CH20110819 基于影像模擬的星載SAR影像正射糾正=Ortho-rectification of Satellite-borne SAR Image Based on Image Simulation/張過(guò)，墻強(qiáng)，祝小勇，唐新明（國(guó)家測(cè)繪局衛(wèi)星測(cè)繪應(yīng)用中心）∥測(cè)繪學(xué)報(bào).-2010，39（6）.-554～560

對(duì)山地和高山地等選點(diǎn)困難地區(qū)的星載SAR影像進(jìn)行正射糾正時(shí)，通常采用距離多普勒模型進(jìn)行影像模擬糾正。但由于每類(lèi)星載SAR影像輔助數(shù)據(jù)不同，所建立的距離多普勒模型均不相同，從而導(dǎo)致針對(duì)每類(lèi)星載SAR影像需要采用不同的軟件模塊進(jìn)行模擬和正射糾正。針對(duì)該缺點(diǎn)，采用RPC模型代替距離多普勒模型并利用改進(jìn)的模擬影像灰度確定方式進(jìn)行星載SAR影像模擬，在此基礎(chǔ)上建立模擬影像和真實(shí)SAR影像之間關(guān)系進(jìn)行正射糾正。采用四川某地區(qū)的TerraSAR-X影像，將正射糾正的實(shí)際精度和理論精度進(jìn)行對(duì)比，驗(yàn)證本文提出的理論和方法。圖8表2參16

?影像模擬 正射糾正 星載合成孔徑雷達(dá)

CH20110820 基于熱傳導(dǎo)模型的像素級(jí)遙感圖像融合=Pixel-level Remote Sensing Images Fusion Based on Heat Conduction Model/許君一，盧秀山，卿熙宏，姚繼鋒（山東科技大學(xué)測(cè)繪科學(xué)與工程學(xué)院）∥測(cè)繪學(xué)報(bào).-2010，39（6）.-566～571，578

通過(guò)熱傳導(dǎo)方程給出一種像素級(jí)遙感圖像融合模型和方法：①給出空間域內(nèi)高分辨率圖像與低分辨率圖像之間的擴(kuò)散關(guān)系，作為特例得到Brovey變換（brovey transform，BT）；②給出圖像融合與增強(qiáng)的統(tǒng)一表達(dá)式并得到基于亮度平衡的融合方法；③低分辨率多光譜圖像的方差較小情形，指出基于方差的標(biāo)準(zhǔn)圖像融合方法將會(huì)丟失高空間分辨率全色圖像信息。試驗(yàn)表明，除了圖像量化誤差以外，所提議的方法不會(huì)丟失已知圖像的空間分辨率和波譜信息。圖11表1參13

?圖像融合 多光譜圖像

CH20110821 基于相關(guān)向量機(jī)的高光譜影像分類(lèi)研究=Research on Relevance Vector Machine for Hyperspectral Imagery Classification/楊國(guó)鵬，余旭初，周欣，張鵬強(qiáng)（信息工程大學(xué)測(cè)繪學(xué)院）∥測(cè)繪學(xué)報(bào).-2010，39（6）.-572～578

從分析支持向量機(jī)用于高光譜影像分類(lèi)時(shí)存在的不足出發(fā)，提出一種基于相關(guān)向量機(jī)的高光譜影像分類(lèi)方法。在介紹稀疏貝葉斯分類(lèi)模型的基礎(chǔ)上，將相關(guān)向量機(jī)學(xué)習(xí)轉(zhuǎn)化為最大化邊緣似然函數(shù)參數(shù)估計(jì)問(wèn)題，并采用快速序列稀疏貝葉斯學(xué)習(xí)算法。通過(guò)PHI和OMIS影像分類(lèi)試驗(yàn)分析表明基于相關(guān)向量機(jī)的高光譜影像分類(lèi)方法的優(yōu)勢(shì)。圖3表6參15

?高光譜影像 相關(guān)向量機(jī) 支持向量機(jī) 影像分類(lèi)

CH20110822 星載相機(jī)軌道末期成像模型及圖像復(fù)原算法=Imaging Model and Image Recovering Algorithms of Spaceborne Camera in the End of Orbit Life/賀小軍，金光，楊秀彬，王金玲，曲宏松（中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）∥測(cè)繪學(xué)報(bào).-2010，39（6）.-579～584

通過(guò)對(duì)光學(xué)衛(wèi)星軌道末期成像面臨的像移失配的研究，從能量的觀點(diǎn)出發(fā)建立TDI CCD（時(shí)間延遲積分電荷耦合器件）推掃成像通用模型（GMPI）。基于該模型提出一種像移失配工況下的非常規(guī)遙感成像方式。引入信號(hào)濾波器的表示方法，將GMPI模型簡(jiǎn)化成為易于計(jì)算的TDI CCD推掃成像濾波器模型（FMPI），對(duì)軌道末期遙感圖像混疊效應(yīng)進(jìn)行定量分析，并給出基于成像機(jī)理及成像參數(shù)的圖像恢復(fù)處理方法。通過(guò)實(shí)際成像試驗(yàn)獲取像移速度失配下的圖像并通過(guò)圖像恢復(fù)算法進(jìn)行處理，得到比半盲式復(fù)原算法更好的圖像恢復(fù)效果。圖9表2參7

?非常規(guī)成像 像移失配 圖像恢復(fù)

CH20110823 一種基于變分Retinex的遙感影像不均勻性校正方法=An Uneven Illumination Correction Method Based on Variational Retinex for Remote Sensing Image/李慧芳，沈煥鋒，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）∥測(cè)繪學(xué)報(bào).-2010，39（6）.-585～591，598

提出一種基于變分Retinex的遙感影像灰度不均勻性校正方法。該方法在Retinex框架上，利用變分最優(yōu)化技術(shù)和投影歸一化最速下降法求解成像瞬間的照度分布，并以此為基礎(chǔ)對(duì)遙感影像的灰度不均勻性進(jìn)行校正。為提高運(yùn)算效率，引入多尺度數(shù)值求解的策略。利用模擬影像和真實(shí)影像進(jìn)行試驗(yàn)，并與傳統(tǒng)方法進(jìn)行對(duì)比分析，結(jié)果表明，該方法能夠在消除影像灰度不均勻現(xiàn)象的同時(shí)，有效保持影像本身的色彩和細(xì)節(jié)信息，同時(shí)還具有較高的運(yùn)算效率。圖7表2參16

?灰度不均勻 遙感影像

CH20110824 基于RFM的高分辨率衛(wèi)星遙感影像自動(dòng)匹配研究=Automatic Matching of High Resolution Satellite Images Based on RFM/季順平，袁修孝（武漢大學(xué)遙感信息工程學(xué)院）∥測(cè)繪學(xué)報(bào).-2010，39（6）.-592～598

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。利用RFM進(jìn)行高分辨率衛(wèi)星影像直接定位和同名點(diǎn)預(yù)測(cè)，并分析預(yù)測(cè)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。圖6表4參20

?影像匹配 核線方程

CH20110825 基于Contourlet域H ausdorff距離和粒子群的多源遙感圖像匹配=Multi-source Remote Sensing Image Matching Based on Contourlet-domain H ausdorff Distance and Particle Sw arm Optimization/陳颯，吳一全（南京航空航天大學(xué)信息科學(xué)與技術(shù)學(xué)院）∥測(cè)繪學(xué)報(bào).-2010，39（6）.-599～604

為進(jìn)一步提高多源遙感圖像的匹配精度和運(yùn)算效率，提出一種利用Contourlet變換、Hausdorff距離和改進(jìn)粒子群的遙感圖像匹配算法。在分別對(duì)目標(biāo)圖像和參考圖像進(jìn)行Contourlet分解的基礎(chǔ)上，采用小波模極大值法提取低頻圖像的邊緣信息，以LTS-HD作為圖像匹配的相似性度量準(zhǔn)則，并利用一種帶極值擾動(dòng)的簡(jiǎn)化粒子群優(yōu)化算法對(duì)低頻邊緣圖像進(jìn)行匹配操作，得到粗匹配點(diǎn)；然后根據(jù)粗匹配點(diǎn)的位置反演計(jì)算到原始圖像，進(jìn)行精匹配，最終實(shí)現(xiàn)全分辨率情況下遙感圖像的匹配。試驗(yàn)結(jié)果表明，該算法與目前常用的遙感圖像匹配算法相比，不僅具有更高的匹配精度和運(yùn)算效率，同時(shí)該算法對(duì)噪聲、不同程度的遮擋具有較強(qiáng)的穩(wěn)健性。圖4表2參15

?多源遙感圖像 粒子群優(yōu)化 圖像匹配

CH20110826 基于二維希爾伯特變換的相位一致模型圖像特征檢測(cè)方法=The Algorithm of Image Features Detection from Phase Congruency Model Based on 2-D Hilbert Transform/王珂，肖鵬峰（南京大學(xué)地理與海洋科學(xué)學(xué)院地理信息科學(xué)系）∥測(cè)繪學(xué)報(bào).-2010，39（6）.-605～610，617

相位一致方法是從頻域中的相位信息理論中延伸出的一種圖像特征檢測(cè)方法。其原理是指圖像特征如躍級(jí)邊緣、線形、屋脊形和馬赫帶等，總發(fā)生在相位的最大疊合處。該原理通過(guò)構(gòu)造局部能量模型，并經(jīng)標(biāo)準(zhǔn)化后，度量其圖像各個(gè)位置的相位一致值。在前人的基礎(chǔ)上對(duì)該模型進(jìn)行改進(jìn)，提出以二維的希爾伯特變換代替一維希爾伯特變換，從而在全方向上考慮各點(diǎn)的相位一致。改進(jìn)算法后，相位一致模型的分子部分，即局部能量，是利用去DC（Direct Current，直流）分量算子和二維希爾伯特變換算子以卷積的形式求取，從而簡(jiǎn)化算法實(shí)現(xiàn)過(guò)程。同時(shí)為了抑制噪音的影響，在相位一致模型中的分母部分中引入了圖像DC分量。最后以自然圖像和遙感圖像為試驗(yàn)對(duì)象進(jìn)行圖像特征檢測(cè)，結(jié)果表明該改進(jìn)方法可以有效地提取圖像特征。圖8參19

?二維希爾伯特變換 圖像特征檢測(cè)

CH20110827 一種利用TM影像自動(dòng)提取細(xì)小水體的方法=A Method of Small Water Information Automatic Extraction from TM Remote Sensing Images/楊樹(shù)文，薛重生，劉濤，李軼鯤（中國(guó)地質(zhì)大學(xué)地球科學(xué)學(xué)院）∥測(cè)繪學(xué)報(bào).-2010，39（6）.-611～617

提出一種利用TM影像自動(dòng)提取山區(qū)細(xì)小水體的多波段譜間關(guān)系改進(jìn)方法。該方法在典型譜間關(guān)系法的基礎(chǔ)上，針對(duì)水體與陰影在藍(lán)綠光波段亮度值降低速率差異較大的特征，基于差值運(yùn)算，構(gòu)建新的多波段譜間關(guān)系水體提取模型。首先利用該模型將水體從其他地物及陰影中分離出來(lái)，然后基于數(shù)學(xué)形態(tài)學(xué)膨脹濾波算法進(jìn)行空洞填充和短線連接，最后通過(guò)圖像細(xì)化算法實(shí)現(xiàn)目標(biāo)的細(xì)化。經(jīng)過(guò)試驗(yàn)比較表明，該方法克服了許多水體提取模型只能有效提取較大面積水體的缺點(diǎn)，除了能夠?qū)ι絽^(qū)的細(xì)小水體進(jìn)行高精度自動(dòng)提取外，還能夠有效地去除陰影等干擾信息。圖12表1參24

