微波遥感反演土壤水分中构建粗糙度参数的新方法

地表粗糙度是影响雷达后向散射系数的重要因素。该文在基于SAR影像反演地表土壤水分的过程中,考虑到地表粗糙度的野外测量误差、取值范围和雷达入射角等方面的影响,统计了裸土、农用地和草地等几种典型地表的粗糙度测量数据,以此限定AIEM模型的输入参数范围。首先,利用AIEM模型模拟雷达后向散射系数与粗糙度、土壤水分之间的关系,构建了基于曲面拟合思想的、与入射角相关的组合粗糙度参数,并以此为基础利用Envisat ASAR双极化数据(VV、VH)建立了土壤水分反演模型。经实测数据验证,在不同入射角范围内,基于该文建立的模型得到的土壤水分反演结果与实测值都有良好的相关性。与其他形式的组合粗糙度参数进行对比,该文提出的模型反演精度较高,能够适用于入射角范围在(5°,65°)内的SAR影像的反演。

基于多元遥感影像分割和区域特征相似度的微波土壤水分反演靶区选择方法

为解决微波遥感土壤水分反演经验方程(关系)的适用性问题,该文提出一个新的概念——反演靶区,并提出了一种基于多元遥感影像分割和区域特征相似度的微波土壤水分反演靶区选择方法。首先采用主成分分析法(PCA),从影响土壤含水量的12个因子(土壤湿度分布、地表温度、NDVI、土壤质地指数、地形粗糙度、雷达入射角以及Landsat TM除热红外波段的6个波段)中筛选提取第一主成分;再使用Mean Shift方法分割包含第一主成分的单色影像,得到一幅过分割区域图;计算各分割区域与各样方区域的特征向量间的加权欧氏距离,得到区域特征相似度数据集;最后,基于各样方得到的反演经验方程(关系),根据区域相似度选择各自反演靶区进行土壤水分反演。实验证明,与只使用同一反演经验方程进行反演相比,基于反演靶区思想的土壤水分反演精度有较大提高。

基于区域特征相似度的微波土壤水分反演结果可信度评价

微波遥感反演土壤水分的精度评价,一般通过选取有限数量采样点的地表实测土壤水分数据与反演值进行比较,实际上只能反映局部采样区的反演精度。本文提出了微波反演土壤水分中一种可以评价整个研究区反演土壤水分可信程度的方法。首先选择采样区的实测土壤水分数据和地表粗糙度数据,通过多元回归统计拟合得到土壤水分反演经验方程,对整个研究区进行土壤水分反演;然后从TM和SAR数据中通过反演和提取,选择影响土壤水分的10个因子(土壤湿度、地表温度、NDVI、土壤质地指数、地形指数、雷达入射角以及Landsat TM的b3、b4、b5、b7共4个波段),采用主成分分析法(PCA)筛选提取主成分,将前3个主成分合成为RGB影像;再使用分水岭算法分割包含前3个主成分的RGB影像,得到一幅分割区域图;最后计算各分割区域的6维特征向量(土壤湿度、地表温度、NDVI、土壤质地指数、地形指数、雷达入射角)与反演时选择采样区的特征向量间的马氏距离,得到区域特征相似度数据集,基于该数据集计算反演结果可信度。以此为基础,利用2008年甘肃黑河地区的ENVISAT ASAR双极化数据(VV、VH)和实测土壤水分数据进行土壤水分反演并评价反演结果的可信度,同时使用反演区域中多个采样区土壤水分实测数据和确定系数(R2)评价反演精度,对比可信度和R2,表明提出的反演可信度可以有效反映土壤水分反演精度。

基于WebGIS的安阳交通旅游系统设计与实现

WebGIS技术的成熟发展及广泛应用为交通旅游信息化提供了很好的技术支持。通过论述如何运用ARCIMS作为网络地图发布平台,结合JavaScript脚本语言,建立一个基于WebGIS的安阳市交通旅游系统,以实现交通旅游信息资源的共享,为城市交通和旅游发展提供强有力的信息支持。

基于GIS的西部地区活断层灾害危险性评价

西部地区各种地质灾害频发,活断层是引发地质灾害的重要因素。以海原活动断裂带为研究对象,采用ArcGIS的ArcObjects组件技术,用模糊综合评价数学方法和层次分析技术构建了评价预测模型,运用西部地区活断层数据库中各项活断层数据研究海原活动断裂带对其周边的影响,并对地质灾害的危险性进行评价和预测。

GIS在军事方面的应用探讨

阐述了地理信息系统在军事上的重要性和应用。地理环境对军事行动有着极其重要的影响与作用，而在数字化战场中地理信息已成为军队作战指挥控制系统的运作基础。三维CIS、网络GIS和3S集成在军事方面的应用已成为主要应用方向。

