多卫星遥感数据的信息融合:理论、方法与实践

首先介绍了信息融合技术的有关内容,进而对多卫星遥感数据融合的研究历史及现状进行了简要的综述。在此基础上,以地质应用为目标,探讨了多卫星数据融合的小波变换方法,研究了不同长度的小波基对融合结果的影响,提出了改进的小波融合模型（ＣＭＷＤ）。同时,对比评价了基于小波变换ＣＭＷＤ、ＩＨＳ变换、ＰＣＡ 分析的融合结果在提高空间分辨率、保持原始图象光谱信息的优劣。最后,提出了基于ＭｕｌｔｉＡｇｅｎｔ思想的多卫星遥感信息融合系统框架构想。     

数据挖掘语言

１ 引言 计算机和信息技术发展的过程,也是数据和信息加工手段不断更新和改进的过程。数据挖掘（Ｄａｔａ Ｍｉｎｉｎｇ）即从大量的、不完全的、有噪声的、模糊的、随机的、实际应用的多渠道数据源的各种数据中,提取隐含在其中的、人们事先不知道的、但又是潜在的、有价值的模式和数据间关系（信息和知识）的过程。数据挖掘的前身即知识发现ＫＤＤ（Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ ｉｎ Ｄａｔａｂａｓｅ）。 数据挖掘技术的研究与应用已取得了很大的成果。然而,在数据挖掘行业中,还有许多问题困扰着我们,比如,由于各种数据…     

数据开采技术及应用研究

本文讨论数据开采的定义、任务、适用算法、实现过程及其若干应用问题,并就我国ＫＤＤ技术发展阐明了观点     

基于网络环境的分布式KDD及Data Mining研究

本文针对ＫＤＤ的研究现状及其面临的挑战,主要讨论了基于网络环境下,面向多个站点机,多种数据库、多类数据源的分布式ＫＤＤ和Ｄａｔａ Ｍｉｎｉｎｇ的整体方案和实验系统模型,研究内容包括高效分布式开采算法,ＫＤＤ过程的无缝集成,ＫＤＤ中的知识表示、知识更新以及开采结果可视化的有效方法等。     

多源遥感数据挖掘系统技术框架

陆地资源卫星源源不断地把遥感数据传输至地面，卫星地面接收站积累了海量的卫星遥感数据。遗憾的是，由于缺乏针对遥感数据的有效的数据挖掘和知识发现技术，致使遥感数据中的绝大部分信息没有得到充分的利用。对传统的数据挖掘和知识发现技术进行技术革新和改造，研究针对多源遥感图像的数据挖掘和知识发现技术，不仅可以提高遥感解译的自动化和智能化水平，而且可最大限度地开发和利用遥感信息。为了能允分利用遥感数据，在传统数据挖掘和知识发现技术的基础上，首先探讨了遥感数据挖掘和知识发现的技术流程，然后设计了多源遥感图像数据挖掘系统框架，最后提出了多源遥感图像数据挖掘系统的原型，从而为进一步开发和研制多源遥感数据挖掘系统奠定了技术基础。     

数据发掘与计算智能方法

数据发掘与从数据库发现知识是在对更深入、更充分地开发信息资源的迫切需求背景下产生并迅速发展起来的一个国际前沿Ｒ＆Ｄ领域。本文首先对数据发掘、即从数据库发现知识进行了评述，阐明什么是数据发掘、为什么要数据发掘、如何数据发掘、数据发掘与ＤＢＭＳ和ＯＬＡＰ（在线分析过程）的区别与联系等问题，并进一步论述了计算智能方法的实质和特点及其在数据发掘中的应用前景     

