2种灰色模型在矿区地表沉陷预计中的适用性

目前矿区地表单点沉陷动态预计方法主要基于传统的水准测量数据,监测方法单一,成本高,观测点易破坏,不能保证地表形变信息的实时性,且采用灰色模型进行地表沉陷预计时只针对单一模型的应用,没有结合模型自身特点分析其适用性。以袁店二矿7221工作面为试验区域,采用合成孔径雷达差分干涉测量技术监测矿区地表沉陷量,分别建立了描述沉陷量与时间关系的GM(1,1)与灰色Verhulst模型进行地表沉陷量预计,实现了矿区地表沉陷监测与动态预计一体化。通过比较、分析GM(1,1)与灰色Verhulst模型对地表沉陷量的拟合及预计结果,得出了2种灰色模型在矿区地表沉陷预计中的适用性:在矿区开采沉陷开始至活跃前期,若地表单点沉陷量曲线呈近似单峰型,则宜采用GM(1,1)进行短期预计;当矿区地表沉陷进入衰退阶段,单点沉陷量曲线呈平底饱和状态,则宜采用灰色Verhulst模型进行中长期预计。     

基于端元提取的高光谱影像特定目标识别

高光谱遥感影像中特定目标的识别与提取实际上是从背景图像中有效提取所需目标的过程。“纯净”波谱终端单元（端元,Endmember）选择的结果能有效地描述只含有单一纯粹物质的像元点。高光谱处理技术能够基于真实的物理模型进行波谱提取、比较分析、识别目标。结合AVIRIS高光谱影像实例,分析了高光谱遥感影像n维空间里的单形体理论,运用影像灰度值定标可为反射率、最小噪声分离（MNF）、纯净像元指数（PPI）、终端单元选择、n维散度分析、波谱角度度制图（SAM）等高光谱数据处理技术实现对特定目标的识别与提取。     

无人机影像的三维场景重建与漫游研究

文中基于无人机低空遥感影像与拼接镶嵌处理结果,在World Wind开源软件框架上,二次开发了影像金字塔的构成过程,实现了在NASA World Wind中的快速实时显示;并结合数字高程信息(DEM)、无人机飞行过程中的GPS定位信息与World Wind中NLT Landsat 7(Visible Color)影像数据,建立了无人机遥感影像的实时三维地形重建与场景漫游系统.该系统为矿区地形分析与建设规划、灾区灾情监测与快速应急处理等提供了较好的应用平台.     

谐波分析光谱角制图高光谱影像分类

目的 针对光谱角制图(SAM)分类算法对高光谱像元光谱曲线的局部特征和其辐射强度不敏感,而且易受噪声和维数灾难影响,致使分类效率低和精度较差等缺陷,将谐波分析(HA)技术引入到SAM高光谱影像分类中,提出一种基于谐波分析的光谱角制图(HA-SAM)高光谱影像分类算法.方法 利用HA技术将高光谱影像从光谱维变换到能量谱特征维空间,并提取低次谐波分量及特征系数(谐波余项、相位和振幅),用特征系数组成的向量代替光谱向量,对高光谱影像进行SAM分类.结果 将SAM和HA-SAM同时应用于EO-1卫星的Hyperion高光谱影像分类,通过对比和分析,验证了HA-SAM的优越性,再选择AVIRIS(airborne visible infrared imaging spectrometer)高光谱影像对HA-SAM进行验证,结果表明该算法具有较强的普适性.结论 HA-SAM提高了传统SAM高光谱影像分类的效率和精度,而且适用性较强具有良好的应用前景.     