高斯1投影和兰伯特投影在GIS中的应用探讨

文章系统地介绍了(宽带)高斯投影、兰伯特投影的定义、性质与应用,着重讨论了中纬度地区制图范围地图投影在GIS中的选择,探讨了兰伯特投影与(宽带)高斯投影在GIS中选择的优劣和实用性。

基于参数不确定性分析的SAR土壤水分反演精度控制方法

参数不确定性是SAR反演土壤水分的重要不确定性来源,为控制土壤水分反演精度,提出一种基于参数不确定性的有效控制土壤水分反演精度的方法,使用该方法可以控制参数的误差范围。首先使用全局敏感性分析方法,确定后向影响散射系数输出的主要参数;在不同量级高斯噪声随机扰动下,将大量各参数采值输入AIEM模型中,得到带噪声的后向散射系数集合;再使用LUT法反演土壤水分,计算反演结果满足误差量级控制范围。以此为基础,利用ENVISAT ASAR双极化数据(VV、VH)和实测土壤水分数据进行验证,利用LUT法反演得到带噪声的土壤水分,计算ASAR影像中采样点土壤水分反演值RMSE<0.04cm3/cm3。结果表明各影响参数误差量级控制范围可有效控制土壤水分反演精度,在较大的入射角范围内都适用。

西部地区公路工程活断层数据库的设计与建立

西部地区各种地质灾害频发，尤其是活断层十分发育，其强度和数量远远大于东部地区，公路工程的建设将面临着严重的活断层灾害威胁。除直接损失外，由于公路工程属于生命线工程，为交通运输的大动脉，其间接损失及社会影响可能更无法估计，因此，建立空间数据库是十分必要的。本文旨在研究以Geo Database为基础，利用研究区域的基础地理信息、基础专题信息、公路专题信息、活断层专题信息以及地质灾害专题信息等数据资料来建立西部地区活断层数据库。

基于DTW距离的时序NDVI数据植被信息提取——以秦巴山区为例

秦巴山区是我国重要的生态屏障,对该区的植被信息提取开展研究,可为区内生态服务功能及自然资源开发利用提供基础数据。通过加窗处理改进DTW距离相似性算法,结合临近度模糊分类方法对2005—2014年的MODIS NDVI时序数据进行植被信息提取。首先利用S-G滤波对MODIS NDVI时序数据进行重建;再利用2013年的采样数据构建各类植被的标准NDVI时序曲线,逐像元计算与标准NDVI时序曲线的加窗DTW距离,利用临近度模糊分类实现植被信息提取;最后验证提取精度。结果表明,算法具有较高的运行效率,可避免错误匹配,以较高的精度(总体精度83.8%,kappa系数0.77)实现长时间序列的植被信息提取。

双极化SAR数据反演裸露地表土壤水分

为了较高精度地获取大范围地表土壤水分,提出一种基于双极化合成孔径雷达数据的裸露地表土壤水分反演模型即非线性方程组,通过改进的粒子群算法求解非线性方程组从而得到土壤水分。首先通过AIEM模型数值模拟和回归分析,得到一种新的组合粗糙度,然后模拟分析得到土壤水分与雷达后向散射系数的关系,从而建立雷达后向散射系数与组合粗糙度、土壤水分的经验关系。利用ASAR C波段双极化雷达数据,基于经验关系和改进的粒子群算法即可实现土壤水分的反演。经过黑河流域实测土壤水分数据对模型进行验证,反演结果与实测数据具备良好的相关性(R^2=0.778 6)。与以往同一区域研究成果比较,文中的方法反演精度有所提高,更适用于裸露地表土壤水分反演。

基于改进水云模型的土壤水分反演研究

提出了一种基于改进的水云模型的主动微波遥感土壤水分反演方法。首先,分别通过甘肃省张掖市祁连山中段的扁都口研究区的实测数据计算RVI、DVI、NDVI、NDWI、MSAVI等五种植被指数,建立适用于研究区的植被含水量经验方程,然后基于植被含水量经验方程构建水云模型,对总的地表后向散射系数中的植被影响进行改正,结合水云模型和AIEM模型,建立改进的土壤水分反演算法。从五种植被指数中选取与植被含水量相关性最高的三种植被指数,然后利用九组植被指数组合参与土壤水分反演,对比并选择反演结果精度较好的植被指数及其植被含水量经验方程。将文章方法与基于Jackson经验方程建立水云模型的反演算法进行了对比,结果表明,文章提出的改进水云模型的土壤水分反演算法精度较高,体现了该改进算法的优势与潜力。

