CH20110286 利用控制點(diǎn)三維信息標(biāo)定機(jī)載雙天線干涉SAR參數(shù)=Using Control Points’3D Information to Calibrate the Interferometric Parameters of Dual-antenna Airborne InSAR Systems/張薇，向茂生，吳一戎（中國(guó)科學(xué)院電子學(xué)研究所微波成像技術(shù)國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室）∥測(cè)繪學(xué)報(bào).-2010，39（4）.-370～377

采用基于敏感度方程的方法，研究基于三維重建模型下的機(jī)載雙天線干涉SAR系統(tǒng)的干涉參數(shù)定標(biāo)問(wèn)題。干涉參數(shù)定標(biāo)是生成高精度數(shù)字高程模型的關(guān)鍵。本文修正了Madsen提出的干涉SAR三維重建的視向量正交分解算法，采用電磁波波前的球面波模型，加入了載機(jī)的姿態(tài)旋轉(zhuǎn)，構(gòu)建一種新的干涉SAR三維重建模型。利用各干涉參數(shù)對(duì)控制點(diǎn)三維信息的不同的敏感性，提出分別利用地面控制點(diǎn)三維信息，對(duì)各干涉參數(shù)進(jìn)行定標(biāo)。并利用中國(guó)科學(xué)院電子學(xué)研究所自主設(shè)計(jì)、研制的機(jī)載干涉SAR系統(tǒng)數(shù)據(jù)，進(jìn)行定標(biāo)處理實(shí)驗(yàn)驗(yàn)證。圖9表6參17?干涉合成孔徑雷達(dá) 干涉參數(shù)定標(biāo) 地面控制點(diǎn)

CH20110287 基于對(duì)數(shù)-主成分變換的EM算法用于遙感影像分類=Log-principal Component Transformation Based EM Algorithm for Remote Sensing Classification/楊紅磊，彭軍還，李淑慧，師蕓（中國(guó)地質(zhì)大學(xué)（北京）土地科學(xué)技術(shù)學(xué)院）∥測(cè)繪學(xué)報(bào).-2010，39（4）.-378～382，403

提出對(duì)多光譜數(shù)據(jù)進(jìn)行對(duì)數(shù)變換來(lái)凸顯類型特征，然后進(jìn)行主成分變換并根據(jù)主成分貢獻(xiàn)率確定EM算法分類所需主成分?jǐn)?shù)，消除方差協(xié)方差矩陣的奇異性，同時(shí)削弱噪聲；對(duì)數(shù)變換后的第一主成分直方圖充分反映類型信息，由此確定的初始類別標(biāo)簽作為多個(gè)主成分EM分類算法所需初始值，避開(kāi)隨機(jī)選初值的敏感問(wèn)題。實(shí)驗(yàn)證明，所提出的計(jì)算方案分類精度優(yōu)于普通EM方法和傳統(tǒng)的K-means方法。圖6表1參17

?高斯混合模型 主成分變換 影像分類

CH20110288 P2P環(huán)境下影像數(shù)據(jù)流傳輸?shù)馁Y源定位及選擇研究=Resource Locating and Selection for Spatial Image Streaming on P2P Network/劉異，龔健雅，咼維（武漢大學(xué)測(cè)繪學(xué)院）∥測(cè)繪學(xué)報(bào).-2010，39（4）.-383～389

在傳統(tǒng)P2P資源定位方法的基礎(chǔ)上，對(duì)空間P2P系統(tǒng)采用一種網(wǎng)格索引peer分組來(lái)實(shí)現(xiàn)資源定位，并探討peer選擇策略來(lái)優(yōu)化資源定位結(jié)果，采用歷史速度記錄反饋推測(cè)peer選擇優(yōu)先級(jí)使得性能高和可靠的peer可以優(yōu)先被選擇。大量模擬實(shí)驗(yàn)測(cè)試peer選擇策略局部最優(yōu)和不等概率隨機(jī)選擇兩種模式，結(jié)果顯示peer選擇策略的有效性以及有效性程度取決于peer個(gè)數(shù)、資源文件大小和用戶行為等應(yīng)用場(chǎng)景。圖11表1參12

?P2P 影像 資源定位

CH20110289 基于改進(jìn)的數(shù)學(xué)形態(tài)學(xué)算法的LiDAR點(diǎn)云數(shù)據(jù)濾波=Filtering of Airborn LiDAR Point Cloud Data Based on the Adaptive Mathematical Morphology/隋立春，張熠斌，柳艷，曲佳，李偉，王蒙，李智臨（長(zhǎng)安大學(xué)地質(zhì)工程與測(cè)繪學(xué)院）∥測(cè)繪學(xué)報(bào).-2010，39（4）.-390～396

數(shù)學(xué)形態(tài)學(xué)在數(shù)字圖像處理中有廣泛的應(yīng)用。首先介紹傳統(tǒng)數(shù)學(xué)形態(tài)學(xué)算法的特點(diǎn)，對(duì)這一理論用于Li-DAR點(diǎn)云數(shù)據(jù)濾波的不足進(jìn)行了分析。在此基礎(chǔ)上，對(duì)相應(yīng)的算法進(jìn)行擴(kuò)展和改進(jìn)，提出針對(duì)不同地形特點(diǎn)的自適應(yīng)濾波算法。在數(shù)學(xué)形態(tài)學(xué)"開(kāi)"算子的基礎(chǔ)上，提出增加一個(gè)"帶寬"參數(shù)用于點(diǎn)云數(shù)據(jù)濾波的方法。最后利用三組實(shí)際點(diǎn)云數(shù)據(jù)進(jìn)行試驗(yàn)，以驗(yàn)證這一算法的有效性。圖17參15

?數(shù)學(xué)形態(tài)學(xué) 點(diǎn)云數(shù)據(jù) 動(dòng)態(tài)濾波

CH20110290 可量測(cè)影像序列的組合定位算法及其在1∶50000地圖測(cè)繪中的應(yīng)用=Integrated Positioning Algorithm Based on Digital Measurable Image and Its Application in Mapping 1∶50 000 Scale Topographic Maps/張曉東，楊元喜，崔先強(qiáng)（西安測(cè)繪研究所）∥測(cè)繪學(xué)報(bào).-2010，39（3）.-231～237

提出基于CCD傳感器獲取的可量測(cè)影像序列的組合定位算法，并結(jié)合多傳感器自適應(yīng)融合算法，給出實(shí)用的組合定位濾波公式，利用該組合定位方法可以在已知前一歷元位置的基礎(chǔ)上，利用當(dāng)前的姿態(tài)和影像觀測(cè)值計(jì)算出當(dāng)前的位置。實(shí)際計(jì)算表明：①該算法不需要存儲(chǔ)大量的影像和計(jì)算控制點(diǎn)坐標(biāo)，降低了存儲(chǔ)和計(jì)算要求；②一般情況下單獨(dú)使用可量測(cè)影像序列進(jìn)行定位時(shí)存在誤差積累，需要進(jìn)行定時(shí)復(fù)位，若對(duì)序列可量測(cè)影像進(jìn)行融合處理可以有效提高組合定位系統(tǒng)的可靠性和精度。利用本算法可以充分利用移動(dòng)測(cè)量系統(tǒng)的現(xiàn)有設(shè)備和信息，提高系統(tǒng)的整體性能。圖8表1參36

?移動(dòng)測(cè)量系統(tǒng) 數(shù)字可量測(cè)影像 組合定位

CH20110291 基于近景攝影測(cè)量的海上打樁定位方法研究=Approach of Sea Piling Positioning Based on Closerange Photogrammetry/謝義林，姚連璧，季惠麗（同濟(jì)大學(xué)測(cè)量與國(guó)土信息工程系）∥測(cè)繪學(xué)報(bào).-2010，39（3）.-238～244

介紹利用一個(gè)經(jīng)過(guò)標(biāo)定的CCD相機(jī)和一個(gè)測(cè)距儀，根據(jù)近景攝影測(cè)量理論進(jìn)行海上打樁時(shí)的樁位定位模型。先利用Robert邊緣檢測(cè)算子和Hough變換，實(shí)時(shí)處理CCD相機(jī)采集的圖像，提取樁邊緣直線，利用CCD相機(jī)的內(nèi)外方位元素，測(cè)距儀坐標(biāo)及其量測(cè)值，再根據(jù)不同的打樁類型（仰樁、俯樁和直樁），建立求解樁中心坐標(biāo)的數(shù)學(xué)模型，利用樁中心初值和牛頓下山法實(shí)時(shí)解算并獲取設(shè)計(jì)高程面內(nèi)的樁中心工程坐標(biāo)，通過(guò)現(xiàn)場(chǎng)測(cè)試以及觀測(cè)數(shù)據(jù)的計(jì)算，驗(yàn)證此方法的正確性。圖13表4參13

?近景攝影測(cè)量 定位模型 CCD相機(jī)

CH20110292 基于語(yǔ)義特征和貝葉斯網(wǎng)絡(luò)的航空影像建筑物及灌木分類/虞欣，鄭肇葆（北京市測(cè)繪設(shè)計(jì)研究院）∥測(cè)繪學(xué)報(bào).-2010，39（3）.-245～250

提出一種基于分類的語(yǔ)義特征提取模型，并在航空影像建筑物及灌木分類應(yīng)用中進(jìn)行嘗試。實(shí)驗(yàn)與分析表明，通過(guò)圖像的底層特征來(lái)提取簡(jiǎn)單的語(yǔ)義特征是可行和有效的，提出的方法可以進(jìn)一步提高影像分類的精度。圖3表2參10

?貝葉斯網(wǎng)絡(luò) 語(yǔ)義特征 航空影像 影像分類

CH20110293 基于MODIS數(shù)據(jù)的Landsat-7 SLC-off影像修復(fù)方法研究=Research on Landsat-7 SLC-off Image Restoration Method Based on MODIS09 Data/朱長(zhǎng)明，沈占鋒，駱劍承，楊遼，胡曉東，沈金祥（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥測(cè)繪學(xué)報(bào).-2010，39（3）.-251～256

研究如何修復(fù)由于掃描行校正器SLC故障而造成的數(shù)據(jù)壞行，成為國(guó)際遙感研究的熱點(diǎn)。在總結(jié)現(xiàn)有的修復(fù)方法基礎(chǔ)上提出用相同時(shí)相的MODIS09數(shù)據(jù)修復(fù)SLC-off數(shù)據(jù)的方法。該方法采用時(shí)空自適應(yīng)反射率融合模型（STARFM）算法實(shí)現(xiàn)MODIS09數(shù)據(jù)和TM/ETM+數(shù)據(jù)的融合，獲得與SLC-off數(shù)據(jù)相同時(shí)相和空間分辨率的融合數(shù)據(jù)，然后采用局部線性直方圖匹配完成對(duì)SLC-off數(shù)據(jù)填充。實(shí)驗(yàn)證明該方法修復(fù)效果明顯好于傳統(tǒng)方法，解決了傳統(tǒng)修復(fù)方法中存在的一些問(wèn)題，提高了ETM+ SLC-off數(shù)據(jù)的利用率。圖5表2參12

?縫隙數(shù)據(jù) 影像修復(fù)

CH20110294 粒子群優(yōu)化算法用于高光譜遙感影像分類的自動(dòng)波段選擇=Automatic Band Selection of Hyperspectral Remote Sensing Image Classification Using Particle Swarm Optimization/丁勝，袁修孝，陳黎（武漢大學(xué)遙感信息工程學(xué)院）∥測(cè)繪學(xué)報(bào).-2010，39（3）.-257～263

針對(duì)傳統(tǒng)SVM分類方法的缺點(diǎn)，采用粒子群優(yōu)化（particle swarm optimization，PSO）算法自動(dòng)選擇合適的波段影像并對(duì)SVM核函數(shù)參數(shù)進(jìn)行優(yōu)化，提出1種新的PSO-BSSVM分類模型。經(jīng)過(guò)對(duì)高光譜遙感影像的分類試驗(yàn)，并與K-最近鄰（K-NN）、徑向基神經(jīng)網(wǎng)絡(luò)（RBFNN）和標(biāo)準(zhǔn)的支持向量機(jī)（SVM）3種分類方法進(jìn)行對(duì)比實(shí)驗(yàn)，證明PSO-BSSVM方法能優(yōu)選高光譜遙感影像的波段和優(yōu)化SVM參數(shù)，明顯提高影像的分類精度。圖7表4參16

?高光譜遙感影像 支持向量機(jī) 粒子群優(yōu)化 影像分類

CH20110295 用RPC替代星載SAR嚴(yán)密成像幾何模型的試驗(yàn)與分析=Analysis and Test of the Substitutability of the RPC Model for the Rigorous Sensor Model of Spaceborne SAR Imagery/張過(guò)，費(fèi)文波，李貞，祝小勇，唐新明（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥測(cè)繪學(xué)報(bào).-2010，39（3）.-264～270

將推掃式光學(xué)衛(wèi)星遙感影像與雷達(dá)影像的成像特點(diǎn)進(jìn)行比照和分析，從理論上闡述RPC模型擬合SAR嚴(yán)密幾何成像的可行性。然后，介紹求解RPC參數(shù)的基本方法和流程。在實(shí)驗(yàn)部分，采用不同分辨率的SAR數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)，計(jì)算分母不同且為三階的RPC模型擬合嚴(yán)密成像幾何模型的殘差。實(shí)驗(yàn)結(jié)果證明，無(wú)論對(duì)高分辨SAR影像或是中低分辨率的SAR影像，RPC模型擬合嚴(yán)密幾何成像模型都達(dá)到了較高的精度，可以取代嚴(yán)密成像幾何模型進(jìn)行攝影測(cè)量處理。圖4表6參15

?星載合成孔徑雷達(dá) RPC模型 影像擬合

CH20110296 改進(jìn)的機(jī)載SAR多普勒中心估計(jì)方法=Improved Algorithm of Doppler Centroid Estimation for Air-borne Synthetic Aperture Radar/王霖郁，閆龍，王玥坤（哈爾濱工程大學(xué)信息與通信工程學(xué)院）∥測(cè)繪學(xué)報(bào).-2010，39（3）.-271～275

線性相位誤差導(dǎo)致機(jī)載SAR成像后目標(biāo)的位置發(fā)生偏離，從而改變多普勒中心頻率。研究線性相位誤差的特點(diǎn)，提出一種改進(jìn)的雜波鎖定估計(jì)方法。該方法通過(guò)對(duì)方位譜能量重心的精確估計(jì)來(lái)得到多普勒中心初始的迭代預(yù)置值。精度優(yōu)于原有多普勒中心估計(jì)方法，點(diǎn)目標(biāo)成像上效果明顯。最后使用機(jī)載雷達(dá)真實(shí)數(shù)據(jù)檢驗(yàn)該方法的有效性。圖8表1參15

?合成孔徑雷達(dá) 多普勒中心 線性相位

CH20110297 基于水平集的SAR圖像與光學(xué)圖像的配準(zhǔn)=The Registration between SARand Optical Image Based on Level Set/李雨謙，皮亦鳴，王金峰（電子科技大學(xué)電子工程學(xué)院）∥測(cè)繪學(xué)報(bào).-2010，39（3）.-276～282

為解決常用圖像配準(zhǔn)算法中特征提取易受噪聲影響及配準(zhǔn)過(guò)程受特征提取精度影響的問(wèn)題，提出一種新的圖像配準(zhǔn)算法，即在水平集框架下，通過(guò)映射函數(shù)將SAR圖像特征和光學(xué)圖像特征結(jié)合，構(gòu)造能量泛函模型，并采用水平集方法求解曲線演化方程，進(jìn)而實(shí)現(xiàn)SAR圖像和光學(xué)圖像的配準(zhǔn)。通過(guò)兩個(gè)場(chǎng)景的配準(zhǔn)實(shí)驗(yàn)表明，該算法不僅對(duì)高信噪比SAR圖像和光學(xué)圖像的配準(zhǔn)有效，且對(duì)低信噪比的配準(zhǔn)優(yōu)勢(shì)更加明顯。圖8表3參17

?圖像配準(zhǔn) 合成孔徑雷達(dá) 光學(xué)圖像

CH20110298 遙感圖像高斯與椒鹽噪聲的PDE混合去噪模型研究=A PDE-based Hybrid Model for De-noising Remote Sensing Image with Gaussian and Salt-pepper Noise/王相海，張洪為，李放（遼寧師范大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院）∥測(cè)繪學(xué)報(bào).-2010，39（3）.-283～288+294

針對(duì)經(jīng)過(guò)前期處理的遙感圖像主要含有高斯噪聲和椒鹽噪聲的特點(diǎn)，提出一種基于PDE的混合去噪模型，該模型克服傳統(tǒng)的純各向異性擴(kuò)散模型在平滑區(qū)域過(guò)度擴(kuò)散、產(chǎn)生階梯效應(yīng)和四階PDE模型在去噪的同時(shí)過(guò)多損失邊緣信息的弱點(diǎn)，在有效去除遙感圖像中混合噪聲的同時(shí)，很好地保持圖像的邊緣和紋理細(xì)節(jié)信息。實(shí)驗(yàn)結(jié)果驗(yàn)證所提出模型的有效性和穩(wěn)定性。圖6表3參9

?遙感圖像 去噪 偏微分方程 混合模型

CH20110299 接縫線網(wǎng)絡(luò)的自動(dòng)生成及優(yōu)化方法=Approach for Automatic Generation and Optimization of Seamline Network/潘俊，王密，李德仁（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥測(cè)繪學(xué)報(bào).-2010，39（3）.-289～294

提出一種接縫線網(wǎng)絡(luò)的自動(dòng)生成及優(yōu)化方法，基于顧及重疊的面Voronoi圖，生成全局的初始接縫線網(wǎng)絡(luò)，利用重疊區(qū)的影像內(nèi)容對(duì)接縫線網(wǎng)絡(luò)進(jìn)行優(yōu)化?？杀ＷC區(qū)域范圍內(nèi)多影像鑲嵌處理的靈活性與效率，避免誤差累積和中間結(jié)果的產(chǎn)生，使處理結(jié)果與影像順序無(wú)關(guān)，而且優(yōu)化后的接縫線網(wǎng)絡(luò)可保證鑲嵌質(zhì)量。圖6表1參19

?數(shù)字正射影像 Voronoi圖 有效鑲嵌多邊形

CH20110300 基于LiDAR數(shù)據(jù)和航空影像的水體自動(dòng)提取=Automatic Water Body Extraction Based on LiDAR Data and Aerial Images/張永軍，吳磊，林立文，趙家平（武漢大學(xué)遙感信息工程學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（8）.-936～940

提出將LiDAR數(shù)據(jù)對(duì)水體的敏感性與航空影像的高分辨率特征相結(jié)合的水體自動(dòng)提取方法。利用SIFT算法對(duì)LiDAR強(qiáng)度圖像和航空影像進(jìn)行配準(zhǔn)，在LiDAR高程圖像上提取無(wú)回波信號(hào)的黑色區(qū)域，構(gòu)建幾何約束條件，排除由遮擋產(chǎn)生的無(wú)效區(qū)域；將水體初始位置映射到航空影像上，結(jié)合邊緣信息進(jìn)行區(qū)域生長(zhǎng)，并對(duì)生長(zhǎng)區(qū)域進(jìn)行數(shù)學(xué)形態(tài)學(xué)運(yùn)算，最終獲取水體區(qū)域。實(shí)驗(yàn)結(jié)果表明，該方法可以獲得很好的水體提取效果。圖6表1參9

?水體提取 激光雷達(dá) 航空影像

CH20110301 基于粒子群算法的全極化SAR圖像非監(jiān)督分類算法研究=Unsupervised Classification of Fully Polarimetric SARData Based on the PSO Algorithm/張中山，燕琴，余潔，李巖（武漢大學(xué)遙感信息工程學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（8）.-941～945

提出了一種基于H/α/A和粒子群優(yōu)化（PSO）算法的全極化SAR數(shù)據(jù)非監(jiān)督分類方法。該方法利用H/α/A對(duì)全極化SAR數(shù)據(jù)進(jìn)行基于散射機(jī)理的初分類，計(jì)算各類別的聚類中心，并利用計(jì)算結(jié)果對(duì)PSO算法進(jìn)行初始化，然后采用PSO對(duì)極化SAR數(shù)據(jù)進(jìn)行迭代分類。在運(yùn)算過(guò)程中，引入了基于最大似然準(zhǔn)則的復(fù)Wishart距離，以提高分類器的性能。實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法的有效性，所提出算法的分類結(jié)果優(yōu)于傳統(tǒng)的Wishart-H/α/A分類方法。表2參16

?粒子群算法 合成孔徑雷達(dá) 非監(jiān)督分類

CH20110302 一種有效的高分辨率SAR目標(biāo)特征提取與識(shí)別方法=An Effective Method for Targets Feature Extraction and Recognition of High Resolution SAR Images/劉愛(ài)平，劉忠，付琨，尤紅建（海軍工程大學(xué)電子工程學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（8）.-946～950

提出了一種有效的高分辨率SAR目標(biāo)特征提取與識(shí)別方法，根據(jù)SAR圖像目標(biāo)對(duì)多尺度Gabor濾波器組的不同響應(yīng)，充分利用多尺度信息及尺度間的相依性提取新的多尺度特征，該特征綜合考慮了SAR圖像目標(biāo)的宏觀和微觀固有的尺度特性，從而更能反映目標(biāo)的本質(zhì)特征；并利用Fisher核映射使得非線性變換比線性變換更能刻畫(huà)實(shí)際中的復(fù)雜模式。實(shí)驗(yàn)給出了MSTAR數(shù)據(jù)庫(kù)中三類目標(biāo)特征的空間聚類及分類情況，結(jié)果表明了該多尺度特征的有效性。圖4參16

?多尺度 SAR圖像 濾波器 特征提取

CH20110303 基于極化合成理論的SAR目標(biāo)最優(yōu)極化研究=SAR Optimal Polarization Analysis Based on Polarization Synthesis/楊英寶，李艷雯（河海大學(xué)土木工程學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（8）.-951～954

基于Stokes矩陣以及極化合成原理推導(dǎo)出一種解算目標(biāo)最優(yōu)接收功率的新算法。該算法充分利用了Stokes矩陣及范數(shù)原理，在計(jì)算目標(biāo)最優(yōu)接收功率上的精度優(yōu)于傳統(tǒng)算法，計(jì)算過(guò)程比傳統(tǒng)算法簡(jiǎn)單、直接，且易于實(shí)現(xiàn)，不僅適用于完全極化波，而且適用于部分極化波和完全非極化波。實(shí)驗(yàn)證明，該算法可得到理想的結(jié)果。圖3表1參11

?目標(biāo)最優(yōu)極化 極化合成 Stokes矩陣

CH20110304 一種基于馬爾科夫隨機(jī)場(chǎng)模型的彩色紋理圖像分割=Gabor-MRF Model Based on Color Texture Image Segmentation/魏小莉，沈未名（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（8）.-955～958，978

提出了一種基于Gabor濾波和馬爾科夫隨機(jī)場(chǎng)的彩色紋理特征圖像的分割算法。首先對(duì)色彩和紋理特征進(jìn)行了分析，將RGB色彩空間非線性變換到CIE-LUV空間，構(gòu)造顏色的特征向量；然后對(duì)原始彩色圖像進(jìn)行Gabor濾波和高斯平滑處理，得到恰當(dāng)表示原圖像的灰度紋理圖像；再對(duì)原圖像建立MRF分割模型，結(jié)合色彩和紋理信息，運(yùn)用貝葉斯理論和迭代優(yōu)化算法估計(jì)最大后驗(yàn)概率（MAP）。實(shí)驗(yàn)表明，本方法可以有效地實(shí)現(xiàn)圖像分割。圖4表2參8

?圖像分割 馬爾科夫隨機(jī)場(chǎng) Gabor濾波器 紋理特征

CH20110305 基于查找表的MODIS逐像元大氣校正方法研究=A Pixel-by-pixel Atmospheric Correction Algorithm for MODIS Data Based on Look-up Table/徐永明，覃志豪，陳愛(ài)軍（南京信息工程大學(xué)遙感學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（8）.-959～962

以6S大氣輻射傳輸模型為基礎(chǔ)，計(jì)算了氣溶膠光學(xué)厚度、太陽(yáng)天頂角、傳感器天頂角以及地表海拔變化對(duì)于校正得到的地表反射率的影響，討論了6S模型對(duì)于這些參數(shù)的敏感性，提出了一種基于查找表的大氣校正方法，利用6S模型離線計(jì)算建立了不同氣溶膠的光學(xué)厚度、太陽(yáng)天頂角、傳感器天頂角以及地表海拔條件下大氣校正系數(shù)的查找表，基于該查找表對(duì)MODIS影像進(jìn)行逐像元大氣校正。通過(guò)對(duì)本文方法、6S在線校正方法和利用統(tǒng)一輸入?yún)?shù)校正方法的比較表明，本文方法的計(jì)算結(jié)果與6S在線校正方法很接近，說(shuō)明本文方法可以有效地改善由于大氣條件、傳感器位置等空間分布差異對(duì)MODIS圖像大氣校正的影響。圖1表1參12

?逐像元 查找表 大氣校正

CH20110306 一種復(fù)雜環(huán)境下運(yùn)動(dòng)目標(biāo)檢測(cè)的背景構(gòu)建方法=Background Building Method of Moving Objects Detection in Complex Scenes/王枚，蘇光大，王國(guó)宏（煙臺(tái)職業(yè)學(xué)院圖像處理研究所）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（8）.-963～966

針對(duì)復(fù)雜環(huán)境下背景構(gòu)建困難等問(wèn)題，提出了一種彩色圖像依照目標(biāo)運(yùn)動(dòng)狀態(tài)實(shí)時(shí)進(jìn)行更新的背景構(gòu)建方法。該方法通過(guò)定義彩色圖像距離，根據(jù)當(dāng)前圖像與背景圖像之間的距離變化定義運(yùn)動(dòng)狀態(tài)矩陣，從而利用狀態(tài)矩陣結(jié)合當(dāng)前幀圖像的彩色特征更新背景。該方法無(wú)需假設(shè)背景模型，能夠適應(yīng)各類復(fù)雜的突變，通過(guò)獲取包含多類目標(biāo)的實(shí)測(cè)彩色圖像實(shí)驗(yàn)驗(yàn)證了算法的有效性和準(zhǔn)確性。圖3參8

?運(yùn)動(dòng)目標(biāo)檢測(cè) 運(yùn)動(dòng)狀態(tài)矩陣

CH20110307 QoS感知的多任務(wù)遙感信息服務(wù)優(yōu)化組合非合作博弈模型=A Non-Cooperative Game Model for QoS-Aware Optimal Composition of Remote Sensing Information Services for Multi-task/李海峰，朱慶，楊曉霞，歐陽(yáng)怡強(qiáng)（中南大學(xué)土木建筑學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（8）.-967～970

提出了QoS感知的多任務(wù)服務(wù)優(yōu)化組合非合作博弈模型，準(zhǔn)確刻畫(huà)了不同任務(wù)之間的競(jìng)爭(zhēng)關(guān)系，在此基礎(chǔ)上設(shè)計(jì)了顧及QoS的遙感信息服務(wù)優(yōu)化組合反應(yīng)函數(shù)，為求解遙感信息服務(wù)優(yōu)化組合奠定理論基礎(chǔ)。理論和實(shí)驗(yàn)分析表明，該模型有利于減少任務(wù)并發(fā)時(shí)的資源沖突，最大化所有任務(wù)的平均效用。圖4參9

?遙感信息服務(wù) QoS感知 優(yōu)化組合

CH20110308 基于SensorML的遙感衛(wèi)星傳感器建模方法=A Remotey Sensing Satellite Sensor Modeling Approach Based on SensorML/陳家贏，陳能成，王偉，胡楚麗（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（8）.-971～974

