基于遥感影像建筑物的变化检测研究

随着自然灾害的频繁发生和城市违法建设的增多,在灾后救援、灾后评估和城市规划、城市管理工作中对于掌握建筑物变化的情况越来越重要,应用遥感技术进行变化检测成为研究热点。通过基于图像增强和二次特征的方法以及阴影分析法进行了建筑物的变化检测研究。     

深圳湾沿岸池养黄鳍鲷的繁殖生物学

根据1994～1996年在深圳湾沿岸养殖场采集的黄鳍鲷的调查资料,就该鱼的繁殖生物学的一些问题作了探讨.     

深圳湾沿岩池养黄鳍鲷的繁殖生物学

根据１９９４～１９９６年在深圳湾沿岸养殖场采集的黄鳍鲷的调查资料，就该鱼的繁殖生物学的一些问题作了探讨。     

深圳湾困难立地红树林修复技术与应用研究

采用3种技术手段(空心砖、定制竹篓I和定制竹篓II), 于2016年在深圳湾开展困难立地条件下的红树林修复试验, 并于4年后从定植技术、经济成本、红树植物种群特征和沉积环境质量方面评价修复效果, 得到如下结果。1) 3种技术手段均能成功地修复桐花树种群, 修复后桐花树的保存率超过87%; 2) 空心砖组的成本低于定制竹篓I组和定制竹篓II组; 3) 红树林种植区沉积物有机质(TOC)和总磷(TP)显著高于裸滩区, 说明红树林能够促进对有机物和磷的截留, 降低其向近海海洋环境逸散的风险。评价结果证明, 采用空心砖、定制竹篓I 和定制竹篓II等技术手段, 能够在深圳湾困难立地成功修复红树林。综合考虑修复效果和经济成本, 建议采用空心砖技术手段对困难立地条件下的红树林进行修复。     

基于遥感影像的车辆导航研究

针对当前车辆导航系统均以二维矢量地图为工作底图,不够直观、精确,同时现实性较差,不能实现小区内的导航,提出一种基于遥感影像的车辆导航技术思路,利用高精度遥感影像作为工作底图,从GPS接收机中得到相关定位信息,将定位点导入经过校准后的遥感图像上.同时为了提高定位精度,在遥感图像上进行道路提取,实现地图匹配,从而达到车辆导航的目的.实验证明,该技术具有较高的直观性和形象性,能满足目前导航需求.     

基于SPOT遥感影像的下垫面信息获取研究

分析了利用SPOT卫星影像提取下垫面信息的现状,包括工程实践中通过SPOT立体像对恢复DEM的方法及其特点以及其他下垫面信息的提取方法及其特点;综述了智能化、高效率获取下垫面信息的研究进展.结果表明,随着科学技术的进步,空间分辨率低、大区域、高质量立体像对获取困难及云层覆盖等SPOT影像数据本身存在的缺陷将逐步被克服,但智能化、高效率地进行下垫面信息的提取,将是今后必须努力解决的理论与技术难题.     

基于高分辨遥感影像的土地整理技术研究

卫星遥感影像数据具有现势性好、时空分辨率高等优点,能及时、准确、快速地反映土地利用变化情况。该文基于作者长期从事土地整理工作的相关工作经验,详细介绍了Quick Bird高分影像在土地整理大中比例尺地形图测绘方面的总体思路和实施过程,这对新技术条件下土地调查和整理的应用实践提供了重要借鉴。     

基于高分辨率遥感影像的开封市人口估算研究

在改进常用的人口估算方法——土地利用密度法的基础上,借助于Arcgis数据分析平台和Geodatabase数据库技术,对开封城区进行了人口估算研究,结果表明,改进的人口估算方法获取人口数据周期短、误差小,整体上满足人口空间分布分析和人口区域密度分析的研究需要.     

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。     

基于遥感影像的校园周边建筑物变化检测研究

为使本科生了解卫星遥感技术、掌握机器学习方法,结合吉林大学大学生创新创业训练计划,设计了实验项目“基于遥感影像的校园周边建筑物变化检测研究”。以高分二号(GF-2)卫星影像与吉林一号夜间微光影像为实验数据,实验区域为中国某小学周边地区。使用多种机器学习方法以提取实验区域内不同时段的建筑物信息并对该结果进行精度分析;将建筑物提取结果与地面参考数据进行对比,最终获得了不同时间段的建筑物的变化情况。并且采用了吉林一号夜间微光影像对校园周边建筑与居民活动情况进行了分析。实验结果表明,所选取的随机森林与VGG(Visual Geometry Group)神经网络算法可对遥感影像中的建筑物进行有效识别,并通过不同时期建筑物数量和夜间灯光变化的检测结果,说明了校园对周边地区发展的影响,为城市规划提供了参考信息。     

基于多随机场遥感图像分割

结合二维Wold分解技术来对遥感图像进行分割，将图像分解为确定性随机场和纯不确定性随机场，通过调整它们之间的比例关系，来加强纹理边缘，从而改善马尔可夫标记场模型对纹理边缘过平滑的现象．实验对城区目标进行提取，结果表明本方法的有效性优于纯马尔可夫随机场所采取的分割方法．     

海口湾海滩冲淤遥感分析

卫星遥感水边线分析海滩冲淤比现场观测方便、快速,而且资料源更多,但是海口湾海滩缺乏这种研究.本文建立了四种水体指数遥感水边线方法,通过观测检验发现,NDWI指数更适合海口湾.对1994—2013年的15景Landsat卫星遥感影像提取了水边线,利用这些水边线推算了高潮位和低潮位之间的海滩坡度演变,海滩坡度基本稳定,其值为3.7~4.2°.利用遥感水边线的位置变化及其推算的海滩坡度,分析了海滩冲淤演变特征:海口湾各段海滩的冲淤规律并不一致,其中西秀海滩和假日海滩发生冲刷,高潮位附近的冲刷厚度为0.36 m、冲刷速率为1.9cm/a,低潮位附近的冲刷厚度为0.30 m、冲刷速率为1.8 cm/a.     

