GIS支持下地物BRDF卫星遥感研究

地物方向反射分布函数(BRDF)遥感反演的基本原理是:卫片像元坡面因坡度不同其坡面的太阳高度角、卫星方位角以及坡面上的太阳直射光和天空散射光照度和反射亮度因坡面、太阳、卫星之间的几何取向都将发生变化,为     

浅析卫星遥感影像处理技术

随着计算机和航天技术的发展,卫星遥感技术已经成为现代获取地理空间信息数据的主要手段。近年来,我国发射了一系列的高分辨率遥感卫星,高分二号、天绘一号、资源三号等,如何快速处理卫星遥感数据、加强卫星遥感数据应用研究,对于提高卫星遥感技术服务国民经济建设具有重要的现实意义。     

基于卫星遥感的输电沿线建筑物变化检测

准确、快速地实现建筑物变化检测对识别输电沿线隐患区具有重要的意义。随着卫星遥感技术的不断发展和进步,基于高分辨率遥感影像进行建筑物变化检测已成为研究热点。提出了一种融合阴影、建筑物指数、纹理、形状等特征的高斯概率模型实现像元级的建筑物初提取,在此基础上,结合多尺度分割结果实现对象级的建筑物变化检测,最后,将前后两时相对象级的建筑物提取结果进行空间叠加分析,并将叠加结果划分为建筑物新增、建筑物拆迁和建筑物改建三类。本文在研究区和验证区分别采用不同分辨率的遥感影像进行实验和验证,结果表明,该方法在不同尺度和影像分辨率下的建筑物变化检测均取得了实际效果和检测精度,可为输电沿线建筑物变化检测提供良好的技术支持。     

我国的卫星遥感影像图

封面这是应用80年代的陆地卫星影像，经过纠正、处理、镶嵌后得到的全国卫星影像图，原图比例尺为1：1000000。陆地卫星影像（山MS叨TM和＊田）地面分辨率分别为3Or．caca－－－”30m和SOm”88。在我国资源与环境以及生态系统变化动态调查和研究中，大量应用了陆地卫星影像，并可以按年为单位提供有关耕地、林地、草地、水域和城镇等变化的动态信息（如图中的红色代表密度不同的有林地带），还可以每十年制作一次全国的卫星影像镶嵌图。（图由中国科学院遥感应用研究所提供）封底这是一幅西藏自治区“一江两河”（雅鲁藏布江和拉萨河、年…     

基于卫星遥感图像的农作物分类算法

为提高遥感图像对农作物的预估精度和农业种植效率, 设计了基于卫星遥感图像的农作物分类算法。 以2018 年 7 月 30 日哨兵二号(Sentinel-2)卫星拍摄的高分辨率哈尔滨市农业示范基地卫星影像为实验数据, 在不同光谱波段内(含红边波段), 通过使用最大似然法、 支持向量机法、 神经网络法分别对影像中水稻、 大豆、玉米、 高粱等农作物特征进行提取、 分类, 获得到农作物分类图;将统计结果与真实的参数进行比较, 分析了相同算法下使用不同数据源, 不同算法使用相同数据源, 这两种情况下的分类精度与可靠性。 实验结果表明,通过神经网络法得到的分类结果精度最高, 可靠性最强, 适合于全国范围内推广。     

多源卫星遥感影像在城市规划中的应用

高分辨率卫星遥感影像的出现使得大比例尺遥感制图以及进行城市规划监测和信息更新成为可能。以泉州市为例,介绍了卫星遥感影像在城市规划中的应用。     

卫星遥感影像在油污损害民事责任索赔中的应用

通过卫星遥感影像在两起海上油污索赔事例中的应用，显示了卫星影像的证据作用，使油污索赔更具科学性。     

融合纹理增强的遥感影像地物分类泛化性分析

为了解决因时空特征差异而导致遥感影像地物分类泛化性较弱的问题,提出了一种纹理与光谱特征联合的地物分类思路。通过筛选得到的纹理特征对光谱特征进行强化,并利用现有的深度学习框架,对各个纹理特征组合的分类效果进行评价。为了充分验证方法的有效性,在多组不同时相和地域的遥感影像中进行了特征筛选和测试。结果表明,将绿色光谱的方差、同质度及角二阶矩纹理特征与光谱特征进行叠加,可以有效抵抗季节和地域因素,进而提高分类的泛化性,尤其对水域和居民地检测的改善效果更加明显,平均交并比可提高5%~10%。同时,为基于深度学习的小样本地物分类研究提供了新的技术思路。     

遥感影像的分类与识别技术在土地资源调查中的应用

遥感图像记录了地物在空间域、时间域、光谱的域的变化信息,利用图像的分类技术,能够识别土地利用类型,计算机遥感分类识别原理,是利用地物的光谱能量特征差异性和结构特征差异性来识别地物信息,根据北京某地遥感图像实例资料,将土地利用类型分为监督分类、非监督分类、最大似然法分类、神经网络分类等,不同的分类方法有各自的特点且分类结果也有一定的差别,其中神经网络分类与真实情况最为接近。     

神奇的太空千里眼—遥感卫星

以信息时代为标志的新技术革命,给跨向新世纪之门的人类文明插上了腾飞的翅膀,航天技术则是获取和传输信息的最好手段,是其他任何手段都无法与之媲美的。我国发射的遥感卫星,在地质勘探、地形测绘、公路铁路选线、地震预报等方面发挥了重要作用,有力地促进了国民经济建设,显示出了神奇的威力。     

