应用ETM+影像分析佛山市绿地信息

应用ETM 影像和地理信息系统对佛山城市绿地信息进行了研究。为了提取正确的绿地专题信息，对提取的方法进行了探讨。研究结果表明，佛山市绿地分布很不平衡．并提出了佛山市绿地建设的合理化建议。     

基于多源遥感数据的城市扩张测度研究——以厦门市为例

以2000、2005、2009、2013年的Landsat遥感影像数据和相应年份的DMSP/OLS夜间灯光数据为基础,结合厦门市的社会经济数据,运用GIS和RS分析手段,通过引入紧凑度、城市重心、城市扩张速度、城市扩张强度、全域空间自相关系数、弹性系数等指标,对城市扩展过程中的时空特征、形态演变及其与经济发展之间的协调性进行测度.结果表明,厦门城市扩展空间形态变化呈现明显的阶段性,城市扩张过程中空间形态趋向稳定,土地开发利用和城市功能配置还处于较低水平.     

厦门市城市扩展遥感动态监测及其驱动力分析

基于最大似然法、空间叠加技术和转移矩阵,提取1993、2001和2007年厦门市遥感影像土地利用信息.分析城市建设用地变化、城市扩展空间特点及其驱动力,探讨优化厦门市城市空间扩展的策略.结果表明:1993—2007年,土地利用发生变化的面积高达35.79%,其中1993—2001年的变化面积为2001—2007年的两倍多;14年间,建设用地面积扩展年变化率为6.35%,扩展面积中耕地所占比例超过50%;城市扩展的主要驱动力来自经济发展、人口增长、外商投资、政策法规及自然地理环境.     

一种光学遥感图像海面舰船检测算法

为了在通用硬件平台上实现光学遥感图像海面舰船检测,提出一套适合实际系统应用的算法。首先,在海陆分割阶段设计能快速粗分图像内容的自适应双门限阈值分割方法;其次,根据海面舰船分布稀疏的特点对分块后的图像进行目标存在性初判;接着,只对初判为有目标的分块提取目标候选区域,提高了检测效率,其中引入杂波率系数自适应地控制Top-Hat算子中结构元素的尺寸,使其更好地抑制背景;最后,采用基于特征的模式识别方法剔除虚警。测试结果验证了算法的性能,并在硬件平台上进行了实现。     

基于土壤系统分类的土壤遥感自动识别分类系统的设计

设计出基于土壤系统分类的土壤遥感自动识别分类系统(ASICS)的总体框架，并探讨了其实现方法．该系统由3部分组成：空间数据库、分类识别和结果输出．空间数据库由遥感数据和非遥感数据组成，遥感数据选择绿度指数图像、土壤专题信息增强图像和同谱土壤图像，非遥感数据包括高程、高差、坡度、坡向、粗糙率指数、水系密度、土壤发生分类类别．分类识别采取在非监督分类的基础上对土壤类型进行正向推理与逆向推理相结合的识别模式．用像结构建立了土壤分类识别的规则，构造了基于土壤系统分类的土壤分类判决树．     

应用多源遥感影像提取鄱阳湖形态参数

鄱阳湖是我国最大的淡水湖,也是我国的洪水多发地带.利用遥感影像自动、快速、准确提取鄱阳湖形态参数(水体面积、水位高程值),实时监控鄱阳湖水情空间动态变化,具有非常重要的意义.本文通过在Radarsat SAR和Terra Modis遥感影像上提取水体,测量计算了遥感影像上的水域面积.将遥感测量结果与利用鄱阳湖历年的水位高程与面积水文统计数据拟合模型测量结果进行交互验证,误差绝对值小于0.70%,最终建立了一个具有较高精度的鄱阳湖主体水域水位-面积分布数学模型.为利用遥感影像实时监控鄱阳湖水情空间动态变化提供了可行的方法手段,对湖泊、水库的泛洪监测、调洪功能分析具有重要的意义.     

单自由度结构远程分析及拟动力试验平台

基于网络结构实验室概念,开发了一个单自由度结构体系远程协同分析和拟动力试验平台.该平台由控制中心、真实试验机、虚拟试验机和远程观察器4个模块组成,各模块由计算机网络连接在一起,采用并行通讯模式实现控制中心与试验机和观察器之间的数据传输.利用该平台进行了钢管混凝土柱在3个水准地震作用下的协同拟动力试验,并进行了理论分析对比.平台的开发应用初步实现了异地分布式协同结构拟动力试验理论,进一步扩充可应用于更为复杂的子结构协同拟动力试验,从而将多个单一结构实验室整合为功能强大的网络结构实验室,提高了试验能力,达到了资源共享的目的.     

双时相影像联合不确定性对变化检测精度的影响机理探索

研究了双时相影像的联合不确定性对变化检测结果精度的影响机理,为通过抑制不确定性的方法提高变化检测精度的工作奠定理论基础.首先利用联合熵对双时相影像的联合不确定性进行量化评估;进而基于空间统计相关方法,研究影像的联合不确定性与双时相影像变化检测精度指标之间的关系;最后建立双时相影像联合不确定性对变化检测结果精度的作用模型.实验结果表明:双时相影像的联合不确定性与变化检测结果的精度之间呈现出强负相关性,且对变化检测结果精度的影响模式具有线性特征.     

基于自适应遗传算法的超平面分类及遥感应用

智能分类算法是遥感影像分类研究的热点,遗传算法作为一种智能全局优化技术在遥感影像分类中具有良好应用前景.针对现有多光谱遥感影像分类方法的不足,提出了基于自适应遗传算法的超平面分类方法(hyper plane-adaptive genetic algorithm,HP-AGA)并应用于遥感影像分类,该方法利用神经网络中的神经元激活函数Sigmoid函数,对遗传算法中交叉率、变异率进行非线性自适应性调整,不再需要反复训练遗传参数,同时利用快速全局寻优特点,确定分类超平面的各个位置参数,从而获取最佳分类超平面集进行分类.多光谱遥感影像分类方法的应用实验表明,基于自适应遗传算法的超平面遥感分类方法能更快、更稳定地收敛到全局最优解,具有更好的效率及鲁棒性,并能取得优于简单遗传超平面分类算法及传统分类方法的分类精度.     

测控信号随机时延对迭代学习控制系统的影响

测控信号通过无线网络传输受到的随机时延严重影响迭代学习控制系统的收敛性能. 在一步随机时延模型的基础上,得到包含随机时延影响因子的系统转移矩阵,然后分别针对测控信号发生时延的情况,研究转移矩阵内决定系统收敛速度的特征值,以及决定系统鲁棒收敛性的下三角内其他元素取值的变化情况. 由分析可知,测控信号随机时延不仅会降低系统的收敛速度,而且会影响系统的鲁棒收敛性. 尤其是控制信号随机时延,它对系统鲁棒收敛性的影响明显强于测量信号随机时延的影响. 仿真实验表明了分析结论的正确性.