基于GF-1卫星数据的面向对象的民勤绿洲植被分类研究

以民勤绿洲为研究区,以GF-1遥感影像为数据源,采用面向对象的分类方法,结合分层技术,对影像逐级进行分类,以获取植被信息。根据归一化植被指数（NDVI）阈值区分植被与非植被,分割尺度为10;使用归一化水体指数（NDWI）阈值提取非植被中的水体,分割尺度为35;利用野外采样点获取的训练样本,将植被进一步分为耕地、林地和草地,分割尺度为25。总体分类精度达到83.02%,Kappa系数为0.745 1,比较基于象元的监督分类,其总体分类精度为69.37%,Kappa系数为0.497 0,表明面向对象的分类方法在干旱区绿洲植被信息的提取上较传统的基于象元的分类方法更有优势,分类精度更高。     

利用复合光谱纹理特征进行城市边缘区不透水层提取

城市边缘区是城市化活跃的地区,在遥感影像上呈现出错综复杂、异质强的特征,对该地区不透水层的遥感提取带来一定的困难。本文引用扩展支撑向量机（extended support vector machines,ESVM）的软硬分类方法,结合光谱和纹理特征变化,对正在发生快速土地覆盖变化的城市边缘区的不透水层进行了提取。本文提出的方法将纹理变化作为有效信息表示城市边缘区的变异,并结合软硬分类方法的特征进行了不透水层纯净、混合像元的识别。研究区城市边缘区的试验结果表明,将纹理特征作为描述不透水层的空间特征指数能够将纯净、混合像元的识别效率提高10%,整体分类精度提高1%~5%,优于传统的软分类、硬分类方法。     

全景地图隐私信息处理的关键技术研究

全景地图系统在数据生产中存在一些可能涉及泄漏个人隐私的信息。本文提出了通过采用特征提取和监督学习分类的方法来检测和处理隐私信息的方法。以人脸和车牌号为例,分别采用支持向量机和投影定位的方法进行了隐私信息定位检测。试验证明,该方法具有较好的可行性。     

基于码字匹配和引力筛选的半监督协同训练算法

针对传统的Co-training和Tri-training协同训练算法中基分类器独立性低、迭代过程中误差累积和整体泛化性能低的问题,将多视图理论、编码理论和万有引力公式引入协同训练分类算法中,提出了改进算法,算法有效地防止了迭代过程中的误差累积,同时提高了分类系统的泛化性能。在高光谱图像分类实验中,随机地从数据集中抽取5%、10%和20%样本作为已标记训练集时,码字匹配的协同训练分类算法对比Co-training和Tri-training算法,在分类精度上平均分别提高了12.38%和6.13%,在Kappa系数上平均分别提高了0.2和0.07。进一步加入引力筛选机制,对比Co-training和Tri-training算法,在分类精度上平均分别提高了21.30%和10.99%,在Kappa系数上平均分别提高了0.26和0.13,结果表明了本文算法的有效性。     

城市轨道交通不动产产籍信息数据库设计

近些年来,城市轨道交通的快速发展形成了大量的不动产产籍信息,这些信息涉及城市轨道交通全生命周期,时间跨度大、专业种类多、信息涵盖内容广、管理难度大。本文介绍了城市轨道交通不动产产籍信息涉及的种类,并根据信息特征设计了城市轨道交通不动产产籍信息数据库。     

应用图像关联度的图像模糊分类

提出了应用图像关联度的图像模糊分类新方法。该方法在求得每幅图像相对各个类别的关联度的基础上,求得每个类别图像关联度的均值和标准差σ;然后计算每幅图像的关联度与所在类别关联度均值之差Δi,差值Δi≤2σ,该图像应“留“在该类中;否则,该图像应归入与另两个类别的关联度较大的类别。每幅图像都经过这样的检验,实现图像的再划分,直到这一过程稳定为止。实验结果表明,该方法的图像分类质量有一定优势。     

