Landsat-5卫星数据产品

Landsat-5卫星所获得的图像是至今全球应用最为广泛的遥感信息源,本文详细介绍了Landsat-5卫星的基本参数与其数字产品的特点,以及卫星运行多年后的辐射精度与几何定位精度。最后还介绍了用ERDAS I-MAGINE、PCI GEOMATICA与ENVI打开Landsat-5数字产品的方法与注意事项。     

Landsat-8姿态抖动对多光谱影像配准影响

鉴于遥感器姿态数据的准确性对影像几何定位的重要性,该文对Landsat-8卫星成像过程中,姿态抖动对多光谱影像配准的影响进行评价和分析。首先介绍了美国地质调查局(USGS)对Landsat-8卫星姿态抖动处理方法;其次,从Landsat-8陆地成像仪(OLI)的多光谱影像入手,基于蒙特卡洛数值模拟及Landsat-8真实影像,定量分析了姿态数据高频抖动对Landsat-8OLI数据波段间配准造成的误差;最后,通过模拟改变卫星姿态测量频率,进一步分析卫星抖动处理在不同频率时对抖动误差去除的适应性。Landsat-8卫星姿态抖动配准精度评估及处理方法的适应性分析,可为提高国产卫星姿态抖动处理能力及多光谱影像配准精度提供有益借鉴。     

Landsat 8影像像元地理坐标计算

在遥感卫星数据处理中,计算影像中像元对应地面点的地理坐标不仅是遥感影像数据编目的主要工作之一,同时也是各级几何校正的基础,其计算精度直接影响数据产品处理的几何精度.本文在充分了解Landsat 7卫星和SPOT5卫星像元地理坐标计算算法的基础上,对USGS提出的Landsat 8卫星像元地理坐标计算算法进行了系统性整理和研究,并比较了3种传感器间扫描方式和探测器排布的差异造成计算方法的差异,最后以一景Landsat 8的模拟数据为样本,以GLS2005地面控制点库为参考,将本文介绍算法得到的坐标与控制点库坐标作了对比分析,结果验证了该算法的有效性.     

中法卫星遥感学术讨论会论文选集简介

本书选辑了1986年11月北京中法卫星遥感学术讨论会的论文12篇,中方论文摘要9篇,反映了新一代资源卫星 SPOT 和 Landsat TM 图象应用研究取得的初步成果与前景。内容涉及我国遥感卫星地面站现状与功能扩充;SPOT,Landsat TM 图像信息特征及其在制图、地质矿产、农林、城市、土地等领域中的应用;TM,SPOT 图像复合分析等。书本附有扼要介绍 TM、SPOT 图像技术特点与产品种类的资料2篇。本书可供测绘、地质、农、林、水、城市、环境等多领域从事遥感应用的科技工作者与高等院校有关师生参考。     

广州市河网水体总悬浮物变化的遥感分析

悬浮物是指悬浮在水中的固体物质,它的含量是衡量水污染程度的指标之一,同时也是影响水体光学属性的主要指标之一。珠江是我国境内的第三长河流,包括东江、西江、北江等支流,汇合至广州河段然后进入南海。该研究基于高精度光学卫星遥感数据对珠江河网悬浮泥沙含量进行评价。利用5个航次现场实测的总悬浮物及水体光谱数据,建立了基于Landsat卫星的珠江河网总悬浮物浓度遥感反演模型,并使用Landsat-7与Landsat-8数据提取了1999—2014年珠江广州段河网总悬浮物浓度。研究发现,珠江广州段总悬浮物浓度自1999年开始增加,至2002年达到最高,2002年以后存在逐步降低的趋势。该研究成果可为决策部门及广大市民提供快速、高质量、可视化的水质变化信息。     

SPOT系列卫星及其数据产品的特征

】本文简要介绍了法国 Ｓ Ｐ Ｏ Ｔ 系列卫星的轨道、图像传感器和图像数据的主要特征,在此基础上,结合中国遥感卫星地面站的实际情况,介绍了 Ｓ Ｐ Ｏ Ｔ 卫星数据产品的形式及主要参数。最后,简要描述了 Ｓ Ｐ Ｏ Ｔ 系列卫星的发展概况。     

基于超像素统计量的随机森林遥感图像分类

针对遥感图像地物覆盖分类方法对图像空间分布信息利用不足的问题,提出一种基于超像素统计量的随机森林遥感图像分类方法。以北京市海淀区为研究区,选用Landsat-8卫星为主要数据源,通过改进SLIC超像素分割方法,使之适用于多光谱遥感图像中超像素的分割,提取超像素常见的六个统计量(最小值、最大值、均值、标准差、上四分位数、下四分位数)用于随机森林在遥感图像中的分类。实验结果表明,本文对研究区遥感图像的总体分类精度为89.01%,明显改善了对地物的错分和漏分现象,能够推广到Landsat-8遥感图像的地物覆盖分类工作中。     

