云计算环境下多源遥感数据挖掘系统构建

针对多源遥感数据未被充分利用及数据处理效率较低的问题,结合三层四类模式的云计算服务级别系统,以云计算服务形式为前提,创建了多来源数据挖掘体系。首先阐述了多源遥感数据挖掘的技术流程;其次将云计算服务层次体系引入到系统构建中,设计了云计算环境下的多源遥感数据挖掘系统框架;最后详细介绍了该系统的主要特色功能,为进一步研究多源遥感数据挖掘系统奠定了基础。     

一个面向电子政务的信息交换与共享平台的设计与实现*

基于J2EE、XML等技术,设计并实现了一个面向电子政务的信息交换与共享平台.对平台的总体结构、元数据定义与管理、数据交换模式等关键问题进行了论述,最后给出了平台的模块实现.该平台已经应用于北京市信息资源管理中心,实现了遥感信息、区县图层、企业基础信息等资源的交换与共享.     

遥感网格的数据压缩与任务分配方法研究

网格计算作为分布式计算在科学计算领域的发展方向,可以为对地观测数据的处理提供强大的计算力。在分析遥感信息服务网格节点(Remote Sensing Information Service Grid Nodes,RSSN)中网络数据传输和负载均衡两个关键问题的基础上,提出了一种有效的基于游程编码和Huffman编码的数据压缩方法和基于"计算端元"的任务分配策略,该方法针对遥感影像特点进行有效数据压缩,具有较好的压缩比,达到了17%,且能实现任务负载均衡。并在遥感信息服务网格节点计算平台上,以中国范围内1km分辨率气溶胶光学厚度(Aerosol Optical Depth,AOD)反演计算为例,从压缩率和计算时间效率方面验证和分析了上述方法的有效性。     

可融合遥感信息的植被场景仿真模拟

在通过遥感信息构造针对目标植被的仿真模拟过程中,其植被所在地表、空间场景是关键组成.场景空间直接影响植被生长过程,因此是融合遥感信息和相关辐射计、传感器植被仿真模拟的重要组成部分.本文依托实验数据.给出了实现植被所在场景空间的构造方法,使植被的仿真模拟具备高可信度和极近逼真效果,从而服务于计算机远程、异地的农作物监测、估产工作.     

基于人工神经网络和经验知识的遥感信息分类综合方法

提出基于三维Hopfield人工神经网络模型的遥感信息分类综合算法将遥感图象分 类与分类结果平滑过程有机地结合在一起,并方便地引入了经验知识指导网络进化.实验表 明该方法可明显提高森林类型划分、土地利用调查等遥感应用专题的分类精度.     

基于地质统计学的多源遥感信息融合研究

在地质统计学的概念及相关理论的基础上,分析了多源遥感信息的特点及分类。将地质统计学引入遥感信息融合中,按时序获取不同传感器的观测信息并依据相关准则进行自动分析,完成了多传感器的状态估计和决策的信息处理过程。利用地质统计学的变差函数和克里金法对多源遥感信息进行空间特征的融合,提高了遥感信息的使用率,达到了准确预测和估计地质状态的目的。     

数字城市中快速自动生成三维景观的研究

数字地球、数字中国、数字城市是当前数字信息化领域的一个研究热点。其中的一个关键问题是利用遥感图像形成三维景观,其处理方法是首先将遥感图像矢量化,然后以矢量化数据为基础完成三维立体化工作以形成三维景观。本文阐述了以矢量化数据为基础完成三维立体化工作以形成三维景观的技术方法,包括获取矢量化数据、快速自动生成三维景观等处理步骤。应用效果良好。     

高效三维遥感信息获取技术的研究

分析了现有三维信息获取技术的现状.随着社会变化的快速需求,体现出了这种获取模式的最大弊端,即其时效性远远满足不了现代社会的应用需求.高分辨率卫星和机载激光扫描技术的出现恰恰弥补了这个不足,开辟了高效三维信息获取的新途径.高分辨率卫星影像不仅能提供具有丰富光谱信息的高质量影像,有的还直接提供DTM(Digital Terrain Model,数字地面模型)数据.激光扫描技术是获取地面三维信息的有效途径.实践表明,高效三维信息获取技术已在许多领域取得了较好的应用效果.     

数字城市遥感信息三维景观生成系统

数字地球是近几年提出的一个重要概念。与此相对应的是数字城市的概念。课题组及时进入了数字城市的研究前沿。该文阐述了数字城市遥感信息三维景观生成系统的初步研究成果,内容主要包括将空中拍摄的遥感图象进行模式识别形成和存储矢量数据,读取数据绘制三维景观,动态显示三维景观等,取得了比较好的效果。     

基于分类回归树方法的遥感信息快速提取研究

遥感信息具有一定的连续变化性，这将会在一定程度上使得遥感信息快速提取存在偏差，其提取的时间也随之增加，容错率下降，为此文中提出基于分类回归树的遥感信息快速提取方法。通过噪声调整的主成分分析法（NAPCA）提取遥感信息的特征，利用复小波变换法对图像进行去噪处理，同时结合邻域值函数完成小波系数收缩。通过分类回归树方法进行样本训练，连续不间断获取遥感信息，结合Bayes判别准则完成遥感信息快速提取。实验结果表明，所提方法能够有效提升容错率，降低遥感信息快速提取偏差和时间。