基于BP神经网络的遥感影像分类方法

为了消除传统的遥感影像分类所带来的模糊性和不确定性,采用BP神经网络进行遥感影像分类.利用MatLab软件构建BP网络遥感影像分类算法,通过对BP网络算法进行改进,采用动量-自适应学习速率调整算法克服了网络训练速度慢、不易收敛到全局最优等缺点.对一幅全色遥感图像通过300次训练后,输出能真实反映地类的影像图.其分类总精度为86.67%,Kappa系数为0.82,分类精度能够满足遥感图像分类的需要.     

融合FEB的YOLOX遥感图像目标检测算法

针对遥感图像的复杂背景干扰大、目标尺度变化大以及小目标检测困难等导致检测精度降低的问题,提出一种增强YOLOX主干网络输出特征提取能力的检测算法。通过加入连续膨胀残差卷积和注意力机制,设计一种全新的提取主干网络输出特征增强块(feature enhance block,FEB),让连续膨胀残差卷积串联4个具有不同膨胀率的膨胀残差卷积,扩大算法的感受野,丰富上下文信息,同时减轻背景对检测的影响,有效加强算法对目标尺度变化大及小目标的检测能力,使用SA注意力机制抑制背景对算法检测的干扰,提高算法的检测精度。在RSOD数据集上的实验表明,FEB相较于其他同类型模块具有更好的特征提取能力。     

基于RF模型的高分辨率遥感影像分类评价

以QuickBird高分辨率遥感影像为主要数据源,采用多尺度影像分割方法提取地物对象的光谱、纹理和形状特征;在此基础上,构建基于随机森林（RF）方法的遥感影像分类模型,分析和评价特征变量对模型重要性与稳定性的影响。结果表明:1研究区最优分割尺度参数为70、形状因子0.2、色彩因子0.8,同时构建研究区乔木、灌木和草地等8个景观类型的光谱、纹理和形状等32个特征变量信息;2选择5 000棵树和1个节点变量构建的RF分类模型的总体精度为0.94,Kappa系数为0.93,OOB（Out of Bag）数据泛化误差为6.01%;3通过分析特征变量的重要性发现,Ratio_la₁和Ratio_la₂等光谱特征的重要性值明显比形状特征和纹理特征的高;4基于平均下降精度,选择16个变量构建RF模型时总体精度达到0.94,Kappa系数0.93;5基于基尼指数构建的RF模型,在19个变量时总体精度和Kappa系数达到峰值。相比较而言,基于平均下降精度构建的RF较稳定。     

基于TM影像的森林三维绿量的遥感测算

以北京市八达岭林场为研究区,TM影像为数据源,结合地面样地调查数据,利用多元线性回归分析法分树种建立了北京市八达岭林场三维绿量(TGB)的估测模型。对估测模型进行评价和精度验证,得到阔叶林、针叶林、混交林三维绿量模型的决定系数(R2)分别为0.858、0.756、0.759,测算精度为85.63%。基于模型估测八达岭林场的三维绿量,总量为1 498.635万m3;与利用森林资源二类调查数据计算的地面实测三维绿量对比,测算精度为90.89%。     

基于形状的遥感图像检索系统

研究了基于内容的遥感图像库的快速检索系统．系统采用基于形状全局特征与局部特征相结合的两步检索策略，由简单的全局特征来过滤掉大部分的非相关形状，利用矢量近似方法来对所属类别进行快速定位，缩小搜索空间；局部特征相似性是通过形状小波变换系数之间的距离直接计算的．仿真试验表明，该查询结构能够高效准确地对高分辨遥感图像和航片进行检索．     

基于改进YOLOV3的遥感图像舰船目标检测

对于舰船遥感目标检测中存在精度低、速度慢等问题,以YOLOV3为框架对YOLOV3网络进行改进,从而使其更适用于检测遥感舰船目标,为了使检测精度更高,在原本3个不同尺度的卷积特征图与深度残差网络中相应尺度的特征图进行融合前提下,增加了第4个尺度104×104,有效地学习样本的特征.实验结果表明:改进的YOLOV3网络能...     

遥感图像和矢量图的叠加

针对遥感图像与地理信息系统矢量图之间的数据结构和显示时所用的坐标系统的不同问题,通过研究遥感图像与矢量图形叠加来解决两种数据的融合.利用ENVI对研究所用的遥感图像进行一系列的校正,将遥感图像和该图像所对区域的矢量图进行配准,得到带有相同GCP点的两幅图像,两幅图像进行叠加形成一幅遥感图像和矢量图综合显示的图像,该图像结合两者的优点为GIS提供强大的数据库.     

遥感影像分类方法的研究

该文基于ERDAS的KnowledgeEngineer分类方法原理,提出一种多信息源、智能化、程序化的阈值分类技术,利用空间模型语言SML（SpatialModelerLanguage）编程实现遥感影像的分类,进而克服了传统分类方法只能针对单一信息源的局限。研究工作以1999年ETM＋遥感影像临港新城为例,将该方法与传统的监督分类方法进行比较和精度评价。结果表明,阈值分类法比监督分类法分类精度高,指标Kappa系数由0.6109提高到0.8204。该方法可通过模块实现多信息源的调用,从已分类图像中提取确认的分类信息,达到一定的智能化,减少人为的重复性操作。