?多波段譜間關(guān)系法 特征提取 圖像細(xì)化

CH20110828 高分辨率多光譜影像城區(qū)建筑物提取研究=Urban Building Extraction from VHR Multi-spectral Images Using Object-based Classification/譚衢霖（北京交通大學(xué)土木建筑工程學(xué)院）∥測(cè)繪學(xué)報(bào).-2010，39（6）.-618～623

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(lèi)的方法進(jìn)行建筑物分類(lèi)提取難以取得滿(mǎn)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(shí)規(guī)則的面向?qū)ο蠓诸?lèi)提取城區(qū)建筑物方法，包括如下步驟：①融合1m全色和4m多光譜波段影像，生成1m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(duì)象光譜的最近鄰監(jiān)督分類(lèi)；④應(yīng)用模糊邏輯分類(lèi)器結(jié)合光譜、空間、紋理和上下文特征等知識(shí)規(guī)則進(jìn)行建筑物分類(lèi)。統(tǒng)計(jì)試驗(yàn)表明，該分類(lèi)方法提取城區(qū)建筑物精度可達(dá)到93％。圖4表1參12

?面向?qū)ο?影像分析 建筑物提取

CH20110829 基于數(shù)字視差模型和改進(jìn)SIFT特征的數(shù)字近景立體影像匹配=Digital Close-range Stereo Image Matching Based on Digital Parallax Model and Improved SIFT Feature/張卡，盛業(yè)華，葉春（南京師范大學(xué)虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室）∥測(cè)繪學(xué)報(bào).-2010，39（6）.-624～630

針對(duì)數(shù)字近景立體攝影測(cè)量中立體影像的高效自動(dòng)匹配的需要，提出一種基于數(shù)字視差模型（digital parallax model，DPM）和改進(jìn)SIFT（scale invariable feature transformation）特征的立體影像匹配算法。根據(jù)近景立體攝影系統(tǒng)中相機(jī)基距和相互關(guān)系固定的特點(diǎn)，利用已知的標(biāo)定數(shù)據(jù)，構(gòu)建立體影像的數(shù)字視差模型，并計(jì)算立體影像中的同名核線參數(shù)，再在DPM和核線的約束下，確定右影像上同名像點(diǎn)的搜索范圍，以提高匹配速度和準(zhǔn)確性；利用SIFT特征和灰度特征，設(shè)計(jì)結(jié)合局部結(jié)構(gòu)信息和全局灰度信息的匹配相似性測(cè)度計(jì)算模型，以增強(qiáng)匹配的穩(wěn)健性。利用該算法對(duì)實(shí)際立體影像進(jìn)行試驗(yàn)，結(jié)果表明本文方法可大大消減錯(cuò)誤匹配，提高匹配的可靠性和精度。圖8表1參19

?近景攝影測(cè)量 影像匹配 數(shù)字視差模型

CH20110830 利用邊緣特征點(diǎn)聚類(lèi)分析進(jìn)行RHT圓形目標(biāo)快速檢測(cè)=A Rapid Detection for RHT Multi-circle Objects Based on Edge Feature Points’Cluster Analysis/方圣輝，孟樊（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（11）.-1261～1264

針對(duì)目標(biāo)識(shí)別和提取中多圓目標(biāo)的檢測(cè)問(wèn)題，提出了一種基于邊緣特征點(diǎn)聚類(lèi)分析的RHT快速檢測(cè)算法。實(shí)驗(yàn)結(jié)果表明，該方法可以在背景較為復(fù)雜的影像中快速準(zhǔn)確地提取多個(gè)圓形目標(biāo)，對(duì)于比較分散的形態(tài)較大的近圓形目標(biāo)的提取也具有很大的實(shí)用價(jià)值，且具有良好的抗噪和抗干擾能力及較強(qiáng)的魯棒性。圖7參10

?隨機(jī)Hough變換 圓形目標(biāo)檢測(cè) 特征聚類(lèi)

CH20110831 利用雙指數(shù)函數(shù)導(dǎo)數(shù)模型進(jìn)行高分辨率衛(wèi)星影像目標(biāo)檢測(cè)=A Novel High Resolution Satellite Imagery Object Detection Based on Derivative of Double Exponential/胡學(xué)敏，鄭宏，司小書(shū)（武漢大學(xué)電子信息學(xué)院智能計(jì)算與智能系統(tǒng)聯(lián)合實(shí)驗(yàn)室）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（11）.-1265～1270

首先用一種雙邊濾波的方法去除圖像中的噪聲，然后采用形態(tài)學(xué)處理的方法對(duì)圖像進(jìn)行分割和特征增強(qiáng)，并提取興趣區(qū)域。在目標(biāo)檢測(cè)階段，設(shè)計(jì)了一種基于雙指數(shù)函數(shù)導(dǎo)數(shù)（DODE）模型的檢測(cè)算子，該算子是面向具體目標(biāo)設(shè)計(jì)的，能實(shí)現(xiàn)穩(wěn)健的目標(biāo)檢測(cè)。對(duì)Google Earth中的影像分別進(jìn)行了車(chē)輛檢測(cè)實(shí)驗(yàn)和船艦檢測(cè)實(shí)驗(yàn)，結(jié)果表明，此方法能夠有效準(zhǔn)確地檢測(cè)高分辨率衛(wèi)星影像中的特定目標(biāo)。圖7表1參13

?雙指數(shù)函數(shù)導(dǎo)數(shù) 目標(biāo)檢測(cè) 高分辨率衛(wèi)星影像

CH20110832 利用Gabor濾波器與蟻群算法進(jìn)行紋理分割=Texture Segmentation Based on Gabor Filters and Ant Colony Optimization Algorithm/陳杰，鄧敏，肖鵬峰，楊敏華（中南大學(xué)測(cè)繪與國(guó)土信息工程系）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（11）.-1271～1274，1334

提出了一種利用蟻群算法抽取最優(yōu)Gabor紋理特征的紋理圖像監(jiān)督分割方法。首先，隨機(jī)選取紋理樣本進(jìn)行Gabor濾波器變換。然后在蟻群算法的基礎(chǔ)上采取Gabor紋理向量與紋理類(lèi)別中心的距離和最小的方式選擇特征子集。其目的在于從全局的角度確定Gabor濾波器的主頻率及方向中心，使得不同紋理之間的頻率響應(yīng)差別最大。最后，利用K均值算法在已降維的特征上進(jìn)行紋理圖像分割。實(shí)驗(yàn)結(jié)果表明，本文方法在合成紋理圖像的分割中有較佳表現(xiàn)。圖5表2參11

?Gabor濾波器 蟻群優(yōu)化 K均值算法 獨(dú)立成分分析

CH20110833 基于微型無(wú)人機(jī)平臺(tái)的航拍動(dòng)態(tài)陰影檢測(cè)=Dynamic Shadow Detection Based on Micro Unmanned Helicopter Platform/劉晉蘇，任沁源，韓波，李平（浙江大學(xué)工業(yè)控制技術(shù)研究所）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（11）.-1275～1278

提出了一種適用于微型無(wú)人直升機(jī)平臺(tái)的低空航拍動(dòng)態(tài)陰影檢測(cè)方法。針對(duì)無(wú)人機(jī)平臺(tái)對(duì)檢測(cè)算法的高魯棒性、適應(yīng)運(yùn)動(dòng)背景等要求，在分析陰影特征集特點(diǎn)的基礎(chǔ)上，提取兩個(gè)獨(dú)立的陰影特征；對(duì)現(xiàn)有的Co-EM策略加以改進(jìn)，實(shí)現(xiàn)單幀圖像的陰影檢測(cè)；根據(jù)無(wú)人機(jī)運(yùn)動(dòng)的特點(diǎn)，提出基于樣本參數(shù)傳遞的在線檢測(cè)模型。實(shí)驗(yàn)表明，本方法能夠適應(yīng)真實(shí)微型無(wú)人機(jī)平臺(tái)的應(yīng)用需求，與常用的采用色彩或區(qū)域特征的方法相比，具有更好的檢測(cè)效果。圖5參14

?微型無(wú)人機(jī) 陰影檢測(cè)

CH20110834 利用無(wú)參數(shù)統(tǒng)計(jì)特征進(jìn)行旋轉(zhuǎn)不變紋理圖像漸進(jìn)檢索=A Rotation-invariant Texture Retrieval Algorithm Based on Parameterless Statistical Features/朱先強(qiáng)，邵振峰，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）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（11）.-1279～1282

分析了Radon變換和Log-polar變換在消除旋轉(zhuǎn)位移時(shí)對(duì)頻譜的影響，探討了NSCT變換和小波變換在不同檢索參數(shù)下的平均檢索性能，在此基礎(chǔ)上構(gòu)造出多尺度多方向紋理變換譜和旋轉(zhuǎn)不變特征矢量，并提出了一種基于無(wú)參數(shù)統(tǒng)計(jì)特征的旋轉(zhuǎn)不變紋理圖像兩級(jí)漸進(jìn)檢索算法。通過(guò)VisTex標(biāo)準(zhǔn)紋理圖像庫(kù)的檢索實(shí)驗(yàn)證明，與傳統(tǒng)檢索算法相比，本文提出的算法既可獲取紋理主方向，同時(shí)又能表征紋理細(xì)節(jié)信息，有效地提高了旋轉(zhuǎn)不變紋理圖像檢索的查準(zhǔn)率和檢索效率。圖4表2參7

?無(wú)參數(shù)統(tǒng)計(jì)特征 旋轉(zhuǎn)不變紋理檢索 圖像檢索

CH20110835 IKONOS圖像融合中自動(dòng)擬合低分辨率全色圖像的方法=An Automatic Method of Simulating Low Resolution Panchromatic Image in IKONOS Image Fusion/王忠武，劉順喜，陳曉東（中國(guó)土地勘測(cè)規(guī)劃院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（11）.-1283～1287

提出了一種IKONOS圖像融合中自動(dòng)擬合低分辨率全色圖像的方法。首先使用支持向量機(jī)將全色圖像的像元自動(dòng)分為高、低頻信息像元；然后采用改進(jìn)的Bucket技術(shù)選擇一定數(shù)量、均勻分布的低頻信息像元點(diǎn)作為觀測(cè)值；最后通過(guò)線性回歸方法求得擬合系數(shù)，并構(gòu)造低分辨率全色圖像。兩組IKONOS全色與多光譜圖像的實(shí)驗(yàn)結(jié)果表明，本文方法能自動(dòng)選擇均勻分布的像元點(diǎn)，并求得擬合系數(shù)，基于擬合低分辨率全色圖像的Gram-Schmidt融合方法的質(zhì)量也優(yōu)于傳統(tǒng)的Gram-Schmidt融合方法。圖2表2參15

?支持向量機(jī) 低分辨率全色圖像 圖像融合

CH20110836 利用元胞自動(dòng)機(jī)和模糊C均值進(jìn)行圖像分割=An Image Segmentation Method Based on Cellular Automata and Fuzzy C-means/王海軍，張文婷，賀三維，鄧羽（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（11）.-1288～1291

提出了一種基于元胞自動(dòng)機(jī)和模糊C均值思想的圖像分割方法。該方法以模糊C均值算法為基礎(chǔ)定義目標(biāo)函數(shù)，以灰度級(jí)為對(duì)象，應(yīng)用一維元胞自動(dòng)機(jī)自迭代求取最小目標(biāo)函數(shù)，實(shí)現(xiàn)對(duì)圖像的初步分割；在此基礎(chǔ)上，以二維空間鄰域信息對(duì)原分割結(jié)果進(jìn)行凈化。該方法不僅可以用于普通灰度圖像的分割，也可用于遙感影像圖的分割。圖9表3參13

