运用NOAA AVHRR和Landsat TM数据估算多年水稻种植面积

介绍了综合运用NOAA AVHRR和Landsat TM数据进行多年水稻种植面积监测的一种方法,以湖北省为例,首先运用Landsat TM数据计算了该省1992年的水稻种植面积;接着运用1992年和1994年的NOAA AVHRR数据分别计算这两年的水稻像元数,以这两年水稻像元数的变化来反映水稻种植面积的变化;最后运用线性模型,估算1994年的水稻种植面积。所得的1994年水稻种植面积与湖北省农调队资料相比精度为84.5%。运用同样的方法估算1995年该省的水稻种植面积,精度达90%以上。     

遥感技术在水利中的应用

一、前言早在1913年,意大利人把照相机绑在气球上,成功地摄得第一张地面照片,这标志着遥感技术的开始,但受技术条件的限制,随后的发展是比较缓慢的。到了本世纪三十年代,由于受美国国土普查和第二次世界大战的推动,遥感技术得到了极大的发展,尤其是在图象判读技术方面。然而,直到70年代,遥感技术的开发项目都带有研究性     

水土保持监测系统信息平台实现方法(I)——信息平台结构设计与实现

文章以密云水库上游水土保持监测系统工程为背景,说明了监测系统信息平台的设计过程和实现方式。信息平台采用数据库技术,基于Oracle和ArcSDE构建了三层服务结构的数据库体系;采用数据库、参数库与模型库分开管理的方式,实现了海量多元数据的集成存储与管理。数据库中数据类型包括矢量、栅格、影像等空间数据及多媒体、文本、数值等非空间数据。其中重点就数据库逻辑结构、数据物理存储和数据组织管理方案,以及数据库物理结构设计等内容进行了说明,同时也说明了信息平台在实际业务中的应用。     

水土保持监测系统信息平台实现方法(II)——平台更新维护系统

在水土保持监测系统信息平台实现参数库、模型库与数据库分开管理、空间数据与非空间数据集成存储于关系型数据库中的基础上,为了避免数据更新不及时或不完备而造成数据信息过时,导致信息平台变成死库,需要信息平台更新维护系统。基于这一目标,文章集中探讨了信息平台管理维护系统的结构、功能、实现方法和关键技术。其中系统结构在信息平台服务结构基础上采用C/S模式;开发平台采用ArcGIS桌面产品,以对象COM组件技术ArcObjects为平台、MicroSoftVisualBasic为开发环境,进行二次开发。从而集后台数据库和前端数据管理、更新维护于一体而实现了水土保持监测系统信息平台,也为水土保持监测系统成功运行奠定了坚实的基础。     

面向对象的土地覆盖信息提取方法研究

利用遥感方法提取土地覆盖信息时,常用的自动分类方法只能利用遥感数据的光谱信息,而面向对象的分类方法在综合利用遥感数据光谱信息、纹理特征、拓扑关系和加入专题信息进行多尺度分割获取对象后的基础上,通过对对象的目视识别建立模糊判别函数来进行分类。利用面向对象的方法成功提取了三峡库区奉节县中部的土地覆盖信息,得到了较为满意的结果,利用野外采样数据进行验证其精度达89.2%。     

基于虚拟现实技术的流域仿真系统实现

讨论了基于MultiGen_CreatorPro和Vega的流域仿真系统的实现方法。通过采用密云官厅水库上游地区DEM数据及15m分辨率ETM＋遥感数字影像数据进行三维地形建模，开发了一个基于MFC的密云官厅水库上游流域仿真系统，实现了流域仿真系统的基本功能，并探索了多级LOD、多线程调度及虚拟纹理等相关技术。该文通过建立流域三维实时、交互的地形仿真环境，提出了基于虚拟现实技术的一种建设流域仿真系统的解决方案。     

农田农情参数遥感监测进展及应用展望

农情参数是指反映作物生长过程及其产出的状态指标,关键农情参数主要包括作物长势、单产、物候和旱情等,可用于指导农田的生产管理。遥感是关键农情参数获取的有效手段,然而目前农情参数的遥感监测大多停留在大尺度、宏观监测的层面上,由于缺乏高时空分辨率、高准确度、低成本的农田信息获取技术,业务化的农田尺度农情参数获取受到了诸多因素的制约与限制。导致难以为农田生产管理提供及时的信息支持,这已经影响到精准耕作的发展与应用。文章在总结目前长势、单产、物候和旱情等几个主要农情参数遥感监测研究进展的基础上,分析了这些技术在农田尺度应用的瓶颈,并从新数据源和农情参数监测新模型两个角度出发,对农田尺度农情参数的获取进行了展望。     

多目标水库群的联合调度

本文应用系统工程理论和方法,研究水库群联合调度的多种兴利目标问题。按目标的主次顺序,建立了具有优先权结构的以年为周期的优化调度数学模型。以辽河流域五个水库的联合调度为算例,表明可充分利用水资源,提高水库运行管理水平。     

应用遥感及地理信息系统进行植被制图

利用卫星遥感数据制作复杂地形环境的植被图面临的最主要问题是精度，单纯对遥感数据（ＴＭ或ＳＰＯＩ）进行监督或非监督分类的精度低于５０％。本文选择美国亚利桑那州Ｓａｎｔａ Ｃａｔａｌｉｎａ山脉的Ｐｕｓｃｈ Ｒｉｄｇｅ作为研究区，分析地理信息系统模型在改善植被分类精度中的作用。结果表明，通过结合辅助数据和应用地理信息系统模型，其精度可以从３７．４１％提高到７１．６７％（ＳＰＯＴ数据，非监督分类），或从５