轻小型无人机测绘遥感系统研究进展

地球空间信息是人工智能、大数据时代的重要数据基础,轻小型无人机测绘遥感技术作为中国当前和未来获取厘米级分辨率、实时响应遥感数据的主要手段,必将发挥更加重要的作用。本文首先介绍了固定翼、多旋翼、无人直升机以及飞行控制系统、地面监控系统和遥控遥测链路的发展现状和潜在发展趋势;其次重点研究了数码相机、视频摄像机、倾斜相机、激光雷达、合成孔径雷达和定姿定位系统的利用现状和发展趋势;然后总结分析了当前无人机测绘遥感面临的系统检测、大范围实时遥感和遥感大数据精准解译方面的问题和挑战;最后面向人工智能、大数据、物联网、云计算等技术背景给出了轻小型无人机测绘遥感技术在飞行控制智能化、测绘遥感作业智能化和实时、实景无人机遥感技术应用模式创新等方面的发展趋势。     

印度遥感卫星的发展现状与未来发展

近10年来，印度在遥感卫星及其应用领域取得了巨大的发展，建立了具有中、高分辨率相结合的测绘卫星体系，成为该领域的技术领先国家。本文首先回顾了印度遥感卫星的发展历史，重点介绍了近期成功发射的测绘卫星-1号的主要技术参数、测绘数据产品生产系统的组成以及测绘数据产品的种类。最后简述了印度遥感卫星的未来发展。     

无人机遥感系统的研究进展与应用前景

阐述了无人机遥感兴起的背景。从无人飞行平台、飞行姿态控制与导航、数据传输与存储、数据处理、传感器技术、空域使用政策等方面探讨了发展无人机遥感系统的基础、问题、研究进展和趋势。通过描述无人机遥感系统在大量相关行业领域的应用与实践,点出了发展无人机遥感系统的必要性与意义所在。最后,从科技、政策等方面给出了发展无人机遥感技术和产业的建议。     

无人海洋测绘技术体系构建

随着无人技术的快速发展，无人测绘的时代即将到来。本文分析了无人时代技术特征与海洋测绘发展机遇；讨论了无人海洋测绘新理念，构建了无人海洋测绘技术体系，论述了无人海洋测绘技术关键技术；展望了无人海洋测绘技术发展趋势，及其在海洋经济、海洋可持续发展中的应用前景。     

人工智能对测绘科技若干领域发展的影响研究

测绘科技发展已进入一个相对关键的时期，需要从战略层面来考虑如何推动其未来发展。基于对测绘科技发展历史的系统回顾，深刻剖析了测绘科技发展的一般规律，即所处的科学范畴、应用需求、新技术发展是影响和决定测绘科技发展方向的三大关键因素。这一规律是研究确定未来测绘科技发展战略思路的基本遵循。基于此，在重点分析人工智能技术发展趋势及其对测绘科技发展已有影响的基础上，阐述了人工智能与大地测量、地理信息数据获取、地理信息数据处理与应用等技术融合发展下的未来智能化测绘科技发展趋势，提出了传统的野外测量将逐渐被无人驾驶飞机、汽车、轮船以及卫星等智能化的机器所替代的设想，以及实现这一设想需要解决的系列难题。     

外军遥感测绘卫星现状与趋势研究

进入21世纪以来,遥感测绘卫星技术的飞速发展,以及在测绘领域的广泛应用,极大地改变了传统军事测绘的面貌。本文主要研究各军事强国遥感测绘卫星发展的现状,分别从高分辨率测绘卫星、雷达测绘卫星、重力测量卫星、雷达测高卫星以及地磁测量卫星进行分析比较,并总结其发展的趋势。     

高光谱图像处理与信息提取前沿

高光谱遥感是对地观测的重要手段,高光谱图像处理与信息提取技术则是高光谱遥感领域的核心研究内容之一。本文简要介绍了高光谱遥感的主要特点,系统梳理了高光谱图像处理与信息提取面临的关键问题和主要研究方向,在此基础上,从噪声评估与数据降维方法、混合像元分解方法、图像分类方法、目标探测与异常探测方法等4个方面对高光谱图像处理与信息提取的理论发展过程和最新前沿进展进行了综述。另外,还对高光谱图像处理与信息提取中的高性能处理技术进行了总结和分析。未来,伴随着智能化信息分析和高性能硬件处理技术发展,高光谱遥感卫星系统也将步入智能化时代。针对这一趋势,本文指出高光谱图像处理与信息提取方法要注重多学科交叉,充分利用机器学习、人工智能等领域的新成果;要重视软硬件结合,发展高光谱图像高性能实时处理技术;要紧密结合应用需求,发挥高光谱遥感的优势和特点,发展新理论和新方法。     