?元胞自動(dòng)機(jī) 模糊C均值 圖像分割 影像分割

CH20110837 利用暗原色先驗(yàn)知識(shí)實(shí)現(xiàn)航空影像快速去霧=Using Dark Channel Prior to Quickly Remove H aze from a Single Image/楊靖宇，張永生，鄒曉亮，董廣軍（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（11）.-1292～1295

針對(duì)城區(qū)影像中存在的白色建筑物、城市廣場(chǎng)、水泥路面等區(qū)域暗原色先驗(yàn)失效問(wèn)題和現(xiàn)有的去霧流程中地物輻射大氣透射率計(jì)算復(fù)雜、耗時(shí)的弊端，利用航空影像中的霧分布相對(duì)均勻，且景深變化不大的特點(diǎn)，在保證不明顯降低去霧效果的前提下，設(shè)計(jì)了一種新的透射率快速計(jì)算方法，實(shí)現(xiàn)航空影像的快速去霧處理。利用多幅影像數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，并設(shè)計(jì)了一組圖像清晰度評(píng)價(jià)指標(biāo)，對(duì)去霧結(jié)果進(jìn)行定量分析。圖3表1參13

?暗原色先驗(yàn) 霧成像模型 圖像清晰度

CH20110838 利用SIFT與粗差探測(cè)進(jìn)行SAR影像配準(zhǔn)=SAR Imagery Registration Based on SIFTand Data Snooping/史磊，李平湘，楊杰（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（11）.-1296～1299

SAR影像特殊的成像機(jī)理使得SIFT在SAR影像配準(zhǔn)中的錯(cuò)誤率較高，加入相干系數(shù)的輔助只能在一定程度上削弱SIFT的錯(cuò)誤配準(zhǔn)。由于僅考慮灰度的配準(zhǔn)策略對(duì)精度的提高有限，本文將攝影測(cè)量中粗差探測(cè)和剔除的方法與SIFT算法相結(jié)合。在二次多項(xiàng)式平差的過(guò)程中，將錯(cuò)誤同名點(diǎn)視為粗差，利用粗差剔除的方法提高配準(zhǔn)精度。實(shí)驗(yàn)證明了此方法的可行性。圖6表1參13

?合成孔徑雷達(dá) 影像配準(zhǔn) 粗差探測(cè)

CH20110839 前視雙基地SAR CS成像算法=CS Algorithm for Forward-looking Bistatic SAR/蔡復(fù)青，何友，林雪原，宋杰（海軍航空工程學(xué)院信息融合研究所）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（11）.-1300～1304

提出了前視雙基地SAR CS成像方法。研究了前視雙基地SAR的成像機(jī)理，建立了信號(hào)模型；通過(guò)時(shí)域線性距離徙動(dòng)補(bǔ)償將前視雙基地SAR進(jìn)行單站固定等效，分析了回波信號(hào)等效后的方位空變性特點(diǎn)；確定了前視雙基地SAR CS成像算法的相位匹配函數(shù)；通過(guò)算法仿真驗(yàn)證了算法的正確性。圖4表2參11

?前視雙基地合成孔徑雷達(dá)

CH20110840 基于奇異值分解的灰度級(jí)數(shù)字水印算法=Gray-level Digital Watermarking Algorithm Based on SVD/李旭東（浙江財(cái)經(jīng)學(xué)院數(shù)學(xué)與統(tǒng)計(jì)學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（11）.-1305～1308，1359

提出了一種新的基于奇異值分解的灰度級(jí)數(shù)字水印算法。該算法將灰度級(jí)水印圖像進(jìn)行位平面分解后的數(shù)據(jù)從高位到低位分別嵌入原始圖像子塊奇異值分解后從大到小排列的奇異值中，并在算法中采取了抗亮度、對(duì)比度調(diào)整修正，使得該算法具備了抗亮度、對(duì)比度調(diào)整攻擊的穩(wěn)健性。實(shí)驗(yàn)結(jié)果表明，該算法具有很好的水印透明性，對(duì)亮度、對(duì)比度調(diào)整攻擊具有特強(qiáng)的穩(wěn)健性，并且對(duì)其他常見(jiàn)的圖像處理攻擊（如圖像平滑、加噪聲、顏色抖動(dòng)和JPEG壓縮等）也具有很強(qiáng)的穩(wěn)健性。圖1表2參13

?數(shù)字水印 奇異值分解 灰度級(jí)水印 版權(quán)保護(hù)

CH20110841 基于SOA的遙感影像共享架構(gòu)研究=Architecture of Remote Sense Image Sharing Based on SOA/王連備，賁進(jìn)（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（11）.-1314～1317，1364

針對(duì)遙感影像數(shù)據(jù)共享中存在的“信息孤島”問(wèn)題，提出了面向服務(wù)的共享架構(gòu)；基于OGC規(guī)范擴(kuò)展定義了可支持計(jì)算機(jī)搜索、評(píng)價(jià)并集成數(shù)據(jù)服務(wù)的元信息模型；基于Web Services技術(shù)設(shè)計(jì)和實(shí)現(xiàn)了元數(shù)據(jù)服務(wù)和數(shù)據(jù)服務(wù)。實(shí)驗(yàn)結(jié)果表明，面向服務(wù)的共享架構(gòu)能夠集成地理上分布的異構(gòu)影像數(shù)據(jù)資源。圖5參10

?遙感影像 數(shù)據(jù)共享 元數(shù)據(jù) 數(shù)據(jù)服務(wù)

CH20110842 基于LiDAR數(shù)據(jù)生成光滑等高線=A Smooth Contour Generation Method Based on LiDARData/王宗躍，馬洪超，彭檢貴，高廣（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（11）.-1318～1321

通過(guò)曲面擬合修正部分粗糙地面點(diǎn)的高程，建立三角網(wǎng)跟蹤等高點(diǎn)，采用加權(quán)二次多項(xiàng)式消除毛刺，采用顧及等高距的樣條函數(shù)內(nèi)插等高線。實(shí)驗(yàn)表明，該方法能夠在損失較小的精度下生成不相交的光滑等高線，視覺(jué)效果好。圖7表1參10

?激光雷達(dá) 等高線

CH20110843 基于線/線拓?fù)潢P(guān)系的局部變化等高線融合=Local Contour Line Fusion Based on Line/Line Topological Relations/邢漢發(fā)，周曉光，許禮林（中南大學(xué)測(cè)繪與國(guó)土信息工程系）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（11）.-1322～1326

在基于目標(biāo)整體交/差的拓?fù)潢P(guān)系計(jì)算模型的基礎(chǔ)上，結(jié)合等高線融合特征目標(biāo)“始末交點(diǎn)”，用目標(biāo)整體∩（交）、兩個(gè)整體目標(biāo)分別與“始末交點(diǎn)”的（差）兩個(gè)集合操作的結(jié)果來(lái)計(jì)算變化前后高程值相等的等高線間的拓?fù)潢P(guān)系，根據(jù)計(jì)算結(jié)果建立等高線融合的基本規(guī)則?；谝?guī)則設(shè)計(jì)并實(shí)現(xiàn)了局部變化等高線融合的基本流程。圖5參12

?拓?fù)潢P(guān)系 特征目標(biāo) 等高線融合

CH20110844 基于橢圓曲線密碼體制的遙感圖像加密算法=New Encryption Approach Based on ECC for Remote Sensing Images/時(shí)向勇，李先華，鄭成建（上海大學(xué)遙感與空間信息科學(xué)研究中心）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（11）.-1309～1313

在介紹Montgomery型橢圓曲線密碼體制的基礎(chǔ)上，結(jié)合Montgomery型橢圓曲線標(biāo)量乘的快速性和基于證書(shū)的ECDH橢圓曲線密鑰交換協(xié)議的雙向性等特性，提出了一種基于Montgomery型橢圓曲線密碼體制的遙感圖像加解密方法。實(shí)驗(yàn)仿真分析表明，該算法提高了對(duì)于海量遙感數(shù)據(jù)的加解密速度，增強(qiáng)了明文嵌入編碼的安全性，實(shí)現(xiàn)了通信雙方的雙向認(rèn)證，可為海量遙感數(shù)據(jù)的加解密提供有效的算法支持。圖4參13

?橢圓曲線密碼學(xué) 圖像加密

CH20110845 湖北省氣溶膠光學(xué)厚度時(shí)空分布特征研究=Temporal Variation and Spatial Distribution of Atmospheric Aerosols over Hubei Province/郭陽(yáng)潔，洪松，莊艷華，馮楠（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（11）.-1381～1385

利用MODIS遙感數(shù)據(jù)反演湖北省2003～2008年氣溶膠光學(xué)厚度（AOD）數(shù)據(jù)，研究了AOD平均值的空間分布與時(shí)間變化特征；利用自組織映射（SOM）模型與線性模型，分析了湖北省AOD與人口密度、人均工業(yè)產(chǎn)值、森林覆蓋率之間的關(guān)系。結(jié)果表明，在空間分布上，AOD高值區(qū)主要位于地勢(shì)較低、人口密度較大、人均工業(yè)產(chǎn)值較高、森林覆蓋率較低的湖北中南部；AOD次高值、低值區(qū)位于地勢(shì)較高、人口密度較小、人均工業(yè)產(chǎn)值較低、森林覆蓋率較高的湖北西部、東北部和東南部，對(duì)高值區(qū)呈環(huán)繞之勢(shì)。在時(shí)間變化上，AOD年均值呈逐年增加的趨勢(shì)；四季均值及細(xì)粒比分布存在明顯差異；月平均值在冬春、春夏之交分別呈上升與下降趨勢(shì)。在AOD時(shí)空分布的影響因素上，SOM模型與線性模型分析結(jié)論一致，AOD分布與人口密度、人均工業(yè)產(chǎn)值呈正相關(guān)，與森林覆蓋率呈負(fù)相關(guān)。圖1參18

?氣溶膠 空間分布 時(shí)間變化 自組織映射

CH20110846 基于吸引子的圖像分割新方法的研究=Research About New Method of Image Segmentation Based on Attractor/鄭肇葆（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（10）.-1192～1196

提出了一個(gè)“邊界點(diǎn)”的新概念，并引用正態(tài)分布中大于3倍標(biāo)準(zhǔn)差的事件為小概率事件，作為圖像分割中邊界點(diǎn)“撿起”或“卸下”的依據(jù)。與其他方法相比，能使“撿起”、“卸下”的決策計(jì)算大大簡(jiǎn)化。通過(guò)對(duì)兩幅航空影像的分割實(shí)驗(yàn)表明，新方法的分割效果是好的，是一個(gè)很有實(shí)用潛力的圖像分割方法。圖4表2參10

?圖像分割 邊界點(diǎn)

CH20110847 月球表面遙感圖像的地形輻射改正原理研究=Research of Radiant Topographic Correction Theory for Lunar Surface Remote Sensing Imageries/李先華，黃微，羅慶洲，劉順喜（杭州師范大學(xué)遙感與地球科學(xué)研究院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（10）.-1197～1201

研究了利用月球表面的數(shù)字高程模型和對(duì)應(yīng)的衛(wèi)星影像；分析了遙感圖像像元亮度值與光輻射照度、月面地形（像元地面坡度、坡向）之間的定量關(guān)系；研究了月面遙感數(shù)字圖像地形輻射改正的原理方法并實(shí)現(xiàn)月面遙感數(shù)字圖像的地形輻射改正，生成無(wú)陰影正射月表遙感圖像。圖5表1參10

