用相似释用方法制作小麦生育期逐旬气候预测

利用气候模式产品、NCEP/NCAR再分析500 hPa旬平均高度资料和河北省冬小麦种植区各测站的逐句降水、气温资料.运用相似释用技术,研制了冬小麦返青—拔节、拔节—抽穗、抽穗—乳熟、乳熟—成熟4个生育期间逐旬气温、降水预测方法,建立了冬小麦各生育期干旱指标预测模型,并在预测业务中应用.预测检验结果表明,用模式产品解释应用方法制作逐旬气候预测是可行的.     

陡坡密集点云双重滤波方法研究

用地形三维激光扫描仪监测陡坡表面的细微变化,关键技术之一是对原始点云的精确滤波,即从密集点云中准确滤除非地形点,保留真实地形点。针对地势陡峭、表面复杂、植被多、密度分布极不均匀的陡坡点云,笔者发展了一种双重滤波方法:在对原始点云进行投影面变换的基础上,采用变窗口均值限差法滤除明显的非地形点,完成粗滤波;通过局部区域增长法找出绝大多数地形点,以占优势的地形点为参考,用局部最小二乘曲面拟合法对剩余未分类数据点进行检核,分离出非地形点,完成精滤波。文中选用3个不同类型的陡坡点云实例验证了该方法对于陡坡密集点云具有良好的滤波效果。该算法对野外大场景三维激光扫描点云滤波也有一定的参考价值。     

东北三省粮食主产区农业比较优势与增长 优势时空演变研究

采用区位商和增长商指数,对1990—2018年黑龙江、吉林和辽宁三省的农业,及种植业、林业、畜牧业和渔业的比较优势和增长优势进行研究。结果表明：①从比较优势看,黑龙江省的农业、种植业、畜牧业和林业,吉林省的畜牧业,以及辽宁省的渔业和畜牧业,在全国具有突出的比较优势;东北三省的玉米、黑龙江省的大豆,及黑龙江和吉林省的牛肉生产具有显著的比较优势。②从增长优势看,1990—2018年,东北三省的种植业经济增速迟缓,而畜牧业经济具有明显的部门增长优势和区域增长优势,且增长优势突出,发展潜力较大。③从空间格局看,东北三省有75%的地级市农业具有比较优势;72%的地级市畜牧业产值增速高于全国平均水平,具有部门增长优势,优势突出。尽管东北三省种植业在全国的比较优势较强,但其产值增长速度相对迟缓。为推进粮食主产区农业发展,应提高现代农业发展水平,促进农业综合发展。     

A cloud mask methodology for high resolution remote sensing data combining information from high and medium resolution optical sensors

This study presents a novel cloud masking approach for high resolution remote sensing images in the context of land cover mapping. As an advantage to traditional methods, the approach does not rely on thermal bands and it is applicable to images from most high resolution earth observation remote sensing sensors. The methodology couples pixel-based seed identification and object-based region growing. The seed identification stage relies on pixel value comparison between high resolution images and cloud free composites at lower spatial resolution from almost simultaneously acquired dates. The methodology was tested taking SPOT4-HRVIR, SPOT5-HRG and IRS-LISS III as high resolution images and cloud free MODIS composites as reference images. The selected scenes included a wide range of cloud types and surface features. The resulting cloud masks were evaluated through visual comparison. They were also compared with ad-hoc independently generated cloud masks and with the automatic cloud cover assessment algorithm (ACCA). In general the results showed an agreement in detected clouds higher than 95% for clouds larger than 50 ha. The approach produced consistent results identifying and mapping clouds of different type and size over various land surfaces including natural vegetation, agriculture land, built-up areas, water bodies and snow.     

MRF框架下的区域增长模型在城镇识别中的应用

提出一种MRF框架下以过分割区域为基本生长单位的区域增长模型,并以其实现城镇识别.该模型首先通过纹理分析和滤波运算得到初始种子点,然后由均值漂移算法运算过分割区域,并将种子点对应的区域设为种子区域,最后,从种子区域开始,根据MRF框架下提出的增长准则,得到最终的城镇识别结果.对QuickBird和IKONOS遥感影像的...     

