以创新实践能力培养为导向的遥感教学实习模式探讨

针对遥感课程教学实习中存在理论知识与创新实践的教育发展不均衡现象,以培养掌握理论知识与具有创新实践能力的人才为目标,通过相关调查与分析,分析创新实践能力培养在遥感教学实习中的重要性,在人才培养体系建设理念、课程教材、教学方法与手段、实践教学等方面探讨了遥感科学与技术专业的教学改革,着重培养掌握并运用遥感科学与技术专业及其他相关专业的专业基础理论、知识和技能,融工程实践创新能力和科研能力为一体的的复合型专业人才。     

基于多特征和改进稀疏表示的高光谱图像分类

为了实现对高光谱图像的分类,提出了一种基于多特征和改进稀疏表示的方法——MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征,求解稀疏系数,同时增加一个2范式约束,利用所得系数得到每个测试像素的最终类别标签。实验结果表明:所提MFISR方法对小样本的检测效果显著,分类性能稳定且较优。     

河流断面演变关键影响因子遥感统计分析与识别

选取人类活动影响较小的三江源地区,利用多源遥感数据,结合最小二乘法与模糊聚类法开展大数据统计分析,探索自然因素对河流断面形状空间变异的影响.结果表明:在所有影响因素中,流域面积是驱动河流断面形状变化最主要的影响因素,随着断面控制流域面积的增加,上游"窄-深"型河道渐变为下游"宽-浅"型河道;土壤孔隙高、粉粒含量大、断面位置坡度高、植被盖度低的地理环境更利于抛物线型河流断面的形成;断面形状拟合参数(a)、控制流域面积(S)与宽深比(RWD)的关系函数均为指数型函数(a=c1ed1s,RWD=c2ed2S).以上结论适用于受人类活动影响小、资料缺乏的山区自然河道,可准确、高效、安全地获取河流断面形状,为河流水质评价、生态流量计算、河流健康保护、水土保持措施配置研究等奠定坚实的方法和数据基础,助力我国生态文明重大方略的实施.     

MODIS遥感数据的沈阳市植被变化规律

为确定2001-2011年间沈阳地区植被的分布特征和年际变化规律,采用NASA地球观测系统(EOS)提供的MODIS陆地植被指数产品MOD13A3,对沈阳地区进行分析,用归一化植被指数(NDVI)作为植被生长状态指标,以2001年植被指数为基准,用其它年份的植被指数与基准作差值处理,根据NDVI变化数据分级标准进行分级,分析了2001-2011年间沈阳地区植被的分布特征和年际变化规律.结果表明:沈阳地区植被覆盖密度由城区中心向周边逐渐增大;2001-2011年沈阳植被总体呈退化趋势;2002-2004年,沈阳城区边缘的植被有轻微退化外,其他地区植被均呈现中度和轻微改善;2005年以后沈阳市城区边缘的植被退化严重;在2008和2010年间,沈阳市周边地区如东陵区东南、苏家屯东南部、沈北新区西南部和于洪区东南部植被均有轻微和中度改善.     

收敛性随机森林模型及其遥感应用

通过引入全局损失函数,提出了一种全局优化的随机森林模型算法,称为θ-β型随机森林,并且利用改进后的模型对城市遥感图进行了检测与识别,识别准确率与识别速率都得到了一定的提高.方法在经典随机森林模型的基础上加入前向反馈模型(Forward Stagewise Additive Model),通过每一层节点的训练结果干预下一层的训练数据(从而改变阈值θ的选择)与训练步长(β),使得最后训练得到的型随机森林收敛速度更快,预测结果更为准确.     

基于单通道单脉冲跟踪接收机的快速校相技术

航天测控系统中目前普遍采用双通道跟踪体制的多功能跟踪基带进行快速校相,但在遥感卫星接收系统中单通道跟踪接收机应用普遍,动态快速校相技术应用尚未得到广泛应用,本文根据单通道单脉冲跟踪接收机的校相基本原理,提出了单通道单脉冲跟踪接收机快速校相方法,并对传统的快速校相方法进行了改进,有效提高了快速校相精度和遥感接收设备自动化标校水平。     

LU/LC样本影像数据库管理系统的构建及其应用

针对遥感解译及土地核查中传统的人机交互方法人为影响较大、精度不稳定、判读标准不一等现象,综合地总结了土地利用/土地覆盖(LU/LC)常见典型地物样本及影像特征信息,通过建设数据库的总体流程、基本示例影像以及关键技术,从而构建具有一定通用性的LU/LC样本影像数据库管理系统,解决了遥感解译及土地核查过程中主要涉及的大量遥感图像和繁杂的属性文本信息等问题,实现对样本影像数据统一存储、有序管理以及实时更新,更好地为生产决策服务。同时,结合该样本影像数据库,将LU/LC样本库知识学习应用于福州市地区1994年、2000年、2009年、2013年的遥感影像解译,获得影像的分类精度分别为87.89%、91.46%、88.35%、88.62%。结果表明,建立LU/LC样本影像数据库辅助解译减少了判读误差,并且精度较稳定及符合生产要求。     

基于遥感技术的腾冲地热异常区识别

重点探讨用遥感技术识别腾冲火山地热区的地表热异常。考察地表温度的概率分布,提出了基于统计方法来识别地表温度异常区的思路。同时,采用按高程信息来分区识别地表温度异常区,以减小腾冲地区高程对地表温度分布的影响,并结合遥感地质构造解译和蚀变岩体遥感填图结果,圈定腾冲地区地热异常区的空间分布情况。共发现8处地热异常区,其中3处是本次研究识别出来的。与有关地热田、热泉、火山的分布资料的对比分析,结果显示所圈定的地热异常区是较合理的。腾冲地热异常区的空间分布明显受到区内地质构造控制,并跟地表高温异常和岩体蚀变等遥感反演信息有密切的联系。