基于SVM模型的妫水河叶绿素a浓度的遥感反演

以北京市妫水河为研究区,基于2011年9月25日和2012年9月30日的两期叶绿素a浓度实测数据和准同步的环境一号卫星(HJ-1A)多光谱数据,分别构建一元线性和多元支持向量机模型(SVMM),通过决定系数R²和平均相对误差对模型的精度进行检验,用模型进行水体叶绿素a浓度的反演,并分析其时空分布特征。研究表明:在样本数较少的情况下,SVM具有很强的非线性映射能力,能够取得较好的预测结果,更适用于反演叶绿素a浓度。时间分布上,研究区叶绿素a浓度呈增加趋势,均值上升了6.86 μg/L;空间分布上,深水区叶绿素a浓度值低于浅水区,上游高于下游。国产HJ-1A CCD2多光谱数据以其4 d的时间分辨率,在水质动态变化监测方面具有优势。     

基于多季相Sentinel-2影像的白洋淀湿地信息提取

白洋淀湿地是华北平原上重要的浅水湖泊湿地,对雄安新区绿色发展具有重要的生态价值。对白洋淀高度异质化的景观格局进行分类,能够为白洋淀湿地资源的遥感监测提供指导意义。针对湿地季节变化的特点,对白洋淀每个季节选取一期具有代表性的Sentinel-2影像,采用分类与回归树（CART）、支持向量机（SVM）、随机森林（RF）3种常用的机器学习分类器对15种季相组合实验方案进行分类,分析不同季相遥感影像及其组合对白洋淀湿地信息提取的优劣。结果表明：相较于使用单一季相影像分类,多季相影像的组合能够显著提高分类精度,春&夏季相组合能够得到最优的分类效果,相对单季影像总体分类精度提高了10.9%~25.5%,Kappa系数提高了0.09~0.29;SVM分类器的分类表现较为稳定,能够得到最高的平均分类精度,CART分类器在处理高维特征的能力不如随机森林和SVM;不同特征类型对湿地信息提取的贡献度从高到底依次是红边光谱特征、传统光谱特征、缨帽变换特征、主成分分析特征、纹理特征。实验成果能为湿地信息的遥感识别提供依据。     

遥感技术在减灾救灾中的应用

遥感技术已经广泛应用于地震、洪涝、台风等自然灾害的减灾救灾工作中,并在灾前预警准备、灾中监测救援和灾后评估恢复阶段发挥了重要的作用。首先介绍了灾害信息获取中常用的可见光、热红外和雷达数据及其特点,然后分析了遥感技术在减灾救灾中的应用优势,并对其在灾害不同阶段的作用进行了讨论。最后结合遥感的特点和数据处理方法,介绍了遥感在不同种类灾害中的应用情况,并对我国遥感技术在减灾救灾应用中的发展方向进行了展望。     

重庆市黔江区贫困村多维测算模型的构建与应用

根据我国扶贫现状,贫困村已成为国家在扶贫开发中的重要研究对象之一。本文以连片特困区扶贫重点县——重庆市黔江区为研究区域,以行政村为单元,在系统设计贫困村多维识别指标体系基础上,结合组合权重的赋权方法和综合指数法的综合评价方法研究贫困村多维测算模型具体算法,详细论证了贫困村多维测算模型的设计思路及关键,并利用地理信息系统技术将模型实现了可视化,得到了研究区多维度下各贫困村的相对贫困程度的空间分布。最后将测算结果与当地实际情况进行了对比分析,证明了该模型的准确性与有效性。     

遥感图像星上智能处理地面仿真模拟系统设计与实现

传统卫星遥感应用模式复杂繁长,无法满足用户越来越关注的实时化遥感服务需求,为卫星配备智能化大脑,一方面可以降低数据传输带宽,另一方面可以提高数据获取的时效性,因此,星上智能处理已经成为遥感卫星发展的必然选择。但星上处理在轨调试困难,现有遥感卫星星上处理平台的地面测试系统都是卫星实验室测试时,针对不同的卫星载荷临时组建,缺乏通用性且并未形成集成化的装置,导致现有遥感图像星上智能处理的地面测试效率偏低。尤其是面对目前星上处理智能化的新需求,缺乏一套高性能、低功耗、全流程的星上处理地面仿真系统。针对遥感数据处理自动化与智能化发展的新特点,提出了一套基于FPGA与GPU相结合的遥感图像星上处理地面仿真模拟系统。该系统能够在地面模拟实现多种载荷的0到1级数据预处理,在预处理的基础上实现智能遥感影像的加速识别,其关键难点在于遥感图像智能处理算法的高计算复杂度和嵌入式计算机有限计算力之间的平衡;遥感图像处理领域的AI专用算法固化和硬件加速之间的平衡;不同卫星平台测试需求和系统架构通用性之间的平衡。本文阐述了仿真平台设计的方法,构建了基本原型并对其进行了验证。测试结果表明：该系统可以较好地完成星上智能处理典型算法地面全流程测试,所有硬件可以直接上星组装,完备度高,对优化和指导卫星地面仿真系统运行管理体系具有一定的参考价值。     

