高空间分辨率遥感影像分割定量实验评价方法综述

GEOBIA（Geographic Object-Based Image Analysis）技术针对高空间分辨率遥感影像分析的效果和精度远优于基于像元的传统方法。影像分割作为GEOBIA中的关键技术,学者们对此已经做了大量的研究,提出众多分割算法。对分割算法进行评价和分割技术本身同样重要,通过分割评价可以对分割算法的性能进行评价,比较不同分割算法的优劣,为影像选择合适的分割算法并设定合适的分割参数。影像分割的目的是为了实现影像分析操作的自动化,而主观评价法、系统评价法和分析评价法,因其无法给出客观定量指标的特点,难以应用于实时、自动化的高分辨率影像信息提取与分析系统当中。加之近年来针对分割评价方法的研究远远落后于分割算法本身,因此对定量分割评价方法进行综述对于影像分割方法及其应用研究意义重大。本文对现有的评价方法进行系统总结,建立了针对高空间分辨率遥感影像分割评价方法的分类体系。对各种方法,特别是定量的实验评价法进行对比,分析其应用范围和优劣,最后指出了高空间分辨率遥感影像分割评价未来的改进方向和应用前景。     

论地理空间形象思维：空间意象的发展

本文对于作为地理思维的载体－空间意象的定义及其意义进行了论述,对于不同类型空间意象的思维模式,含义和实质进行了初步探讨。     

An image database for diatom identification and nomenclature

A relational database linking diatom images, taxonomic nomenclature, sample collection information, and corresponding environmental data can be created easily using existing software packages. Structured properly, such a database becomes a dynamic tool for cataloguing specimens and recording associated site data. This, in turn, can greatly assist in the rapid communication of taxonomic and ecological information, the education of beginning analysts, and the assurance of taxonomic consistency.     

应加强多光谱图像理解理论与方法的研究

论述了目前图像理解理论与方法的不足,介绍了有关这一理论与方法研究的进展情况,指出应当对近几年国内外的有关研究成果进行总结和提炼,并在理论与方法比较欠缺的方面开展研究,认为这是具有理论意义和实际应用价值的一项工作。     

卫星图像的解译误差与提高精度的方法

在实际应用中,目视解译仍然是卫星遥感信息应用中的主要技术。通过分析 译可能带来的误差,得出计算机自动矢量化和属性自动识别,是解决所有问题的最终方法。在计算机自动识别尚不成熟时,使用屏幕数据化解译方法,是提高卫星图像应用精度水平的一条途径。     

广州城市旅游形象定位和建设研究

根据国内外旅游形象设计发展趋势,提出城市旅游形象设计应有３个层次：（１）城市旅游整体形象;（２）城市旅游特色形象;（３）旅游企业形象。根据Ｊａｎｓｅｎ－Ｖａｒｂｅｋｅ都市旅游产品的界定模式,结合广州实际分析了广州的旅游吸引物,将广州具有国内外吸引魅力的旅游形象定位为：（１）商都旅游,包括购物、美食、商务旅游区作为广州市形象旅游区,并就选址、景点建设提出了初步的构想。     

Structural Analysis for Gold Mineralization Using Remote Sensing and Geochemical Techniques in a GIS Environment: Island of Lesvos,Hellas

Exploration for epithermal Au has been active lately in the Aegean Sea of the eastern Mediterranean Basin, both in the islands of the Quaternary arc and in those of the back-arc region. The purpose of this study was the structural mapping and analysis for a preliminary investigation of possible epithermal gold mineralization, using remotely sensed data and techniques, structural and field data, and geochemical information, for a specific area on the Island of Lesvos. Therefore, Landsat-TM and SPOT-Pan satellite images and the Digital Elevation Model (DEM) of the study area were processed digitally using spatial filtering techniques for the enhancement and recognition of the geologically significant lineaments, as well as algebraic operations with band ratios and Principal Component Analysis (PCA), for the identification of alteration zones. Statistical rose diagrams and a SCHMIDT projection Stereo Net were generated from the lineament maps and the collected field data (dip and strike measurements of faults, joints, and veins), respectively. The derived lineament map and the band ratio images were manipulated in a GIS environment, in order to study the relation of the tectonic pattern to both the alteration zoning and the geomorphology of the volcanic field of the study area. Target areas of high interest for possible mineralization also were specified using geochemical techniques, such as X-Ray Diffraction (XRD) analysis, trace-element, and fluid-inclusion analysis. Finally, preliminary conclusions were derived about possible mineralization, the type (high or low sulfidation), and the extent of mineralization, by combining the structural information with geochemical information.     

POI辅助下的高分辨率遥感影像城市建筑物功能分类研究

城市建筑物是城市的重要组成部分,对城市建筑物进行功能分类可以为城市功能区划分提供有利依据,辅助政府部门对城市规划、土地利用、资源、人口等方面的分布与分配进行管理与决策,有助于推进城镇化建设的可持续发展。仅利用目前的遥感分类技术难以对高分辨率遥感影像的城市建筑物信息进行功能分类,然而将遥感、互联网兴趣点（Point of Interest, POI）数据以及GIS技术有效地结合在一起,可以更为细致地分析城市信息,不仅实现了建筑物功能分类,而且提高了分类的准确率与可信度。本文首先选取卷积神经网络（Convolutional Neural Networks, CNN）方法对高分辨率遥感影像数据进行建筑物提取;然后,对POI数据的城市商服、公建和住宅用地进行核密度分析;最后分别统计每个建筑物3种用地的核密度平均值,并将该值设置为此建筑物的属性值,并结合POI数据的实际情况选择具有最佳功能分类精度的属性值作为阈值提取3种用地信息,从而完成不同功能的城市建筑物分类。精度评价结果表明,该方法对3种用地的提取效果良好,分类精度达到86%以上。     

南海珊瑚岛礁遥感分类体系和解译标志

南海珊瑚岛礁远离大陆且面积较小,高分辨率遥感技术已成为大范围进行珊瑚岛礁监测的重要手段,而建立适用的遥感分类体系和解译标志是进行珊瑚岛礁遥感监测的基础.本文综合考虑珊瑚岛礁的形成机制、珊瑚礁形态和高分辨率遥感影像上珊瑚岛礁图斑的可解译程度等因素,制定应用于珊瑚岛礁高分遥感监测的分类体系,将珊瑚岛礁分为珊瑚岛、沙洲、干出...     

结合多光谱影像降维与深度学习的城市单木树冠检测

多光谱数据的降维处理对基于深度学习的单木树冠检测研究有重要意义,如何使用合适的降维方法以提高单木检测的精度却少有研究讨论。本文使用无人机搭载多光谱相机进行航拍作业,采集研究区内银杏树种多光谱影像。将原始多光谱影像通过特征波段选择、特征提取、波段组合的方法生成5种不同的数据集用于训练3种经典的深度学习网络FPN-Faster-R-CNN,YOLOv3,Faster R-CNN。其中由波段组合方法得到的近红外、红色、绿色波段组合在不同类型的目标检测网络中都有最好的检测结果,其中FPN-Faster-R-CNN网络对银杏树冠的检测精度最高为88.4%,由OIF指标得到的蓝色、红色、近红外波段组合信息量最高,但在所有网络中的平均检测精度最低,仅为79.3%。实验结果表明：在不同波段降维方法中,若降维后的影像中目标物体的色彩与背景差异较明显,且轮廓清晰,则深度学习网络对树冠的检测可获得较好的结果。而影像自身的信息量则对深度学习网络的树冠检测能力的提升作用有限。本研究中针对多光谱影像的降维方法分析,为基于深度学习的单木树冠检测研究提供了重要的实验参考。