栅格数据结构及数据获取方法

遥感影像数据地理信息系统的重要数据来源，本文介绍了遥感影像数据在ＧＩＳ中的应用，描述了栅格数据的获取和数据精度分析，并在遥感影像数据的数据存储及信息提取方面做了深入细致的分析与说明。     

基于小波变换的机载雷达测绘遥感影像信息数据融合方法

在融合机载雷达测绘遥感影像信息数据的过程中,由于原始机载雷达测绘遥感影像反馈信号在频域分布上具有多元化的属性,导致融合后影像的质量相对较低。为此,文章提出基于小波变换的机载雷达测绘遥感影像信息数据融合方法。该方法通过在小波变换设置了以频率为基准的窗口函数,并结合遥感影像反馈信号所处频域与频率函数状态之间的关系,建立了待分析遥感影像信号与频率窗内的高频频域分布参数之间的乘积关系,从而得到所需的信号频谱特性,在进行机载雷达测绘遥感影像信息数据融合阶段,结合遥感影像反馈信号与有限区域范围之间的关系,对其进行适应性融合。测试结果表明,融合后影像在完整度、清晰度以及综合质量方面均处于较高水平。     

面向云端存储的遥感影像文件优化技术

本文面向由于互联网遥感业务和PB级遥感影像数据的发展,遥感影像文件逐渐转至云端存储的场景,为提升云端遥感影像文件的读取性能、节省云端存储成本,提出面向云端存储的遥感影像文件优化技术。本文通过优化数据存储格式,在遥感影像文件中预先生成金字塔模型,无损压缩后整理为云端存储格式,读取时利用HTTPRange请求云端遥感影像文件内区域数据,为高性能云端遥感影像文件读取提供了支撑,使其更适合于海量遥感影像文件存储在云端的场景,提升遥感影像文件在云端的读取效率,进一步为互联网遥感业务打下基础。     

宁夏国土资源遥感影像数据库设计

地理信息系统的迅速发展和广泛应用导致了大量遥感影像数据产生,为数据综合利用和管理数据,需要建立宁夏国土资源遥感影像数据库,本文简要概述了宁夏遥感影像数据库的功能模块。     

遥感影像快速浏览技术的实现

随着遥感技术的发展,高分辨率遥感影像数据急剧增加,如何能够从海量的遥感影像数据中获取到用户感兴趣的信息成为了当前的主要研究目标。对于大数据量遥感影像数据的快速浏览问题,本文提出基于IDL实现分块读取数据,构建影像金字塔结构,存储到Geo Tiff格式影像文件中。利用IDL函数获取当前窗体范围的影像分块信息,实现快速加载显示影像数据。     

基于云计算的多源遥感数据服务系统研究

在分析了遥感影像数据及数据使用现状的基础上,综合考虑了云计算技术在遥感应用领域使用的必要性和可行性,设计了基于云计算的多源遥感数据服务系统。阐述了基于云计算的多源遥感数据服务系统体系结构及关键业务流程,包括遥感数据云存储、遥感数据云处理、遥感数据应用服务及遥感业务注册组装等。最后,通过原型系统的实现验证了系统设计既能保护原始数据的安全,又能降低数据使用的成本,同时还能够提高数据的共享率和用户使用率。     

基于集群和GPU的高光谱遥感影像并行处理

以高光谱遥感影像数据处理中的主成分分析（PCA）和最小噪声分离（MNF）以及光谱相关系数填图（SCM）算法的并行化为目标,分别在集群环境下基于MPI设计并实现了协方差矩阵并行算法,以及基于GPU设计并实现了SCM并行算法,并在高光谱遥感影像数据处理中得到应用和验证。实验结果表明,高光谱遥感影像数据处理高性能计算对于提高和改善其时间性能具有显著效果,是高光谱遥感工程化应用快速处理重要的技术手段。     

基于深度学习算法和无人机遥感影像对植株的识别研究

传统的植株识别方法难以满足遥感影像数据的识别需求,在此情况下,急需一种有效的识别方法.本文分析了基于深度学习算法和无人机遥感影像对植株的识别,经分析显示,二者均具有一定的有效性,保证了植株识别的精度.     