应用混合编程实现植被遥感信息提取与安全评价模型

针对区域植被覆盖及其变化情况,利用遥感技术获取植被信息的方法,构建植被监测指标体系,建立植被信息提取和安全评价模型,实现区域植被遥感信息获取、变化监测和安全评价;并利用ENVI/IDL结合C#语言,在VS2005环境下调用ArcEngine9.3工具包部分功能,充分利用各个语言的优势建立植被信息提取与评价软件包,为区域植被生长状况调查提供服务。     

地形起伏度提取及其在区域滑坡灾害评价中的应用——以四川省为例

四川省位于我国西南部,省内地形地貌复杂多样,地势高差大,汶川-茂江、北川-映秀等几条大的断裂带广泛分布,地壳构造不稳定,地质灾害频繁发生,其中尤以滑坡灾害较为典型.滑坡灾害的发生与地形有着密切关系.探讨了四川省地形起伏度最佳统计单元的求证过程,经试验得出,2.25 km2为适宜四川省滑坡发育的地形起伏度计算的最佳单元.基于ArcGIS平台,结合区域滑坡灾害调查资料,初步研究了地形起伏度与滑坡灾害的相关性,并用信息量模型进行验证,在该基础上探讨了地形起伏度与区域滑坡灾害发生的规律,对区域防灾减灾具有重要的指导意义.     

基于GPU的地下管线三维可视化建模研究

地下管线的三维建模与可视化是构建“数字城市”的重要内容,总结现有地下管线实时建模算法的不足,提出一种利用GPU编程实现的地下管线实时三维可视化建模算法。利用现代GPU的可编程特性将管线建模的计算任务全部移植到GPU端完成,CPU端只需传入管径和管线节点坐标,利用GPU提供的几何着色器完成管线模型的顶点坐标计算、管线顶点数据自动生成及管线三角网构建等工作,并通过光照和纹理映射实现管线材质的真实感效果。实验结果表明,该算法克服了现有建模算法的缺陷,能够在保证管线拟合逼真度的基础上完成大规模管网系统三维实时可视化建模的任务。     

基于小波变换的长江中下游地区极端降水与大气环流响应关系研究

在气候变暖背景下,探讨极端降水对大气环流的响应规律,对区域洪涝灾害防护以及科学管理极为重要。基于长江中下游地区435个气象站点1980-2018年的日降水数据,以连续小波变换为基础,采用交叉小波变换与小波相干方法分析了长江中下游地区近40年来极端降水指数以及大气环流指数的振荡周期特征及其之间在时频域中的共同特征和相关关系。结果表明:极端降水指数均存在多尺度周期性震荡,这些指标的周期性震荡趋向于高时频尺度,这意味着从1980年到2018年,极端降水各个指标"增加-减少"变化更加频繁;大气环流指数在20世纪80年代中期至90年代中期均出现显著周期;大气环流指数与极端降水之间的相互影响主要体现在年际尺度上,不同时域中存在明显差异,但是EASM与PDO在高能量谱区对长江中下游地区极端降水的影响较弱,IOD在低能量谱区对极端降水指数影响较弱。     

基于对象和DEM的湿地信息提取——以洪河沼泽湿地为例

湿地资源遥感信息提取并满足一定的分类精度和效率,是湿地研究的关键问题之一。利用高分辨率的SPOT5影像数据,通过对研究区分别进行基于像素的监督分类和基于对象的分类,进行典型沼泽湿地专题信息提取,同时将面向对象分类与DEM辅助数据进行信息复合,探寻提升分类精度的方法。结果表明,基于对象和辅助数据DEM的信息提取,可以有效地改善遥感图像的分类精度。