基于决策树规则的面向对象遥感影像分类

高分辨率影像包含了丰富的空间信息,这使得基于像素的传统分类方法的分类精度受到局限.基于此,本文对面向对象的分类方法进行了探讨.首先,利用图像的光谱和形状因子对图像进行合理的分割.然后,建立决策树分类判别知识库,将对象归属到某一类上并进行分类.结果显示,面向对象方法的分类精度较传统分类方法有了很大程度的提高,这为通过建立决策树知识库对地物光谱混杂的城区分类提供了一种有益的尝试.     

基于COSMO-SkyMed数据的水库边坡InSAR形变监测应用

形变一直是评估水库边坡稳定性的重要指标。以2013—2016年内COSMO-SkyMed系统采集的SAR数据为输入,利用PSP-InSAR技术对深圳市长岭陂水库边坡开展了形变监测。在数据分析过程中,首先引入了形变随水位变化模型。接着,基于实测数据,全面对比了传统模型和本文提出的模型在提取水库边坡形变信息过程中的性能,并重点讨论了受水位变化影响较大区域的形变信息。然后,结合当地水准测量数据,评估了InSAR（合成孔径雷达干涉测量）技术的形变测量精度,并进一步讨论了两种模型在数据分析过程中的特点。分析结果证实,在水库边坡的形变分析过程中,应用本文提出的模型能从InSAR数据库中挖掘出更多的形变特征信息。     

基于InSAR的城市建筑安全监测技术研究

城市建筑安全涉及人民的生命财产,近年已有多起建筑局部坍塌造成严重损害。为实现“灾前预防”的现代化城市建筑设施安全监管,基于PS-InSAR技术,提出一种针对于城市建筑及基础设施的大范围安全风险评估方法。通过结合InSAR原理,提取建筑PS点聚类,分析聚类点形变信息,根据建筑物风险相关指标提取有效形变,参考建筑类型及区域情况划分风险等级标准,进而评价区域内建筑设施的安全风险情况。以长春市为例,利用COSMO-SkyMed卫星时序数据,对主城区建筑物进行大范围安全风险监测试验,并对评价为D级需重点关注的建筑进行实地踏勘,发现均存在较为明显的隐患情况。证实了方法的可行性以及准确性,能够为大范围城市建筑设施定期“体检”提供技术支持,保障城市建筑安全。