国产高分卫星像素级影像融合及其质量评价

为了探究适合国产高分卫星影像的融合方法,该文以国产亚米级高分辨率卫星BJ-2和GF-2影像为数据源,分别选取像素级影像融合方法中较为典型的GS、Pansharp、NND、HPF、PCA和PCA+Wavelet对2种影像进行处理,并采用定性和定量分析法对其融合效果进行评价.结果表明:对于BJ-2影像,Pansharp和GS的融合效果相对较好,光谱保真度较佳、清晰度较高、光谱扭曲度较小;对于GF-2影像,Pansharp融合效果相对较好,HPF次之,光谱保真度较佳、清晰度较高、光谱扭曲度较小;对于2种影像,PCA融合法的效果最差.     

多维空间联机分析处理模型及其应用

针对空间联机分析处理对于连续型时空数据缺乏从概念模型到代数理论形式化定义的一体化模型表达和计算范式的研究现状,以联机分析处理、时空地图代数和时空数据挖掘理论为基础,构建时空维分离的六元组立方体数据模型,定义时空维层次上度量集合的聚集计算,设计时间维空间聚集和非空间聚集两类函数,并在此基础上实现多维空间联机分析的基础操作原语.并以"城市大气污染物浓度时空变化特征"的探索性分析场景为例,验证该模型的有效性.     

基于滑动L2优化准则的GPS坐标时间序列重构

GPS坐标时间序列中不仅包含白噪声,还包含闪烁噪声、随机漫步噪声等有色噪声,这些噪声将影响GPS应用的可靠性,甚至可能对一些地球物理现象做出错误的解释,因此降低GPS坐标时间序列中有色噪声的影响、提高GPS精度是一个重要和基本的问题。提出了一种滑动L₂优化估计方法(ML₂),通过选取合适的窗口建立L₂优化模型,再利用交替迭代乘子法求解每段时间序列的优化问题,并逐年滑动得到整段GPS坐标时间序列的估计。实验结果表明,ML₂方法与奇异谱分析、小波分解、滑动普通最小二乘法相比具有更好的重构效果。     

基于ArcGIS Engine的山区土方量计算系统设计与实现

结合山区的地形特征,利用全景高分二号影像数据和高精度DEM数据,依托Visual Studio 2010、ArcGIS Engine10.2和DevExpress15.2开发平台,基于集成开发环境下的C#.NET语言与组件式开发技术,针对如何快速、高效和精确地计算山区复杂地形土方量问题,设计并开发出一套测量计算系统.该系统具备常规软件的基本数据管理功能,针对研究区土方量计算问题增设了鹰眼同步浏览、遥感影像与TIN数据叠加显示和二三场景维联动的功能,将区域的二三维数据有效地集成,增加可视化效果,开发土方量计算和绘制断面图的功能模块,通过实际案例计算验证该系统的可行性和实用性,为工程建设提供测绘数据服务.     

基于MODIS数据的黄河源区植被覆盖度反演研究

以黄河源区高寒草地为研究对象,采用无人机航拍技术获取了样地实测的植被覆盖度;结合2001-2018年MOD13A1数据提取常用植被指数,分别采用像元二分模型法和回归模型法对研究区植被覆盖度进行了反演,并对其精度进行了验证;采用最小二乘法分析了黄河源区2001年以来植被覆盖度的变化趋势.结果表明,修正的土壤调节植被指数结合回归模型的反演精度较高;黄河源区多年平均植被覆盖度为57.89％,植被覆盖度处于30％以内、30％～60％、60％以上3个区间的面积分别占源区总面积的13.1％、27.25％和49.65％;2001-2018年黄河源区植被覆盖度略呈增长趋势.     

移动三维激光扫描在运营地铁维保中的应用

提出了利用移动三维激光扫描技术进行盾构隧道维保监测的思路,并在实际运营地铁盾构隧道维保工作中进行了应用.实测结果表明,该技术能准确测量出盾构隧道水平直径,并体现其变化过程,适用于运营期地铁隧道的维保监测.     

基于罗德里格矩阵的三维坐标转换方法

采用罗德里格矩阵公式,在不考虑尺度因子的情况下,建立了基于罗德里格矩阵的六参数坐标转换模型,推导了高精度参数初值计算方法,最小二乘迭代法平差公式。通过实测数据验证,通过实测数据计算,表明该算法具有精度高、稳定性强、适用性广等优点。     

稳健估计下转换参数系数矩阵定向改正的整体最小二乘

不同空间坐标系在进行坐标转换过程中,利用整体最小二乘(TLS)构建高斯-马尔科夫(Gauss-Markov)模型求解布尔莎-沃尔夫(Bursa-Wolf)七参数模型时,存在已知控制点含有粗差、模型系数阵固定常数参与残差改正的问题。通过对系数矩阵中含误差参数进行改正,并结合稳健估计的方法,对TLS进行迭代定权,解决了已知控制点粗差会对参数计算精度产生影响的问题,同时使得系数矩阵中非常数项得到精确的残差改正。本文通过实验数据证明,此方法可行并且解算精度更优。     

基于高分二号卫星数据的农作物分类方法研究

针对目前高分二号卫星数据(GF-2)有较高的空间分辨率而在农业领域应用较少和农作物分类普遍存在"同谱异物"和"同物异谱"的现象,以辽宁省沈阳市苏家屯区以西的新开河村周边为试验基地,利用最佳波段组合指数法(OIF)对所选取的高分二号(GF-2)卫星数据的纹理特征和植被指数以及波段信息进行筛选,选取最佳的波段组合,以增加分类信息、减少数据冗余。最后,针对筛选后的数据,使用最大似然法进行分类,得到农作物的分类结果。结果表明,利用该方法对农作物进行分类,分类精度得到了一定程度的提高,为目前大规模农作物种植面积的精确、迅速统计提供了一套可行的方案。