?月球表面 遙感圖像 地形輻射改正 陰影消除

CH20110848 基于條件植被溫度指數(shù)的干旱預(yù)測(cè)研究=Drought Forecasting with Vegetation Temperature Condition Index/韓萍，王鵬新，張樹(shù)譽(yù)，朱德海（中國(guó)農(nóng)業(yè)大學(xué)理學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（10）.-1202～1206，1259

基于遙感定量化干旱監(jiān)測(cè)結(jié)果，進(jìn)行了干旱預(yù)測(cè)的研究。將遙感獲得的條件植被溫度指數(shù)VTCI序列應(yīng)用于陜西關(guān)中平原地區(qū)，并利用ARIMA模型對(duì)該地區(qū)的VTCI時(shí)間序列進(jìn)行分析建模預(yù)測(cè)。提出由點(diǎn)到面的時(shí)空序列預(yù)測(cè)方法，先對(duì)該區(qū)域的36個(gè)氣象站所在像素點(diǎn)建立適合的ARIMA模型，再對(duì)整個(gè)區(qū)域所有像素點(diǎn)的VTCI時(shí)間序列進(jìn)行建模預(yù)測(cè)。進(jìn)行1步和2步預(yù)測(cè)，顯示預(yù)測(cè)結(jié)果較好，1步預(yù)測(cè)精度好于2步預(yù)測(cè)；對(duì)歷史數(shù)據(jù)進(jìn)行AR（1）模型的擬合，擬合誤差大部分較小。結(jié)果顯示AR（1）模型適合VTCI序列。圖8表2參13

?干旱預(yù)測(cè) 預(yù)測(cè)誤差 擬合誤差

CH20110849 一種基于高斯影像立方體的空間投影融合方法=A New Spatial Projection Image Fusion Method Based on Gaussian Image Cube/邵振峰，劉軍，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）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（10）.-1207～1211

為了使融合影像能夠最大限度地保持原始多光譜影像的光譜特征，同時(shí)又能盡可能地提高融合影像的空間分辨率，引入了模擬人眼視覺(jué)機(jī)理的高斯尺度空間技術(shù)，提出了一種基于高斯影像立方體的空間投影融合方法。該算法在避免光譜扭曲的同時(shí)，又能提高融合影像的空間分辨率。采用QuickBird遙感影像進(jìn)行的實(shí)驗(yàn)結(jié)果表明，本方法在光譜偏差指數(shù)、相關(guān)系數(shù)、UIQI、ERGAS、運(yùn)行時(shí)間、主觀視覺(jué)感受等指標(biāo)上較傳統(tǒng)方法有顯著優(yōu)勢(shì)。圖1表1參10

?高斯尺度空間 高斯影像立方體 空間投影 影像融合

CH20110850 利用多源遙感數(shù)據(jù)進(jìn)行城市不透水面覆蓋度估算=Estimating Urban Impervious Surface Percentage with Multi-source Remote Sensing Data/張路，高志宏，廖明生，李新延（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（10）.-1212～1216

利用深圳實(shí)驗(yàn)區(qū)4種不同傳感器獲取的遙感數(shù)據(jù)，通過(guò)CART算法進(jìn)行城市ISP估算。討論了多光譜遙感數(shù)據(jù)的不同波段在ISP估算中的重要性，比較了針對(duì)三種不同中分辨率影像建立的ISP估算模型在性能上的差異。實(shí)驗(yàn)結(jié)果表明，近紅外波段對(duì)ISP估算結(jié)果的貢獻(xiàn)最大，具有較高空間分辨率和成像輻射質(zhì)量的遙感影像得到的估算結(jié)果精度較高，所有的估算結(jié)果均在實(shí)際ISP分布范圍的兩端分別存在著高估和低估的現(xiàn)象。圖5表1參12

?多源遙感數(shù)據(jù) 不透水面 分類(lèi)回歸樹(shù) 預(yù)測(cè)模型

CH20110851 基于交互最小二乘優(yōu)化的高光譜影像端元光譜分析=Endmember Analysis for Hyperspectral Imagery Based on Alternative Least Square Optimization/黃遠(yuǎn)程，李平湘，張良培（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（10）.-1217～1221

提出了基于交互最小二乘優(yōu)化的高光譜影像端元光譜計(jì)算方法，利用ALS計(jì)算的靈活性將多種對(duì)組分豐度和被估計(jì)光譜的約束條件加入到ALS迭代計(jì)算中，以傳統(tǒng)算法得到的端元光譜作為初始，并考慮數(shù)據(jù)的特殊性建立了適合于高光譜影像的端元分析方法。模擬數(shù)據(jù)分析和Cuprite礦區(qū)的光譜分析結(jié)果證明了本文算法能很好地處理不嚴(yán)格假設(shè)純光譜存在情況下的端元提取問(wèn)題。圖8參14

?混合像元 端元提取 高光譜影像

CH20110852 利用多時(shí)相DEM數(shù)據(jù)的冰雪覆蓋體量變化計(jì)算方法研究=An Approach on Calculating Firn Volume Change from Multi-temporal DEMs/藍(lán)秋萍，費(fèi)立凡，劉一寧（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（10）.-1222～1225

提出了利用同一研究區(qū)不同時(shí)相且無(wú)地質(zhì)災(zāi)害發(fā)生情況下數(shù)字高程模型（DEM）的差異來(lái)計(jì)算冰雪覆蓋體量變化的方法。設(shè)計(jì)實(shí)現(xiàn)了兩種DEM主要表達(dá)形式（規(guī)則格網(wǎng)DEM和TIN）的冰雪覆蓋體量變化計(jì)算方法，提出基于三維道格拉斯-普克算法的DEM數(shù)據(jù)綜合方法，減少離散點(diǎn)數(shù)量，從而提高建立TIN網(wǎng)的速度以及體積變化計(jì)算速度。以天山烏魯木齊河流域數(shù)據(jù)為例對(duì)兩種計(jì)算方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。圖6表1參8

?冰雪體量變化 DEM綜合 計(jì)算方法

CH20110853 基于MRF的各向異性圖像修復(fù)模型=Anisotropic Image Inpainting Model Based on MRF/陳仁喜，李鑫慧，李盛陽(yáng)（河海大學(xué)測(cè)繪科學(xué)與工程系）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（10）.-1231～1235

針對(duì)圖像上劃痕等小區(qū)域的恢復(fù)問(wèn)題，提出了一種顧及邊緣的各向異性馬爾可夫隨機(jī)場(chǎng)修復(fù)模型，并采用模擬退火算法實(shí)現(xiàn)解算。對(duì)不同類(lèi)型的圖像進(jìn)行了修復(fù)實(shí)驗(yàn)，獲得了較好的修復(fù)效果。圖6參11

?馬爾可夫隨機(jī)場(chǎng) 圖像修復(fù) 模擬退火

CH20110854 基于配準(zhǔn)偏移量的InSAR基線估計(jì)=In-SAR Baseline Estimation Based on Co-registration Offsets/肖金群，汪長(zhǎng)城，李志偉，楊亞夫（中南大學(xué)測(cè)繪與國(guó)土信息工程系）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（10）.-1236～1239

根據(jù)SAR干涉測(cè)量原理，以配準(zhǔn)偏移量為觀測(cè)值，采用非線性最小二乘迭代法對(duì)干涉對(duì)的基線進(jìn)行估計(jì)，并以ENVISAT衛(wèi)星在西藏地區(qū)獲取的兩景SAR數(shù)據(jù)為例，對(duì)此基線估計(jì)算法進(jìn)行實(shí)驗(yàn)驗(yàn)證。結(jié)果表明，該算法能有效地估計(jì)基線，減小軌道不精確帶來(lái)的誤差，在一定程度上提高InSAR生成DEM的精度。圖2表3參17

?配準(zhǔn)偏移量 基線估計(jì) 最小二乘

CH20110855 統(tǒng)計(jì)費(fèi)用網(wǎng)絡(luò)流相位解纏并行處理=Parallel Computing Based on Statistical-cost Network-flow Algorithm for Phase Unwrapping/王麗娟，蔣厚軍，達(dá)漢橋，廖明生（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（9）.-1061～1064

針對(duì)雷達(dá)干涉測(cè)量（InSAR）相位解纏中的單機(jī)計(jì)算資源不足和相對(duì)運(yùn)算效率不高的問(wèn)題，提出了數(shù)據(jù)并行處理策略。以統(tǒng)計(jì)費(fèi)用網(wǎng)絡(luò)流相位解纏為例，分析了該算法的數(shù)據(jù)劃分方法，構(gòu)建了并行運(yùn)算實(shí)驗(yàn)系統(tǒng)，實(shí)現(xiàn)了統(tǒng)計(jì)費(fèi)用網(wǎng)絡(luò)流相位解纏并行處理，并從解纏效果、內(nèi)存使用量和運(yùn)算效率3個(gè)方面對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。圖10表1參6

?統(tǒng)計(jì)費(fèi)用網(wǎng)絡(luò)流 相位解纏 并行處理

CH20110856 一種顧及相干性的星載干涉SAR成像算法=An Algorithm for Spaceborne Interferometric SAR Signal Processing with Coherence Optimization/邱志偉，張路，廖明生（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（9）.-1065～1068，1078

在分析相干性與多普勒中心頻率差之間關(guān)系的基礎(chǔ)上，提出了一種顧及相干性的星載干涉SAR成像算法。在成像處理中，針對(duì)待干涉成像的SAR回波信號(hào)選擇一致化的成像參數(shù)，充分保證干涉SAR復(fù)數(shù)影像對(duì)之間的相干性，進(jìn)而得到高質(zhì)量的干涉圖。實(shí)驗(yàn)結(jié)果表明，所提出的成像算法更適用于雷達(dá)干涉測(cè)量（InSAR）的研究及應(yīng)用。圖7表3參13

?雷達(dá)干涉測(cè)量 相干性 多普勒中心頻率

CH20110857 R-D與共線模型在星載SAR影像正射糾正應(yīng)用中的對(duì)比分析=Difference Analysis of R-D and Collinearity Model Used for SAR Image Ortho-rectification/張波，侯四國(guó)，張紅，王超（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（9）.-1069～1073

對(duì)常用于星載SAR影像正射糾正的R-D模型與共線模型的原理及各解算步驟中存在的共性與異性進(jìn)行了分析，并利用實(shí)地布設(shè)的角反射實(shí)驗(yàn)數(shù)據(jù)對(duì)兩種模型的解算結(jié)果進(jìn)行了對(duì)比。分析表明，兩種模型建立在不同的原理、假設(shè)基礎(chǔ)之上，其內(nèi)部相同物理參數(shù)的解算結(jié)果也有差異，但兩個(gè)模型的精度輸出基本一致。圖6表1參9

?R-D模型 共線方程 正射糾正 衛(wèi)星軌道

CH20110858 利用小波域多尺度模糊MRF模型進(jìn)行紋理分割=Texture Segmentation Based on Multiscale Fuzzy Markov Random Field Model in Wavelet Domain/鄭晨，王雷光，胡亦鈞，秦前清（武漢大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（9）.-1074～1078

