西藏冈底斯成矿带矿化蚀变提取与成矿分析——以尼玛县帮勒地区为例

冈底斯成矿带是我国极具找矿潜力的地带,但受自然条件限制,该地带矿产资源开发程度普遍偏低。选取冈底斯成矿带北部尼玛县帮勒地区为研究区,以Landsat-8OLI数据为主要信息源,采用主成分分析法提取研究区铁染和羟基矿化蚀变信息。在GIS平台上,将提取的蚀变信息结合研究区现有地质、化探、矿产等资料进行综合分析,依据成矿理论,圈定2个成矿远景区。经野外验证,文中获取的矿化蚀变信息分布状况与已知矿点和已探明蚀变带的空间一致性高。矿化蚀变带的探明能够为区域矿产资源开发与勘查提供帮助。     

高精度遥感影像的空间投影几何精校正

几何校正为影像预处理工作做了技术准备。其精度直接影响着后续工作的质量。目前,高精度遥感影像因其空间分辨率较高、数据产品格式复杂,在实际应用中对其进行几何精校正(包括正射校正)还存在许多问题。在地面控制点(Ground Control Point,GCP)分布不均或数量不足的情况下,运用空间投影加密控制点的方法,能有效解决此类问题。本文以Quick Bird遥感卫星影像为例,阐述了该方法的可行性。     

浅谈地理国情普查专题资料的分析与处理

专题资料的分析处理是地理国情普查工序中十分重要的前期工作,该工序的质量直接影响到地理国情普查工作的成果质量与工作效率。本文从地理国情普查专题资料的分析、处理、整合、利用等几方面进行分析与探讨,研究其解决办法,希望能对相关的生产有所裨益。     

一种结合四元数与直方图的多光谱图像自适应边缘检测方法

针对图像自适应边缘检测的难点和传统多光谱遥感图像边缘检测方法的局限性,提出了一种结合四元数与直方图的自适应边缘检测方法。该方法在四元数空间,利用矢量旋转完成了多光谱图像的边缘检测,并通过直方图统计的方法获取自适应阈值,实现了边缘图像的检测。利用陆地多光谱遥感图像和水域多光谱遥感图像分别进行实验,验证了方法的有效性。     

基于Bernese非差的GNSS大网分布式解算

非差精密单点定位(PPP)是大规模GNSS网络数据处理的主要模式之一。分析了基于Bernese自动处理引擎BPE的非差定位解算流程,通过修改配置文本文件实现BPE功能自动调用。针对单机集中处理模式下解算规模受限、时效性差的问题,采用分布式技术,利用C#编程实现了GNSS精密单点定位的并行处理。采用IGS数据进行实验,算例结果表明:在分布式环境下调用Bernese自动解算功能进行并行数据处理,能够实现快速、准确的GNSS大网高精度PPP定位解算,计算效率明显提高。     

使用自然语言处理和分层匹配方法的地理信息服务语义发现

设计了一种基于自然语言处理和分层匹配的地理信息服务语义发现框架,实现用户输入关键词与地理信息服务的语义匹配。框架基于Word Net知识库,利用消歧技术确定所提取词汇的含义;根据所提取的信息来源以及相关关系将地理信息服务上下文划分为6个信息层匹配,并使用遗传算法确定各信息层在匹配过程中具有的权重。最后将所提出的发现方法与常用的发现方法做实验验证,结果表明该方法可以提高地理信息服务语义发现的查准率。     

一种基于输入向量机的高光谱影像分类算法

支持向量机分类方法存在惩罚系数需要交叉验证获取、训练时间较长、支持向量个数随着训练样本数量的变化而变化,以及稳定性和稀疏性较差等问题。针对这些问题,提出了一种基于输入向量机的高光谱影像分类算法。该算法在核逻辑回归模型的基础上,采用前向贪心算法选择训练样本中的输入向量来进行模型的训练,达到稀疏的目的,提高影像的分类精度和分类效率。通过PHI和OMIS两组高光谱影像分类实验,结果表明基于输入向量机分类算法具有稳定性好、稀疏性强的优点。     

安徽省含山县土地整理耕地质量评价及其变化研究

土地整理是改善土地利用条件,提高土地质量的有效措施,对土地整理后的耕地质量进行评价是土地整理重要工作之一。从耕地质量的内涵和土地整理项目的基本要求出发,选取耕地自然条件和耕地利用条件2个基本因素和12个影响因子,将特尔斐法与层次分析法相结合,确定各因子权重,构建基于土地整理的耕地质量评价指标体系。以安徽省含山县铜闸镇土地整理项目为例,采用传统的土壤调查与3S技术相结合的方法,分析土地整理复垦过程中耕地质量时空格局变化,得出整理前、后耕地质量的级别变化。研究结果表明,通过土地整理,研究区的耕地质量空间分布和级别发生了很大变化,整理后一级、二级、三级质量的土地比整理前分别增加了7.20%,11.95%和0.65%,四级、五级则分别减少了15.65%和4.16%,整理后的耕地质量总体水平是整理前的1.291倍。     

视觉感受与Markov随机场相结合的高分辨率遥感影像分割法

鉴于视觉感受对外界强大的感知与识别能力,模拟视觉神经感知的工作机制,并结合Markov随机场模型,提出一种影像分割方法。首先,分析视觉感知系统的工作机制,将其特性归纳为等级层次性、学习能力、特征检测能力和稀疏编码特性,继而利用小波变换、非监督聚类、特征分析和Laplace分布模拟视觉工作机制,然后结合Markov随机场模型实现高分辨率遥感影像的分割。通过不同卫星的真实遥感影像进行了相关试验。试验结果表明本文提出的方法在高分辨率遥感影像分割任务中有非常良好的表现。     

高分辨率遥感图像道路分割算法

为了提高从高分辨率遥感图像(high-resolution remote sensing image,HRI)中提取道路信息的自动化程度和准确性,发展了一种HRI道路分割算法,主要包括光谱合并、边界合并和基于形状特征的道路区域提取等3个步骤。其中,前2个步骤是基于区域生长的图像分割算法。光谱合并综合考虑了区域的均值、方差等统计特征量,以提高分割精度;边界合并采用了基于矢量梯度的边界计算方法,以准确提取多光谱HRI中的边界强度;结合全局最优合并算法实现光谱和边界合并,以得到最优化的分割结果。在道路区域被完整分割出来的基础上,利用形状特征提取道路,采用圆形度特征区分道路和非道路。利用2景Orb View3多光谱图像进行道路提取实验的结果表明,该方法的道路提取结果总精度和Kappa系数分别在97%和0.8以上,明显优于SVM监督分类方法。