不同遥感数据融合方法在南方水稻面积监测中的应用研究

在南方水稻遥感监测中,单一传感器影像数据已不能满足监测精度的要求,需要将高空间分辨率全色影像与中高空间分辨率多光谱影像进行融合,得到新的高空间分辨率多光谱影像,有利于改善影像识别与分类精度.该文利用江苏省金湖地区HJ-1A卫星30m分辨率多波段影像与ALOS卫星2.5m分辨率全色影像进行水稻监测,采用4种融合方法(Brovey变换、IHS变换、高通滤波和小波变换)对2种影像进行融合处理.随后对各种融合影像结果进行了目视定性和融合评价指标定量说明与评价,结果表明小波变换在空间与光谱信息上具有最佳的融合效果.进一步利用小波变换的融合影像进行水稻识别与面积提取,统计表明融合影像相比HJ-1A多光谱影像,水稻面积估测精度从79.26%提高到91.65%.因此,利用多源遥感数据融合的方法对南方水稻面积进行监测,可显著提高其监测精度.

中高分辨率遥感影像在小麦监测中的比较

利用中高分辨率影像进行农作物长势精确监测是农业遥感日益发展的需求。该研究选取相同大小的研究区域,探讨了利用10 m分辨率的ALOS影像和30 m分辨率的HJ影像进行小麦长势监测的基本理论和方法。结果显示,在利用GPS定点田间调查和人机交互式解译的基础上,采用优化ISODATA分类法提取小麦种植面积,ALOS遥感影像和HJ遥感影像的提取精度分别达到93.97%和89.24%,表明利用ALOS影像可以明显提高小麦面积监测的精度;进一步对抽穗期小麦光谱特征进行分析,依据小麦归一化差值植被指数(NDVI)与叶面积指数(LAI)的关系,建立了LAI遥感监测模型,分别为LAIALOS=10.018 0NDVI+1.050 7(R2=0.861 2),LAIHJ=12.340 0NDVI-0.728 9(R2=0.809 0)。结果表明,利用该监测模型制作小麦抽穗期长势分级遥感信息图,可对整个研究区域的小麦长势进行监测。

雷达遥感在水稻生长监测应用中的研究进展

结合雷达遥感特点,分析了水稻后向散射特性的主要影响因素,总结了用于水稻生长监测的主要雷达遥感数据源和特点,在阐述水稻识别与估产、病虫害和水旱灾害监测的雷达遥感研究现状的基础上,初步探讨了未来水稻生长雷达监测研究的发展方向。

GPS-RTK在山区煤矿测绘与测设中的应用

GPS-RTK实时动态测量技术是一种新兴的矿区测量技术,本文通过对GPS-RTK技术的工作原理和影响GPS-RTK技术定位精度的因素进行分析,探讨GPS-RTK技术在矿山测量中的应用,重点研究GPS-RTK实时动态测量技术在矿区地表移动观测站放样工作中的优势,得出GPS-RTK实时动态测量技术完全能满足矿区地表移动观测站放样的精度要求。

基于BP神经网络的岩移监测站缺失点数据插补

岩层移动监测是研究开采沉陷问题最有效的方法。由于监测时间长、地表积水、人为损坏等原因,监测点极易缺失。研究缺失监测点的数据插补模型对提高岩移监测数据的利用率、总结开采沉陷规律等都具有重要意义。提出了采用BP神经网络模型进行缺失监测点的数据插补的思路,并采用Matlab实现了该模型。研究结果表明,人工神经网络模型能够很好的逼近地表沉陷盆地,用此模型作为岩移监测点数据插补是完全可行的。

开采沉陷对矿区地表裂缝的采动累积效应分析

基于开采沉陷学和岩石力学理论分析矿区地表裂缝的采动累积效应。采用概率积分法、胡克定律和莫尔-库伦破坏准则等方法描述并量化地表拉伸裂缝的采动累积效应表征指标,提出了采动裂缝时间拥挤效应和采动延迟效应表征指标及采动空间拥挤效应表征指标。对研究区地表裂缝采动时间拥挤效应的实地观测与数值模拟分析结果表明,上下分层动态裂缝持续时间和永久裂缝显现时刻与地表移动活跃期吻合;采动空间拥挤效应分析结果表明,采动裂缝水平延伸长度、宽度和深度均比永久裂缝小,下分层开采裂缝比上分层发育,下山方向比其他部位裂缝发育。

