青藏高原湖泊古今变化的遥感分析—以达则错为例

青藏高原湖泊受人类活动干扰较少,主要受气候变化导致的冰川融化和蒸发的影响,是气候变化直观敏感的反映区。因此,研究青藏高原湖泊变化对区域以至全球气候、环境变化的研究具有深远意义。本文在遥感影像的基础上发展了综合指数计算与空间分异的现存湖迭代提取方法,对影像数据上的湖泊进行动态监测;并结合DEM数据发展了半自动化的古岸线提取方法,进而分析古湖泊的变化,二者相结合直观全面地反映出了青藏高原湖泊的古今变化情况。并以达则错湖为例进行提取,分析了其近25年以来以及大湖期以来的缩减情况     

基于随机森林的遥感影像变化检测

随机森林是一种新兴的、高度灵活的机器学习算法,在预测和分类方面有着良好的稳定性,且算法性能要优于许多单预测器。鉴于此,本文提出了随机森林的遥感影像变化检测算法,利用熵率法对遥感影像进行超像素分割,获取最优分割结果;构建了基于随机森林的遥感影像变化检测模型,以所提取的Gabor特征和光谱特征作为模型输入进行训练和预测,并将有决策树的投票作为最终的变化检测结果。试验结果表明,本文所构建的随机森林变化检测模型在漏检率和虚检率上明显低于其他算法,且总体正确率高,在算法时间上也明显优于其他算法。     

融合SAR和TM图像更新GIS道路网络数据

遥感作为空间数据获取的一种手段,其在空间数据更新中的作用显得越来越重要,遥感数据已逐渐成为空间数据更新的主要数据来源。提出一种利用遥感图像自动更新GIS道路网络数据的方法,通过融合两种传感器图像数据,将整个道路网络准确完整地提取出来,然后通过线性特征的变化检测确定已修改的道路及新修建的道路。实验结果表明该方法可以准确地更新道路网络数据。     

卫星影像数据在青岛城市动态监测中的应用

采用先进的辐射量归一化技术,影像融合、分类和信息提取技术,分析了青岛市地面覆盖变化情况,实现了青岛地区近年来总体发展的动态监测.     

基于1：10000地形数据更新1：50000DEM的研究试验

对1：50000DEM数据库的现状进行了分析,提出了利用1：10000地形数据更新1：50000DEM的主要内容和两种疗法．简要介绍了地形变化检测方法。通过时试验区规则格网DEM成果的精度检查验汪了方法的可行性。客观分析了本次试验的特点和不足,为以后大比例尺地形数据更新小比例尺DEM等相关工作提供了技术参考。     

运用遥感指数的崩滑检测方法

以汶川地震时出现的崩滑为研究对象,以该地区震前/后TM影像为研究数据,利用变化检测的方法,比较和分析了归一化植被指数(NDVI)、归一化建筑指数(NDBI)和归一化燃烧率(NBR)应用在崩滑检测中的可行性和优劣性。结果表明,3种遥感指数均可以用于崩滑检测,但效果不同:NDVI对崩滑检测最全面但可信度最低,NBR对崩滑检测最可信但遗漏最多,NDBI处于中间水平。     

CAD环境下地形图变化检测技术

本文在分析城市大比例尺地形图变化检测技术的基础上,基于地理要素的抽象特征,从多个角度研究地理要素变化特征、地理要素表达规则、CAD实体结构,并进行地理要素变化逻辑分析。基于变化检测的"相同"原则,研究并实现了基于CAD平台自动获取变化信息文件的检测方法,为增量更新GIS数据库提供更新依据。     

非局部均值加权的动态模糊Fisher分类器的遥感图像变化检测

提出一种新的变化检测算法,利用改进的动态模糊Fisher分类器,通过对多时相图像的联合直方图进行分类得到变化区域。在此基础上,根据图像空间关系对待检测点进行非局部均值加权,并以一定比例选取可靠性高的数据先进行标类,增加数据的可分性和算法的可靠性。根据更新后的样本动态调整待检测点权重及分类器参数,直到所有点判别完毕为止。本算法不受参数模型限制,不受差异算子影响并充分利用图像的空间与时间信息。真实遥感数据试验表明本算法提高了检测精度。     

基于MRF信息融合的多通道SAR图像变化检测算法

SAR图像变化检测是近几年SAR图像应用研究的新领域,现有的SAR图像变化检测算法大多针对单通道图像数据,而利用多通道SAR图像数据进行变化检测,可以充分利用图像信息,能够得到更好的检测效果。论文研究了基于MRF信息融合的多通道SAR图像变化检测算法,通过融合图像不同通道信息,实现变化检测;并重点论述了算法的基本原理和算法实现过程,通过实验对比,证明了论文提出的算法可以得到较高的检测精度。     

基于地形变化检测的机载LiDAR滤波方法

LiDAR滤波是从其数据中提取数字地形模型(DTM)的一个主要步骤。当前的LiDAR滤波方法大都是通过单一的LiDAR点云数据来进行的,由于点云缺乏真实数据作参考,在滤波时可能会出现较大的误差。因此,提出一种基于地形变化检测的机载LiDAR滤波方法。首先将LiDAR点云数据与已有的DEM数据精确配准并统一到同一坐标系下,然后对LiDAR点云数据进行格网化组织,使LiDAR点云数据与DEM数据中相应的区域对应,最后把已有的DEM数据与LiDAR点云数据叠加进行滤波。为了验证该方法,采用城区和山区2种不同地形特点的数据分别进行试验。结果表明该方法能有效滤除城市和山地环境中的地物,并且保留地形的细节信息。