一种基于影像块组织的遥感数据分布式存储方法

云存储是解决动态增长的海量遥感数据产品存储管理难题的有效手段.针对云存储在遥感数据存储领域中存在的问题,提出了一种基于影像块组织的遥感数据分布式Key-Value存储模型,解决了分布式文件系统存储大规模影像块效率低下的问题,使遥感数据云存储具备了空间区域访问特性;结合开源分布式文件系统HDFS,实现了影像数据的分布式高效存储与空间区域检索.实验与分析表明,系统在多用户并发连接情况下可以维持较高的吞吐率,同时具备良好的可伸缩性和稳定性.     

一种基于影像块组织的遥感数据分布式存储方法

云存储是解决动态增长的海量遥感数据产品存储管理难题的有效手段．针对云存储在遥感数据存储领域中存在的问题,提出了一种基于影像块组织的遥感数据分布式Key-Value存储模型,解决了分布式文件系统存储大规模影像块效率低下的问题,使遥感数据云存储具备了空间区域访问特性;结合开源分布式文件系统HDFS,实现了影像数据的分布式高效存储与空间区域检索．实验与分析表明,系统在多用户并发连接情况下可以维持较高的吞吐率,同时具备良好的可伸缩性和稳定性．     

融合遥感与社会感知数据的城市土地利用分类方法

传统的土地利用分类方法大多基于对资料或影像的人工解译,存在一定的局限性。近年来,结合空间大数据和自然语言处理技术进行低成本快速的土地资源管理已成为研究热点。以美国纽约市曼哈顿区为例,提出了融合遥感影像和社会感知数据的城市土地利用分类方法。从遥感影像中提取光谱特征、从推特数据中提取用户活动时空和主题特征,基于随机森林法和深度神经网络法,构建了细粒度的城市土地利用分类模型。通过对比不同特征组合分类方法的精度,得到结合光谱特征和用户活动时空、主题特征的深度神经网络方法的结果最优,总体精度达82.65%,Kappa系数为70.1%。结果表明,社会感知数据中隐含的用户活动时空模式和活动主题信息均有助于提高城市土地利用分类的精度,而神经网络法可有效融合多源数据,为快速、低成本获取城市土地利用信息提供了新的途径。     

基于多尺度学习与深度卷积神经网络的遥感图像土地利用分类

土地利用信息是国土资源管理的基础和重要依据,随着高分辨率遥感图像数据的日益增多,迫切需要快速准确的土地利用分类方法。目前应用较广的面向对象的分类方法对空间特征的利用尚不够充分,在特征选择上存在一定的局限性。为此,提出一种基于多尺度学习与深度卷积神经网络（deep convolutional neural network,DCNN）的多尺度神经网络（multi-scale neural network,MSNet）模型,基于残差网络构建了100层编码网络,通过并行输入实现输入图像的多尺度学习,利用膨胀卷积实现特征图像的多尺度学习,设计了一种端到端的分类网络。以浙江省0.5 m分辨率的光学航空遥感图像为数据源进行了实验,总体分类精度达91.97%,并将其与传统全卷积网络（fully convolutional networks,FCN）方法和基于支持向量机（support vector machine,SVM）的面向对象方法进行了对比,结果表明,本文所提方法分类精度更高,分类结果整体性更强。     

基于等纬度DINEOF的遥感SST产品缺失数据重构算法及精度验证分析

由于云覆盖、算法失效等原因造成SST遥感数据产品大量缺失,严重影响其在海洋环境监测中的应用.对缺失数据进行重构是提高SST数据产品质量及应用效果的一项重要工作.在已发展的DINEOF(Data Interpolating Empirical Orthogonal Function)基础上提出了一种适用于海量数据、大空间尺度的数据重构改进算法——等纬度正交经验函数重构方法(Same Latitude-DINEOF,SL-DINEOF).利用此方法对中国近海的MODIS SST数据产品进行重构,并与原始的非等纬度方法进行重构精度对比分析.结果表明,基于SL-DINEOF的重构精度呈季节性变化,受SST量值、时间变异及原始数据缺失率3方面影响,其中在南海表现最优(RMSE为0.731~0.957);对比可知,在各个海区SL-DINEOF均优于DINEOF,RMSE的最大降幅达21.28%,且纬度越高优势越明显;此外,SLDINEOF最优通常出现在春秋季.     

