复杂环境下高分二号遥感影像的城市地表水体提取

水体指数可以抑制背景噪声和提高地表水体的可分性,已经广泛用于地表水体提取。传统FCM聚类算法考虑了地物的不确定性,但没有顾及地物的邻域空间信息,对背景异质性比较敏感。针对传统FCM聚类算法的不足,提出一种可变邻域的区域FCM聚类算法。由于复杂环境下高分二号(GF-2)遥感影像的城市地表水体具有复杂异质背景和不确定性的特点,本文利用水体指数和区域FCM聚类算法的优点,提出一种整合水体指数和区域FCM的城市地表水体自动提取算法,该算法主要步骤包括:(1)去除影像阴影后计算归一化差分水体指数NDWI(Normalized Difference Water Index);(2)区域FCM聚类算法;(3)整合水体指数和区域FCM聚类的城市地表水体自动提取算法。最后采用两景GF-2高分辨率遥感影像(广州和武汉)进行实验,验证了该算法的有效性,并与经典地表水体提取算法进行对比分析。实验结果表明:该算法具有较高的水体提取精度,城市地表水体边界既具有较好的区域完整性又保持了局部细节,同时对城市地表水体复杂背景噪声具有较好的抑制作用,有效减少传统FCM聚类算法的"胡椒盐"现象。     

一种适用于航空影像的无参考模糊探测方法

针对侧风、强风、湍流等飞行环境容易造成航空影像运动模糊,严重影响航空影像质量,同时航空影像数据量大,手动挑选模糊影像费时费力的问题,为了提高航摄内业人员的工作效率,该文研究一种适用于航空影像的自动模糊探测方法,以主流的无参考再模糊算法Reblur和无参考结构清晰度算法NRSS为基础,结合航空影像具有丰富地物的特点,对影像进行分块处理,计算所有字块的Reblur和NRSS模糊探测值,最后得到整幅影像的模糊探测值。其中,再模糊算法通过计算待测影像和参考影像的水平和垂直运动方向上的灰度变化来评价图像模糊度;NRSS算法在结构相似度SSIM算法基础上加入梯度信息提取和高斯滤波等改进,通过计算结构相似度评价图像模糊度。实验结果表明,该文研究的无参考模糊影像探测方法适用于航空影像数据,其评价结果与人眼主观评价结果具有较高的一致性,能够准确地缩小模糊影像的查找范围,极大地提高了航摄内业效率。     

GPS/Galileo精密单点定位模糊度解算与实验分析

针对提高多频模糊度固定解的GNSS精密单点定位的可靠性与稳定性的问题,该文基于实时非组合相位偏差产品,对三频非差非组合GPS/Galileo PPP的浮点解、固定解模型进行深入研究,并设计了3种定位策略,选取了17个MGEX跟踪站7d的实测数据,分析了三频非差模糊度固定解对静态、仿动态PPP定位精度与滤波收敛时间的影响。结果表明,滤波收敛后,与浮点解策略相比较,固定三频模糊度对高程、水平方向定位精度均有提高,在静态定位模式中提升幅度分别约为20.45%和37.50%,在仿动态定位模式中提升幅度分别约为22.41%和33.33%。在滤波收敛时间方面,相较于浮点解策略的收敛时间,静态与仿动态定位中模糊度固定策略的收敛时间分别提升了约12.57%和6.41%。     

顾及历元间坐标差信息的GPS模糊度快速固定改进方法

单频全球定位系统模糊度在航解算过程中存在法方程病态的问题,利用历元间坐标差信息可以在一定程度上削弱法方程的病态性,提高模糊度浮点解的精度和模糊度收敛速度。为进一步提高历元间坐标差法固定模糊度的效率,提出了一种改进的历元间坐标差方法,该方法对历元间坐标差虚拟观测误差方程进行了重构,并给出了新的虚拟观测值方差阵。实验结果表明,新方法较之以往的历元间坐标差方法具有更优的稳定性和效率。     

基于模糊逻辑和AHP的教育培训机构选址研究

当前教育培训行业存在成本高、授课范围小等问题,因此在教育机构选址时需注意节约成本,优先选择服务范围较广、交通便利的位置。将模糊逻辑与层次分析法(AHP)相结合,选取5个标准进行标准识别、标准加权、图层标准化和图层叠加处理,最终得到教育培训机构的最优选址范围,证明了考虑竞争标准、学校位置、交通、人口密度、经济标准的选址方法的可行性,可作为枣庄市教育培训机构选址的参考,也可推广到其他地区。     

基于TCAR的三频非差模糊度快速解算方法

目前,三频非差模糊度的求解是三频精密单点定位的一个重点问题,针对此问题本文提出了一种新的基于TCAR(Three-Carrier Ambiguity Resolution)的方法进行解算。TCAR的基本思路是对模糊度进行逐级固定,本文在原有基础上,在逐步解算的步骤中,根据每个步骤中的误差特性和想要实现的目的选择最优组合观测值,以此来实现快速解算三频非差模糊度的目的。经过实例验证可知,本文提出的方法能够提升模糊度的求解精度,可用于快速求解三频非差模糊度。     

基于权重散射特征的FSVM算法在极化SAR影像分类中的应用

提出了一种基于权重散射特征的模糊支持向量机的极化SAR数据监督分类方法。首先,对极化SAR数据进行H/SPAN/A/α散射特征提取;其次,根据样本可分离度设置最佳散射特征权重参数C,得到最优分类输入数据(H/6SPAN/A/α);最后,利用FSVM算法对数据进行监督分类。实验结果证明,所提出的FSVMH/6SPAN/A/α分类结果优于FSVM-H/SPAN/A/α。     

基于模糊聚类的新疆典型高寒草原土壤pH值空间制图

准确、高效地掌握草原土壤属性的空间分布能够为草地资源境管理提供基础信息和参考依据。相比于传统土壤调查方法,基于模糊逻辑的土壤—环境推理能够提高野外采样效率和预测制图精度,被广泛应用于数字土壤制图。但由于土壤自身的空间变异性及其与环境条件间的非线性,现有推理模型的稳定性较低,尚未在高寒草原区进行应用。选择新疆巴音布鲁克典型亚高山草原地区约4 km^2区域为研究区,以高程、坡度、坡向、沿剖面曲率、沿等高线曲率、地形湿度指数6个地形因子为土壤环境因子,采用模糊C均值聚类(Fuzzy C-means Clustering,FCM)方法对环境因子聚类,得到9个环境因子组合,并在隶属度值高的环境因子组合中心共设置18个典型点。运用土壤—环境推理方法模拟研究区表层土壤pH值空间分布,其变化范围在7.170~8.186之间。选取35个独立样本进行精度检验(均匀采样点16个,横截面采样点9个,垂直带采样点10个),模拟结果与实测值基本吻合,且基于模糊聚类和土壤—环境推理方法的模拟精度高于普通克里格法和反距离权重法。通过基于模糊逻辑和土壤—环境推理的数字土壤制图方法在小尺度区域的运用验证,结果表明基于典型点的采样方案能够快速、有效地对区域土壤属性进行空间模拟,该方法对于类似小尺度的研究区同样有效。