“大洋一号”船首航香港展风采

中国大洋矿产资源研究开发协会理事会成员单位香港科技大学的邀请，执行我国大洋科考第19航次任务的“大洋一号”船，在历经220多个日夜海上航行后，于2007年8月10日～14日停靠香港海运码头，受到了香港特区政府和社会各界的高度重视和热烈欢迎。“大洋一号”船停靠期间，还举行了公众开放日、学术交流等活动。     

海平面长期变化对推算多年一遇极值水位的影响

利用乳山口24a的年极值高、低水位和年平均海平面,分析讨论了平均海平面长期变化对推算多年一遇极值水位的影响.同时讨论了消除平均海平面中长期变化的途径.比较了消除平均海平面长期变化和保留这种变化情况下推算出的两种多年一遇极值水位,可以发现,对多年一遇高水位来说,保留平均海平面长期变化所得结果高于消除了的,而对多年一遇低水位而言,情况正好相反.     

实验曲线的自动拟合

本文介绍了一个能用最小二乘法原理自动地回归一个一元线性疗程或一元非线性方程的程序。如果将一组实验数据((xi，yi),i=1,2,…,n)送入计算机内．该程序将自动地从下列给定的方程中选出一个最佳的回归方程：     

针对GF-1遥感影像的基于影像与基于辐射传输模型的两种交叉定标方法比较

"高分一号"配置了4台16m分辨率多光谱宽幅(WFV)相机,组合观测幅宽达到800km。为了将其应用于定量遥感,需要对其进行精确的辐射定标。目前针对高分一号卫星有两种交叉定标方法,都在传统方法的基础上进行了改进。一种是基于影像的交叉定标方法(image-based),另一种是基于辐射传输模型和二向反射分布函数的交叉定标方法(RTM-BRDF)。本文采用这两种方法对高分一号(GF-1)的4个相机进行辐射定标,并对这两种方法进行了对比分析,发现对于WFV2和WFV3这两个近似星下点成像相机,image-based方法可以得到精度较高的辐射定标系数,而对于WFV1和WFV4这两个非星下点成像相机来说,RTM-BRDF方法得到的定标系数精度较高。因此,最终将两种方法结合给出GF-1 4个相机最终的定标系数。     

利用Sentinel-1数据和SBAS-InSAR技术监测西安地表沉降

哨兵一号(Sentinel-1)数据是目前现势性较好的免费SAR数据,且因其6天的重访周期,非常适合In SAR地表形变监测。本文以西安市城区及周边为研究区,开展基于多期Sentinel-1数据和短基线集干涉(SBAS-In SAR)技术的时序地表沉降监测方法的探索,研究形成了详细的数据处理流程,利用已有研究资料佐证了方法的有效性。监测表明:2015—2016年,绝大部分区域地表形变速率位于[-33~30]mm/a区间内,228 d监测期内累积沉降量最大约75 mm,发生在目前西安最大沉降中心鱼化寨;相比20世纪末,沉降强度大幅减弱,沉降严重区域由西安市东郊向南郊转移,且沉降范围减小。     

数字铁岭地理空间框架“一库两平台”建设的设计与实现

数字铁岭地理空间框架"一库两平台"建设项目建立了基础地理信息数据库,建成了政务版和公众版地理信息公共平台,并开发了一系列应用示范系统,目前已为多家政府部门提供地理信息数据服务。本文是对数字铁岭地理空间框架"一库两平台"建设的设计与实现进行总结。     

基于面向对象层次分类法的输电线路走廊地表覆盖分类

随着国产卫星遥感影像在电力部门的应用日益深入,利用高分辨率国产卫星遥感影像对输电线路走廊地区进行快速准确的地表覆盖分类成为现实。本文以湖北省输电线路走廊为研究对象,通过多种地物分类方法对比试验,综合利用高分辨率影像的光谱、纹理、形状等特征优势,以"高分一号"影像为例探索出面向对象的层次分类法,快速实现了地物的精确提取,可用于输电线路走廊地区山火评估及预防。研究结果表示,面向对象的层次分类法对于输电线路走廊地物快速分类是可行的并且能达到较高的精度。     

相机文件对OKMatrix一键快拼正射影像的影响

OKMatrix一键快拼是一种将无人机影像图制作简化为"一键"的软件,具有影像快速拼接、质量快速检查、数据快速处理等突出优点,尤其在应急保障中,它的灵活性使其具有很高的应用价值。本文主要研究了不同数据源、不同相机参数的设置对OKMatrix一键快拼拼接生成正射影像的影响,验证了相机文件对快速拼接无人机影像结果的重要性。     

面向对象的天绘遥感影像分类

天绘一号是我国第一代传输型立体测绘卫星,主要用于科学研究、国土资源普查、地图测绘等领域的科学实验任务。以天绘影像为实验数据,利用面向对象的影像分割技术,通过选择合适的尺度参数对影像进行分割。结合SVM对得到的影像对象层进行分类实验。具体分析了SVM分类器核函数的选择以及参数的设置对分类精度的影响。最终分类实验结果的总体精度为90.857 1%,Kappa系数为0.858 1。将分类结果与传统基于像元的马氏距离分类法和最大似然值分类法的分类结果进行比较,总体精度分别提高了约29.29%、5.91%,Kappa系数分别提高了约0.35、0.06。实验结果表明,面向对象的SVM分类法不仅对影像分类的精度有大幅度的提高,同时,也很好地解决了传统基于像素分类法出现的"椒盐"现象,是一种很有优势的影像分类法。     

青藏高原深切割区GF-1土地利用分类精度研究

以青藏高原深切割地区为例,研究高分一号影像在深切割地区的分类方法。分别采用最大似然法、神经网络法和支持向量机分类法对影像进行分类,并对分类精度进行评价和分析。结果表明:1)高分一号区分地物的精度较高,可满足土地利用的遥感监测;2)支持向量机分类方法其总体精度为91.67%,Kappa系数为89.54%,均高于最大似然法和神经网络分类法。因此,支持向量机分类方法更适合于高分一号影像在深切割地区的分类。