一种全自动提取居民地的方法

对遥感影像中居民地提取的各种方法作了一般性的阐述,并在吸收这些算法优势的同时,提出了一种全自动实现遥感影像中居民地目标的提取方法：先求取非最大值抑制后的梯度图,而后进行高斯模糊处理,以提高影像上居民地区域纹理特征一致性;通过增强大津法和形态学的方法全方位腐蚀与膨胀,完成面状地物居民地的提取;最后进行图象矢量化处理。论述方法的同时,展示和分析了实验结果。     

Regional yield estimation for winter wheat with MODIS-NDVI data in Shandong, China

The significance of crop yield estimation is well known in agricultural management and policy development at regional and national levels. The primary objective of this study was to test the suitability of the method, depending on predicted crop production, to estimate crop yield with a MODIS-NDVI-based model on a regional scale. In this paper, MODIS-NDVI data, with a 250 m resolution, was used to estimate the winter wheat (Triticum aestivum L.) yield in one of the main winter-wheat-growing regions. Our study region is located in Jining, Shandong Province. In order to improve the quality of remote sensing data and the accuracy of yield prediction, especially to eliminate the cloud-contaminated data and abnormal data in the MODIS-NDVI series, the Savitzky–Golay filter was applied to smooth the 10-day NDVI data. The spatial accumulation of NDVI at the county level was used to test its relationship with winter wheat production in the study area. A linear regressive relationship between the spatial accumulation of NDVI and the production of winter wheat was established using a stepwise regression method. The average yield was derived from predicted production divided by the growing acreage of winter wheat on a county level. Finally, the results were validated by the ground survey data, and the errors were compared with the errors of agro-climate models. The results showed that the relative errors of the predicted yield using MODIS-NDVI are between −4.62% and 5.40% and that whole RMSE was 214.16 kg ha⁻¹ lower than the RMSE (233.35 kg ha⁻¹) of agro-climate models in this study region. A good predicted yield data of winter wheat could be got about 40 days ahead of harvest time, i.e. at the booting-heading stage of winter wheat. The method suggested in this paper was good for predicting regional winter wheat production and yield estimation.     

高精度遥感三维可视化在岩溶地区工程初勘调查中的应用——以云南小哨机场为例

本文对高精度卫星遥感图像(QucikBird)进行了图像预处理,图像融合,正射校正,并基于12∶000地形图上构建了DEM。在Erdas软件支持下,实现了遥感影像三维可视化。同时,针对岩溶地区工程初勘需要,应用ArcGIS实现了工程量计算、机场净空分析、岩溶漏斗信息自动提取、漏斗形态显示、地下溶洞网分析等,这为机场的进一步勘查提供了准确可靠的地质灾害信息,可为指导工程设计与施工提供参考。     

鄂尔多斯盆地伊盟隆起区东部微烃渗漏区的遥感识别及其意义

微烃渗漏遥感探测的机理主要是建立在烃类微渗漏异常地球化学表征和形成的基础上。本文主要依据Schum acher(1996)和Saunders等(1999)提出的烃类微渗漏异常地球化学原理和模型,以鄂尔多斯盆地伊盟隆起东部为研究区,以多光谱遥感和航空放射性遥感为探测手段,分别利用氧化铁指数(TM3/TM1)、亚铁指数(TM5/TM4)和黏土化指数(TM5/TM7)来识别Fe3 氧化物、Fe2 氧化物和有机质、黏土化和碳酸盐化的相对富集区,同时用矿物组合图像来增强显示上述信息。综合亚铁指数(TM5/TM4)分割图像、矿物组合图像、航放铀、钍、钾信息及钍归一化铀指数等信息,提取了研究区微烃渗漏地段。研究表明,研究区存在两条Fe2 氧化物和有机质相对富集区带。一条为与库布齐沙漠走向近于一致的北部近东西向带,它与石油部门发现和描述的油气渗漏区域基本一致。另一条为泊海子—准召—新庙不连续的北西向带,它的北界与泊海子—准召断裂展布基本一致。在垂直中部北西向微烃渗漏带的剖面上,清晰显示亚铁指数(Fe2 )、航放测量铀(U)、钍归一化铀(Ud)为正异常;氧化铁指数(Fe3 )、航放测量总道值(Tc)和钾(K)、钍归一化(Kd)为负异常的特点。研究认为地表还原带是由油气微渗漏形成的,推测受断裂、裂隙带控制的、主要由油气微渗漏形成的还原带对东胜铀矿带形成聚集起了重要作用。     

