基于实测数据的不同雪粒径光谱分析

利用黑河流域上游冰沟流域样地的实测积雪光谱和实测雪粒径数据,对不同雪粒径的光谱曲线特征进行分析,找出位于1030 nm和1 250 nm附近对雪粒径较敏感的两个波长,定量地揭示了位于这两个波长附近处的光谱曲线特征与雪粒径的关系.1 030 nm和1 250 nm附近是雪反射光谱中两个较明显的吸收峰位置,但雪在这两处的反射率值依然较高.分别通过1 030 nm和1 250 nm附近吸收峰置差异、1 030 nm附近处的光谱吸收深度、光谱吸收面积等4种方法与雪粒径进行关系拟合.结果表明:光谱吸收面积法对雪粒径有很好的指示作用,与雪粒径的线性和指数曲线拟合效果最好.同时,1 030nm附近的波长受大气散射和衰减的影响很小,可将该方法直接运用到高光谱影像上.     

GIS面目标间拓扑关系的形式化模型

拓扑关系的描述和区分是建立在空间目标相互作用过程中目标集及其分量集合拓扑特性变化基础之上的.建立了GIS中拓扑关系形式化描述和区分的一种广义模型,并与已有的形式化模型进行了比较分析,结果发现现有的形式化方法和模型是广义模型的一些特例.在此基础上,进一步提出了面目标间拓扑关系形式化描述的基本模型,并根据定义的拓扑距离和拓扑复杂性概念,建立了一个新的拓扑关系概念邻域图.     

遥感影象中居民地信息的自动提取与制图

如何自动获得居民地矢量信息是遥感和地理信息系统领域研究的热点问题。以南京市江宁区为研究区域,基于光谱特征分析,建立决策树模型进行居民地信息的自动提取。重点研究如何将已提取的居民地图斑进行形态综合,得到满足地理信息系统数据建库与更新、遥感制图等的可视化图形数据,为灾害评估、城镇扩展和环境变化研究等提供必要的基础信息。最后,给出文章方法的实验结果并做出讨论。     

基于二维 Log Butterworth滤波器的全方向边缘检测的频域实现方法

由于人类识别图像特征涉及非线性的识别机制,本文提出了基于改进二维Log Butterworth滤波器的全方向边缘检测方法,该方法从频域角度出发,利用正反快速傅里叶变换来实现边缘检测工作。首先,将非线性Log函数引入Butterworth滤波器,获得二维Log Butterworth滤波器。当图像行列数不一致时,中心频率分布于椭圆之上,椭圆的长短轴之比与图像长宽比相等,进而给出以角度为变量滤波器表达式;其次,为方便滤波器参数的优化选取,本文对二维 Log Butterworth滤波器参数进行归一化等处理;再次,本文利用F-measure和PSNR (峰值信噪比)值来衡量不同参数下的边缘检测结果,确定最优的二维 Log Butterworth滤波器参数范围;然后,为了分析本文方法的边缘检测效率,对比了本文方法与空域算子（Canny算子）的乘法次数和加法次数,同时以不同大小的图像作为实验数据来比较两种方法的边缘检测耗时;最后,以BSDS（伯克利图像分割数据库）图像和高空间分辨率遥感图像为实验数据,对本文方法的边缘检测结果进行了评价分析。结果表明：本文方法可以有效地应用于图像边缘检测。     

基于数学形态学的IKONOS多光谱图像分割方法研究

利用数学形态学方法,研究与探讨了IKONOS多光谱图像的分割技术.提出一种结合图像边缘特征和纹理特征的混合分割新算法.在高分辨率多光谱遥感图像K-L变换的基础上,采用多尺度多方向形态学梯度算子提取边缘特征.应用数学形态学滤波及局部方差统计特征对图像对象进行标记,最后采用强制最小过程,进行标记控制的分水岭分割.研究结果表明,提出的分割算法优于仅利用边缘特征的分水岭分割算法,同时,该算法能较好地解决分割过程中存在的过分割与欠分割问题,是一种适合高分辨率多光谱遥感图像的分割算法.     

盐湖遥感研究的进展与展望

盐湖遥感因其研究对象的独特性和重要性而具有重要的理论和实际应用意义。从盐湖水体的光谱特征,盐湖水体、盐分的敏感特征波段,盐湖盐量、水深的估测模型,以及盐湖地质演化的解译,盐湖水面、晶间卤水的变化监测、生态环境的变化等方面,详述了国内外最新的研究进展。指出随着遥感从低分辨率到高分辨率,多光谱到高光谱,可见光到微波方向的发展,应在盐湖信息识别、盐湖成分定量估测的基础上,注重盐湖盐分物化参数的高光谱反演、晶间卤水的雷达遥感监测等,从遥感角度探求生态系统和气候、盐度等因素的深层次相互关系,此外还应在盐湖生物、盐湖灾害等领域拓展研究。     

一种基于优势属性存储的四叉树结构及其构建算法

针对多值图像或栅格型空间数据的四叉树存储方法,提出了一种基于优势属性存储的改进四叉树结构———优势四叉树,给出了实现自底向上的优势四叉树递归构建算法,并对不同规模和复杂度的多幅图像进行了构树对比实验。结果表明,本文提出的优势四叉树结构大幅度缩减了结点总数,存储开销平均为线性四叉树编码的69%,并具有较高的构建效率,是一种具有应用前景的四叉树结构。     

遥感影像决策级融合方法实验研究

遥感影像融合是遥感图像处理中的研究热点和难点之一。对下列两种遥感影像决策级融合方法进行了实验研究:一种是基于支持向量机(SVM),另一种是基于自组织神经网络。融合实验分别采用这两种方法对Landsat TM多光谱数据(30 m/像素)与IRS-C全色数据(5.8 m/像素)间分别进行影像融合。融合结果表明:基于SVM的方法可有效地融合不同影像的信息,并且可获得较高的融合分类精度。在分类精度方面,基于SVM方法的融合影像明显优于基于自组织神经网络方法的融合影像。     

CLUE-S模型的改进与土地利用变化动态模拟——以张家界市永定区为例

区域土地利用变化模拟是LUCC研究的核心内容之一。以地处湘西北岩溶山区的张家界市永定区为研究对象,针对目前国际上广泛使用的CLUE-S土地利用变化模型,通过在传统Logistic回归模型中引入空间自相关变量,对CLUE-S模型的空间分析模块进行了改进。实验与分析结果表明,改进的空间分析模块拟合优度、拟合精度都有较大的提高。耕地、林地及居民点工矿用地的拟合优度(ROC值)分别从0.784、0.821和0.741提高到0.827、0.875和0.838。在此基础之上,采用改进的CLUE-S模型,模拟和预测了研究地区2005~2020年的土地利用时空变化。研究结果说明对CLUE-S模型空间分析模块的改进在一定意义上是合理的,同时也可以为永定区及其相似地区的土地利用规划决策提供更为科学的依据。     

基于机器学习规则推理的湿地识别研究

遥感作为人类获取地表信息最重要的手段之一,对于湿地研究具有重要的价值。文章运用机器学习规则推理的方法克服常规遥感研究方法在湿地研究中的弊端,使分类精度得到很大的提高。与传统的最大似然法相比,分类精度提高了13.51%, 达到了83.81%。基于机器学习规则推理分类,不仅利用了光谱信息,而且利用了纹理信息和坐标信息,并使用了掩膜技术。研究发现,这种方法能使湿地类型以及湿地与高地之间的混淆现象得到有效的克服。