IKONOS影像城市植被信息提取前的阴影校正

在高分辨率卫星影像的预处理上,阴影的提取与校正是一个难题,本文根据实际需要,采取不同的方法对建筑物阴影和山体阴影进行提取,并采用不同的校正方法进行校正。对城区建筑物阴影,采用基于影像融合的IKONOS影像阴影自动提取方法对阴影进行提取,再采用郎伯模型进行校正;对山体阴影,直接采用监督分类的方法对山体阴影进行提取,再采用灰度线性匹配的方法进行校正。实验表明,分开提取与校正的策略能取得较为理想的效果。     

三维并行合成震源记录叠前深度偏移

提出了一种基于波动理论的三维合成震源记录叠前深度偏移方法,该方法不含任何物理假设,利用波动方程算子的3个性质,合成炮震源及炮震源记录,将面炮记录合成与相位编码合成两种方法在理论上和计算上合二为一,成为一个统一的合成理论. 通过双重叠加把三维叠前五维数据转换为三维数据,既保证了成像质量同炮记录偏移成像一样精确,又显著地提高了计算效率,且适于复杂地质构造成像. 针对不同情况,给出了几种不同的合成算子,使方法在实际应用中有较大的灵活性和选择性. 基于MPI并行算法的实现,进一步提高了计算效率. SEG＼EAGE盐丘C3_NA数据模型上的试算结果和新疆三维起伏地表实际地震资料的处理结果进一步说明了该方法的有效性和实用性.     

地震资料预测薄层厚度方法研究与应用

薄层厚度预测一直是公认的难题之一,其难度就在于如何准确地识别和提取薄层的地震属性.常规方法是利用时间域或频率域地震属性与薄层厚度的线性关系计算.但是理论与实际资料表明,不同的薄层和地层组合对地震波的动力学的信息影响很大,各种参数与薄层厚度成非线性关系,使用单一的信息不可能准确预测薄层厚度.本文利用三种线性预测原理（模型）,经数学变换为属性参数,采用非线性BP网络预测薄层厚度,取得了令人满意的效果.     

特深地下管线的电磁场特征分析及探测研究

研究了管线的一系列电磁场特征,介绍了特深管线探测应用状况,通过实例分析了从1 m到21 m了不同埋深直线电流及强电流3~21 m情况下的电磁场Hx、Hz、ΔHx 〖WTBZ〗的归一化异常的分布特征 , 提出了对特深管线探测的对策,即频率、电流、远端接地等提高信噪比的技术对策,提出了确定地下金属管线平面位置、埋深的方法,利用水平磁场分量70%法确定管线深度的适用条件,分析了特深管线探测的干扰因素,广州市3个特深管线的探测成功实例,说明了方法的良好效果.     

无人机载线阵摆扫CCD影像几何校正

针对无人机载线阵CCD传感器摆扫成像的技术特点,利用GPS/INS组合导航系统提供的导航遥测数据,对无人机载的线阵摆扫CCD影像建立了严格的成像模型,并设计了详细的几何校正流程。实验结果证实采用文中的成像模型和几何校正流程,可获得正确、高精度地理编码的线阵摆扫CCD正射影像。     

The effect of leaf-on and leaf-off forest canopy conditions on LiDAR derived estimations of forest structural diversity

Forest structural diversity metrics describing diversity in tree size and crown shape within forest stands can be used as indicators of biodiversity. These diversity metrics can be generated using airborne laser scanning (LiDAR) data to provide a rapid and cost effective alternative to ground-based inspection. Measures of tree height derived from LiDAR can be significantly affected by the canopy conditions at the time of data collection, in particular whether the canopy is under leaf-on or leaf-off conditions, but there have been no studies of the effects on structural diversity metrics. The aim of this research is to assess whether leaf-on/leaf-off changes in canopy conditions during LiDAR data collection affect the accuracy of calculated forest structural diversity metrics. We undertook a quantitative analysis of LiDAR ground detection and return height, and return height diversity from two airborne laser scanning surveys collected under leaf-on and leaf-off conditions to assess initial dataset differences. LiDAR data were then regressed against field-derived tree size diversity measurements using diversity metrics from each LiDAR dataset in isolation and, where appropriate, a mixture of the two. Models utilising leaf-off LiDAR diversity variables described DBH diversity, crown length diversity and crown width diversity more successfully than leaf-on (leaf-on models resulted in R² values of 0.66, 0.38 and 0.16, respectively, and leaf-off models 0.67, 0.37 and 0.23, respectively). When LiDAR datasets were combined into one model to describe tree height diversity and DBH diversity the models described 75% and 69% of the variance (R² of 0.75 for tree height diversity and 0.69 for DBH diversity). The results suggest that tree height diversity models derived from airborne LiDAR, collected (and where appropriate combined) under any seasonal conditions, can be used to differentiate between simple single and diverse multiple storey forest structure with confidence.     

融合多源时空数据的城市火灾危险性评估

城市层面的火灾风险评估主要包括火灾危险性、危害性及救援能力等方面。本文选取火灾危险性评估进行针对性研究,在大数据思维的指导下,以相关关系代替因果关系,采用多源数据对评估指标权重、分值进行率定,得出福州市城区火灾危险性时空分布图。首先利用高德地图API对消防历史出警记录进行地址解析,将近万条火灾出警地址空间落点,获得福州市历史火灾空间分布;然后综合城市用地性质现状、用地开发性质、人口分布热力图等多源异构数据,探索其与历史火灾空间分布的相关性;最后以福州城区为例,初步实现具有充分数理支撑的火灾危险性评估方法,形成火灾危险性动态评估成果,为城市消防规划等提供支撑和依据。     

加权混合估计中权值的确定方法

综合了大地测量中各种异方差多源观测模型和联合平差方法,说明了混合估计方法可以用于测量数据融合,平衡附加信息和样本信息对参数估计的影响。通过求取权值使参数估计的协方差阵的迹最小的方法,给出了一个权的最优选择方法。本文扩展了已有的加权混合估计方法,使得新方法中的权不受验前单位权方差的限制,能有效应用于大地测量数据处理。     

规则池塘群的复杂直线模式识别

针对现有面要素直线模式识别方法难以解决规则池塘中破碎区域的问题,提出了一种规则池塘群的复杂直线模式识别方法。首先,分析了规则池塘群的空间特征和认知特点,提出了“主次关系→并列关系→直线模式→复杂直线模式”的多层次认知顺序;其次,设计了主次关系池塘组、并列关系池塘组、直线模式池塘群的识别方法;最后,构建了复杂直线模式池塘群的识别模型。试验表明:本文方法能够消除破碎区域对规则池塘群直线模式提取的不利影响,有效提升复杂直线模式识别的质量。     

遥感影像线状地物智能化提取算法研究

对遥感影像线状地物的提取进行了深入研究分析,分别采用Snakes模型、二值形态学和面向对象处理等3种算法智能化提取线状地物。通过实验验证,3种智能算法都是行之有效的,且Snakes模型在各种线状地物提取上表现稳定,而二值形态学和面向对象算法在部分线状地物提取上表现较为突出,整体稳定性却不如Snakes模型。