陳君穎,田慶久
王志剛,邊少鋒
李曉峰,張樹清,韓富偉,等
郝燕玲,唐文靜,趙玉新,等
程鵬飛,文漢江,成英燕,等
陶超,譚毅華,蔡華杰,等
薛存金,周成虎,蘇奮振,等
孫海燕,黃華兵,王喜娜
劉慧敏,樊子德,鄧敏,等
駱劍承,盛永偉,沈占鋒,等
雷小奇,王衛(wèi)星,賴均
譚衢霖
楊必勝,魏征,李清泉,等
季順平,袁修孝
安曉亞,孫群,肖強(qiáng),等
李德仁
郭仁忠,劉江濤,彭子鳳,等
張新長,郭泰圣,唐鐵
張興福,李博峰,魏德宏,等
李正強(qiáng),許華,張瑩,等
謝一凇,李東輝,李凱濤,等
龔健雅,李小龍,吳華意
呂志平,魏子卿,李軍,等
?
測繪科學(xué)技術(shù)
陳君穎,田慶久
摘要:以南京市區(qū)的植被覆蓋為研究對象,基于IKONOS遙感影像,采用決策樹分類算法,根據(jù)各種植被光譜特征建立知識庫,提出基于光譜信息的植被分類方法,繼而結(jié)合高分辨率影像特有的紋理特征引進(jìn)局部一致性指數(shù)對該方法進(jìn)行改進(jìn),提出結(jié)合紋理信息的高分辨率遙感植被分類方法,分類總體精度從僅利用光譜信息的83.16%顯著提高到91.89%,Kappa系數(shù)達(dá)到0.8886。采用Quickbird遙感影像對該方法進(jìn)行驗(yàn)證,分類總體精度為91.94%,Kappa系數(shù)為0.8783,表明該植被分類方法能有效地對植被進(jìn)行分類與識別,精度較高,且對于不同數(shù)據(jù)源的植被分類具有一定的普適性,為實(shí)現(xiàn)植被的自動(dòng)化提取提供了理論依據(jù)和有效的方法途徑。 迭代最近等值線算法(ICCP)是一種重要的匹配導(dǎo)航算法,文中首先介紹ICCP算法的基本原理,隨后在0.2′×0.2′重力異常數(shù)據(jù)庫的基礎(chǔ)上,利用ICCP算法進(jìn)行仿真計(jì)算得到最佳匹配位置。最后為了驗(yàn)證匹配位置是否可用于修正慣導(dǎo)誤差,提出將匹配位置誤差作為觀測量,用卡爾曼濾波對慣導(dǎo)系統(tǒng)誤差進(jìn)行最優(yōu)估計(jì)。由最后的仿真結(jié)果可以看出,ICCP算法可有效抑制慣導(dǎo)緯度誤差的增長,且最大緯度誤差不超過2'',以匹配位置誤差作為觀測量可以用來估計(jì)慣導(dǎo)方位誤差角。 在高分辨率遙感影像上進(jìn)行道路提取一直被認(rèn)為是一項(xiàng)具有重要意義但很困難的工作。尤其一些與道路光譜相近的地物,分類后與道路相互連接,難以區(qū)分。基于面狀道路和邊緣相互驗(yàn)證和輔助的思想,提出一種高分辨率遙感影像上提純道路信息的方法。該方法首先在面狀和邊緣兩個(gè)方面同時(shí)提高提取精度,然后由他們之問的邏輯互運(yùn)算分割道路與非道路對象,并應(yīng)用有效的形狀指數(shù)(如:極慣性矩和狹長度指數(shù))刻畫和區(qū)分道路與非道路面狀目標(biāo)(如樓房等),最終達(dá)到提純道路的目的。實(shí)驗(yàn)結(jié)果表明了該文方法在去除非道路目標(biāo),提純道路網(wǎng)絡(luò)方面的有效性。 同一地物在不同來源的地圖上通常存在著差異,其識別或匹配對于不同數(shù)據(jù)源的地圖編制來說很關(guān)鍵。面狀地物要素在很多地圖表示中都占有很大的比例。基于人眼綜合已有信息來識別同名實(shí)體的思想,該文提出了基于空間相似性的面實(shí)體匹配算法。該算法將面實(shí)體作為一個(gè)整體看待,采用加權(quán)平均法來綜合面實(shí)體的位置、形狀、大小等特征的相似度,進(jìn)而根據(jù)獲得的總相似度大小確定匹配實(shí)體。算法在確定位置相似度時(shí)選擇形狀中心點(diǎn)對面實(shí)體進(jìn)行惟一標(biāo)識;采用形狀描述函數(shù)來計(jì)算形狀相似度,不容易受各種干擾而影響精度,避免了形狀信息的丟失;面實(shí)體的大小通過其覆蓋面積來度量。