钻井水溶法开采的地表沉陷预计研究

为了准确预计钻井水溶法开采后对地表产生的移动和变形,基于钻井水溶法开采特点,利用由不溶矿物形成的结晶水物质的膨胀率,建立了钻井水溶法开采的等价采高模型。此外,还分析了随机介质理论用于钻井水溶法开采地表沉陷预计的可行性。在阐述概率积分法基本原理的基础上,通过借鉴国内外条带水砂充填开采的预计实例,求得了钻井水溶法开采的概率积分法预计参数,并结合工程实例,利用概率积分法预计了某盐矿开采后引起的地表移动变形。结果表明:建立在上覆岩层软弱、顶板跨落基础上的概率积分预计方法适用于钻井水溶法开采的地表沉陷预计,且钻井水溶法开采后引起的地表移动变形值远小于相同条件下的煤矿开采。

地表移动观测站数据处理新方法研究

建立地表移动观测站是研究开采沉陷和建筑物破坏规律的最可靠手段。目前,实地观测数据在后期的处理过程中大多都是采用传统的支距法等方法,将观测值改正到工作面的走向和倾向方向上,使得观测站布设与数据处理具有较大的局限性,地表移动和变形计算精度也受到较大的影响。针对传统的地表移动观测站数据处理存在的问题,结合工程实例介绍一种地表移动观测站数据处理新方法。

基于GM(1,1)模型的岩层移动预测

地下开采引起的岩层和地表移动对周围环境造成了严重的破坏,地裂缝、房屋破坏、塌陷坑等,了解岩层和地表移动规律对于保护环境和控制房屋损害有着重要的意义。以某岩层移动监测站的实测数据为原型,对其监测数据进行了分析研究,利用MATLAB软件进行了GM(1,1)模型的建立和预测。研究结果表明,就岩层内部观测站而言,工作面正上方的监测点,由于其下沉单调递增规律,模型预计结果较好,相对误差小于10%;对于工作面外侧的监测点,由于其具有下沉、上升变化的波动性特征,不能进行GM(1,1)模型拟合预测。

GPS-RTK技术在矿山测量中的应用研究

GPS-RTK技术是一种新兴的矿区测量技术,本文通过对GPS-RTK技术的工作原理和影响GPS-RTK技术定位精度的因素进行分析,探讨了GPS-RTK技术在矿山测量中的应用及其优越性,并就RTK技术在实际应用中可能遇到的问题提出了有益的见解。

遗传算法及其在矿山工程中的应用研究

介绍了遗传算法的基本原理、实现过程及其特点,以及在矿山工程中的应用情况。它是一种建立在遗传学与自然选择基础之上的新型搜索寻优技术,是解决矿山工程复杂问题的一种有效手段。

开采影响下高等级公路的防护措施探讨

探讨了高等级公路在采动影响下的地面维修措施和井下开采措施。地面措施主要包括加高、加宽路基、灌浆处理采动裂缝;调整超限的坡度、竖曲线、平面圆曲线和超高;修理不平整的路面和损坏的涵洞。井下措施主要有：采用柱式开采、充填开采和离层注浆减沉等措施以减小地表沉陷。

一种基于投票法融合的ASTER遥感影像水体提取方法

遥感影像在水资源调查和洪涝灾害监测中发挥着重要作用,但从遥感影像中提取水体通常面临着阴影和狭小水体漏提等难题。针对单一方法在水体提取中的局限性,引入分类器集成的思想,提出一种基于投票法融合的水体提取方法,首先利用Bagging、Random Forests和神经网络(NN)分类器对遥感影像进行分类,然后采用多数投票法从决策层融合3个分类结果,得到研究区水体提取结果。试验结果表明,该方法能够有效去除阴影且能较好地识别狭小水体,具有良好的应用效果。

基于多示例学习的高分辨率遥感影像面向对象分类

多示例学习以示例组成的包作为训练样本,学习的目的是预测新包的类型。从分类角度上,处理问题的策略类似于以均质对象为基本处理单元的面向对象影像分类。针对两者之间理论和方法相似性,将多样性密度多示例学习算法与面向对象方法相结合用于高分辨率遥感图像分类。以图像分割方法获取均值对象作为示例,利用多样性密度算法对样本包进行学习获取最大多样性密度示例,最后根据相似性最大准则对单示例包或是经聚类算法得到的新包进行类别标记,以获取最终分类结果。通过与SVM分类器的比较,发现多样性密度算法的平均分类精度都在70%以上,最高可达96%左右,且对小样本问题学习能力更强,结果表明多示例学习在遥感图像分类中有着广泛应用前景。