遥感影像植被信息提取方法研究及思考

从植被光谱特征出发,对植被信息提取的方法和现状进行了综述,其中主要介绍了几种具有代表性的植被提取方法,如:植被指数提取法、NDVI与波段合成法、HIS融合法、分级分类提取法、基于知识库提取法等,对各种方法的原理、特点、优势与限制进行了分析、对比、思考,并展望了下一步研究方向。     

遥感技术在三峡库区千将坪滑坡研究中的应用

 2003年7月13日，三峡库区湖北省秭归县沙镇溪镇千将坪村发生特大型滑坡灾害后，利用先进的数字遥感技术，结合滑坡前 后的高分辨率的遥感数据、地形图资料和野外所测的GPS控制点，制作出研究区滑坡前后的数字高程模型(DEM)，同时采用合理的图 像处理技术，获得了滑坡前后正射影像图。利用三维可视化技术，采用人机交互解译滑坡，详细的对比解译滑坡前后的影像，分别 对滑体的滑动方向、距离和堆积体面积进行了定量计算，结合勘查资料估算出其体积约为1 500万方，综合地质学、灾害学原理和 地理空间信息技术等科学分析了千将坪滑坡的形成条件，认为千将坪在“7.13”滑坡之前为一特大型顺层古滑坡，而“7.13”滑坡 是古滑坡的大规模复活，三峡库区蓄水和降雨综合作用是促使滑坡复活的主要诱发因素。     

《遥感图像处理》课程教学在地理学专业中的探索与实践

针对地理专业的自身特点和当前遥感图像处理的教学现状，提出了遥感图像处理课程在地理专业中的主要教学内容框架、教学方法以及教学改革方向，并对该课程的实践教学部分做了重点介绍，最后论述了该课程在地理学专业实践教学中的取得一些教改成果。     

基于高分辨率遥感数据的城市居住单元交通环境质量评价——以厦门市为例

居住单元是与人们生活密切相关的社区范围,其交通环境的优劣是衡量居住单元环境好坏的重要标准之一。高分辨遥感影像 的高空间分辨率特点为我们提供了研究居住单元交通环境的可能性。本文从区域交通环境、路网可达性出发,对城市居住单元交通 环境质量的遥感评价方法进行了研究,根据高分辨率遥感影像的特点构建了居住单元交通环境的多级指标评价体系,并对厦门市的 50个居住单元进行了评价分析。实验表明,利用高分辨率影像进行城市交通环境质量评价是一种成本较低,简便可行的方法。     

利用多分类器集成进行遥感影像分类

基于信息相关理论,根据相关度值动态调整分类器的组合和权重,建立了新型的多分类器集成规则,并应用于决策树分类器、BP人工神经网络分类器和SVM分类器的集成。通过对长沙城区TM影像的分类实验发现:①三种分类器的分类结果存在较明显的差异,水体区的差异像元最少,占水体总像元的15.12%,建设用地区的差异像元最多,占建设用地区像元的54.93%;②三种分类器均具有较高的分类精度,总体精度均超过了74%,而且分类器各有优势,决策树分类器能够较好地分出水体和建设用地,BP分类器能够较好地分出水体和林地,SVM分类器对水体、林地和建设用地均有较高的分类精度;③基于全信息相关度的多分类器集成分类法明显地提升了分类结果的精度,分类精度达到了85.71%,Kappa系数达到了80.56%。     

视觉皮层振荡神经网络在遥感影像分割中的应用

对于具有复杂场景的遥感影像,提出了基于各向异性扩散特征保持平滑的简化LEGION算法,弥补传统LEGION图像分割算法对噪声敏感的不足。对于多(高)光谱影像,则采用马氏距离计算光谱向量间的连接权得到扩展LEGION算法进行分割。实验结果表明,LEGION算法较传统的图像分割方法对单波段灰度遥感影像目标及其重要细节部分的分割效果更显著;扩展LEGION算法适用于多光谱遥感影像分割。