比較了傳感器的相關(guān)信息模型，分析了傳感器建模語(yǔ)言（SensorML）規(guī)范，提出了基于SensorML的遙感衛(wèi)星傳感器建模方法，包括平臺(tái)參數(shù)分析、字典定義、系統(tǒng)建模、處理建模、模型驗(yàn)證和模型修正?；?NET框架和SensorML 1.0.0規(guī)范，設(shè)計(jì)和實(shí)現(xiàn)了遙感衛(wèi)星傳感器建模工具SensorModel。以SPOT-5衛(wèi)星傳感器為例，驗(yàn)證了該方法的可行性。圖6參9

?傳感器 傳感網(wǎng) 傳感器建模語(yǔ)言 處理模型

CH20110309 一種基于前后向擴(kuò)散的圖像去噪與增強(qiáng)方法=A Forward and Backward Diffusion Based on Image Denoising and Enhancement Method/楊學(xué)峰，李金宗，李冬冬，朱兵（哈爾濱工業(yè)大學(xué)電子與信息工程學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（8）.-975～978

將各向異性前向擴(kuò)散和后向擴(kuò)散進(jìn)行深度融合，提出了一種基于前后向擴(kuò)散的圖像去噪與增強(qiáng)方法。該方法利用非線性結(jié)構(gòu)張量代替直接的梯度估計(jì)，增強(qiáng)對(duì)噪聲的魯棒性；將沿梯度方向增強(qiáng)的沖擊濾波項(xiàng)改為按照自適應(yīng)設(shè)定的閾值，進(jìn)行前向擴(kuò)散去噪和后向擴(kuò)散增強(qiáng)的相互轉(zhuǎn)換；對(duì)于角型結(jié)構(gòu)，在與梯度垂直方向同樣進(jìn)行后向擴(kuò)散，以增強(qiáng)角型紋理。實(shí)驗(yàn)結(jié)果表明，本文算法不僅有效去除了噪聲，而且增強(qiáng)了紋理。圖2表1參17

?圖像增強(qiáng)濾波器 去噪

CH20110310 基于核面約束的近景攝影測(cè)量影像人工標(biāo)志點(diǎn)匹配方法=Cluster Matching of Artificial Targets in the Close Range Photogrammetry Based on the Epipolar Plane Constraint/馮其強(qiáng)，李宗春，陳新，李廣云（信息工程大學(xué)測(cè)繪學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（8）.-979～982

提出了一種基于已知點(diǎn)和核面約束的近景攝影測(cè)量人工標(biāo)志點(diǎn)分組匹配算法。首先利用定向棒點(diǎn)和編碼標(biāo)志點(diǎn)等已知點(diǎn)對(duì)所有像片進(jìn)行分組；然后按三張一組進(jìn)行組合，并計(jì)算各組合的幾何質(zhì)量；最后選擇幾何質(zhì)量最好的部分像片進(jìn)行組合，按核面約束進(jìn)行匹配。實(shí)驗(yàn)證明，該算法匹配100余張像片10000余像點(diǎn)的速度約為5s，像點(diǎn)匹配率高于95％，誤匹配率低于0.1‰，滿足近景攝影測(cè)量的要求。圖3表2參10

?近景攝影測(cè)量 人工標(biāo)志點(diǎn) 幾何質(zhì)量 目標(biāo)匹配

CH20110311 一種利用飛艇航拍視頻的運(yùn)動(dòng)車輛檢測(cè)方法=Vehicle Detection Algorithm with Video from Airborne Camera/王文龍，唐爐亮，李清泉，雷波（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（7）.-786～789

針對(duì)低空飛行器（飛艇）為平臺(tái)獲取的高清晰交通視頻數(shù)據(jù)，通過(guò)對(duì)交通視頻序列數(shù)據(jù)進(jìn)行運(yùn)動(dòng)補(bǔ)償與配準(zhǔn)，提出了一個(gè)在復(fù)雜變化背景下基于幀差法的運(yùn)動(dòng)目標(biāo)（車輛）快速檢測(cè)與提取方法。實(shí)驗(yàn)結(jié)果驗(yàn)證了本方法的準(zhǔn)確與可靠性。圖8參19

?飛艇平臺(tái) 交通數(shù)據(jù)采集 視頻數(shù)據(jù) 運(yùn)動(dòng)車輛檢測(cè)

CH20110312 利用影像分類分析黃河三角洲人工刺槐林健康=Remote Sensing Monitoring the Health of Artificial Robinia Pseudoacacia Forest/姚玲，劉高煥，劉慶生，費(fèi)立凡（武漢大學(xué)資源與環(huán)境科學(xué)學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（7）.-863～867

用監(jiān)督分類方法提取出Landsat TM影像中的刺槐林區(qū)域，將歸一化植被指數(shù)NDVI、歸一化水分指數(shù)NDWI、土壤調(diào)節(jié)植被指數(shù)SAVI、修正的土壤調(diào)節(jié)植被指數(shù)MSAVI和K-T變換應(yīng)用于刺槐林影像，用聚類分析將刺槐林分成4個(gè)等級(jí)的樹(shù)冠活力。實(shí)測(cè)結(jié)果表明，通過(guò)樹(shù)冠活力來(lái)分類，NDWI分類精度最高，達(dá)到82.5％。圖1表6參13

?森林遙感 空間分析 監(jiān)督分類

CH20110313 基于光譜整體形態(tài)和局部吸收谷位置的高光譜遙感圖像地物識(shí)別=Object Identification of Hyperspectral Image Based on the Spectral Overall Shape and Local Absorption-band Positions/徐元進(jìn)，胡光道，張振飛（地質(zhì)過(guò)程與礦產(chǎn)資源國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（7）.-868～872

為了精確識(shí)別高光譜遙感圖像上的地物，使用交叉相關(guān)光譜匹配方法獲取光譜整體形態(tài)的最大偏移量，通過(guò)對(duì)比分析吸收谷位置變化獲取吸收谷位置的最大偏移量，在此基礎(chǔ)上確定吸收谷位置的偏移范圍；然后使用窮舉法，進(jìn)行基于整體形態(tài)和偏移范圍內(nèi)局部吸收谷位置的識(shí)別。在云南中甸普朗斑巖銅礦區(qū)的高光譜遙感圖像的實(shí)際應(yīng)用表明，該方法的識(shí)別結(jié)果比僅考慮整體形態(tài)的識(shí)別結(jié)果具有更高的可靠性，能進(jìn)一步證實(shí)識(shí)別結(jié)果的準(zhǔn)確性。圖3表3參12

?高光譜遙感圖像 地物識(shí)別

CH20110314 B-Spline塔型方向?yàn)V波器組及其在遙感圖像融合中的應(yīng)用=B-Spline Pyramidal Direction Filter Banks and Its Application to Remote Sensing Image Fusion/柴勇，林雪原，何友（海軍航空工程學(xué)院信息融合技術(shù)研究所）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（7）.-873～876

提出了B-Spline塔型方向?yàn)V波器組，由B-Spline金字塔構(gòu)造誤差金字塔，得到與Laplacian金字塔類似的誤差金字塔分解結(jié)構(gòu)，然后再采用方向?yàn)V波器組進(jìn)行濾波，得到B-Spline塔型方向?yàn)V波器組。仿真表明，新算法能得到比Contourlet變換更好的融合效果，信息損失少。圖6表1參11

?圖像融合 方向?yàn)V波器

CH20110315 基因表達(dá)式程序設(shè)計(jì)的衛(wèi)星遙感影像恢復(fù)=Using Gene Expression Programming to Improve Satellite Images/李世祥，樊紅，王玉莉（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（7）.-877～881

提出了一種基于基因表達(dá)式程序設(shè)計(jì)的衛(wèi)星影像恢復(fù)模型。借助一張局部參考影像，該模型首先利用基因表達(dá)式程序設(shè)計(jì)挖掘出參考影像與退化影像的數(shù)學(xué)函數(shù)關(guān)系，然后利用該函數(shù)關(guān)系對(duì)退化影像進(jìn)行恢復(fù)重建，進(jìn)而達(dá)到利用局部參考影像對(duì)全局退化影像進(jìn)行改善和恢復(fù)的目的。實(shí)驗(yàn)結(jié)果表明，該方法有效并具有一定的實(shí)用價(jià)值。圖6表1參10

?影像恢復(fù) 退化影像 參考影像

CH20110316 利用Meanshift進(jìn)行道路提取=Semi-automatic Road Extraction with Meanshift Algorithm/張劍清，劉朋飛，王華（武漢大學(xué)遙感信息工程學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（6）.-719～722

介紹了基于Meanshift算法的小比例尺航空影像道路提取方法。通過(guò)估計(jì)給定的中心點(diǎn)附近概率密度提取道路中心點(diǎn)，并利用核函數(shù)的影子函數(shù)使得其搜索過(guò)程沿著概率密度分布的梯度方向前進(jìn)，加快收斂速度。分別從基于矢量信息進(jìn)行自動(dòng)提取和給定少量初值自動(dòng)跟蹤兩個(gè)層次討論了該方法的實(shí)用性，并用實(shí)驗(yàn)證明了該方法的有效性。圖5表1參11

?道路提取 核函數(shù) 航空影像

CH20110317 利用Contourlet變換和譜直方圖進(jìn)行多源遙感影像紋理特征檢索=Texture Retrieval for Multi-source Remote Sensing Image Based on Contourlet Transform and Spectral Histogram/邵振峰，朱先強(qiáng)（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（6）.-723～726

將Contourlet變換應(yīng)用于多源遙感影像多尺度多方向紋理特征提取，分別采用Contourlet變換低頻子帶譜直方圖和多尺度多方向高頻子帶譜直方圖實(shí)現(xiàn)多源遙感影像庫(kù)的初步過(guò)濾和精確檢索。通過(guò)USC和QuickBird影像組成的紋理檢索實(shí)驗(yàn)表明，所提出的檢索算法在檢索精度和效率方面優(yōu)于小波變換。圖2表1參7

?譜直方圖 遙感影像 紋理檢索

CH20110318 一種基于高斯混合模型的遙感影像有指導(dǎo)非監(jiān)督分類方法=An Instructed Unsupervised Classification Method for Remote Sensing Image Based on Gaussian Mixture Model/陶建斌，舒寧，龔龑，沈照慶（武漢大學(xué)遙感信息工程學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（6）.-727～732

提出了一種遙感影像非監(jiān)督分類的新方法GMMUC。該方法以有限混合密度理論為基礎(chǔ)，認(rèn)為遙感數(shù)據(jù)由有限個(gè)子高斯分布以一定比例“混合”而成，通過(guò)改進(jìn)EM算法自動(dòng)確定子高斯分布及其參數(shù)，再?gòu)闹小斑€原”出各個(gè)地物類（各子高斯分別對(duì)應(yīng)一類地物）。實(shí)驗(yàn)結(jié)果表明，該方法獲得了較好的分類效果，一定程度上避免了傳統(tǒng)非監(jiān)督分類方法的缺陷，擴(kuò)大了非監(jiān)督方法的應(yīng)用范圍。圖1表2參9

?高斯混合模型 子高斯分布 遙感影像 非監(jiān)督分類

CH20110319 利用視線向量修正進(jìn)行SPOT-5影像高精度立體定位=Geopositioning of SPOT-5 Stereo Images Based on Line-of-sight Calibration/胡文元（山西省工程測(cè)繪院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（6）.-733～737

介紹了SPOT-5衛(wèi)星影像的嚴(yán)格幾何處理模型及視線向量修正的原理，推導(dǎo)了基于視線向量修正的多像光束法平差模型。對(duì)SPOT-5影像進(jìn)行實(shí)驗(yàn)，驗(yàn)證了影像系統(tǒng)誤差的存在。將視線向量修正法的定位精度與軌道姿態(tài)誤差直接修正法的定位結(jié)果進(jìn)行對(duì)比，結(jié)果表明，視線向量修正法僅采用5個(gè)控制點(diǎn)就可以獲得軌道姿態(tài)誤差直接修正法采用10個(gè)控制點(diǎn)的定位精度。圖2表2參6

?SPOT-5影像 視線向量修正 幾何定位

CH20110320 利用數(shù)據(jù)場(chǎng)的表情臉識(shí)別方法=Facial Expression Recognition Based on Data Field/王樹(shù)良，謝媛（武漢大學(xué)國(guó)際軟件學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（6）.-738～742

提出了一種利用數(shù)據(jù)場(chǎng)的表情臉識(shí)別方法。根據(jù)數(shù)據(jù)場(chǎng)的思想層次建模，從數(shù)據(jù)中提取概念，用特征集來(lái)表示概念。在JAFFE表情臉圖像庫(kù)中進(jìn)行實(shí)驗(yàn)，其整體識(shí)別率高達(dá)94.3％，說(shuō)明該方法能夠較有效地處理表情臉識(shí)別中的不確定性。圖9參11

?數(shù)據(jù)場(chǎng) 模式識(shí)別 數(shù)據(jù)聚類 表情識(shí)別

CH20110321 結(jié)合多混沌映射和輸出反饋的圖像加密算法=A New Image Encryption Algorithm Based on Multiple Chaotic Maps and Output-feedback/朱從旭，黃大足，郭迎（中南大學(xué)信息科學(xué)與工程學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（5）.-528～531

提出了一種結(jié)合多個(gè)Logistic混沌映射和逐段正弦混沌映射的圖像加密算法。通過(guò)m個(gè)Logistic混沌映射的多次迭代，分別產(chǎn)生m個(gè)分段正弦混沌映射的初值和參數(shù)值，由m個(gè)分段正弦混沌映射迭代產(chǎn)生圖像加密密鑰序列，并引入密文輸出反饋機(jī)制，對(duì)圖像像素值逐點(diǎn)進(jìn)行2輪異或加密。實(shí)驗(yàn)表明，該算法使密文對(duì)明文和密鑰都充分敏感，加密圖像像素值具有類隨機(jī)均勻分布特性，相鄰像素具有零相關(guān)特性，而且算法具有密鑰空間大、加密速度快的優(yōu)越性。圖4表1參10

?圖像加密 算法

CH20110322 對(duì)一種混沌圖像密碼的選擇明文攻擊=Chosen-plaintext Attack on a Chaotic Image Cipher/劉婷，閔樂(lè)泉（北京科技大學(xué)信息工程學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（5）.-546～549

對(duì)基于廣義貓映射和加法模運(yùn)算的混沌密碼進(jìn)行了安全性分析，指出了該密碼設(shè)計(jì)上的幾處瑕疵。在選擇明文攻擊下，該密碼系統(tǒng)在1輪加密時(shí)不夠安全，僅選擇3幅明文圖像就可破譯。討論了該密碼在多輪加密時(shí)待解決的問(wèn)題以及可能采取的改進(jìn)措施。圖2參12

?混沌圖像密碼 密碼分析

CH20110323 基于CityGML的遙感信息共享研究=The Application of City GML in RS Information Sharing/巫兆聰，歐陽(yáng)群東（武漢大學(xué)遙感信息工程學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（4）.-423～426

在參考現(xiàn)有地物分類標(biāo)準(zhǔn)和CityGML要素類型基礎(chǔ)上，探討遙感專題模型的設(shè)計(jì)方法，分析基于CityGML的幾何拓?fù)?、語(yǔ)義屬性信息表達(dá)機(jī)制，并以一小區(qū)域數(shù)據(jù)驗(yàn)證了方法的可行性。圖2參11

?遙感信息共享

CH20110324 大旋角影像的絕對(duì)定向方法研究=Absolute Orientation of Large Rotation Angle Images/張永軍，胡丙華，張劍清（武漢大學(xué)遙感信息工程學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（4）.-427～431

針對(duì)近景攝影測(cè)量中影像與地面坐標(biāo)系間存在大旋轉(zhuǎn)角的問(wèn)題，在分析現(xiàn)有絕對(duì)定向算法的基礎(chǔ)上，提出了一種適合大旋轉(zhuǎn)角影像的絕對(duì)定向方法，采用奇異矩陣分解獲取較準(zhǔn)確的角元素初值，并結(jié)合最小二乘平差進(jìn)行粗差剔除和絕對(duì)定向精確參數(shù)解算。試驗(yàn)表明，本算法計(jì)算簡(jiǎn)單、收斂速度快，具有很好的實(shí)用價(jià)值。表4參16

?絕對(duì)定向 近景攝影測(cè)量

CH20110325 基于LiDAR點(diǎn)云數(shù)據(jù)的水體輪廓線提取方法研究=A Method for Extracting Water Contour Lines from LiDAR Point Clouds Data/王宗躍（集美大學(xué)計(jì)算機(jī)工程學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（4）.-432～435

提出一種基于機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)提取水體輪廓線的方法。采用雙層格網(wǎng)模式提取較窄的水體；以朝向水體的邊界點(diǎn)作為擬合輪廓線的關(guān)鍵點(diǎn)提取更精確的輪廓線。實(shí)驗(yàn)表明，該方法可以較好地提取水體輪廓線。圖4參12

?激光雷達(dá) 點(diǎn)云特征提取

CH20110326 組分權(quán)重方法對(duì)城市目標(biāo)方向亮溫模擬的影響=Impacts of Different Components’Proportion Determination Methods on Directional Brightness Temperature Simulation for Urban Targets/占文鳳，陳云浩，馬偉，周紀(jì)（北京師范大學(xué)地表過(guò)程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（4）.-436～440

借鑒了現(xiàn)階段二維壟行作物的組分權(quán)重確定方法并將其推廣到三維城市地表，加上已有的針對(duì)城市地表的方法，得到了輻射度方法、水平面投影法、球面投影法和中心投影實(shí)驗(yàn)法4種方法。結(jié)果表明，當(dāng)天頂角較小時(shí)，輻射度方法、球面投影法、中心投影實(shí)驗(yàn)法（通過(guò)數(shù)碼像片勾繪統(tǒng)計(jì)計(jì)算得到組分權(quán)重）和水平面投影法都能較為精確地模擬方向亮溫的空間分布。圖5參17

?熱紅外遙感 組分權(quán)重 方向亮溫 城市目標(biāo)

CH20110327 多目標(biāo)遺傳算法在水下機(jī)器人路徑規(guī)劃中的應(yīng)用=Path Planning Based on Multi-objective Genetic Algorithm for AUV on VCF Electronic Chart/曹江麗（哈爾濱工程大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（4）.-441～445

依據(jù)VCF電子海圖，提出了一種對(duì)水下機(jī)器人進(jìn)行路徑規(guī)劃的多目標(biāo)遺傳算法，采用可變長(zhǎng)的實(shí)數(shù)坐標(biāo)編碼、適應(yīng)度函數(shù)評(píng)價(jià)了影響航路優(yōu)劣的多個(gè)因素，設(shè)計(jì)了選擇、交叉、變異、修補(bǔ)、刪除等遺傳算子以及種群置換方法。在生成初始種群和設(shè)計(jì)遺傳算子時(shí)引入領(lǐng)域知識(shí)，使所生成路徑盡量不穿越障礙區(qū)域，有效地提高了大范圍路徑規(guī)劃算法的收斂速度。試驗(yàn)表明，采用該MOGA算法進(jìn)行路徑規(guī)劃可提高算法的收斂速度和全局尋優(yōu)能力。圖8參5

?多目標(biāo)遺傳算法 路徑規(guī)劃 水下機(jī)器人

CH20110328 利用融合紋理與形態(tài)特征進(jìn)行地震倒塌房屋信息自動(dòng)提取=Extracting Damaged Buildings Information Automatically Based on Textural and Morphological Features/李祖?zhèn)?，馬建文，張睿，李利偉（中國(guó)科學(xué)院對(duì)地觀測(cè)與數(shù)字地球科學(xué)中心）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（4）.-446～450

提出了一種以震后單一時(shí)相高空間分辨率光學(xué)遙感影像為基礎(chǔ)，融合紋理特征和形態(tài)特征的地震倒塌房屋自動(dòng)提取方法，研究了不同尺度紋理特征和形態(tài)特征在倒塌房屋提取中的作用和表現(xiàn)。以5·12汶川地震作為研究實(shí)例，結(jié)果表明，本方法能夠有效提取地震倒塌房屋。倒塌房屋產(chǎn)品精度和用戶精度分別為86.65％和86.35％，Kappa系數(shù)為0.7906。圖1表4參10

?高空間分辨率 信息提取 地震

CH20110329 基于CHRIS數(shù)據(jù)的三峽壩區(qū)水體葉綠素濃度遙感監(jiān)測(cè)=Determination of Chlorophyll Concentration in Three Gorges Dam Using CHRIS/PROBA Image Data/蓋利亞，劉正軍，張繼賢（中國(guó)測(cè)繪科學(xué)研究院對(duì)地觀測(cè)技術(shù)國(guó)家測(cè)繪局重點(diǎn)實(shí)驗(yàn)室）∥測(cè)繪科學(xué).-2010，35（4）.-28～30，22

探討利用新一代微衛(wèi)星遙感數(shù)據(jù)CHRIS/PROBA定量反演三峽壩區(qū)葉綠素（Chl）濃度的方法。首先對(duì)CHRIS/PROBA高光譜影像進(jìn)行去條帶、幾何校正、輻射校正、大氣校正等預(yù)處理，得到水體像元的遙感反射率；然后結(jié)合三峽壩區(qū)水質(zhì)，分析了懸浮物對(duì)葉綠素濃度反演的影響，采用半經(jīng)驗(yàn)回歸方法建立了葉綠素濃度反演算法；最后在對(duì)算法驗(yàn)證的基礎(chǔ)上，將模型應(yīng)用到經(jīng)過(guò)一系列預(yù)處理的影像中，得到三峽壩區(qū)葉綠素濃度的遙感反演結(jié)果，并對(duì)反演結(jié)果進(jìn)行了分析。分析表明，CHRIS/PROBA影像在三峽壩區(qū)水質(zhì)的遙感監(jiān)測(cè)中是可用的，且反演結(jié)果精度較高。圖6表2參16

?葉綠素反演 遙感監(jiān)測(cè) 微衛(wèi)星遙感 高光譜影像

CH20110330 廣義立體像對(duì)三維重建模型精度分析=Precision Analysis of 3D Reconstruction Model Based on Generalized Stereopair/王偉璽，宋偉東，劉艷春（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥測(cè)繪科學(xué).-2010，35（4）.-31～33

依據(jù)基于多源遙感數(shù)據(jù)進(jìn)行三維重建的思想，利用現(xiàn)有的對(duì)于某一區(qū)域，由不同傳感器獲取的高分辨率衛(wèi)星影像，分別作為左右影像，建立起基于有理函數(shù)模型的嚴(yán)密空間前方交會(huì)數(shù)學(xué)模型，進(jìn)而構(gòu)建起廣義立體像對(duì)，快速提取地面三維信息，實(shí)現(xiàn)目標(biāo)物的三維重建。之后對(duì)重建的三維模型進(jìn)行精度分析，并與利用傳統(tǒng)雙像立體像對(duì)重建的三維模型、以及單張影像重建的三維模型之間進(jìn)行精度分析，比較三種不同方法所得到的三維模型的相對(duì)精度，并最終證明了利用廣義立體像對(duì)進(jìn)行地面目標(biāo)的三維模型重建，其精度完全能滿足生產(chǎn)要求。圖2表5參6

?三維重建 廣義立體像對(duì) 有理函數(shù)模型 相對(duì)精度

CH20110331 全極化干涉SAR散射功率的非監(jiān)督分類方法=Scattering Power-based Unsupervised Classification of Fully Polarimetric Interferometric SAR Image/馮茜，楊磊，聶水湘（空軍駐鄭州地區(qū)軍事代表）∥測(cè)繪科學(xué).-2010，35（4）.-34～37

通過(guò)分析全極化干涉SAR條件下的散射機(jī)理，分別計(jì)算出來(lái)自地表層和植被層的散射功率，通過(guò)確定像素在功率平面上的位置來(lái)區(qū)分目標(biāo)，實(shí)現(xiàn)對(duì)地物的分類。在此基礎(chǔ)上，為了充分利用H/α非監(jiān)督分類結(jié)果的有用信息，對(duì)基于H/α分類和基于散射功率分類得到的分類集進(jìn)行組合，并通過(guò)復(fù)Wishart迭代分類方法進(jìn)行聚類，得到最終的SAR圖像分類結(jié)果。闡述了該方法的原理和實(shí)施步驟，并對(duì)SIR-C/X-SAR的L波段實(shí)際全極化干涉數(shù)據(jù)進(jìn)行分類實(shí)驗(yàn)，可知該算法無(wú)論在分類精確度上還是在迭代速度上，都有較高的性能。圖12參11

?極化干涉 合成孔徑雷達(dá) 非監(jiān)督分類

CH20110332 面向?qū)ο蟮某啥计皆嘣催b感影像分割尺度研究=Research on Segmentation Scale of Multi-resources Remotely Sensed Data in Chengdu Plain/林先成，李永樹(shù)（西南交通大學(xué)地理信息工程中心）∥測(cè)繪科學(xué).-2010，35（4）.-38～40

要對(duì)高分辨率遙感影像進(jìn)行分類，采用面向?qū)ο蟮倪b感影像分析技術(shù)比傳統(tǒng)的面向像元的遙感影像分析技術(shù)優(yōu)越。要使用面向?qū)ο蟮倪b感影像分析技術(shù)，關(guān)鍵的第一步是要對(duì)遙感影像進(jìn)行分割，以便得到一系列與地物有密切聯(lián)系的影像對(duì)象。分割的準(zhǔn)確性與分割的尺度選擇有關(guān)。針對(duì)成都平原高分辨率衛(wèi)星影像分割尺度選擇進(jìn)行試驗(yàn)和研究，采用不同尺度對(duì)試驗(yàn)區(qū)不同分辨率遙感影像進(jìn)行影像分割，并比較分割結(jié)果，得出成都平原高分辨率遙感影像數(shù)據(jù)分割最佳尺度與影像對(duì)象亮度均值標(biāo)準(zhǔn)差最大值所對(duì)應(yīng)的分割尺度一致；并且遙感影像空間分辨率越高，最佳分割尺度越大，反之亦然。圖4表2參9

?面向?qū)ο?影像分割 最佳尺度

CH20110333 網(wǎng)絡(luò)環(huán)境下全球影像的高效傳輸與調(diào)度策略=Effective Global Image Delivery and Dispatch Strategies in Net Environment/李毅，龔建華（中國(guó)科學(xué)院遙感應(yīng)用研究所遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥測(cè)繪科學(xué).-2010，35（4）.-52～53，93

針對(duì)網(wǎng)絡(luò)環(huán)境下實(shí)現(xiàn)全球影像數(shù)據(jù)的快速可視化所涉及的數(shù)據(jù)組織和傳輸調(diào)度策略等關(guān)鍵技術(shù)進(jìn)行了探討。在計(jì)算機(jī)屏幕分辨率限制的基礎(chǔ)上，對(duì)全球數(shù)據(jù)的分塊方法進(jìn)行了優(yōu)化，并提出了智能控制的多線程網(wǎng)絡(luò)傳輸技術(shù)和多級(jí)緩存的數(shù)據(jù)流機(jī)制，最后通過(guò)實(shí)驗(yàn)表明，該技術(shù)方案是切實(shí)可行的，能夠平穩(wěn)快速地對(duì)全球范圍內(nèi)TB級(jí)影像數(shù)據(jù)進(jìn)行瀏覽，滿足了C/S模式下大規(guī)模影像數(shù)據(jù)實(shí)時(shí)漫游的要求。圖4表1參8