卫星遥感及图像处理平台发展

航天科技是国家综合国力和科技实力的重要体现,而卫星遥感则是航天科技转化为生产力最直接、最现实的途径之一。遥感数据获取与分发、数据处理与信息提取是卫星遥感应用的两个基本步骤。随着国家民用空间基础设施规划中的遥感卫星体系稳步推进,以及商业卫星遥感的蓬勃发展,我国的卫星遥感数据获取能力呈现质量齐升之势。但同时,作为卫星遥感应用的基础设施和关键工具,遥感图像处理系统平台逐渐成为制约自主卫星数据应用和空间信息业务发展的重要因素之一。本文围绕卫星遥感对地观测主题,从卫星遥感数据获取能力、卫星遥感数据处理系统平台两方面,对国内外现状进行综述,在此基础上分析了卫星遥感的发展趋势。     

LANDSAT—7卫星的检错纠错系统

Landsat-7(陆地卫星－7）卫星继续保持了以前Landsat卫星飞行任务所创造的为用户提供地球遥感数据持续25年以上的记录,同时Landsat-7卫星大大提高了辐射测量和几何测量的性能。Landsat-7卫星公用舱的设计充分继续了DMSP／TIROS卫星系列的成功经验,在此基础上加以改进,延长了卫星自主安全运营的时间。本文介绍在传统设计的基础上增加的检错纠错（FDAC）设计功能,阐明FDAC系统方案的确定、技术实现和测试。这一设计的成果使得卫星在轨容错能力大大加强,很能确保卫星从故障状态下恢复正常运行。Landsat-7卫星的FDAC设计由3个主要检测单元和一个分层结构的纠正措施阵列组成。故障检测的基础就是所谓的冗余管理（REDMN）功能,这一功能连续监测所选定的卫星功能和性能参数,同时管理故障部件的切换,确保航天器工作状态正常和安全。Landsat－7卫星设计中所考虑的第二个关键功能称之为互连监视（ICMON）,这一功能利用加权的部件故障和性能的遥测数据来推断共用硬件的数据通道的异常,这些共同数据通道的异常本身按另一种方式表现为多部件故障。ICMON本质是通过切换备选的数据通道来替代REDMN功能,以避免同时切换多个部件。第三个检测功能是额外增加的一种遥测功能,称之为状态监视功能（SMON）,SMON增加了对FDAC各功能的可观测性,因而提高了地面应付星上故障事件的重构能力,促使卫星迅速恢复到正常工作状态。各种纠正措施均依赖部位的切换以及备份模式的切换,其中包括新增加一个保持姿态安全和能源安全的太阳指出姿态模式。     

陆地卫星六号数据的特色

美国陆地卫星系列是对地球资源环境观测最主要的数据源之一。遍布全世界的陆地卫星地面数据接收站从目前的15个(封底彩图)将建成18个。今年夏天Landsat 6升空,取代已服役8年多的五号。中国遥感卫星地面站已基本准备就绪接收和处理它的遥感数据。这颗新     

A Taxonomy of Dirty Data

Today large corporations are constructing enterprise data warehouses from disparate data sources in order to run enterprise-wide data analysis applications, including decision support systems, multidimensional online analytical applications, data mining, and customer relationship management systems. A major problem that is only beginning to be recognized is that the data in data sources are often dirty. Broadly, dirty data include missing data, wrong data, and non-standard representations of the same data. The results of analyzing a database/data warehouse of dirty data can be damaging and at best be unreliable. In this paper, a comprehensive classification of dirty data is developed for use as a framework for understanding how dirty data arise, manifest themselves, and may be cleansed to ensure proper construction of data warehouses and accurate data analysis. The impact of dirty data on data mining is also explored.     

大数据可用性的研究进展

信息技术的迅速发展催生了大数据时代的到来.大数据已经成为信息社会的重要财富,为人们更深入地感知、认识和控制物理世界提供了前所未有的丰富信息.然而,随着数据规模的增长,劣质数据也随之而来,导致大数据质量低劣,极大地降低了大数据的可用性,严重困扰着信息社会.近年来,数据可用性问题引起了学术界和工业界的共同关注,开展了深入研究,取得了一系列研究成果.本文介绍数据可用性的基本概念,讨论数据可用性的挑战与研究问题,综述数据可用性方面的研究成果,探索大数据可用性的未来研究方向.     

数据治理技术

随着信息技术的普及，人类产生的数据量正在以指数级的速度增长，如此海量的数据就要求利用新的方法来管理.数据治理是将一个机构（企业或政府部门）的数据作为战略资产来管理，需要从数据收集到处理应用的一套管理机制，以期提高数据质量，实现广泛的数据共享，最终实现数据价值最大化.目前，各行各业对大数据的研究比较火热，但对于大数据治理的研究还处于起步阶段，一个组织的正确决策离不开良好的数据治理.首先介绍数据治理和大数据治理的概念、发展以及应用的必要性；其次，对已有的数据治理技术——数据规范、数据清洗、数据交换和数据集成进行具体的分析，并介绍了数据治理成熟度和数据治理框架设计；在此基础上，提出了大数据HAO治理模型.该模型以支持人类智能（HI）、人工智能（AI）和组织智能（OI）的三者协同为目标，再以公安的数据治理为例介绍HAO治理的应用；最后是对数据治理的总结和展望.     