針對(duì)小波域多尺度馬爾科夫隨機(jī)場(chǎng)模型（Markov random field，MRF）對(duì)信息利用不充分的特點(diǎn)，在模型中引入模糊理論，提出了一種新的小波域多尺度MRF模型。新模型定義了相應(yīng)的模糊概率場(chǎng)，通過(guò)模糊概率場(chǎng)描述每個(gè)小波域各尺度上像素的類(lèi)別隸屬度；根據(jù)模糊概率場(chǎng)估計(jì)了對(duì)應(yīng)的特征場(chǎng)模型參數(shù)，參數(shù)的估計(jì)考慮了同尺度所有位置的特征信息；根據(jù)特征場(chǎng)模型導(dǎo)出了對(duì)應(yīng)的示性場(chǎng)模型，用其反映每個(gè)像素的類(lèi)別能量。利用貝葉斯準(zhǔn)則給出了3步交互迭代算法，獲得了分割結(jié)果。圖1表1參9

?MRF模型 模糊概率場(chǎng) 紋理分割

CH20110859 貝特朗曲線性質(zhì)在高分辨率遙感影像道路邊緣信息提取中的應(yīng)用=Application of Bertrand Curve Property to Road Edge Extraction from High-Resolution Remote Sensing Images/李曉峰，張弛，潘欣，那曉東（中國(guó)科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（9）.-1079～1081+1095

將微分幾何中的貝特朗曲線性質(zhì)進(jìn)行離散化表達(dá)，用于道路邊緣信息提取，構(gòu)造的算法能夠在有效去除非道路邊緣的同時(shí)完成對(duì)道路邊緣侶線的插值，從而使道路邊緣更加連續(xù)完整。實(shí)驗(yàn)和定量化評(píng)價(jià)結(jié)果表明，與經(jīng)典邊緣檢測(cè)算子相比，此方法具有更高的提取精度。圖3參11

?道路信息提取 高分辨率遙感影像 貝特朗曲線

CH20110860 水平能見(jiàn)度與氣溶膠光學(xué)厚度轉(zhuǎn)換模型的適用性分析=Applicability Analysis of Transformation Models for Aerosol Optical Depthand Horizontal Visibility/朱忠敏，龔?fù)?，余娟，田禮喬（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（9）.-1086～1090

以實(shí)測(cè)的水平能見(jiàn)度和時(shí)間同步MODIS的氣溶膠光學(xué)厚度（aerosol optical depth，AOD）數(shù)據(jù)為基礎(chǔ)，驗(yàn)證了多個(gè)經(jīng)典的AOD與能見(jiàn)度轉(zhuǎn)換模型在全球不同區(qū)域的適用性。結(jié)果表明，模型中含有氣溶膠標(biāo)高的Peterson模型可以得到較高精度。圖3表3參11

?轉(zhuǎn)換模型 輻射傳輸

CH20110861 面向遙感影像內(nèi)容的多級(jí)安全授權(quán)方法=Content-oriented Multi-level Security Authorization of Remote Sensing Images/劉進(jìn)，孫婧，徐正全，姚曄（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（9）.-1096～1099，1103

針對(duì)遙感影像數(shù)據(jù)海量的特點(diǎn)和對(duì)安全保密的應(yīng)用需求，提出了一種面向內(nèi)容的遙感影像多級(jí)安全授權(quán)方法。采用選擇性的多機(jī)密區(qū)域多密級(jí)的遙感影像加密算法，在保持遙感影像格式和各項(xiàng)應(yīng)用特性不變的基礎(chǔ)上，分發(fā)給不同用戶(hù)相同處理后的影像數(shù)據(jù)和不同權(quán)限的密鑰，使不同用戶(hù)通過(guò)各自密鑰解密獲取不同信息程度的影像數(shù)據(jù)。實(shí)驗(yàn)結(jié)果表明，該方法具有高機(jī)密性和高計(jì)算效率，能有效解決海量遙感影像數(shù)據(jù)的安全保密難題。圖3參12

?遙感影像 多級(jí)加密

CH20110862 單位四元素法在激光點(diǎn)云坐標(biāo)轉(zhuǎn)換中的應(yīng)用=Application of Unit Four Elements Method to Laser Point Cloud Coordinate Transformation/滕志遠(yuǎn)，張愛(ài)武（首都師范大學(xué)資源環(huán)境與旅游學(xué)院三維信息獲取與應(yīng)用教育部重點(diǎn)實(shí)驗(yàn)）∥測(cè)繪通報(bào).-2010（11）.-7～10

將點(diǎn)云配準(zhǔn)過(guò)程中的單位四元素法應(yīng)用于坐標(biāo)轉(zhuǎn)換，提出一種在求解坐標(biāo)轉(zhuǎn)換過(guò)程中將旋轉(zhuǎn)矩陣和平移向量轉(zhuǎn)化為求解多元函數(shù)極小值的方法，直接解出坐標(biāo)轉(zhuǎn)換的旋轉(zhuǎn)矩陣和平移向量。與目前常用的一些方法相比，具有適應(yīng)大旋角、不受平移參數(shù)影響、計(jì)算簡(jiǎn)便快速、便于程序?qū)崿F(xiàn)等優(yōu)點(diǎn)。最后驗(yàn)證該方法的精度，并用實(shí)測(cè)數(shù)據(jù)檢驗(yàn)其可行性。圖2表1參8

?坐標(biāo)換算 單位四元素法 激光點(diǎn)云

CH20110863 多測(cè)站激光點(diǎn)云數(shù)據(jù)的配準(zhǔn)方法=Registration Method of Laser Point Cloud Data in Multi-stations/葛曉天，盧小平，王玉鵬，盧遙，李團(tuán)好（河南理工大學(xué)測(cè)繪學(xué)院）∥測(cè)繪通報(bào).-2010（11）.-15～17

三維激光掃描技術(shù)及其獲取的點(diǎn)云數(shù)據(jù)處理技術(shù)是當(dāng)前測(cè)繪領(lǐng)域研究的熱點(diǎn)。多測(cè)站配準(zhǔn)是處理點(diǎn)云數(shù)據(jù)的關(guān)鍵步驟之一，配準(zhǔn)的方法將直接影響到后續(xù)的數(shù)據(jù)處理及三維建模的精度。采用基于特征同名點(diǎn)的粗略配準(zhǔn)和基于ICP算法的精確配準(zhǔn)方法，結(jié)合某建筑物實(shí)例研究，獲得較為精確的配準(zhǔn)后點(diǎn)云數(shù)據(jù)，證明了此方法的有效性和可行性。圖4參8

?三維激光掃描 多測(cè)站 點(diǎn)云數(shù)據(jù) 最鄰近迭代算法

CH20110864 礦產(chǎn)資源規(guī)劃遙感監(jiān)測(cè)研究=Remote Sensing Monitoring Research on Mineral Resources Planning/趙鴻燕，魏也納，戴立乾（河南省國(guó)土資源科學(xué)研究院）∥測(cè)繪通報(bào).-2010（11）.-30～32

從規(guī)劃監(jiān)測(cè)研究的現(xiàn)狀進(jìn)行分析，提出礦產(chǎn)資源規(guī)劃監(jiān)測(cè)的技術(shù)流程，并對(duì)鄭州市礦產(chǎn)資源規(guī)劃監(jiān)測(cè)進(jìn)行研究。結(jié)果表明所采用的技術(shù)方法行之有效，具有推廣價(jià)值。最后從多目標(biāo)、多技術(shù)集成的角度對(duì)礦產(chǎn)資源規(guī)劃全面監(jiān)測(cè)進(jìn)行展望。圖2表1參10

?礦產(chǎn)資源規(guī)劃 礦產(chǎn)資源遙感

CH20110865 基于有理函數(shù)和像方仿射變換組合模型的高分辨率衛(wèi)星影像區(qū)域網(wǎng)平差=Block Adjustment of High-resolution Satellite ImagesBased on Combination Model of Rational Fuctions and Image Affine Transtormation/虞欣，賈光軍，陳倬（北京市測(cè)繪設(shè)計(jì)研究院）∥測(cè)繪通報(bào).-2010（10）.-4～6，10

提出基于有理函數(shù)和像方仿射變換組合模型的Geo-Eye-1衛(wèi)星影像區(qū)域網(wǎng)平差法，研究其平差精度是否滿(mǎn)足大比例1∶5000測(cè)繪或1∶2000地形圖修測(cè)的要求。試驗(yàn)與分析表明：在本試驗(yàn)區(qū)域中，利用基于有理函數(shù)模型的GeoEye-1衛(wèi)星影像區(qū)域網(wǎng)平差方法時(shí)，所需要的定向點(diǎn)在15個(gè)左右即可。由此得到的定向點(diǎn)精度和檢查點(diǎn)精度可以滿(mǎn)足國(guó)家1∶5000地形圖的要求。表3參8

?有理函數(shù)模型 衛(wèi)星影像 航天測(cè)圖 區(qū)域網(wǎng)平差

CH20110866 一種新的基于正態(tài)截取高斯帶阻濾波的掃描圖勻色方法=A New Uniform Color Method of Scanned Topographic Maps Based on Gauss Band-stop Filter and Normal Interception/付仲良，童春芽，邵世維（武漢大學(xué)遙感信息工程學(xué)院）∥測(cè)繪通報(bào).-2010（10）.-14～16，34

針對(duì)掃描地形圖存在的亮度分布不均、有折痕等問(wèn)題，提出引入西方快速傅里葉變換（FFTW）的基于正態(tài)截取線性拉伸高斯帶阻濾波的勻色方法。該方法不僅處理速度快，而且處理后的掃描地形圖的折痕和光照不均現(xiàn)象能夠得以很好的消除，并能較好地保持圖像的原始面貌。圖3表2參8

?勻色帶阻濾波 正態(tài)截取線性拉伸

CH20110867 全極化雷達(dá)數(shù)據(jù)目標(biāo)分解方法應(yīng)用研究=Analysis of Target Decomposition Methods in Radar Polarimetry/徐星歐，舒寧，李磊（武漢大學(xué)遙感信息工程學(xué)院）∥測(cè)繪通報(bào).-2010（10）.-17～20

介紹全極化雷達(dá)影像數(shù)據(jù)處理和分析中常用的Pauli分解、特征值分解、Freeman-Durden三分量分解和Yamaguchi四分量分解方法的原理。利用RADARSAT-2拍攝的武漢地區(qū)全極化影像進(jìn)行相關(guān)試驗(yàn)，并對(duì)試驗(yàn)結(jié)果進(jìn)行分析，比較得出各種方法的特點(diǎn)。最后對(duì)如何更有效地使用各種分解方法進(jìn)行探討。圖1參9

?全極化雷達(dá)影像 目標(biāo)分解 解譯

CH20110868 密碼保護(hù)程序的設(shè)計(jì)與實(shí)現(xiàn)=Design and Implementation of Password Safeguard Program/許軍，孫彩敏，樊辛紀(jì)（華北科技學(xué)院）∥測(cè)繪通報(bào).-2010（10）.-41～43，46

針對(duì)測(cè)量計(jì)算程序如何施加保密措施進(jìn)行研究，提出密碼保護(hù)程序設(shè)計(jì)方案；依據(jù)設(shè)計(jì)方案編制保護(hù)程序，并提供應(yīng)用實(shí)例。圖8參8

?密碼保護(hù) 程序開(kāi)發(fā) 測(cè)量數(shù)據(jù)庫(kù)

CH20110869 一種FFT增強(qiáng)的IHS變換融合方法研究=A Study of FFT-enhanced IHS Transform Method for Image Fusion/杜藝，龔循平，林祥國(guó)（中國(guó)測(cè)繪科學(xué)研究院）∥測(cè)繪通報(bào).-2010（10）.-44～46

