基于陕西省的乡镇界线标准画法探究

通过分析陕西省乡镇界线的分布特点,根据影响乡镇界线在地图上表示的诸多因素,研究乡镇界线地图的标准规范的制图表达方式,定义地图上各类要素表示的制图表达原则,提出乡镇界线在地图上的表达方式.解决了基于乡镇界线地图制图的标准画法,满足有关乡镇界线地图的制作要求.     

关于地理国情普查标准时点核准的探索与实践

地理国情普查标准时点核准是对普查成果进行补充和完善,在发现普查及核准阶段成果变化的同时,找出由于当时所用资料的时效性和外业核查时的局限性而导致的遗漏或错误,从而进行填充和变更工作。本文通过标准时点普查与核准期间发现的变化,对影像精度检测、核准数据生产,以及元数据变更等情况进行了分析,提出了几点建议,供今后工作借鉴。     

融合光谱-空间信息的高光谱遥感影像增量分类算法

提出了一种融合光谱和空间结构信息的高光谱遥感影像增量分类算法INC_SPEC_MPext。通过主成分分析(PCA)提取高光谱影像的若干主成分,利用数学形态学提取各主分量影像对应的形态学剖面(MP),再将所有主分量影像的形态学剖面归并联结,组成扩展的形态学剖面(MPext)。将MPext与光谱信息相结合以增加知识,最大限度地挖掘未标记样本的有用信息,优化分类器的学习能力。不断从分类器对未标记样本的预测结果中甄选置信度高的样本加入训练集,并迭代地利用扩大的训练集进行分类器构建和样本预测。以不同地表覆盖类型的AVIRIS Indian Pines和Hyperion EO-1Botswana作为测试数据,分别与基于光谱、MPext、光谱和MPext融合的分类方法进行比对。试验结果表明,在训练样本数量有限情况下,INC_SPEC_MPext算法在降低分类成本的同时,分类精度和Kappa系数都有不同程度的提高。     

ALOS PALSAR全极化图像分类研究

极化干涉相干矩阵服从复Wishart分布,通过对相关系数的分析可以获得不同的地物类别。在总结极化干涉非监督Wishart ML分类流程的基础上,基于该方法对塔河地区全极化PALSAR数据进行了分类,研究结果表明:基于极化干涉的分类方法能够有效区分不同散射机制对应的地物,该分类方法具有较强的适应性,并且类间边界比较明显,这些分类信息为森林资源的开发和利用提供了参考。     

采用多准则决策算法的耕地适宜性评价

针对空间数据属性值的不精确对评价因子总体排序的影响的问题,该文提出了ELECTRE TRI算法与GIS结合的耕地适宜性评价方法。该方法可以抵消空间数据属性值的不精确对评价因子总体排序的影响,使评价结果更客观真实。在ELECTRE TRI算法的两种分类方法中,悲观分类法的阈值比较按照从高到低排序容易造成属性值的不精确,影响排序结果,而乐观分类法能较好地避免出现类似情况。两种评价结果的评价单元数在三种相应等级下重合评价单元较多。评价结果表明评价结果较为相近,具有一定准确合理性。研究结论对区域耕地利用结构调整、划定基本农田保护区以及促进耕地差别化管理具有一定的参考价值。     

高光谱影像光谱-空间多特征加权概率融合分类

提出了一种基于光谱-空间多特征加权概率融合的高光谱影像分类方法。首先,利用最小噪声分离(minimum noise fraction,MNF)方法对高光谱影像进行降维和特征提取,并以得到的MNF特征影像作为光谱特征,联合灰度共生矩阵(gray level co-occurrence matrix,GLCM)提取的纹理特征、基于OFC算子建立的多尺度形态学特征以及采用连续最大角凸锥(sequential maximum angle convex cone,SMACC)提取的端元组分特征,组成3组光谱-空间特征;然后利用支持向量机(support vector machine,SVM)对每一组光谱-空间特征进行分类,得到每组特征的概率输出结果;最后,建立多特征加权概率融合模型,应用该模型将不同特征的概率输出结果进行加权融合,得到最终分类结果。为了验证该方法的有效性,利用ROSIS和 AVIRIS影像进行试验,总体分类精度分别达到97.65%和96.62%。结果表明本文的方法不但较好地克服了传统基于单一特征高光谱影像分类的局限性,而且其分类效果也优于常规矢量叠加(vector stacking,VS)和概率融合的多特征分类方法,有效地改善了高光谱影像的分类结果。     

遥感影像分类后处理的地统计方法

采用地统计学中带局部均值的简单克里格方法和协同克里格方法,利用基于训练样本的指示数据(位置和类别)和基于光谱初分类的类别概率数据的空间结构信息,对未知点位的类别发生概率进行预测,从而修正初分类结果。实验结果表明,两种方法所获得的精度相较初分类的精度均有明显提高,这种充分利用训练样本信息改善分类结果的策略不局限于特定的初始分类器。     

直升机飞行专题图分层设色方案研究与实践

随着我国低空空域的逐步开放,直升机的应用会越来越广泛。面向直升机飞行使用的专题图需求会越来越迫切。本文在深入研究直升机的飞行特点基础之上,结合分层设色的原理和方法,研究和设计了面向直升机飞行使用的专题图分层设色方案。实践表明该方案能够突出直升机飞行时对地形、地貌关注的特点,对飞行员认知地形具有一定的帮助,具有一定的实用价值。     

一种GIS空间知识分析的影像纹理尺度提取算法

本文提出了一种基于GIS领域空间知识的影像纹理尺度提取方法:该方法分析了GIS领域知识辅助下人类对纹理特征的认知过程,对4个步骤的具体实现算法进行探讨;并选取海南省昌江县作为研究区域,实验证明了本方法的有效性,且与传统的枚举法相比,在性能相近的情况下其效率显著提高,更适合于大数据量遥感影像分类运算。     

Quantifying uncertainty in remote sensing-based urban land-use mapping

Land-use/land-cover information constitutes an important component in the calibration of many urban growth models. Typically, the model building involves a process of historic calibration based on time series of land-use maps. Medium-resolution satellite imagery is an interesting source for obtaining data on land-use change, yet inferring information on the use of urbanised spaces from these images is a challenging task that is subject to different types of uncertainty. Quantifying and reducing the uncertainties in land-use mapping and land-use change model parameter assessment are therefore crucial to improve the reliability of urban growth models relying on these data. In this paper, a remote sensing-based land-use mapping approach is adopted, consisting of two stages: (i) estimating impervious surface cover at sub-pixel level through linear regression unmixing and (ii) inferring urban land use from urban form using metrics describing the spatial structure of the built-up area, together with address data. The focus lies on quantifying the uncertainty involved in this approach. Both stages of the land-use mapping process are subjected to Monte Carlo simulation to assess their relative contribution to and their combined impact on the uncertainty in the derived land-use maps. The robustness to uncertainty of the land-use mapping strategy is addressed by comparing the most likely land-use maps obtained from the simulation with the original land-use map, obtained without taking uncertainty into account. The approach was applied on the Brussels-Capital Region and the central part of the Flanders region (Belgium), covering the city of Antwerp, using a time series of SPOT data for 1996, 2005 and 2012. Although the most likely land-use map obtained from the simulation is very similar to the original land-use map – indicating absence of bias in the mapping process – it is shown that the errors related to the impervious surface sub-pixel fraction estimation have a strong impact on the land-use map's uncertainty. Hence, uncertainties observed in the derived land-use maps should be taken into account when using these maps as an input for modelling of urban growth.