锆石红外光谱在地质研究中的应用

以甘肃白银厂地区的7件锆石同位素年龄样品为例,根据其红外光谱中615cm-1吸收峰的高和半高宽度的比值,将锆石样品的变生程度量化,并将其分为晶质锆石、半变生锆石和变生锆石3类。参考相关资料,利用7件锆石样品的红外光谱特征对其铀钍含量和"红外年龄"做了估测,并将估测年龄与其U Th年龄和全岩Rb Sr年龄进行了比较和分析。     

航空重力测量数据向下延拓中空间协方差函数特性研究

本文通过对航空重力测量数据的分析,建立起具有空间相关特性的空间协方差函数模型。利用所建立的模型,将航空重力测量试验数据采用最小二乘配置的方法向下延拓到地面,与地面已知重力数据进行比较。由比较结果,分析了空间协方差函数模型对航空重力测量数据向下延拓结果的影响,并表明所建立的空间协方差函数模型,满足协方差函数特性,且在局部区域使用能够达到满意的精度要求。     

利用PLSA技术进行图像分割

引用概率潜语义分析（PLSA）技术作了航空影像图像分割的尝试,介绍了PLSA图像分割的原理方法和分割的具体算法。通过三幅航空影像分割实验,并与生物地理学图像分割（BBOIS）方法和基于吸引子算法的结果作了对比,结果表明,本文方法具有一定的优越性,是一个很有潜力的图像分割方法。     

利用SWDC-4数码航空影像的1:5000、1:10000平地像控布点研究

数码航空摄影技术已日趋成熟,数码航空影像因其高分辨率、低成本、高效率等优势已在测绘地理信息领域得到广泛应用。选取SWDC-4数码航空影像,在研究基高比对高程精度影响的基础上,进行像片控制点的布设和空三加密试验,并对影像分辨率、航高、焦距、航摄技术及外业像控点分布等进行分析总结,提出满足1:5000和1:10000航空摄影测量规范平地精度要求的适宜航高和控制点布设方案。     

基于高光谱资料对FY-1C/1D气象卫星进行交叉定标

介绍了利用AQUA卫星高光谱AIRS资料对FY-1C、FY-1D气象卫星热红外通道进行交叉定标的方法及定标结果。首先利用卫星轨道预报软件预报出AQUA与FY-1C以及AQUA与FY-1D卫星交叉点,再对交叉区域卫星资料进行像元投影和像元匹配,像元匹配包括时间、观测角度、环境均匀性等检验。以AIRS探测结果作为辐射基准,利用其观测值和FY-1卫星热红外通道光谱响应函数进行光谱匹配,最终得到FY-1卫星热红外通道的准真值并与FY-1卫星的业务产品进行比较分析。对FY-1C、FY-1D两年多卫星资料进行多次交叉比对,结果表明FY-1C通道4比AIRS观测亮温低1.3K左右,通道5低3.6K左右;而FY-1D通道4比AIRS观测亮温低0.3K左右,通道5低3.6K左右。这个准真值与FY-1观测的计数值进行再定标得到新的定标系数。     

安全飞行背后的奉献者

乘坐飞机旅行,已经被公认为最快捷和安全的方式。随着社会生活节奏的加快,人们每年乘坐飞机的平均次数越来越高。但是,有一个数字,未必随着乘机人数的增加而增加,那就是对整个飞行过程尤其是航空气象保障方面了解的程度比率。     

利用温湿度指数提高红树林遥感识别精度

针对使用TM图像反射波段信息难以将红树林与陆地植被、尤其是与水体—植被混合像元有效区分的问题,结合不同潮位的TM图像,基于反射波段信息,引入TM6热红外波段信息,提出了温湿度指数(temperature-moisture index,TMI)。分析结果表明,综合潮位信息、热红外波段信息及温湿度指数能显著提高红树林与其他地物之间的可分性。采用光谱角度制图(spectral angle mapping,SAM)监督分类法对红树林进行分类识别,较之其他研究者所采用的分类特征,热红外波段信息及温湿度指数能使红树林分类精度明显提高(Kappa系数提高了0.14,错分率降低了19.9%),说明利用潮位信息、热红外波段信息及温湿度指数可以提高红树林的遥感识别精度。     

基于水平集的海岛（礁）提取

提出了适合航空影像区域分割的水平集运算策略,将原始影像首先进行格网分类,对分类后的海岸线格网进行水平集运算提取精确海岛（礁）边缘,并采用多核编程策略提高运算效率。实验表明该方案效果理想,能够正确提取海岛（礁）区域。     

机载LiDAR点云数据与影像数据融合

分析机载LiDAR系统获取的点云数据与影像数据的优缺点,从而取长补短,将二者进行叠加融合,并成功地将航空影像的光谱信息赋给相对应的LiDAR点云,弥补了LiDAR点云在光谱信息方面的缺陷,为LiDAR点云数据的后续处理提供重要的信息支持。     

融合航空影像的LiDAR地物点云分类

点云滤波分类是LiDAR后续应用的基础工作,在点云滤波的基础上,以航空影像为辅助条件,结合点云高程信息,设计一套地物点云的分类方法。该方法首先融合航空影像与LiDAR数据,将对应RGB值赋予每个点,根据植被的光谱特征提取出部分植被点云;然后再根据文中定义的点云高程纹理,在剩余地物点云中提取出建筑物点,最后根据回波次数信息分离出剩余植被点,完成地物点云的分类。采用北京凤凰岭地区一组机载LiDAR数据进行实验。实验结果表明,该方法能够有效地将地物点云进行分类并且满足一定的精度要求,具有一定的实用价值。