?全球影像可視化 多級(jí)緩存 數(shù)據(jù)傳輸

CH20110334 扎陵湖鄂陵湖近三十年變化的遙感監(jiān)測(cè)與分析=Dynamic Monitoring and Change Analysis of Gyaring Lake and Ngoring Lake of Recent 30 Years Based on Remote Sensing Method/張博，秦其明，孫永軍，張澤勛，游林（北京大學(xué)遙感與地理信息系統(tǒng)研究所）∥測(cè)繪科學(xué).-2010，35（4）.-54～56

扎陵湖、鄂陵湖是黃河源區(qū)兩個(gè)最大的淡水過(guò)水湖，對(duì)黃河源區(qū)徑流量與生態(tài)環(huán)境有很大影響。利用1976-2006年間四個(gè)不同時(shí)相的衛(wèi)星遙感影像（MSS/TM/ETM+/CBERS）對(duì)扎陵湖、鄂陵湖湖面面積變化進(jìn)行監(jiān)測(cè)，提取水面分布范圍，獲得了扎陵湖、鄂陵湖湖面動(dòng)態(tài)變化的數(shù)據(jù)，為掌握近30年扎陵湖、鄂陵湖變化提供了可靠依據(jù)。近30年扎陵湖鄂陵湖水面變化是氣候變化、人類活動(dòng)、地質(zhì)構(gòu)造作用等多種因素綜合作用的結(jié)果。圖3表1參10

?環(huán)境監(jiān)測(cè) 湖泊變化

CH20110335 機(jī)載三線陣傳感器航空攝影測(cè)量的坐標(biāo)轉(zhuǎn)換方法研究=Research on Datum Transformation for The Aerial Photogrammetry of Airborne Three-line CCD Scanner/耿迅，楊天克，繆劍（西安測(cè)繪信息技術(shù)總站）∥測(cè)繪科學(xué).-2010，35（4）.-65～67

由于機(jī)載GPS獲取的數(shù)據(jù)是WGS84坐標(biāo)系，定向測(cè)圖時(shí)首先要進(jìn)行坐標(biāo)轉(zhuǎn)換。討論了7參數(shù)平面轉(zhuǎn)換模型與GPS水準(zhǔn)測(cè)量擬合高程異常的方法，研究了數(shù)字航空攝影測(cè)量的像控點(diǎn)布設(shè)問(wèn)題，并對(duì)數(shù)字航空攝影測(cè)量只在測(cè)區(qū)四角布設(shè)控制點(diǎn)即可滿足空三精度要求的觀點(diǎn)進(jìn)行了分析。實(shí)驗(yàn)結(jié)果表明，機(jī)載三線陣航空攝影測(cè)量中高精度的7參數(shù)轉(zhuǎn)換與似大地水準(zhǔn)面精化成果是獲取高精度空三的前提。圖2表3參12

?機(jī)載三線陣傳感器 坐標(biāo)換算 大地水準(zhǔn)面

CH20110336 相對(duì)定向中最優(yōu)特征點(diǎn)匹配算法的研究與應(yīng)用=Best Feature Point Matching Method Research and Application in Automatic Relative Orientation/李健，劉鳳德，趙利平，李靖，張剛（武漢大學(xué)遙感信息工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（4）.-84～86

全自動(dòng)相對(duì)定向的關(guān)鍵技術(shù)是特征點(diǎn)的自動(dòng)匹配算法，包括特征點(diǎn)提取算法和特征點(diǎn)匹配算法。在分析了幾種常用算法的基礎(chǔ)上，提出了基于區(qū)域特征與角點(diǎn)特征相結(jié)合的匹配方法，實(shí)驗(yàn)表明該方法精度高、穩(wěn)定性好，在實(shí)際應(yīng)用中也取得良好效果。圖5參10

?相對(duì)定向 特征提取 最小二乘匹配

CH20110337 基于小波多分辨率方向高程限差的LiDAR數(shù)據(jù)濾波=Filter of LIDAR Data Based on Wavelet Multiresolution and Directional Height Tolerance/周曉明，馬秋禾，李二森，唐德瑾（信息工程大學(xué)測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（4）.-91～93

在研究了小波多分辨率分析原理的基礎(chǔ)上，將小波變換引入到機(jī)載LIDAR數(shù)據(jù)濾波中，利用金字塔分層理論實(shí)現(xiàn)原始DSM數(shù)據(jù)的快速組織，加快計(jì)算速度，提高濾波效率。同時(shí)在濾波閾值選擇中顧及整個(gè)區(qū)域的方向高程差，使判斷條件更加符合地形特點(diǎn)，提高濾波的準(zhǔn)確度。最后利用實(shí)際的LIDAR數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)和精度分析。圖5表1參6

?激光雷達(dá) 小波變換 多分辨率分析 濾波

CH20110338 TerraSAR影像干涉測(cè)量數(shù)據(jù)的地理編碼方法=G eocoding Method of Interferometric Data from TerraSAR Images/羅卿莉，張繼賢，黃國(guó)滿，趙爭(zhēng)，龐蕾，范洪冬，侯瑞（中國(guó)測(cè)繪科學(xué)研究院）∥測(cè)繪科學(xué).-2010，35（4）.-94～96

InSAR技術(shù)廣泛用于獲取高精度的地形信息，但是經(jīng)過(guò)干涉處理獲得的干涉測(cè)量數(shù)據(jù)必須經(jīng)過(guò)地理編碼，才能得到可實(shí)用的DEM。針對(duì)高分辨率TerraSAR影像，提出了利用InSAR的影像和高度信息，結(jié)合衛(wèi)星的位置矢量和速度矢量以及SAR距離-多普勒構(gòu)像模型，進(jìn)行高程圖地理編碼處理的方法，直接將干涉生成的DEM校正到所需的地面參考坐標(biāo)系統(tǒng)中，以獲取干涉數(shù)據(jù)的地面三維信息。通過(guò)試驗(yàn)，證明了該方法的可行性。圖3表2參10

?干涉合成孔徑雷達(dá) 數(shù)字高程模型 地理編碼

CH20110339 基于MODIS影像的內(nèi)蒙古草原積雪監(jiān)測(cè)=Snow Cover Monitoring of Inner Mongolian Grassland Based on MODIS Images/侯慧姝，楊宏業(yè)，王秀梅（內(nèi)蒙古工業(yè)大學(xué)信息工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（4）.-117～119

光學(xué)遙感源MODIS具有高光譜分辨率、高時(shí)間分辨率、高空間分辨率、全球范圍內(nèi)免費(fèi)接收等優(yōu)勢(shì)，被廣泛應(yīng)用于洪澇、干旱、森林草原火災(zāi)、雪災(zāi)等自然災(zāi)害的動(dòng)態(tài)監(jiān)測(cè)領(lǐng)域。MODIS數(shù)據(jù)用于內(nèi)蒙古草原積雪監(jiān)測(cè)，提取積雪信息在國(guó)內(nèi)尚屬空白。利用MODIS L1B 500m分辨率數(shù)據(jù)，經(jīng)過(guò)幾何校正、去"雙眼皮"預(yù)處理，根據(jù)歸一化差分積雪指數(shù)（NDSI）算法和綜合閾值判別法對(duì)內(nèi)蒙古自治區(qū)2008年1月下旬大范圍降雪進(jìn)行積雪信息提取，制作積雪覆蓋圖。利用內(nèi)蒙古生態(tài)與農(nóng)業(yè)氣象中心發(fā)布的雪情遙感監(jiān)測(cè)信息驗(yàn)證積雪覆蓋圖的準(zhǔn)確度。驗(yàn)證結(jié)果表明，MODIS數(shù)據(jù)用于大范圍積雪監(jiān)測(cè)非常有效。圖5參11

?積雪監(jiān)測(cè) 雪蓋圖 MODIS影像

CH20110340 InSAR圖像相位解纏的最小費(fèi)用流法及其改進(jìn)算法研究=Minimum Cost Flow and Its Ameliorative Algorithm for Phase Unwrapping of InSAR Image/王秀萍（淮海工學(xué)院測(cè)繪工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（4）.-129～131

最小費(fèi)用流法是基于網(wǎng)絡(luò)流的相位解纏方法，解決了許多解纏方法無(wú)法消除相位噪聲對(duì)高相干區(qū)域影響的問(wèn)題，在此基礎(chǔ)上，針對(duì)該方法解纏時(shí)速度較慢和對(duì)計(jì)算機(jī)性能要求較高的缺點(diǎn)而提出改進(jìn)算法，即將干涉圖像分為若干子區(qū)域分別進(jìn)行處理，再利用基于Contourlet變換的超小波方法進(jìn)行融合處理，最后用算例進(jìn)行了驗(yàn)證，結(jié)果表明最小費(fèi)用流法及其改進(jìn)算法是一個(gè)較好的解纏方法。圖4表2參10

?干涉測(cè)量 相位解纏 分塊算法 小波

CH20110341 改進(jìn)Tamura紋理特征的圖像檢索方法=Image Retrieval Based on Improved Tamura Texture Features/郝玉保，王仁禮，馬軍，蘇斌，鄭建華（信息工程大學(xué)測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（4）.-136～138，176

針對(duì)Tamura方向度紋理特征計(jì)算時(shí)直方圖峰值難以確定的問(wèn)題，提出了采用改造后的旋轉(zhuǎn)不變邊緣方向直方圖代替方向度紋理特征；針對(duì)粗糙度紋理特征不能充分反映圖像上紋理基元尺寸的大小分布的問(wèn)題，提出了采用粗糙度直方圖代替粗糙度的特征表達(dá)方式。實(shí)驗(yàn)表明，改進(jìn)后的Tamura紋理特征易于獲取，包含圖像更多的信息，顯著地提高了檢索性能。圖5表1參10

?紋理特征 圖像檢索

CH20110342 紋理主方向的遙感影像居民地提取=Residential Area Extraction from Remote Sensing Image Based on Texture Principal Directions/金飛，張占睦，芮杰（信息工程大學(xué)測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（4）.-139～141

研究利用基于傅立葉變換和Hough變換的灰度共生矩陣方法對(duì)遙感影像居民地進(jìn)行提取。首先，通過(guò)傅立葉變換把遙感影像變換到頻率域，然后利用Hough變換找出遙感影像的主紋理方向，進(jìn)而把影像主紋理方向旋轉(zhuǎn)至水平，最后利用灰度共生矩陣方法進(jìn)行紋理分割。實(shí)驗(yàn)結(jié)果表明：基于傅立葉變換和Hough變換的灰度共生矩陣方法對(duì)遙感影像居民地有較好的提取結(jié)果。圖8表1參7

?傅立葉變換 Hough變換 居民地提取 影像提取

CH20110343 基于LiDAR數(shù)據(jù)的城市道路提取與重建=Extracting and Reconstructing Urban Roads Information Based on Lidar Data/顧俊凱，劉聰，崔建軍，魏宏安（長(zhǎng)安大學(xué)地測(cè)學(xué)院）∥測(cè)繪科學(xué).-2010，35（4）.-142～144，119

借助于GIS強(qiáng)大的空間數(shù)據(jù)管理和分析功能，以Lidar點(diǎn)云數(shù)據(jù)為數(shù)據(jù)源，對(duì)交通信息系統(tǒng)基礎(chǔ)空間數(shù)據(jù)進(jìn)行快速采集和更新。文章并且在前人工作的基礎(chǔ)上，提出了一種新的基于四維Hough變換的Lidar數(shù)據(jù)的提取和分類方法，對(duì)提取的道路信息進(jìn)行重構(gòu)。實(shí)踐證明，此方法較之傳統(tǒng)Lidar數(shù)據(jù)分類和提取方法，能夠有效地解決其計(jì)算量過(guò)大、噪聲過(guò)于敏感、道路邊緣方向不平行等問(wèn)題，實(shí)現(xiàn)道路的自動(dòng)提取。圖4參20

?地理信息系統(tǒng) 交通信息系統(tǒng) 激光雷達(dá) 道路提取

CH20110344 陜西省氣溫空間分布模擬研究=Spatial Distribution Simulation of Temperature in Shaanxi Province/楊忍，任志遠(yuǎn)（陜西師范大學(xué)旅游與環(huán)境學(xué)院）∥測(cè)繪科學(xué).-2010，35（4）.-145～147

以陜西氣象局1971-2000年30年96個(gè)臺(tái)站的1-12月多年平均氣溫為數(shù)據(jù)源，把氣溫的空間分布分解為受經(jīng)緯度、海拔高度影響規(guī)律性成分影響和微地形的影響兩部分，得到基于柵格的陜西省1-12月多年月均溫的空間分布模擬柵格數(shù)據(jù)，可以反映氣溫大尺度的變化和微型變化。經(jīng)檢驗(yàn)，模擬的結(jié)果具有較高的精度，反映了陜西省各月的氣溫空間變化規(guī)律，為農(nóng)業(yè)區(qū)劃、生態(tài)系統(tǒng)模擬提供了空間化的氣溫?cái)?shù)據(jù)。圖6表1參9

?數(shù)字高程模型 氣溫空間分布

CH20110345 基于SOM的高分辨率遙感影像道路網(wǎng)自動(dòng)提取=Automatic Extraction of Main Roads from Highresolution Remote Sensing Images Based on SOM/張祎，朱光，趙西安，郝瑩，王利強(qiáng)，魏士?jī)埃ū本┙ㄖこ虒W(xué)院測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（4）.-151～153

研究基于SOM（Self-Organizing Feature Map）神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型的高分辨率遙感影像道路網(wǎng)自動(dòng)提取算法。首先利用數(shù)學(xué)形態(tài)學(xué)提取遙感圖像道路的初始道路區(qū)域信息，自動(dòng)對(duì)原始圖像進(jìn)行分區(qū)并確定神經(jīng)元初始權(quán)值，用SOM網(wǎng)絡(luò)學(xué)習(xí)模型對(duì)神經(jīng)元進(jìn)行訓(xùn)練學(xué)習(xí)，經(jīng)迭代獲取道路網(wǎng)中心點(diǎn)位置，最后運(yùn)用“中心點(diǎn)四鄰域跟蹤判別法”跟蹤連接形成道路中心線。實(shí)驗(yàn)表明，該方法在高分辨率遙感影像道路網(wǎng)的提取上有較好的效果，特別在主干道路網(wǎng)的提取上效果更佳，對(duì)噪聲干擾具有良好的魯棒性。圖4參5

?高分辨遙感影像 道路提取 跟蹤算法

CH20110346 改進(jìn)Fisher判別分類的遙感影像變化檢測(cè)=Change Detection of Remote Sensing Images Based on Modified Fisher Classification/陳科，張保明，謝明霞（信息工程大學(xué)測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（4）.-160～162，96

Fisher判別分類的好壞關(guān)鍵在于訓(xùn)練樣本集選取的精度和在降維過(guò)程中樣本特征信息的損失程度，基于此問(wèn)題，根據(jù)不同時(shí)相同一地區(qū)的遙感影像的差值影像中各像素本身的灰度值及其鄰域平均灰度值特征獲得其一維和二維直方圖，針對(duì)差值影像無(wú)噪和帶噪兩種情況，根據(jù)直方圖信息選取Fisher判別分析所需的訓(xùn)練樣本，同時(shí)為了盡可能降低判別分析過(guò)程中有用信息的損失，將所得到的原訓(xùn)練樣本集進(jìn)行非線性變換，使其映射到高維空間中，利用映射后的訓(xùn)練樣本求得Fisher判別規(guī)則。實(shí)驗(yàn)結(jié)果表明：與基于原訓(xùn)練樣本的Fisher判別分類和基于尋找更多的樣本特征的Fisher判別分類方法生成結(jié)果相比，在差值影像無(wú)噪和帶噪情況下，提出的方法具有更好的變化檢測(cè)精度和抗噪性。圖8表1參11

?遙感影像 變化檢測(cè) 非線性變換 直方圖

CH20110347 ANFIS在濕地遙感信息提取中的應(yīng)用研究=Extraction of Remote Sensing Information of Wetland Based on ANFIS/王海江，王周龍，吳孟泉，崔青春，姚付啟（魯東大學(xué)地理與規(guī)劃學(xué)院）∥測(cè)繪科學(xué).-2010，35（4）.-171～173，141

自適應(yīng)神經(jīng)模糊推理系統(tǒng)（ANFIS）綜合了模糊推理與神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，探討了其在濕地遙感信息提取中的應(yīng)用。首先闡述了ANFIS分類方法的特點(diǎn)、原理以及分類流程；然后以黃河三角洲墾利縣濕地為實(shí)驗(yàn)區(qū)，分析了基于ANFIS的濕地遙感信息提??；最后將由該方法得到的分類結(jié)果與傳統(tǒng)分類方法進(jìn)行比較，結(jié)果表明由該方法所得的分類總正確率與各地物正確率都有較好表現(xiàn)。圖4表5參13

?自適應(yīng)神經(jīng)模糊推理系統(tǒng) 濕地 信息提取

CH20110348 飛機(jī)航跡仿真系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)=Design and Implementation of a Flight Track Simulation System/張玉杰，吳正升，余敏建（徐州空軍學(xué)院后勤指揮系）∥測(cè)繪科學(xué).-2010，35（4）.-177～179

在飛機(jī)作戰(zhàn)的對(duì)抗仿真中，如何方便而又逼真地生成飛機(jī)航跡是需要解決的一個(gè)重要問(wèn)題。系統(tǒng)根據(jù)飛機(jī)飛行的不同狀態(tài)組合生成航跡的思想，建立了三維航跡仿真模型。利用可視化與仿真技術(shù)，可以方便、靈活地顯示各種飛行航跡，同時(shí)還可以動(dòng)態(tài)推演出整個(gè)飛行過(guò)程。系統(tǒng)以組件的形式進(jìn)行設(shè)計(jì)和實(shí)現(xiàn)，提高了仿真應(yīng)用開(kāi)發(fā)效率，并能有效地支持與其他仿真系統(tǒng)的集成。圖8表1參8

?飛機(jī)航跡 仿真系統(tǒng)

CH20110349 巷道自動(dòng)成圖及三維建模=Automatic Mapping and 3D Modeling on the Roadw ay/周智勇，陳建宏，湯其旺，舒學(xué)軍（中南大學(xué)資源與安全工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（4）.-182～183，216

針對(duì)礦山計(jì)算機(jī)自動(dòng)繪制巷道工程圖存在工作繁重、精度不高的現(xiàn)象，建立了基于礦山測(cè)量數(shù)據(jù)的巷道生成算法，實(shí)現(xiàn)了巷道的自動(dòng)繪制與標(biāo)注。在此基礎(chǔ)上，采用分而治之算法及巷道輪廓線作為約束線段的方式建立了巷道Delaunay三角網(wǎng)，并生成了巷道表面模型。通過(guò)巷道頂、底板表面模型的剖分連接實(shí)現(xiàn)了礦山巷道三維立體建模。對(duì)比目前采用較多的巷道中心線加載巷道斷面的三維建模方式，所提供的方法避免了巷道中心線不易提取、巷道斷面變形、巷道轉(zhuǎn)彎處難以平滑及復(fù)雜的巷道節(jié)點(diǎn)拓?fù)溥\(yùn)算等問(wèn)題，具有自動(dòng)化程度高、容易實(shí)現(xiàn)等特點(diǎn)。圖8參12

?巷道制圖 自動(dòng)成圖 三維建模

CH20110350 撫州市洪水淹沒(méi)3D可視化系統(tǒng)研發(fā)=Developing The 3D Flood Visualization System of Fuzhou City/郭先春，鄒時(shí)林，李大軍，羅定貴（東華理工大學(xué)）∥測(cè)繪科學(xué).-2010，35（4）.-193～195

洪水淹沒(méi)三維可視化能夠很直觀地反映洪水受災(zāi)情況，對(duì)防洪救災(zāi)部門(mén)確定減災(zāi)目標(biāo)，進(jìn)行防洪減災(zāi)規(guī)劃等均具有重要的意義。分析了現(xiàn)階段GIS在防洪救災(zāi)應(yīng)用中的不足，結(jié)合江西省撫州城區(qū)的地形圖，建立了相應(yīng)的洪水淹沒(méi)GIS數(shù)據(jù)庫(kù)，利用可視化開(kāi)發(fā)語(yǔ)言Visual C++與ArcEngine組件庫(kù)開(kāi)發(fā)了撫州市三維洪水淹沒(méi)查詢系統(tǒng)，介紹了三維地形的生成、水位線、水淹沒(méi)區(qū)域、經(jīng)濟(jì)附屬物顯示及淹沒(méi)區(qū)經(jīng)濟(jì)損失統(tǒng)計(jì)等功能的實(shí)現(xiàn)過(guò)程，為防洪工作做出科學(xué)決策提供了參考。圖7表5參9

?三維可視化 洪澇災(zāi)害

CH20110351 基于歐氏距離測(cè)度的激光點(diǎn)云配準(zhǔn)=Laser Points Cloud Registration Using Euclid Distance Measure/張梅，張祖勛，張劍清（武漢大學(xué)遙感信息工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（3）.-5～8

針對(duì)激光掃描測(cè)量系統(tǒng)得到的多視角點(diǎn)云數(shù)據(jù)，提出用離散對(duì)應(yīng)特征和迭代最近點(diǎn)（ICP）算法相結(jié)合的方法，對(duì)點(diǎn)云模型多視配準(zhǔn)技術(shù)進(jìn)行了研究。首先給出單位四元數(shù)和旋轉(zhuǎn)矩陣的關(guān)系以及線性最小二乘法原理；然后利用基于離散對(duì)應(yīng)特征的方法求出剛體變換的一個(gè)初值，并用迭代最近點(diǎn)（ICP）算法精確估計(jì)剛體變換參數(shù)；最后用工件36副真實(shí)點(diǎn)云模型的配準(zhǔn)結(jié)果證明此方法的有效性。圖4參14

?激光點(diǎn)云 點(diǎn)云配準(zhǔn)

CH20110352 基于GPU的遙感影像SAM分類算法并行化研究=Investigation of Parallel Method of RS Image SAM Algorithmic Based on GPU/楊靖宇，張永生，董廣軍（信息工程大學(xué)測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（3）.-9～11

簡(jiǎn)要介紹了并行圖像處理的基本模式；對(duì)GPU的并行性和流式編程模型進(jìn)行了分析，提出了GPU并行圖像處理的基本流程，并對(duì)數(shù)據(jù)加載、計(jì)算結(jié)果反饋保存等關(guān)鍵技術(shù)問(wèn)題進(jìn)行了論述；實(shí)現(xiàn)了光譜角匹配（SAM）算法的GPU并行化，最后通過(guò)實(shí)驗(yàn)驗(yàn)證了該技術(shù)方法的有效性。圖6表2參9

?并行計(jì)算圖形處理器 光譜角匹配

CH20110353 線陣CCD指向角解算方法的模擬實(shí)驗(yàn)研究=Simulation Test for Linear CCD Look Angles Calcula

tion Method/岳慶興，賈永紅（武漢大學(xué)遙感信息工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（3）.-15～17

根據(jù)衛(wèi)星線陣CCD指向角的特點(diǎn)提出簡(jiǎn)化解算模型，用單位四元數(shù)來(lái)描述旋轉(zhuǎn)角，以幾乎無(wú)偏估計(jì)作為平差方法。通過(guò)一系列模擬實(shí)驗(yàn)證實(shí)在外方位元素初值比較準(zhǔn)確的前提下可以以較高精度求得設(shè)計(jì)的參數(shù)。模擬了不同的姿態(tài)穩(wěn)定度、控制點(diǎn)精度、控制點(diǎn)密度、嶺參數(shù)及航線長(zhǎng)度對(duì)解算結(jié)果的影響。圖2表6參8

?CCD指向角 無(wú)偏估計(jì) 姿態(tài)穩(wěn)定度

CH20110354 基于2.5維面的氣象數(shù)據(jù)可視化技術(shù)——以風(fēng)場(chǎng)數(shù)據(jù)顯示為例=Meteorological Data Visualization Technology Based on 2.5 Dimensional Surfaces—Taking the Wind Field Data Demonstration As the Example/龔琳（鎮(zhèn)江船艇學(xué)院）∥測(cè)繪科學(xué).-2010，35（3）.-56～57

根據(jù)2.5維面的設(shè)計(jì)思想及曲面可視化的方法，結(jié)合部分氣象數(shù)據(jù)信息具有相同的經(jīng)緯度范圍和海拔高度的特點(diǎn)，構(gòu)造了基于溫度和可降水量的2.5維面，并重點(diǎn)提出在2.5維面上進(jìn)行風(fēng)場(chǎng)流線可視化的方法。實(shí)踐證明，應(yīng)用2.5維面分析氣象數(shù)據(jù)在一定程度上平衡了運(yùn)算量和可視化結(jié)果之間的矛盾，對(duì)地理環(huán)境氣象數(shù)據(jù)的分析和比較有幫助作用。圖4參8

?氣象數(shù)據(jù) 可視化

CH20110355 基于LSMA的TM影像云和陰影的檢測(cè)與去除方法=Detecting and Removing Cloud and Shade on TM Imagery Based on LSMA/鄭文武（中南大學(xué)信息物理工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（3）.-62～65

云和陰影是影響遙感圖像判讀精度和可用性的主要因素，傳統(tǒng)的輻射校正方法很難去除其影響，因此各種去云和陰影的方法應(yīng)運(yùn)而生，但在去除效果和實(shí)用性方面存在問(wèn)題。去除云和陰影需以定量檢測(cè)云和陰影為前提，因此通過(guò)分析TM影像中不同地物在不同波段的反射率差異，設(shè)計(jì)了一種基于動(dòng)態(tài)端元選擇的LSMA（線性光譜分解）算法，選擇了云、綠色植被、陰影和不透水表面等4種端元，定量檢測(cè)了云和陰影的分布，并以此為基礎(chǔ)實(shí)現(xiàn)了對(duì)云和陰影的去除，通過(guò)處理前后影像的對(duì)比分析證明該方法是有效的。圖7表2參12

?圖像判讀 去云 圖像處理

CH20110356 基于LiDAR點(diǎn)云數(shù)據(jù)索引的DEM快速提取=Quickly Extracting DEM from LiDAR Data Based on Spatial Data Index/張齊勇，岑敏儀，杭芬（西南交通大學(xué)土木工程學(xué)院測(cè)量工程系）∥測(cè)繪科學(xué).-2010，35（3）.-69～70

DEM應(yīng)用日趨廣泛，從LiDAR點(diǎn)云數(shù)據(jù)中提取DEM是一種滿足應(yīng)用需求的簡(jiǎn)單有效方法。由于Li-DAR點(diǎn)云數(shù)據(jù)的龐大性，直接提取DEM效率不高。為了提高對(duì)點(diǎn)云數(shù)據(jù)處理的效率，探索應(yīng)用索引技術(shù)來(lái)優(yōu)化LiDAR點(diǎn)云數(shù)據(jù)的處理，生成高精度DEM。該方法首先對(duì)LiDAR原始數(shù)據(jù)點(diǎn)建立網(wǎng)格分塊索引；然后再利用形態(tài)學(xué)的方法對(duì)LiDAR原始數(shù)據(jù)進(jìn)行濾波處理；最后用逐點(diǎn)內(nèi)插方法生成DEM。實(shí)驗(yàn)結(jié)果表明應(yīng)用空間數(shù)據(jù)索引技術(shù)極大地提高了點(diǎn)云數(shù)據(jù)濾波與DEM生成的效率。圖4參10

?激光掃描測(cè)距 空間索引 形態(tài)學(xué)濾波 內(nèi)插 數(shù)字高程模型

CH20110357 于多角度遙感物理模型的葉面積指數(shù)反演=Retrieval of Conifer LAI Based on the Multiple-angle Model/韓桂華（黑龍江工程學(xué)院電子工程系）∥測(cè)繪科學(xué).-2010，35（3）.-77～79

