四川省行政分区边界数字化方法及其在遥感监测业务中的应用

本文阐述了应用数字化仪在1：500000比例的四川省地图上读取行政分区边界的直角坐标（x,y)，并采用双标准纬正轴等角圆锥投影方法和二元线性回归方程转换成地理经、纬度。取得了四川省省界；各地、市、州界及各县县界等行政分区闭合边界资料。     

基于并行编程计算模型的索贝尔滤波技术

随着遥感影像数据量的骤增,单机环境下完成索贝尔边缘滤波运算所需的计算时间也剧增.根据遥感数据的分幅特征,结合MapReduce并行分布式计算模型,本文提出了一种将该运算迁徙到Hadoop集群环境中的方法,以完成海量影像数据的索贝尔滤波运算.实验结果表明集群运算能够显著缩短计算时间,并且该计算时间会随着集群节点数目的增加而趋于减少.     

《国土资源遥感》参考文献著录格式

正1专著(M)、学位论文(D)及报告(R)的著录格式[序号]主要责任者.题名:其他题名信息[文献类型标志].其他责任者(任选).版本项(第1版不标注).出版地:出版者,出版年:引文页码.如:[1]陈述彭,童庆禧,郭华东.遥感信息机理研究[M].北京:科学出版社,1998:18-20.Chen S P,Tong Q X,Guo H D.Mechanism of remote sensing information[M].Beijing:Science Press,1998:18-20.2专著(M)、论文汇编(G)及会议文集(C)等析出文献的著录格式[序号]析出文献主要责任者.析出文献题名[文献类型]:,     

结合数学形态学与多角度模板匹配的高分辨率遥感图像救灾帐篷识别

从灾后遥感图像中快速准确地识别救灾帐篷有利于灾后救援工作的高效开展.本文结合实际应用需求,在前人研究的基础上,提出了一种结合数学形态学与多角度模板匹配的高分辨率遥感图像救灾帐篷识别方法.首先从遥感图像中选择帐篷模板并从中提取形状特征与光谱特征;然后将各波段灰度图像二值化并进行数学形态学运算,参考帐篷的形状特征提取出候选目标;最后根据帐篷的光谱特征,将候选目标与帐篷模板进行多角度匹配,剔除匹配度较低的伪目标,完成救灾帐篷识别.试验结果表明,本方法的识别精度达90%以上,具有较高的应用价值.     

基于结构相似性与直线提取的建筑物变化检测方法

利用数字线划图中建筑物的矢量信息,根据前后两个时期的高分辨率遥感影像,通过结合LSD直线段提取算法与结构相似性度量,采用比较特征差异的方式提出了一种能够以较高的正确率进行快速建筑物变化检测的算法。本文对检测算法的过程进行了介绍,通过实验数据对算法进行了检验,探讨了阈值变化对结果的影响。     

博尔塔拉蒙古自治州植被覆盖度估算

针对传统植被覆盖度估算方法只能估算高密度覆盖的绿色光合植被的问题,该文提出了一种可进行绿色光合植被、非绿色光合植被和裸地覆盖度估算的方法,选取博尔塔拉蒙古自治州2010年和2016年的LandsatTM/OLI影像,通过构建NDVI-DFI特征空间提取端元特征值,运用像元三分模型估算,并与像元二分模型估算结果和实地采样估算结果对比。结果表明:像元三分模型估算与实际情况相符,且精度较好。2016年博州地区植被覆盖度较2010年增长显著,生态环境得到明显改善。像元三分模型能够较好地估算光合/非光合植被覆盖度,提高遥感获取植被信息的能力,为科学评估生态环境质量提供参考。     

一种复合型校正植被信息的方法

遥感技术能快速获取大范围的植被信息,但却存在植被信息混分等问题。基于地物光谱差异特征,本文采用复合植被指数的形式提出了一种校正植被信息的方法。结果表明：在增强植被信息方面,该方法弥补了NDVI_Rad过饱和的缺点,使得高覆盖植被的信息值在0.7以上;在抑制非植被方面,该方法将植被和非植被进行了分离,使得大部分非植被的信息值在0以下;此外,在“抗地形”方面,该方法引入了“抗地形”因子（δ/Red）,一定程度上削减了地形对植被提取带来的影响。     

基于孪生注意力网络的高分辨率遥感影像变化检测

随着遥感影像空间分辨率的提升,地物成像特征愈加复杂,基于纹理表达和局部语义等技术的变化检测方法已很难满足需求.为提升高分辨率遥感影像的变化检测精度,构建了一套较大规模的0.8～2 m高分辨率遥感人类活动变化检测数据集(HRHCD-1.0);同时将空间注意力和通道注意力机制引入孪生变化检测网络中,设计了具有更强上下文变化...     

基于无人机遥感的卷积神经网络对墓区治理的监测与分析

卷积神经网络可从输入信息中提取高阶特征,常用于图像特征的提取,可以用作图像分类、语义分割、图像识别等。随着时代的不断发展,公墓墓区缺乏统一治理与规划,导致墓区建设违法、违规的现象屡禁不止。此外,墓区占用面积大,严重浪费土地资源,且传统人工执巡效率低,无法全面监管,为方便对墓区的监测和治理,本文主要基于无人机遥感数据,利用卷积神经网络方法监测与分析墓区是否达到墓区治理的需求。