宏语言及GIS平台在土地勘测定界中的应用

土地勘测定界是土地征收、用地审批、土地预登记等过程中的一项非常重要的测绘工作,具有一定的法律效应,涉及到各权利人的权益,其数据成果准确性、完成性、规范性、严谨性极为重要,所以选择正确、高效的技术方法至关重要。结合北京门头沟区采空棚户区改造和环境整治实际案例,介绍了土地勘测定界的基本流程,提出了基于宏语言和地理信息系统平台开发的土地勘测定界内业处理新方法,并展示了主要的土地勘测定界成果,以供类似项目借鉴。

基于高亮特征匹配的双视向SAR图像建筑物高度提取

由于城区场景的复杂性和SAR成像几何畸变的影响,基于单幅SAR图像的建筑物高度提取常常存在很大困难。针对这一问题,利用建筑物目标SAR成像形成的叠掩、二次散射、较强单次散射等散射机制对应的高亮特征非常典型,并且对方向性敏感的特点,提出了一种基于双视向SAR图像高亮特征与几何模型匹配的建筑物高度提取方法。首先分析了建筑物目标的SAR图像散射特征及对雷达视向的敏感性,然后构造了建筑物目标在双视向SAR图像上高亮特征几何模型,然后基于灰度均值、灰度概率分布、边界信息定义匹配函数,并利用多种群遗传算法进行优化求解,最终得到建筑物目标的高度信息。基于模拟和机载SAR图像的试验表明该方法的建筑物高度平均反演误差小于1m,可以有效提高建筑物高度反演的精度。

基于SAR数据的城市空气动力学粗糙度研究

空气动力学粗糙度是表征下垫面空气动力学特征的重要参数。雷达遥感是空气动力学粗糙度研究的一种有效手段。利用200G～2011年的22景多时相ALOSPALSAR数据，分析了北京市北部地区后向散射系数的方向及尺度特征，同时利用多层风速、风向观测资料计算得到了空气动力学粗糙度，并在不同尺度和方向上分析了两者的相关性，得出上风向扇形区域半径为2500m，夹角为30。时扇形区域内的后向散射系数与空气动力学粗糙度的相关性最大，表明SAR图像可以有效表征城市下垫面地表的空气动力学粗糙特性。这一结论为城市空气动力学粗糙度雷达遥感反演提供了重要基础，将为大气边界层模型和区域气候模型提供更精确的输入。