倾斜摄影测量的城市真三维模型构建方法

针对如何基于近年来新推出的倾斜摄影测量技术快速构建城市真三维模型的问题,在研究分析国内基于该技术构建三维模型方法的基础上,提出了利用Street Factory系统,结合少量人工干预快速构建城市真三维模型的方法。采用倾斜影像联合空中三角测量技术,实现了多角度倾斜影像的一体化区域网平差;通过多视影像密集匹配和自动纹理关联,实现了高精度真实三维模型的构建。基于RCD-30倾斜相机获取的西安大雁塔景区倾斜影像,开展城市真三维模型构建试验。结果表明,所提方法构建的城市真三维模型满足相关规范的要求,适合大规模区域城市三维模型快速构建,对测绘生产单位规模化生产具有一定的参考价值。     

利用UCD数字航摄影像制作4波段正射影像图

正射影像由于信息量大,内容丰富,直观真实,应用范围越来越广泛。不足的是传统摄影技术获得的影像只有3个波段,用于资源调查信息还不够丰富,航空数码相机的出现解决了这一问题,其获取的多波段数码影像得到广泛的推广和应用。详细阐述了利用现有的应用软件对UCD数字航摄影像4波段数据源进行特殊处理,制作4波段正射影像图的方法以及特殊问题的处理技巧。     

利用GPS-R遥感技术反演植被生物量

为了验证利用GPS-R遥感技术反演植被生物量的可行性,分析了GPS反射信号反演植被生物量的原理与方法,通过试验利用干涉复合场数据（ICF）计算出信号反射率,利用已有文献拟合出的信号反射率与植被生物量之间的关系求出生物量,并与遥感技术结果进行了对比。试验结果表明：利用GPS-R遥感技术反演植被生物量是可行的,但是精度还需依靠时间反演模型;GNSS-R反演植被生物量对分析调查区域植被生长和碳排放情况具有重要意义。     

浅议基于像素工厂的ADS 80影像处理技术

摄影测量进入数字时代以来,ADS80因其独特的优势逐步成为航摄影像获取的主流平台,对ADS80数据后续快速处理也成为目前数据处理软件研究的重点。本文介绍了基于像素工厂系统快速处理ADS80数据的技术流程和数据处理的主要技术环节,总结了像素工厂系统数据处理的优劣势。通过实际项目实践,验证了基于像素工厂系统处理ADS80数据的可靠性与高效性。     

基于机载Lidar数据辅助的林地信息提取

利用机载Lidar数据进行了林地信息提取,并对提取结果进行了矢量化处理,结合高分辨率航空RGB影像进行进一步林地信息快速分类.通过对比,可以看出分类精度得到了显著的提升,解决了单一RGB高分影像分类困难的问题,为Lidar数据的进一步研究提供了新的思路与方法.     

浅谈像素工厂系统大区域卫星影像纠正技术

如何快速生产卫星正射影像图是遥感应用过程中的重要环节。通过对卫星影像正射纠正传统处理模式和法国像素工厂系统大区域处理模式的介绍,阐述2种处理模式的特点,认为像素工厂系统大区域卫星影像纠正方法在实现影像数据的快速有效处理方面具有明显的优势。     

GPS反射信号信噪比与NDVI相关性研究

归一化植被指数（normalized difference vegetation index,NDVI）作为重要的植被生长状况植被指数,对其进行有效实时监测具有重要科学意义。选择4个大陆板块边界观测网（plate boundary observatory,PBO）观测站的GPS信噪比观测值,提取反射信号信噪比并计算归一化振幅,通过与MODIS（moderate resolution imaging spectroradiometer）NDVI产品时序频谱特征的相关性分析,建立GPS反射信号植被指数线性反演模型和BP神经网络反演模型。分析发现:GPS反射信号信噪比归一化振幅与NDVI指数存在显著年周期性和季候特性,NDVI线性反演模型相关系数均约为0.7,均方根误差处于0.05~0.09之间,BP神经网络反演模型相关系数提高了约5%。利用GPS反射信号反演NDVI变化趋势具有可行性,为获取高时间分辨率、低成本的NDVI指数提供了一种新思路。     

多轨道时序InSAR拟稳基准平差方法研究

以我国重点沉降区(华北平原)为研究区,分析多条相邻轨道InSAR监测结果中入射角差异、形变参考点差异和大气相位差异的影响,通过引入拟稳基准平差方法,综合考虑水准基岩点、InSAR形变参考点、CORS站等因素选取拟稳点,对研究区InSAR监测结果进行稳定性分析。采用拟稳基准平差方法对时序InSAR监测结果进行整体平差,实现大范围多轨道InSAR垂直形变场基准统一。基于InSAR相邻轨道重叠区多余观测值对平差结果进行内符合精度检验,拟稳基准平差后平均误差优于5 mm,中误差优于9 mm;基于CORS站垂直位移监测结果对平差结果进行外符合精度检验,两者吻合程度较好。     

无人机高光谱影像分层分类的松材线虫病监测

松材线虫病在秦岭以南传播广、蔓延快,利用遥感技术提取病害松可为疫情防控提供数据支撑。以无人机获取的高分辨率、高光谱数据为基础,捕捉区分病害松与健康松的特征波段,提出一种结合植被指数与小波神经网络的林地分层分类新方法,用于提取病害松树冠图斑。病害松识别结果与实地核查数据对比表明,分层分类结果与实地核查情况基本一致,病害松识别总精度达到89.87%,优于单一使用支持向量机、小波神经网络的分类结果。林地分层分类新方法与传统分类方法相比,分类精度更高,所需的样本更少。无人机高光谱数据信息丰富,病害松、健康松在可见光、近红外范围内均有光谱敏感特征,后续应进行病害松时序光谱监测,进一步研究松材线虫病害影响因子。