基于像元信息分解的城市绿地信息自动提取系统

 为了快速而有效地监测城市绿地的变化,建立了基于遥感和GIS的城市绿地自动识别系统。系统利用像元信息分解的方法,将城市环境下的像元信息分解为绿地、水体、土壤、水泥地等4种地物端元组份信息,求解绿地在混合像元中的丰度,并允许自由设定判定绿地像元的阈值,以便通过调整达到分离的最优分离结果。此外,系统也集成了绿地信息的空间分析以及统计分析识别等功能。最后,以深圳市罗湖区和福田区TM影像作为实验区,将系统自动提取的绿地面积和目视解译的结果进行对比,准确率达到98.7%。     

阿拉斯加北极滨海平原极地湖泊的水深遥感反演

 北极滨海平原地区的湖泊水体深度对理解极地地表过程和环境变化具有重要意义。利用遥感数据反演极地湖泊水体深度具有快速和大范围的优势,但目前在极地湖泊中的研究较少。以遥感探测阿拉斯加极地湖泊深度为研究目的,实施并验证了Stumpf水深反演模型对于极地湖泊深度遥感反演的工作方法,且对该地区16 380 km²范围内分布的3 187个湖泊进行了同期深度反演,并利用船载声纳仪实测湖泊水体的深度数据对反演结果进行精度验证。结果显示水深反演结果的平均绝对误差和均方根误差分别为0.37与0.54 m,表明利用遥感技术适用于反演极地湖泊的水体深度。实验结果显示阿拉斯加北部滨海平原极地湖泊平均深度具有沿山麓向滨海平原逐渐下降的趋势。     

珠江三角洲第四系软土层DTM初步研究

从珠江三角洲第四系沉积环境入手，分析建立珠江三角洲第四系沉降体系DTM模型的原型与约束条件。论述了利用GIS建模的技术路线、珠江三角洲边界线的赋值及其引入的误差、地层的地理编码、DEM质量等问题。     

耦合集合卡尔曼滤波的非线性参数估计

准确的参数对于非线性模型或者函数有极为重要的意义。但是在实际应用中,输入的参数常常带有一定的偏差,因此在预测中非线性模型(函数)往往得不到满意的结果。把集合卡尔曼滤波方法引入到非线性模型(函数)的参数估计中,并采用基于联合状态向量的方法在同化时刻同时更新模型(函数)的状态和参数,该方法可以通过同化观测数据,动态地调整参数和结果,使得参数能够自适应地变化,同时也能较好地释放积累的模型误差。将该方法应用于随时间变化的二维非线性模型(函数)中,实验表明,该方法能够准确地估计出模型参数值,同时也表现出很好的鲁棒性和自适应性。     

基于地面约束的滨岸湿地微地貌LiDAR检测研究

 应用激光雷达数据生产高精度的数字地面模型,可为滨岸环境的研究提供精细的微地貌数据。提出用地面特征约束斜率分割区域,对陆面点采用小角度多重迭代分割,提取沟槽特征的方法;设计了一个综合应用斜率分割、密度和反射强度分割、高度分割来提取水下地形、出露沙洲、有水沟槽地等地面特征的技术方案。以佛罗里达州西海岸Citrus County滨岸地带作为研究区域,根据滨岸湿地地面要素在激光雷达点云中的特征,将其划分为滩涂、沟槽、出露沙洲、浅水水下地形,建立了的微地貌地面模型。通过对地面的拟合度检验以及光学影像目视解译对比,证明所采用的分割方法与常规建模方法相比,能更有效的处理地面破碎和水域环境下的点云分割工作,提高了DEM建模精度。     

GPU-CA模型及大尺度土地利用变化模拟

在全球变化研究中,对省和国家尺度的土地利用变化过程进行模拟具有重要的意义.但大尺度的土地利用变化模拟存在数据量大、计算复杂、计算时间长等难点,由于计算能力和传统基于CPU计算模式的制约,在普通计算机中难以执行这样的模拟.把最新发展的GPU高性能计算技术与元胞自动机(CA)模型相结合,提出了GPU-CA大尺度土地利用变化模拟模型,并将其应用到省级尺度的土地利用变化模拟中.介绍了模型的问题映射、需解决的关键技术问题和计算的流程,并分析了GPU-CA模型在计算性能上的优势.通过全广东省的土地利用变化模拟,对GPU-CA模型进行了验证.实验表明,GPU-CA模型可以将原有一般CA模型的运行效率提高30倍以上,能够有效地应用于省和国家级的土地利用变化模拟,为全球变化模型提供重要的地表景观变化信息.