實(shí)驗(yàn)結(jié)果表明該方法具有良好的穩(wěn)定性和可靠性。 根據(jù)2000國家大地坐標(biāo)系(CGCS2000)的定義及其所定義的4個(gè)基本橢球常數(shù),推導(dǎo)CGCS2000橢球的主要幾何和物理book=40,ebook=44參數(shù),比較這些參數(shù)與GRS80和WGS84橢球相應(yīng)參數(shù)之間的差異,給出CGCS2000橢球與GRS80及WGS84橢球定義的正常重力值的差異,并分析在CGCS2000及WGS84系下同一點(diǎn)坐標(biāo)的差異。研究表明:CGCS2000橢球上的正常重力值與GRS80,WGS84橢球上的正常重力值的差值分別約為-143.54×10-8m/s2和0.02×10-8m/s2。同一點(diǎn)在CGCS2000與GRS80和WGS84下經(jīng)度相同,緯度的最大差值分別為8.26×10-11"(相當(dāng)于2.5×10-6mm)和3.6×10-6"(相當(dāng)于0.11 mm)。 提出一種高空間分辨率遙感影像城區(qū)建筑物自動(dòng)提取方法。該方法將面向?qū)ο蟮乃枷肴谌氲交卩徲蚩傋兎值慕ㄖ锓指罘椒ㄖ校⑼ㄟ^分析分割后不同類型建筑物提取的難易程度,提出一種多特征融合的建筑物對象分級提取策略:首先通過形狀分析檢測一部分分割完整的矩形建筑物目標(biāo),然后采用新提出的多方向形態(tài)學(xué)道路濾波算法將建筑物與鄰近光譜相似的道路目標(biāo)分離,確保每一個(gè)候選建筑物目標(biāo)都是獨(dú)立的對象,最后利用初提取的建筑物對象和已剔除的非建筑物對象作為樣本建立概率模型,根據(jù)貝葉斯準(zhǔn)則進(jìn)行建筑物后提取。實(shí)驗(yàn)表明:該方法可以檢測同一幅影像中具有不同形狀結(jié)構(gòu)和光譜特性的建筑物目標(biāo),準(zhǔn)確率高、魯棒性好。 根據(jù)近20年來時(shí)空數(shù)據(jù)模型的研究現(xiàn)狀、存在問題及其原因剖析,以連續(xù)漸變地理實(shí)體的表達(dá)、組織和存儲(chǔ)為研究對象,提出面向過程的時(shí)空數(shù)據(jù)模型。根據(jù)連續(xù)漸變地理實(shí)體的內(nèi)在特性,將其分級抽象為過程對象系列,進(jìn)一步探討過程對象及過程對象間邏輯關(guān)系,并設(shè)計(jì)其UML模型結(jié)構(gòu)及物理存儲(chǔ)結(jié)構(gòu)。通過抽象的過程對象隱式地記錄地理實(shí)體動(dòng)態(tài)變化機(jī)制,及自定義的過程對象存儲(chǔ)表提供演變機(jī)制的函數(shù)接口模式,實(shí)現(xiàn)連續(xù)漸變地理實(shí)體的過程化組織、存儲(chǔ)與動(dòng)態(tài)分析。最后,以海洋數(shù)據(jù)的過程化組織與分析為例,構(gòu)建時(shí)空過程模型原型系統(tǒng)(海洋過程對象一關(guān)系數(shù)據(jù)庫系統(tǒng)與功能分析平臺(tái)),驗(yàn)證和評價(jià)該模型的實(shí)用性。 用一個(gè)水準(zhǔn)網(wǎng)說明依據(jù)改正數(shù)進(jìn)行粗差處理可能導(dǎo)致錯(cuò)誤,而且粗差能否被正確處理與其所處位置有關(guān)。為解決此問題,提出局部分析法。局部分析法從多維平差問題的函數(shù)模型出發(fā),根據(jù)設(shè)計(jì)矩陣得到一個(gè)被觀測量的多個(gè)獨(dú)立觀測,包括被觀測量的觀測值和其他觀測值的函數(shù),并給出根據(jù)平差問題的設(shè)計(jì)矩陣確定這些函數(shù)的方法。