在分析IHS變換和頻率域?yàn)V波器選擇理論的基礎(chǔ)上，提出一種FFT增強(qiáng)的IHS變換融合方法。該算法先對(duì)多光譜圖像IHS變換的I分量進(jìn)行低通濾波，然后對(duì)與I分量進(jìn)行直方圖匹配的全色圖像進(jìn)行高通濾波，接著合成低通濾波和高通濾波的結(jié)果作為新的I分量，最后進(jìn)行IHS逆變換得到融合圖像。通過(guò)與IHS法與高通濾波法的融合結(jié)果進(jìn)行對(duì)比評(píng)價(jià)，表明該方法在保持光譜信息和提高多光譜的空間信息能力方面都有很好的效果。圖2表1參8

?IHS變換 FFT變換 影像融合

CH20110870 高光譜遙感植被指數(shù)的普適性分析=The Universal Analysis of Vegetation Indices for Hyperspectral Remote Sensing Data/張連蓬，柳欽火，王德高，陳士城（徐州師范大學(xué)測(cè)繪學(xué)院）∥測(cè)繪通報(bào).-2010（9）.-1～4

針對(duì)眾多的窄波段高光譜遙感植被指數(shù)，利用多個(gè)包含高光譜和植被理化含量的實(shí)測(cè)數(shù)據(jù)集從相關(guān)系數(shù)、確定性系數(shù)以及預(yù)測(cè)均方誤差等方面進(jìn)行驗(yàn)證分析。結(jié)果顯示植被指數(shù)TCAR I、MCAR I、mND705、mSR705具有優(yōu)于其他植被指數(shù)的普適性。在建立回歸反演模型時(shí)，建議選用非線性拋物線模型，其預(yù)測(cè)精度優(yōu)于線性模型。圖3表1參8

?高光譜遙感 植被指數(shù) 回歸反演

CH20110871 基于不同抽樣方法的安義縣土地資源遙感監(jiān)測(cè)精度評(píng)價(jià)研究=The Impact of Sampling Method on Accuracy AssessmentResult of Land Resources Remote Sensing Monitoring/王玲燕，鐘永輝（江西省第三測(cè)繪院）∥測(cè)繪通報(bào).-2010（9）.-32～34，41

遙感已成為土地資源監(jiān)測(cè)的主要手段，土地資源遙感監(jiān)測(cè)結(jié)果在使用前，必須進(jìn)行客觀可靠的精度驗(yàn)證和分析，以保持遙感監(jiān)測(cè)結(jié)果的可靠性。其中，抽樣方法是影響土地資源遙感精度評(píng)價(jià)的一個(gè)重要因素。利用不同分辨率遙感數(shù)據(jù)獲取的安義縣土地利用/覆蓋信息，進(jìn)行簡(jiǎn)單隨機(jī)抽樣、分層抽樣和等距抽樣三種不同抽樣方式下的精度檢驗(yàn)分析，評(píng)估不同抽樣方式下的精度檢驗(yàn)效果。圖1表2參7

?精度評(píng)價(jià) 簡(jiǎn)單隨機(jī)抽樣 分層抽樣 等距抽樣

CH20110872 TerraSAR-X高精度正射影像制作和精度評(píng)價(jià)研究=Research on the Production and Accuracy Analysis of TerraSAR-XDOM/閆利，李振（武漢大學(xué)測(cè)繪學(xué)院）∥測(cè)繪通報(bào).-2010（8）.-1～3

針對(duì)TerraSAR-X影像的高幾何分辨率等特點(diǎn)，結(jié)合其在測(cè)繪、城市規(guī)劃等方面的廣泛應(yīng)用，研究 TerraSARX高精度正射影像的制作過(guò)程，并對(duì)1m和3m分辨率的正射影像進(jìn)行精度評(píng)價(jià)，結(jié)果都優(yōu)于3個(gè)像素。圖7參5

?正射影像 精度評(píng)價(jià)

CH20110873 OMIS-Ⅱ圖像大氣校正之FLAASH法與經(jīng)驗(yàn)線性法的比較=Comparision of FLAASHand Empirical Line Approach for Atmospheric Correction of OMIS-ⅡImagery/楊杭，張霞，帥通，童慶禧（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥測(cè)繪通報(bào).-2010（8）.-4～6，10

對(duì)FLAASH法和經(jīng)驗(yàn)線性法的大氣校正效果進(jìn)行評(píng)價(jià)。結(jié)果表明，F(xiàn)LAASH法和經(jīng)驗(yàn)線性法均能很好地消除大部分大氣的影響，滿(mǎn)足試驗(yàn)要求。如果單從精度方面考慮，F(xiàn)LAASH法要略好于經(jīng)驗(yàn)線性法。但FLAASH法的校正精度依賴(lài)于輸入的大氣參數(shù)和儀器定標(biāo)精度，因而在實(shí)際應(yīng)用中關(guān)鍵還要根據(jù)現(xiàn)有的數(shù)據(jù)情況選擇合適的校正方法。圖4表1參7

?輻射定標(biāo)系數(shù) FLAASH法 經(jīng)驗(yàn)線性法 反射率轉(zhuǎn)換

CH20110874 面向?qū)ο蟮腖iDAR數(shù)據(jù)多特征融合分類(lèi)=Object-oriented Classification of LiDAR Data Based on Multi-feature Fusion/楊耘，隋立春（長(zhǎng)安大學(xué)地質(zhì)工程與測(cè)繪學(xué)院）∥測(cè)繪通報(bào).-2010（8）.-11～14

針對(duì)單源遙感數(shù)據(jù)分類(lèi)精度不高的問(wèn)題，提出一種基于多特征融合的面向?qū)ο蠓诸?lèi)方法。該方法利用LiDAR點(diǎn)云數(shù)據(jù)的高程信息，并融合地物粗糙度特征，以及航空影像的地物光譜、形狀和上下文信息等多種特征，再基于SVM分類(lèi)器構(gòu)建面向?qū)ο蟮姆诸?lèi)方法，以提高城區(qū)環(huán)境下遙感數(shù)據(jù)分類(lèi)的可靠性。試驗(yàn)表明，該方法可有效地提高城區(qū)地物的分類(lèi)精度，且分類(lèi)結(jié)果更符合人的視覺(jué)認(rèn)知規(guī)律。圖3參6

?航空激光雷達(dá) 面向?qū)ο蠓诸?lèi) 數(shù)字高程模型 多特征融合 支持向量機(jī)

CH20110875 一種用于等值線數(shù)據(jù)重建目標(biāo)三維模型的算法=An Algorithm for Three-dimensional Surface Reconstruction from Contour Data/李玉潮，黃培之，陳玲（鄭州測(cè)繪學(xué)校）∥測(cè)繪通報(bào).-2010（8）.-15～17，27

利用等值線數(shù)據(jù)重建目標(biāo)三維模型在實(shí)際工程中有著廣泛的應(yīng)用。在研究現(xiàn)有的利用等值線數(shù)據(jù)重建目標(biāo)三維模型的方法后，提出一種基于等值線圖形形狀相似性變換的三維表面重建方法。試驗(yàn)結(jié)果表明，該方法比現(xiàn)有的利用等值線數(shù)據(jù)重建目標(biāo)三維模型的方法能更好地實(shí)現(xiàn)三維表面重建。圖4表1參4

?等值線 三維模型 相似性 勢(shì)能場(chǎng)

CH20110876 小波分析在植物葉綠素高光譜遙感反演中的應(yīng)用=Application of Wavelet Analysis for Determining Chlorophyll Concentration in Vegetation by Hyperspectral Reflectance/郭洋洋，張連蓬，王德高，馬維維（徐州師范大學(xué)測(cè)繪學(xué)院）∥測(cè)繪通報(bào).-2010（8）.-31～33，53

監(jiān)測(cè)葉綠素含量對(duì)研究作物與環(huán)境之間的相互影響具有重要的意義，高光譜遙感是提取葉綠素含量的可行技術(shù)。將小波分析的方法用于植物葉片的反射光譜，以小波系數(shù)作為回歸變量來(lái)反演植物的葉綠素濃度。研究結(jié)果表明，通過(guò)對(duì)葉片光譜進(jìn)行連續(xù)小波分解后得到的小波系數(shù)，可以準(zhǔn)確地反演葉綠素濃度，反演的精度優(yōu)于基于光譜指數(shù)的精度。圖7表1參5

?高光譜遙感 植被指數(shù) 小波變換

CH20110877 一種利用NDVI輔助提取植被信息的改進(jìn)方法=An Improved Method for Assisted Extraction of Vegetation by Use of NDVI/任志明，李永樹(shù)，蔡國(guó)林（西南交通大學(xué)地理信息工程中心）∥測(cè)繪通報(bào).-2010（7）.-40～43

為提高遙感影像中不同覆蓋度植被信息由柵格到矢量的轉(zhuǎn)化效率和準(zhǔn)確度，改進(jìn)了常用的NDVI輔助提取植被信息方法，即根據(jù)NDVI與植被覆蓋度之間的關(guān)系自動(dòng)提取不同覆蓋度的植被信息。為檢驗(yàn)該方法的效果，利用試驗(yàn)區(qū)一組TM影像進(jìn)行植被信息的提取試驗(yàn)。結(jié)果表明，該方法與常用方法相比能有效地增強(qiáng)不同覆蓋度植被邊緣信息，提高了植被邊緣信息柵格矢量化的效率和準(zhǔn)確度。圖7表2參9

?遙感影像 植被信息 自動(dòng)提取 邊緣增強(qiáng)

CH20110878 三維激光掃描數(shù)據(jù)快速配準(zhǔn)算法研究=Research on Fast Registration of 3D Laser Scanning Data/戴玉成，張愛(ài)武（首都師范大學(xué)三維數(shù)據(jù)獲取與應(yīng)用教育部重點(diǎn)實(shí)驗(yàn)室）∥測(cè)繪通報(bào).-2010（6）.-8～11

由于激光掃描原理的限制，要獲得整個(gè)場(chǎng)景的完整全表面數(shù)據(jù)需多站點(diǎn)設(shè)置，由單站點(diǎn)掃描獲取場(chǎng)景中的部分?jǐn)?shù)據(jù)，最后將全部站點(diǎn)數(shù)據(jù)配準(zhǔn)。通過(guò)對(duì)三維激光數(shù)據(jù)自身的數(shù)據(jù)分布特點(diǎn)和ICP配準(zhǔn)算法的研究和改進(jìn)，設(shè)計(jì)出了兩步配準(zhǔn)方法：首先，基于特征點(diǎn)對(duì)基礎(chǔ)上的SVD粗配準(zhǔn)；然后由特征點(diǎn)對(duì)確定出重疊區(qū)域子集并進(jìn)而采用ICP算法作點(diǎn)云精配準(zhǔn)，最終實(shí)現(xiàn)三維激光快速配準(zhǔn)。利用一組糧倉(cāng)掃描數(shù)據(jù)配準(zhǔn)試驗(yàn)驗(yàn)證此方法在大規(guī)模場(chǎng)景掃描中的多視點(diǎn)三維激光數(shù)據(jù)快速配準(zhǔn)中的有效性和可靠性。圖4參7

?圖像處理 特征點(diǎn) 圖像配準(zhǔn) 三維激光掃描

CH20110879 無(wú)人飛艇低空攝影測(cè)量系統(tǒng)及其DOM制作關(guān)鍵技術(shù)=The Key Technique of Digital Orthophoto Map Generation with Low Altitude Photogrammetric System Based on Unmanned Airship/杜全葉，陸錦忠（武漢大學(xué)遙感信息工程學(xué)院）∥測(cè)繪通報(bào).-2010（6）.-41～43