台风眼壁及周围螺旋云带云属性垂直分布研究

选取2006—2010年间CloudSat监测到热带气旋中心的7个案例,利用CloudSat和其它A-Train卫星的反演数据,主要分析了台风眼壁及周围螺旋云带的云微物理属性的垂直分布并给出了初步的概念模型。结果表明,云中冰水分布在5 km以上高度。冰粒子等效半径随云高度增加呈减小趋势,大值区主要分布在5~10 km高度,7个热带气旋的最大值为171.7~226.6 μm;冰粒子数浓度随云高度增加呈增大趋势,大值区分布在13 km以上高度,7个热带气旋的最大值为550~2 148 个/l;冰水含量随云高度增加呈先增后减的趋势,大值区分布在8~15 km高度,7个热带气旋的最大值为986.0~4 009.0 mg/m3。云中液态水分布在0.5~9.0 km高度。液态水粒子等效半径大值区分布在3~9 km高度,7个热带气旋的最大值为19.1~29.4 μm;液态水粒子数浓度大值区分布在6 km以下高度,7个热带气旋的最大值为93~117 个/l;液态水含量大值区分布在5 km左右高度,7个热带气旋的最大值为659.0~2 029.0 mg/m3。台风或超强台风阶段,云体最大高度存在于台风眼壁,眼壁云高可达17~18 km;近地表降水率、冰水柱含量的高峰值大多存在于台风眼壁区域,其中眼壁区域的近地表降水率可超过20.0 mm/h,冰水柱含量可超过9.1 kg/m2。7个热带气旋的垂直降水率和液态水柱含量值分别小于11.3 mm/h和2.7 kg/m2。      

黄河首曲地区生态旅游开发适宜区识别与分类研究——结合旅游者偏好的分析（英文）

黄河首曲地区具有突出的生态功能和较高的旅游价值。为保障湿地的完整性保护及尊重当地居民的雪山崇拜,研究首先对不可开发区和可开发区进行了识别分析,认为不管是严格的生态旅游还是一般的生态旅游活动都只能在有效生态旅游区进行,生态旅游的适宜性分析与区划也主要围绕可开发区展开。研究选取距水域湿地距离、草地覆盖情况、森林覆盖情况、海拔高度、坡度和原生态性六个表征地区自然性的标准,采用GIS技术与层次分析法相结合的方法对可开发区生态旅游适宜性进行了分析,层次分析法权重源于旅游者偏好调查,并基于适宜度空间分布格局进行了区域分类。可开发区的生态旅游适宜性可划分为五级,I级地区适宜度最低,最不适合发展严格的生态旅游,V级地区适宜度最高,原生态景观价值突出,生态旅游发展潜力最大。出于协调旅游功能与生态功能的统一以实现地区生态旅游资源可持续利用的目的,黄河首曲地区被划分为五类亚区,且均具有各自特殊的主导服务功能。研究最终根据各亚区的特殊服务功能提出了相应的调控措施。研究结论有助于促进生态旅游的合理性规划及未来可持续发展。     

基于阴影的资源三号卫星数据城市建筑物高度估算

利用我国首颗民用高分辨率测绘卫星—ZY3影像,运用面向对象方法及形态学的思想,以形态学建筑物指数MBI和形态学阴影指数MSI,构建了基于知识规则的城市建筑物和阴影信息提取模型,很好地完成了北京方庄小区和厦门软件园的建筑物和阴影的提取,并实现了阴影长度的自动估算。利用太阳、卫星和建筑物成像几何关系,以阴影长度估算了城市建筑物高度,并以实测数据进行精度评价及误差分析。在以北京市方庄小区为例的试验中,建筑物高度提取的平均相对误差为7.08%,绝对误差小于6 m的建筑物占90%以上,80%以上的建筑物相对误差在10%以内,而误差较大的多为阴影较难识别的低矮建筑物和建筑密度较大使得阴影相互遮挡的高层建筑物。在厦门市软件园区实验中,94.3%的建筑物绝对误差在5 m以内,且计算高度与实际高度相关系数达到0.992,进一步验证了所用方法的可靠性。本文提出的建筑物信息提取方法,可很好地实现高分辨率影像城市建筑物高度估算,展示出资源三号卫星数据在城市建筑物信息提取方面的应用潜力。     

天绘一号卫星影像的平原绿化提取方法

平原绿化是我国平原地区森林植被的主体,为生态环境建设提供了有力保障。但平原绿化分布零散,斑块面积小,不易被准确提取。本文以河南省封丘县为例,利用天绘一号卫星影像面向对象分类技术提取了平原绿化。在面向对象分类过程中,针对不同平原绿化信息选取不同的分割尺度和参数,建立影像对象的分割层次结构,确保农田林网、通道防护林、四旁防护林等平原绿化信息能够被准确分割。分类时通过构建隶属度函数,利用层与层之间的关系,子类继承父类的分类特征,在此基础上增加自己的特征,建立分类规则集,逐层提取绿化信息。本文共获取封丘县平原绿化面积152.51 km²,其中,农田林网36.09 km²,通道防护林21.29 km²,四旁防护林71.56 km²,片林23.57 km²。利用验证点数据,对分类结果进行精度评价,总体分类精度为93.50%,Kappa系数达到0.92。