根據(jù)被觀測量的獨(dú)立觀測數(shù)即可判斷其觀測值能否容忍粗差。在此基礎(chǔ)上提出一種基于局部分析法的粗差探測方法,最后給出一個(gè)測角網(wǎng)示例。 以等高線地圖為例,提出一種基于空間認(rèn)知的等高線信息的層次度量方法。首先,分析現(xiàn)有基于Shannon信息論的地圖信息度量方法。然后解析地圖等高線信息的產(chǎn)生原理,并將等高線信息劃分為3個(gè)層次,分別為單條等高線信息度量層次(即元素層次)、基本地貌單元鄰接等高線信息度量層次(即鄰域?qū)哟危?、全局地圖等高線信息度量層次(即整體層次)。在此基礎(chǔ)上,依據(jù)空間信息的多樣性和差異性特征,分別建立了各層次信息定量度量方法。最后,通過試驗(yàn)初步驗(yàn)證本文所提的等高線信息定量度量方法的合理性和正確性。 以LANDSAT衛(wèi)星遙感數(shù)據(jù)為信息源,在歸一化差異水指數(shù)(NDWI)計(jì)算的基礎(chǔ)上,采用“全域一局部“的分步迭代空間尺度轉(zhuǎn)換機(jī)制,將全域分割、全域分類、局部分割與分類等計(jì)算過程有機(jī)地結(jié)合起來,分階段地融合了水體信息提取所需的不同層次知識,并建立迭代算法實(shí)現(xiàn)了水體最佳邊緣的逐步逼近,獲得了高精度的水體信息提取。通過對青藏高原試驗(yàn)區(qū)湖泊信息提取的實(shí)驗(yàn)表明。該方法除了能夠?qū)崿F(xiàn)對復(fù)雜多樣的水體信息進(jìn)行高精度自動(dòng)提取外,還可有效避免與陰影等信息的混淆。 提出一種基于局部灰度一致性的圖像分割方法并結(jié)合形狀特征進(jìn)行道路提取的方法。該方法首先對圖像進(jìn)行分割,對分割結(jié)果使用形狀特征進(jìn)行道路段的選擇,可以獲取直線和曲線道路段,克服了許多方法只能提取直線道路段的缺點(diǎn),然后在確定的道路段上選擇種子點(diǎn)進(jìn)行區(qū)域增長,從而實(shí)現(xiàn)自動(dòng)選取種子點(diǎn)并提取道路網(wǎng)的過程,最后結(jié)合邊緣信息和形態(tài)學(xué)方法規(guī)整化道路網(wǎng)。提出的方法能適用于高分辨率遙感圖像中直線和曲線道路段的提取。經(jīng)過實(shí)驗(yàn)分析和比較證明:該方法對于路面灰度均勻性較好和路面灰度均勻性較差的圖片,都達(dá)到了較好的效果。 城區(qū)高空間分辨率遙感數(shù)據(jù)由于存在大量同物異譜和異物同譜現(xiàn)象,應(yīng)用傳統(tǒng)的基于像元光譜分類的方法進(jìn)行建筑物分類提取難以取得滿意的效果。發(fā)展一種從高分辨率IKONOS衛(wèi)星影像上基于知識規(guī)則的面向?qū)ο蠓诸愄崛〕菂^(qū)建筑物方法,包括如下步驟:1)融合1 m全色和4 m多光譜波段影像,生成1 m分辨率的多光譜融合影像;2)分割融合影像;3)執(zhí)行基于對象光譜的最近鄰監(jiān)督分類;4)應(yīng)用模糊邏輯分類器結(jié)合光譜、空間、紋理和上下文特征等知識規(guī)則進(jìn)行建筑物分類。統(tǒng)計(jì)試驗(yàn)表明,該分類方法提取城區(qū)建筑物精度可達(dá)到93%。 以車載激光點(diǎn)云數(shù)據(jù)為研究時(shí)象,提出一種適合于其快速分類與目標(biāo)提取的點(diǎn)云特征圖像生成方法。首先將掃描區(qū)域進(jìn)行平面規(guī)則格網(wǎng)投影,通過分析格網(wǎng)內(nèi)部點(diǎn)云的空間分布特征(平面距離、高程差異、點(diǎn)密集程度等)確定激光掃描點(diǎn)的定權(quán),從而生成車載激光掃描點(diǎn)云的特征圖像。