卫星图像中不同水体类型识别研究

在具有高空间分辨率特性的图像上,城市中大型建筑物、道路、河流、湖泊和其他人工地物形状特征和纹理特征清晰可辨。针对高分辨率卫星图像的特点,文章以水体类型识别为例,从卫星数字图像目标地物波谱特征抽取入手,通过图像分类,将水体从背景中分离并予以识别,同时实现像素重组。在区域分割与边界跟踪基础上,对卫星图像进行水体形状特征的抽取与描述,实现不同水体类型的识别。     

Landslide susceptibility mapping using geological data, a DEM from ASTER images and an Artificial Neural Network (ANN)

An efficient and accurate method of generating landslide susceptibility maps is very important to mitigate the loss of properties and lives caused by this type of geological hazard. This study focuses on the development of an accurate and efficient method of data integration, processing and generation of a landslide susceptibility map using an ANN and data from ASTER images. The method contains two major phases. The first phase is the data integration and analysis, and the second is the Artificial Neural Network training and mapping. The data integration and analysis phase involve GIS based statistical analysis relating landslide occurrence to geological and DEM (digital elevation model) derived geomorphological parameters. The parameters include slope, aspect, elevation, geology, density of geological boundaries and distance to the boundaries. This phase determines the geological and geomorphological factors that are significantly correlated with landslide occurrence. The second phase further relates the landslide susceptibility index to the important geological and geomorphological parameters identified in the first phase through ANN training. The trained ANN is then used to generate a landslide susceptibility map. Landslide data from the 2004 Niigata earthquake and a DEM derived from ASTER images were used. The area provided enough landslide data to check the efficiency and accuracy of the developed method. Based on the initial results of the experiment, the developed method is more than 90% accurate in determining the probability of landslide occurrence in a particular area.     

应用线性光谱分离技术研究喀斯特地区土地覆被变化——以贵州省关岭县为例

喀斯特地区土地覆被主要类型除了和非喀斯特地区一样的植被和裸露土壤外,还存在一个广泛分布的裸露基岩,一般遥感处理方法不具备直接定量提取这三类土地覆被参数的能力。基于地物光谱线性混合模型的线性光谱分离技术,可以在亚象元的尺度上直接获取植被覆盖、裸露土壤和裸露基岩等在各象元区域内的比例,非常适合用于喀斯特地区的土地覆被变化的研究。本文利用1987年2月17日和1999年12月27日LandsatTM各6波段遥感影像,使用ENVI软件,分离出植被、裸露土壤、裸露岩石和阴影等土地覆被丰度和RMS的空间分布。对比结果表明,研究区1987～1999年,植被覆盖率上升593%,裸露土壤面积下降1215%,裸露基岩面积上升408%。表明研究区尽管植被在恢复、水土流失总量在减少,但石漠化面积在明显上升,生态形势依旧严峻。     

基于Google Earth的遥感影像数据资料归档系统

将Google Earth应用于遥感影像数据资料归档系统中,是一种新的遥感资料归档方法,能将归档的成果文件整合,克服了传统归档方式不能快速查看数据效果、位置、属性信息的缺点,很好地适应了信息化工作程序对图像数据库的快速响应的要求.ARCGIS补充了Google Earth薄弱的空间分析功能.系统再联合EXCLE表件,方...     

利用目标区域拓扑关系图提取建筑物点云

以激光点云数据和倾斜多视影像为研究对象,提出了一种结合机载点云、地面点云及倾斜多视纹理的融合多源特征的建筑物三维模型重建方法。该方法结合点云面元以及影像边界特征,利用倾斜影像的线特征对顶面及立面模型进行边界规则约束,实现了面元自动拓扑重建;通过交互编辑完成不同复杂程度的建筑模型重建,并对模型进行纹理映射。实验结果表明,该方法能够有效提升城市建筑物三维模型重建的效率和边界精度,为利用多源数据的空地联合建筑物三维精细重建提供了一套切实可行的解决方案。     

地球深部探测的先锋: 深地震反射方法的发展与应用

深地震反射剖面早已被国际上证实是一种地球深部探测的先锋技术,它利用比石油地震勘探更长的接收排列、更大的激发能量,探测上至地表,下达上地幔的精细结构和构造特征,现已被国内外越来越多地应用于大陆及海洋地壳与岩石圈上地幔探测上。深地震反射剖面技术在揭示地球深部动力学过程,论述大地构造演化,确定盆山耦合关系,推测成矿成藏条件,分析地震灾害等方面取得了丰硕成果。系统地梳理和概括了国内外陆地地区深地震反射剖面技术的研究现状以及典型应用案例。在此基础上,从深地震反射野外数据采集、数据资料处理、剖面地质解译以及多方法联合探测4个方面,对地震反射剖面技术未来发展方向进行了展望。研究认为：在野外采集方面,研发不同激发、接收组合类型的采集技术、提升深地震反射数据采集质量,减少环境破坏,降低经济成本;在数据处理中,继续探究提高深地震反射剖面的信噪比与分辨率,定量监控深地震反射数据处理过程中振幅保真度的相对变化;在资料解译时,将深入挖掘深地震反射剖面的叠前、叠后潜在信息,降低单纯依靠深地震反射振幅解译的非唯一性;在综合研究上,从多学科、多角度、多尺度、多方法上相互补充印证,降低剖面的多解性,提高成果的准确性和可靠度。

     

高分辨率遥感影像的精纠正

论述了对高分辨率遥感影像进行精纠正获得正射影像的关键技术。若干实际不同分辨率的高分辨率遥感影像被用于相应的实验,实例证明了本文算法的正确性。     

基于EM算法和单幅雷达图像阴影的控制点坡度校正

对在我国现有的条件下进行控制点坡度校正的必要性进行了阐述,并分析了EM算法。根据EM算法以及基于区域增长的余弦散射模型建立了控制点坡度校正模型,并用河北省张北地区的雷达影像进行了实验,取得了较高的精度初值。     

基于光谱空间密度分析的边缘提取

针对传统的边缘提取方法大部分不适应高光谱数据的特点,提出了基于光谱空间密度分析边缘提取的思想。在分组主分量变换提取第一主分量作为特征维的基础上,采用面向对象的二次判别边缘的方法,通过立体判决将光谱空间中低密度超椭球体集群视为真实边缘点集群。试验表明,此方法是合理可行的。     

基于光谱信息的遥感图像空间域自适应滤波

遥感图像往往由于内外因素的干扰含有各种噪声 ,为提高图像质量人们对其进行滤波。常规的滤波方式完全基于图像空间域 ,在消除异常点使图像平滑的同时使边界变得不清楚从而使图像模糊 ;或者正相反 ,在边缘信息得到增强时也放大了图像噪声而使图像变得粗糙。该文的自适应滤波方法充分利用多光谱和高光谱遥感图像的光谱维信息 ,滤波时不仅要使均匀的地块得到平滑 ,而且要使地块间的边缘、局部的异常点、线仍然得到保存、在光滑的同时尽量保持原有的数值特征