广州市典型地物及果树极化特征

采用ENVISAT.ASAR的APMOde(Alternating Polarisation Mode)数据,对广州市几种典型地物(建筑物、植被、水体)在HH水平极化方式、W垂直极化方式及VH交叉极化方式下的后向散射特征进行研究,分析不同类型地物在不同极化方式下的特点规律;并对实地测得的几种果树(龙眼、黄皮、番石榴)的植被参数及从光学影像上提取的果树信息和雷达图像上果树的后向散射特征进行相关分析,从雷达图像成像原理及物理机制入手总结几种果树后向散射特征的特点及影响其后向散射特征的因素.结果表明,极化雷达遥感对水体、植被的探测具有独特优势,在探测水质信息及植被结构信息上具有较大潜力.     

利用低空无人机摄影测量快速构建矿区线状地物信息

矿区线状地物是矿山生产建设的重要部分,狭长的形态特征和有限的测量人力限制了监测工作。低空无人机摄影测量具有响应快、周期短、精度高、易操作、成本低的特点,而且获取数据内容丰富、可视性强,为矿区线状地物的快速监测提供了可能。本文选取典型高潜水位井工矿区的线状地物——以矿区专用铁路和防洪堤坝为例,设计3个相对航高（50、75、100 m）作业方案,快速构建矿区线状地物信息,评价模型结果的平面和高程精度,并检验了其可靠性,讨论了无人机摄影测量的时间与效率的权衡问题。研究表明,低空无人机摄影测量可快速获取矿区线状地物的厘米级地形信息,具有较高的平面与高程精度,平面精度可达1∶500比例尺地形图的要求,高程基本能满足1∶1000比例尺制图规范。植被覆盖对模型高程值的精度影响显著,模型内部的空间关系相对稳定可靠,经成本与效率的权衡后优选相对航高100 m为最优作业方案。矿区测绘可尝试低空无人机与传统测绘方法相结合的作业新模式,快速高效地获取监测结果。     

一种机载雷达点云数据的快速分类方法

机载激光雷达扫描技术可以以点云形式快速获取地形表面高精度三维信息。基于激光雷达扫描数据及建筑物本身的拓扑信息就可以对建筑物进行精确的重建,而重建中最关键的技术是对点云数据进行分类,进而进行地物识别。对大规模三维点云数据进行快速分类,提出一种采用区域分割结合基于最小二乘平差的多项式拟合方法,将大量离散的三维点云分割后进行多项式拟合,并将二维数据分类转化为一维数据分类。在分类的基础上,将建筑物几何规则作为约束条件提取了房屋边缘。实验分析表明,该方法既能去除多余噪声,又能有效保留特征点,分类的总误差率低于3%。     

面向数据共享的城镇化信息快速提取技术方法与应用——以江苏盐城为例

随着世界经济的发展,全球城镇化进程正在以前所未有的速度进行。城镇化带来的耕地占用、生态环境破坏、水资源短缺等问题日益受到关注。快速获取和共享城镇变化信息对于人地关系研究及可持续发展意义重大。借助遥感手段监测城镇变化信息,已经普遍得到应用,目前,多光谱遥感数据是最经济和可行的遥感监测数据源。本文基于多光谱卫星数据,有效利用城镇地区特有的地物光谱特征,建立不同类别城镇信息的提取模式和技术流程。这些可以通过多光谱遥感数据提取的信息包括城镇建成区、水体和绿地等。选择我国东部沿海区域内城镇化进程明显的江苏盐城主城区作为试验点,基于地物光谱特征分析,依据本文建立的城镇化信息提取流程,采用阈值分析和二值化处理方法,实现了盐城市亭湖区主要城镇区2000、2002、2006年三期城镇信息快速提取,使在更大范围内,促进此类信息的快速获取和共享,具有现实意义。     

基于Coons曲面的似大地水准面精化算法研究

针对线状或带状GPS水准点控制的似大地水准面,提出Coons曲面内插模型。先将GPS水准点拟合成曲线,再通过曲线构造曲面,尽可能减少传统拟合算法由点直接推面的精度消耗。分别运用最小二乘法、最小二乘配置法、移动内插法和Coons曲面法对线状GPS水准点控制的似大地水准面进行拟合,结果表明,基于Coons曲面的内插模型算法精度最高。     

MapGIS对线性地物编辑的拓扑处理

简明地描述了MapGIS对线性地物的拓扑处理使用情况和一些使用方法的实现,同时介绍MapGIS拓扑处理部分功能的应用和技巧。     

基于免疫遗传算法的线状要素图形简化方法研究

基于免疫遗传算法的基本原理,分析线状要素数据压缩的约束条件,顾及几何精度和图形形状特征点,提出一种线状要素图形自动简化方法。试验表明,在一定几何精度内,该方法在保持线状要素图形形状方面表现良好。     

顾及地物空间关系的卫星影像水系信息提取

为了更好地提取影像阴影部分的信息,本文采用一种顾及地物间空间关系的水系提取方法,将地物之间的空间关系与面向对象的方法相结合。通过多尺度分割算法生成同质的影像对象,利用决策树、隶属度函数和阴影与建筑物的邻接关系对水体进行提取。以昆明某区域影像为实验数据进行了试验,试验结果表明,所提出的方法可以有效解决阴影对水系提取造成的影响,大大提高了水系提取的精度。     

基于决策树的机载LiDAR点云数据分类

本文采用基于决策树的人工智能方式,通过对点云数据分割、提取分割片轮廓,手动设置地物的约束条件来提取LiDAR点云中的地物。两组实验表明,本文的方法能够成功提取点云数据中的建筑物、车辆等地物;要提高精度,需增加点云密度,因此本文方法适用于较平坦的城镇地区。     

顾及地物空间关系的卫星影像水系信息提取

为了更好地提取影像阴影部分的信息,本文采用一种顾及地物间空间关系的水系提取方法,将地物之间的空间关系与面向对象的方法相结合。通过多尺度分割算法生成同质的影像对象,利用决策树、隶属度函数和阴影与建筑物的邻接关系对水体进行提取。以昆明某区域影像为实验数据进行了试验,试验结果表明,所提出的方法可以有效解决阴影对水系提取造成的影响,大大提高了水系提取的精度。