改进多面函数拟合跨带区域高程异常的研究

针对跨带区域高程异常拟合中存在的问题,该文以多面函数模型为背景,分别采用直接法和分带法,提出采用大地坐标(B,L)作为核函数参数的改进多面函数模型,对跨带区域高程异常进行拟合。通过某跨带区域GPS水准网数据验证,结果显现了改进后多面函数模型在跨带区域拟合上的优势,其外符合精度相比其他函数模型有显著提高。     

基于点云空洞修复和TPS模型的数学形态学机载LIDAR滤波

在分析现有滤波算法的基础上,结合数据驱动和模型驱动式算子各自的优点,提出基于点云空洞修复和TPS变形模型的数学形态学机载LIDAR点云滤波,该方法首先提取和修复由水域造成的大面积点云空洞,采用多尺度形态学开算子作用于修复的数据,得到近似裸露地表面;然后利用2D空间的TPS变形模型,以近似地表面为基础,插值原始点云,根据插值与原始点云高程的差值大小去识别地面点和非地面点。通过定量分析,验证该方法不仅有较高的滤波精度,而且也能较好的保留裸露地表的细节特征,同时该方法有助于辅助人工处理,提高数据处理的质量。     

多源数据协同定量遥感产品生产系统的领域模型

大数据技术中的一个难点是如何统筹多源异构的数据。在多源数据协同定量遥感产品生产系统中,不同传感器数据的协同使用为生产系统的各个环节都带来了许多的问题,例如异构数据文件的统一表示和调度,繁杂生产流程的统一抽象等。领域驱动设计是一种应对软件核心复杂性的设计方式。领域驱动是指在设计过程中经过不断的迭代,逐渐提炼出一套灵活优雅的领域模型。领域模型专注于分析问题领域本身,发掘重要的业务领域概念,并建立业务领域概念之间的关系。本文在不断实践的基础上提出了一组较成熟的领域模型,该模型用一种统一的方式解决了多源数据协同生产系统中各方面的问题,并显著地降低了系统集成的难度和工作量,且为新数据源的加入预留了灵活性。     

结合像元分解和STARFM模型的遥感数据融合

高空间、时间分辨率遥感数据在监测地表快速变化方面具有重要的作用。然而,对于特定传感器获取的遥感影像在空间分辨率和时间分辨率上存在不可调和的矛盾,遥感数据时空融合技术是解决这一矛盾的有效方法。本文利用像元分解降尺方法(Downscaling mixed pixel)和STARFM模型(Spatial and Temporal Adaptive Reflectance Fusion Model)相结合的CDSTARFM算法(Combination of Downscaling Mixed Pixel Algorithm and Spatial and Temporal Adaptive Reflectance Fusion Model)进行遥感数据融合。首先,利用像元分解降尺度方法对参与融合的MODIS数据进行分解降尺度处理;其次,利用分解降尺度的MODIS数据替代STARFM模型中直接重采样的MODIS数据进行数据融合;最后以Landsat 8和MODIS遥感影像数据对该方法进行了实验。结果表明:(1)CDSTARFM算法比STARFM和像元分解降尺度算法具有更高的融合精度;(2)CDSTARFM能够在较小的窗口下获得更高的融合精度,在相同的窗口下其融合精度也高于STARFM;(3)CDSTARFM融合的影像更接近真实影像,消除了像元分解降尺度影像中的"图斑"和STARFM模型融合影像中的"MODIS像元边界"。     

非量测相机影像三维模型构建及精度检验

针对三维模型构建投资大、周期长、技术难度较高的问题,该文提出了基于Agisoft PhotoScan的非量测相机影像三维模型构建及精度检验方法。在对非量测数码相机数据进行预处理的基础上,利用Agisoft PhotoScan软件进行数据定向、点云提取、建立不规则三角网及数字高程模型和数字正射影像的制作;根据生成的数字高程模型和正射影像建立研究区域的三维场景模型。实验结果证明,该方法可快速建立高精度三维模型,缩短建模时间并降低投资成本。     

经验加速度补偿对HY-2A卫星精密定轨的影响

针对HY-2A卫星定轨中存在系统误差的问题,该文提出了加入经验加速度补偿系统误差。为了获得HY-2A卫星的高精度轨道,采用星载DORIS距离变率数据探索了经验加速度对定轨精度的影响。探讨了1d、3d和7d作为经验加速度周期的定轨精度差异,分析了3d作为经验加速度周期时在径向、法向和切向3个方向设置经验加速度对定轨精度的不同影响。研究结果表明:HY-2A卫星在径向和切向不存在系统误差,而在法向存在系统误差,因而在法向设置经验加速度进行力学模型补偿能够取得较好的定轨结果;3d作为经验加速度的补偿周期较为合适,不仅能够减少解算参数个数,缩短计算时间,而且径向定轨精度可达到1.00cm,满足HY-2A卫星精密定轨需求。     

体素模型的战场环境建模研究

针对基于面模型的战场环境建模难以展现战场环境要素的内部属性和规律等的不足,该文提出了利用体素模型实现战场环境建模的基本方法。该方法能够记录战场环境各要素的不同属性,反映其内部属性和规律,准确地模拟战场地理环境的变换过程,可实现战场环境各要素的统一建模。文章利用体素模型实现了对战场环境的认知与抽象,对战场环境体素数据模型进行了分类。最后以战场地形环境要素为例,利用战场环境基本体元实现了对战场地形环境的体素建模。     

时变参数灰色模型背景值重构及实现

针对时变参数灰色模型PGM(1,1)的背景值重构收敛速度及稳定性问题,该文运用积分的方法综合序列在Δt内不同变化趋势,导出背景值模型的准确表达式。实现了反映序列对新老信息偏爱程度的最优权值介于(0,1)内,且非不能越过某一阈值;给出了背景值重构模型最优解准确求取的具体算法步骤。基于MATLAB语言的实验结果表明:改进模型预测精度高,易于实现;所研究的带权灰色模型GM(1,n)背景值模型的重构及计算方法验证了PGM(1,1)模型重构及计算实现方法的有效性和实用性。     

高维遥感图像的快速分类算法

为了实现对高维遥感图像的快速准确分类,提出了一种基于k均值二叉树支持向量机(SVM)的分类方法。该方法通过对选取的训练样本进行k均值聚类,生成支持向量机分类二叉树,作为确定最佳分类顺序的依据,以降低分类过程中的误差累积并提高整体分类精度,而且可缓解由样本数量不均衡导致的分类误差。该方法可在不进行降维处理的情况下,对高维遥感图像进行快速准确分类。测试结果表明,其分类速度和分类精度都优于传统的支持向量机分类结果。     

植被生物量高光谱遥感监测研究进展

植被生物量的评估对于研究全球碳循环具有重大意义,而高光谱遥感技术为精确反演地表属性提供了重要的数据支持。针对如何更好地应用高光谱遥感技术进行植被生物量精确反演的问题,该文详细阐述了国内外应用高光谱技术估测植被生物量的研究进展。对反演植被生物量所涉及的数据源、反演模型的构建方法及其模型特点、反演模型应用对象等内容进行了综合评述,并通过分析认为,高光谱遥感技术较传统的多光谱遥感技术在生物量反演精度上有了显著的提高。同时,对建模方法、多源遥感数据融合以及模型通用性等方面的研究进行了展望,以达到在大尺度范围内对植被生物量进行准确反演的目的。