CFFT最优信噪比的星载高光谱影像噪声抑制方法

高光谱遥感影像独特的"图谱"特征为定量遥感等遥感监测提供了重要的技术支撑,但由于大气、地形材料等因素影响和限制,易受到各种噪声污染。基于光谱学领域的光谱统处理理论,结合信息时域分析领域的快速傅里叶变换,实现频域内噪声与光谱有效信息的分离,同时在最优信噪比约束条件下选择最优滤波阈值,设计噪声滤波器,实现了卫星高光谱遥感影像的噪声滤除。以中国北京城区和中国新疆谢米斯台上戈壁区的两景Hyperion高光谱遥感影像为例,进行了该滤波算法的定性和定量评价。结果表明:文中提出的高光谱遥感影像噪声滤波算法,有效地滤除了高光谱影像数据光谱维高斯白噪声和空间维的条带噪声、波段差噪声,提高了影像的清晰度,影像的信噪比提高5 dB以上,为后续定量分析等遥感监测研究提供了较高质量的数据保障。     

航空与卫星遥感影像数据管理系统的设计与实现

本文对航空与卫星遥感影像数据管理系统进行了设计与实现,该系统既能满足内部对影像管理、分发的需求,又能方便数据的外部调用,发挥出影像数据的使用价值。目前我国无人机航测技术飞速发展,低空遥感的应用也越来越普及,航空与卫星遥感技术在国土普查、城市规划、路网设计、农作物估产和防灾减灾等领域得到广泛应用。随着遥感影像获取手段日益增多,遥感影像数据量日趋庞大,这使得大量的影像科学管理问题亟待解决。     

The Role of Artificial Intelligence in the Integration of Remotely Sensed Data with Geographic Information Systems

Although databases for geographic information systems (GIS) have been developed to manage digital map data, the integration of remotely sensed imagery and other collateral non-map information is rarely performed. For the most part, the use of sophisticated intelligent spatial databases, in which the user can query interactively about map, terrain, or associated imagery, is unknown in the GIS and cartographic community. In standard GIS systems, the ability to formulate complex queries requiring dynamic computation of factual and geometric properties is severely limited, often reflecting its origin as collections of thematic map overlays. Spatial database research requires the integration of ideas and techniques from many disciplines such as computer graphics, computational geometry, database methodology, image analysis, photogrammetry, and artificial intelligence. In this paper we discuss some ideas on how the scope of geographic information systems can be expanded by utilizing techniques from the Al community that may remedy deficiencies in user interfaces, spatial data representation, and its utilization. We draw on ongoing research at Carnegie Mellon University for examples of these techniques in the areas of image/map database and knowledge-based image interpretation.     

基于GIS的气象时空数据挖掘和融合技术

论述了地理信息系统、数据挖掘、时空数据挖掘的概念和技术方法。在此基础上,针对气象数据具有来源复杂、种类繁多、格式多样、表现形式各异、数据量大和增长速度快等特点,提出了基于地理信息系统进行时空数据挖掘和数据融合的设想,并根据各自优势将三者进行集成并设计了其在气象服务方面的应用框架,提高了气象数据的使用率和气象服务的准确率。     

一种适用于GIS中矢量数据的数字水印算法

利用数字水印技术能够对数字作品实现有效的版权保护。目前的数字水印技术大多都是针对多媒体数据。但是在GIS(地理信息系统)中除了栅格数据外,还存在大量的矢量数据。目前的数字水印算法仅仅能满足栅格数据,无法满足在矢量数据中嵌入水印的需求。本文在分析GIS数据特点的基础上,在GIS矢量数据的频域提出了一套行之有效的数字水印算法。     

Utilization of Spaceborne SAR Data for Mapping

Recent developments in automated processing of digital SEASAT SAR imagery have made feasible the generation of large-scale high-resolution maps. Standard preprocessing of raw data into digital images results in geometrically distorted imagery. Computer algorithms have been developed for unsupervised pixel location, geometric rectification, and mosaicking of multiple-image frames without ground control points. These algorithms utilize knowledge of the spacecraft trajectory data, the imaging geometry, and the coherent properties of the sensor to generate the required processing parameters. This paper discusses the advantages as well as the inherent limitations of this technique, analyzes the associated errors, and presents results using SEASAT SAR imagery. Also discussed are the results of the recent shuttle imaging radar (SIR-A) experiment as well as a follow-on experiment (SIR-B) planned for 1984.     

