大气中性点区域偏振效应的地—气参量研究

随着中国多颗偏振遥感器搭载发射,偏振遥感成为对地观测领域一个新的增长点以及研究热点。由于大气散射具有较强的偏振效应,大气与地表偏振信号的分离是偏振对地进行有效观测和应用的一个现实问题与难点问题。本文利用晴空中有规律的偏振分布以及大气偏振中性点的性质,对利用大气中性点的偏振效应进行地表—大气偏振信息分离的可行性进行了论证。通过对大气中性点在辐射传输过程性质的计算,得出Babinet大气中性点区域的偏振效应以及基于Babinet中性点区域进行偏振对地观测的基本方法,研究重点阐述了从航空遥感和航天遥感两个层面对如何将大气中性点应用于遥感观测进行了讨论。结果表明:(1)Babinet中性点相比于其他两个中性点,更适合于偏振遥感对地观测中地—气偏振参量分离;(2)航空遥感搭载偏振传感器在Babinet中性点区域进行地表探测可以消除大气偏振,突出地物偏振信息,有效进行地—气偏振参量分离;(3)在太阳同步轨道的卫星遥感影像上能够有效识别偏振中性点区域;研究成果有效分离高分辨率偏振遥感地物反演中的大气偏振耦合效应,实现地表偏振反射信息最大化,对于偏振遥感的大气校正以及定量化水平的提升具有实践意义。     

基于独立分量分析的遥感图像分类技术

遥感图像的自动分类方法一般基于图像的统计信息。多光谱遥感图像之间有着一定的相关性 ,对遥感图像的自动分类有不利影响。一般用主成分分析去除波段之间的相关性。独立分量分析能利用相对主成分分析更高的统计分量 ,不但可以获得去相关的效果 ,而且可以得到相互独立的结果波段图像。本文首先讨论了独立分量分析的基本原理。在此基础上 ,介绍FastICA算法 ,并对其进行改进 ,得到M FastICA算法 ,并将其应用到遥感图像的分类上。实验结果表明 ,M FastICA算法较FastICA算法收敛性大为改善 ,提高了独立分量分析在遥感图像的分类上的有效性     

后遥感应用技术研究与地质实践——以东胜-神木地区铀资源勘查为例

介绍了后遥感应用技术提出的背景及技术构成,阐述了该技术的研究内容及取得的地质成果。实践表明,在地质勘查领域,后遥感应用技术比单一遥感技术具有更大的实用价值和更好的应用效果。     

高分辨率卫星数据在矿山开发状况及环境监测中的应用效果比较

以著名钨矿生产基地———江西省崇义县为实验区,对QUICKBIRD和SPOT-5数据在南方高植被覆盖山区矿产资源开发状况及其引发的环境问题的监测效果和与性能作了系统比较,为类似地区矿山监测时数据源的选择提供参考。     

北京山区植被覆被率遥感制图与景观格局分析——以门头沟区为例

准确、快速地获取植被覆盖状况信息是北山区生态恢复和建设的关键与重点.本文在FCD Mapping model的原理和方法基础上,利用TM图像对北京门头沟区植被覆被率展开调查和制图应用研究,并利用FRAGSTATS软件对所得的植被覆盖等级图从斑块大小、斑块数、斑块密度、斑块平均面积、分形维数和聚集度等角度进行了空间格局的剖析.     

西藏班公湖-怒江板块结合带岩金遥感找矿模式

西藏班公湖-怒江板块结合带地质构造复杂,成矿条件优越,具备形成金矿的地质背景条件,是西藏最具潜力和规模巨大的贵金属成矿带.但由于该区地质工作程度较低和对成矿规律认识不清,至今没有一个可供开发的岩金矿产地.通过班公湖-怒江板块结合带砂金、岩金矿(化)点,地球化学异常和重砂异常的分布并进行控矿因子分析,建立了该带两种岩金遥感找矿模式,通过验证发现该区具有大型远景规模的岩金矿产地,并认为蚀变岩型金矿和穆龙套型金矿是该带最重要的两种矿床类型,具有巨大的找矿潜力.     

