矛纹草鹛（Babax lanceolatus）的巢址选择

2011年4-7月,在贵州宽阔水自然保护区对矛纹草鹛（Babax lanceolatus）的巢址选择进行了调查.野外共发现矛纹草鹛的巢32个,其中23巢（72%）位于灌丛,8巢（25%）位于茶地,1巢（3%）位于农耕地.对其中17巢的主成分分析表明,影响矛纹草鹛巢址选择的主要因素包括灌木因子、草本密度和高度因子、水平隐蔽因子和距林缘距离等.矛纹草鹛倾向于选择灌木、草本都较密集的生境营巢,巢址具有较高的隐蔽性.在5 m×5 m尺度下,巢址中心小样方和巢址内随机样方在各参数上都不存在显著差异,表明矛纹草鹛在巣址尺度内对微生境的选择没有明显的倾向性.     

应用启发式边缘生长的遥感影像分割

基于边缘的遥感影像分割方法有两个难点：边缘点检测和边缘线连接. 文中提出一种基于启发式边缘生长的分割方法. 首先对Canny 算子进行三方面的改进以准确提取边缘点：自适应小波去噪、最优双阈值计算、基于邻域全变分的边缘决策. 定义一个新的边缘连接异质性指标,包括空间异质性和光谱异质性. 在此基础上提出启发式的全局交互最优决策技术以正确连接断裂边缘线. 文中用快鸟影像和航空影像进行分割实验,并与eCognition 的分割结果进行定性和定量比较. 实验表明启发式边缘生长分割方法能正确地连接绝大多数边缘线,并提供准确的分割结果.     

基于邻域加权模糊C均值的遥感影像分割

遥感影像分割是遥感影像识别和理解的前提和基础,遥感影像分割的结果直接决定着后续像分析和理解的质量。针对经典模糊C均值(Fuzzy C-Means,FCM)聚类算法分割图像时存在的不足,即该算法只考虑图像中像素自身的灰度值信息而没有考虑其邻域内的像素空间信息从而对噪声比较敏感,提出了一种邻域加权FCM(Neighboring Weighted FCM,NW-FCM)的遥感影像分割算法,该算法中邻域窗口内各系数(权)的值是根据图像自身的特性而自适应确定的。通过分割合成图像和实际的高分辨率遥感影像的实验结果表明,相对于其他几种方法,所提的方法取得了更好的分割效果。     

面向城区环境检测和地图更新的自动地物提取

城区环境保护和检测需要现势性很强的基础地理信息作为平台支撑,需要研究海量遥感影像的快速处理技术和基于影像的城区地物快速提取和变化检测技术,为动态环境检测和基础地理信息更新提供基础数据。加拿大PCI基础地理信息有限公司作为空间地理信息领域的专业公司,一直在为各行业用户提供空间数据解决方案。     

基于高分辨率的极化干涉SAR和多光谱影像的地质灾害信息提取

灾害信息的快速有效提取是当今各国的一个热点问题,尽管国内外针对不同传感器做了一些灾害信息提取的研究,但是如何利用多源传感器将灾害引起的地表形变与承灾体毁损变化有效结合进行灾情评估成为研究的难点,因此,综合利用SAR和高分辨率多光谱影像进行灾害信息的快速提取成为研究和应用的一个重要领域。     

栅格数据的喀斯特地区土地潜力评价典型研究--以花江项目示范区为例

以花江项目示范区为例,将各矢量因子层转化为5m×5m栅格数据,采用综合评价的方法对每个网格进行逐一评价,得出整个项目区5m×5m为单位的土地潜力分级数据。与传统的以行政区划或某种自然单元为单位进行土地潜力评价相比,不仅提高了评价结果的精度,而且,由于本方法是建立在GIS栅格数据空间分析基础之上的,便于数学方法的应用与参评因子数据的处理,从而大大提高了评价效率。     

山东槐属植物的花粉亚显微形态研究

利用电镜扫描方法对山东济南栽培和野生的槐属(Sophora L．)3种1变型的花粉进行亚显微形态结构观察和研究。结果显示,该属花粉为长球形,具3孔沟,而花粉外壁雕纹、孔沟的形态结构特征明显表现出种与种之间、种与变型之间的差异,可以作为种间分类的依据。     

提高滇东南石漠化区域遥感反演中的大气校正精度

在充分考虑气溶胶空间分布和地表临近效应的基础上,综合考虑湿度及光谱分析确定合理的能见度,并分析研究不同校准文件对于光谱反射率的影响.将这些值应用于大气校正的计算过程,以此提高大气校正的精度.结果表明,利用该模型进行的大气校正能够有效降低大气分子、水汽、臭氧、气溶胶粒子等对卫星遥感影像造成的影响,提高遥感石漠化信息反演精度.该方法在冬季的校正效果较秋季和春季的更佳.     

融合DMSP-OLS和Landsat影像的城区边界提取

研究了融合DMSP-OLS夜间遥感数据和Landsat 7地表覆盖遥感影像以改善城区边界提取可靠性的方法.首先利用DMSP-OLS数据和Landsat 7数据分别提取城市建成区边界,然后通过加权融合法对两种数据获取的边界进行融合,以获取可靠性更高的城区边界.实验验证了该方法的有效性.     

基于改进型不透水表面指数的城市V-I-S特征研究——以兰州市为例

为了更好的利用光谱指数特征对城市V-I-S地表覆被格局特征进行研究,在深入分析研究区基本组分地表覆被类型特征后,通过创建改进型归一化差值不透水表面指数(MNDISI),并结合改进型归一化差异水体指数(MNDWI)、土壤调节植被指数(SAVI),以及不同地表覆被类型在近红外和短波红外波段的平均反射率值等六组参数作为主要特征,基于Landsat TM影像,在面向对象的最邻近分类器中进行城市V-I-S基本组分地表覆被类型信息的提取与分类,精度评价得出生产者精度、用户精度、总体精度和Kappa系数分别达到92.5%、88.4%、87.5%和0.85以上.结果证明该方法实现了大范围区域城市V-I-S基本组分地表覆被类型信息和格局特征的自动准确提取.