與傳統(tǒng)遙感觀測(cè)相比，多角度對(duì)地觀測(cè)通過(guò)對(duì)林木多個(gè)方向的觀察，可得到豐富的森林三維空結(jié)構(gòu)信息，為定量遙感提供新的途徑。根據(jù)不同遙感數(shù)據(jù)選擇合適的模型并建立相應(yīng)的查找表。TM/ETM+數(shù)據(jù)采用混合像元分解模型，CHRIS數(shù)據(jù)考慮不同森林場(chǎng)景選擇不同的遙感物理模型，在選擇合適的模型基礎(chǔ)上，根據(jù)模型的不同敏感參數(shù)和試驗(yàn)區(qū)選擇的特點(diǎn)設(shè)計(jì)查找表參數(shù)，并由模型正演建立查找表，再根據(jù)插值的方法由遙感圖像的反射率值反演LAI。兩種數(shù)據(jù)反演得到的LAI與MODIS 15A2 LAI產(chǎn)品比較分析。結(jié)果表明多角度遙感反演準(zhǔn)確率有一定的提高，具有一定的理論研究和實(shí)際應(yīng)用價(jià)值。圖6表1參9

?多角度遙感 混合像元 葉面積指數(shù)

CH20110358 基于球面離散格網(wǎng)的遙感數(shù)據(jù)剖分編目模型研究=The Subdivision Cataloguing Model of Remote Sensing Data Based on Global Discrete Grid/肖恰，程承旗，關(guān)麗，古琳（北京大學(xué)遙感與地理信息系統(tǒng)研究所）∥測(cè)繪科學(xué).-2010，35（3）.-85～88

針對(duì)目前各個(gè)遙感數(shù)據(jù)的編目多樣，缺乏全球統(tǒng)一的遙感數(shù)據(jù)編目體系的現(xiàn)狀，基于球面剖分模型，參考并借鑒成熟的文獻(xiàn)信息編目的相關(guān)理論，系統(tǒng)構(gòu)建了全新的全球遙感數(shù)據(jù)剖分編目模型，以期更有效地組織、存儲(chǔ)和管理大范圍多尺度的遙感數(shù)據(jù)。介紹了文獻(xiàn)數(shù)據(jù)的編目理論和球面剖分格網(wǎng)的基本框架，探討了基于全球剖分格網(wǎng)的遙感數(shù)據(jù)面片編目方法，其中包括描述著錄方法和標(biāo)引著錄方法，設(shè)計(jì)了遙感剖分編目數(shù)據(jù)的管理框架和編目服務(wù)器的組織方法。研究表明，基于球面離散格網(wǎng)的遙感數(shù)據(jù)剖分編目模型為實(shí)現(xiàn)遙感數(shù)據(jù)的全球化、層次化和規(guī)范化管理提供了堅(jiān)實(shí)的理論基礎(chǔ)。圖6表1參11

?全球剖分模型 遙感數(shù)據(jù)

CH20110359 可可西里盆地油氣保存條件的遙感研究=Research on Remote Sensing-based Hoh Xil Basin’s Preservation Conditions of Oil and Gas/劉海軍（陜西省氣象臺(tái)）∥測(cè)繪科學(xué).-2010，35（3）.-132～134

本論文通過(guò)對(duì)可可西里盆地構(gòu)造信息進(jìn)行遙感提取及分析，在野外調(diào)查驗(yàn)證的基礎(chǔ)上，快速、準(zhǔn)確查明可可西里盆地?cái)?shù)萬(wàn)平方公里范圍內(nèi)斷層、褶皺發(fā)育特征。參考前人研究成果，對(duì)可可西里盆地有利的控油構(gòu)造進(jìn)行分析，研究其對(duì)油氣保存的控制作用，并預(yù)測(cè)了可可西里盆地4個(gè)油氣有利的勘探目標(biāo)，為可可西里盆地油氣資源調(diào)查評(píng)價(jià)提供參考。圖3參15

?資源遙感 地理信息系統(tǒng)

CH20110360 一種基于改進(jìn)的2D-Gabor紋理圖像分類方法=A Novel Texture Image Classification Algorithm Via Improved 2-D Gabor/劉峰（中南大學(xué)地學(xué)與環(huán)境工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（3）.-135～137

針對(duì)多紋理圖像分類的問(wèn)題，提出了一種操作性強(qiáng)，通用性高的分類方法。借助人類視覺(jué)特性和紋理圖像的尺寸，設(shè)計(jì)了一種快速簡(jiǎn)單的Gabor濾波參數(shù)設(shè)置方法。在多通道的濾波特征圖像中應(yīng)用順序向前搜索策略選擇特征，以J-M距離（Jeffreys-Matusitas distance）為判別因子進(jìn)行特征空間的優(yōu)化，最后通過(guò)SVM方法實(shí)現(xiàn)圖像分類。實(shí)驗(yàn)表明，該方法有良好的紋理圖像分類效果。較之傳統(tǒng)的Gabor濾波圖像分類方法，該方法具有參數(shù)設(shè)置簡(jiǎn)單，操作性強(qiáng)的特點(diǎn)。圖5表2參9

?圖像分類 Gabor濾波器 紋理圖像 特征選擇

CH20110361 基于LBV變換的TM數(shù)據(jù)水體提取新方法=New Methods for Water Body Extraction from TM Data Based on LBV Transformation/栗敏光，范洪冬，鄧喀中（中國(guó)礦業(yè)大學(xué)環(huán)境與測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（3）.-138～139

TM數(shù)據(jù)經(jīng)典水體提取方法存在對(duì)細(xì)小水體的漏判和對(duì)山體陰影的誤判兩方面缺陷?；贚BV變換提出了B分量閾值法和LBV關(guān)系法兩種新的水體提取方法。實(shí)驗(yàn)結(jié)果表明：兩種新方法的漏分精度分別為2.54％、2.73％，誤分精度分別為15.71％、13.39％，整體提取效果優(yōu)于經(jīng)典方法。圖4表1參11

?TM數(shù)據(jù) 水體提取

CH20110362 一種基于改進(jìn)SIFT算法的遙感影像配準(zhǔn)方法=A Registration Method of RS Image Based on Improved SIFT Algorithm/雷小群（湖南省第一測(cè)繪院）∥測(cè)繪科學(xué).-2010，35（3）.-143～145

首先分析了傳統(tǒng)SIFT算法在遙感影像配準(zhǔn)應(yīng)用中存在的不足，從特征點(diǎn)匹配精度上進(jìn)行了改進(jìn)。通過(guò)分析SIFT特征點(diǎn)匹配的主要誤差來(lái)源，逐步消除可能誤差，提取盡可能多且精準(zhǔn)的匹配點(diǎn)對(duì)。接下來(lái)利用該匹配點(diǎn)對(duì)作為配準(zhǔn)用控制點(diǎn)對(duì)，分別對(duì)不同時(shí)相、不同分辨率遙感影像進(jìn)行仿射變換和小面元微分糾正配準(zhǔn)。最后與傳統(tǒng)SIFT算法進(jìn)行比較，試驗(yàn)結(jié)果表明算法具有更高的匹配精度。圖9表1參11

?SIFT算法 小面元微分糾正 影像配準(zhǔn)

CH20110363 基于支持向量回歸的高光譜影像目標(biāo)探測(cè)=Target Detection in Hyperspectral Imagery Using Support Vector Regression/陳偉，余旭初，王鶴（信息工程大學(xué)測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（3）.-156～158

高光譜影像目標(biāo)探測(cè)可視為一個(gè)分類問(wèn)題，通過(guò)揭示支持向量回歸（SVR）與支持向量分類（SVC）之間的關(guān)系，證明了SVR用于分類的可行性，并以此為根據(jù)提出了一種基于SVR的目標(biāo)探測(cè)算法，該算法利用虛擬維數(shù)得到端元個(gè)數(shù)的估計(jì)，結(jié)合端元選擇和線性混合模型生成訓(xùn)練樣本替代從影像中選擇的訓(xùn)練樣本，因而減少了對(duì)影像先驗(yàn)知識(shí)的依賴。采用模擬數(shù)據(jù)和由AVIRIS獲得的高光譜影像對(duì)算法進(jìn)行了檢驗(yàn)，結(jié)果令人滿意。圖7表2參14

?高光譜影像 支持向量分類 目標(biāo)探測(cè)

CH20110364 一種基于圖像邊緣特征的SAR斑點(diǎn)濾波算法=A New SAR Image Filter Method Based on Edge Detection/曹云剛，嚴(yán)麗娟，鄭澤忠（西南交通大學(xué)土木工程學(xué)院測(cè)量工程系）∥測(cè)繪科學(xué).-2010，35（3）.-165～166

合成孔徑雷達(dá)圖像上的斑點(diǎn)噪聲會(huì)阻礙圖像的校準(zhǔn)、檢驗(yàn)、解譯和應(yīng)用，因此斑點(diǎn)噪聲的去除是雷達(dá)圖像處理的一個(gè)重要環(huán)節(jié)。通常的去噪方法在抑制噪聲的同時(shí)也使得圖像的邊緣模糊，細(xì)節(jié)特征損失。理論和實(shí)踐表明去除圖像的斑點(diǎn)噪聲和保持圖像的邊緣信息是無(wú)法同步實(shí)現(xiàn)的。為了在去除噪聲和保持邊緣特征之間進(jìn)行折衷，基于MROA邊緣檢測(cè)算法以及均值濾波算法，提出了一種基于圖像邊緣特征的斑點(diǎn)噪聲濾波算法。實(shí)驗(yàn)結(jié)果表明該算法能夠在平滑圖像的同時(shí)有效保持邊緣特征信息。圖2表1參17

?合成孔徑雷達(dá) 斑點(diǎn)噪聲 邊緣檢測(cè) 濾波

CH20110365 基于植被指數(shù)-反照率特征空間的沙漠化信息遙感提取——以張掖綠洲及其附近區(qū)域?yàn)槔?Extracting Desertification from Landsat Imagery Using a Feature Space Composed of Vegetation Index and Albedo—A Case Study of Zhangye Oasis and Its Adjacent Areas/潘竟虎，秦曉娟（西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院）∥測(cè)繪科學(xué).-2010，35（3）.-193～195

利用Landsat TM遙感衛(wèi)星影像反演植被指數(shù)和地表反照率，并由此構(gòu)建了植被指數(shù)和地表反照率組成的特征空間，最后利用該特征空間對(duì)張掖綠洲及其附近區(qū)域的沙漠化現(xiàn)狀和程度進(jìn)行了定量評(píng)價(jià)。利用野外調(diào)查的定位數(shù)據(jù)對(duì)結(jié)果進(jìn)行檢驗(yàn)，總體精度達(dá)到82％。該方法可以在遙感圖像處理軟件下實(shí)現(xiàn)沙漠化現(xiàn)狀與程度的自動(dòng)識(shí)別，而且指標(biāo)簡(jiǎn)單、易于獲取。與單純使用遙感光譜信息進(jìn)行分類相比，對(duì)于沙漠化現(xiàn)狀與程度的分類和分級(jí)具有更好的效果。圖4表1參11

?遙感 特征空間 反照率

CH20110366 基于LIDAR數(shù)據(jù)的建筑物輪廓提取=The Study on Building Boundary Extraction Based on LIDAR Data/楊洋，張永生，馬一薇（信息工程大學(xué)測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（3）.-203～205

建筑物輪廓的準(zhǔn)確提取是建筑物三維重建中最重要的一步。在研究已有建筑物輪廓提取方法的基礎(chǔ)上，針對(duì)LIDAR離散的點(diǎn)云數(shù)據(jù)，提出了一種自動(dòng)快速提取建筑物輪廓信息的方法。首先通過(guò)點(diǎn)云數(shù)據(jù)生成城市的數(shù)字表面模型（DSM）和數(shù)字地面模型（DTM）相減計(jì)算得出規(guī)則化的數(shù)字表面模型（nDSM），進(jìn)而將地面點(diǎn)和非地面點(diǎn)進(jìn)行分類；其次，考慮到地物的幾何特性，提出一種8鄰域搜索的方法對(duì)非地面點(diǎn)點(diǎn)云進(jìn)行分割，得到建筑物表面點(diǎn)云；最后運(yùn)用基于梯度圖的邊界跟蹤的方法來(lái)獲取建筑物的輪廓信息。實(shí)驗(yàn)表明：該方法能有效地提取建筑物輪廓。圖10參8

?激光雷達(dá)掃描 數(shù)字地面模型 影像分割 建筑物提取

CH20110367 大規(guī)模影像數(shù)據(jù)庫(kù)的設(shè)計(jì)與實(shí)現(xiàn)=The Designe and Impletmentation of Large-scale Imagery Database/張暢，劉強(qiáng)（電子科技大學(xué)自動(dòng)化工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（3）.-208～209

對(duì)現(xiàn)有遙感影像數(shù)據(jù)管理方法進(jìn)行了討論，針對(duì)其存在的不足，沿用傳統(tǒng)數(shù)據(jù)庫(kù)技術(shù)成果，如SQL技術(shù)、索引技術(shù)，并利用SQL Server 2005簡(jiǎn)單易用，且支持二進(jìn)制大對(duì)象（BLOB），提出分幅分塊存儲(chǔ)管理方式，解決數(shù)據(jù)的物理存儲(chǔ)問(wèn)題，結(jié)合金字塔技術(shù)、索引技術(shù)、JPEG壓縮技術(shù)，解決了數(shù)據(jù)的快速加載問(wèn)題。工程應(yīng)用實(shí)際表明，該方法能夠滿足海量遙感影像數(shù)據(jù)的管理需求。圖4參11

?遙感影像數(shù)據(jù)庫(kù) 數(shù)據(jù)分塊 空間索引

CH20110368 開(kāi)放型攝影測(cè)量實(shí)驗(yàn)基地的設(shè)計(jì)與建立=The Design and Establishment of an Open Style Photogrammetry Experimental Base/龔濤，冉將軍，馮威，孔?。ㄎ髂辖煌ù髮W(xué)土木學(xué)院測(cè)量工程系）∥測(cè)繪科學(xué).-2010，35（3）.-219～220

攝影測(cè)量技術(shù)的學(xué)習(xí)和掌握離不開(kāi)實(shí)驗(yàn)。提出建立開(kāi)放型攝影測(cè)量實(shí)驗(yàn)基地模式，該基地應(yīng)該具有如下功能：航空攝影，航測(cè)控制測(cè)量與調(diào)繪，數(shù)碼相機(jī)檢校，航測(cè)內(nèi)業(yè)處理與測(cè)圖。在該基地上，學(xué)生可以根據(jù)攝影測(cè)量的學(xué)習(xí)內(nèi)容，選擇相關(guān)實(shí)驗(yàn)項(xiàng)目，理論聯(lián)系實(shí)際地學(xué)習(xí)掌握攝影測(cè)量基本理論和方法；學(xué)生也可以在基地上自主設(shè)計(jì)、模擬攝影測(cè)量生產(chǎn)過(guò)程，訓(xùn)練攝影測(cè)量技能，并進(jìn)行攝影測(cè)量試驗(yàn)研究。該實(shí)驗(yàn)基地的設(shè)計(jì)理念和建立模式，將為高校現(xiàn)有攝影測(cè)量課程的教學(xué)和實(shí)驗(yàn)提供一種創(chuàng)新形式。圖8參7

?攝影測(cè)量 航空攝影 相機(jī)檢校 內(nèi)業(yè)測(cè)圖

CH20110369 國(guó)內(nèi)外GPS氣象學(xué)的若干研究應(yīng)用進(jìn)展=Research and Application Progress of National and International GPS Meteorology/陳笑娟，扈成省，王占偉（河北省肥鄉(xiāng)縣氣象局）∥測(cè)繪科學(xué).-2010，35（3）.-216～218

GPS氣象學(xué)是一門(mén)新的交叉學(xué)科。介紹了GPS氣象學(xué)基本原理、特點(diǎn)和分類，以及國(guó)內(nèi)外GPS氣象學(xué)的研究和應(yīng)用方面的若干進(jìn)展。

?GPS氣象學(xué)

（286～369 張明）

CH20110370 生成模型學(xué)習(xí)的遙感影像半監(jiān)督分類/任廣波（中國(guó)海洋大學(xué)光學(xué)光電子實(shí)驗(yàn)室），張杰，馬毅，鄭榮兒∥遙感學(xué)報(bào).-2010（6）.-1090～1104

以生成模型最大似然估計(jì)為例，引入結(jié)合已標(biāo)記樣本和未標(biāo)記樣本的半監(jiān)督分類方法來(lái)解決遙感影像分類中的小樣本問(wèn)題，應(yīng)用已有的少量已標(biāo)記樣本初始化一個(gè)分類器，結(jié)合大量未標(biāo)記樣本，通過(guò)遞歸計(jì)算的方式對(duì)分類器進(jìn)行優(yōu)化，直到包含所有樣本的似然函數(shù)收斂到局部極大值。通過(guò)分析遙感影像待分類類別與影像中地物類型固有特征之間的關(guān)系，設(shè)計(jì)兩個(gè)在不同生成模型假設(shè)下的分類實(shí)驗(yàn)。結(jié)果表明，未標(biāo)記樣本的參與可在很大程度上提高小樣本條件下的影像分類精度，但兩種樣本的數(shù)量應(yīng)保持一個(gè)適當(dāng)?shù)谋壤Ｗ詈笸ㄟ^(guò)與在解決小樣本分類問(wèn)題方面有獨(dú)特優(yōu)勢(shì)的SVM方法的分類比較，發(fā)現(xiàn)在小樣本情況下，本文方法具有更好的應(yīng)用潛力。圖9表1參27

?遙感分類 半監(jiān)督學(xué)習(xí) EM算法

CH20110371 凈初級(jí)生產(chǎn)力遙感估算模型空間尺度轉(zhuǎn)換/王莉雯，衛(wèi)亞星（遼寧師范大學(xué)城市與環(huán)境學(xué)院），牛錚∥遙感學(xué)報(bào).-2010（6）.-1074～1089

采用基于混合像元的結(jié)構(gòu)分析方法和支持向量機(jī)（SVM）算法，建立了高分辨率遙感數(shù)據(jù)（TM）向低分辨率遙感數(shù)據(jù)（MODIS）的尺度轉(zhuǎn)換模型，實(shí)現(xiàn)了由高分辨率遙感數(shù)據(jù)獲得的NPP向低分辨率遙感數(shù)據(jù)獲得的NPP的空間尺度轉(zhuǎn)換。對(duì)低分辨率遙感數(shù)據(jù)（MODIS）估算的NPP結(jié)果進(jìn)行了尺度效應(yīng)校正。結(jié)果表明：SVM回歸模型模擬出的尺度效應(yīng)校正因子Rj_corrected與1-F中覆蓋度草地之間的相關(guān)性較高，R2達(dá)到0.81。尺度效應(yīng)校正前的NPPMODIS與NPPTM的相關(guān)性較低，R2僅為0.69，RMSE為3.47；尺度效應(yīng)校正后的NPPMODIS_corrected與NPPTM的相關(guān)性較高，R2達(dá)到0.84，RMSE為1.87。因此，經(jīng)過(guò)尺度效應(yīng)校正后的NPP無(wú)論是在相關(guān)性還是在誤差方面有了很大程度的提高。圖11參39

?凈初級(jí)生產(chǎn)力 光能利用率模型 尺度轉(zhuǎn)換

CH20110372 HJ-1B熱紅外波段在軌絕對(duì)輻射定標(biāo)/韓啟金（中國(guó)空間技術(shù)研究院），閔祥軍，傅俏燕∥遙感學(xué)報(bào).-2010（6）.-1212～1225

針對(duì)HJ-1B紅外相機(jī)（IRS）熱紅外通道特點(diǎn)，利用青海湖輻射校正場(chǎng)進(jìn)行HJ-1B熱紅外絕對(duì)輻射定標(biāo)，提出新的場(chǎng)地定標(biāo)算法，并通過(guò)實(shí)測(cè)數(shù)據(jù)和Landsat5-TM數(shù)據(jù)對(duì)不同定標(biāo)系數(shù)進(jìn)行真實(shí)性檢驗(yàn)分析，發(fā)現(xiàn)該場(chǎng)地定標(biāo)算法獲得的系數(shù)比原始系數(shù)精度提高約0.6％～3％，總體精度為1K左右。研究結(jié)果表明文章提出的定標(biāo)算法適用于不具備觀測(cè)冷空間能力的衛(wèi)星傳感器在軌絕對(duì)輻射定標(biāo)，得到的定標(biāo)系數(shù)合理可靠。圖8表5參19

?熱紅外遙感 場(chǎng)地定標(biāo)

CH20110373 遙感影像融合的自適應(yīng)變化檢測(cè)/魏立飛，鐘燕飛，張良培，李平湘（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥遙感學(xué)報(bào).-2010（6）.-1196～1211

提出一種基于影像融合和自適應(yīng)閾值選擇的遙感影像變化檢測(cè)方法。首先利用經(jīng)過(guò)改進(jìn)的融合技術(shù)對(duì)原始數(shù)據(jù)的差值影像和比值影像進(jìn)行處理，構(gòu)造融合影像，在該融合影像的基礎(chǔ)上進(jìn)行自適應(yīng)迭代運(yùn)算得到初步變化閾值范圍，然后通過(guò)分析閾值范圍兩側(cè)影像像元的離散程度，求解最終的閾值范圍，從而得到更優(yōu)變化閾值，提取變化區(qū)域。實(shí)驗(yàn)結(jié)果表明，本文方法的檢測(cè)精度優(yōu)于傳統(tǒng)的變化檢測(cè)方法，同時(shí)具有一定的穩(wěn)定性和智能性。圖6表4參22

?變化檢測(cè) 影像融合 自適應(yīng)選擇

CH20110374 粗糙集高分辨率遙感影像面向?qū)ο蠓诸?陳杰，鄧敏（中南大學(xué)測(cè)繪與國(guó)土信息工程系），肖鵬峰，楊敏華，梅小明∥遙感學(xué)報(bào).-2010（6）.-1139～1155

提出一種基于粗糙集理論的面向?qū)ο蠓诸惙椒ㄒ詤^(qū)分高分辨率遙感影像上的不同地物。首先，利用基于相位一致梯度與前景標(biāo)記的分水嶺變換進(jìn)行影像分割，提取圖像斑塊；然后，利用Gabor小波提取斑塊的紋理特征，進(jìn)而根據(jù)粗糙集理論提取紋理分類規(guī)則；最后，在對(duì)象光譜特征的初步分類結(jié)果，根據(jù)紋理分類規(guī)則得到最終結(jié)果基礎(chǔ)上。依據(jù)粗糙集理論只能處理離散屬性數(shù)據(jù)，本文重點(diǎn)提出一種適用于面向?qū)ο蠓诸惖倪B續(xù)區(qū)間屬性離散化方法。實(shí)驗(yàn)表明本文方法可取得較好分類結(jié)果與較高分類精度。圖12表4參33

?面向?qū)ο蠓诸?粗糙集 離散化

CH20110375 關(guān)聯(lián)向量機(jī)在高光譜影像分類中的應(yīng)用/董超，趙慧潔（北京航空航天大學(xué)儀器科學(xué)與光電工程學(xué)院教育部精密光機(jī)電一體化技術(shù)實(shí)驗(yàn)室）∥遙感學(xué)報(bào).-2010（6）.-1273～1284

將關(guān)聯(lián)向量機(jī)應(yīng)用于高光譜影像分類，實(shí)現(xiàn)高維空間中訓(xùn)練樣本不足時(shí)分類器的精確建模。從稀疏貝葉斯理論出發(fā)，分析關(guān)聯(lián)向量機(jī)原理，探討一對(duì)多、一對(duì)一和兩種直接的多分類方法。實(shí)驗(yàn)環(huán)節(jié)比較了各種多分類方法，并從精度、稀疏性兩方面將關(guān)聯(lián)向量機(jī)與支持向量機(jī)等經(jīng)典算法比較。實(shí)驗(yàn)結(jié)果表明，兩種直接的多分類方法內(nèi)存占用大、效率低；一對(duì)多精度最高，但效率較低；一對(duì)一計(jì)算效率最高，精度與一對(duì)多近似。關(guān)聯(lián)向量機(jī)精度不如支持向量機(jī)，但解更稀疏，測(cè)試樣本較多時(shí)實(shí)時(shí)性好，適合處理大場(chǎng)景高光譜影像的分類問(wèn)題。圖3表4參17

?影像分類 關(guān)聯(lián)向量機(jī) 高光譜影像

CH20110376 聯(lián)合IHS變換和MAP估計(jì)的遙感圖像融合/石愛(ài)業(yè)，徐立中，湯敏（河海大學(xué)計(jì)算機(jī)與信息學(xué)院）∥遙感學(xué)報(bào).-2010（6）.-1259～1272

為了提高多光譜圖像和全色圖像的融合質(zhì)量，提出一種基于推廣的IHS（Generalized Intensity-Hue-Saturation，GIHS）變換與最大后驗(yàn)概率MAP（Maximuma Posteriori）相結(jié)合的遙感圖像融合算法。該算法首先經(jīng)過(guò)GIHS變換，由多光譜圖像得到強(qiáng)度分量；其次針對(duì)強(qiáng)度分量和全色圖像，通過(guò)MAP構(gòu)建高分辨率圖像的成像模型，采用最速下降優(yōu)化算法得到富含光譜信息的高分辨率全色圖像；進(jìn)而依據(jù)GIHS變換得到融合圖像。實(shí)驗(yàn)中分別以IKONOS衛(wèi)星、Quickbird衛(wèi)星的多光譜圖像和全色圖像為例，進(jìn)行融合算法驗(yàn)證，并與GIHS融合算法、傳統(tǒng)的小波變換融合算法、小波變換結(jié)合IHS變換的融合算法等進(jìn)行比較分析，實(shí)驗(yàn)表明，新的融合方法具有更好的融合效果。圖3表4參16

?圖像融合 小波變換 IHS變換

CH20110377 模擬真實(shí)場(chǎng)景的混合像元分解/范渭亮，杜華強(qiáng)，周國(guó)模，徐小軍，崔瑞蕊，董德進(jìn)（浙江農(nóng)林大學(xué)浙江省森林生態(tài)系統(tǒng)碳循環(huán)與固碳減排重點(diǎn)實(shí)驗(yàn)室環(huán)境科技學(xué)院）∥遙感學(xué)報(bào).-2010（6）.-1241～1258

在總結(jié)混合像元分解方法的基礎(chǔ)上，提出了一種模擬真實(shí)場(chǎng)景的像元分解方法，該方法首先通過(guò)真實(shí)場(chǎng)景的模擬獲得各分量的豐度，結(jié)合遙感影像與場(chǎng)景模擬的豐度反演端元反射率（模擬端元），最后用帶約束條件的線性模型進(jìn)行混合像元分解。用浙江省安吉縣毛竹林調(diào)查資料及LandsatTM對(duì)該方法進(jìn)行驗(yàn)證和對(duì)比分析表明，基于模擬端元的混合像元分解結(jié)果比基于影像端元和參考端元的精度高且具有良好的穩(wěn)健性。模擬真實(shí)場(chǎng)景的混合像元分解方法將樣地調(diào)查數(shù)據(jù)的先驗(yàn)知識(shí)應(yīng)用于端元提取，并將三維模擬模型引入到二維的線性光譜分解中，具有一定的優(yōu)勢(shì)和應(yīng)用推廣前景。圖11參46