智能过程控制系统的概念模型

以ＫＡＤＳ原理为基础，基于模型的智能过程控制系统ＭＩＰＣＳ的构造过程被分为知识分析和系统实现两个阶段，知识分析阶段建立ＭＩＰＣＳ的概念模型，系统实现阶段则根据概念模型建造一个面向特定应用问题的智能过程控制系统ＭＩＰＣＳ，概念模型从知识一级描述了智能过程控制系统ＭＩＰＣＳ所具有知识与使用这些知识的策略，知识表示为模型，模型按ＫＡＤＳ原理组织成四层框架形式，本文描述了上述内容。     

一种快速有效的分布式开采多层关联规则的算法

关联规则（association rules）是数据开采的重要研究内容,建立项目的层次关系可以发现更加有意义的规则,主要研究分布式环境下开采多层关联规则的问题,提出了一种快速有效的ＭＬＦＤＭ算法,采用的技术包括分布式编码交易表的有效修剪,侯选集的产生及修剪技术,侯选项集的全局支持数的计算方法等,论述了它的原理,具体实现方法及其几个改进算法,实验结果表明,算法ＭＬＦＤＭ是有效的,并对ＭＬＦＤＭ算法的几个变种进行了讨论。     

KDD中的数据预处理技术──相关性分析

数据库中的知识发现（ＫｎｏｗｌｅｄｇｅＤｉｓｃｏｖｅｒｙｉｎＤａｔａｂａｓｅ,简称ＫＤＤ）是最近随着实际应用而发展起来的新兴计算机技术,广泛地用于智能处理系统和决策支持系统。伏而许多ＫＤＤ算法常常强调方法和模型,把方法和模型建立在理想的数据来源上。这样就和实际应用存在一定的差距。现实数据的性质通常并不是很理想。因此有必要通过数据预处理来缩小ＫＤＤ算法和实际应用之间的差距。该文提出了一种数据预处理方法──相关性分析：使数据的性质和ＫＤＤ的目标更紧密地相连,形成正确的、容易理解的数据,用于后续的ＫＤＤ分析。     

俄罗斯的卫星遥感数据

根据中俄两国测绘科技合作协议,国家测绘局遥感技术考察团一行三人于１９９９年９月２０日赴俄罗斯,对俄罗斯的卫星遥感数据及应用情况进行了为期一周的考察。俄罗斯的卫星遥感数据目前基本上是靠本国发射的返回式遥感卫星获得。卫星有军民两个系列,民用卫星系列及其主要参数如表１：表１　俄罗斯民用遥感卫星主要技术参数资源－Ｆ１资源－Ｆ２资源－Ｆ３和平号轨道站轨道高度,ｋｍ２４０－３５５１８０－３５５２７５－４２０４００－４５０轨道倾角８２．３８２．３８２．３５１．６相机型号ＫＦＡ－１０００ＫＡＴＥ－２００ＭＫ－４…     

基于ZY3数据的南水北调西线生态遥感调查研究

国产ZY3高分辨率卫星数据在国土资源管理方面已经有较广泛的应用,通过对ZY3数据的处理和信息自动提取,可获取南水北调西线工程沿线的土地利用及植被群落分布状况。通过本次遥感解译流程,克服卫星时相、区域地貌差异等问题,形成适用于ZY3卫星遥感影像生态遥感解译的流程,与传统的生态遥感解译方法相比,不仅成本低,而且工期短,可为大区域性生态遥感解译提供依据。     

新世纪遥感与林业信息需求

举例说明遥感与林业信息需求的关系，分析了不同目的的信息需求类型，以及遥感所能满足的实际应用的可能性。对最近的林业遥感应用进行 了回顾和总结。引述实例来说明基于用户和市场需求的新的地球观测技术应是什么样的。结果表明，遥感技术的开发需要考虑能否解决信息需求问题、如何评价遥感数据生产和分发基础的问题，如何平衡从遥感数据获取林业资源信息的费用和效益问题等。最后对我国目前林业遥感应用中的问题进行了分析和探讨。     