基于多尺度学习与深度卷积神经网络的遥感图像土地利用分类

土地利用信息是国土资源管理的基础和重要依据,随着高分辨率遥感图像数据的日益增多,迫切需要快速准确的土地利用分类方法。目前应用较广的面向对象的分类方法对空间特征的利用尚不够充分,在特征选择上存在一定的局限性。为此,提出一种基于多尺度学习与深度卷积神经网络（deep convolutional neural network,DCNN）的多尺度神经网络（multi-scale neural network,MSNet）模型,基于残差网络构建了100层编码网络,通过并行输入实现输入图像的多尺度学习,利用膨胀卷积实现特征图像的多尺度学习,设计了一种端到端的分类网络。以浙江省0.5 m分辨率的光学航空遥感图像为数据源进行了实验,总体分类精度达91.97%,并将其与传统全卷积网络（fully convolutional networks,FCN）方法和基于支持向量机（support vector machine,SVM）的面向对象方法进行了对比,结果表明,本文所提方法分类精度更高,分类结果整体性更强。     

基于遥感影像的嘉兴市城市扩张与驱动力分析

在当前高速城市化的背景下,为及时了解嘉兴市的城市发展现状,使用遥感手段提取各时间段内城市的建设区域,并分析了扩张过程的时空特征,再结合社会经济数据探究了城市扩张的驱动力因素.结果表明：嘉兴市在1993~2013年间城市扩张明显,扩张速度和强度先增后减,扩张方向由西北转向南,扩张模式经历了“主动型-被动型-稳定型”的转变过程,扩张合理性较差,城市扩张速率高于人口增长速率,扩张驱动因子主要为经济发展、产业结构调整和人口增长.     

海量遥感影像管理与可视化系统的研究与实现

随着遥感技术的飞速发展,产生了海量的遥感影像数据.为了有效管理和利用这些数据,研究设计了海量遥感影像管理与可视化系统.利用基于扩展的对象关系型数据库,对遥感影像进行组织和管理,并针对海量数据的显示效率问题,提出了优化方法,最后给出了系统运行的实例.实践表明,该系统能够较好地满足海量遥感影像数据的高效管理与可视化要求.     

基于NPP-VIIRS夜间灯光数据的山西省GDP空间化模拟

选取山西省为研究对象,以美国国家极轨合作仪件-可见红外成像辐射计套件（NPP-VIIRS）夜间灯光数据、GDP统计数据等为数据源,构建GDP空间化拟合模型,建立山西省GDP密度图,据此研究山西省经济的空间差异性。通过对NPP-VIIRS夜间灯光数据的空间化处理,提取灯光指数,并将其与GDP进行回归拟合,建立最佳回归模型,得到GDP密度拟合图;利用县级GDP数据进行线性纠正,从而提高GDP的模拟精度。结果表明：（1）NPP-VIIRS夜间灯光数据与GDP的相关性较高,可用于山西省GDP模拟;（2）与GDP分区建模相比,GDP整体建模的精度更高;（3）山西省GDP的空间分布整体呈由城市中心逐渐向周边辐射的特点,构成GDP过渡带。     

V-系统的快速变换算法

V-系统是L²[0,1]上的一类完备正交分段多项式函数系,由于其基函数的间断特性,在非连续信号的表达与分析上优势显著。然而,在目前的V-系统变换算法中,对于一个长度为N的信号,不仅需要事先生成并存储一个N阶的正交矩阵,而且其时间复杂度高达Ο(N³)。为实现对大规模数据的高效处理,从V-系统的多分辨率分析角度出发,设计并实现了V-系统的快速分解与重构算法,不仅无须存储额外信息,而且其时间复杂度仅为Ο(N)。测试结果表明,提出的快速算法能够满足大规模数据高效处理要求,为V-系统在更多领域的应用奠定了基础。     

基于半监督子空间迁移的稀疏表示遥感图像场景分类方法

利用已有的标记数据对新领域图像进行分类是遥感图像场景分类的重要研究方向。提出了一种基于半监督子空间迁移的稀疏表示（sparse representation method based on semi-supervised transfer learning subspace,SR-SSTLS）遥感图像场景分类方法。为减少源域和目标域数据分布变化,将不同数据域的遥感图像投影至共享子空间。源域和目标域数据在投影子空间协同学习共享字典,使得带标记的源域数据辅助目标域模型的建立。同时,建立了基于源域、目标域、源域-目标域标记数据的拉普拉斯图矩阵和目标域未标记数据的拉普拉斯正则化项,使得目标域中的数据均得到很好编码。在多个遥感图像数据集上的实验结果均证明了SR-SSTLS方法的有效性。     

基于Landsat的合肥市城市扩张研究

城市扩张及其驱动力分析在协调城市扩张与土地资源保护的矛盾、促进城市可持续发展中具有重要作用.以合肥市1996,1999,2002,2005,2008,2011,2014年Landsat影像为数据源,采用监督分类方法获取合肥市城市用地时空分布定量信息,从城市面积变化、形态变化和重心迁移3个方面分析合肥市城市扩张情况,并结合自然环境、经济发展、人口增长、交通建设、政府行为等影响因子对合肥市城市发展的驱动力进行分析.结果表明:1996～2014年合肥市城市用地面积扩张286.09km~2,扩张率为394.7%,扩张速度为15.89km~2·a~(-1).近20a来,合肥市在外形上逐渐趋于狭长,以向西南扩张为主,并呈现以交通线为主的星形扩张,城区扩张亦十分明显.驱动力分析得出合肥市扩张的主要影响因子为人口增长与经济发展.     

