一种改进的基于坡度变化的机载激光雷达点云滤波方法

机载激光点云数据滤波是获取高精度数字表面模型和数字高程模型的关键。本文分析了几种重要的滤波算法,在研究基于坡度变化的滤波算法的基础上,提出一种改进的分块滤波处理的方法。实验表明:该方法能有效对点云数据进行分类。     

单中继星单低轨卫星的联合定轨精度分析

针对由单中继星和单低轨卫星组成的联合定轨系统,给出了系统内不同轨道卫星摄动项的选取方案和卫星间的可见性判别模型。在模拟出含有白噪声的四程测距观测数据文件的基础上,研究了测距精度和采样弧段对联合定轨中高、低轨卫星定轨精度的影响。得出如下结论:联合定轨更有利于对低轨卫星的轨道改进;同样的采样时间条件下,测距噪声越小定轨精度越高,并且采样时间越短它的影响越明显;同样的测距噪声条件下,所用资料的采样时间越长精度越高,但当测距精度很高时,TDRS达到最好定轨精度所需的采样时间相应有所缩短。并在定出轨道后进行了轨道预报,分析了轨道预报的趋势及精度。     

简化模糊H-ARTMAP神经网络在高光谱遥感分类中的应用

人工神经网络作为一种不需估计类别分布参数的遥感影像分类方法,能够克服分类中的不确定性,提高分类精度。模糊ARTMAP人工神经网络具有稳定、泛化性能好、支持增量式学习等特点,通过对简化模糊AR-TMAP神经网络和H-ARTMAP神经网络的分析和集成,构造了一种用于高光谱遥感影像分类的简化模糊H-ART-MAP网络。实验证明该方法在分类效率、运算时间和分类精度等方面都优于最大似然分类、BP神经网络、最小距离分类、光谱角制图模型等分类方法。     

基于决策树的我国农业数据挖掘分析

决策树是用于分类的常用建模方法。首先对分类的概念和决策树方法分别进行了总体介绍,在此基础上对我国30个省市自治区的乡村劳动力、耕地面积以及农业总产值信息数据进行了挖掘分析,在运用决策树对数据进行分类过程中对连续数据采用聚类分析的方法进行离散化处理,从而避免了原始经验分类方法的主观性。最后,通过上述决策树分类方法,生成我国农业情况的决策树,获得相关空间分类规则,并对其进行分析说明。结果表明,决策树分类方法适合我国农业情况。     

基于DEM的SAR图像模拟

首先阐述了研究基于数字高程模型(DEM)的SAR图像模拟的重要性。然后针对SAR图像的几何特点,并顾及地面坡度、成像距离等因素对雷达波后向散射强度的影响,设计了基于强度积分的SAR图像模拟方案。根据Leberl构像模型计算SAR图像的像点坐标,采用强度积分策略对各点处的强度进行模拟,并进行归一化处理。通过仿真实验得到了满意的SAR模拟图像,验证了该模拟方案的正确性和有效性。     

基于MODIS数据的浒苔信息提取方法研究

浒苔是一种大型绿藻,大量浒苔爆发会严重影响景观,干扰旅游观光和水上运动的进行。本文利用NASA提供的MODIS02的250m分辨率影像,分别采用了比值法、归一化植被指数法和监督分类中的最小距离分类,提取了浒苔的信息,实验结果表明,三者都可以提取浒苔信息,但是比值法提取的结果最好,最小距离分类很难与薄云区分,必须加入人工目视解译,归一化植被指数可以区分出薄云,但是遗漏较多。     

基于MAPGIS的土地利用数据库的更新方法讨论

本文主要对基于MAPGIS平台的土地利用数据库的更新方法进行分析讨论,并针对一些具体的数据变更叙述了其更新的方法;在本文最后还提出一些更新数据过程中需要注意的问题。     

粗糙集理论进行遥感图像监督分类的样本质量评价的研究(英文)

In the supervised classification process of remotely sensed imagery, the quantity of samples is one of the important factors affecting the accuracy of the image classification as well as the keys used to evaluate the image classification. In general, the samples are acquired on the basis of prior knowledge, experience and higher resolution images. With the same size of samples and the same sampling model, several sets of training sample data can be obtained. In such sets, which set reflects perfect spectral characteristics and ensure the accuracy of the classification can be known only after the accuracy of the classification has been assessed. So, before classification, it would be a meaningful research to measure and assess the quality of samples for guiding and optimizing the consequent classification process. Then, based on the rough set, a new measuring index for the sample quality is proposed. The experiment data is the Landsat TM imagery of the Chinese Yellow River Delta on August 8th, 1999. The experiment compares the Bhattacharrya distance matrices and purity index zl and △x based on rough set theory of 5 sample data and also analyzes its effect on sample quality.     

基于分区的局域神经网络时空建模方法研究

区域数据表现为两种尺度的空间特性:反映全局特征的空间依赖性和反映局域特征的空间波动性.空间波动性表现为空间数据在局部地区的聚集或高低交错现象.在研究区域数据时空预测性建模时,从降低数据的空间波动和不平稳性对模型预测能力的影响角度出发,提出了一种基于分区的局域神经网络时空非线性建模的思路.分区过程由基于空间邻接关系的K-means聚类算法完成.不同的分区方案通过相关性、波动性、紧凑性等指标进行评价和优选.在确定最优分区方案的基础上,对各子区分别采用两层前馈网络进行建模,模型的输入不仅要考虑本区内单元的作用,而且要考虑相邻子区的边界效应.各神经网络模型的时空预测能力通过平均相均差和动态相似率等指标进行衡量.最后,通过对法国94个县每周流感报告病例的时空建模分析表明,与全局神经网络模型相比,基于分区的局域神经网络模型具有更好的预测能力.     

黄土滑坡研究现状与设想

黄土滑坡因其危害大、分布广成为近年工程地质研究热点问题。首先对黄土滑坡类型划分进行了讨论,基于滑坡物质组成及主滑面发育位置的黄土滑坡分类方案反映了我国黄土滑坡的主控因素,各类滑坡活动特征明确,建议将其作为黄土滑坡分类的首选方案。对黄土滑坡的发生、滑动机制以及滑坡液化机制进行了评述,并就两类典型液化型黄土滑坡滑动模式、进一步研究思路进行了讨论。对地震诱发黄土滑坡进行了专门的述评。最后,对今后黄土滑坡研究提出了几点设想。