北京一号小卫星数据的城市景观格局监测分析——以徐州市城区为例

为了推进北京一号小卫星遥感数据在城市景观生态研究中的应用,针对其全色影像4m分辨率、多光谱影像32m分辨率的特点,试验分析北京一号小卫星影像在城市景观格局变化中的应用效果和特点。通过对不同分类器的比较,选择支持向量机分类器对多光谱影像、全色影像、全色与多光谱融合影像三个数据集进行景观组分分类,结果表明,全色与多光谱融合影像的分类精度最高。利用多时相、多光谱遥感数据统计分析了城市景观组分与格局变化,表明32m空间分辨率的多光谱影像可以用于城市景观格局变化和土地覆盖变化分析。本文全面试验和分析评价了北京一号多分辨率数据在城市景观格局研究中的应用效果。通过对同一年份全色影像和多光谱影像计算的景观格局指标的分析表明,全色数据能更有效地描述景观详细信息,多光谱数据可展现城市景观的整体格局,而融合后对景观格局分析能够获得优于单一数据的效果。试验和分析表明,北京一号小卫星4m全色高分辨率影像和32m多光谱数据的波段组合,能从不同尺度揭示城市景观格局和变化过程。

在Unix与Oracle环境下ArcSDE的优化

第二次全国土地调查成果验收完入库后,为了更好地管理、利用和共享这些土地资源数据,本文提出一套优化存储管理土地数据的方案,分别就服务器端的Unix操作系统、Oracle数据库管理系统以及中间件空间数据引擎ArcSDE提供了一些性能优化的方法。

决策级融合的多分辨率遥感影像变化检测

针对多时相、多分辨率遥感影像数据的特点,充分考虑不同分辨率数据和不同变化检测应用的需求,将由粗到精数据集分层检测和决策级融合的思想引入到变化检测,以多时相多分辨率ALOS遥感影像为例,构建并试验了由粗到精变化检测的技术流程。该方法将ALOS多光谱数据视为粗数据集,将全色数据和融合数据视为精数据集,通过对3种数据集变化检测结果按照一定的决策规则进行综合,生成最终的变化检测结果图,反映变化的发生位置及变化强度。选择江苏省徐州市城区和矿区两个区域进行试验并与常规变化检测算法结果进行对比,表明该方法具有更好的检测效果,可以有效地应用于多分辨率遥感影像变化检测,并为实际野外调查提供重要的检测靶区。

融合多特征的遥感影像变化检测

常规多时相遥感影像变化检测主要基于光谱信息,没有充分利用纹理、几何、形状等多种特征信息,不足以体现检测目标的完整性和准确性。本文针对不同特征在变化检测中应用的优势,在提取影像多种特征的基础上,构建了1维和多维两种基于信息融合策略的变化检测方法,即利用1维特征空间加权距离相似度运算、多维特征空间的模糊集融合和支持向量机融合策略进行变化检测。利用多时相QuickBird高分辨率遥感影像进行城市土地覆盖变化检测试验,结果表明,本文方法可以有效集成不同特征的优势与表征变化信息的能力,提高变化检测过程的稳定性和适用性,同时能够更好地保持变化地物的结构和形状,突出主要变化目标。

特征维数对支持向量机分类器性能影响的研究——以高光谱遥感影像为例

本文为验证SVM对高维特征的适应性和可靠性,针对不同特征提取方法与特征组合,以国产OMISⅡ传感器获得的北京昌平地区高光谱遥感据为例,对SVM分类器中特征维数对分类准确率的影响进行了试验,通过对主成分分析、最小噪声分离算法、相关系数分组后特征提取、导数光谱等的分析,表明SVM分类器的分类精度随着特征维数波动,其中主成分分析降维后提取的特征具有用于分类能够获得最高的准确率。通过与最大似然法和光谱角制图分类算法的比较,说明在同样的特征输入情况下SVM分类算法分类的准确率高于最大似然法和光谱角制图分类器。

基于稳定性分析的矿区公路路基高度计算

为解决公路下采煤时,不同开采方式的采空区上覆岩层导水裂缝带的发育高度和矿区公路路基高度直接影响煤矿安全生产和路基稳定的问题。针对目前矿区公路路基高度确定尚无系统的确定方法,通过对不同开采方式的采空区上覆岩层导水裂缝带发育高度的分析,结合路基稳定性评价标准,利用材料力学和弹性力学的相关理论,提出了一套矿区公路在不同开采方式下路基高度的确定方法:即采用路基稳定性评价标准,通过力学平衡分析方法计算矿区公路的影响深度,保证采空区上覆岩层导水裂缝带的发育高度与矿区公路的影响深度没有重叠部分,进而间接确定矿区公路的路基高度。