基于温度植被干旱指数的黄河源区土壤表层含水量反演

为了对黄河源区的土壤表层含水量进行反演与时空分析,利用黄河源区2006年第65—321天MODIS温度和植被指数产品数据,计算了温度植被干旱指数(TVDI),构建了不同像元尺度窗口的LST/NDVI斜率与实测表层土壤相对含水量之间的线性关系,比较了不同尺度像元窗口的拟合效果。分析结果表明:9×9像元窗口的拟合效果(回归系数R2为0.65)优于其他像元窗口尺度;季节尺度的拟合精度(回归系数R2为0.76)优于长时间序列的拟合精度;夏季模拟值与实测值的均方根误差为0.09,模拟精度满足实验要求,可用于黄河源区短时间序列的土壤表层含水量反演。     

基于新结构决策树的建设用地信息提取

采用决策树和混合像元分解模型进行建设用地信息提取.决策树采用双层结构:上层强调光谱知识和纹理信息的应用,下层注重知识的应用.决策树的知识主要根据研究区的土地利用类型的空间分布特征以及KT变换的绿度湿度分量,并由此产生决策树分类规则.本文运用TM影像在南京地区进行试验,结果表明基于知识的决策树分类提取的建设用地分类正确率提高了近10%,达到91.7%.     

单像对近景摄影测量若干方法的精度评价

依据适应近景摄影测量特点的精度估算公式，对单像对摄影测量的安置方位元素作业方法及利用物方控制点反算方位元素的共线、共面条件解算方法进行精度比较与评价；阐述使用常角摄影机作业可能达到毫米及亚毫米级精度的近景摄影测量的作业特点及精度     

多媒体学习软件:乐在其中!

随着科技的日新月异,计算机的应用已涉足到了各个领域,教育领域也同样受到很大的冲击。黑板、粉笔的传统教育形式日益暴露出它的弱点:枯燥、单一、表现性和互动性差、可移动性差。计算机多媒体学习软件的产生弥补了它的不足,成为学生的好帮手。它的优点具体表现在:     

SCS-CN模型的改进及其空间尺度效应

SCS-CN (Soil Conservation Service Curve Number)模型是广泛应用经验性水文模型,其模型参数的确定与空间尺度效应对径流模拟结果有着重要的影响。选取淮河上游为研究区,分析SCS-CN模型参数的敏感性并对模型进行改进,探讨了9种栅格尺度(100～2 000m)下径流模拟结果的空间尺度效应。研究结果表明:SCS-CN模型输入参数中,系数b的敏感性高于初损系数(λ),将参数b值作为模型需要修正的参数;随着空间尺度增加,下垫面各要素的尺度变化使得参数b呈指数递减趋势;模型模拟精度的最佳空间尺度范围是250～500m尺度。     

基于数码相机的施工地质编录要素提取方法研究

针对现行水电工程、地下工程施工地质编录方法的不足,联合应用近景摄影测量、图象处理和GIS技术设计开发了基于数码相机的地质编录信息系统。在探讨数码相机的方位元素控制、正射影像制作的基础上,着重研究了高边坡、隧道的构造线（构造面）及其产状信息的三种提取模式,在自行设计与开发的摄影地质编录信息系统中具体实现了这些信息的快速编录。经与实地数据比较,该方法速度快,且有较高的精度。     

结合KPCA和多尺度纹理的IKONOS遥感影像决策树分类

城市地物类型多样,空间分布复杂,具有很强的非线性特征。核主成分分析(KPCA)通过将特征空间映射到高维核空间,可以表达图像像素间的高阶关系,因而可以提取图像的非线性特征,同时提供一组相互独立的主成分。本文在加入多尺度纹理特征的基础上,以应用地物分布的空间细节信息;且利用核主成分分析(KP-CA)方法对光谱和纹理量提取非线性特征信息,增大类别之间的可分性;并结合决策树分类方法对IKONOS遥感影像分类。实验结果表明:KPCA能很好提取地物之间的非线性特征,结合KPCA和多尺度纹理的决策树分类方法能有效地提取地物类型,提取精度为79.3%,KAPPA系数为0.763.     

结合丰度特征的决策树及其土地覆盖分类

将混合像元分解的丰度加入特征集,结合光谱信息和DEM数据生成决策分类规则。运用陆地卫星TM影像对黄河源区的玛多县进行土地覆盖分类试验。通过特征提取、决策分类和后处理,得到该县的土地覆盖类型图。采用1∶10万土地覆盖类型图和实地考察数据进行精度评价,结果表明:结合丰度的决策树与最大似然分类和普通决策树分类(不加丰度信息)相比,分类精度分别提高了17.3%和9.5%。