利用生成的點(diǎn)云特征圖像,可采用閾值分割、輪廓提取與跟蹤等手段提取圖像分割的建筑物目標(biāo)的邊界,從而確定邊界內(nèi)部點(diǎn)云數(shù)據(jù),實(shí)現(xiàn)目標(biāo)分類與提取。本文以O(shè)ptech公司的車載激光掃描數(shù)據(jù)為試驗(yàn)對象,臉證本文提出方法的可行性和實(shí)用性。 提出一種基于有理多項(xiàng)式模型(RFM)的高分辨率衛(wèi)星遙感影像自動(dòng)匹配方法。首先利用RFM進(jìn)行高分辨率衛(wèi)星影像直book=42,ebook=46接定位和同名點(diǎn)預(yù)測,并分析預(yù)測精度;然后基于投影軌跡建立近似核線方程,并分析核線精度;接著采用金字塔影像策略進(jìn)行核線約束的近似一維影像匹配,并經(jīng)最小二乘影像匹配精化匹配結(jié)果;最后采用RANSAC算法剔除誤匹配點(diǎn)以獲取最終的匹配結(jié)果。試驗(yàn)結(jié)果表明,該方法的匹配成功率和穩(wěn)定性高于傳統(tǒng)的二維灰度匹配方法和現(xiàn)流行的SIFT匹配方法,能夠很好地解決高分辨率衛(wèi)星遙感影像自動(dòng)匹配中不同成像模式、多時(shí)相、大姿態(tài)角等情況導(dǎo)致的匹配難題。 利用多級弦長函數(shù)和中心距離函數(shù)從全局整體到局部細(xì)節(jié)逐級描述幾何形狀,建立通用多尺度空間數(shù)據(jù)幾何相似性度量模型。基于高斯概率統(tǒng)計(jì)模型改進(jìn)傳統(tǒng)的Hausdorff距離,引入信息檢索中的相關(guān)反饋技術(shù)解決相似度量模型中各指標(biāo)閾值的確定問題。最后將相似度量模型分別應(yīng)用于不同比例尺數(shù)據(jù)匹配和空間目標(biāo)化簡前后的相似度量,試驗(yàn)表明,基于該描述方法的相似度量模型可有效實(shí)現(xiàn)不同比例尺水域數(shù)據(jù)的匹配和相似度量。 2012年1月9日,我國成功發(fā)射了第一顆民用三線陣立體測圖衛(wèi)星資源三號測繪衛(wèi)星,資源三號測繪衛(wèi)星配置2臺(tái)分辨率優(yōu)于3.5 m、幅寬優(yōu)于50 km的前后視全色TDI CCD相機(jī),1臺(tái)分辨率優(yōu)于2.1 m、幅寬優(yōu)于50 km的正視全色TDI CCD相機(jī)和1臺(tái)分辨率優(yōu)于5.8 m的多光譜相機(jī);為了保證精度精度和可靠性,資源三號測繪衛(wèi)星采用大平臺(tái)、并配置雙頻GPS以及多個(gè)陀螺,經(jīng)過處理,資源三號無控制點(diǎn)直接定位優(yōu)于15 m,帶控制點(diǎn)高程精度優(yōu)于3 m,平面精度優(yōu)于4 m,完全滿足1∶ 50000測圖精度。 基于測繪和地理信息產(chǎn)業(yè)發(fā)展背景,針對日益增長的數(shù)據(jù)融合、實(shí)時(shí)共享、深度處理和個(gè)性化的需求,對數(shù)字城市中測繪服務(wù)特征進(jìn)行分析,重點(diǎn)介紹符合云計(jì)算模型的開放式計(jì)算環(huán)境、多路徑數(shù)據(jù)更新、多源數(shù)據(jù)一體化集成、全尺度城市編碼、自適應(yīng)空間數(shù)據(jù)處理和動(dòng)態(tài)在線制圖等理論、方法與關(guān)鍵技術(shù)。在此基礎(chǔ)上,研制開發(fā)了開放式空間基礎(chǔ)信息平臺(tái),并成功應(yīng)用于數(shù)字深圳的建設(shè)中。 針對GIS增量更新中存在的一致性維護(hù)與空間沖突問題,提出一種自適應(yīng)的矢量數(shù)據(jù)增量更新方法。以同名對象匹配為切入點(diǎn),探討變化對象的檢測與增量更新的方式。