遥感信息与地理数据的复合研究——以区域农业气候资源研究为例

本文从理论上探讨了将地理信息系统提供的地理数据与遥感数据复合的可行性;从方法上探讨了将≥10℃积温、地形高程、年降水量三个影响和反映区域气候资源条件的主要指标,按一定的地面网格系统和数学模式进行量化,并使之与经过优化、压缩处理的陆地卫星TM数据进行信息复合;在应用上,以长白山南坡长白县境内的山区自然环境为例,进行了区域气候资源的研究工作。该研究方法改变了遥感影像的单一信息结构,丰富了图像信息含量,完成了地理数据的数字传输、处理、存储及影像化显示。实现了区域气候资源分类界限指标遥感判读的定量化。为提高遥感应用的地学科学性探索了新方法。     

哀牢山TM遥感图像及多源地学数据的综合图像处理

本文综述了在哀牢山老王寨地区利用TM图像及线性体、化探土壤测量的数据进行综合图像处理的方法和步骤，包括：TM图像多功能处理；线性体的解释及数字化图像；土壤测量数据的数字化图像；它们之间的相关分析及其综合图像处理等。并由此总结该区金矿成矿的构造模式和影像标志，可应用到已知矿区外围和其他地方的金矿预测中去，并接受检验。     

基于影象融合的干旱区城镇居民地信息提取研究

针对TM多波段图象中城镇居民地与裸地光谱特征相似难以准确提取城镇居民地信息的问题,利用雷达图象对居民地信息的敏感性,采用HIS变换方法,融合了2003年西安地区的Landsat TM和Radarsat SAR影象,并对融合影象做二类监督分类提取出城镇居民地信息,结果显示与TM图象监督分类相比,融合后的图象能很好地消除裸地对城镇居民地提取影响,其精度可达到84.21%,大大高于由TM多光谱影象监督分类所得到的精度71.79%,为提取干旱区城镇居民地信息提供一种新方法。     

基于ERDAS IMAGING软件的TM影像几何精校正方法初探--以塔里木河流域为例

遥感图像的几何精校正一直是人们所关注的问题。本文初步探讨了利用ERDAS IMAGING软件对塔里木河流域TM影像进行几何精校正的方法,ERDAS IMAGING软件进行几何精校正具有操作简便、实用性强、速度快、几何精度高等特点。几何精校正为TM影像的进一步处理提供了技术准备。     

基于TM遥感影像数据的乌鲁木齐热岛效应分析

近年来,随着城市的飞速发展,热岛效应也颇受人们重视。本文采用1990年和2010年的TM遥感影像,运用亮度温度计算和二分模型计算等方法, 并结合亮度温度数据得到了植被覆盖度对城市亮度温度的影响和土地利用对亮度温度的影响, 分析了造成乌鲁木齐市城市热岛空间分布的原因。结果显示, 热岛中心主要分布在城区人口密度大及工业区聚集的地方,植被和水体对减弱热岛效应起到一定作用。     

基于TM遥感影像的杨凌示范区城区扩展分析

利用卫星遥感影像进行城市扩展研究,是当今遥感应用研究的热点和对城市化进程进行跟踪检测的有效手段,也是解决城市化进程中出现的各种问题、提高城市管理水平的一项新技术。本文阐述了采用杨凌地区1986年、1995年和2003年三景TM遥感影像,利用遥感(RS)和地理信息系统(GIS)软件获取的数据源,研究杨凌示范区的城市扩展变化情况及扩展趋动力分析。     

单窗算法和单通道算法对参数估计误差的敏感性分析

单窗算法和单通道算法的提出为应用LandsatTM热波段反演地表温度开辟了新途径。由于进行地面像元尺度同步温度测量难度较大,目前尚无法对这两种算法进行直接评判。通过对算法所需参数分别取一定变动区间并进行渐变取值测算,分析了算法对其参数估计误差的敏感性,以此作为对这两种算法适用性的一个间接评判依据。     

一种基于支撑向量机的遥感影像不完全监督分类新方法

不完全监督分类是研究在只有目标类训练样本的情况下如何准确地将目标类从数据集中提取出来。在许多遥感应用问题中,往往只需要从遥感影像中提取某一类地物。如果分类过程中只要选取目标类训练样本,将节省在训练样本选取过程中的大量人力物力。因此不完全监督分类是一个值得研究的遥感分类问题。提出了一种基于加权无标识样本支撑向量机(WUS-SVM),并在其基础发展出一种不完全监督分类方法。该方法分3个步骤:(1)在影像中随机选取一定量的无标识样本,将它们作为具有不同权重的非目标类训练样本;(2)用目标类的训练样本和加权无标识训练样本一起训练WUS-SVM,得到初步的分类器;(3)利用初步的分类器确定无标识样本的类别,并与原目标类训练样本一起再次训练SVM得到最终的分类器。通过对模拟数据和遥感影像的分类试验初步证明了该分类方法的有效性。     

面向小样本分类的高光谱影像特征提取

研究了面向小样本分类的高光谱影像特征提取技术,提出了一种用于小样本分类的投影寻踪指标和基于SVMPP的高光谱影像特征提取方法;并借助误差校正输出码,将两类问题的特征提取推广到多类情况.通过高光谱影像分类实验证明,该方法具有很强的小样本学习能力,能够在先验信息很少的情况下较准确地提取地物的分类特征.     

扎龙湿地沼泽的提取模型研究

利用扎龙湿地TM图像,通过分析各类地物的光谱特征、谱间结构特征以及采样剖面线,发现了扎龙湿地沼泽的光谱特征,并由此建立了一个基于知识发现的沼泽提取模型。提取结果表明,建立的沼泽提取模型能够实现自动提取扎龙湿地的芦苇沼泽,其精度可以达到98%。