开源软件辅助下“微波遥感”实践教学改革与探索

针对“微波遥感”教学中存在的学生动手能力差、实践能力培养欠缺等问题,探索利用开源软件进行实践教学辅助的教学改革。分析了开源软件在实验教学中的优缺点,介绍了微波遥感中常用的开源软件及主要功能。在此基础上,构建了一套开源软件辅助下的“微波遥感”实践教学项目,建立了标准实验数据集,编写了实验指导材料,并通过百度云盘等方式实现了网络共享。通过教学改革,拓展了学生的实践教学途径,提高了学生的实践动手能力及微波遥感数据处理能力。     

天绘卫星影像室内判绘技术探讨

遥感影像判绘是摄影测量的基础技能,影像判读能力决定了地图成果的质量,本文结合多年的外业经验,从资料搜集利用、地物分层判读技巧等方面,对影像判读过程中遇到的困难和问题进行分析,结合判绘经验和技巧,提出解决的方法,以提升影像判绘能力。     

公路走廊带景观破碎度的空间分异研究

近年来,我国公路对自然生态环境的影响随着通车里程的增加而日益显著。在公路选线的过程中,全面分析拟建公路走廊带内景观破碎度的空间分异特征,可有效减少公路修建对生态环境的不利影响。本文利用遥感分类技术和GIS(地理信息系统)空间分析方法,以湖南长湘公路走廊带某段土地斑块和景观分类为基础,借助斑块密度指数、最大斑块指数和相似邻近比指数,在斑块类型水平和景观水平两个层面全面分析公路走廊带内自然林地景观、农业景观和城乡建设景观破碎度的空间分异特征。结果表明:长湘公路走廊带内景观破碎度高的地区主要分布在大型斑块边缘、平原地区以及公路沿线;自然林地景观和农业景观的破碎度较低,城乡建设景观的破碎度较高;城乡建设景观的破碎度与公路相关性最强,表现出顺应公路走向的条带状蔓延特征。该研究成果可为公路选线方案的制订和完善提供环境影响方面的参考。     

基于盘锦地理国情普查成果滩涂监测数据的提取研究

根据测绘地理信息行业"十三五"规划,如何利用国情普查数据进行地理国情监测监测,成为未来几年测绘技术的一个重要课题。本文的实施以地理国情普查数据利用高分辨率航空影像确定和采集滩涂地表空间数据为范围,对为滩涂变化监测提供基础数据源进行了研究。     

“高分二号”卫星在黄土地质灾害解译中的应用研究

黄土高原地区地质灾害多发频发,危害严重,应用亚米级的高分二号(GF-2)卫星影像数据,提取地质灾害信息,并对室内解译结果进行了野外查证。本文提出了以GF-2卫星数据为主要信息源,进行地质灾害解译的技术方案;并以宁夏南部黄土高原区为例,验证了该方法的适用性,为规模化地开展基于国产高分系列卫星的黄土高原地区地质灾害遥感解译提供了可行的技术方案;通过GF-2卫星影像与常用的国内外卫星数据用于地质灾害信息判释的对比研究,认为GF-2卫星影像对于地质灾害信息的识别能够满足地质灾害遥感解译的要求,GF-2卫星影像的应用具有较高的性价比和显著的经济社会效益。     

某铝土矿低空无人机遥感测绘成果精度分析

对于分布散、范围大的铝土矿区,传统测量手段及时获取满足精度要求的矿区测绘资料具有一定难度。采用低空无人机遥感技术,能够快速提供矿山建设所需要的数字线划图、数字高程模型及数字正射影像,实现矿山的数字化与信息化建设。结合某铝土矿测绘面积大、矿区地物要素较少的测绘特征,通过无人机影像快速空三加密以及DLG,DEM,DOM的制作技术,获得低空无人机遥感测绘成果。通过对解析空三加密点精度分析和GPS实测点检查,表明测绘成果满足1∶2 000测图精度要求。     

航空遥感稳定平台的模型参考自适应控制

针对航空遥感惯性稳定平台中所受到的不平衡力矩等所引起的成像载荷不稳定导致无法获取高分辨率遥感数据的问题,提出了在平台控制系统中应用基于模型参考的自适应比例-积分-微分控制方法。根据需求设计出参考模型,将参考系统输出与实际系统输出之间的误差输入到自适应PID调节器,实时调整PID参数,对误差进行实时校正,以达到抑制不平衡力矩扰动、提高稳定平台稳定精度的目的。对所提出的模型参考自适应控制方法进行了仿真验证,结果表明:相对传统PID方法,模型参考自适应控制器对偏心力矩等主要干扰具有很好的抑制作用,系统输出能够很好地跟踪姿态变化,系统稳定精度得到显著提高。     

遥感影像并行分割的无缝拼接算法

针对影像数据分块并行处理造成的接边问题,该文基于构建缓冲区的方法提出了一种新的拼接算法。该算法只在每一个数据分块的右侧和下侧构建缓冲区,消除拼接线的原则是保证分割边界的准确性和拓扑关系的正确性。数据分块完成后采用并行的策略对第一个块进行分割,然后将每一块的分割结果与相邻的块进行拼接,在缓冲区内按一定规则判断各块分割对象是否保留并对拓扑关系进行检查,拼接完各块后并行输出对象矢量化后的结果。通过实验验证,该算法不仅保证了分割边界的准确性,而且能够处理大影像,提高了工作效率。     

A novel mathematical morphology based algorithm for shoreline extraction from satellite images

Abstract

Shoreline extraction is fundamental and inevitable for several studies. Ascertaining the precise spatial location of the shoreline is crucial. Recently, the need for using remote sensing data to accomplish the complex task of automatic extraction of features, such as shoreline, has considerably increased. Automated feature extraction can drastically minimize the time and cost of data acquisition and database updating. Effective and fast approaches are essential to monitor coastline retreat and update shoreline maps. Here, we present a flexible mathematical morphology-driven approach for shoreline extraction algorithm from satellite imageries. The salient features of this work are the preservation of actual size and shape of the shorelines, run-time structuring element definition, semi-automation, faster processing, and single band adaptability. The proposed approach is tested with various sensor-driven images with low to high resolutions. Accuracy of the developed methodology has been assessed with manually prepared ground truths of the study area and compared with an existing shoreline classification approach. The proposed approach is found successful in shoreline extraction from the wide variety of satellite images based on the results drawn from visual and quantitative assessments.     

基于S3VM模型的高光谱遥感影像分类

针对传统的高光谱遥感影像分类受限于训练样本的个数,难以取得较好分类结果的不足,提出了一种基于聚类核的半监督支持向量机（S³VM）模型的高光谱遥感影像分类方法。该算法在半监督支持向量机的体系上加入未标记样本来辅助构建核矩阵,从而获得更优异的分类器,在小样本的基础上提高分类精度。试验结果表明,本文方法的分类精度好于传统方法,并且稳定性良好。