介紹無(wú)人飛艇低空攝影測(cè)量系統(tǒng)的硬件和軟件組成。并以南方某區(qū)正射影像（DOM）制作為例，闡述航線規(guī)劃、控制點(diǎn)選取與量測(cè)、外業(yè)低空攝影、內(nèi)業(yè)數(shù)據(jù)處理（包括預(yù)處理、匹配、平差解算、正射糾正等）的關(guān)鍵技術(shù)。實(shí)踐表明基于無(wú)人飛艇的低空攝影測(cè)量系統(tǒng)具有重要的實(shí)用價(jià)值。圖8參5

?無(wú)人飛艇 低空攝影測(cè)量系統(tǒng)

CH20110880 機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的航帶拼接研究探討=On Strip Mosaic for Airborne LiDAR Point Cloud Data/王蒙，隋立春，黎恒明（長(zhǎng)安大學(xué)地質(zhì)工程與測(cè)繪學(xué)院）∥測(cè)繪通報(bào).-2010（7）.-5～8

對(duì)機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的航帶拼接問(wèn)題作初步的探討和研究。研究結(jié)果表明，經(jīng)過(guò)不同掃描帶間點(diǎn)云數(shù)據(jù)的拼接，相鄰掃描帶間的高程漂移大大降低，證明了研究結(jié)果可靠。圖5表6參8

?機(jī)載激光雷達(dá) 點(diǎn)云數(shù)據(jù)

CH20110881 基于SWDC的青藏高原大比例尺航空攝影研究=Study of Large-scale Map Aerial Photogrammetry in Qinghai-Tibet Plateau Based on SWDC/李峰（中國(guó)測(cè)繪科學(xué)研究院）∥測(cè)繪通報(bào).-2010（7）.-9～11

通過(guò)用輕型小飛機(jī)搭載國(guó)產(chǎn)SWDC系列相機(jī)在青藏高原上進(jìn)行航空攝影的研究，采用GPS輔助空三、地面布設(shè)稀少控制點(diǎn)的方法，證明在青藏高原可以進(jìn)行大比例尺航空攝影任務(wù)，從而解決了在高海拔地區(qū)采用常規(guī)方式測(cè)圖任務(wù)繁重的難題。它可以作為我國(guó)西部測(cè)圖工作的參考。圖5表3參10

?精密單點(diǎn)定位 GPS輔助空三 稀少控制點(diǎn) 小飛機(jī)

CH20110882 基于RS與GIS的廣州市城市綠地景觀空間分析=The Spatial Analysis of Green Landscape of Guangzhou City Based on RS and GIS/宋志明（廣東省增城市國(guó)土資源和房屋管理局）∥測(cè)繪通報(bào).-2010（5）.-29～31

以Landsat衛(wèi)星TM圖像為數(shù)據(jù)源，對(duì)廣州市區(qū)綠地景觀進(jìn)行專(zhuān)題研究。在分析土地利用遙感監(jiān)測(cè)技術(shù)流程的基礎(chǔ)上，通過(guò)實(shí)地考察對(duì)廣州市綠地進(jìn)行系統(tǒng)分類(lèi)，提取出所需信息，并結(jié)合景觀生態(tài)學(xué)理論對(duì)廣州市區(qū)綠地的空間格局、功能演變進(jìn)行定量分析，提出廣州市區(qū)綠地系統(tǒng)未來(lái)規(guī)劃建設(shè)的一點(diǎn)意見(jiàn)。通過(guò)本研究旨在為RS、GIS和景觀生態(tài)學(xué)領(lǐng)域的結(jié)合提供一定的參考，并對(duì)生態(tài)研究提供一定的借鑒。圖2表4參4

?景觀生態(tài)學(xué) 空間分析

CH20110883 基于面向?qū)ο蠛陀跋裾J(rèn)知的遙感影像分類(lèi)方法——以都江堰向峨鄉(xiāng)區(qū)域?yàn)槔?Remote Sensing Image Classification Based on Object-oriented and Image Cognition—A Case Study in Xiang’e，Dujiangyan/張春曉，魯學(xué)軍（中國(guó)科學(xué)院地理科學(xué)與資源研究所）∥測(cè)繪通報(bào).-2010（4）.-11～14

基于面向?qū)ο笏枷牒陀跋裾J(rèn)知科學(xué)研究，探討影像理解的新思路，將語(yǔ)義特征和傳統(tǒng)的低級(jí)影像特征綜合考慮進(jìn)行對(duì)象識(shí)別，該方法對(duì)于提高影像分類(lèi)精度和效率及經(jīng)驗(yàn)知識(shí)的重復(fù)利用都有重要意義。在識(shí)別過(guò)程中，首先進(jìn)行知識(shí)驅(qū)動(dòng)的對(duì)象探測(cè)，分析語(yǔ)義特征；再進(jìn)行數(shù)據(jù)驅(qū)動(dòng)的影像多尺度分割，生成低級(jí)特征；最后應(yīng)用模糊分類(lèi)整合語(yǔ)義特征和低級(jí)特征用于對(duì)象識(shí)別和分類(lèi)。將該方法應(yīng)用于四川都江堰向峨鄉(xiāng)QuickBird等數(shù)據(jù)，表明新方法比傳統(tǒng)分類(lèi)方法有更高的精度和效率。圖5參10

?面向?qū)ο?影像認(rèn)知 影像分類(lèi)

CH20110884 基于Curvelet變換和PCA相結(jié)合的方法提取地質(zhì)構(gòu)造信息=Geological Structure Information Extraction Based on Curvelet Transform and PCA/郭云開(kāi)，董勝光（長(zhǎng)沙理工大學(xué)測(cè)繪工程系）∥測(cè)繪通報(bào).-2010（4）.-15～18

提出一種基于局部能量規(guī)則的第二代Curvelet變換和主成分分析（PCA）相結(jié)合的影像融合方法。實(shí)驗(yàn)表明，和其他方法相比，提出的新方法能把兩種影像的優(yōu)點(diǎn)集中在一張影像上，得到的融合影像清晰度高，地質(zhì)構(gòu)造可解譯程度高，能提供更細(xì)致準(zhǔn)確的地層巖體、線性和環(huán)形構(gòu)造信息，對(duì)礦產(chǎn)資源評(píng)價(jià)和成礦預(yù)測(cè)非常有利。圖3表2參11

?局部能量規(guī)則 影像融合

CH20110885 無(wú)人機(jī)影像的質(zhì)量評(píng)定及幾何處理研究=Research of UAV Image Quality Evaluation and Geometry Processing/何敬，李永樹(shù)，魯恒，任志明（西南交通大學(xué)地理信息工程中心）∥測(cè)繪通報(bào).-2010（4）.-22～24

無(wú)人機(jī)航空遙感系統(tǒng)獲取的影像具有多種特性，通過(guò)航空攝影測(cè)量規(guī)范中的一些指標(biāo)對(duì)其影像質(zhì)量進(jìn)行評(píng)價(jià)，然后利用地面控制點(diǎn)對(duì)通過(guò)質(zhì)量評(píng)定的影像進(jìn)行空中三角測(cè)量，并獲得正射影像。最后總結(jié)影像處理過(guò)程中存在的一些問(wèn)題，并提出一些改進(jìn)方法。圖5表1參7

?無(wú)人機(jī)影像 質(zhì)量評(píng)定 幾何處理

CH20110886 基于多極值網(wǎng)格搜索法的快速影像匹配技術(shù)研究=Research on Fast Image Matching Based on Multiextreme Grid Search Method/陳宇，白征東（清華大學(xué)土木工程系）∥測(cè)繪通報(bào).-2010（4）.-28～30

采用基于網(wǎng)格搜索法的相關(guān)系數(shù)匹配方法，其中網(wǎng)格搜索法減少了匹配搜索數(shù)據(jù)，而相關(guān)系數(shù)匹配則用于獲得子像素匹配精度，二者結(jié)合可形成一種快速的匹配方法。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)方法相比，該方法具有明顯的性能優(yōu)勢(shì)。圖2表1參7

?影像匹配 目標(biāo)函數(shù) 網(wǎng)格搜索法

CH20110887 金字塔影像結(jié)構(gòu)在影像匹配中的應(yīng)用=The Application of Pyramid Image Structure in Image Match/全斌，劉二洋（西安科技大學(xué)測(cè)繪科學(xué)與技術(shù)學(xué)院）∥測(cè)繪通報(bào).-2010（3）.-10～12

金字塔影像結(jié)構(gòu)是影像匹配中一個(gè)很重要的研究?jī)?nèi)容。對(duì)金字塔影像結(jié)構(gòu)的基本思想進(jìn)行綜述，構(gòu)建了金字塔影像結(jié)構(gòu)的數(shù)學(xué)模型，并將其應(yīng)用于實(shí)際檢測(cè)的影像圖像，探討高斯和拉普拉斯兩種算法下的金字塔影像結(jié)構(gòu)的優(yōu)缺點(diǎn)。圖3表1參10

?影像匹配 高斯金字塔 拉普拉斯金字塔

CH20110888 基于相位一致性的遙感影像電力線特征檢測(cè)方法=Power Line Feature Detection from RS Imagery Based on Phase Consistency/韋春桃，張祖勛，張劍清，李采林（武漢大學(xué)遙感信息工程學(xué)院）∥測(cè)繪通報(bào).-2010（3）.-13～16

采用相位一致性方法解決遙感影像上電力線的檢測(cè)問(wèn)題。影像中的特征，在頻率域表現(xiàn)出最大相位一致性，而相位一致性的度量是一個(gè)規(guī)一化的、無(wú)量綱的量，并且對(duì)影像的亮度和對(duì)比度變化具有不變性，因而便于設(shè)置閾值，并且定位準(zhǔn)確。試驗(yàn)表明，該方法比常用的特征檢測(cè)方法檢測(cè)出的電力線特征效果好，且定位準(zhǔn)確。圖13參4

?特征檢測(cè) 相位一致性

CH20110889 多站拼接后三維激光掃描點(diǎn)云的消冗處理=Redundancy Removing of 3D Laser Scanned Point Clouds After Multi-station Merging/盛業(yè)華，張卡（南京師范大學(xué)虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室）∥測(cè)繪通報(bào).-2010（3）.-28～30

針對(duì)多站地面激光掃描數(shù)據(jù)拼接后在掃描重疊區(qū)內(nèi)的重復(fù)采樣點(diǎn)帶來(lái)數(shù)據(jù)冗余的問(wèn)題，提出一種在不降低原始掃描采樣密度的前提下，對(duì)冗余點(diǎn)云進(jìn)行消冗處理的方法。該方法首先對(duì)拼接后的點(diǎn)云建立立方體格網(wǎng)索引，再對(duì)所有采樣點(diǎn)按k-鄰近結(jié)構(gòu)進(jìn)行組織，然后在k-鄰近組織的數(shù)據(jù)中進(jìn)行遍歷，依據(jù)采樣點(diǎn)間距是否小于給定的閾值確定是否刪除某一采樣點(diǎn)。對(duì)多站掃描的建筑物點(diǎn)云拼接數(shù)據(jù)進(jìn)行消冗處理，驗(yàn)證了本方案的有效性。圖5參6

?三維激光掃描 激光點(diǎn)云

CH20110890 RS、GIS在海南東寨港紅樹(shù)林保護(hù)區(qū)地表覆蓋研究中的應(yīng)用=Application of RS and GIS in Surface Coverage of Red Forest Protectorate in Dongzhaigang，Hainan/王小軍，馮時(shí)澤（國(guó)家測(cè)繪局海南基礎(chǔ)地理信息中心）∥測(cè)繪通報(bào).-2010（2）.-22～25