?場(chǎng)景建模 模擬端元 像元分解 線性模型

CH20110378 基線抖動(dòng)對(duì)干涉SAR相位的影響/汪丙南，張帆，向茂生（中國(guó)科學(xué)院電子學(xué)研究所微波成像技術(shù)國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室）∥遙感學(xué)報(bào).-2010（6）.-1171～1181

提出并分析了基線抖動(dòng)造成的干涉SAR相位誤差模型?；诟缮鍿AR基線抖動(dòng)模型，分為水平抖動(dòng)和垂直抖動(dòng)，推導(dǎo)了存在基線抖動(dòng)情況下輔天線復(fù)圖像信號(hào)模型及基線抖動(dòng)帶來(lái)的干涉相位誤差公式，分析了基線抖動(dòng)對(duì)成像質(zhì)量和干涉相位的影響，針對(duì)SRTM系統(tǒng)進(jìn)行了計(jì)算機(jī)仿真。通過(guò)基于基線抖動(dòng)的干涉SAR原始回波數(shù)據(jù)計(jì)算，仿真了點(diǎn)目標(biāo)和面目標(biāo)場(chǎng)景的回波信號(hào)，并進(jìn)行成像得到了復(fù)圖像和干涉條紋，仿真結(jié)果驗(yàn)證了理論分析的正確性。圖6表2參11

?干涉SAR 干涉相位 基線抖動(dòng) 回波

CH20110379 星載方位多波束ScanSAR成像/寇光杰，王貞松，姚萍（中國(guó)科學(xué)院計(jì)算技術(shù)研究所）∥遙感學(xué)報(bào).-2010（6）.-1105～1116

提出了一種新型星載方位多波束ScanSAR工作模式，實(shí)現(xiàn)了在保持方位向高分辨率的前提下對(duì)距離向測(cè)繪帶大幅擴(kuò)展。分析了該工作方式的特點(diǎn)及主要相位誤差，給出了相應(yīng)的誤差補(bǔ)償方法。介紹了該工作方式下回波數(shù)據(jù)的模擬方法，并討論了幾種適合該工作方式的成像算法。最后通過(guò)仿真對(duì)該工作方式的可行性及補(bǔ)償方法的有效性進(jìn)行了驗(yàn)證。圖7表2參11

?多波束成像 距離多普勒算法

CH20110380 應(yīng)用粒子群算法的遙感信息與水稻生長(zhǎng)模型同化技術(shù)/朱元?jiǎng)?lì)，朱艷，黃彥，姚霞，劉蕾蕾，曹衛(wèi)星，田永超（南京農(nóng)業(yè)大學(xué)江蘇省信息農(nóng)業(yè)高技術(shù)研究重點(diǎn)實(shí)驗(yàn)室）∥遙感學(xué)報(bào).-2010（6）.-1226～1240

在研究遙感信息和水稻生長(zhǎng)模型的同化過(guò)程中，最小化遙感反演與生長(zhǎng)模型（RiceGrow）輸出的水稻生長(zhǎng)信息差值絕對(duì)值時(shí)引入了一種新的優(yōu)化算法-粒子群算法（PSO），并對(duì)比了其與模擬退火算法（SA）的優(yōu)缺點(diǎn)；探討了葉面積指數(shù)（LAI）和葉片氮積累量（LNA）分別作為同化參數(shù)時(shí)的同化效果。結(jié)果表明，PSO無(wú)論是從同化效率還是反演精度上都要好于SA，粒子群優(yōu)化算法是一種可靠的遙感與模型同化算法；LAI和LNA作為外部同化參數(shù)時(shí)各有優(yōu)勢(shì)，LAI作為同化參數(shù)可獲得較準(zhǔn)確的播期及播種量，而LNA作為同化參數(shù)可獲得更為準(zhǔn)確的施氮量信息。但是LAI作為外部同化參數(shù)時(shí)的反演結(jié)果總體要優(yōu)于利用LNA作為同化參數(shù)時(shí)的反演結(jié)果。利用試驗(yàn)資料對(duì)該技術(shù)進(jìn)行了測(cè)試和檢驗(yàn)，結(jié)果顯示反演的模型初始參數(shù)的平均值與真實(shí)值的相對(duì)誤差（RE）均小于2.5％，均方根誤差（RMSE）為0.7—2.2，產(chǎn)量模擬值與實(shí)測(cè)值之間的相對(duì)誤差為5％左右，模擬與實(shí)測(cè)相關(guān)指標(biāo)值吻合度較高，該同化技術(shù)具有較好的適用性。從而為生長(zhǎng)模型從單點(diǎn)擴(kuò)展到區(qū)域尺度應(yīng)用奠定了基礎(chǔ)。圖10表1參58

?粒子群算法 同化技術(shù) 模型參數(shù)初始化

CH20110381 面向LAI反演的參數(shù)化SAILH模型/李靜，閻廣建，穆西晗（遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室北京師范大學(xué)）∥遙感學(xué)報(bào).-2010（6）.-1182～1195

建立了一種基于植被冠層輻射傳輸模型SAILH的參數(shù)化模型。該模型首先對(duì)SAILH模型中用到的9個(gè)中間變量的計(jì)算過(guò)程進(jìn)行簡(jiǎn)化，然后用一個(gè)明確的表達(dá)式計(jì)算光照冠層的單次散射貢獻(xiàn)。分別用模擬數(shù)據(jù)和2008年黑河地區(qū)星-機(jī)-地同步實(shí)驗(yàn)中獲取的地面測(cè)量數(shù)據(jù)對(duì)該參數(shù)化模型的反演精度和效率進(jìn)行了評(píng)價(jià)。評(píng)價(jià)結(jié)果表明該參數(shù)化模型能在保證反演精度的基礎(chǔ)上極大的提高反演效率；利用模擬數(shù)據(jù)進(jìn)行的模型穩(wěn)定性評(píng)價(jià)表明，參數(shù)化模型的穩(wěn)定性優(yōu)于SAILH模型。圖6表5參11

?LAI反演 植被遙感

CH20110382 高光譜遙感數(shù)據(jù)的DNA計(jì)算分類/焦洪贊，鐘燕飛，張良培，李平湘（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥遙感學(xué)報(bào).-2010（5）.-865～878

提出了一種基于DNA計(jì)算的高光譜遙感數(shù)據(jù)光譜匹配分類新方法。該方法利用DNA編碼提取各類地物光譜所攜帶的物理吸收與反射特征信息，將地物光譜特征轉(zhuǎn)換為DNA編碼空間特征，通過(guò)DNA計(jì)算基因操作尋找各類地物最典型的DNA信息鏈。在此基礎(chǔ)上，利用DNA計(jì)算原理建立一系列模糊規(guī)則，對(duì)高光譜數(shù)據(jù)進(jìn)行光譜匹配分類。通過(guò)與傳統(tǒng)的光譜匹配算法（二值編碼，光譜角，光譜差分特征編碼）的分類結(jié)果進(jìn)行比較，證明該算法分類精度優(yōu)于傳統(tǒng)高光譜數(shù)據(jù)的光譜匹配分類方法，具有實(shí)用價(jià)值。圖8表3參16

?DNA計(jì)算 高光譜遙感 光譜匹配

CH20110383 青海玉樹(shù)地震災(zāi)情遙感應(yīng)急監(jiān)測(cè)分析/王麗濤，王世新，周藝，魏成階（中國(guó)科學(xué)院遙感應(yīng)用研究所），徐麗萍，汪愛(ài)華∥遙感學(xué)報(bào).-2010（5）.-1053～1066

2010年4月14日7時(shí)49分，中國(guó)青海省玉樹(shù)藏族自治州結(jié)古鎮(zhèn)附近（北緯33.2°，東經(jīng)96.6°）發(fā)生了Ms7.1級(jí)地震。利用災(zāi)后高分辨率航空影像，結(jié)合震前北京一號(hào)小衛(wèi)星、SPOT正射影像，在分析地質(zhì)構(gòu)造背景基礎(chǔ)之上，從房屋建筑物損壞情況、生命線工程的損毀程度以及次生災(zāi)害的調(diào)查等方面開(kāi)展了災(zāi)情遙感應(yīng)急監(jiān)測(cè)工作，為地震應(yīng)急決策救援提供宏觀、科學(xué)（定性、定量）的輔助決策依據(jù)。圖9參24

?玉樹(shù)地震 遙感 應(yīng)急監(jiān)測(cè)

CH20110384 CHARTER機(jī)制下減災(zāi)衛(wèi)星調(diào)度系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)/劉曉路，高鵬，陳盈果，陳英武（國(guó)防科學(xué)技術(shù)大學(xué)信息系統(tǒng)與管理學(xué)院）∥遙感學(xué)報(bào).-2010（5）.-1017～1028

針對(duì)空間與重大災(zāi)害國(guó)際憲章（CHARTER）的宗旨和運(yùn)行機(jī)制設(shè)計(jì)開(kāi)發(fā)了減災(zāi)衛(wèi)星（主要為地球遙感衛(wèi)星）調(diào)度系統(tǒng)。首先介紹了CHARTER機(jī)制的意義和工作流程，分析了當(dāng)前減災(zāi)衛(wèi)星調(diào)度所面臨的問(wèn)題，在此基礎(chǔ)上給出了系統(tǒng)的總體設(shè)計(jì)和各子模塊的功能，重點(diǎn)闡述了時(shí)間窗口計(jì)算模塊，提出區(qū)域目標(biāo)的動(dòng)態(tài)分解算法。借助基于規(guī)則的動(dòng)態(tài)啟發(fā)式算法生成衛(wèi)星任務(wù)規(guī)劃方案，提出三項(xiàng)指標(biāo)對(duì)方案進(jìn)行評(píng)價(jià)。圖5參16

?任務(wù)規(guī)劃 減災(zāi)衛(wèi)星 區(qū)域目標(biāo) 調(diào)度系統(tǒng)

CH20110385 FY-3A/MERSI數(shù)據(jù)在中國(guó)北方干旱監(jiān)測(cè)中的應(yīng)用/朱琳，劉健，張曄萍，王萌（國(guó)家衛(wèi)星氣象中心）∥遙感學(xué)報(bào).-2010（5）.-1004～1016

中國(guó)新一代極軌氣象衛(wèi)星風(fēng)云3號(hào)A星（簡(jiǎn)稱FY-3A）上搭載的中分辨率光譜成像儀（MERSI）具有5個(gè)250m分辨率通道，進(jìn)一步加強(qiáng)了對(duì)地表精細(xì)地物的觀測(cè)能力，為大面積干旱監(jiān)測(cè)提供了新的遙感數(shù)據(jù)源。利用FY-3A/MERSI傳感器250m分辨率數(shù)據(jù)和垂直干旱指數(shù)（perpendicular drought index，PDI）對(duì)2009年夏季內(nèi)蒙古自治區(qū)中東部干旱進(jìn)行了監(jiān)測(cè)。結(jié)合氣象部門(mén)的降水、溫度和氣象干旱資料對(duì)比分析表明，基于250m分辨率的時(shí)序FY-3A/MERSI衛(wèi)星資料反演的PDI干旱指數(shù)能夠客觀地反映研究區(qū)旱情的空間分布和動(dòng)態(tài)發(fā)展過(guò)程。利用實(shí)地觀測(cè)的土壤水分?jǐn)?shù)據(jù)驗(yàn)證了PDI指數(shù)和土壤水分之間的關(guān)系。從驗(yàn)證結(jié)果看：PDI指數(shù)和對(duì)應(yīng)實(shí)地觀測(cè)的10cm、20cm土壤持水百分含量之間有較好的負(fù)相關(guān)關(guān)系，其中PDI和20cm深度處的土壤持水百分含量之間的相關(guān)關(guān)系更為穩(wěn)定，R2達(dá)到0.69以上。該研究表明利用中國(guó)新型、自主的FY-3A衛(wèi)星資料進(jìn)行干旱監(jiān)測(cè)業(yè)務(wù)是可行的。圖9表1參32

?遙感數(shù)據(jù) 干旱監(jiān)測(cè) 土壤水分

CH20110386 利用邊界特征自動(dòng)識(shí)別臺(tái)風(fēng)云系/魯娟，張長(zhǎng)江，張翔，楊波，端木春江（浙江師范大學(xué)數(shù)理與信息工程學(xué)院）∥遙感學(xué)報(bào).-2010（5）.-990～1003

基于臺(tái)風(fēng)無(wú)論是在生成期、成熟期，還是在消亡期，都具有螺旋性的特征，非臺(tái)風(fēng)云系無(wú)此特征，充分挖掘云系邊界特點(diǎn)，統(tǒng)計(jì)出單幅云圖中各云系邊界的旋轉(zhuǎn)程度。運(yùn)用Bezier直方圖曲率曲線兩次確定分割閾值，迭代分割衛(wèi)星云圖，結(jié)合臺(tái)風(fēng)的旋轉(zhuǎn)與面積、形狀等幾何特性，識(shí)別衛(wèi)星云圖中的臺(tái)風(fēng)云系。實(shí)驗(yàn)表明該方法對(duì)臺(tái)風(fēng)云系有很好的識(shí)別率。圖4表1參23

?臺(tái)風(fēng)識(shí)別 幾何特性 Bezier直方圖 曲率

CH20110387 地表覆蓋分類數(shù)據(jù)對(duì)區(qū)域森林葉面積指數(shù)反演的影響/李顯風(fēng)，居為民，陳姝（南京大學(xué)國(guó)際地球系統(tǒng)科學(xué)研究所），周艷蓮∥遙感學(xué)報(bào).-2010（5）.-974～989

以江西省吉安市為研究區(qū)，將5種全球地表覆蓋分類數(shù)據(jù)（包括美國(guó)地質(zhì)調(diào)查局（USGS）、馬里蘭大學(xué)（UMD）和波士頓大學(xué)（BU）生成的3套數(shù)據(jù)和歐洲生成的2套數(shù)據(jù)）以及由TM影像生成的區(qū)域地表覆蓋分類數(shù)據(jù)，分別與MODIS1km反射率資料結(jié)合，利用基于4尺度幾何光學(xué)模型的LAI反演方法生成研究區(qū)的LAI。在1km和4km兩種尺度上將反演的LAI與TM資料生成的LAI進(jìn)行比較，評(píng)價(jià)地表覆蓋分類數(shù)據(jù)對(duì)LAI反演結(jié)果的影響。結(jié)果表明，TM和歐洲太空局的GLOBCOVER地表覆蓋分類數(shù)據(jù)用于反演LAI的結(jié)果較好，在1km尺度上，反演的LAI與統(tǒng)計(jì)模型估算的TMLAI相關(guān)的R2分別為0.44和0.40，在4km尺度上的R2分別為0.57和0.54；其次為波士頓大學(xué)的MODIS地表覆蓋分類數(shù)據(jù)，據(jù)其反演的LAI與TMLAI相關(guān)的R2在1km和4km尺度上分別為0.38和0.51；而馬里蘭大學(xué)的UMD和歐洲的GLC2000地表覆蓋分類數(shù)據(jù)會(huì)導(dǎo)致反演的LAI存在較大誤差，據(jù)其反演的LAI與TMLAI之間的一致性較差，在1km和4km兩種尺度上平均偏低20％左右；LAI的反演結(jié)果對(duì)聚集度系數(shù)具有強(qiáng)的敏感性。該研究表明，為了提高區(qū)域/全球LAI反演精度，需要有高質(zhì)量的地表覆蓋分類數(shù)據(jù)。圖2表5參19

?葉面積指數(shù) 地表覆蓋 森林遙感

CH20110388 植被覆蓋地表土壤水分遙感反演/周鵬，丁建麗，王飛，古麗加瑪麗·吾不力，張治廣（新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院）∥遙感學(xué)報(bào).-2010（5）.-959～973

以地域特色突出的新疆渭干河-庫(kù)車河三角洲綠洲為研究區(qū)，聯(lián)合使用雷達(dá)數(shù)據(jù)和光學(xué)遙感數(shù)據(jù)，對(duì)干旱區(qū)綠洲土壤和植被水分信息進(jìn)行提取。在同期光學(xué)遙感影像數(shù)據(jù)提取植被歸一化差分水分指數(shù)基礎(chǔ)上，利用）“水-云模型”從雷達(dá)數(shù)據(jù)總的后向散射中去除植被影響，建立土壤后向散射系數(shù)與土壤含水量的關(guān)系，相關(guān)系數(shù)為HH極化R2=0.5227，HV極化R2=0.3277。結(jié)果表明利用C波段HH極化雷達(dá)影像數(shù)據(jù)結(jié)合光學(xué)影像數(shù)據(jù)，進(jìn)行干旱半干旱地區(qū)棉花、玉米等農(nóng)作物種植區(qū)地表土壤水分反演時(shí)，在中等覆蓋條件下去除植被影響有較好的效果。圖8表3參40

?土壤水分 植被遙感 后向散射系數(shù) 水云模型

CH20110389 采用聚類技術(shù)探測(cè)空間異常/鄧敏，劉啟亮，李光強(qiáng)（中南大學(xué)測(cè)繪與國(guó)土信息工程系）∥遙感學(xué)報(bào).-2010（5）.-944～958

提出了一種基于聚類的空間異常探測(cè)方法。該方法通過(guò)空間聚類獲得局部相關(guān)性較強(qiáng)的實(shí)體集合，分別探測(cè)空間異常，給出了一種穩(wěn)健的空間異常度量指標(biāo)，提高了異常探測(cè)結(jié)果的可靠性。通過(guò)實(shí)例驗(yàn)證以及與SOM方法的比較分析，證明了該方法的正確性和優(yōu)越性。圖6表6參31

?空間異常探測(cè) 空間聚類 空間數(shù)據(jù)挖掘

CH20110390 面向遙感目標(biāo)識(shí)別耦合GA與SVM的特征優(yōu)選方法/孫寧，陳秋曉（浙江大學(xué)城市規(guī)劃工程與信息技術(shù)研究所），駱劍承，沈占鋒，胡曉東∥遙感學(xué)報(bào).-2010（5）.-928～943

提出了GA-SVM耦合用于高分遙感目標(biāo)識(shí)別的特征優(yōu)選方法，將GA中的特征降維和適應(yīng)度函數(shù)構(gòu)建與SVM中的特征空間映射、樣本訓(xùn)練以及分類結(jié)果在內(nèi)容上耦合，利用SVM的識(shí)別結(jié)果指導(dǎo)GA的進(jìn)化方向。同時(shí)，為減小未成熟收斂風(fēng)險(xiǎn)，對(duì)傳統(tǒng)GA做了改進(jìn)。實(shí)驗(yàn)表明，該方法在高分遙感影像目標(biāo)識(shí)別中效果較好。圖5表7參21

?遺傳算法 支持向量機(jī) 目標(biāo)識(shí)別 特征優(yōu)選

CH20110391 高分辨率遙感影像并行分割結(jié)果縫合算法/胡曉東，駱劍承，沈占鋒，吳煒（中國(guó)科學(xué)院遙感應(yīng)用研究所），陳秋曉∥遙感學(xué)報(bào).-2010（5）.-917～927

采用基于數(shù)據(jù)并行的遙感影像分割實(shí)現(xiàn)過(guò)程，提出了一種新的數(shù)據(jù)縫合算法解決分割結(jié)果合并問(wèn)題。分割效果對(duì)比和運(yùn)算效率分析等實(shí)驗(yàn)結(jié)果表明，此算法保持了分割結(jié)果合并后的邊界正確性，使并行化分割在提高運(yùn)算效率的同時(shí)保證了分割結(jié)果的可信度。圖6表1參20

?影像分割 并行化 數(shù)據(jù)縫合

CH20110392 Contourlet方向區(qū)域相關(guān)性的遙感圖像融合/王相海（遼寧師范大學(xué)自然地理與空間信息科學(xué)遼寧省重點(diǎn)實(shí)驗(yàn)室），魏婷婷，周志光∥遙感學(xué)報(bào).-2010（5）.-905～916

對(duì)遙感圖像經(jīng)Contourlet變換后的高頻子帶系數(shù)分布的方向特征進(jìn)行統(tǒng)計(jì)分析，發(fā)現(xiàn)遙感圖像經(jīng)Contourlet變換后高頻系數(shù)的分布具有較強(qiáng)的方向區(qū)域特征，在此基礎(chǔ)上，提出一種基于Contourlet系數(shù)方向區(qū)域相關(guān)性的遙感圖像融合算法，該算法首先對(duì)多光譜圖像經(jīng)IHS變換后的亮度分量和全色圖像分別進(jìn)行Contourlet變換，然后以多光譜圖像亮度分量的低頻信息作為融合圖像亮度分量的低頻信息，通過(guò)計(jì)算并比較全色圖像的高頻系數(shù)和對(duì)應(yīng)的多光譜圖像亮度分量的高頻系數(shù)的方向區(qū)域匹配度確定融合圖像亮度分量的高頻信息；最后經(jīng)過(guò)Contourlet逆變換和IHS逆變換獲得融合圖像。實(shí)驗(yàn)結(jié)果表明，該算法在提高融合圖像空間分辨率的同時(shí)能夠更好地保留原始多光譜圖像的光譜信息，與傳統(tǒng)遙感圖像融合算法相比，該算法具有較好的融合圖像信息熵和清晰度，具有一定的實(shí)用性。圖7表2參28

?影像融合 Contourlet變換

CH20110393 Contourlet變換和Tsallis熵的多源遙感圖像匹配/吳一全，陳颯（南京航空航天大學(xué)信息科學(xué)與技術(shù)學(xué)院）∥遙感學(xué)報(bào).-2010（5）.-893～904

提出了一種利用Contourlet變換、Tsallis熵和改進(jìn)粒子群優(yōu)化的多源遙感圖像匹配算法。在分別對(duì)參考圖像和目標(biāo)圖像進(jìn)行Contourlet分解的基礎(chǔ)上，以基于Tsallis熵的互信息量作為相似性度量準(zhǔn)則，利用改進(jìn)的帶極值擾動(dòng)的簡(jiǎn)化粒子群優(yōu)化算法對(duì)低分辨率的遙感圖像進(jìn)行匹配操作，逐級(jí)上推，最終實(shí)現(xiàn)全分辨率情況下多源遙感圖像的匹配。實(shí)驗(yàn)結(jié)果表明，與常用的遙感圖像匹配算法相比，該算法匹配精度高，穩(wěn)健性好，且運(yùn)算量大幅減少。圖3表2參28

?多源遙感 影像匹配 Contourlet變換

CH20110394 典型矢量輻射傳輸模式計(jì)算精度與效率的初步比較/高揚(yáng)（南京信息工程大學(xué)大氣物理學(xué)院），段民征，黃興友∥遙感學(xué)報(bào).-2010（5）.-839～851

輻射傳輸模式是建立遙感反演方法和氣候模式中輻射參數(shù)化的重要工具，尤其是全偏振的矢量輻射傳輸模式對(duì)于精確理解地氣系統(tǒng)中的輻射過(guò)程至關(guān)重要。Pol-Radtran/RT3、SOSVRT和VDISORT是基于不同物理原理求解矢量輻射傳輸?shù)娜齻€(gè)代表性數(shù)值模式。對(duì)這三個(gè)模式進(jìn)行計(jì)算時(shí)間和計(jì)算精度的比較，發(fā)現(xiàn)，基于逐次散射法的SOSVRT計(jì)算效率最高，計(jì)算時(shí)間基本不隨流數(shù)的增加而增長(zhǎng)，但隨單層光學(xué)厚度的增大，其計(jì)算時(shí)間有較為明顯的增加，在米散射情況下，光學(xué)厚度從0.5增加到1.0時(shí)，其計(jì)算時(shí)間增加了1倍；基于倍加累加法的RT3和基于矩陣特征矢量求解方法的VDISORT計(jì)算效率較低，尤其是采用大流數(shù)計(jì)算時(shí)，RT3和VDISORT的計(jì)算時(shí)間隨流數(shù)的增加迅速增長(zhǎng)，特別是在瑞利散射條件下，波長(zhǎng)為400nm，流數(shù)為40時(shí)，其計(jì)算時(shí)間分別為SOSVRT的23倍和7倍。但是，兩模式隨光學(xué)厚度增加計(jì)算時(shí)間卻無(wú)明顯的增加。在計(jì)算精度方面，3個(gè)模式比較接近，只是VDISORT在大流數(shù)的情況下會(huì)有震蕩現(xiàn)象。圖7參22

?矢量輻射傳輸 逐次散射法 離散坐標(biāo)法

CH20110395 中國(guó)太陽(yáng)總輻射的多元逐步回歸模擬/盧毅敏，岳天祥，陳傳法，范澤孟（中國(guó)科學(xué)院地理科學(xué)與資源研究所，資源與環(huán)境信息系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室），王欽敏∥遙感學(xué)報(bào).-2010（5）.-852～864

研究采用年日照時(shí)數(shù)、年均總云量、年均水汽壓、維度等常規(guī)氣象要素及地理要素為解析變量，建立起估算全國(guó)范圍內(nèi)太陽(yáng)年輻射總量的多元逐步回歸模擬模型；利用全國(guó)730多個(gè)地面站1951—2002年間的常規(guī)氣象觀測(cè)資料，通過(guò)所構(gòu)建的模型對(duì)中國(guó)太陽(yáng)年輻射總量進(jìn)行模擬分析，模型模擬分辨率為1km×1km，規(guī)模為4173×4847格網(wǎng)。模型數(shù)值計(jì)算結(jié)果顯示：中國(guó)太陽(yáng)輻射資源最豐富的地區(qū)為西藏自治區(qū)、青海東北部及甘肅西部邊境等，高達(dá)6700MJ·m-2·a-1以上（一類地區(qū)），總面積約130萬(wàn)km2；最低的為四川盆地、青藏高原南部的雅魯藏布峽谷地區(qū)，低于4200MJ·m-2·a-1（五類地區(qū)），總面積約75萬(wàn)km2；中國(guó)陸地表面每年接受的總太陽(yáng)輻射能約為52.4×1018kJ；單位面積上太陽(yáng)年輻射總量約介于2780—7560MJ·m-2·a-1；分布具有明顯的地域性，呈現(xiàn)西北、北部高，東南、東部及東北的部分地區(qū)低的特點(diǎn)，模擬值較好擬合實(shí)際的太陽(yáng)年輻射總量。研究所構(gòu)建模型實(shí)現(xiàn)了太陽(yáng)年輻射總量空間分布的連續(xù)模擬，模型在保證足夠的模擬精度條件下，提高了運(yùn)算效率，簡(jiǎn)化了模擬過(guò)程，適于全國(guó)尺度下太陽(yáng)年輻射總量的數(shù)值模擬計(jì)算。圖4表3參21

?太陽(yáng)總輻射 多元逐步回歸 空間插值

CH20110396 玉樹(shù)地震災(zāi)情SAR遙感監(jiān)測(cè)與信息服務(wù)系統(tǒng)/張繼賢，黃國(guó)滿，劉紀(jì)平（中國(guó)測(cè)繪科學(xué)研究院）∥遙感學(xué)報(bào).-2010（5）.-1038～1052

在玉樹(shù)地震中，中國(guó)首套自主知識(shí)產(chǎn)權(quán)的機(jī)載多波段多極化干涉SAR測(cè)圖系統(tǒng)，發(fā)揮全天時(shí)主動(dòng)遙感的優(yōu)勢(shì)，成功服務(wù)于抗震救災(zāi)中。依據(jù)玉樹(shù)地震災(zāi)情綜合地理信息監(jiān)測(cè)與評(píng)估工作，著重探討SAR遙感影像用于地震災(zāi)情監(jiān)測(cè)與評(píng)估中的處理方法和技術(shù)路線，研究制定了地震災(zāi)區(qū)災(zāi)情綜合地理信息監(jiān)測(cè)指標(biāo)，通過(guò)快速幾何處理、快速變化信息提取、快速目標(biāo)判讀和災(zāi)害空間危險(xiǎn)性評(píng)估，實(shí)現(xiàn)了玉樹(shù)地震震區(qū)災(zāi)情綜合地理信息的解譯、制圖和統(tǒng)計(jì)評(píng)估。在此基礎(chǔ)上，開(kāi)發(fā)了玉樹(shù)地震災(zāi)情綜合地理信息服務(wù)系統(tǒng)，實(shí)現(xiàn)了災(zāi)情監(jiān)測(cè)信息的綜合管理、可視化查詢和統(tǒng)計(jì)分析。圖8參10