在綜合考慮空間距離,語義相似度及拓?fù)湟恢滦约s束的基礎(chǔ)上,提出接邊匹配度的計(jì)算方法并設(shè)計(jì)自適應(yīng)的對象接邊算法。同時(shí),介紹矢量數(shù)據(jù)增量更新中基于約束規(guī)則的空間沖突檢測與處理方法。并以矢量地形圖試驗(yàn)數(shù)據(jù)驗(yàn)證文中所提出的模型與算法。 針對模型尺度參數(shù)ae對高程異常計(jì)算的影響進(jìn)行數(shù)值分析;利用各模型位系數(shù)方差信息及區(qū)域高精度GPS/水準(zhǔn)數(shù)據(jù)分析book=43,ebook=47國際上新近公布的ITG-GRACE2010S、AIUB-GRACE03S、EIGEN-6C、GOCO02S、DIR_R3、TIM_R3、SPW_R2、gif48以及EGM2008多類重力場模型對應(yīng)不同譜域的位系數(shù)精度;提出采用簡單譜組合方法和加權(quán)譜組合方法來提高高程異常的計(jì)算精度。在試驗(yàn)區(qū)域,計(jì)算結(jié)果表明,各模型的中低階(約135階)位系數(shù)整體精度要優(yōu)于EGM2008模型,gif48和EIGEN-6C模型的整體精度均優(yōu)于同階次的EGM2008模型,簡單譜組合方法和加權(quán)譜組合方法均能提高區(qū)域模型高程異常精度。 結(jié)合2013年1月北京區(qū)域嚴(yán)重灰霾污染,介紹了太陽-天空輻射計(jì)、激光雷達(dá)、多波段CCD相機(jī)等遙感監(jiān)測手段,分析了地-空基、主-被動(dòng)等遙感方法獲得的灰霾氣溶膠特性遙感結(jié)果,討論了不同遙感監(jiān)測手段的特點(diǎn)及聯(lián)合使用,結(jié)果表明:主動(dòng)遙感手段在嚴(yán)重污染、夜間等情況下具有觀測優(yōu)勢,而被動(dòng)遙感信息含量大,具有獲得氣溶膠復(fù)雜特性參數(shù)的能力;地面遙感點(diǎn)、垂直分布線監(jiān)測數(shù)據(jù)與衛(wèi)星遙感的面觀測數(shù)據(jù)相結(jié)合,可以初步實(shí)現(xiàn)灰霾的主被動(dòng)遙感立體監(jiān)測。 為了解北京地區(qū)2013年1月嚴(yán)重灰霾污染過程中大氣氣溶膠特性,基于地基太陽-天空輻射計(jì)CE318觀測數(shù)據(jù),反演了氣溶膠光學(xué)和微物理參數(shù),并據(jù)此對1月份第2次嚴(yán)重污染過程進(jìn)行了詳細(xì)分析。研究表明:1)2013年1月北京地區(qū)灰霾污染天氣下,氣溶膠光學(xué)厚度比同時(shí)期清潔天氣有所增大,在440 nm處均值達(dá)到0.87,在個(gè)別嚴(yán)重污染天氣下高達(dá)3左右;2)氣溶膠光學(xué)參數(shù)與灰霾過程密切相關(guān),?ngstr?m指數(shù)由清潔大氣時(shí)的1.3降到灰霾污染時(shí)的0.95,復(fù)折射指數(shù)虛部均值由污染前的0.04下降為污染過程中的0.01,單次散射反照率均值則由0.73增大到0.92,同時(shí)不對稱因子均值從0.58增大到0.67;3)灰霾污染過程中細(xì)模態(tài)氣溶膠比例較高,占總體積比例平均達(dá)到73.0%,最高達(dá)90.5%,在灰霾污染中氣溶膠細(xì)模態(tài)平均峰值半徑隨光學(xué)厚度增大而增大,清楚表明了灰霾過程中顆粒物的吸濕增長效應(yīng),粗模態(tài)平均峰值半徑隨光學(xué)厚度的增加而減小,在污染最嚴(yán)重時(shí),粒子譜分布峰值半徑約為0.43 μm。 為滿足動(dòng)態(tài)目標(biāo)與傳感器等實(shí)時(shí)觀測數(shù)據(jù)獲取、存儲(chǔ)、管理、分析與可視化的要求,需要發(fā)展一種新型地理信息系統(tǒng)-實(shí)時(shí)GIS。