Suppressing non‐Gaussian noises with scaled receiver wavefield for reverse‐time migration: comparison of different approaches

Numerical implementation of the gradient of the cost function in a gradient‐based full‐ waveform inversion (FWI) is essentially a migration operator used in wave equation migration. In FWI, minimizing different data residual norms results in different weighting strategies of data residuals at receiver locations prior to back‐propagation into the medium. In this paper, we propose different scaling methods to the receiver wavefield and compare their performances. Using time‐domain reverse‐time migration (RTM), we show that compared to conventional algorithms, this type of scaling is able to significantly suppress non‐Gaussian noise, i.e., outliers. Our tests also show that scaling by its absolute norm produces better results than other approaches.     

利用测高卫星观测数据计算全球海平面季变化

利用了美国宇航局和法国空间局联合公布的Jason-1第1周期至第129周期卫星测高数据,采用共线平差的方法计算了2002年至2005年全球海平面的季变化。计算结果表明,全球海平面高第一、四季度上升,第二、三季度下降,且第三季度下降明显。     

惠州市1：5000卫星正射影像图测绘工程研究

我国利用IKONOS卫星影像制作1:5000正射影像图主要是集中在研究领域。惠州市国土资源局于2004年2月利用IKONOS卫星影像制作覆盖惠州市辖区1．2万平方公里的1:5000正射影像图,项目由广东省国土资源信息中心承担。大面积的测区利用IKONOS卫星制作1: 5000正射影像图在国内还属首次。本文探讨该测绘工程的实施技术及质量控制方法。     

A-FPN算法及其在遥感图像船舶检测中的应用

光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。     

时变参数PGM（1,1）模型在变形监测中的应用研究

给出了时变参数PGM（1,1）模型的数值解法,比较了其与GM（1,1）、PGM（1,1）模型的预测精度,分析了灰区间作为预测结果的可靠性。     

基于GeoEye-1卫星影像的立体测图技术研究

以某试验区的GeoEye-1卫星遥感影像、外业控制资料等数据为基础进行影像区域网平差解算,对平差精度进行分析,并通过部分试验区外业调绘来分析GeoEye-1卫星遥感影像是否满足国家相应规范中1∶10 000、1∶5 000以及1∶2 000地形图修测要求,最终形成基于GeoEye-1卫星遥感影像的立体测图生产工艺流程。     

基于Sentinel-1B SAR数据的洪水提取和监测

洪涝灾害是我国最严重的气象灾害之一,及时准确的洪灾监测是防灾减灾的重要前期工作和基础。本文利用sentinel-1B雷达数据,以黑瞎子岛为研究区,联合使用OSTU阈值分割法和随机森林面向对象分类法针对像素统计单波形、双波形、多波形SAR影像提取洪水要素,实现对洪灾淹没面积的时序监测,为灾情监测提供数据和技术支撑。     

基于高分一号宽幅多光谱影像的鄱阳湖湿地分类研究

典型湿地类型分类对于湿地生态环境保护和生态环境建设具有重要意义。本研究以高分一号宽幅多光谱影像数据作为数据源,以鄱阳湖典型湿地作为研究对象,进行典型湿地类型分类。研究采用主成分分析、归一化植被指数、比值植被指数和归一化差异水体指数等方法对不同湿地类型进行光谱特征分析,结果表明:高分一号宽幅多光谱影像反演的归一化植被指数和归一化水体指数能够较好地区分水体、泥滩、挺水植物和湿生植物等常见湿地类型。通过归一化植被指数将湿地类型分为植被和非植被,归一化差异水体指数将植被类型进一步分为挺水植物和湿生植物,将非植被分为水体和泥滩。构建决策树对典型湿地类型进行自动分类,经过精度评价和分析验证,该方法针对高分一号宽幅数据进行典型湿地分类总体精度能够达到82.28%,Kappa系数0.7346,优于常规的监督分类和非监督分类。     

浅谈省级1∶10000基础地理信息数据更新工作方案

1∶10 000地形图更新工作是省级基础测绘的重要组成部分,本文主要论述了1∶10 000地形图更新工作方案的制订过程,在充分分析了现有地理信息数据情况的前提下,合理制订更新目标、方法及技术方案,为"十三五"期间基础测绘工作的开展提供了重要的参考依据。     

玉米大豆生长中后期遥感辨识的指示性特征研究

玉米和大豆是两种主要的粮食作物,及时准确地监测两者的种植面积对于产量预测和市场价格的制定具有重要的意义。利用遥感技术探究在生长季中后期能有效区分玉米和大豆的指示性特征集,为在不同实验区进行推广应用和提前玉米和大豆种植面积信息发布的时间提供技术支撑。文章以玉米和大豆为研究对象,以黑龙江和安徽省两个典型种植区为实验区,以高分一号影像为数据源,计算多种植被指数特征和两种纹理特征,同时利用特征优选方法评价特征间的相对重要性,并结合随机森林分类算法分析特征个数对精度的影响,得到不同试验区区分两者的最佳特征子集。随后根据不同实验区最佳特征子集的共同点和差异,遴选出对玉米和大豆中后期区分的遥感指示性识别特征集,并设计实验方案验证其有效性和稳定性。实验表明：在玉米和大豆生长中后期存在具有高效辨识两者的遥感特征集,能有效和稳定地增强两者的遥感识别能力;在不同实验区,基于特征优选方法可以选择出区分玉米和大豆的最佳分类特征子集,得到两者最优的识别效果,比仅仅使用原始波段特征的分类精度提升了近10个百分点,总体分类精度能够平均达到97%,Kappa系数0.96,玉米和大豆的单类分类精度平均超过95%;在不同的种植区,利用玉米和大豆的指示性特征集可以得到几乎与优选出的最佳特征子集同样的分类精度和制图效果,且具有稳定性和有效性,较最佳特征集更具推广使用意义。指示性特征集包含6种：植被指数中的比值植被指数（RVI）,差值植被指数（DVI）,转换型植被指数（TVI）,改进型叶绿素吸收比率指数（MCARI）和灰度共生矩阵（GLCM）纹理特征中的二阶矩（the Second Moment）和熵（Entropy）。