?玉樹(shù)地震 遙感 監(jiān)測(cè)與評(píng)估 應(yīng)急服務(wù)系統(tǒng) 合成孔徑雷達(dá)

CH20110397 青海玉樹(shù)地震差分干涉雷達(dá)同震形變測(cè)量/邵蕓，謝酬（中國(guó)科學(xué)院遙感應(yīng)用研究所），岳中琦，萬(wàn)紫，王世昂，卞小林，宮華澤，張風(fēng)麗∥遙感學(xué)報(bào).-2010（5）.-1029～1037

2010-04-14青海玉樹(shù)發(fā)生7.1級(jí)地震后，作者利用震前和震后獲取的日本ALOS衛(wèi)星PALSAR遙感數(shù)據(jù)，開(kāi)展了差分干涉雷達(dá)（D-InSAR）地震同震形變測(cè)量與分析。結(jié)果表明：玉樹(shù)地震引起較大范圍地表變形，地震變形沿玉樹(shù)—甘孜斷裂帶向南東東方向擴(kuò)展，在N33.7°，E96.81°附近達(dá)到最大形變量，D-InSAR監(jiān)測(cè)到雷達(dá)視向上的最大形變量為35cm。地表形變特征對(duì)于評(píng)價(jià)玉樹(shù)地震破壞程度、推斷斷層性質(zhì)、研究地震形變和地震孕育特征具有重要的參考價(jià)值。圖4表1參17

?玉樹(shù)地震 差分干涉 同震形變

CH20110398 北京山區(qū)土地利用轉(zhuǎn)移的系統(tǒng)性和隨機(jī)性/魏顯虎，張?jiān)鱿椋樄?，劉芳（中?guó)科學(xué)院遙感應(yīng)用研究所）∥國(guó)土資源遙感.-2010（4）.-77～84

從統(tǒng)計(jì)學(xué)的角度出發(fā)，通過(guò)深入分析土地利用轉(zhuǎn)移矩陣，將北京山區(qū)土地利用轉(zhuǎn)移過(guò)程分為系統(tǒng)轉(zhuǎn)移和隨機(jī)轉(zhuǎn)移。從同時(shí)發(fā)生的系統(tǒng)性增加和系統(tǒng)性減少推斷出土地利用變化的優(yōu)勢(shì)信息有；高覆蓋度草地和其他林地轉(zhuǎn)換為耕地；耕地和疏林地轉(zhuǎn)換為其他林地；疏林地轉(zhuǎn)換為高覆蓋度草地；耕地和高覆蓋度草地轉(zhuǎn)換為水域；耕地轉(zhuǎn)換為建設(shè)用地。其中耕地向其他林地和建設(shè)用地轉(zhuǎn)移的面積都很大，且系統(tǒng)性轉(zhuǎn)換優(yōu)勢(shì)明顯；其他林地轉(zhuǎn)換為耕地、疏林地轉(zhuǎn)換為高覆蓋度草地雖然不具有數(shù)量上的轉(zhuǎn)換優(yōu)勢(shì)，但該轉(zhuǎn)換屬于很強(qiáng)的系統(tǒng)性轉(zhuǎn)換。該方法能快速挖掘最具系統(tǒng)優(yōu)勢(shì)的土地利用轉(zhuǎn)移信息，有助于科研人員將土地利用格局和變化過(guò)程聯(lián)系起來(lái)，為土地資源管理提供有用信息。圖1表6參22

?土地利用變化 統(tǒng)計(jì)分析

CH20110399 膠州灣海岸帶土地利用/覆被變化研究/李振，黃海軍（中國(guó)科學(xué)院海洋研究所）∥國(guó)土資源遙感.-2010（4）.-71～76

對(duì)影像進(jìn)行大氣校正等處理后，引入地學(xué)知識(shí)構(gòu)建決策樹(shù)，運(yùn)用決策樹(shù)法對(duì)1989年及2000年Landsat TM/ETM影像進(jìn)行分類，得到這兩個(gè)時(shí)期的土地利用類型圖，然后對(duì)這兩期土地利用類型進(jìn)行疊加分析，得到土地利用變化矩陣。1989～2000年膠州灣土地利用變化過(guò)程表現(xiàn)為：城鎮(zhèn)等建成地、養(yǎng)殖及鹽田用地、城鎮(zhèn)的建設(shè)裸地或待建地等迅速擴(kuò)增，而耕地、內(nèi)陸灘涂迅速減少，海域減少，林、草地變化不大；耕地主要向城鎮(zhèn)等建成地、養(yǎng)殖及鹽田用地轉(zhuǎn)化，海域向養(yǎng)殖及鹽田用地、城鎮(zhèn)建成地轉(zhuǎn)化。十余年間，人類活動(dòng)對(duì)環(huán)境的影響增強(qiáng)，城市"三廢"增加，陸源營(yíng)養(yǎng)鹽和其他污染物大量排放入海，引起膠州灣海水水質(zhì)惡化、沉積物重金屬含量增加，浮游生物減少，生物多樣性降低，赤潮頻發(fā)。圖5表2參21

?土地利用 海岸帶 決策樹(shù) 生態(tài)環(huán)境效應(yīng)

CH20110400 長(zhǎng)江口淤泥質(zhì)潮灘環(huán)形水邊線信息提取方法研究/韓震，郭永飛，李睿，張琨（上海海洋大學(xué)海洋科學(xué)學(xué)院）∥國(guó)土資源遙感.-2010（4）.-64～66

研究淤泥質(zhì)潮灘沖淤變化的一項(xiàng)基礎(chǔ)性工作就是水邊線信息的提取。與傳統(tǒng)的Hough變換類環(huán)狀物體檢測(cè)方法不同，提出了一種適合于淤泥質(zhì)潮灘環(huán)形水邊線信息提取的識(shí)別檢測(cè)算法。首先利用水邊線灰度的梯度信息實(shí)現(xiàn)圖像分割，進(jìn)行邊緣檢測(cè)；然后通過(guò)數(shù)學(xué)形態(tài)學(xué)方法進(jìn)行膨脹運(yùn)算與內(nèi)部填充，使得邊緣連續(xù)；最后通過(guò)構(gòu)造線段型結(jié)構(gòu)元素得到連續(xù)、平滑的水邊線。實(shí)驗(yàn)結(jié)果表明：該方法不僅算法簡(jiǎn)單，而且提取到的水邊線信息效果良好。圖7參7

?圖像分割 數(shù)學(xué)形態(tài)學(xué) 水邊線 信息提取

CH20110401 長(zhǎng)沙市城市擴(kuò)展遙感監(jiān)測(cè)數(shù)學(xué)模型/蘇岑（中國(guó)地質(zhì)大學(xué)（武漢）），莫俊杰∥國(guó)土資源遙感.-2010（4）.-60～63

利用長(zhǎng)沙市1972年以來(lái)不同時(shí)期的遙感數(shù)據(jù)以及地形圖資料，采用圖像處理和人機(jī)交互式解譯信息提取方法，獲得了10個(gè)不同時(shí)期城市發(fā)展規(guī)模及土地利用變化信息。根據(jù)數(shù)據(jù)統(tǒng)計(jì)分析和數(shù)據(jù)分布規(guī)律，建立長(zhǎng)沙市城市擴(kuò)展數(shù)學(xué)模型，對(duì)城市發(fā)展和土地減少變化趨勢(shì)進(jìn)行分析預(yù)測(cè)，并且對(duì)長(zhǎng)沙市國(guó)民經(jīng)濟(jì)發(fā)展和制約條件進(jìn)行了分析和評(píng)價(jià)。圖2表2參5

?遙感信息 城市擴(kuò)展 數(shù)學(xué)模型

CH20110402 ETM數(shù)據(jù)在金礦化蝕變信息提取中的應(yīng)用研究——以張家口下雙臺(tái)地區(qū)為例/鄧素貞（河北省地質(zhì)調(diào)查院），賀佳惠，王永軍∥國(guó)土資源遙感.-2010（4）.-56～59

金礦遙感探測(cè)之關(guān)鍵在于成礦構(gòu)造及鐵氧化物、含羥基蝕變礦物信息的提取。以張家口下雙臺(tái)地區(qū)為研究區(qū)，利用ENVI 4.0圖像處理軟件，通過(guò)“多元數(shù)據(jù)分析+比值+主成分變換+密度分割+分類”等方法，從Landsat-7 ETM數(shù)據(jù)中提取礦化蝕變信息并抑制植被波譜干擾，方法快速、準(zhǔn)確、有效。結(jié)果表明，利用該方法獲得的礦化蝕變信息與已知礦點(diǎn)有很大的一致性，該方法是可行的。圖4表4參9

?蝕變信息 圖像比值 主成分變換 密度分割 資源遙感

CH20110403 基于紋理增強(qiáng)的數(shù)字航片村鎮(zhèn)建筑物信息提取/楊剛，趙文吉（首都師范大學(xué)資源環(huán)境與地理信息系統(tǒng)北京市重點(diǎn)實(shí)驗(yàn)室），段福洲，趙文慧∥國(guó)土資源遙感.-2010（4）.-51～55

基于建筑物細(xì)部邊緣信息在數(shù)字航片上的精細(xì)紋理表達(dá)，首先對(duì)原始影像進(jìn)行邊緣檢測(cè)、主成分分析和基于二階概率統(tǒng)計(jì)的紋理濾波等預(yù)處理，然后選擇用7像元×7像元的窗口銳化得到Contrast紋理特征的灰度圖；采用Contrast灰度圖（R）、原始航片（G）、原始航片（B）的波段組合進(jìn)行假彩色合成，得到基于對(duì)比度紋理的假彩色合成影像；最后對(duì)假彩色合成影像進(jìn)行多尺度分割和建筑物提取。以北京市延慶縣康莊鎮(zhèn)2008年12月數(shù)字航攝影像為例，運(yùn)用上述方法進(jìn)行村鎮(zhèn)建筑物信息提取。結(jié)果表明，與運(yùn)用面向?qū)ο蟮姆诸惙椒ㄏ啾?，利用紋理增強(qiáng)提取村鎮(zhèn)建筑物信息的方法突出了建筑物邊緣，減少了冗余分割對(duì)象，解決了建筑物與其陰影相混淆不利于建筑物信息提取的問(wèn)題；并對(duì)特征空間進(jìn)行優(yōu)化，避免了模糊分類時(shí)紋理特征規(guī)則運(yùn)算緩慢的問(wèn)題，較完整地提取出了村鎮(zhèn)建筑物信息，提高了分類精度。圖6表2參9

?紋理增強(qiáng) 數(shù)字航片 面向?qū)ο蠓诸?建筑物提取

CH20110404 不同指數(shù)模型提取ALOS AVNIR-2影像中水體的敏感性和精度分析/熊金國(guó)，王世新，周藝（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥國(guó)土資源遙感.-2010（4）.-46～50

以廣東惠州附近水域?yàn)檠芯繀^(qū)，利用ALOS AVNIR-2多光譜數(shù)據(jù)分析水體和其他主要地物在影像上的光譜特征。構(gòu)建幾種常用的波譜指數(shù)，分析閾值對(duì)各種指數(shù)模型提取水體的敏感性及所能達(dá)到的最大精度。發(fā)現(xiàn)利用這些指數(shù)均可以較好地提取圖像中的水體信息，提取效果從好到差依次是：歸一化差值水體指數(shù)法（NDWI）、近紅外波段分割法（NIR）、歸一化差值植被指數(shù)法（NDVI）和比值植被指數(shù)法（RVI）。其中NDWI指數(shù)模型，在選擇合適閾值的情況下，水體提取的總體精度最高可達(dá)98％左右，并且提取過(guò)程對(duì)閾值影響不敏感。圖4表3參13

?水體指數(shù) 光譜分析 精度評(píng)價(jià)

CH20110405 加入改進(jìn)LBP紋理的高分辨率遙感圖像分類/宋本欽，李培軍（北京大學(xué)地球與空間科學(xué)學(xué)院遙感與地理信息系統(tǒng)研究所）∥國(guó)土資源遙感.-2010（4）.-40～45

高分辨率遙感圖像紋理信息豐富，將其與光譜信息相結(jié)合進(jìn)行地物分類可提高地物的精度。將改進(jìn)的局部二值模式（LBP）紋理應(yīng)用到高分辨率圖像的土地覆蓋分類中，并與只利用光譜信息和加入傳統(tǒng)LBP紋理信息的分類結(jié)果相比較。結(jié)果表明：改進(jìn)的LBP具有很好的抗噪性能，并能更有效地表達(dá)圖像的紋理信息，加入這種紋理信息的圖像分類精度明顯高于純光譜分類和加入傳統(tǒng)LBP紋理信息的分類。圖8表3參14

?高分辨率遙感 影像分類

CH20110406 基于遙感數(shù)據(jù)隨機(jī)模型的空間結(jié)構(gòu)分析與蝕變信息提取/張遠(yuǎn)飛，袁繼明，朱谷昌，吳德文，李紅（有色金屬礦產(chǎn)地質(zhì)調(diào)查中心）∥國(guó)土資源遙感.-2010（4）.-34～39

遙感圖像信號(hào)屬于隨機(jī)信號(hào)，其波段數(shù)據(jù)直方圖與二維散點(diǎn)圖分別是隨機(jī)模型一維、二維概率密度函數(shù)的基本估計(jì)。從遙感數(shù)據(jù)的隨機(jī)模型出發(fā)，討論了一維概率密度的基本類型與形態(tài)、二維高斯分布的橢圓幾何參數(shù)特征等。在此基礎(chǔ)上，系統(tǒng)分析了由不同類型直方圖生成的二維散點(diǎn)圖的空間幾何結(jié)構(gòu)特征，以及異常信息空間定位等問(wèn)題。最后，通過(guò)應(yīng)用實(shí)例闡述了遙感數(shù)據(jù)空間結(jié)構(gòu)分析在蝕變信息提取中的重要性與實(shí)用性。圖4參9

?遙感數(shù)據(jù) 隨機(jī)模型 空間結(jié)構(gòu)分析 蝕變信息提取

CH20110407 TM傳感器輻射定標(biāo)參數(shù)精度分析/侯東（北京師范大學(xué)資源學(xué)院），宋國(guó)寶，董燕生，顧建宇∥國(guó)土資源遙感.-2010（4）.-14～18

以2007年4月26日北京地區(qū)TM圖像為例，對(duì)美國(guó)地質(zhì)調(diào)查局（USGS）和中國(guó)遙感衛(wèi)星地面站（RSGS）提供的傳感器輻射定標(biāo)參數(shù)進(jìn)行精度評(píng)價(jià)。首先，根據(jù)不同來(lái)源的輻射定標(biāo)參數(shù)，采用對(duì)應(yīng)的定標(biāo)系數(shù)計(jì)算公式得到相應(yīng)的定標(biāo)系數(shù)，采用不同的定標(biāo)系數(shù)分別對(duì)DN值進(jìn)行反演，得到不同輻射定標(biāo)參數(shù)下的表觀輻亮度數(shù)據(jù)；然后，將兩種表觀輻亮度反演結(jié)果輸入FLAASH大氣校正模型，反演圖像獲取時(shí)的氣象視距和地表反射率；最后，通過(guò)同步氣溶膠觀測(cè)數(shù)據(jù)和高分辨率遙感影像對(duì)所反演的氣象視距和地表反射率分類精度進(jìn)行評(píng)價(jià)，得到傳感器定標(biāo)參數(shù)精度評(píng)價(jià)結(jié)果。研究表明：USGS提供的輻射定標(biāo)參數(shù)能更為精確地反映TM傳感器的輻射特征。圖2表3參13

?輻射定標(biāo) 大氣校正 氣象視距 最大似然分類

CH20110408 環(huán)境星CCD數(shù)據(jù)大氣校正研究/孫源，顧行發(fā)，余濤，高海亮（中國(guó)科學(xué)院遙感應(yīng)用研究所遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥國(guó)土資源遙感.-2010（4）.-6～9

利用6S模型和同步氣象資料，對(duì)國(guó)產(chǎn)環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星HJ-1 A的CCD1傳感器數(shù)據(jù)進(jìn)行了大氣校正和反射率反演。同時(shí)對(duì)CCD1傳感器1～4波段大氣校正前后的反射率變化進(jìn)行了對(duì)比研究，發(fā)現(xiàn)大氣校正后的1～3波段的地面反射率明顯降低，4波段的地面反射率升高；利用同步野外實(shí)測(cè)地面數(shù)據(jù)對(duì)大氣校正后的反射率數(shù)據(jù)進(jìn)行了檢驗(yàn)，兩者結(jié)果基本一致；此外，還進(jìn)行了定量化誤差分析，以同步野外實(shí)測(cè)地面數(shù)據(jù)作為標(biāo)準(zhǔn)，將大氣校正后的反射率數(shù)據(jù)與之對(duì)比，分析了可能帶來(lái)誤差的原因。結(jié)果表明，利用6S大氣校正方法能夠有效去除HJ-1 A星CCD圖像的大氣影響，獲取地物絕對(duì)反射率。圖1表4參13

?環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星 CCD圖像 大氣校正

CH20110409 基于RPC模型的線陣衛(wèi)星影像核線排列及其幾何關(guān)系重建/張過(guò)，潘紅播，江萬(wàn)壽（武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室），秦緒文∥國(guó)土資源遙感.-2010（4）.-1～5

針對(duì)核線影像無(wú)幾何模型的問(wèn)題，提出基于有理多項(xiàng)式系數(shù)（Rational Polynomial Coefficient，RPC）模型，利用投影軌跡法制作線陣推掃式衛(wèi)星核線影像及其幾何模型的重建方法。利用SPOT 5 HRG、CBERS 2-03異軌立體像對(duì)和SPOT 5 HRSI、RS P5、GeoEyeI、KONOS同軌立體像對(duì)重建的核線影像幾何模型上下視差的中誤差在0.2個(gè)像元之內(nèi)；利用重建幾何模型和原始影像幾何模型進(jìn)行前方交會(huì)計(jì)算所得到的地面點(diǎn)平面中誤差在1m之內(nèi)，高程中誤差在0.3m之內(nèi)，驗(yàn)證了本文方法的可靠性。圖3表4參16

?投影軌跡法 核線幾何模型 線陣列影像

CH20110410 視立體地質(zhì)圖制作方法研究/齊澤榮，曾朝銘（中國(guó)國(guó)土資源航空物探遙感中心）∥國(guó)土資源遙感.-2010（4）.-131～134

利用數(shù)字高程模型（DEM）模擬具有正立體視覺(jué)效果的人工光源圖像；通過(guò)數(shù)據(jù)融合處理地質(zhì)圖和人工光源圖像，生成視立體地質(zhì)圖。這種新型地質(zhì)圖不僅具有原地質(zhì)圖的完整地質(zhì)信息，還具有直觀的地形地貌特征，立體感強(qiáng)；同時(shí)，數(shù)字視立體地質(zhì)圖具有地理編碼信息，在通用圖像處理軟件支持下，可以確定圖上任意位置的地理坐標(biāo)，便于野外地質(zhì)調(diào)查、地理定位及圖面測(cè)量等工作，具有很高的實(shí)用價(jià)值。圖2參5

?地質(zhì)圖 三維地質(zhì)圖 立體地質(zhì)圖 影像地質(zhì)圖 視立體地質(zhì)圖

CH20110411 基于Skyline的礦山三維電子沙盤(pán)研究/張峰（中煤航測(cè)遙感局遙感應(yīng)用研究院）∥國(guó)土資源遙感.-2010（4）.-122～125

利用遙感技術(shù)、地理信息系統(tǒng)和虛擬現(xiàn)實(shí)技術(shù)，建立了虛擬三維電子沙盤(pán)場(chǎng)景。將礦山監(jiān)測(cè)開(kāi)發(fā)要素、礦山環(huán)境要素信息及地形地貌、河流山脈等地物信息直觀地呈現(xiàn)在人們面前。該技術(shù)可以全面實(shí)現(xiàn)礦山地理信息、礦山要素信息的三維可視化，為決策管理提供模擬、仿真和過(guò)程分析的信息平臺(tái)和技術(shù)支撐。圖4參9

?礦山監(jiān)測(cè) 電子沙盤(pán)

CH20110412 面向?qū)ο蟮母叻直媛视跋褶r(nóng)用地分類/鄧媛媛，巫兆聰，易俐娜，胡忠文，龔正娟（武漢大學(xué)遙感信息工程學(xué)院）∥國(guó)土資源遙感.-2010（4）.-117～121

采用面向?qū)ο蟮挠跋穹诸惙椒?，結(jié)合多尺度分割技術(shù)，以QuickBird影像為實(shí)驗(yàn)數(shù)據(jù)，進(jìn)行農(nóng)用地的精細(xì)自動(dòng)分類。首先，根據(jù)地物大小，選擇最優(yōu)分割尺度，構(gòu)建多尺度分割等級(jí)網(wǎng)；然后，綜合利用高分辨率影像的光譜信息、紋理和形狀特征，建立各個(gè)對(duì)象的特征集；最后，通過(guò)目視解譯建立隸屬度函數(shù)，實(shí)現(xiàn)地物的分層提取。實(shí)驗(yàn)表明，該方法能有效區(qū)分農(nóng)作物種類，相對(duì)于傳統(tǒng)的像素級(jí)分類方法，該方法明顯提高了高分辨率影像的分類精度，且避免了“椒鹽”噪聲的產(chǎn)生。圖5表5參9

?面向?qū)ο?高分辨率影像 多尺度分割 土地利用分類

CH20110413 高分辨率TDI-CCD成像數(shù)據(jù)的自適應(yīng)MTF圖像復(fù)原處理研究/葛蘋(píng)（廣東省電力設(shè)計(jì)研究院），王密，潘俊，金淑英∥國(guó)土資源遙感.-2010（4）.-23～28

調(diào)制傳遞函數(shù)（MTF）是光學(xué)成像系統(tǒng)性能的一個(gè)重要的綜合評(píng)價(jià)指標(biāo)，也是圖像退化模型中最重要的部分。針對(duì)TDI-CCD成像數(shù)據(jù)的特點(diǎn)，從遙感圖像中獲取刀刃邊緣來(lái)計(jì)算成像系統(tǒng)的MTF，采用維納濾波法及修正的逆濾波器法（MIF）對(duì)退化圖像進(jìn)行MTF補(bǔ)償處理。實(shí)驗(yàn)結(jié)果表明，高分辨率TDI-CCD成像數(shù)據(jù)經(jīng)自適應(yīng)MTF復(fù)原處理后，可以有效地改善圖像質(zhì)量。目前，該算法已成功地應(yīng)用到我國(guó)國(guó)產(chǎn)地面衛(wèi)星預(yù)處理系統(tǒng)中。圖9表1參11

?調(diào)制傳遞函數(shù) 圖像復(fù)原

CH20110414 基于遙感和GIS的城市景觀格局演變與水文效應(yīng)關(guān)系研究/戚曉明，杜培軍（中國(guó)礦業(yè)大學(xué)地理信息與遙感科學(xué)系），周玉良，吳志勇∥國(guó)土資源遙感.-2010（4）.-103～107

基于多時(shí)相TM/ETM+遙感影像，運(yùn)用支持向量機(jī)分類方法對(duì)合肥市景觀進(jìn)行分類，解譯得到1995、1999、2003和2007年土地利用專題圖；應(yīng)用單窗算法解譯得到地表亮溫專題圖。采用景觀指數(shù)法分析了合肥市景觀格局與城市水文效應(yīng)間的關(guān)系。研究表明：城市水文要素與景觀指數(shù)之間存在相關(guān)性，城市化水文特征明顯；建筑用地有增加并集中趨勢(shì)，不透水面積增加，年降水量增大；供水排水能力平穩(wěn)增長(zhǎng)，人均用水量相對(duì)減少，城市飲用水水源地水質(zhì)偏差。調(diào)整城市景觀格局，有利于優(yōu)化城市水文狀況。圖4表2參11

?景觀格局 城市水文

CH20110415 基于ERS散射計(jì)數(shù)據(jù)的土壤水分反演方法/孫瑞靜，施建成，王永前（中國(guó)科學(xué)院遙感應(yīng)用研究所遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥國(guó)土資源遙感.-2010（4）.-10～13

在全球能量與水循環(huán)研究中，地表土壤水分是非常關(guān)鍵的參數(shù)之一。ERS散射計(jì)因具有觀測(cè)尺度大、重復(fù)周期短等優(yōu)勢(shì)而在地表土壤水分監(jiān)測(cè)方面日益受到關(guān)注。采用目前最先進(jìn)的理論模型AIEM（改進(jìn)的積分方程模型），根據(jù)ERS散射計(jì)的參數(shù)設(shè)計(jì)模擬出一個(gè)涵蓋較寬地表粗糙度和介電常數(shù)輸入范圍的數(shù)據(jù)庫(kù)，利用這個(gè)數(shù)據(jù)庫(kù)發(fā)展出一個(gè)參數(shù)化模型。該模型采用了一個(gè)綜合均方根高度（RMS height）與相關(guān)長(zhǎng)度（Correlation length）的粗糙度參數(shù)，該參數(shù)在每個(gè)入射角度下都可以用同一個(gè)函數(shù)來(lái)描述，解決了多角度數(shù)據(jù)情況下粗糙度參數(shù)的表達(dá)問(wèn)題。應(yīng)用新發(fā)展的參數(shù)化模型進(jìn)行土壤水分的反演結(jié)果表明，該模型具有較高的精度。圖4表2參6

?土壤水分 ERS散射計(jì) 地表粗糙度

CH20110416 基于升降軌ASAR的于田Ms 7.3級(jí)地震同震形變場(chǎng)信息提取與分析/洪順英（中國(guó)地震局地質(zhì)研究所），申旭輝，單新建，劉智榮，戴婭瓊，荊鳳∥國(guó)土資源遙感.-2010（4）.-98～102

升降軌干涉測(cè)量可以更好地反映地震同震形變場(chǎng)特征。利用歐空局ASAR數(shù)據(jù)通過(guò)二軌法差分干涉測(cè)量提取了新疆于田縣Ms 7.3級(jí)地震升降軌同震形變場(chǎng)信息。結(jié)果顯示：升軌同震形變場(chǎng)最大視線向（LOS）隆升形變量約+13.3cm，沉降形變量約-83.9cm；降軌同震形變場(chǎng)最大LOS向隆升形變量約+36.5cm，沉降形變量約-66.5cm。于田地震以NNE向正斷層破裂為主，并伴隨左旋走滑運(yùn)動(dòng)，西北盤(pán)為正斷層破裂的上盤(pán)（沉降盤(pán)），東南盤(pán)為正斷層破裂的下盤(pán)（隆升盤(pán)）。升降軌同震形變場(chǎng)存在一定差異，但其變化趨勢(shì)與特征非常相似，其差異主要是由于兩種不同觀測(cè)模式所造成的。圖4表2參13

?地震測(cè)量 差分干涉合成孔徑雷達(dá)

CH20110417 基于SAR數(shù)據(jù)的鄱陽(yáng)湖水體提取及變化監(jiān)測(cè)研究/王慶，廖靜娟（中國(guó)科學(xué)院對(duì)地觀測(cè)與數(shù)字地球科學(xué)中心）∥國(guó)土資源遙感.-2010（4）.-91～97