本文根據(jù)實(shí)時(shí)GIS中各種地理要素的特點(diǎn)以及存儲(chǔ)管理要求,提出一種面向動(dòng)態(tài)地理對象與動(dòng)態(tài)過程模擬的實(shí)時(shí)GIS時(shí)空數(shù)據(jù)模型,它將時(shí)空過程、地理對象、事件、事件類型、狀態(tài)、觀測等相關(guān)要素整合在一個(gè)時(shí)空數(shù)據(jù)模型中?;谠撃P脱邪l(fā)了新一代實(shí)時(shí)GIS,并以4種動(dòng)態(tài)地理對象(包括移動(dòng)對象、原位傳感器對象、視頻對象和過程模擬對象)的時(shí)空數(shù)據(jù)的實(shí)時(shí)接入、存儲(chǔ)與可視化為例,驗(yàn)證模型的可行性。 CGCS2000啟用后,用于地形圖圖廓線和坐標(biāo)網(wǎng)變換的高精度坐標(biāo)轉(zhuǎn)換格網(wǎng)模型的建立成為實(shí)用中的重要問題。本文闡述我國CGCS2000高精度坐標(biāo)轉(zhuǎn)換格網(wǎng)模型的建立方法。一是討論坐標(biāo)轉(zhuǎn)換最小曲率方程,該方程同時(shí)具備整體光滑和局部光滑特性,可以更好地符合地圖線狀要素坐標(biāo)轉(zhuǎn)換時(shí)的連續(xù)光滑性;二是提出格網(wǎng)節(jié)點(diǎn)迭代計(jì)算方法以及擬合推估兩步極小法構(gòu)建區(qū)域性格網(wǎng)模型的方法,構(gòu)建了格網(wǎng)模型數(shù)據(jù)結(jié)構(gòu);三是給出全國范圍CGCS2000高精度坐標(biāo)轉(zhuǎn)換格網(wǎng)模型的最優(yōu)格網(wǎng)間距和轉(zhuǎn)換精book=44,ebook=48度,按48433個(gè)2000國家大地控制網(wǎng)點(diǎn)坐標(biāo)構(gòu)建了BJS54和XAS80到CGCS2000坐標(biāo)轉(zhuǎn)換格網(wǎng)模型,轉(zhuǎn)換后的點(diǎn)位外符精度分別為0.26 m和0.03 m。
關(guān)鍵詞:高分辨率遙感;植被分類;知識庫;決策樹;紋理 迭代最近等值線算法;重力輔助慣性導(dǎo)航;匹配;卡爾曼濾波 道路信息提??;高分辨率遙感影像;互運(yùn)算;極慣性矩;狹長度指數(shù) 面實(shí)體;匹配;空間相似性;形狀描述函數(shù) 大地坐標(biāo)系;地心坐標(biāo)系;2000國家大地坐標(biāo)系;WGS84;GRS80 高分辨率遙感影像;建筑物提??;面向?qū)ο?;形態(tài)學(xué);貝葉斯準(zhǔn)則 時(shí)空過程模型;過程對象;連續(xù)漸變;原型系統(tǒng) 局部分析法;改正數(shù);粗差位置;組合觀測;粗差探測;真誤差 分步迭代;水體;信息提??;面向?qū)ο?遙感影像分割;道路提?。恍螤钐卣?;道路種子點(diǎn);區(qū)域增長 面向?qū)ο笥跋穹治觯荒:壿?;分割;分類;建筑物提?車載激光掃描;數(shù)據(jù)分類;目標(biāo)提取;圖像分割 影像匹配;核線方程;RANSAC;RFM 多級描述;相似性度量;空間數(shù)據(jù)幾何相似性;數(shù)據(jù)匹配 資源三號測繪衛(wèi)星;精度驗(yàn)證 數(shù)字城市;空間地理信息;共享服務(wù);空間信息平臺(tái);多路徑更新;一體化集成;按需數(shù)據(jù)處理 自適應(yīng);增量更新;數(shù)據(jù)一致性;空間沖突 地球重力場模型;高程異常譜分析;譜組合;GPS高程轉(zhuǎn)換;精度分析 灰霾;遙感;氣溶膠;主被動(dòng)遙感監(jiān)測;地基激光雷達(dá) 地基太陽-天空輻射計(jì);北京;灰霾;氣溶膠光學(xué)與微物理特征 實(shí)時(shí)GIS;時(shí)空數(shù)據(jù)模型;時(shí)空過程;地理對象;事件類型;狀態(tài) 2000中國大地坐標(biāo)系;格網(wǎng)模型;坐標(biāo)轉(zhuǎn)換;最小曲率法;數(shù)據(jù)結(jié)構(gòu);擬合推估