面向西南印度洋多源科考数据的可扩展管理系统

为了使科考数据的存储和管理适应未来科学考察动态化、多样化发展的需要,在全面分析多源科考数据特点的基础上,结合成熟的数据库管理系统SQL Server以及空间数据库引擎ArcSDE,对多源科考数据的存储组织结构和可视化管理进行了分析和研究,提出了一套多源科考数据管理方案.设计并实现了西南印度洋多金属硫化物科学考察数据管理系统,该系统主要由多源科考数据的统一存储管理和可视化空间操作等功能模块组成,具有良好的适应性和扩展性,可满足实际应用需求.     

面向网络发布的海洋遥感数据库引擎设计与应用

以浙江海洋水质遥感速报GIS系统的实现为例．针对海洋遥感数据有效管理和网络动态发布的需求,自主设计了面向海洋遥感数据的空间数据库引擎MRSSDE（Marine Remote Sensing Spatial Database Engine）,详细介绍了MRSSDE的数据存储结构和数据访问机制．在浙江海洋水质遥感速报GIS系统中的应用表明,该引擎在对海洋遥感数据方面具有存储效率高、数据上载速度快及响应时间短的特点,达到了海洋遥感数据高效管理和网络实时发布的目的．     

基于遥感生态指数的土地利用程度与环境质量协调发展研究——以浙江省为例

将遥感生态指数应用于土地利用程度与生态环境质量协调研究,结合耦合协调度模型和空间自相关分析,研究了2008,2013,2018年浙江省89个区县的土地利用程度与生态环境质量协调发展时空特征,结果表明：（1）在空间尺度上,浙江省土地利用程度呈东高西低、北高南低的分布态势,各区县发展差距较大。在时间尺度上,各区县土地利用程度均有不同程度的提高,东高西低的趋势越发显著。（2）浙江省由于自然地理条件优越,生态环境质量总体保持较高水平,十年来生态文明建设取得了较大成果。（3）结合土地利用程度与生态环境质量评价结果,影响各区县土地利用程度与生态环境质量耦合协调度的主要因素是土地利用程度。因此,建议由土地利用程度较高的区县带动周边区县发展,对于生态环境质量滞后于土地利用程度的区县,可借鉴耦合协调度较高区县的发展经验,创新发展模式,实现绿色发展;对尚未深度发展的区县,可借助自身生态优势,选择适合当地特色的发展路线。     

基于BP神经网络的陕西省县域乡村性分异研究

以陕西省83个县域为实证研究单元,基于城乡一体化思想构建了乡村性综合评价指标体系,运用BP神经网络确定其指标权重,在Visual Studio 2010平台上计算乡村性指数,并借助ArcGIS和GeoDA软件划分乡村发展类型,对乡村性数值分异及空间分异进行了定量化测度和分析.运用BP神经网络确定乡村性权重及强度具有一定的可行性;陕西省县域乡村性在数值分异特征上,两极分化严重,中低、中等、中高水平县域组内均衡;在空间分异特征上,呈陕南、陕北高,关中低,东低西高的分布格局,乡村性空间关联性较强,彼此联系紧密.进而对陕西省县域乡村性差异的成因做了初步探讨,提出了县域发展的方向.     

基于时空多视图BP神经网络的城市空气质量数据补全方法研究

针对城市空气质量监测数据缺失的问题,提出一种基于时空多视图BP神经网络的数据补全方法。采用指数移动平均、普通克里金和非凸矩阵完备作为时空多视图特征,结合映射非线性关系的BP神经网络,构建数据补全模型。以北京市36个站点2014年5月1日至2015年4月30日监测的PM_2.5、PM₁₀、NO₂、CO、O₃和SO₂6种空气污染物小时浓度为实验数据。实验结果表明,在15%缺失率下,随机缺失补全的平均相对误差为0.102~0.154,时间连续缺失补全的平均相对误差为0.161~0.271,空间连续缺失的补全平均相对误差为0.108~0.155,优于典型的单视图预测方法和多视图线性预测方法。研究成果可为城市空气质量数据补全工作提供方法支持,研究思路可为时空数据挖掘提供参考。     

新疆20年生态系统净初级生产力研究

针对中国西部新疆干旱区特有的气候一植被特征,利用卫星遥感技术对干旱区进行光合作用植被和非光合作用植被区分和解析,通过对于旱覆被植被灌层结构解析.解决植被区系差异和环境背景干扰问题.并参考国际上GLO-PEM、CEVSA和CASA遥感--生态模型,助生态遥感反演的物理分析,初步构建基于遥感与生态过程的适用于干旱区的光能利用率模型NPP-GPEM.并以新疆陆地生态系统为例,利用AVHRR/NOAA 气象卫星遥感数据和气候资料估算了1981到2000年新疆陆地生态系统Ikm分辨率的年净第一性生产力.同时对之进行了时空变化探测分析.模拟检验结果精度较好,生态系统碳吸收的空间异质性特征明显.结果表明,利用干旱区植被生理特征的光能利用模型.模拟结果较为合理,为将NPP-GPEM模型应用到干旱区生态系统研究做了-定的探索.也试图为干旱区陆地生态系统碳循环研究提供新的思路.