以C波段Envisat ASAR和L波段ALOS PALSAR交替極化模式的數(shù)據(jù)為數(shù)據(jù)源，分析了鄱陽(yáng)湖主要地物的散射特性，并分別引入紋理特征和不同極化通道間的極化差和極化比等參數(shù)增強(qiáng)地物的表征；應(yīng)用主成分變換對(duì)地物的參數(shù)向量進(jìn)行特征提取，增強(qiáng)水體與其他地物的差異，并在第一主成分中選擇適當(dāng)閾值，準(zhǔn)確提取出不同時(shí)期的鄱陽(yáng)湖水體信息。實(shí)驗(yàn)表明，用上述方法提取水體信息的精度比直接使用地物后向散射系數(shù)的監(jiān)督分類法提取精度要高得多。通過(guò)分析和對(duì)比上述不同波段SAR數(shù)據(jù)中水體與其他類別間的Jeffries-Matusita距離可以看出，C波段SAR數(shù)據(jù)提取鄱陽(yáng)湖水體的精度比L波段高。并給出了鄱陽(yáng)湖水體在2007年春、夏和冬3個(gè)季節(jié)中水域面積的動(dòng)態(tài)變化情況。圖4表3參18

?紋理分析 主成分變換 水體提取

CH20110418 艾比湖階地三維反演研究/昝梅，陳蜀江，吳成永（新疆師范大學(xué)地理科學(xué)與旅游學(xué)院）∥國(guó)土資源遙感.-2010（4）.-126～130

以ASTER、ETM、SPOT遙感影像為數(shù)據(jù)源，應(yīng)用遙感軟件對(duì)影像增強(qiáng)處理，突出了艾比湖湖積堤信息。將實(shí)際采樣點(diǎn)、衛(wèi)星遙感影像和DEM數(shù)據(jù)疊加，確定了湖岸線和階地遺址。通過(guò)構(gòu)建水淹模型，方便準(zhǔn)確地獲得艾比湖階地的實(shí)地三維信息，制作高精度DEM數(shù)據(jù)，生成仿真的三維數(shù)字地形模型，實(shí)現(xiàn)了艾比湖的三維顯示以及三維水淹，可以從不同角度、視點(diǎn)和高度觀察地貌的整體和部分特征，借助地理信息系統(tǒng)工具還可以準(zhǔn)確地計(jì)算不同時(shí)期湖面面積、體積，確定水淹范圍，反演不同時(shí)期艾比湖湖面情況，對(duì)研究艾比湖難以到達(dá)區(qū)域的地貌形態(tài)和地貌演化具有十分重要的意義。圖12表2參13

?湖積堤信息提取 數(shù)字高程模型

CH20110419 不同土地利用類型的城市熱環(huán)境效應(yīng)研究——以廣州市為例/孫芹芹（廈門(mén)大學(xué)海洋與環(huán)境學(xué)院），吳志峰，譚建軍∥國(guó)土資源遙感.-2010（4）.-67～70

利用2005年Landsat TM遙感衛(wèi)星數(shù)據(jù)，對(duì)廣州市不同土地利用類型與城市熱環(huán)境之間的關(guān)系進(jìn)行研究，發(fā)現(xiàn)不同土地利用類型對(duì)地表溫度（LST）的影響具有明顯的差異。草地、林地及耕地的LST與歸一化植被覆蓋指數(shù)（NDVI）呈現(xiàn)明顯的負(fù)相關(guān)，水域的LST與歸一化水體指數(shù)（MNDWI）之間呈現(xiàn)明顯負(fù)相關(guān)，而城鎮(zhèn)建設(shè)用地指數(shù)（NDBI）、未利用土地指數(shù)（NDBaI）則與LST呈現(xiàn)明顯正相關(guān)。最后建立了LST與各土地利用類型表征指數(shù)及DEM之間的多元線性回歸方程，可用來(lái)指示一個(gè)地區(qū)不同地表覆蓋及地形差異導(dǎo)致的地表溫度分布，為城市熱環(huán)境的評(píng)價(jià)和分析提供依據(jù)。圖3表3參18

?土地利用類型 地表溫度 多元線性回歸 城市熱島

CH20110420 基于IDL的MODIS 1B數(shù)據(jù)雪面溫度反演/盧新玉，謝國(guó)輝（新疆氣象局），李楊，陳蜀江，馮志敏∥國(guó)土資源遙感.-2010（4）.-29～33

對(duì)MODIS數(shù)據(jù)的分裂窗算法進(jìn)行了簡(jiǎn)要介紹，通過(guò)交互式數(shù)據(jù)語(yǔ)言（IDL）編程，實(shí)現(xiàn)了直接利用MODIS lB數(shù)據(jù)的雪面溫度反演，并將反演結(jié)果存貯為標(biāo)準(zhǔn)的HDF文件格式，以供其他軟件使用。以我國(guó)新疆北部（北疆）為例，將該算法的反演結(jié)果與氣象站雪面溫度觀測(cè)資料進(jìn)行對(duì)比，結(jié)果表明：系統(tǒng)反演得到的雪面溫度分布規(guī)律與氣象觀測(cè)資料是一致的，反演的平均誤差為1.73℃，基本反映了北疆地區(qū)的雪面溫度分布情況。圖3表2參17

?分裂窗算法 雪面溫度 反演

CH20110421 植被指數(shù)與地表溫度定量關(guān)系遙感分析——以北京市TM數(shù)據(jù)為例/馬偉，趙珍梅（中國(guó)冶金地質(zhì)總局礦產(chǎn)資源研究院），劉翔，閆東川∥國(guó)土資源遙感.-2010（4）.-108～112

以北京市為研究區(qū)，在對(duì)Landsat-5TM數(shù)據(jù)大氣校正基礎(chǔ)上，利用TM單窗算法定量反演地表溫度，并估算了5種植被參數(shù)：歸一化差值植被指數(shù)（NDVI）、比值植被指數(shù)（RVI）、綠度植被指數(shù)（GVI）、土壤調(diào)節(jié)植被指數(shù)（MSAVI）和植被覆蓋度（fg）。結(jié)合地表溫度（LST）空間分布，對(duì)比分析5種植被參數(shù)與地表溫度的相關(guān)程度。分析結(jié)果顯示，相對(duì)于上述4種植被指數(shù)f，g與地表溫度有更好的負(fù)相關(guān)性，對(duì)地表溫度空間分布的指示能力更佳。利用fg與地表溫度關(guān)系定量分析了植被覆蓋程度對(duì)熱島效應(yīng)的影響，發(fā)現(xiàn)北京市區(qū)平均地表溫度比近郊區(qū)和遠(yuǎn)郊區(qū)分別高1.6K和5.3K。圖4表3參20

?植被指數(shù) 地表溫度 陸地衛(wèi)星 城市熱島

CH20110422 基于快速傅里葉變換的ASTER與SRTM有效融合研究/陳傳法，鄭作亞（山東科技大學(xué)測(cè)繪科學(xué)與工程學(xué)院），岳天祥∥國(guó)土資源遙感.-2010（4）.-19～22

為了克服兩種向全球開(kāi)放的、不同數(shù)據(jù)源（ASTER和SRTM）DEM的獲取技術(shù)缺陷，以甘肅省東部董志塬某測(cè)區(qū)為例，研究?jī)煞N來(lái)源DEM的有效融合方案。首先，借助快速傅里葉變換（FFT）將ASTER和SRTM的DEM數(shù)據(jù)由空域轉(zhuǎn)換到頻域；然后，分別基于高通和低通濾波器進(jìn)行濾波處理，并將濾波后的頻域相加；最后，基于FFT逆變換將融合后的頻域轉(zhuǎn)換到空域，實(shí)現(xiàn)DEM數(shù)據(jù)的有效融合。誤差分析表明：融合后的DEM最小、最大誤差較融合前的均有明顯降低，中誤差也有降低趨勢(shì)，誤差絕對(duì)值大于30m的網(wǎng)格點(diǎn)數(shù)占全部網(wǎng)格數(shù)的比例均有所下降。圖4表1參17

?快速傅里葉變換 數(shù)學(xué)高程模型

CH20110423 基于MODIS數(shù)據(jù)的2002～2006年中國(guó)陸地NPP分析/王李娟，牛錚，曠達(dá)（中國(guó)科學(xué)院遙感應(yīng)用研究所遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥國(guó)土資源遙感.-2010（4）.-113～116

對(duì)2002～2006年MODIS數(shù)據(jù)進(jìn)行處理，統(tǒng)計(jì)得出5a間全國(guó)年均陸地植被凈初級(jí)生產(chǎn)力（NPP）為1.5PgC，5a全國(guó)NPP組成分析顯示，NPP絕大部分集中在0～300gC/m2區(qū)間，所占比例約為70％～85％；全國(guó)大部分地區(qū)年NPP呈現(xiàn)出減少的趨勢(shì)，受城市擴(kuò)張、新增工業(yè)用地等人類活動(dòng)影響顯著。圖5表1參13

?遙感數(shù)據(jù) 凈初級(jí)生產(chǎn)力

（370～423 張研霞）

CH20110424 一種高光譜遙感影像端元自動(dòng)提取方法=An Automatic Endmember Extraction Algorithm from Hyperspectral Image/王曉玲，杜培軍，譚琨，曹文（中國(guó)礦業(yè)大學(xué)國(guó)土資源與災(zāi)害監(jiān)測(cè)國(guó)家測(cè)繪局重點(diǎn)實(shí)驗(yàn)室）∥遙感信息.-2010（4）.-8～12

針對(duì)人工樣本選擇和端元提取存在的不確定性和工作量大等缺點(diǎn)，提出一種集成非監(jiān)督分類、純凈像元指數(shù)計(jì)算、線性光譜混合模型和凸面單形體理論的自動(dòng)端元提取算法，能夠有效地提取端元用于高光譜遙感影像分類和混合像元分解。利用北京昌平地區(qū)的OMIS高光譜遙感數(shù)據(jù)進(jìn)行了驗(yàn)證，結(jié)果表明算法可行有效，自動(dòng)化程度較高，作為訓(xùn)練樣本進(jìn)行分類能夠獲得較高精度，優(yōu)于常規(guī)方法。圖14表1參9

?端元提取 影像分類 混合像元分解

CH20110425 一種基于顏色恒常性理論的城市高分辨率遙感影像陰影消除方法=A Method of Shadow Elimination from City High Resolution Remote Sensing Images Based on Colour Constancy/徐秋紅，葉勤（同濟(jì)大學(xué)測(cè)量與國(guó)土信息系）∥遙感信息.-2010（4）.-13～16+111

陰影是遙感影像中普遍存在的一種現(xiàn)象，它的存在影響對(duì)被遮擋區(qū)域信息的獲取，并且對(duì)影像的目視效果造成不好的影響。因此，對(duì)陰影的去除在遙感影像信息提取中是一個(gè)需研究的問(wèn)題，特別是對(duì)于具有大量高層建筑物的特大城市區(qū)域。采用顏色恒常性的理論，來(lái)實(shí)現(xiàn)對(duì)高分辨率遙感影像上陰影的去除，利用上海市陸家嘴區(qū)域的QuickBird高分辨率影像對(duì)算法進(jìn)行了實(shí)驗(yàn)，結(jié)果表明該方法對(duì)陰影的去除具有較好的效果，并且計(jì)算簡(jiǎn)便。圖9表1參14

?顏色恒常性 陰影檢測(cè) 陰影去除 城市遙感

CH20110426 星載雙天線干涉SAR基線高精度測(cè)定=High Precision Measurement of Spaceborne Dual-antenna InSAR Baseline/王曉光，楊新，王治強(qiáng)（中國(guó)科學(xué)院光電研究院）∥遙感信息.-2010（4）.-17～21

星載干涉合成孔徑雷達(dá)（InSAR）基線的高精度測(cè)定是獲取地面數(shù)字高程信息的關(guān)鍵技術(shù)，針對(duì)雙天線In-SAR系統(tǒng)，采用光學(xué)系統(tǒng)測(cè)量和激光測(cè)距聯(lián)合法。其中，光學(xué)系統(tǒng)用于測(cè)量基線指向，根據(jù)3點(diǎn)T型標(biāo)志點(diǎn)，給出近似解析解確定算法；由于光學(xué)成像測(cè)量在相機(jī)視軸方向精度不高，需采用激光測(cè)距方法，通過(guò)信號(hào)混頻FFT檢測(cè)相位，最終確定基線長(zhǎng)度。模擬結(jié)果顯示，光學(xué)測(cè)量與激光測(cè)距相聯(lián)合可高精度確定干涉基線矢量。圖8參13

?合成孔徑雷達(dá) 激光測(cè)距 標(biāo)志點(diǎn) 干涉基線

CH20110427 基于線性光譜模型的混合像元分解方法與比較=Pixel Unmixing Based on Linear Spectral Mixture Model：Methods and Comparison/陳峰，邱全毅，熊永柱，黃少鵬（中國(guó)科學(xué)院城市環(huán)境研究所城市環(huán)境與健康重點(diǎn)實(shí)驗(yàn)室）∥遙感信息.-2010（4）.-22～28

線性光譜模型是目前解決城市中等空間分辨率遙感（如Landsat）中存在的混合像元問(wèn)題的簡(jiǎn)單、有效的策略。實(shí)驗(yàn)以廣州區(qū)域?yàn)檠芯繀^(qū)，利用ENVI/IDL影像處理和開(kāi)發(fā)平臺(tái)對(duì)4種混合像元線性光譜分解方法進(jìn)行了對(duì)比，即無(wú)約束條件法、帶部分約束條件法、普通帶全約束條件法和帶全約束條件的可變端元法。結(jié)果表明，普通帶全約束條件法和帶全約束條件的可變端元法的分解結(jié)果比無(wú)約束條件法和帶部分約束條件法的分解結(jié)果合理，均方根誤差明顯要?。煌瑫r(shí)，帶全約束條件的可變端元法要優(yōu)于普通帶全約束條件法。光譜歸一化處理則對(duì)不同分解方法帶來(lái)不同的影響，應(yīng)依據(jù)實(shí)際需要采取合適的光譜處理方式。圖5表3參15

?陸地衛(wèi)星 混合像元 線性光譜模型

CH20110428 基于閾值分割的影像建筑物角點(diǎn)提取算法優(yōu)化研究=Optimization of Building Corner Extraction Al

gorithm in Image Based on Threshold Segmentation/孫一權(quán)，馮仲科（北京林業(yè)大學(xué)測(cè)繪與3S技術(shù)研究中心）∥遙感信息.-2010（4）.-29～34

對(duì)Moravec和SUSAN這兩種經(jīng)典的特征提取算法進(jìn)行了深入研究，以Matlab軟件為實(shí)驗(yàn)平臺(tái)，驗(yàn)證了它們的可行性。通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的比較，分析了Moravec算子中運(yùn)用“抑制局部非最大”思想的優(yōu)勢(shì)、局限性和適用性；在SUSAN算子中通過(guò)考慮提取過(guò)程中的誤差影響因素，為算法中幾何閾值和灰度閾值的確定和模板選擇提供了依據(jù)，對(duì)其影響范圍進(jìn)行了定量分析。指出在兩種算法實(shí)現(xiàn)過(guò)程中，Moravec算子由于對(duì)如何確定判斷窗口的大小不能給出可靠的依據(jù)，加之缺少對(duì)影像的先驗(yàn)知識(shí)，無(wú)法了解研究區(qū)域角點(diǎn)分布狀況。因此，僅僅用這種方法很難獲得完全準(zhǔn)確的角點(diǎn)特征；對(duì)于SUSAN算子，根據(jù)分析結(jié)果對(duì)幾何閾值加設(shè)一個(gè)下限d，在很大程度上排除了孤立噪聲點(diǎn)的干擾；并運(yùn)用“重心距離法”，即通過(guò)判定SUSAN重心與核心點(diǎn)連線上的像素點(diǎn)的邊緣初始值的相近條件，消除了虛假的角點(diǎn)，從而實(shí)現(xiàn)了對(duì)算法的優(yōu)化。圖6參9

?建筑物提取 角點(diǎn)檢測(cè) 閾值分割

CH20110429 基于多尺度自適應(yīng)加權(quán)的改進(jìn)Canny算子=Improved Canny Edge Detection Operator Based on Multi-scale Adaptive Weighting Algorithm/吳秀蕓，李艷，錢磊（南京大學(xué)國(guó)際地球系統(tǒng)科學(xué)研究所）∥遙感信息.-2010（4）.-35～39

在Canny算法框架下，對(duì)彩色遙感圖像進(jìn)行多尺度濾波分析。定義多個(gè)不同尺度的高斯濾波器，在每個(gè)尺度下，分別對(duì)遙感圖像RGB三個(gè)通道進(jìn)行濾波和梯度計(jì)算，取三個(gè)通道的梯度最大值為該尺度下的遙感圖像梯度值。根據(jù)各個(gè)尺度的濾波器對(duì)噪聲的抑制能力及邊緣定位能力的不同，自適應(yīng)地確定相應(yīng)的權(quán)值大小，然后再將這些不同尺度下檢測(cè)到的梯度圖像用自適應(yīng)確定的權(quán)值進(jìn)行加權(quán)合成最終的梯度圖像。在此基礎(chǔ)上，由非極大值抑制和雙閾值處理得到圖像邊緣。實(shí)驗(yàn)結(jié)果表明，該算法比傳統(tǒng)的Canny算子在噪聲抑制和邊緣定位方面具有更優(yōu)的性能，適合彩色遙感圖像的邊緣檢測(cè)。圖2表2參14

?遙感圖像 邊緣檢測(cè) 多尺度自適應(yīng)加權(quán)

CH20110430 基于MTF的遙感影像復(fù)原算法研究=Restoration of Remote Sensing Images Based on MTF/姚芳，萬(wàn)幼川，胡晗，張宏雅（武漢大學(xué)遙感信息工程學(xué)院）∥遙感信息.-2010（4）.-40～44

對(duì)引起遙感影像模糊的因素進(jìn)行了分析，從光學(xué)系統(tǒng)、大氣及傳感器與地面的相對(duì)運(yùn)動(dòng)三方面出發(fā)，導(dǎo)出了遙感影像的調(diào)制傳遞函數(shù)，從而利用維納濾波算法對(duì)遙感影像進(jìn)行復(fù)原處理。考慮到遙感影像數(shù)據(jù)量大的問(wèn)題，對(duì)圖像采用分塊處理的方法。實(shí)驗(yàn)結(jié)果表明該方法能有效的對(duì)退化的遙感影像進(jìn)行復(fù)原。圖5表1參17

?遙感影像 影像復(fù)原

CH20110431 基于主成分分析和植被指數(shù)的潮灘植被信息提取研究=Vegetation Information Extraction in the Tide-land Based on Principal Component Analysis and Vegetation Indices/劉瑜，韓震，李睿（上海海洋大學(xué)海洋科學(xué)學(xué)院）∥遙感信息.-2010（4）.-45～50

針對(duì)潮灘濕地植被的特點(diǎn)，利用2004年7月30日的SPOT5數(shù)據(jù)，在主成分分析的基礎(chǔ)上，結(jié)合歸一化植被指數(shù)NDVI和歸一化水體指數(shù)NDWI，進(jìn)行了Brovey變換和小波變換融合處理。融合后得到的圖像較融合前的圖像和原始SPOT5圖像在空間相關(guān)性、信息熵以及植被間的可分離度等指標(biāo)上都有顯著的提高。對(duì)融合效果較佳的基于NDWI和主成分的小波變換的圖像進(jìn)行最大似然法分類，與原始圖像最大似然法分類結(jié)果相比，分類精度提高了4.41％。圖8表4參17

?主成分分析 植被指數(shù) 信息提取

CH20110432 遙感分類精度對(duì)濕地模擬預(yù)測(cè)的影響分析=The Analysis of Classification Accuracy of Remote Sensing Data on the Wetland Change Prediction/梁大雙，黃華國(guó)，趙秀海，吳蕾（北京林業(yè)大學(xué)省部共建森林培育與保護(hù)教育部重點(diǎn)實(shí)驗(yàn)室）∥遙感信息.-2010（4）.-51～57

濕地是生態(tài)系統(tǒng)中最為重要的一個(gè)生態(tài)系統(tǒng)，同時(shí)也是近些年來(lái)遭受人類活動(dòng)破壞最為嚴(yán)重的生態(tài)系統(tǒng)。近些年來(lái)，關(guān)于濕地的保護(hù)也引起了人們的廣泛關(guān)注。以三江保護(hù)區(qū)的1999年和2007年兩期TM遙感影像為基礎(chǔ)，結(jié)合人工神經(jīng)網(wǎng)絡(luò)和元胞自動(dòng)機(jī)模型，通過(guò)對(duì)不同分類精度的一系列遙感分類影像作模擬預(yù)測(cè)，比較分析它們的預(yù)測(cè)精度，最后結(jié)果表明：分類精度和模擬預(yù)測(cè)精度有著正相關(guān)的線性關(guān)系，當(dāng)分類精度達(dá)到（Kappa系數(shù)）0.75以上時(shí)，預(yù)測(cè)的精度（Kappa系數(shù)）才可以達(dá)到0.69以上。這一結(jié)論為利用元胞自動(dòng)機(jī)模擬預(yù)測(cè)濕地的空間格局演化時(shí)分類精度的選擇提供了一定的指導(dǎo)。最后，用此元胞自動(dòng)機(jī)模型預(yù)測(cè)了2015和2023兩年的該區(qū)域濕地空間格局圖，為三江保護(hù)政策的實(shí)施提供了一定的依據(jù)。圖4表3參25

?元胞自動(dòng)機(jī) 人工神經(jīng)網(wǎng)絡(luò) 濕地 影像分類

CH20110433 CBERS-02B星HR數(shù)據(jù)幾何糾正模型研究=Study on Geometric Rectification Model of CBERS-02B HRData/廖安平，劉良明，葉沅鑫，范登科，張宏偉（國(guó)家基礎(chǔ)地理信息中心）∥遙感信息.-2010（4）.-63～67，116

作為目前我國(guó)發(fā)射的分辨率最高的民用衛(wèi)星，CBERS-02B星HR數(shù)據(jù)在大比例尺資源環(huán)境調(diào)查和基礎(chǔ)地理信息更新等方面發(fā)揮著重大的作用。在不能獲取衛(wèi)星軌道星歷參數(shù)和傳感器參數(shù)的情況下，對(duì)覆蓋兩種不同地形類別的CBERS-02B星HR影像1級(jí)數(shù)據(jù)進(jìn)行了多項(xiàng)式、投影變換、RPC等幾種不同幾何模型的糾正試驗(yàn)，并進(jìn)行了精度分析與評(píng)定。本次試驗(yàn)結(jié)果表明：當(dāng)控制點(diǎn)數(shù)量不多時(shí)，3階多項(xiàng)式糾正精度相對(duì)較高，對(duì)于地形起伏較小的地區(qū)，所需的控制點(diǎn)數(shù)量為20個(gè)左右就可獲取較高的精度，而對(duì)地形起伏較大的地區(qū)，控制點(diǎn)的數(shù)量則需要30個(gè)以上才能獲得較高的精度；無(wú)足夠控制點(diǎn)時(shí)RPC模型糾正精度不理想。圖9表3參11

?幾何糾正 精度分析

CH20110434 環(huán)境減災(zāi)衛(wèi)星影像森林火災(zāi)監(jiān)測(cè)技術(shù)方法研究=Study on the Technology and Method of Forest Fire Monitoring by Using HJ Satellite Images/郭朝輝，亓雪勇，龔亞麗，祝令亞（中國(guó)資源衛(wèi)星應(yīng)用中心）∥遙感信息.-2010（4）.-85～88，99

我國(guó)的環(huán)境一號(hào)衛(wèi)星A、B星（簡(jiǎn)稱HJ-1A衛(wèi)星、1B衛(wèi)星）于2008年9月成功發(fā)射，其中的HJ-1B衛(wèi)星搭載了紅外多光譜相機(jī)，在森林火災(zāi)監(jiān)測(cè)方面具有得天獨(dú)厚的優(yōu)勢(shì)，可在早期的火災(zāi)發(fā)現(xiàn)、中期的災(zāi)害跟蹤、后期的災(zāi)害損失評(píng)估中發(fā)揮重要作用。主要分析了環(huán)境減災(zāi)衛(wèi)星在森林火災(zāi)監(jiān)測(cè)方面的優(yōu)勢(shì)，對(duì)環(huán)境減災(zāi)衛(wèi)星森林火災(zāi)監(jiān)測(cè)技術(shù)和方法進(jìn)行了研究。圖3表1參6

?環(huán)境減災(zāi)衛(wèi)星 森林火災(zāi) 森林遙感

CH20110435 多光譜影像星上壓縮方法探討=Discussion on the Onboard Compression Methods of Multi-spectral Images/吳強(qiáng)，王智勇，冉瓊（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感信息.-2010（4）.-89～95

在星地?cái)?shù)據(jù)傳輸信道帶寬有限的情況下，為提高星載影像數(shù)據(jù)的單軌下傳量，科研人員已開(kāi)展衛(wèi)星影像數(shù)據(jù)星上壓縮方法的研究工作。區(qū)別于全色影像的壓縮，多光譜或高光譜影像的星上壓縮不僅需要考慮諸如JPEG等基于空間相關(guān)性的壓縮算法，還需要結(jié)合如PCA等基于譜間相關(guān)性的方法，從而在數(shù)據(jù)壓縮過(guò)程中保證空間和光譜兩方面的信息保真度。將回顧目前基于空間變換和譜間變換，以及基于內(nèi)容的遙感影像壓縮方法。進(jìn)一步針對(duì)常規(guī)性監(jiān)測(cè)和災(zāi)害應(yīng)急監(jiān)測(cè)兩種需求，在考慮星上數(shù)據(jù)預(yù)處理和智能處理的基礎(chǔ)上，提出了一種多光譜或高光譜影像星上壓縮的理論框架及其對(duì)應(yīng)的地面數(shù)據(jù)處理流程。指出了多光譜或高光譜影像星上壓縮研究工作中需進(jìn)一步探討的若干技術(shù)問(wèn)題。圖6參62

?多光譜 高光譜 信息保真 影像壓縮

CH20110436 星載SAR數(shù)據(jù)的編程和訂購(gòu)方法=Programming and Data Ordering Services of Space-borne SAR/馬龍，李穎，戴娟（大連海事大學(xué)環(huán)境信息研究所）∥遙感信息.-2010（4）.-96～99

合成孔徑雷達(dá)（SAR）工作在微波波段，可以不受天氣條件的影響對(duì)地面目標(biāo)進(jìn)行觀測(cè)，特別是在災(zāi)害、海洋環(huán)境的監(jiān)測(cè)中獲得了廣泛應(yīng)用。近年來(lái)對(duì)SAR數(shù)據(jù)的需求日益增大，而面對(duì)日漸豐富的星載SAR，用戶該如何編程和訂購(gòu)所需數(shù)據(jù)。對(duì)目前國(guó)內(nèi)具有較多用戶群的RADARSAT-1和ASAR/ENVISATS的數(shù)據(jù)編程和訂購(gòu)進(jìn)行了系統(tǒng)介紹，使用戶結(jié)合應(yīng)用能夠有效地獲取所需數(shù)據(jù)。圖1表3參5

?合成孔徑雷達(dá) 數(shù)據(jù)編程 數(shù)據(jù)訂購(gòu)