辽宁水稻主产区稻瘟病发生特征分析

利用1999-2012年辽宁省8个水稻主产区（17个观测点）的稻瘟病资料,分析辽宁省水稻主产区稻瘟病的发生特征及发展趋势。结果表明：2001年、2003年和2010年辽宁地区水稻产量显著下降,水稻生产受稻瘟病影响较大。2011年辽宁水稻种植主要集中在沈阳、盘锦、铁岭、辽阳、丹东和营口地区,其余地区也有少量种植。2001年辽宁稻瘟病（主要为穗颈瘟）发生严重,发病率为27.7 %。稻瘟病主要在新宾和清原发生严重,平均发病率分别为17.0 %和16.4 %。辽宁不同熟期水稻以中早熟品种稻瘟病发生严重,平均发病率为10.1 %。辽宁不同区域以辽东地区水稻稻瘟病发生严重,平均发病率为11.2 %。     

基于坡度自适应的机载LiDAR分割算法

本文提出了一种适用于离散LiDAR数据的区域生长算法:将离散点云数据重采样为规则格网,通过坡度自适应区域生长法分割规则格网,获得不同的面片;建立各个分割面片之间的拓扑关系,将分割面片划分为粗差、植被、建筑物和地面;检测原始激光脚点到DTM的距离,判断是否为地面点。文中采用ISPRS提供的测试数据验证了算法分割的有效性。     

华南一次飑线升尺度增长过程的机制分析

利用中国自动站与CMORPH降水产品融合的逐时降水量0.1°×0.1°网格数据集、1°×1°NCEP再分析气象资料、常规观测资料和高分辨率的WRF数值模拟资料对2016年4月13日前后发生在华南的一次飑线升尺度增长过程进行了动力和热力环境条件分析。飑线形成前,对流层高层有急流,华南位于急流入口区右侧,有利于高空辐散。高空有弱槽存在,并且温度槽落后于高度槽,有利于槽发展。近地面上有低压系统控制,并且有风场的辐合,加强了抬升运动。模拟的结果表明:WRF模式成功模拟了此次飑线升尺度过程,飑线的降水量和落区较为接近实况。与以往的飑线过程相比,此次飑线过程中,升尺度阶段有效位能较初始对流阶段要高,但是整个华南地区对流有效位能始终处于中低水平。除了天气尺度系统的影响,多种中尺条件的配合对这次飑线升尺度发展很有利。低层的垂直风切变、低位涡和较高温度递减率是触发条件,提供了一定的不稳定条件和抬升条件。低层风场转向加强,垂直风切变的方向改变,充足的水汽供应和后部入流的加深加剧了不稳定和垂直抬升运动,是促进β中尺度飑线升尺度的重要条件。冷池在升尺度阶段不明显,但冷池对维持成熟阶段的α中尺度飑线结构很重要。     

基础空间信息成长型元数据的研究与设计

当前,随着3S（GIS,RS,GPS）技术的广泛应用,基础空间信息已经从一个专题信息发展到了和其他信息资源全面整合的程度,其中元数据就是数据整合的前提和基础。本文在当前通用元数据的基础上对元数据进行分级管理,将空间信息元数据与业务环节紧密关联,提出了“成长型元数据”模型,并将该模型成功整合到基础信息框架下,有效推动空间信息的交换和共享。     

Building segmentation and outline extraction from UAV image-derived point clouds by a line growing algorithm

ABSTRACT

This paper presents an approach to process raw unmanned aircraft vehicle (UAV) image-derived point clouds for automatically detecting, segmenting and regularizing buildings of complex urban landscapes. For regularizing, we mean the extraction of the building footprints with precise position and details. In the first step, vegetation points were extracted using a support vector machine (SVM) classifier based on vegetation indexes calculated from color information, then the traditional hierarchical stripping classification method was applied to classify and segment individual buildings. In the second step, we first determined the building boundary points with a modified convex hull algorithm. Then, we further segmented these points such that each point was assigned to a fitting line using a line growing algorithm. Then, two mutually perpendicular directions of each individual building were determined through a W-k-means clustering algorithm which used the slop information and principal direction constraints. Eventually, the building edges were regularized to form the final building footprints. Qualitative and quantitative measures were used to evaluate the performance of the proposed approach by comparing the digitized results from ortho images.