北京环线建设驱动的土地利用变化遥感检测与分析

近年来,北京市的环线建设大大改进了北京的交通状况,促进了环线周边的商业发展和房地产开发的繁荣,同时也带来了环线周边地区的土地利用的变更。在“科技奥运”科技攻关项目和在研自然科学基金项目的支撑下,选择了1988,1994,2001和2003年5—6月份的TM数据,在影像经过几何校正和辐射归一化校正后对其应用高精度的自组织神经网络分类和利用高分辨率的航空照片验证;在分类数据和变更信息的基础上,采用了空间自相关分析模型、频率指数模型和潜力模型分别对北京各种用地类型的频率指数和建设用地的Moran系数和Geary系数,以及城市增长的潜力指她进行计算。一系列计算显示了环线驱动的北京市土地利用变化情况。结果表明:在环线建设的驱动下,北京市的建设用地围绕环线呈快速增长趋势;绿地面积在四环、五环的环线一带也呈增加趋势;城市增长潜力从四环到六环呈逐渐增大趋势。     

基于分类回归树分析的遥感影像土地利用／覆被分类研究

以专家知识和经验为基础,综合影像光谱信息和其他辅助信息进行分类的基于知识的遥感影像解译方法,是提高遥感影像分类精度,实现自动解译的有效途径之一。然而,知识的获取一直是其得以广泛应用的“瓶颈”问题。以江苏省江宁试验区土地利用/覆被分类为例,利用分类回归树分析(CART)从训练样本数据集中发现分类规则,集成遥感影像的光谱特征、纹理特征和空间分布特征进行分类实验,并与传统的监督分类和逻辑通道分类方法进行比较。结果表明,基于CART的分类方法的精度基本在80%以上,与另两种方法相比,有了较大的提高,而且该算法复杂性低,效率高。由此说明,利用CART算法构建决策树获取的分类规则是合理的。它可以快速、有效地获取大量分类规则,是促进基于知识的遥感影像分类方法在土地利用/覆被分类中广泛应用的一项有效手段。     

高分辨率遥感影像提取道路的方法综述与思考

 介绍了高分辨率遥感影像上道路的特征、模型和道路提取的基本思想，对已有的道路提取方法进行了分析，并对道路提取问题进行思考，提出下一步的研究方向。     

典型遥感数据分类方法的适用性分析——以遥感图像场景分类为例

目前普遍采用的分类器通常都是针对单一或小量任务而设计的,在小数据量的处理中能取得比较满意的结果。但对于海量遥感数据的处理,其在处理时效和分类精度方面还有待研究。本文以遥感图像场景分类任务为例,着重对遥感数据分类问题中几种典型分类方法的适用性进行比较研究,包括K近邻(KNN)、随机森林(RF),支持向量机(SVM)和稀疏表达分类器(SRC)等。分别从参数敏感性,训练样本数据量,待分类样本数据量和样本特征维数对分类器性能的影响等几个方面进行比较分析。实验结果表明:(1)KNN,RF和L0-SRC方法相比RBF-SVM,Linear-SVM和L1-SRC,受参数影响的程度更弱;(2)待分类样本固定的情况下,随着训练样本数目的增加,SRC类型分类方法的分类性能最佳,SVM类型方法次之,然后是RF和KNN,在总体分类时间上呈现出L0-SRCL1-SRCRFRBF-SVM/Linear-SVMKNN/L0-SRC-Batch的趋势;(3)训练样本固定的情况下,所有分类方法的分类精度几乎都不受待分类样本数目变化的影响,RBF-SVM方法性能最佳,其次是L1-SRC,然后是Linear-SVM,最后是RF和L0-SRC/L0-SRC-Batch,在总体分类时间上,L1-SRC和L0-SRC相比其他分类方法最为耗时;(4)样本特征维数的变化不仅影响分类器的运行效率,同时也影响其分类精度,其中SRC和KNN分类器器无需较高的特征维数即可获得较好的分类结果,SVM对高维特征具有较强的包容性和学习能力,RF分类器对特征维数增加则表现得并不敏感,特征维数的增加并不能对其分类精度的提升带来更多的贡献。总的来说,在大数据量的遥感数据分类任务中,现有分类方法具有良好的适用性,但是对于分类器的选择应当基于各自的特点和优势,结合实际应用的特点进行权衡和选择,选择参数敏感性较小,分类总体时间消耗低但分类精度相对较高的分类方法。