无人海洋测绘新模式

随着智能无人技术快速发展,海洋测绘迎来了创新发展的机遇。结合云计算、物联网、人工智能等引领新时代高科技的最新研究进展,提出了无人海洋测绘新理念,构建了无人海洋测绘平台体系结构,探讨了海底声学连续运行参考站网、海空两栖地形测量、无人艇协同组网海洋测量、水下实时构图服务和泛在海洋测绘等无人海洋测绘新模式。拓宽海洋测绘与服务领域,对推动海洋测绘技术跨越式发展具有一定的借鉴和促进作用。     

低空无人测量系统在社会主义新农村建设中的应用

随着测绘技术的高速发展,低空无人测量系统以其周期短、效率高、机动性强、操作灵活、精度可靠等特点,在国民经济建设的诸多领域发挥了积极重要作用.现主要介绍低空无人测量系统在社会主义新农村建设中的实际应用,总结无人机测量系统在测绘地理信息数据生产的关键技术,对结果进行精度分析,并作出展望.     

过江隧道江底的变形监测

采用无人船进行过江隧道江底变形监测,能够在较短的时间测量水下地形,并绘制江底地形地貌、地状参数图等,提高了过江隧道监测的效率,减少了人员安全隐患。本文以杭州地铁8号线一期工程为背景,介绍了无人船在过江隧道江底变形监测中的研究和应用,建立了完整的技术流程,提出了江底地形监测的关键技术,得到了符合精度要求的钱塘江江底变形监测成果数据。整体效率优于传统测绘方式,可为无人船在水下地形地貌测绘、水下地质勘探、航道测量等领域应用提供理论和实践参考。     

新一代人工智能驱动的陆地观测卫星遥感应用技术综述

随着各国航天事业的高速发展以及政府对卫星遥感技术的大力支持,各类军民商用卫星系统层出不穷,建立了较为完善的卫星遥感数据获取体系,为推动经济社会高质量发展提供了新动能。与此同时,人工智能技术的迅猛发展极大程度的提升了数据分析的智能化、精准化水平,为遥感大数据分析与应用带来了新的发展机遇。在互联网时代的背景下,结合新一代人工智能、大数据、物联网、5G等先进技术,推动遥感应用朝着智能化、大众化、产业化方向发展是大势所趋。本文依据当前陆地观测卫星智能遥感技术的发展现状与实际需求,论述了人工智能驱动的遥感技术在资源调查、环境监测、灾害监测等领域中的应用研究现状,探讨了现阶段制约人工智能技术在遥感领域应用成效的关键问题,最后结合遥感大数据处理中存在的问题和挑战,对陆地观测卫星遥感应用技术的发展趋势进行了展望,建立基于人工智能的卫星遥感应用体系已成为卫星遥感技术发展的必然趋势。     

我国测绘卫星的发展思路和应用展望

国家测绘局经过多年的研究开发,已基本形成了卫星测图的科学生产工艺,对于更大程度上发挥卫星遥感应用潜力起到了积极推动作用。为适应遥感技术的发展,国家测绘局已经于2005年编制了《测绘部门十一五航天规划(草案)》,测绘卫星计划包括研制发射我国自主的测绘系列卫星和建立自主版权的测绘卫星综合应用服务体系。高分辨率测绘系列卫星包括:高分辨率光学立体测图卫星、干涉雷达卫星、激光测高卫星和重力卫星等。随着我国航天事业和卫星制造技术的蓬勃发展,未来的卫星测绘应用能力将得到进一步加强。     

雷达遥感六十年：四个阶段的发展

雷达遥感问世60年来已经历了4个阶段的发展,其在对地观测中的作用正日益凸显,已经广泛应用于不同领域。4个阶段分别是单波段单极化阶段,多波段多极化阶段,极化和干涉阶段,以及以双/多站或星座、高时序高分宽幅、3维成像为代表的新阶段。本文结合作者长期在雷达遥感领域的研究经历,总结和回顾了雷达遥感的阶段发展和具有里程碑式的代表性技术;从观测技术、数据处理和应用角度阐述了新阶段雷达遥感的发展趋势,以及雷达遥感与人工智能和大数据结合的思考;最后着眼未来,介绍了月基雷达对地观测平台的前瞻性研究。     

