进行克里金插值、重分类与平滑处理,取得较好的制图效果。制图实验证明,Model Builder可大大提高数据处理效率与纠错能力,实现复杂数据自动化、一体化处理。Model Builder模型具有较强的共享性,其建模成果可以保存于SDE数据库,也可以通过网络共享,为类似数据处理提供模板。同时,Model Builder模型开放性较好,可任意编辑修改已有模型,定制出特定数据处理方案。Model Builder模型与编程语言深度融合,可通过计算机编程改变数据处理方法。     

基于数据融合的浅层地下水提取技术研究

为提高浅层地下水遥感探测的准确性和效率,开辟遥感找水新思路,首次将空间分辨率为30 m的Landsat-7ETM多光谱数据和空间分辨率为150 m(Wide Swath模式)的Envisat-1 ASAR先进合成孔径雷达数据进行了融合,并利用基于主成分变换(PCA)和小波变换(WT)的融合算法成功地找到了浅层地下水信息异常带。通过实地调查和物探、钻探验证,I、II、III级找水靶区的富水性情况与预测结果基本一致,并在上述靶区找到了丰富的浅层地下水,证实了该方法的可行性和实用性,可为今后地下水快速勘察提供新的技术手段。