大数据技术应用与研究的新视角

伴随着人类进入大数据时代,大数据在彰显出巨大应用价值的同时,也凸显出数据可用的科技问题。如何解决数据可用带来的挑战,成为各国政府和学界高度关注的问题。目前,针对大数据的可用性研究刚刚起步,对大数据可用性进行了探讨,并就数据可用性的研究前景进行了展望。     

数据提取、转换和装载技术研究

来自企业操作环境的数据是数据仓库的数据源，通过提取、转换、装载填充数据仓库，对数据提取、转换与装载技术进行了研究与实践。对数据提取、转换与装载要解决的问题进行了详细论述并提出了相应的解决方法，并以MS SQL Server2000为例，介绍了可用于析取数据的一些工具。在此基础上，以电信行业话单数据载入数据仓库为实例，就如何实现各步骤进行了详细说明，提出了在数据提取、转换与装载过程中需注意的一些问题。     

数据仓库系统中源数据的提取与集成

人们对数据分析的要求的不断提高导致了数据仓库的发展，而在建设数据仓库的过程中非常关键的一步就是从事务数据库或其它的数据源中抽取和集成原始数据。本文在对数据集成方法和数据获取中可能碰到的问题进行全面分析的基础上，较为详细地介绍了我们自行开发的数据仓库系统SEUwarehouse中源数据提取与集成工具的设计与实现．     

数据迁移的一般原则

在应用软件及数据库开发中经常要做数据迁移工作 ,数据迁移就是将数据从一种数据环境移入另一种数据环境中。进行彻底而精确的数据转换应遵循以下关键步骤 :识别源数据、确定数据集成转换的规则以及开发转换规则代码。介绍了数据迁移的一般步骤 ,并提出了从数据转换、选择迁移方法以及从元数据管理的角度评价迁移工具的标准     

基于时效规则的数据修复方法

数据时效性是影响数据质量的重要因素,可靠的数据时效性对数据检索的精确度、数据分析结论的可信性起到关键作用.数据时效不精确、数据过时等现象给大数据应用带来诸多问题,很大程度上影响着数据价值的发挥.对于缺失了时间戳或者时间不准确的数据,精确恢复其时间戳是困难的,但可以依据一定的规则对其时间先后顺序进行还原恢复,满足数据清洗及各类应用需求.在数据时效性应用需求分析的基础上,首先明确了属性的时效规则相关概念,对属性的时效规则等进行了形式化定义;然后提出了基于图模型的时效规则发现以及数据时序修复算法;随后,对相关算法进行了实现,并在真实数据集上对算法运行效率、修复正确率等进行了测试,分析了影响算法修复数据正确率的一些影响因素,对算法进行了较为全面的分析评价.实验结果表明,算法具有较高的执行效率和较好的时效修复效果.     

软件开发活动数据的数据质量问题

问题追踪系统和版本控制系统等软件开发支持工具已被广泛应用于开源和商业软件的开发中,产生了大量的数据,即软件开发活动数据.软件开发活动数据被广泛应用于科学研究和开发实践,为智能化开发提供支持.然而数据质量对相关的研究和实践有重大影响,却还没有得到足够的重视.为了能够更好地警示数据使用者潜在的数据质量问题,通过文献调研和访谈,并基于自有经验对数据进行分析,总结出了9种数据质量问题,覆盖了数据产生、数据收集和数据使用这3个不同的阶段.进一步地,提出了相应的方法以帮助发现和解决数据问题.发现问题是指加强对数据上下文的理解和通过统计分析及数据可视化发现潜在的数据质量问题,解决问题是指利用冗余数据或者挖掘用户行为模式进行修正.     

大数据的一个重要方面:数据可用性

随着信息技术的发展,特别是物理信息系统、互联网、云计算和社交网络等技术的突飞猛进,大数据普遍存在,正在成为信息社会的重要财富,同时也带来了巨大的挑战.数据可用性问题就是大数据的重要挑战之一.随着数据的爆炸性增长,劣质数据也随之而来,数据可用性受到严重影响,对信息社会形成严重威胁,引起了学术界和工业界的共同关注.近年来,学术界和工业界开始研究数据可用性问题,取得了一些的研究成果,但是针对大数据可用性问题的研究工作还很少.介绍了大数据可用性的基本概念,讨论大数据可用性的挑战,探讨大数据可用性方面的研究问题,并综述数据可用性方面的研究成果.