人机融合智能的遥感解译生产新方法

以深度学习与测绘生产技术深度融合为基本理念,本文阐述了测绘地理信息技术跨界融合发展给现有遥感解译生产流程带来的变革,分析了现有软硬件环境下智能化生产面临的关键问题,提出了一种人机融合智能的遥感解译生产新方法。该方法突破了多GPU并行训练、滚动反馈训练和分布式微服务应用等多项关键技术,研发出了自然资源深度学习遥感智能解译平台和自然资源深度学习动态解译插件,并在全球地理信息资源建设与维护更新等测绘工程项目中的关键生产环节,进行了规模化的生产应用。经过多个项目实践验证,机器智能与人类智能在遥感解译生产中,通过渐进式人机交互操作进行高效融合,不仅大幅减轻了生产人员工作量,还提升了遥感解译的科学性和时效性,为测绘生产和自然资源调查监测工作提供了强有力的技术支撑。     

面向新经济的测绘工程专业改造升级路径探讨

针对传统测绘工程专业难以适应当前新经济环境,需要进行改造升级的现状,本文以闽江学院测绘工程专业为研究对象,依托现有测绘工程、地理信息科学和导航工程等3个专业,通过合理联动、适时修改测绘工程专业的教学大纲与教学内容,将地理信息科学和导航工程专业的相关教学资源融入测绘工程专业,建立以地理学、计算机科学与技术、测绘科学与技术为主线的现代测绘工程课程体系。以现有的"测绘地理信息专业群"为基础,构建了以地方特色产业发展和需要为导向、学科交叉互补的新型学科发展体系,提出了测绘工程专业多学科交叉复合改造的具体途径与方式。最后,建立了基于测绘工程专业改造升级的无人机遥感监测与应急测绘应用新方向并形成新的课程体系,以期为新经济环境下测绘工程专业人才的培养、学科发展、教学管理等提供参考。     

从地球测绘到地外天体测绘

随着人类空间探测技术的不断发展,月球与深空探测已成为测绘遥感科学与技术的前沿和新战场。在多类型深空探测任务的驱动下,测绘遥感技术也得到了新的发展。本文结合国内外深空探测的各类任务,对地外天体环绕遥感测图、着陆导航遥感避障、巡视环境感知与视觉导航定位方面的研究现状和成果进行了系统总结;结合未来月球与深空探测任务需求,对深空遥感测绘技术的发展,包括地外天体海量全球遥感数据智能处理、全球控制网精化、月球南极精细三维形貌测绘、多传感器融合的着陆导航避障和巡视环境感知与定位等进行了探讨。     

多模态遥感图像匹配方法综述EI北大核心CSCD

遥感图像匹配是遥感图像处理的关键基础,一直是国内外学者研究的热点。由于多模态图像具有辐射差异、几何差异、尺度差异、视角差异、维度差异等特性,目前尚未出现一种普适性强的通用匹配方法。随着遥感、人工智能、大数据等技术的不断发展和应用领域的持续拓展,图像匹配技术体系也在不断地发展和演化。本文在系统梳理图像匹配技术发展历程的基础上,对多模态遥感图像匹配分类体系进行了归纳总结,从特征驱动和数据驱动两方面论述了多模态图像匹配技术研究的最新进展,并指出其面临的核心困难及未来发展趋势,以期推动多模态图像匹配研究更加深入发展。     

Study on the Combined Application of CFAR and Deep Learning in Ship Detection

To maintain national socio-economic development and maritime rights and interests, it is necessary to obtain the space location information of various ships. Therefore, it is important to detect the locations of ships accurately and rapidly. At present, ship detection is mainly carried out by combining satellite remote sensing imaging with constant false alarm rate (CFAR) detection. However, with the rapid development of satellite remote sensing technology, remote sensing data have gradually begun to show the characteristics of “big data”; additionally, the accuracy and speed of ship detection can be improved by analysing big data, such as by deep learning. Thus, a ship detection algorithm that combines CFAR and CNN is proposed based on the CFAR global detection algorithm and image recognition with the CNN model. Compared with the multi-level CFAR algorithm that is based on multithreading, the algorithm in this paper is more suitable for application to ship detection systems.