长距离动态GPS数据处理方法与汶川地震引起的动态地壳形变特征分析

利用长距离GPS动态数据处理方法,根据四川GPS网地震前后的观测数据,计算出了四川GPS网各站点地震前后的位移量。以相对稳定的雅安站为参考站,计算出了绵阳站和郫县站的动态变形序列。汶川地震动态地壳变形分析结果表明,地震期间,绵阳站和郫县站的主运动朝向西北方向,同时伴随有小幅摆动。在高程方向,绵阳站出现先上升后下降的运动特征,郫县站出现上下波动特征。     

道路特征提取研究进展

道路信息不仅是一种重要的基础地理信息,而且可以作为提取其他地物目标的线索和参考系,从影像中提取道路是一个研究热点,具有很强的现实意义。首先阐述了道路提取的基本思想以及与道路提取有关的背景知识,然后介绍了国内外比较成熟的理论与技术,最后总结并展望了道路提取的发展趋势。     

地性线的山地区域的卫星影像几何精纠正

提出了一种山地区域基于DEM地性线的控制纠正新方法,该方法以数字地形模型DEM为无几何变形的控制基准纠正卫星影像。阐述了提取沟谷、山脊、山峰和凹地区域的地性线的原理和算法,给出了山地区域基于地性线进行卫星图像几何精纠正实施步骤,进一步讨论了地性线提取、控制点采集存在的问题,以及解决问题的途径。实验结果表明,对于山地区域,地性线的空间数量数倍于水系、道路等常规地图层;地性线来源于DEM,其空间稳定性和可靠性更高,可以用于山地区域的卫星影像的严格控制纠正。用该方法进行几何纠正处理,几何误差能控制在一个像元的水平上。     

基于尺度空间理论的定性光谱特征匹配方法研究

本文利用尺度空间理论对高光谱遥感数据中包含的精细光谱信息进行多尺度观察,在特定的尺度层次下提取能够对地物类别属性做出判断的定性约束特征,在此基础上结合光谱相似性测度最终确定像元所属类别。试验结果表明该方法可有效减少传统匹配算法由于噪声、成像环境等因素引起的误判、错分问题,提高分类识别的精度。     

基于植被指数-反照率特征空间的沙漠化信息遥感提取——以张掖绿洲及其附近区域为例

利用Landsat TM遥感卫星影像反演植被指数和地表反照率,并由此构建了植被指数和地表反照率组成的特征空间,最后利用该特征空间对张掖绿洲及其附近区域的沙漠化现状和程度进行了定量评价。利用野外调查的定位数据对结果进行检验,总体精度达到82%。该方法可以在遥感图像处理软件下实现沙漠化现状与程度的自动识别,而且指标简单、易于获取。与单纯使用遥感光谱信息进行分类相比,对于沙漠化现状与程度的分类和分级具有更好的效果。     

地形三维场景实时变换及可视化方法研究

地形数据的三维可视化技术一直是3DGIS领域一项重要的研究技术。从地形实时渲染的需求出发,提出大地坐标系下的多分辨率地形组织模型,并对可视化过程中的坐标空间变换方法进行研究,提出一种适合大区域地形可视化的坐标空间变换方案,使可视化的三维地形场景尽可能真实反映其自然的分布形态,使影像纹理、地物与地形之间进行精确的映射与匹配。     

基于"3S"的梵净山自然保护区植被分布探讨

利用“3S”技术对梵净山国家自然保护区森林植被类型的空间分布进行分析,并为森林植被的监测与管理提供依据,更好地对各个区域(核心区、缓冲区、影响区)危害因子进行监控,从而有效地对其森林植被进行有效的保护。     

从高维特征空间中获取元胞自动机的非线性转换规则

元胞自动机 (CA) 具有强大的空间模拟能力,能够模拟和预测复杂的地理现象演变过程。CA 的核心是如何定义转换规则,但目前CA转换规则获取往往是基于线性方法来进行,例如采用多准则判断 (MCE) 技术。这些方法较难反映地理现象所涉及的非线性等复杂特征。为此提出了利用新近发展的核学习机来获取地理元胞自动机非线性转换规则的新方法。该方法是通过核函数产生隐含的高维特征空间,把复杂的非线性问题转化成简单的线性问题,为解决复杂非线性问题提供了一种非常有效的途径。利用所提出的方法自动获取地理元胞自动机的转换规则,不仅大大减少了建模所需的时间,也较好地反映地理现象复杂的特性,从而改善了CA模拟的效果。     

GQL： Extending XQuery to Query GML Documents

IntroductionThe geography markup language (GML)[1]is anXML encoding in compliance with ISO 19118 forthe transport and storage of geographic informationmodel according to the conceptual modeling frame-work used in the ISO 19100 series and includingboth the…     

Design of content-based retrieval system in remote sensing image database

IntroductionContent-based i mage retrieval ( CBIR)[1 ,2]technology was proposedin 1990s andit is a i m-age retrieval technology using i mage vision con-tents such as color ,texture ,shape ,spatial rela-tionship ,not usingi mage notationto searchi ma-ges .…