Helmert分类定权法在水准测量中的应用

针对传统定权方法不能较好地顾及地形起伏对高差观测误差的影响这一问题,把整网水准观测值分为按测站及距离定权,将Helmert方差分量估计方法应用于高差观测值实测精度的水准网分类定权中,该方法能较合理地根据地形情况确定初始权阵、提高初始权精度、反映高程监测网的实际状况。结合算例,对该方法定权及平差效果进行了分析。     

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。     

西藏冈底斯成矿带矿化蚀变提取与成矿分析——以尼玛县帮勒地区为例

冈底斯成矿带是我国极具找矿潜力的地带,但受自然条件限制,该地带矿产资源开发程度普遍偏低。选取冈底斯成矿带北部尼玛县帮勒地区为研究区,以Landsat-8OLI数据为主要信息源,采用主成分分析法提取研究区铁染和羟基矿化蚀变信息。在GIS平台上,将提取的蚀变信息结合研究区现有地质、化探、矿产等资料进行综合分析,依据成矿理论,圈定2个成矿远景区。经野外验证,文中获取的矿化蚀变信息分布状况与已知矿点和已探明蚀变带的空间一致性高。矿化蚀变带的探明能够为区域矿产资源开发与勘查提供帮助。     

一种结合四元数与直方图的多光谱图像自适应边缘检测方法

针对图像自适应边缘检测的难点和传统多光谱遥感图像边缘检测方法的局限性,提出了一种结合四元数与直方图的自适应边缘检测方法。该方法在四元数空间,利用矢量旋转完成了多光谱图像的边缘检测,并通过直方图统计的方法获取自适应阈值,实现了边缘图像的检测。利用陆地多光谱遥感图像和水域多光谱遥感图像分别进行实验,验证了方法的有效性。     

一种基于输入向量机的高光谱影像分类算法

支持向量机分类方法存在惩罚系数需要交叉验证获取、训练时间较长、支持向量个数随着训练样本数量的变化而变化,以及稳定性和稀疏性较差等问题。针对这些问题,提出了一种基于输入向量机的高光谱影像分类算法。该算法在核逻辑回归模型的基础上,采用前向贪心算法选择训练样本中的输入向量来进行模型的训练,达到稀疏的目的,提高影像的分类精度和分类效率。通过PHI和OMIS两组高光谱影像分类实验,结果表明基于输入向量机分类算法具有稳定性好、稀疏性强的优点。     

城市部件调查的技术方法

城市部件的内容、数量、状态、位臵、属性是外业调查的主要内容,根据外业调查流程和测区资料情况,介绍外业调查的不同方法,供同行参考。     

基于多尺度遥感数据地表覆盖分类的一致性研究

借助计算机自动分类和人工目视解译修正相结合的方法,研究多源影像地表覆盖分类的一致性.利用资源三号卫星影像数据地表覆盖分类结果作为检验数据,验证环境减灾卫星影像数据分类精度的可靠性.结果证明采用高分辨率和中分辨率数据相结合的方法获取地表覆盖分类,对于缺乏高分影像或者考虑节约成本的情况,用中分影像解决地表覆盖分类的宏观分析是可行的.     

训练样本对遥感影像分类精度影响研究

以大理SPOT-5 HRG影像和Landsat TM影像作为数据源,在构建标准训练样本数据集的基础上,探索训练样本对遥感影像分类的影响。选取不同训练样本数量组合,分别对监督分类中的平行六面体、最小距离、马氏距离、最大似然法、神经网络和支持向量机6种分类方法进行多次实验,并采用Kappa系数和总体分类精度对实验分类结果的精度进行评价。结果表明:以多次分类结果的平均值作为最终的分类结果能减小随机误差;增加训练样本数量可以减小单次分类引起的随机误差;在不同的训练样本量下,支持向量机的分类精度最高。     

高中地理图像系统课程资源“师生共建、双核共生”模式实践探索

本研究从2002年起分实践探索、理论深化、建模升华三个阶段。重点解决的是课程资源研发模式和方法问题,创建了地理图像系统课程资源研发"师生共建、双核共生"模式,完善了中学地理图像资源体系建设,探索了学生参与资源研发的途径和方法,建立了新型师生合作模式,在资源整合、图表加工、图文转换、图表创新、学法指导、高初中学科资源建设等方面进行了大胆探索和创新。成果形成过程中促进了高中地理课堂教学改革,学生的学科思维、学习能力、创新精神等得到了全方位发展,教师的教学能力和课程建设能力有了明显提高,打造了一支善于研究、积极进取、勇于创新的优秀教研团队,推动了学校的课程资源开发。     

基于全天空极光图像方向能量表征方法的极光事件分类

针对基于全天空极光图像的极光事件自动分类问题,提出一种基于方向能量二元编码重组表征的自动分类方法。首先,通过对多个方向上能量分解来描述极光事件中的局部纹理和各个方向上的运动信息,并且结合分块策略获得极光事件的全局形态信息;然后,借鉴一种二元编码重组的方式对多个方向能量进行融合,从而使得极光事件的表征具有同时表征局部纹理、全局形态和运动信息的能力。该表征方法完全不依赖于极光事件的长度,可用于表征不同持续时间的极光事件,并且不需要复杂的训练过程。利用最近邻和支撑向量机分类器分别对从中国北极黄河站拍摄到的极光图像中挑选的特定极光事件进行自动分类,结果表明,与其他两种典型的动态纹理描述方法相比,本文所提出的表征方法结合最近邻分类器,得到了最好的分类效果,能有效用于极光事件的分析,为海量数据中的极光事件自动分类提供了一种新方法。