谐波能量谱特征向量的高光谱影像Bayes分类

摘要：对于高光谱影像存在高维非线性、数据冗余多、纯训练样本难以提取等不足,本文引入频率域空间的谐波分析（Harmonic Analysis,HA）理论并提出了一种高光谱影像的HA-Bayes监督分类方法。该方法在保持高光谱数据空-谱特性不变的情况下,从光谱维角度分析不同分解层的影像光谱谐波特征,将高光谱影像变换成由谐波能量谱组成的频率域特征矢量信息。通过建立谐波能量谱特征向量的先验知识,实现Bayes准则下谐波能量谱特征矢量信息判别与分类,最终实现高光谱影像分类。将此方法应用到ROSIS高光谱影像分类时获得的分类总体精度达85.5%,Kappa系数也达到了0.812。进一步实验也证明频率域的谐波分析在高光谱遥感影像特征提取与分类方面具有更好的优势和潜力。     

GIS软件应用实习的研究型教学法

大学毕业生就业难已成为当今社会关注的焦点,而大学生就业难的一个通过多年的教学实践,以某地区土壤侵蚀敏感性评价为实习研究内容,总结了实习的研究型教学法和教学过程,以使学生在学习专业知识过程中增加实际工作经验与科研能力.     

煤矿区采动损害等级分布综合绘制研究

煤矿地下开采引发的地表沉陷是一种严重的矿山地质灾害,对其进行深入研究可有效减少开采损害。文中基于煤矿井下工作面开采实例及概率积分法地表移动变形预计结果,利用GIS技术对煤矿山采动损害等级分布制图进行研究,实现了水平变形、倾斜和曲率等。     

"3S"技术的最新发展

现在，“3S”技术已经在经济社会的发展中发挥着重要作用．今后几年，GPS和GLONASS两个卫星导航定位系统将被更新换代。其精度和抗干扰能力也将大幅度提高．有中国参与的欧洲Galileo卫星导航定位系统已进入实质性部署阶段，将于2010年前后建成，从而打破美国目前在这一领域的垄断局面，遥感科技将向高分辨率、多平台、定量化、网络化和实用化发展．GIS将与计算机科技协同发展，在三维空间分析与表达、空间数据的不确定性、多源数据集成或融合、空间多尺度数据挖掘等方面受到更多关注，并走向网络化、大众化，成为地理信息产业的重要组成部分．     

小波包信息熵特征矢量光谱角高光谱影像分类

目的 针对高光谱数据波段多、数据存在冗余的特点,将小波包信息熵特征引入到高光谱遥感分类中。方法 通过对光谱曲线进行小波包分解变换,定义了小波包信息熵特征矢量光谱角分类方法(WPE-SAM),基于USGS光谱库中4种矿物光谱数据的分析表明,WPE-SAM可增大类间地物的可区分性。在特征矢量空间对Salina高光谱影像进行分类计算,并讨论了小波包最佳分解层的确定,分析了WPE-SAM与光谱角制图(SAM)方法的分类精度。结果 Salina数据实例计算表明：小波包信息熵矢量能较好地描述原始光谱特征,WPE-SAM分类方法可行,总体分类精度(OA)由SAM的78.62%提高到WPE-SAM的78.66%,Kappa系数由0.769 0增加到0.769 5,平均分类精度(AA)由83.14%提高到84.18%。此外,通过Pavia数据验证了WPE-SAM分类方法具有较强的普适性。结论 小波包信息熵特征可较好地表示原始光谱波峰、波谷等特征信息,定义的小波包信息熵特征矢量光谱角分类方法(WPE-SAM)可增大类间地物可区分性,有利于分类。实验结果表明,WPE-SAM分类方法技术可行,总体精度及Kappa系数较SAM有一定的提高,且有较强的普适性。但WPE-SAM方法精度与效率有待进一步提高。     

高光谱影像的谐波分析融合算法研究

提出了一种适用于高光谱影像的谐波分析融合(HAF)新算法,依据谐波的最佳分析次数提取高光谱影像的谐波余项、振幅和相位等能量谱特征成分,根据谐波余项对光谱曲线波形无贡献的特性,应用高空间分辨率的波段替换该谐波余项,再通过谐波分析逆变换,实现高光谱影像所有波段的融合处理,获取具有较高空间分辨率和光谱信息保持性的高光谱融合影像.在以EO-1卫星的Hyperion高光谱影像与其ALI高空间分辨率影像为例实现HAF算法的基础上,选择HJ-1A卫星等多种遥感数据进行了验证,结果表明该方法具有较强的普适性.