基于植被分区的多特征遥感智能分类

为了有效地提取大范围地形复杂区域的土地利用/土地覆盖遥感信息,以位居青藏高原与黄土高原过渡地带的青海东部地区为研究区,研究基于蚁群智能优化算法(ant colony intelligent optimization algorithm,ACIOA)的土地利用/土地覆盖遥感智能分类。首先选用TM图像、DEM、坡度和坡向数据作为分类的特征波段;然后利用归一化植被指数NDVI对实验区数据进行植被分区;最后利用ACIOA算法进行分类规则挖掘,并依据分类规则进行土地利用/覆盖信息的提取。研究表明,基于植被分区的多特征蚁群智能分类的总体精度为88.85%,Kappa=0.86,优于传统的遥感图像分类方法,为大范围地形复杂区域的土地利用/土地覆盖遥感信息提取提供了有效的方法。     

轨道约束的资源三号标准景影像区域网平差

考虑到同轨道拍摄的长条带卫星影像具有相同的误差分布特性,针对资源三号的标准景影像产品,提出了基于轨道约束的卫星影像区域网平差方法。首先,根据同轨相邻影像的偏移量计算轨道影像坐标系下的像点坐标;其次,通过同轨每景影像的RFM重新生成轨道影像的RFM,同时生成补偿格网;然后,根据基于像方仿射变换的RFM对轨道影像进行区域网平差;最后,利用求得的轨道影像的仿射变换参数重新计算原始单景影像的仿射变换参数。利用不同地区资源三号测绘卫星影像数据的试验表明,基于轨道约束的卫星影像区域网平差（以下简称轨道平差）在稀疏控制条件下,其精度明显好于单景影像平差的精度。在6控情况下,太行山试验区达到平面2.504m高程3.117m,在渭南试验区达到了平面4.061m高程2.895m。试验结果证明了轨道平差的有效性和可行性。     

联合稀疏约束的双通道星载SAR图像重建

摘 要：针对提高星载SAR图像质量的问题,研究双通道星载SAR图像重建模型。由目标散射中心理论和后向散射特性分析,得出SAR图像具有稀疏特性,并且能够用确定性稀疏先验约束表达。将稀疏特性先验从单幅机载SAR图像处理问题中推广引入到两幅星载SAR图像重建问题中,提出基于散射中心稀疏和强散射梯度的双通道正则化重建模型,并采用椭圆抛物面模型估计重建中的降质矩阵,用双下降求解方法求解重建模型。并用Cosmo-SkyMed数据进行了实验验证。实验表明,该重建模型能够提高SAR图像的距离向和方位向分辨率,改善图像质量,提高解译能力。     

一种导管架整体尺寸检测的方法

由圆柱杆件组成的导管架是目前海上油气田使用最广泛的钢结构。导管架制造的尺寸精度至关重要,传统的尺寸检测方法是测量圆柱杆件的表皮的指定点,找到该指定点特别困难,另外,传统方法没有考虑圆柱的圆度,误差大,效率低。文中介绍一种高效率、高精度检测导管架尺寸的方法。利用最小二乘法计算圆柱圆心,综合考虑圆柱圆度误差,从而使精度得到有效保证。     

采用网络分区与预计算策略的k近邻查询算法

k近邻查询是GIS和空间数据库等领域的研究热点.文章针对道路网络中的k近邻查询,通过分区以及预计算近邻集策略,获得查询点的k近邻结果:首先利用自适应格网分区方法将道路网络划分为若干格网单元,并存储格网内节点与边界点、边界点之间距离;其次在网络中的节点预先存储近邻集.实验证明,在兴趣点密度高、k值较大情况下,算法具有较好的性能.     

一种基于Harris-Sift引导LK光流约束的特征点匹配算法

提出了一种基于Harris-Sift特征点引导LK光流约束的图像匹配算法。算法首先检测图像的HarrisSift特征点,利用双向互匹配的最邻近搜索算法进行粗匹配;然后利用Ransac算法鲁棒估计两视图单应矩阵,利用单应矩阵引导LK光流法寻找局部最优匹配点,以获取更多更精确的匹配点;最后利用极线约束剔除外点。实验结果表明,该算法能够在降低外点概率的同时有效提高匹配点的数量,并能节省运算时间。     

坚定不移推进节约集约用地

第二次全国土地调查数据显示,与第一次调查相比,我国建设用地增长速度较快。在当前国情下,我们是否还将长期面临建设、吃饭与生态安全的矛盾？如何破解建设用地粗放利用与资源紧约束的难题？北京大学城市与环境学院教授林坚进行了解读。     

第三十二次中国科技论坛演讲摘登 京津冀：低碳发展与协同发展

京津冀协同发展上升为重大国家战略．是基于环境资源约束的严峻形势．以及后金融危机时代打造中国第三增长极的战略部署。习近平总书记亲自谋划推动京津冀协同发展．这是历史性的重大战略决策．体现了中央对我国新阶段发展大势的科学把握．凸显了京津冀在全国发展格局中的战略地位．反映了三省市人民盼望科学发展的现实要求。推进京津冀协同发展有一系列关键问题要抓．其中．低碳发展是协同发展的重要抓手。     

基于无人机LiDAR系统的坝控流域地貌形态和侵蚀分区的提取

黄土丘陵沟壑区地貌形态是区域土壤侵蚀的主要影响因素.针对该区典型的淤地坝坝控区,利用无人机LiDAR系统获取淤地坝坝控区小尺度区域三维激光点云数据和可见光影像数据,应用RiPROCESS和Inpho UASMaster软件生成高精度DEM和DOM数据,提取出坝控区地貌形态和土壤侵蚀分区.应用结果表明,无人机LiDAR系...     

地理图斑智能计算及模式挖掘方法研究

在大数据时代,高分辨率对地观测技术实现了对地球表层地理现象和地理过程最为真实、量化、全面覆盖又快速更新的数据化记录,可为地理空间认知研究的新发展奠定时空信息聚合与挖掘计算的基准。地理图斑是影像空间映射到地理空间中对于地理实体的抽象化表达,是构建地理场景和承载地理空间各类信息进而开展模式挖掘的最小单元。本文以地理图斑为基本对象,通过分析其中视觉模拟、符号推测等几类机器学习的协同计算机制,从空间、时间与属性等维度构建了集“分区分层感知”、“时空协同反演”、“多粒度决策”三者于一体的地理图斑智能计算模型,并以在贵州息烽县、广西江州区开展的农业种植结构制图与规划决策为应用案例,探索了地理图斑分布、生长以及功能3种模式的挖掘方法,并进一步设计了动态视角下开展图斑动力模式挖掘的研究思路。