近红外波段(900—2500 nm)水吸收系数测量

根据水在红外波段强吸收且吸收能力变化大的特点,在所提出可见光波段水吸收系数测量系统基础上增设了薄层水测量装置,使得测量水层厚度可在0.04—350 mm之间变化。在此基础上对厚度为0.04—150 mm的多个厚度水层进行了吸收系数测量,并对消除杂质影响后的测量数据进行了有效整合,得到900—2500 nm波段纯水吸收系数。由于确保了各波段数据均在仪器最佳探测区间取得,所得结果精度较高,且与被普遍接受的前期研究结果相一致,可作为相关定量遥感的基础数据。     

基于电磁感应的干旱区土壤盐渍化定量遥感研究

以南疆典型干旱区Landsat 7 ETM+遥感图像为数据源,利用决策树分类法提取农业用地,并对农业用地进行移动式电磁感应调查(简称磁感调查)和光谱特征提取,同时分析磁感数据和图像光谱特征与土壤盐分含量的相关性,从而建立土壤盐分的定量反演模型。研究结果表明:土地利用类型决策树的分类精度达到93.75%,Kappa系数达0.915 4;经多元逐步回归分析,磁感调查获得的土壤盐分含量与差值植被指数(DVI)、ETM+图像第二波段像元值(B2)以及比值植被指数(RVI)间具有显著相关性,由此建立的遥感反演模型可用于土壤盐分含量的定量反演。经89个样点检验,基于磁感调查的土壤盐分遥感反演精度虽低于基于磁感调查的地统计空间分析的精度,但遥感定量反演值与磁感调查实测值仍具有良好的相关性,而且精度较高,因此利用本文方法进行土壤盐渍化大面积监测是快速有效的途径。     

Galileo系统的频率和信号结构

根据近期公布的由Galileo信号任务组制订的Galileo频率和信号结构计划，列出了Galileo选用的频率和信号结构，包括数据周期，伪随机噪声码扩频的实施等，它考虑了和GPS系统的全兼容和相互共用问题，但对码序列选择、导航电文格式内容等方面尚未确定，有待今后进一步研究确定后公布。     

多个超高阶重力场模型精度分析

分析了国际和国内公布的EGM2008、GECO、Eigen6c4、UGM2005、DQM2000d和DQM2006等超高阶重力场模型的内符合精度;利用中国境内的实测GPS/水准数据对各类模型进行了外符合精度检验;结合不同的方法对系统差进行了处理;最后基于试验区数据讨论了不同模型之间频谱组合方法对高程异常计算结果的改善情况。实验表明,Eigen-6C4模型具有更高的内符合精度,国内公布的UGM2005和DQM2006两种模型精度相当;本文提出的十参数法相比于传统四参数方法精度获得了4.6%~22.20%的提升;GECO模型和Eigen-6C4模型在实验区内外符合精度较好;不同模型之间的频谱组合可以在一定程度上提高试验区内模型确定高程异常的精度。     

一种利用影像多尺度特征的DOM不可见水印方法

数字正射影像是测绘地理信息服务的基础数据之一。根据生产单位数据现状和对遥感影像数字水印的需求,本文综合利用影像的光谱、纹理和属性特征,提出了利用影像多尺度特征的DOM不可见水印方法。该方法首先结合小波分解和Harris特征算子提取影像多尺度特征,确定多水印的最佳嵌入区域;再利用扩频化的DWT算法嵌入不可见数字水印;最后利用影像属性信息辅助提取水印。本文从主观分析、客观分析和鲁棒性分析3个方面评价了嵌入水印影像,分析结果表明,该方法能够自动、有效地在DOM上嵌入多个不可见数字水印,多水印嵌入和影像属性信息相结合提取水印的策略极大提高了水印鲁棒性和水印检测成功率,可以满足实际生产对水印不可见性、安全性、高效性和鲁棒性的要求。     

植被波谱空间尺度效应及尺度转换方法初步研究

基于遥感图像的地物识别需要大量地物波谱数据的支持,而现有地物波谱库中收集到的同一地物的波谱,由于其测量尺度和方法的差异,波谱也存在很大差异.以冬小麦为例,首先介绍了材料波谱、端元波谱和像元波谱这3种不同尺度波谱的概念,并以实验数据分析了不同测量尺度下波谱的差别,以此说明波谱尺度转换的必要性.然后利用物理模型和统计模型建立不同测量尺度下的波谱转换关系.分别验证了SAILH模型和线性光谱混合模型在波谱转换中的精度.研究表明,在大尺度上采用统计模型,在小尺度上采用非线性的物理模型可以解释不同尺度观测植被波谱之间的差异.     

结合地物空间特性的高光谱图像分类方法研究

以往的高光谱或多光谱图像分类与识别,往往只关注像元光谱维上的特性,其一切特征统计也只在光谱及波段维上展开。但是自然界的复杂性、混合像元问题的存在,仅靠像元的光谱特性是不够的,常会出现"麻点"现象。针对这一问题,本文提出一种结合地物空间特性的高光谱图像分类方法,其分类过程可以分为两个阶段,第一阶段是基于像元光谱特性的图像分类,获得影像分类图;第二阶段是针对第一阶段的分类结果,结合地物空间特性进行空间后分类处理。试验研究结果表明,该方法能够保持地块的连续性和均一性,同时克服了"麻点"现象,大大提高分类的精度。     

地物波谱研究现状及方法的初步探讨

地物波谱特性是遥感技术应用的物理基础,是遥感定量分析的基础,地物波谱研究是遥感基础研究的重要内容。文中阐述了几种典型地物的波谱特征,介绍了测量方法及影响因素,并对国内外波谱数据库建设现状作了描述和分析,系统总结了前人研究成果后对地物波谱研究的发展方向提出了构想。     

基于偏最小二乘回归的纹理特征线性组合

基于偏最小二乘回归技术对纹理特征进行线性组合,得到新的纹理特征来进行分类。实验表明,组合后的纹理特征不但提高了纹理分类的性能,而且具有一定的数据自适应能力。     

融合形状和光谱的高空间分辨率遥感影像分类

提出了一种像元形状指数及基于形状和光谱特征融合的高（空间）分辨率遥感影像分类方法。形状和光谱是遥感影像纹理的具体表现形式,尤其在高分辨率影像中地物细节得到充分表达,相邻像元的关系及其共同表征的形状特性成为分类的重要因素。本文用像元及其邻域的关系来描述其空间结构,同时为了更全面地利用影像特征,提出了基于支持向量机的形状和光谱融合分类方法。实验证明,该方法计算简便且能有效表达高分辨率影像的地物特征,提高分类精度。