天山地区遥感解译及铀矿化地质特征

本文通过卫星照片解译对天山地区的地层进行了划分,尤其是通过线性构造的解译把天山地区分成了若干个不同性质的地块,并对构造规模进行了分级。此外,还讨论了新老构造的继承关系,构造与岩体之间的相互依存关系等。本文又通过环形体的解译进一步确定了火山岩的喷发期次、活动规模及其与铀矿化的关系。通过对花岗岩体侵入期次和相带的划分,进而在解译中配合四道能谱测量判读标志来分析不同影象地质体的可能含铀丰度。另外还探讨了褶皱构造各要素的半定最估算的可能性。     

基于无人机影像样本的遥感图像分类方法

对于遥感图像计算机自动分类而言,样本选择至关重要,直接影响分类结果精度。为了提升样本选取的质量,本文在实验区卫星影像覆盖范围内选取了几个样本点。对每个样本点利用无人机采集了约0.3 km2的数据,通过后期处理生成正射影像。在正射影像中选取耕地、植被、水体、建筑和道路等几类地物的样本,采用最大似然值法对卫星影像进行相应类别信息提取。实验结果表明：在无人机高分辨率影像上解译的样本作用于卫星遥感影像,并利用最大似然值法进行信息提取,其方法可行,分类精度优于在卫星影像上选择的样本。     

河南省近年来遥感监测的森林火灾时空分布规律分析

森林火灾作为一种自然灾害,其发生原因不仅来自于自然因素,从众多的火灾调查中发现,更多地来自于人类活动因素,其发生的时空分布特点和规律,受自然和人类活动共同影响.对2003-2008年春、冬季(11月-次年4月)河南省森林防火期内遥感监测并已查明的森林火灾进行统计分析,结果发现:河南省森林火灾近年来有逐年增多的趋势;冬、春之交的3月为森林火灾的高发月份;从火灾的日变化规律来看,12-15时为一天中森林火灾的高发时段;从火灾发生的空间分布来看,伏牛山南麓发生森林火灾的频率较高.     

基于相关系数和Fisher最优分割法的汛期分期研究

从径流形成原理出发,提出了采用降雨径流相关系数作为汛期分期指标的基本思路。以陕西省石头河水库1954~2007年的日降水和日流量资料为基础,采用主成分分析法对影响时段径流的因素进行了分析,筛选出了影响不同时段径流量的主要因素,计算了主要影响因素与时段径流量的相关系数,采用Fisher最优分割法将石头河水库汛期划分为汛前过渡期(4月1日~5月20日)、前汛期(5月21日~7月10日)、主汛期(7月11日~8月10日)、后汛期(8月11日~9月20日)和汛后过渡期(9月21日~10月31日),并结合区域气候特点和实际发生的洪水对成果进行了合理性论证。该方法资料要求低,计算简便,具有一定的推广应用价值。     

汶川地震灾后农田和森林植被恢复遥感监测

2008年汶川8.0级特大地震对当地的生态系统造成了极大的破坏,为了评估5年来灾区农田和森林植被的恢复情况,利用逐年机载高分辨率遥感影像,结合星载遥感数据和地面调查数据,开展了灾区农林植被恢复状况监测。在农田恢复监测方面,结合2008年地震发生后以及2013年5月中旬的机载高分辨率遥感数据,采用目视解译的方式对汶川地震中受损农田的恢复状况进行监测与评估,同时利用GVG(GPS、Video和GIS)农情采样系统的作物种植成数调查结果,分析了灾后作物种植结构的变化。结果表明,灾区1592 ha受损农田,5年后仅有约17.5%得到了恢复和耕种使用。就耕地利用强度而言,重灾区耕地利用率较高,作物种植结构没有发生重大变化。在森林恢复状况监测方面,对典型区(岷江干旱河谷区和盆周山地区的3个重点区域)采用目视解译方式识别出森林变化,并结合大区域尺度规一化植被指数(NDVI)时间序列变化分析,对整个灾区的森林损毁和恢复情况做出评价。监测结果显示,汶川县、什邡市和绵竹市的森林植被恢复情况总体较好,但是一些坡度较大的损毁区、次生灾害频发区的森林尚未恢复,大区域尺度的统计结果显示,地震重灾区的46381 ha重度损毁森林植被和177025 ha中度损毁森林植被区域,完全恢复的区域占13.52%和25.84%,部分恢复的区域都占到50%。在自然恢复较为困难的区域,如汶川县中部和东北部、都江堰市北部、彭州市北部、什邡市北部、绵竹市北部、安县北部及北川县南部等,需要加强人工干预。遥感监测方法既适用于震后的农田和森林恢复状况动态监测,也适用于其他自然灾害发生时对灾区农田和森林植被破坏状况进行应急监测,具有实际应用价值和良好的发展前景。     

改进Faster R-CNN的遥感图像多尺度飞机目标检测

为了提高遥感图像中多尺度飞机目标的检测精度,本文提出一种基于改进Faster R-CNN的遥感图像飞机目标检测方法。该方法借助多层级融合结构,将深层次的语义特征与浅层次的细节特征相结合,生成多种尺度的既具有精确的位置信息又具有深层次的语义特征的特征图;再借助Faster R-CNN的多尺度RPN (Region Proposal Network)机制,通过对RPN中候选区域尺度的修正,从而提高遥感图像中多尺度飞机目标的定位精度;最后利用Faster R-CNN的分类回归网络,得到飞机目标检测结果。在高分辨率遥感图像中进行了实验,对3种特征提取网络ZF、VGG-16以及ResNet-50进行改进,改进后的精度分别提高了11.34%、9.87%以及1.66%,并且生成的检测框更加贴合飞机目标。实验结果表明,本文方法适用于遥感图像多尺度飞机目标检测,在提高目标定位精度的同时降低了目标漏检现象。     

海量影像数据管理与服务系统建设研究

针对传统海量遥感影像数据管理和共享面临的问题,以镶嵌数据集的影像管理模式为基础,提出了一套海量遥感影像管理平台建设方案,设计了多源海量遥感影像存储、管理、查询以及利用服务,实现了多源海量遥感影像管理与分发。     

基于多尺度分割和径向基神经网络的极化SAR影像分类

针对目前常用的基于像素的深度神经网络极化SAR分类方法产生的椒盐现象,文中提出了一种联合自适应阈值多尺度分割方法和径向基神经网络的极化SAR地物分类方法。实验证明,该方法能够有效地保留SAR图像的结构特征并有效消除分类过程中产生的椒盐现象和破碎斑块,具有较高的分类精度。     

18—23MSP 多光谱航空摄影技术

此项研究是国家科技攻关项目。在研究此课题以前,世界上采用的多光谱航空摄影机一直是小像幅的(大部分为6cmx6cm,代称为6MSP)。6MSP不能测图,分光“有害吸收”大,故图像质量差,且像幅小,飞行和后期加工量极大。本研究采用18cm×l8cm和23cm×23cm像幅航空摄影测量像机组成多光谱像机组,并设计了“截止滤光镜一特制感光胶片”组合的无“有害吸收”的分光系统,使本多光谱航空摄影像幅比6MSP加大了9倍和14.7倍,并能“一摄多用”,既能测图,又能进行资源调查和环境监测,其图像因无“有害吸收”,分光质量高,可供目视判读,也可输入计算机进行准确地物分类解译。18-23MSP是一项有效的航空遥感技术。