我国西北若干种冰、雪及水体反射光谱特性的研究

本文根据1980—1982年在我国西北地区野外实测资料的基础上,详细分析了若干种冰、雪及浑浊水体的反射光谱特性及其与测试目标物的某些参数关系,并根据光谱特性的分类结果提出其最佳遥感波段。     

江南丘陵区土地利用/覆被分类

江南丘陵区土地利用/履被类型相对比较复杂，传统的基于光谱特征的计算机自动分类的精度难以达到实际应用的需求．为了提高分类精度，需要模仿目视解译过程，从遥感信息机理与地学规律的综合分析人手，综合其它辅助信息进行分类．在对绍兴试验区地学背景知识和遥感数据光谱特性充分分析的基础上，获取了试验区各类典型地物分类的知识，并以规则的形式表示这些知识，集成TM影像亮度值、亮度值关系和DEM、坡度和坡向地理辅助数据对试验区土地利用/履被进行分类．结果表明，该方法可以方便有效地综合多种辅助数据进行分类，得到令人满意的分类结果，本次试验的分类精度为86．66％。     

敦煌壁画数字图像的三维信息恢复

详细阐述了用数字近景摄影测量和计算机图像处理技术来恢复敦煌壁画三维信息的过程,以达到原样数字保存敦煌壁画的目的.通过建立洞窟的统一坐标系统,对洞窟壁画进行近景摄影测量,并把近景摄影测量获取的底片用高分辨率的扫描仪扫描成数字图像.然后经过坐标变换,建立每个墙面壁画的辅助空间坐标.在此基础上,经过模型定向、核线重采样、影像匹配、数字表面模型的生成,直至最后生成正射影像,恢复壁画的三维信息.从壁画图像处理的结果来看,所有控制点绝对定向的残差都在毫米级,壁画数字表面模型的中误差也在毫米级,也就是说敦煌壁画图像数据的几何纠正达到了毫米级.这表明用近景摄影测量和计算机图像处理技术可以很精确地恢复敦煌壁画的三维空间信息,从而达到保护和永久地数字化存贮敦煌壁画、塑像文物的目的.同时也为我们提供了一种文物保护的新方法和新思路,为古代珍贵文物的保护、复原与研究提供了新的手段.     

IKONOS图象的城市土地利用信息提取方法研究

目前，高分辨率遥感图象正愈来愈多地应用于土地与水资源的监测和管理，其中，IKONOS图象数据因其具有较高的空间分辨率和人机交互的解译效果．在省市土地利用信息获取及在城市研究中更具有广阔的应用前景．以南京幅的IKONOS图象数据为基础．以城乡接合部的不同试验区为对象，着重讨论了高分辨率遥感图象城市土地利用信息的提取与分类方法其主要思想是先应用常用的多光谱分类算法对试验区的土地利用现状进行初始的类别划分，然后采用Majority Filtering技术获取图象的上下信息，并给你根据地物的形状特征和空间关系对初始分类结果进行校正与调整．研究结果表明，当初始的类别划分能满足一定精度时，采用本所提出的方法能进一步改善高分辨率图象城市土地利用信息的分类效果．     

洪泽湖天然湿地的长期变化研究

利用遥感数据结合野外调查结果,以混合分类法对从洪泽湖天然湿地2002年8月21日获取的ETM 数据进行分类,并生成2002年分类结果在红光、近红外波段特征空间上的分布图。同时,对1979年的LandsatMSS进行聚类分析,并将聚类结果输出到红光(MSS5)、近红外(MSS7)特征空间图像上,根据MSS的假彩色合成影像、野外调查访问结果和聚类结果在红光、近红外波段特征空间上位置间的相互关系对聚类结果进行标识,将两期遥感图像的分类结果进行叠加,比较了1979~2002年洪泽湖天然湿地变化情况。结果显示,1979~2002年洪泽湖湿地丧失了6458.59hm2,这种丧失与当地对湖泊湿地过度开发及不合理利用密切相关。     

基于分析模型的太湖水色参数敏感度分析

文中以Gordon生物光学模型为基础,利用2004年10月实测的太湖水体固有光学特征、表观光学特征和水体组份浓度数据,构建了参数化的分析模型.基于分析模型,在400 ～ 700 nm可见光光谱的范围内,分别对无机悬浮物、有机悬浮物、叶绿素和黄色物质的光谱敏感程度进行了定量分析,重新认识了水色光谱的形成机理.最后,对进一步利用分析模型构建反演模型的关键问题进行了总结.     

中国北方农牧交错区沙质荒漠化灾害监测评价模型

沙质荒漠化灾害是我国北方农牧交错区最为严重的灾害之一。选择科尔沁和毛乌素两个典型的农牧交错带作为研究区，基于沙质荒漠化灾害背景(图象、图形和统计)GIS数据库，对沙质荒漠化灾害进行判别、预测及对灾情进行综合评估的建模研究，在此基础上，初步建立了我国沙质荒漠化灾害监测综合评价模型。运用该模型对上述两个试验区的沙质荒漠化灾害进行模拟与分析，结果表明：乌审旗、抗锦旗为沙质荒漠化极重度区，奈曼、库伦、开鲁为重度区，昌图县为中度区，通辽为轻度区，对沙质荒漠化影响大小依次为自然因素、经济因素和社会因素。沙质荒漠化灾害危险度评价的结果表明，在毛乌素地区的南部灾害严重，危险度为重度，西部程度较轻，为中度偏轻，东部与北部程度稍重，为中度偏重，但乌审旗的沙质荒漠化灾害程度被低估了，应为重度。     

基于GIS的BP神经网络遥感影像分类研究

传统统计模式识别方法进行遥感影像分类时要求数据服从正态分布且难以加入地理辅助数据．通过分析BP网的分类原理与学习算法，采用了融合遥感影像光谱数据和GIS产生的地理辅助数据进行土地利用类型分类的方法．选择最能反映实验区土地利用信息的光谱数据，结合DEM数据和坡度数据，通过归一化处理后进行BP网的训练分类．将分类结果与采用最大似然法所得的结果综合比较，结果表明，该方法优于最大似然法．     

Digital Elevation Modeling不确定性对地形参数影响的空间分布特征分析

Digital elevation modeling(DEM)是基础地理数据之一,从其中可以提取多种地形参数,DEM不确定性对提取的地形参数具有一定的影响.选择坡度、上坡集水面积和地形指数作为研究对象,在DEM不确定性模拟的基础上,研究DEM不确定性对地形参数影响的空间分布特征.研究发现:DEM不确定性对坡度的影响没有明显的空间分布特征,对上坡集水面积和地形指数具有明显的空间分布特征.DEM不确定性对上坡集水面积影响的空间分布特征为:总体上分布均匀,在河道及附近、水库区域影响大于其它地区;DEM不确定性对地形指数影响的空间分布特征为:总体上分布均匀,在河道及附近、水库、平地地区影响大于其它地区.不同DEM不确定性程度对地形参数影响的空间分布特征相似.     

基于MODIS数据的生物保护区域土地覆被分类

中分辨率(250 m和500 m)MODIS数据比1 km分辨率的AVHRR具有更高的空间和光谱分辨率,在区域尺度上土地利用/覆盖得到了广泛的应用.该文主要探讨了如何在生物保护中利用MODIS数据获得区域土地覆被分类信息.采用决策树和最大似然法相结合的分类方法,对MODIS数据进行了生物保护区域土地覆被分类制图,并利用Landsat TM土地覆被制图作为参考数据对MODIS数据土地覆被制图进行了精度评价.结果表明,利用MODIS数据在区域尺度上可以获取令人满意的土地覆被分类.