基于内容的遥感图像变化信息检索概念模型设计

在海量遥感数据背景下,传统的基于关键字/元数据数据服务模式,无法满足不同应用领域用户对多样化遥感变化信息数据的获取需求。将基于内容的图像检索技术应用到遥感图像变化信息数据获取中,提出了一种全新的基于内容的遥感图像变化信息检索概念模型。通过深入分析当前基于内容的图像检索的先进理论方法,构建基于内容的遥感图像变化信息检索模型框架,并对变化信息数据管理模型构建、多维特征提取和智能反馈模型创建等关键问题进行研究和算法实现,以中低分辨率遥感图像变化信息数据获取为例来进行模型验证与分析,建立原型系统。该方法作为一种新的遥感图像变化信息获取与服务方式,能有效利用遥感图像中底层特征,更准确地刻画了不同用户的遥感图像变化信息检索需求。同时,对影像的预处理要求较低,不受变化检测产品生产种类限制,具有较好普适性和自动化性,提高了遥感信息服务水平和效率。     

Design of Content-based Remote Sensing Image Change Information Retrieval and Relevance Feedback Model

With the rapid development of satellite remote sensing technology, processing the variety of remotely sensed data has increasingly been complex and difficult. It is also hard to efficiently and intelligently retrieve change information what users need from a massive database of images. In the context of mass remote sensing data, the existing knowledge based on a priori knowledge + the keyword / metadata remote sensing data service model can not meet above-mentioned challenge. Firstly，it is not guaranteed to obtain the totally change information data in the database, as we can not get the all prior knowledge. Second, the keyword / metadata can not accurately describe the different application areas of the user's actual retrieval needs. To deal with this, the Content-Based Image Retrieval (CBIR) is successfully applied on the change detection in this paper. And, Content-Based Remote Sensing Image Change Information Retrieval and Relevance Feedback model is introduced. Firstly, we learn the CBIR theory fully and exclusively. Then, the model structure and framework is built. And, some critical issues, such as data management, multi-features selection and relevance feedback, are considered. Thirdly, an experimental prototype system is set up to demonstrate the validity and practicability of this model. As a new remote sensing image change detection information acquisition mode, the new model can reduce the demands of image pre-processing, overcome synonyms spectrum, seasonal changes and other factors in the change detection, and meet different kinds of needs. Meanwhile, the new model has important implications for improving remote sensing image management skill and autonomic capabilities of information retrieval filed.     

秘鲁中南部奥马斯地区铜多金属遥感找矿预测研究

利用ASTER多光谱卫星数据,根据研究区内蚀变矿物的波谱特性,采用特征波段组合的主成分分析方法进行蚀变矿物组合信息提取,分别提取了绢云母、高岭石、蒙脱石、伊利石和明矾石等Al-OH类蚀变矿物组合信息,以及绿泥石、绿帘石和碳酸盐化(方解石和白云石)等青磐岩化类蚀变矿物组合信息。同时采用人机交互解译技术在研究区开展了遥感地质解译,结合区域成矿地质特征,综合分析了研究区控矿线性构造、环形构造、赋矿岩层和蚀变矿物组合等遥感示矿信息,并基于遥感示矿信息进行了综合找矿预测,圈定出遥感找矿有利区,经地面水系沉积物化探填图和高分辨卫星影像佐证,研究表明圈定的遥感找矿有利区为研究区开展地面矿产勘查工作提供重要的参考依据。     

