利用面向对象的分类方法从IKONOS全色影像中提取河流和道路

传统的基于像素的统计特征的分类方法在处理高分辨率影像的分类问题上遇到了很大的困难。本研究利用面向对象的影像分析方法对IKONOS全色影像进行了河流与道路的分类,包括利用影像对象的光谱特征的初次分类和利用子目标对象的线特征的二次分类两个过程;其中初次分类由于仅依据光谱信息,不能很好地将河流或道路与其他光谱特征相似的地物区分开,而通过引入子目标的形状特征进行二次分类,就可以准确地将河流与道路提取出来。试验结果表明,面向对象的分类方法能够满足高分辨率或纹理影像的分类需要,具有很大的应用潜力。     

浅谈地理国情监测外业调绘与核查的方法

地理国情监测外业调绘与核查是确保地理国情普查成果的真实性、准确性及提高地理国情普查成果质量的重要环节。介绍外业调绘与核查的目的、流程、准备工作及外业调绘与核查的内容,总结外业调绘与核查时应注意的问题,为保证地理国情监测外业任务的顺利开展提供参考。     

天山地区遥感解译及铀矿化地质特征

本文通过卫星照片解译对天山地区的地层进行了划分,尤其是通过线性构造的解译把天山地区分成了若干个不同性质的地块,并对构造规模进行了分级。此外,还讨论了新老构造的继承关系,构造与岩体之间的相互依存关系等。本文又通过环形体的解译进一步确定了火山岩的喷发期次、活动规模及其与铀矿化的关系。通过对花岗岩体侵入期次和相带的划分,进而在解译中配合四道能谱测量判读标志来分析不同影象地质体的可能含铀丰度。另外还探讨了褶皱构造各要素的半定最估算的可能性。     

地理国情普查影像解译自动化方案研究

随着空天地一体化对地观测传感网的逐步完善,积累了大量的空间遥感影像。地理国情普查项目进一步地推动了遥感技术的发展和遥感影像的使用,使遥感影像更好地服务于经济社会的发展和生态文明的建设。传统的依靠人工的地物信息提取方式不能满足需求,本文尝试影像解译自动化方案替代完全依靠人工采集的方式,提高遥感信息提取的效率。     

基于QUICKBIRD的龙羊峡白刺滩滑坡调查研究

利用QUICKBIRD影像数据对白刺滩滑坡机理作了遥感分析,通过对该滑坡体和岩土体的解译,对区内滑坡的危险性进行了分析,为该区地质灾害防治工作提供科学依据。     

青海省基础地理信息中心开展青海湖流域地表覆盖野外调查

青海省基础地理信息中心根据《青海湖流域生态环境遥感影像解译》项目的实际需要,在青海湖流域开展了野外调查工作。 此次调查范围涉及青海省海西、海北、海南3州和天峻、刚察、海晏和共和4县。调查中,技术人员利用GPS进行实地打点,详细记录了实地的地表覆盖情况,并拍摄了大量的实地景观照片。     

面向对象解译方法在遥感影像地物分类中的应用

针对高分辨率遥感影像快速高效萃取有用信息这一遥感技术应用的热点问题,探讨了基于面向对象(Object-oriented)解译方法的遥感影像自动及半自动解译和提取的新思路.文中分析了面向对象解译方法在地物信息分类应用中的优势,并提出了基于此方法的高分辨率遥感影像多尺度信息提取技术流程.具体结合广州市新白云机场开发区IKONOS高分辨率遥感数据进行地物快速提取、自动分类的试验,并对解译效果进行了评估分析,证明此方法在高分辨率遥感影像地物分类中确实高效可行.     

“高分二号”卫星在黄土地质灾害解译中的应用研究

黄土高原地区地质灾害多发频发,危害严重,应用亚米级的高分二号(GF-2)卫星影像数据,提取地质灾害信息,并对室内解译结果进行了野外查证。本文提出了以GF-2卫星数据为主要信息源,进行地质灾害解译的技术方案;并以宁夏南部黄土高原区为例,验证了该方法的适用性,为规模化地开展基于国产高分系列卫星的黄土高原地区地质灾害遥感解译提供了可行的技术方案;通过GF-2卫星影像与常用的国内外卫星数据用于地质灾害信息判释的对比研究,认为GF-2卫星影像对于地质灾害信息的识别能够满足地质灾害遥感解译的要求,GF-2卫星影像的应用具有较高的性价比和显著的经济社会效益。     

南美典型铁矿床遥感找矿模型研究

针对南美地区两种典型铁矿—苏比利尔湖型和阿尔果玛型铁矿,基于ETM+遥感数据,采用光谱角方法提取研究区的羟基、铁染蚀变信息;通过影像增强,波段合成等预处理结合人工解译,进行赋矿地层和控矿构造信息提取。总结分析示矿信息规律和特征,建立遥感找矿模型,圈定2处遥感找矿靶区,缩小了野外地质调查范围。     

迁移学习支持下的高分影像山地滑坡灾害解译模型

无人机低空遥感是近年来新兴的一种快速获取灾情信息的手段,如何利用无人机高分影像构建滑坡灾害解译模型是实现快速自动解译滑坡的关键。针对该问题,对比了多种影像特征提取方法,将迁移学习(TL)特征和支持向量机(SVM)引入到构建滑坡灾害自动解译模型中,提出了一种TL支持下的高分影像滑坡灾害解译模型。选取5·12汶川地震及4·20芦山地震系列无人机影像构建了滑坡灾害样本库并进行了实验,TL特征方法整体分类准确度ACC为95%,ROC达到0.98,识别准确率达到97%。结果表明,所提方法可用于高分影像滑坡自动解译,同时可用于大面积高分影像中快速山地滑坡灾害定位及检测。