基于多源卫星遥感的灾害性气象观测数据监测系统设计

灾害性气象的频发不仅给人们的生活带来了极大的影响,而且还危及生态环境的稳定;为减小实测气象数据与真实数据样本之间误差,实现对灾害性气象观测数据的准确监测,设计基于多源卫星遥感的灾害性气象观测数据监测系统;设置温湿度传感器及防辐射罩,按照数据信息传输网络布局形式,将风速风向传感器、雨量传感器、太阳能控制器接入既定模块单元之中,完成监测系统的硬件设计;利用多源卫星遥感技术,定义多源影像空间,通过分解数字卫星图像的方式,确定监测极值点所处位置,并计算相似性度量指标的具体数值,完成基于多源卫星遥感的灾害性气象图像配准处理;根据上位机组网模型,完善WINSOCK控件的连接形式,实现监测系统的执行程序编制,联合相关传感器元件,完成基于多源卫星遥感的灾害性气象观测数据监测系统设计;实验结果表明,多源卫星遥感技术设计系统的湿度测量曲线、气压测量曲线、风速测量曲线与真实气象数据样本之间的误差值均未超过2%,能够准确监测灾害性气象观测数据。

多源卫星遥感影像的光束法区域网平差

尝试将光束法区域网平差模型从单一数据扩展到多源数据,以线阵CCD和SAR两种遥感影像构像模型为例,建立一种"复合式"光束法区域网平差模型,并定义相应的权矩阵,通过整体答解获得像片的外方位元素和加密点的大地坐标。利用一组由三幅不同卫星影像构成的区域网进行平差试验,试验结果证明该平差模型的正确性,并分析影响平差精度的因素。

多源遥感数据在鄂尔多斯盆地黄土塬油气勘探应用中的评价

随着世界航天遥感技术的迅速发展 ,新的遥感数据源为油气勘探应用研究提供了更多的研究方法和手段。本文根据鄂尔多斯盆地油气勘探遥感技术应用实例 ,对多源遥感数据的特性及应用效果进行了评价 ,为应用遥感技术在黄土塬等复杂地表条件下进行油气勘探研究提供了可以借鉴的技术方法。

多源气象卫星数据融合方法与应用的比较研究

随着气象卫星遥感数据趋于丰富化,如何对格式复杂、分辨率差异较大的多源气象卫星遥感数据进行合理融合,在提高分辨率的同时,剔除冗余和噪音的影响,获取更加精细可靠的融合数据,成为当前提升海量气象卫星遥感数据利用率的有效途径。本文基于多源气象卫星数据融合技术,综述了数据融合理论的主要过程与层次、常用像元级融合方法以及定量评价指标,综合探讨了不同数据融合方法的适用范围与优缺点,并且对于当前存在的问题和今后多源气象卫星数据融合的发展与应用前景予以讨论,以期为数据融合方法的进一步探索以及拓宽应用途径提供帮助。

农田生态系统碳通量遥感估算方法研究

为实现农田生态系统碳通量动态监测,提出一种基于Landsat系列多源遥感数据的农田生态系统碳通量估算方法。以美国东北部内布拉斯加州大学农业研发中心的3块试验田地为研究区域,并结合AmeriFlux公开的对应通量站点数据进行后续建模分析。从气候变量、土壤性质、植物性状3方面综合出发,优选与农田生态系统碳通量密切相关的遥感因子,构建覆盖农田生态过程关键环节的全遥感要素数据集。随后,构建基于随机森林(Random forest,RF)的农田碳通量回归预测模型,相比于岭回归模型和套索模型,该模型在农田生态系统碳通量估算方面效果更优,其决定系数(Coefficient of determination,R^(2))达到0.94,均方根误差(RMSE)为4.281 g/(m^(2)·d)。基于随机森林模型进行因子的重要性分析可知,DVI、NDWI、MSAVI、NRI、NDVI对碳通量估算的贡献度分别为35.6%、25.8%、12.2%、7.8%、5.2%。在以上研究基础上,通过农田生态系统碳收支时空演变特性分析可知,内布拉斯加州2013年作物生育期内的7、8月时农田碳汇能力最强,在种植初期大豆和玉米均呈现弱碳源,且玉米的碳源能力更强,在生长高峰期时玉米和大豆均呈碳汇,且玉米碳汇能力更强。本研究为农田生态系统碳收支精准估算,进而指导农业生产提供理论支持。

多源卫星遥感影像区域网联合平差技术

针对地理国情普查数字正射影像底图制作过程中数据源种类多、数据量大以及传统的单景正射纠正方法费时费力等问题,该文提出了多源卫星遥感影像区域网联合平差法,对大区域多景多源卫星影像进行正射纠正的方法。先利用各影像间的连接点进行自由网平差,建立一个稳固的网形;然后在自由网中均匀地添加少量地面控制点,对整个区域进行控制网平差。平差过程中利用仿射变换模型对RFM进行像方改正,以减小其系统误差。实践证明该方法可以获得较高的成图精度,满足地理国情普查底图DOM制作的精度要求,且能提高DOM的生产效率。

空天地一体化森林智能防火综合管理平台

本文鉴于目前常用的林火防控技术的局限性,提出建设一个集卫星遥感、无人机遥感、视频监控、智能预警、蔓延模拟、指挥调度为一体,建立森林智能防火综合管理平台,对林区采用"天空地智能监控技术"进行全天候远程监控。同时对林区进行常规以及林火现场实时的气象监测,助力日常的林火风险预测,以及林火发生时的林火行为预测。最后通过建设林火智能化信息服务系统,完成火灾前期的预报预警、中期的处置、后期的决策分析等管理工作,平台的服务内容包括:林火预警、林火监测、林火烈度评估。

北京城市绿化的时空动态分析

城市绿化覆盖是城市生态系统的重要组成部分,合理的绿化率和绿化布局可以改善城市环境,提高城市人居适宜性。研究中将2005、2010、2015年北京市土地利用(LUC)数据中的城市居民用地作为城区范围,应用Landsat 5、GF-1影像数据和MODIS产品,利用支持向量机的监督分类方法,提取了2005、2010、2015年的北京市城市绿化覆盖数据,并获取了同期的植被指数(NDVI)数据;继而以城市绿化覆盖率、绿化覆盖均匀度和植被指数为评价指标,在公里栅格和行政区2个尺度上探讨了北京市城市绿化覆盖的空间分布格局和时间变化动态特征。研究表明:(1)3个指标在空间和时间2个维度、区县和栅格2个尺度上都表现一致。这反映北京市过去10年中,在绿化面积增加的同时,绿化的空间布局得到优化改善,绿化的质量得到提高。(2)2005-2015年,北京市城市绿化覆盖面积由518.93 km2增加到1405.54 km2,绿化覆盖率由39.9%增加到49.13%,绿化覆盖均匀度由0.598增加到0.653,植被指数由0.42增加至0.5。(3)北京市城市绿化建设存在明显的时空差异。中心城区绿化建设缓慢,成效不明显;重大绿化建设成果主要集中在城市边缘地区和远郊区县。城市绿化改善过程主要发生在2005-2010年。