基于GDAL的标准图幅生成及数据批量裁剪方法

目前,大多数GIS软件均能实现矢量数据和栅格数据的裁剪,但集标准图框生成及可定制的批量裁剪为一体的软件则较少。据此,文章通过研究矩形图框、梯形图框的计算方法以及高斯投影正、反算法,在VC6.0中使用C++及开源GDAL库实现了各种比例尺标准图框的批量生成,并可根据用户的各类需求实现矢量数据(.shp格式)和栅格数据(.tif/.img/.pix格式)的批量裁剪,从而实现了GIS数据裁剪的高效性及可扩展性。     

基于光谱归一化的变组分光谱混合分析(NMESMA)方法及其应用

混合像元问题在低、中分辨率遥感图像中尤为突出,混合像元的存在不仅会影响地物识别和图像分类精度,也是遥感科学向定量化发展的主要障碍之一。因此,遥感图像混合像元分解及其地表覆盖信息的定量提取是近年来研究的热点。针对城市土地覆盖信息的定量提取问题,利用中等分辨率遥感图像(Landsat TM),集成光谱归一化与变组分光谱混合分析(NMESMA)的方法,基于植被-非渗透表面-土壤(V\|I\|S)模型,定量提取研究区植被、土壤和非渗透表面3类土地覆盖的定量信息,并与固定组分的光谱混合分析(LSMA)分解结果进行对比分析。结果表明:基于光谱归一化的变组分光谱混合分析(NMESMA)方法获得的精度高于传统固定组分的光谱混合分析(LSMA)结果,可有效解决光谱异质性较高的城市区域的混合像元问题,为有效提取城市地表覆盖信息,研究城市生态环境变化和模拟分析,提供了有效的信息提取方法。