基于粗糙度参数的土壤水分微波遥感反演算法适用性研究

针对目前主动微波遥感土壤水分反演算法适用范围不同的问题,系统地进行了基于粗糙度参数的土壤水分微波遥感反演的适用性研究。利用模拟数据分析现有的组合粗糙度参数形式,利用实测数据分析有效相关长度的经验方程,通过对各类模型反演结果的R2、RMSE等精度指标做对比分析,得出各类基于粗糙度参数的土壤水分反演算法的适用范围,然后利用Envisat ASAR影像和地表参数实测数据对各类反演算法的适用范围进行了验证。本文的分析结果系统揭示了各类基于粗糙度参数的土壤水分微波遥感反演算法的适用性。

监测信息不完整状态下的大坝整体性态监控方法

针对大坝原始监测数据不完整、难以融合多测点数据诊断大坝整体性态问题,提出采用概率主成分分析(PPCA)对测值不完整的原始监测数据进行重构,提取表征大坝整体性态的概率主成分(PPC),并建立了PPC监控模型。算例表明,PPCA能够有效地从不完整监测数据中提取关键信息,PPC监控模型能够高精度地实时监控大坝整体性态。

基于改进粒子群算法的主动微波遥感土壤水分反演方法研究

提出了粒子群算法的主被动微波遥感土壤水分反演的新算法。通过对惯性权重和学习因子确定的方法,把最初提出来的典型线性递减策略转变为线性微分递减策略,通过对两者确定方法的更新来探究新的计算方法的可行性。由实验数据计算出草地R^2=0.753 7, RMSE=0.0236 790 4;盐碱地R^2=0.727 2, RMSE=0.0313 73,较经典算法有所提高,表明改进惯性权重和学习因子的方法有效可行,较经典的算法运算速度快、精度高,体现了改进粒子群算法的优势和潜力。

大坝位移性态的多模型联合预警方法

传统方法采用单一的模型开展大坝位移性态预警,虚假警报频次较高。为提升预警结果的可靠性,提出多模型联合预警方法。以水位-温度-时效模型(hydraulic-season-time,HST)、自回归滑动平均模型(autoregressive moving average,ARMA)为研究对象,采用核密度估计探讨了两类模型残差的一维分布规律。在此基础上,对两类模型的联合残差进行了频率分析,发现了联合残差非尾部弱相关、尾部强相关的分布特征。采用Copula函数对HST-ARMA联合残差进行拟合,得到了联合分布函数,实现了大坝位移性态的多模型联合预警。算例表明,采用单一的HST模型或ARMA模型预警,受建模序列特征以及模型结构特征的影响,虚假警报发生率高达23.17%~27.94%。而采用HST-ARMA联合预警,能够充分结合各模型的优势,虚假警报发生率可降至0.00%~0.63%。多模型联合预警能够有效降低虚假警报的发生频次,预警结果能够更加真实地反映大坝位移性态,可为提升大坝安全管理水平提供参考。

地表组合粗糙度不确定性引起的SAR反演土壤水分的不确定性分析

地表粗糙度的不确定性是引起SAR土壤水分反演结果不确定性的主要因素,现有研究大多着重于研究单个粗糙度参数(主要是相关长度)的不确定性,直接研究地表组合粗糙度不确定性的较少。本文使用偏度、峰度和四分位距3个指标来量化不确定性,通过在组合粗糙度中加入不同量级高斯噪声进行随机扰动的方法,研究组合粗糙度不确定性在反演过程中的传递,并对反演土壤水分的不确定性进行定量分析。进一步研究反演土壤水分的均方根误差对组合粗糙度不同比例误差范围的响应特征,得到满足反演精度要求的组合粗糙度误差控制范围。样区的实验分析结果表明:组合粗糙度高斯噪声标准差在0-0.045之间时,峰度取值从-0.1984到1.2501,偏度取值从0.0191到0.6791,四分位距取值从0.0018到0.0167,3个量化指标都随组合粗糙度高斯噪声量级的增大而增大,土壤水分反演值有集中在众数附近的趋势,土壤水分低估倾向比高估倾向更明显;本文提出的组合粗糙度误差控制范围可满足反演精度要求,误差控制范围与入射角负相关。

像元尺度有效粗糙度的土壤水分微波遥感反演算法研究

探讨基于像元的最佳有效组合粗糙度反演算法。首先,以像元为反演尺度,在给定的粗糙度范围内,利用LUT法找到样点的最佳有效均方根高度和相关长度。然后构建有效组合粗糙度,并与采样点土壤水分、后向散射系数进行多元回归运算,建立土壤水分反演经验方程。最后,使用精度评价指标RMSE、MRE、MAE对本文算法进行验证。