CH20110437 星載光學(xué)遙感器可見(jiàn)近紅外通道輻射定標(biāo)研究進(jìn)展=The Research Overview on Visible and Near-infrared Channels Radiometric Calibration of Space-borne Optical Remote Sensors/高海亮，顧行發(fā)，余濤，李小英，鞏慧，李家國(guó)（中國(guó)科學(xué)院遙感應(yīng)用研究所遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥遙感信息.-2010（4）.-117～128

輻射定標(biāo)是遙感定量化應(yīng)用的基礎(chǔ)。在闡述輻射定標(biāo)概念，意義和方法的基礎(chǔ)上，介紹了發(fā)射前定標(biāo)、在軌星上定標(biāo)和在軌替代定標(biāo)的各種方法，并分析了這些方法在衛(wèi)星不同階段所起的作用。以在軌替代定標(biāo)中的場(chǎng)地定標(biāo)法、場(chǎng)景定標(biāo)法和交叉定標(biāo)法為重點(diǎn)，介紹了其中各種方法的基本原理，適用范圍以及當(dāng)前國(guó)內(nèi)外研究現(xiàn)狀。對(duì)當(dāng)前國(guó)際上輻射定標(biāo)的發(fā)展趨勢(shì)作出展望，并針對(duì)國(guó)內(nèi)的輻射定標(biāo)現(xiàn)狀提出相關(guān)的建議，使用戶能夠得到更高精度的遙感數(shù)據(jù)。表2參70

?輻射定標(biāo) 場(chǎng)地定標(biāo) 場(chǎng)景定標(biāo) 遙感定量化

CH20110438 陸面數(shù)據(jù)同化系統(tǒng)及其在全球變化研究中的應(yīng)用=Land Surface Data Assimilation Systems and Their Usage in Global Change Studies/張秀英，江洪，韓英（南京大學(xué)國(guó)際地球系統(tǒng)科學(xué)研究所）∥遙感信息.-2010（4）.-135～143

陸面數(shù)據(jù)同化的研究起源于20世紀(jì)末，發(fā)展比較迅速。從當(dāng)前發(fā)展比較成熟的陸面數(shù)據(jù)同化系統(tǒng)、同化方法以及陸面數(shù)據(jù)同化在全球變化研究中的應(yīng)用三方面做了綜述。比較成熟的陸面數(shù)據(jù)同化系統(tǒng)主要是美國(guó)（全球）和歐洲的陸面數(shù)據(jù)同化系統(tǒng)，加拿大、韓國(guó)和我國(guó)的數(shù)據(jù)同化系統(tǒng)最近才有所發(fā)展；數(shù)據(jù)同化方法主要以基于統(tǒng)計(jì)估計(jì)理論和以基于變分的兩大類方法為主流，近年來(lái)人工神經(jīng)網(wǎng)絡(luò)和粒子濾波技術(shù)有所發(fā)展；在生態(tài)水文學(xué)、碳循環(huán)和作物估產(chǎn)的應(yīng)用研究中，陸面數(shù)據(jù)同化方法已經(jīng)發(fā)揮了重要作用。表1參82

?陸面數(shù)據(jù)同化系統(tǒng) 數(shù)據(jù)同化方法 全球變化

CH20110439 高光譜遙感影像中最佳譜段的快速選擇方法=An Algorithm of Rapid Optimum Band Selection from Hyperspectral Remote Sensing Image/尹繼豪，王義松（北京航空航天大學(xué)宇航學(xué)院）∥遙感信息.-2010（3）.-3～6

針對(duì)高光譜遙感影像數(shù)據(jù)量大、信息冗余多的特點(diǎn)，在子空間劃分理論基礎(chǔ)上，結(jié)合最大熵和光譜角制圖算法，提出一種快速的最佳譜段選擇方法。充分利用相鄰波段數(shù)據(jù)間的相關(guān)性分塊特點(diǎn)，首先提取各子空間熵值最大的波段，然后依據(jù)地物光譜可分性選擇最佳的波段組合。實(shí)驗(yàn)驗(yàn)證，最佳譜段選擇速度快，并且所選譜段組合用于目標(biāo)提取，效果顯著。圖3表5參9

?高光譜遙感 譜段選擇

CH20110440 多源遙感影像分形特征分析=Fractal Features Analysis of Multi-source Remote Sensing Images/欒海軍，汪小欽（福州大學(xué)福建省空間信息工程研究中心）∥遙感信息.-2010（3）.-7～12

分形理論在遙感影像地物空間結(jié)構(gòu)及其變化規(guī)律研究方面具有很大優(yōu)勢(shì)。本文使用三折線擬合法確定“無(wú)標(biāo)度區(qū)間”，改進(jìn)傳統(tǒng)的分線分維數(shù)計(jì)算方法，使分線法的計(jì)算結(jié)果具有實(shí)際意義并且更為準(zhǔn)確。利用改進(jìn)后的分線法對(duì)多源遙感影像進(jìn)行分形特征研究，發(fā)現(xiàn)城區(qū)、田地、山體植被、水體等典型地物的分維特征在不同空間尺度遙感影像上比較相似，在同一尺度遙感影像上又具有比較明顯的方向性特點(diǎn)。這些特征為更有效地進(jìn)行遙感影像地物識(shí)別提供了重要參考。圖5表2參16

?分形理論 分線法 三折線擬合法 多源遙感影像

CH20110441 基于Matlab的高光譜遙感數(shù)據(jù)降維并行計(jì)算分析=Parallel Computation in Dimension Reduction of Hyperspectral Remote Sensing Imagery Based on Matlab/劉春，陳燕，辛亮（同濟(jì)大學(xué)測(cè)量與國(guó)土信息工程系）∥遙感信息.-2010（3）.-13～17

對(duì)于海量遙感數(shù)據(jù)的計(jì)算而言，串行運(yùn)算對(duì)計(jì)算機(jī)性能要求高，而且耗時(shí)長(zhǎng)。提出引用并行運(yùn)算方法，不僅可以降低對(duì)計(jì)算機(jī)性能的要求，還可以大大提高運(yùn)行和計(jì)算速度。為此，首先介紹了基于MPI（Message Passing Interface）的并行運(yùn)算機(jī)制，且以Matlab為例給出了它的并行模式，并詳細(xì)介紹了將現(xiàn)有串行運(yùn)算代碼改造成并行運(yùn)算的流程。以海量高光譜影像數(shù)據(jù)為例，將本征維數(shù)估計(jì)的串行運(yùn)算修改為并行運(yùn)算，實(shí)驗(yàn)分析并測(cè)試了其運(yùn)行效率。結(jié)果表明，并行計(jì)算較串行計(jì)算可大大縮短本征維數(shù)的計(jì)算時(shí)間。圖6參13

?并行計(jì)算 高光譜遙感 海量數(shù)據(jù)

CH20110442 月球衛(wèi)星CE-1三線陣影像數(shù)據(jù)的解算試驗(yàn)/王濤，項(xiàng)琳，曹鋒（中國(guó)測(cè)繪科學(xué)研究院）∥遙感信息.-2010（3）.-18～20

利用“嫦娥一號(hào)”衛(wèi)星上搭載的CCD立體相機(jī)獲取的月面三線陣影像數(shù)據(jù)，再配合激光高度計(jì)（LAM）數(shù)據(jù)，經(jīng)過(guò)攝影測(cè)量解算可以制作月面數(shù)字高程模型（DEM）和數(shù)字正射影像圖（DOM）。本文采用兩種方法對(duì)月球衛(wèi)星CE-1三線陣影像數(shù)據(jù)進(jìn)行了月面點(diǎn)坐標(biāo)的解算試驗(yàn)，方法一是根據(jù)測(cè)控給出的外方位元素直接解算，方法二是對(duì)影像上提取的像點(diǎn)進(jìn)行區(qū)域網(wǎng)平差解算，根據(jù)兩種方法的解算結(jié)果，比較了各方法的精度，達(dá)到了預(yù)期目的。圖3表6參6

?“嫦娥一號(hào)”衛(wèi)星 月球 三線陣影像 區(qū)域網(wǎng)平差

CH20110443 機(jī)器學(xué)習(xí)算法在ALOS影像分類中的應(yīng)用研究=Application Research on the Machine Learning Algorithms in ALOS Image Classification/張棟，柯長(zhǎng)青，余瞰（南京大學(xué)地理與海洋科學(xué)學(xué)院）∥遙感信息.-2010（3）.-26～29

介紹了CART、C5.0和概率神經(jīng)網(wǎng)絡(luò)三種機(jī)器學(xué)習(xí)算法的原理，以覆蓋湖北省公安縣的ALOS影像為數(shù)據(jù)源，從整體精度、對(duì)訓(xùn)練樣本大小和噪聲的敏感性3個(gè)方面對(duì)它們進(jìn)行了比較分析。結(jié)果顯示C5.0算法分類的整體精度最高，達(dá)到83.59％。概率神經(jīng)網(wǎng)絡(luò)受訓(xùn)練樣本大小和噪聲的影響最低：在訓(xùn)練樣本大小降為原樣本數(shù)據(jù)量的40％時(shí)，其精度為78.52％；噪聲占訓(xùn)練樣本量的10％時(shí)，精度只下降了4.3％。通過(guò)分析可以看出，在訓(xùn)練樣本量充足時(shí)，C5.0算法的分類精度最好，而在樣本不足或者包含噪聲的情況下，使用概率神經(jīng)網(wǎng)絡(luò)算法能比其他兩種算法取得更好的分類效果。圖3表1參9

?機(jī)器學(xué)習(xí)算法 影像分類 土地覆蓋

CH20110444 輔以紋理特征的洪澤湖濕地信息提取=Wetland Information Extraction Combined with Texture Features/張礫（河海大學(xué)水文水資源重點(diǎn)實(shí)驗(yàn)室）∥遙感信息.-2010（3）.-30～34

濕地是自然生態(tài)系統(tǒng)的重要組成部分?？焖?、準(zhǔn)確地獲取濕地基礎(chǔ)信息，對(duì)濕地的動(dòng)態(tài)監(jiān)測(cè)、保護(hù)和可持續(xù)利用具有重要意義。鑒于傳統(tǒng)方法的分類效果不理想，輔以灰度共生矩陣的紋理特征對(duì)洪澤湖進(jìn)行濕地的信息提取，并與傳統(tǒng)的ISODATA方法的提取結(jié)果進(jìn)行了比較，結(jié)果表明，輔以紋理特征的方法使得精度有了較大提高。圖7表3參13

?濕地 紋理特征 信息提取

CH20110445 面向西部測(cè)圖困難地區(qū)稀少控制下的TerraSAR-X影像快速正射糾正=Quick Ortho-rectification of TerraSAR-X Image with Sparse Control for Mapping Difficulty Area in the West Region of China/魏鉅杰，張繼賢，黃國(guó)滿，趙爭(zhēng)（中國(guó)測(cè)繪科學(xué)研究院）∥遙感信息.-2010（3）.-43～49

針對(duì)TerraSAR-X新型雷達(dá)衛(wèi)星影像，基于距離-多普勒（R-D）模型，提出了一種稀少控制下SAR影像正射糾正的方法，并詳細(xì)闡述了整個(gè)處理過(guò)程。同時(shí)，選用西部橫斷山脈地區(qū)和陜西閻良地區(qū)的TerraSAR-X影像作為實(shí)驗(yàn)數(shù)據(jù)，充分利用其高精度的頭文件參數(shù)信息及5個(gè)地面控制點(diǎn)和DEM，分別對(duì)其進(jìn)行正射糾正，閻良地區(qū)的糾正精度約為5m，橫斷山脈地區(qū)的糾正精度約為11m，滿足了1∶5萬(wàn)的測(cè)圖精度要求，并對(duì)二者的實(shí)驗(yàn)結(jié)果進(jìn)行了比較分析。另外，考慮到TerraSAR-X影像數(shù)據(jù)量大的問(wèn)題，本文還闡述了運(yùn)用影像分塊處理結(jié)合雙線性內(nèi)插原理加快處理大幅SAR影像正射糾正處理的方法，實(shí)驗(yàn)表明該方法相對(duì)逐像點(diǎn)對(duì)SAR影像正射糾正處理，大大提高了處理速度，從而證明了該處理過(guò)程的高效性和實(shí)用性。圖10表6參9

?影像遙感 正射糾正 分塊處理 稀少控制

CH20110446 利用MODIS資料反演杭州市500米分辨率氣溶膠光學(xué)厚度=Retrieval of 500m Spatial Resolution Aerosol Optical Thickness with MODIS Data over Hangzhou/王玲，田慶久，李?yuàn)檴櫍暇┐髮W(xué)國(guó)際地球系統(tǒng)科學(xué)研究所）∥遙感信息.-2010（3）.-50～54

反演城市/區(qū)域范圍內(nèi)高空間分辨率的氣溶膠光學(xué)厚度時(shí)，如果氣溶膠類型選取的不合理造成的反演誤差會(huì)很大，甚至超過(guò)地表反射率確定誤差導(dǎo)致的反演誤差。針對(duì)這一問(wèn)題，提出了一種結(jié)合MODIS L1B資料和AERONET（Aerosol Robotic Network）的氣溶膠光學(xué)厚度產(chǎn)品，基于6S大氣輻射傳輸模型的計(jì)算，確定杭州市在2008年12月16日的氣溶膠類型的方法。利用得到的氣溶膠類型，結(jié)合改進(jìn)的暗像元法，反演了杭州市500m空間分辨率的氣溶膠光學(xué)厚度。將氣溶膠光學(xué)厚度反演結(jié)果與采用標(biāo)準(zhǔn)氣溶膠類型時(shí)的反演結(jié)果進(jìn)行比較，結(jié)果表明，本文確定的氣溶膠類型更符合杭州市當(dāng)天的情況，應(yīng)用到氣溶膠光學(xué)厚度反演中，精度也最好，相對(duì)誤差的絕對(duì)值在20％以內(nèi)。圖1表4參15

?氣溶膠光學(xué)厚度 暗像元法 氣溶膠類型 反演

CH20110447 基于線性光譜混合模型的油菜種植面積遙感監(jiān)測(cè)方法研究=Study on Remote Sensing Monitoring of Rape Acreage Based on Linear Spectral Mixture Model/王立輝，黃進(jìn)良，孫俊英（中國(guó)科學(xué)院測(cè)量與地球物理研究所）∥遙感信息.-2010（3）.-55～59

利用中低分辨率衛(wèi)星影像進(jìn)行油菜面積提取時(shí)，需要考慮混合像元產(chǎn)生的影響，以提高面積提取的精度。以2009年湖北省潛江市油菜種植面積為例，利用中巴地球資源衛(wèi)星（CBERS-02B）遙感影像，選取線性光譜混合模型進(jìn)行油菜種植面積的分解計(jì)算研究，將結(jié)果與基于GVG（GPS、VIDEO、GIS）農(nóng)情采樣系統(tǒng)得到的結(jié)果進(jìn)行對(duì)比分析，面積提取精度為97.43％。表明線性光譜混合模型能夠高精度地提取油菜的種植面積，不失為一種很好的監(jiān)測(cè)油菜種植面積方法。圖4參13

?混合像元分解 線性光譜混合模型 農(nóng)業(yè)遙感

CH20110448 CBERS與TM遙感影像濕地覆被分類對(duì)比分析=Comparison and Analysis of Wetland Cover Classification by Using CBERS and TM Imagery/于歡，張樹(shù)清，孔博（中國(guó)科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所）∥遙感信息.-2010（3）.-75～81

為了對(duì)比CBERS與TM兩種遙感影像在地表覆被信息提取中的具體性能，驗(yàn)證基于CBERS遙感影像進(jìn)行濕地覆被分類的可行性，以典型內(nèi)陸淡水濕地區(qū)為對(duì)象，基于CBERS與TM遙感影像，針對(duì)各波段進(jìn)行信息量統(tǒng)計(jì)及光譜特性分析，獲取了各波段覆被探測(cè)性能的初步認(rèn)識(shí)；運(yùn)用非監(jiān)督、監(jiān)督與面向?qū)ο笕N代表性分類方法進(jìn)行分類實(shí)驗(yàn)，通過(guò)精度誤差矩陣對(duì)比分類結(jié)果，分析了兩種遙感影像在濕地覆被分類中的準(zhǔn)確程度差異；基于分類結(jié)果，通過(guò)景觀格局指數(shù)計(jì)算，對(duì)比分析了兩種影像在濕地覆被信息提取結(jié)果上的空間差異和特性。圖4表4參38

?遙感影像 濕地覆被 面向?qū)ο?/p>

CH20110449 WorldView-1影像RFM多項(xiàng)式平差模型及其精度分析=Accuracy Analysis of Polynomial RFM Adjustment Models for WorldView-1 Imagery/趙利平，劉鳳德，王薇，夏先麗，文廣，李健（中國(guó)測(cè)繪科學(xué)研究院）∥遙感信息.-2010（3）.-82～87

給出了WorldView-1衛(wèi)星及傳感器的有關(guān)性能參數(shù)，論述了可用于WorldView-1影像數(shù)據(jù)幾何處理的多種RFM（Rational Function Model）多項(xiàng)式平差模型。使用云南地區(qū)的WorldView-1影像數(shù)據(jù)進(jìn)行了有關(guān)試驗(yàn)研究，分別采用九種零階、一階和二階多項(xiàng)式平差模型，在像方改正RFM參數(shù)的系統(tǒng)誤差。結(jié)果表明，當(dāng)?shù)孛婵刂泣c(diǎn)在精度、數(shù)量與分布等方面質(zhì)量較好時(shí)，各種模型精度基本一致，平面精度可達(dá)到1.6個(gè)像素（0.9m）左右。重點(diǎn)研究了在控制點(diǎn)質(zhì)量較低的情況下，各種RFM多項(xiàng)式平差模型的改正精度。發(fā)現(xiàn)隨著控制質(zhì)量的降低，二階多項(xiàng)式和一階多項(xiàng)式改正的精度有顯著下降，但零階多項(xiàng)式改正的精度基本穩(wěn)定不變。零階多項(xiàng)式模型，即平移模型，是一種最簡(jiǎn)單、適應(yīng)性最好、精度最高的用于處理World-View-1影像數(shù)據(jù)的平差模型。表8參10

?高分辨率 有理函數(shù)模型 多項(xiàng)式平差模型

CH20110450 結(jié)合KPCA和多尺度紋理的IKONOS遙感影像決策樹(shù)分類=The Decision Tree Classification Based on KPCA and Multi-scale Texture Using IKONOS Remote Sensing Image/謝麗軍，張友靜，張子衡，陳李家（河海大學(xué)水文水資源及水利工程國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥遙感信息.-2010（3）.-88～93

城市地物類型多樣，空間分布復(fù)雜，具有很強(qiáng)的非線性特征。核主成分分析（KPCA）通過(guò)將特征空間映射到高維核空間，可以表達(dá)圖像像素間的高階關(guān)系，因而可以提取圖像的非線性特征，同時(shí)提供一組相互獨(dú)立的主成分。在加入多尺度紋理特征的基礎(chǔ)上，以應(yīng)用地物分布的空間細(xì)節(jié)信息；且利用核主成分分析（KP-CA）方法對(duì)光譜和紋理量提取非線性特征信息，增大類別之間的可分性；并結(jié)合決策樹(shù)分類方法對(duì)IKONOS遙感影像分類。實(shí)驗(yàn)結(jié)果表明：KPCA能很好提取地物之間的非線性特征，結(jié)合KPCA和多尺度紋理的決策樹(shù)分類方法能有效地提取地物類型，提取精度為79.3％，KAPPA系數(shù)為0.763。圖3表2參23

?核主成分分析 多尺度紋理 決策樹(shù)分析

CH20110451 農(nóng)田農(nóng)情參數(shù)遙感監(jiān)測(cè)進(jìn)展及應(yīng)用展望=Research Advances and Outlook of Crop Monitoring with Remote Sensing at Field Level/蒙繼華，吳炳方，李強(qiáng)子，杜鑫（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感信息.-2010（3）.-122～128

農(nóng)情參數(shù)是指反映作物生長(zhǎng)過(guò)程及其產(chǎn)出的狀態(tài)指標(biāo)，關(guān)鍵農(nóng)情參數(shù)主要包括作物長(zhǎng)勢(shì)、單產(chǎn)、物候和旱情等，可用于指導(dǎo)農(nóng)田的生產(chǎn)管理。遙感是關(guān)鍵農(nóng)情參數(shù)獲取的有效手段，然而目前農(nóng)情參數(shù)的遙感監(jiān)測(cè)大多停留在大尺度、宏觀監(jiān)測(cè)的層面上，由于缺乏高時(shí)空分辨率、高準(zhǔn)確度、低成本的農(nóng)田信息獲取技術(shù)，業(yè)務(wù)化的農(nóng)田尺度農(nóng)情參數(shù)獲取受到了諸多因素的制約與限制。導(dǎo)致難以為農(nóng)田生產(chǎn)管理提供及時(shí)的信息支持，這已經(jīng)影響到精準(zhǔn)耕作的發(fā)展與應(yīng)用。在總結(jié)目前長(zhǎng)勢(shì)、單產(chǎn)、物候和旱情等幾個(gè)主要農(nóng)情參數(shù)遙感監(jiān)測(cè)研究進(jìn)展的基礎(chǔ)上，分析了這些技術(shù)在農(nóng)田尺度應(yīng)用的瓶頸，并從新數(shù)據(jù)源和農(nóng)情參數(shù)監(jiān)測(cè)新模型兩個(gè)角度出發(fā)，對(duì)農(nóng)田尺度農(nóng)情參數(shù)的獲取進(jìn)行了展望。圖2參47

?農(nóng)業(yè)遙感 遙感監(jiān)測(cè)

CH20110452 不同質(zhì)量圖在相位解纏算法中的比較分析=Comparison Among Different Quality Maps Used for Phase Unwrapping/肖楓（杭州市國(guó)土資源局）∥大地測(cè)量與地球動(dòng)力學(xué).-2010，30（2）.-80～85

質(zhì)量圖指導(dǎo)算法是以相位質(zhì)量圖作為指導(dǎo)，從高質(zhì)量的像素點(diǎn)開(kāi)始解纏逐漸擴(kuò)展到低質(zhì)量的區(qū)域，亦可從多個(gè)區(qū)域同時(shí)解纏最后達(dá)到整體解纏，此類算法的關(guān)鍵就是選取合適的相位質(zhì)量圖對(duì)解纏過(guò)程進(jìn)行指導(dǎo)。選取3種質(zhì)量圖對(duì)模擬數(shù)據(jù)及真實(shí)InSAR數(shù)據(jù)進(jìn)行質(zhì)量圖指導(dǎo)法解纏分析，結(jié)果表明偽相干系數(shù)圖具有較好的特性。圖9表1參12

?干涉合成孔徑雷達(dá) 相位解纏 偽相干系數(shù)圖 模擬數(shù)據(jù)

（424～452 張明）

CH20110453 幻視對(duì)Quickbird衛(wèi)星影像影響的改正=The Correction of the Pseudoscopic Effect on Quickbird Satellite Imagery〔英〕/Gil M，Ortiz J，Rego t…∥Survey Review.-2010，42（318）.-318～326

本研究利用EDM和商業(yè)軟件中獲得的簡(jiǎn)單圖像處理工具解決幻視效應(yīng)問(wèn)題。疊加正射影像和正確陰影化的DEM可以改正地形三維特征可視化。在缺乏立體像對(duì)時(shí)，衛(wèi)星影像的二維表面可以克服以正確感知三維效果。改善了獲得的地圖質(zhì)量，可更好地理解地球表面和提供地面形狀和坡度之間的關(guān)系信息。

?衛(wèi)星影像 幻視 數(shù)字高程模型 正射影像

CH20110454 基于逐步幾何法的機(jī)載激光雷達(dá)未對(duì)準(zhǔn)的誤差補(bǔ)償=Retrieval of Airborne Lidar Misalignments Based on the Stepwise Geometric Method〔英〕/Zhang Xiaohong，F(xiàn)orsberg R∥Survey Review.-2010，42（316）.-176～192

?機(jī)載激光雷達(dá) 誤差補(bǔ)償 逐步幾何法

CH20110455 利用無(wú)需線性化的共線條件進(jìn)行攝影測(cè)量空間后方交會(huì)=Space Resection in Photogrammetry Using Collinearity Condition Without Linearisation〔英〕/Easa S M∥Survey Review.-2010，42（315）.-40～49

攝影測(cè)量空間后方交會(huì)是通過(guò)測(cè)量影像上的地面控制點(diǎn)確定影像的空間位置和方向。由于空間后方交會(huì)是非線性問(wèn)題，因此現(xiàn)有的方法涉及共線條件線性化和利用最小二乘法確定最終解的迭代過(guò)程。這個(gè)過(guò)程也需要位置參數(shù)的近似初始值，其中一些值必須通過(guò)其他最小二乘解獲得。本文介紹了空間后方交會(huì)的優(yōu)化模型，其不需要線性化、迭代或初始值。這個(gè)模型是用先進(jìn)的基于Excel優(yōu)化軟件解算。用兩個(gè)數(shù)值例子說(shuō)明了這個(gè)模型的應(yīng)用。

?攝影測(cè)量 空間后方交會(huì) 線性化

CH20110456 由高分辨率衛(wèi)星影像半自動(dòng)提取城市稠密居住區(qū)=Semi-automatic Building Extraction in Dense Urban Settlement Areas from High-resolution Satellite Images〔英〕/Mayunga S D，Coleman D J，Zhang Y∥Survey Review.-2010，42（315）.-50～61

高分辨率衛(wèi)星影像的可獲得性為地理空間數(shù)據(jù)采集提供了一個(gè)新的數(shù)據(jù)來(lái)源。這種數(shù)據(jù)可以提取城市規(guī)劃、GIS數(shù)據(jù)庫(kù)建立所需要的人工地物，如道路和建筑物。研制了一種使用高空間分辨率全色影像提取城市非正式居住區(qū)建筑物的新方法。所提出的方法使用了徑向投射算法對(duì)蛇形輪廓線賦初始值，并用蛇形模型自動(dòng)對(duì)建筑物輪廓進(jìn)行近精密測(cè)量。建筑物提取結(jié)果可以達(dá)到94％的提取率。討論了這種方法的潛力和局限性。

?特征提取 建筑物提取 高分辨率 衛(wèi)星影像

CH20110457 數(shù)字航空攝影測(cè)量在提取稻田田埂方面與地面激光掃描儀的比較=Comparison of Terrestrial Laser Scanner with Digital Aerial Photogrammetry for Extracting Ridges in the Rice Paddies〔英〕/Lee I S，Lee J O，Ge L∥Survey Review.-2009，41（313）.-253～267

在韓國(guó)稻田田塊通常是用平板儀和全站儀進(jìn)行測(cè)量定位。本研究是看TLS（地面激光掃描儀）是否能滿足精度標(biāo)準(zhǔn)的要求，并將TLS測(cè)量數(shù)據(jù)與新的現(xiàn)代測(cè)量技術(shù)如數(shù)字航空攝影測(cè)量和RTK GPS之一的測(cè)量結(jié)果進(jìn)行了比較。結(jié)果表明，使用人工目標(biāo)時(shí)，地面激光掃描技術(shù)和數(shù)字航空攝影測(cè)量技術(shù)的三維繪圖能滿足位置精度精度標(biāo)準(zhǔn)。然而，由于色度識(shí)別的局限性和數(shù)字航空影像的噪聲，以及點(diǎn)云的低密度，造成田埂提取很困難。因此期望對(duì)自然邊界提取的先進(jìn)算法進(jìn)行深入研究，和消除數(shù)字航空影像的噪聲。

?數(shù)字?jǐn)z影測(cè)量 激光掃描儀 農(nóng)業(yè)遙感 特征提取

（453～457 廖祥春）