來源出版物:遙感學(xué)報(bào), 2007, 11(2): 221-227 入選年份:2012
王志剛,邊少鋒
來源出版物:測繪學(xué)報(bào), 2008, 37(2): 147-151,157 入選年份:2013
李曉峰,張樹清,韓富偉,等
來源出版物:測繪學(xué)報(bào), 2008, 37(2): 178-184 入選年份:2013
郝燕玲,唐文靜,趙玉新,等
來源出版物:測繪學(xué)報(bào), 2008, 37(4): 501-506 入選年份:2013
程鵬飛,文漢江,成英燕,等
來源出版物:測繪學(xué)報(bào), 2009, 38(3): 189-194 入選年份:2013
陶超,譚毅華,蔡華杰,等
來源出版物:測繪學(xué)報(bào), 2010, 39(1): 39-45 入選年份:2013
薛存金,周成虎,蘇奮振,等
來源出版物:測繪學(xué)報(bào), 2010, 39(1): 95-101 入選年份:2013
孫海燕,黃華兵,王喜娜
來源出版物:測繪學(xué)報(bào), 2012, 41(1): 54-58 入選年份:2013
劉慧敏,樊子德,鄧敏,等
關(guān)鍵詞:等高線;地圖;層次;信息量
來源出版物:測繪學(xué)報(bào), 2012, 41(5): 777-783 入選年份:2013
駱劍承,盛永偉,沈占鋒,等
來源出版物:遙感學(xué)報(bào), 2009, 13(4): 604-615 入選年份:2013
雷小奇,王衛(wèi)星,賴均
來源出版物:測繪學(xué)報(bào), 2009, 38(5): 457-465 入選年份:2014
譚衢霖
來源出版物:測繪學(xué)報(bào), 2010, 39(6): 618-623 入選年份:2014
楊必勝,魏征,李清泉,等
來源出版物:測繪學(xué)報(bào), 2010, 39(5): 540-545 入選年份:2014
季順平,袁修孝
來源出版物:測繪學(xué)報(bào), 2010, 39(6): 592-598 入選年份:2014
安曉亞,孫群,肖強(qiáng),等
來源出版物:測繪學(xué)報(bào), 2011, 40(4): 495-501,50 入選年份:2014
李德仁
來源出版物:測繪學(xué)報(bào), 2012, 41(3): 317-322 入選年份:2014
郭仁忠,劉江濤,彭子鳳,等
來源出版物:測繪學(xué)報(bào), 2012, 41(3): 323-326 入選年份:2014
張新長,郭泰圣,唐鐵
來源出版物:測繪學(xué)報(bào), 2012, 41(4): 613-619 入選年份:2014
張興福,李博峰,魏德宏,等
來源出版物:測繪學(xué)報(bào), 2013, 42(1): 6-12 入選年份:2014
李正強(qiáng),許華,張瑩,等
來源出版物:遙感學(xué)報(bào), 2013, 17(4): 919-928 入選年份:2014
謝一凇,李東輝,李凱濤,等
來源出版物:遙感學(xué)報(bào), 2013, 17(4): 970-980 入選年份:2014
龔健雅,李小龍,吳華意
來源出版物:測繪學(xué)報(bào), 2014, 43(3): 226-232 入選年份:2014
呂志平,魏子卿,李軍,等
來源出版物:測繪學(xué)報(bào), 2013, 42(6): 791-797 入選年份:2013