基于GIS的DEM数据分析模型研究

地理信息系统的空间数据结构研究已日趋成熟,基于GIS（地理信息系统）技术的相关分析也相应地成为人们倍受关注的热点。文中以公路自然区划研究为基础,结合GIS空间分析模型分析我国DEM（数字高程模型）数据,生动形象地展示中国自然的海拔地貌,同时为地貌、水文、气候、植被等参数打好基础。结合ArcObjects和VB.net实现了专题地理信息系统。     

利用MODIS数据进行海岸带卫星图像大气校正

提出一种利用同步MODIS图像的水体像元反演出混浊水域上空气溶胶光学特性的算法.在晴空无云的条件下,假设一定范围内的海岸带上空的大气和水体上空的大气一致,借助6S辐射传输模型,并考虑临近像元效应,利用反演出的气溶胶光学特性对卫星海岸带图像进行大气校正的方法,给出了应用该方法对我国沿海地区QuickBird-2卫星图像和CBERS-02卫星图像进行大气订正的结果,并对反演结果进行了比较分析.实验证明,利用MODIS图像进行海岸带卫星图像大气校正取得了很好的效果,该方法无需地面实测数据,具有很高的适用性.     

Target-cluster fusion approach for classifying high resolution IKONOS imagery

To extract GIS features from high spatial resolution imagery is an important task in remote sensing applications. However, traditional pixel-based classification methods, which were developed in the era of 10-100 m ground pixel size imagery, cannot exploit the advantages of new images provided by IKONOS and QuickBird. This is due to the increase of the within-class variability inherent from more detailed and higher spatial resolution data. To successfully extract various land covers from high resolution imagery, a target-clustering fusion (TCF) system is presented in the paper. Compared to the conventional classification methods that typically produce more salt-and-pepper-like results, the proposed TCF system can preserve detailed spatial information on each classified target related to its neighbours. To evaluate the efficacy of TCF, experiments are conducted using real IKONOS images.     

A Markov random field model for classification of multisourcesatellite imagery

A general model for multisource classification of remotely sensed data based on Markov random fields (MRF) is proposed. A specific model for fusion of optical images, synthetic aperture radar (SAR) images, and GIS (geographic information systems) ground cover data is presented in detail and tested. The MRF model exploits spatial class dependencies (spatial context) between neighboring pixels in an image, and temporal class dependencies between different images of the same scene. By including the temporal aspect of the data, the proposed model is suitable for detection of class changes between the acquisition dates of different images. The performance of the proposed model is investigated by fusing Landsat TM images, multitemporal ERS-1 SAR images, and GIS ground-cover maps for land-use classification, and on agricultural crop classification based on Landsat TM images, multipolarization SAR images, and GIS crop field border maps. The performance of the MRF model is compared to a simpler reference fusion model. On an average, the MRF model results in slightly higher (2%) classification accuracy when the same data is used as input to the two models. When GIS field border data is included in the MRF model, the classification accuracy of the MRF model improves by 8%. For change detection in agricultural areas, 75% of the actual class changes are detected by the MRF model, compared to 62% for the reference model. Based on the well-founded theoretical basis of Markov random field models for classification tasks and the encouraging experimental results in our small-scale study, the authors conclude that the proposed MRF model is useful for classification of multisource satellite imagery     

XML技术在空间数据管理中的应用

空间数据库是地理信息系统的核心.针对目前地理信息系统在空间数据管理中出现的问题,提出了新的方法—结合XML与关系型数据库各自的技术优势,将XML技术应用于空间对象的描述以及存储.     

网络GIS系统中空间数据交互的研究与应用

地理信息系统是以地理空间数据库为基础，采用地理模型分析方法，适时提供多种空间的和动态的地理信息，为地理研究和地理决策服务的计算机技术系统。随着地理信息应用的广泛深入，大批应用地理信息系统已经建立；随着空间数据获取能力的飞速发展，分布式存储管理的空间数据库将成为网络GIS的主要数据源。异构数据库、不同系统间的数据交互问题亟待解决。在分析总结了异源GIS系统互访现状的基础上，借鉴中间件的思想，着眼于元数据和数据字典，提出了一种中间件互访模式。构建了中间件集成模式．并应用在实际的地理信息系统集成中。