遥感大数据研究现状与发展趋势

目的 遥感数据空间分辨率、时间分辨率、光谱分辨率以及辐射分辨率不断提高,数据类型也不断增加,从航天、航空、临近空间等遥感平台所获取的遥感数据量急剧增加,遥感数据已经具有明显的大数据特征。本文旨在从系统应用的角度分析遥感大数据处理中涉及的关键技术与问题,为相关研究人员提供有价值的参考。方法 在参考大量文献的基础上,首先阐明遥感大数据的特点。其次,从GPU硬件加速、集群、网格、云计算、云格、复杂高性能计算等角度介绍了遥感大数据处理系统。再次,从分布式集群化存储技术等,分析了遥感大数据处理的关键技术。最后,从遥感大数据的多类不确定性、信息融合、机器学习、分析平台等出发,说明了目前研究存在的问题;从遥感大数据多类不确定性建模,面向遥感大数据的机器学习方法等角度说明了遥感大数据发展的趋势。结果 本文详细梳理了遥感大数据的特点、典型的处理系统、核心技术,力图总结出在实际应用与学术研究中该领域需要解决的关键问题以及未来的发展趋势。结论 大数据技术为遥感数据挖掘与知识获取带来了机遇与挑战,面向大数据的机器学习、数据统一分析框架、面向大数据的信息深度融合等问题的突破,将促进遥感知识挖掘的进一步发展。     

高性能遥感图像处理与空间信息网格建模

将空间信息网格技术（SIG）应用于遥感图像处理中，就是利用网格计算的特点，来解决遥感图像数据以及处理算法资源的共享、海量遥感图像数据的实时快速处理等问题。文章以此为主线，在分析高性能遥感图像处理问题的基础上，探讨了在网格环境下构造高性能遥感图像处理系统的可行性及相关关键技术的实现，提出了基于开放网格服务体系结构的系统模型，并实现了原型系统。实验表明，SIG用于遥感图像处理是可行的，并取得了一定的成果。     

中国遥感软件研制进展与发展方向——以像素专家PIE为例

随着航天航空遥感技术的飞速发展，立体式、多层次、多视角、全方位和全天候对地观测的时代已然到来。如何激活数据价值，更好地服务行业应用，满足快速增长的遥感应用需求，成为遥感企业面临的迫切课题。遥感图像处理软件作为遥感数据与行业应用的桥梁，在遥感产业化过程中发挥着不可替代的作用。本文概述了国内外遥感卫星数据和遥感软件发展历程，通过中国国产遥感图像处理软件——像素专家（pixel information expert，PIE）阐述了国产遥感软件的研制进展、典型应用和未来技术发展方向。PIE软件具有多源遥感载荷全方位支持、全谱段要素信息智能提取、多行业全业务链深度融合、海量遥感数据快速处理和自主产权程序完全可控等5大核心能力。未来将加强与大数据、云计算和人工智能等技术前沿领域的交叉融合，提升遥感数据分析处理、知识挖掘与决策支持能力，实现遥感数据的按需获取快速传输和专题信息聚焦服务。     

土壤盐碱化遥感应用研究进展

对近年来国内外遥感监测土壤盐碱化的研究进展作了介绍,并从土壤盐碱化遥感信息特性和影响因素、各种遥感数据源、数据处理方法和研究热点等方面做了总结。土壤盐碱化的遥感方法和传统方法可获取多源的数据,包括来自多平台遥感的光谱数据、地面实测和实验室分析数据、其它研究手段得到的地理相关数据以及历史资料等。在GIS技术支持下的多源数据集成方法可对土壤盐碱化进行定量探测,在土壤盐碱化遥感应用中取得了较好的效果。     

遥感影像的高性能并行处理技术研究

随着空间遥感技术和对地观测技术的不断发展,光学、热红外和微波等不同技术手段可以获取同一地区的多种遥感影像数据（多时相、多光谱、多传感器、多平台和多分辨率等）,每天获取的遥感数据量越来越大。同时,大量的遥感应用需要快速地对这些遥感数据进行处理与分析,提供辅助决策信息。因此,如果不能及时进行数据处理,这些数据就会失去时效性,甚至失去数据本身的价值。高性能计算与并行处理技术,加速了遥感影像数据处理与信息提取的进度,如大规模多处理系统、网格与云计算技术、通用图形处理器（GPGPU）等。文中综述了高性能计算、并行处理及云计算技术应用于遥感领域的最新进展,给出了一些研究与应用范例,并提出了当前高性能遥感影像处理所面临的一些挑战。