基于卫星遥感影像的土地分类实验方法研究

为了让本科生充分理解和掌握遥感影像处理技术,结合吉林大学大学生创新创业训练计划,设计了基于高分辨率卫星遥感影像的校园土地分类实验项目。以2015 年9 月20 日高分二号( GF-2) 卫星拍摄的吉林大学中心校区卫星影像为实验数据,通过使用不同的光谱指数以及支持向量机( SVM: Support Vector Machine) 分别对影像中的建筑物、植被、水体、平地和操场等地物进行提取,进而得到基于高分辨率遥感影像的校园地物分类图,并对分类结果中各种地物信息进行统计分析,将统计结果与真实的地物参数进行对比,近而改善该方法的分类精度与可靠性。实践结果表明,该实验可以有效的帮助学生对知识的理解和掌握,达到了预期的教学效果。     

基于北京二号卫星影像与同步实测数据的椒江入海口水质遥感反演

利用2020年7月23日北京二号卫星影像和现场同步实测水质数据,建立水质参数与影像波段的一元和多元线性回归方程,选择决定系数(R²)最高的方程对台州椒江入海口水域的氨氮、总磷和COD_Mn进行遥感反演,并对3种水质参数进行精度评价.结果显示,在氨氮、总磷和COD_Mn 3种水质参数中,采用4个波段组合的反演模型的R²均为最高.氨氮、总磷和COD_Mn的精度检验结果中,均方根误差分别为0.03、0.18和4.24 mg/L,平均相对误差分别为15.86%、24.41%和23.91%,反演精度从高到低依次为氨氮、COD_Mn和总磷.3种水质参数水平均从上游向下游递增,最高值都出现在靠近入海口处;地表水环境质量等级也大致呈现从上游至下游水质等级逐渐变差的趋势.     

基于虚拟现实技术的输电线路巡视仿真培训系统

本文结合电力系统培训现状和遇到的问题,通过仿真模型的建立和虚拟场景的搭建,结合软硬件配套的设备建立了一套以训练和教学为目的的输电线路巡视仿真培训系统．结果表明该培训系统既可作为必备的输电线路巡视理论及操作培训的工具,又可作为规范化带电作业操作方法推广的载体,具有广阔的应用前景和很高的实用价值．     

浅析卫星遥感影像在土地利用现状变更调查中的应用

运用卫星遥感影像进行土地利用现状变更调查,保持二次土地调查数据的现势性,构建国土资源以图管地的监管平台,满足批、供、用、补、查日常监管的需要。     

中国巴西地球资源卫星影像图集——遥感中国

“遥感”，顾名思义，就是遥远地感知。人类通过大量的实践．发现地球上每一个物体都在不停地吸收。发射和反射信息和能量，其中有一种人娄己经认识到的形式——电磁波，并且发现不同物件的电磁波特性是不同的。遥感就是根据这个原理来探测地表物体对电磁波的反射和其发射的电磁液．从而提取选些物体的信息，完成远距离识别物体。而遥感影像就是从遥远处获取的事物的图片。     

遥感卫星高飞 全球一览无余

卫星技术发展速度之快,实在令人眩目。日复一日,各类遥感卫星把关于地球的各种信息提供给人类,而且信息的质量越来越高。现在的问题是让发展中国家不仅能够得到这些信息,而且有能力利用这些信息促进发展。在下个世纪,携带大量关于地球表而信息的卫星信号将象潮水一样涌向全球各地卫星接收站。然而,世界各国,特别是发展中国家将面临这样一个大问题:按照现有的技术,能否将卫星信号转化为对资源管理、资源监测、救灾规划等有用的信息。卫星居高临下,犹如飞鸟——实际上,人们早就非正式地把卫星比作飞鸟了。的确,遥感卫星能够在很大程度上观察到地球表面的情况。比如说,它们能够显示河流入海口的淤积情况,还能看到农作物生长好坏;地球污染、森林破坏等等也能在卫星图象上清楚地一一标明。卫望能够透过云层     

基于卫星遥感的电力线路设计流程研究

本文基于笔者从事电力线路勘查设计的相关工作经验,以卫星遥感技术在电力线路设计的中应用为研究对象,论文首先分析了电力线路设计的原则和方法,进而探讨了电力线路设计的方法和流程,最后,笔者结合500kV某线路设计的工程实践进行了分析,全文是笔者长期工作实践基础上的理论升华,相信对从事相关工作的同行能有所裨益。     

基于面向对象的遥感影像植被信息提取

主要介绍了基于面向对象的遥感影像分类方法,借用eCognition软件通过设置不同分割尺度参数及特征值,进行了一个分割分类实例试验。结果显示,与传统的基于像元的分类方法相比,面向对象的遥感影像分类方法是具有很好的效果,提交了分类提取的精度。     

卫星遥感图像的神经网络自由识别分类

介绍了神经网络卫星遥感图像自动识别分类方法,并与最大似然 类结果进行了比较。讨论机实验结果表明,神经网络分类的精度和速度优于最大似然法分类。     

遥感影像图中的地物信息自动提取技术研究

遥感影像推动了测绘技术的发展,而遥感影像的地物自动提取技术也有利于遥感影像的全数字化发展.种子区域增长法是一种较好的遥感影像地物自动提取算法,但是由于容易受到噪声的影响,而导致地物提取轮廓不清晰.在借助面向对象的遥感影像处理思想对种子区域增长算法进行改进后,所获得的地物轮廓更加精确,具有更好的遥感影像图地物自动提取效果.