GPS/INS紧组合导航姿态计算方法选取分析

基于GPS/INS紧组合模式, 研究了方向余弦算法和四元数算法的解算过程, 并通过模拟数据试验, 分析了它们在姿态解算过程中对姿态漂移误差的影响。通过对比可以得出, 四元数法在相同模拟环境和相同解算阶数下, 其姿态解算精度要优于方向余弦算法, 且所用参数和约束方程均少于方向余弦算法。     

元胞自动机和克隆选择算法的蓝藻水华预测模型

针对蓝藻水华频发影响水体质量和生态环境的问题,该文以太湖为例,探讨了元胞自动机和克隆选择算法在蓝藻水华预测方面的可行性。使用遥感经验算法计算水体叶绿素a浓度;将叶绿素a浓度分布数据作为预测模型的输入数据,将基于平衡方程的预报模型与元胞自动机进行耦合,对蓝藻水华时空变化过程进行了动态模拟;在预测方面实现了蓝藻水华空间分布情况的可视化,并采用克隆选择算法优化了预测模型中的重要参数。研究结果表明:利用克隆选择算法优化的元胞自动机模型能够在蓝藻水华预测中直观地显示蓝藻水华的时空变化特征;能够在短时间内重复性地预演蓝藻水华的变化过程,为决策者提供有用的参考。     

开放式空间基础信息平台的发展特征与技术内涵

基于测绘和地理信息产业发展背景,针对日益增长的数据融合、实时共享、深度处理和个性化的需求,对数字城市中测绘服务特征进行分析,重点介绍符合云计算模型的开放式计算环境、多路径数据更新、多源数据一体化集成、全尺度城市编码、自适应空间数据处理和动态在线制图等理论、方法与关键技术。在此基础上,研制开发了开放式空间基础信息平台,并成功应用于数字深圳的建设中。     

基于NDVI先验知识的LAI地面采样方法

针对非均质中低分辨率像元的叶面积指数LAI验证中如何布设基本采样单元ESU的问题,提出基于NDVI先验知识的ESU布设方法,并采用不同植被类型、不同均匀程度的地表作为模拟场,分析对比了方法的精度及稳定性。结果显示,本文方法用NDVI先验知识描述植被的生长空间分布信息,能相对准确地划分植被的不同生长水平,有效降低层内方差。在草地和森林地区的试验中,精度与稳定性均优于传统的随机采样、均匀采样和基于分类图的3种采样方法。因此,本文提出的采样方法为大尺度非均质区域LAI地面验证的采样方案提供了新的设计思路。     

球体大圆弧QTM八叉树剖分

分析了基于大圆弧QTM的球体八叉树与变长八叉树剖分的原理、方法及其网格体系的特点,推导了网格单元的体积公式,讨论了横向同层网格与径向同列网格的体积变形规律,并与退化八叉树剖分进行了比较,阐述了球体八叉树的编码与解码方法.研究表明,基于大圆弧QTM的球体割分充分利用了大圆弧的特性,所得的网格体系具有简单、规整和变形适中的特点,可以用于天地一体化空间数据的组织与管理.     

一种基于PPI的高光谱数据矿物信息自动提取方法

本文通过分析PPI算法后续处理存在的问题,引入最大距离法(MD)实现基于PPI的端元自动分类,并将获得的未知端元在波谱库中遍历以匹配最佳地类,最终完成基于PPI端元的矿物信息的自动提取。实验采用美国内华达州Cuprite地区的机载AVIRIS和我国东天山地区的星载Hyperion高光谱遥感数据,利用IDL编程实现矿物信息的自动提取,通过对实验结果的比较分析,验证了本文方法的有效性和实用性。     

球面离散网格与球体离散网格的比较研究

测地线在球体剖分中扮演着十分重要的角色,它保证了球体剖分网格单元的形体简单性和空间关系的一致性。本文基于对欧式空间和流空间的数学认识,探讨了球体剖分的评价标准,提出了基于大圆弧QTM的球体八叉树剖分方法,并指出作为一种大尺度的集成三维空间数据模型,全球三维离散网格是地理信息科学的一个新的发展方向。     

关于总体最小二乘方法适应性实验研究

总体最小二乘是近年来发展起来的较最小二乘方法更为严密的平差方法,总体最小二乘能够顾及系数矩阵和观测值矩阵同时存在偶然误差并加以改正。然而对于总体最小二乘方法的适用性以及在根据实际数据建立模型时总体最小二乘方法改正系数矩阵和观测值矩阵误差的能力问题还没有深入研究,针对一元线性回归模型,讨论总体最小二乘方法的灵敏性,利用仿真实验数据验证总体最小二乘方法在线性回归模型中的改正能力和优越性。     

面向端元提取的光谱角特征空间图像分块方法

传统的高光谱端元提取算法一般是在高维的光谱特征空间中进行运算,并且图像的全部像元都参与算法,因此运算量偏大,运算效率较低。提出了一种光谱角特征空间的概念,利用图像的空间信息辅助端元提取。图像的全部像元都可以映射到8维的光谱角特征空间中,样本点在特征空间中距离原点的远近表征了其在图像中的位置是否为地物区块的边缘,利用这点可以对高光谱图像进行空间分割。在分割后的每个子块图像内部只选取少数"最纯"像元参与端元提取算法,从而大大降低了端元提取的计算复杂度。     

面向非均质区域的空间增强型时空融合模型研究

随着遥感技术的发展,遥感数据日益增加。然而,受传感器限制及云雨天气影响,单一传感器难以获取高时空分辨率的遥感影像,从而在一定程度上影响全球及区域环境变化研究。遥感影像时空融合理论与技术的发展为解决这一问题提供了有效途径。近年来,国内外学者提出了大量的时空融合算法,但对于复杂地表景观区域空间细节的融合仍存在挑战,地表非均质区域时空融合的精度有待提高。为此,本文提出了一种面向非均质区域的空间增强型时空融合模型。首先,基于混合像元分解原理与遥感数据空间特征尺度不变性假设,将低分辨率光谱变化降尺度为高分辨率光谱变化值;然后,基于不同分辨率遥感数据光谱关系的时间不变性假设,获得最终融合影像。试验结果表明,相对于常用融合模型STARFM、FSDAF,本文模型既能有效反映不同地物物候变化信息,同时能更好地保留地表的空间细节,增强了非均质地表覆盖区域融合影像的空间特征与效果;本文模型的均方根误差RMSE、相关系数r及结构相似性指标SSIM平均值分别达到0.024、0.898、0.897,相对于常用融合模型STARFM、FSDAF,RMSE平均值分别降低了6.71%和4.33%,r平均值分别提高了1.9...