闡述如何利用遙感、地理信息系統(tǒng)技術(shù)獲取東寨港紅樹(shù)林保護(hù)區(qū)地表覆蓋信息，對(duì)比分析各種地物的面積變化情況，對(duì)紅樹(shù)林的變化監(jiān)測(cè)和保護(hù)措施的制定有著積極的指導(dǎo)意義。圖3表3參3

?地表覆蓋 地理信息系統(tǒng) 植被遙感

CH20110891 三維激光掃描系統(tǒng)在精準(zhǔn)林業(yè)測(cè)量中的應(yīng)用=Engineering Application of 3D Laser Scanning System in Precision Forestry Survey/范海英（遼寧科技學(xué)院資源與建筑工程系）∥測(cè)繪通報(bào).-2010（2）.-29～31

提出利用Cyra三維激光掃描儀，采用控制靶標(biāo)與貼片相組合的方法對(duì)林業(yè)樹(shù)種進(jìn)行野外數(shù)據(jù)采集。針對(duì)Cyclone軟件的不足，基于三次樣條插值函數(shù)的構(gòu)造理論，利用面向?qū)ο蟮母呒?jí)編程語(yǔ)言實(shí)現(xiàn)了對(duì)樹(shù)冠體積和表面積、樹(shù)干材積的計(jì)算，實(shí)現(xiàn)了對(duì)冠下高、冠下徑、冠長(zhǎng)、胸徑、任意處直徑等參數(shù)的量測(cè)，克服了傳統(tǒng)林業(yè)測(cè)量的局限性，對(duì)林業(yè)測(cè)量技術(shù)的發(fā)展具有極其重要的意義。圖6表1參3

?三維激光掃描 精準(zhǔn)林業(yè)

CH20110892 基于雙正交小波的遙感圖像融合研究=Research on Fusion ofRemote Sensing Images Based on Biorthogonal Wavelet/朱繼文，張賀，盧廷軍（黑龍江工程學(xué)院）∥測(cè)繪通報(bào).-2010（1）.-1～3

針對(duì)多光譜圖像與全色圖像融合中的光譜失真問(wèn)題，采用一種雙正交小波的方法進(jìn)行融合。試驗(yàn)證明，該方法可以減少圖像的失真問(wèn)題，提高圖像的空間分辨率，保留圖像的邊緣細(xì)節(jié)。圖5表2參14

?雙正交小波 圖像融合

CH20110893 基于視線向量修正的SPOT-5立體影像定位方法=Geopositioning of SPOT-5 Stereo Images Based on Line-of-sight Rectification/閆利，聶倩，趙展（武漢大學(xué)測(cè)繪學(xué)院）∥測(cè)繪通報(bào).-2010（1）.-4～7

簡(jiǎn)要敘述SPOT-5影像的嚴(yán)格成像模型，提出基于視線向量修正的SPOT-5立體定位方法。通過(guò)對(duì)SPOT-5影像的試驗(yàn)，驗(yàn)證系統(tǒng)誤差的存在，利用少量控制點(diǎn)對(duì)視線向量進(jìn)行修正后能夠有效地消除系統(tǒng)誤差，提高SPOT-5影像的對(duì)地目標(biāo)定位精度，目標(biāo)點(diǎn)可達(dá)到1.5 pixels的總體定位精度。圖4表2參5

?SPOT-5影像 視線向量修正 立體定位 系統(tǒng)誤差

CH20110894 一種新的機(jī)載LIDAR數(shù)據(jù)條帶平差模型=New Strip Adjustment Model of Airborne LIDAR Data/袁楓，張繼賢，張力，高井祥（中國(guó)礦業(yè)大學(xué)環(huán)境與測(cè)繪學(xué)院）∥遙感信息.-2010（5）.-3～6，29

機(jī)載LIDAR數(shù)據(jù)在DEM提取以及三維建模等方面正逐步得到廣泛的應(yīng)用，但是，殘余系統(tǒng)誤差的存在影響了LIDAR數(shù)據(jù)的應(yīng)用，需要進(jìn)行條帶平差以消除殘余系統(tǒng)誤差。由于目前用戶(hù)通常得不到原始的觀測(cè)值，因此，在對(duì)機(jī)載LIDAR系統(tǒng)誤差分析的基礎(chǔ)上，針對(duì)系統(tǒng)檢校后的LIDAR數(shù)據(jù)中存在的GPS定位和INS測(cè)姿誤差，提出了一種條帶平差的數(shù)學(xué)模型，該模型從LIDAR嚴(yán)格傳感器模型出發(fā)，并且不需要系統(tǒng)原始的觀測(cè)值。試驗(yàn)結(jié)果表明，該模型能夠有效地提高LIDAR數(shù)據(jù)的精度。圖2表1參7

?機(jī)載激光雷達(dá) 慣性導(dǎo)航系統(tǒng) 條帶平差 誤差分析

CH20110895 融合紋理和形狀特征的高分辨率遙感影像道路提取=Road Extraction from High-resolution Remote Sensing Images Based on Texture and Shape Features/王昆，萬(wàn)幼川，屈穎（武漢大學(xué)遙感信息工程學(xué)院）∥遙感信息.-2010（5）.-7～11

提出一種結(jié)合紋理和形狀特征提取道路信息的方法。首先利用灰度共生矩陣提取紋理特征，并將其應(yīng)用于最大似然分類(lèi)中提取面狀道路，然后利用形態(tài)學(xué)方法分割道路與其相連地物，最后利用提出的3個(gè)形狀指數(shù)（凹度、精密度、偏心角）有效地識(shí)別和區(qū)分了道路與非道路地物，并最終實(shí)現(xiàn)了提純道路的目的。實(shí)驗(yàn)結(jié)果證明，該方法可以準(zhǔn)確地提取主干道路網(wǎng)，剔除非道路地物的影響。圖7參9

?高分辨率遙感影像 道路提取 灰度共生矩陣

CH20110896 基于波譜角和掩膜的衛(wèi)星影像陰影去除研究=The Study on Removal of Satellite Image Shadow Based on SAM and MASK/仇大海，馮濤，高暉，武慧智（河南省地質(zhì)調(diào)查院）∥遙感信息.-2010（5）.-12～14，20

詳細(xì)分析了衛(wèi)星影像的陰影來(lái)源，以遮擋物類(lèi)型和傳感器探測(cè)特點(diǎn)為依據(jù)對(duì)陰影進(jìn)行了分類(lèi)和研究。分析了波譜角法檢測(cè)陰影的技術(shù)特點(diǎn)和操作方式，研究了掩膜技術(shù)提取陰影的方法，并提出采用分波段線性擴(kuò)展和濾波的手段去除陰影。通過(guò)ETM數(shù)據(jù)的試驗(yàn)分析，驗(yàn)證了波譜角和掩膜技術(shù)可以在去除陸地衛(wèi)星影像陰影中發(fā)揮重要作用。圖4參6

?衛(wèi)星影像 陰影去除 波譜角 掩膜

CH20110897 基于空間信息的SAR圖像船只交通監(jiān)測(cè)方法=Maritime Traffic Monitoring with SAR Images Based on Space Information/吳樊，王超，張紅，張波，李洪忠，郭經(jīng)（中國(guó)科學(xué)院對(duì)地觀測(cè)與數(shù)字地球科學(xué)中心）∥遙感信息.-2010（5）.-15～20

快速準(zhǔn)確獲得研究區(qū)海上船只狀態(tài)，對(duì)海洋交通監(jiān)測(cè)具有重要意義。從技術(shù)角度提出了基于空間信息的SAR圖像海上船只交通監(jiān)測(cè)方法。利用已有的空間先驗(yàn)信息對(duì)圖像進(jìn)行自動(dòng)陸地掩膜；建立海面雜波分布模型，對(duì)海面船只進(jìn)行檢測(cè)；估算船只的長(zhǎng)度、面積、中心坐標(biāo)等參數(shù)信息，并對(duì)目標(biāo)進(jìn)行篩選；根據(jù)船只信息庫(kù)結(jié)合空間信息平臺(tái)進(jìn)行統(tǒng)計(jì)與分析，可為海上船只監(jiān)測(cè)以及交通規(guī)劃等應(yīng)用提供決策信息。重點(diǎn)介紹了數(shù)據(jù)處理方法，并以9景ERS2數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)和詳細(xì)分析，通過(guò)實(shí)驗(yàn)，分析了技術(shù)的可行性與正確性。圖6表1參11

?SAR圖像 海洋交通監(jiān)測(cè) 空間信息

CH20110898 基于云理論的遙感圖像土地利用分割分類(lèi)方法研究=Landuse Classification and Evaluation of Remote Sensing Image Based on Cloud Theory/陳可蘊(yùn)，陳志揚(yáng)（廣州市城市規(guī)劃勘測(cè)設(shè)計(jì)研究院）∥遙感信息.-2010（5）.-21～25

傳統(tǒng)的遙感圖像土地利用分類(lèi)技術(shù)自動(dòng)化和智能化的程度較低，遙感圖像土地利用分類(lèi)問(wèn)題是一個(gè)包含隨機(jī)性和模糊性的不確定性問(wèn)題，而云模型把模糊性和隨機(jī)性集成到一起，構(gòu)成定性和定量相互間的映射。探索將云理論引入到遙感圖像土地利用分割分類(lèi)技術(shù)中，建立了基于灰度的云映射空間，實(shí)現(xiàn)對(duì)遙感圖像的分類(lèi)。以武漢市南湖地區(qū)進(jìn)行了實(shí)證分析，闡述了模型構(gòu)建過(guò)程，通過(guò)分類(lèi)結(jié)果的評(píng)價(jià)和對(duì)比，探索該方法在本領(lǐng)域中的適用性。圖12表2參10

?遙感圖像 土地利用分類(lèi) 云模型 圖像分割

CH20110899 一種改進(jìn)的SAR圖像LEE濾波算法=An Improved LEE Algorithm of SAR Image Filtering/黃海燕，王瑛（北京工業(yè)大學(xué)電子信息與控制工程學(xué)院）∥遙感信息.-2010（5）.-26～29

針對(duì)SAR圖像相干斑濾波中存在的降低相干斑與有效保持細(xì)節(jié)信息這一矛盾，研究了常用空域?yàn)V波算法，在此基礎(chǔ)上，將中值濾波與增強(qiáng)LEE濾波相結(jié)合，改進(jìn)了L EE濾波算法，該方法能夠在濾除相干斑的同時(shí)很好地保持圖像的邊緣及細(xì)節(jié)紋理信息。圖2表1參8

?合成孔徑雷達(dá)圖像 圖像濾波

CH20110900 利用高分辨率SAR立體像對(duì)提取數(shù)字地形模型研究=The Study on DEM Generation from Stereo Image Pairs of High Spatial Resolution SAR/楊曉明（徠卡測(cè)量系統(tǒng)貿(mào)易（北京）有限公司）∥遙感信息.-2010（5）.-30～34

高分辨率的SAR衛(wèi)星都具有多角度的掃描能力，使其同樣具有立體觀測(cè)的能力，為我們提供了另一種產(chǎn)生DEM的手段。利用SAR立體像對(duì)提取DEM的影響因子包括：數(shù)據(jù)類(lèi)型斜距和地距、控制點(diǎn)和連接點(diǎn)、分辨率和相關(guān)器以及噪聲和數(shù)據(jù)深度等。利用在兩個(gè)地區(qū)的五景SAR像對(duì)就生成DEM和這些因子對(duì)DEM的影響進(jìn)行了研究。通過(guò)研究發(fā)現(xiàn)TerraSAR-X和CosmoSkymed同樣具有很好的立體成像能力，可以用來(lái)提取數(shù)字地形模型。適合利用其他手段生成DEM困難的地區(qū)使用。圖8表6參3

?合成孔徑雷達(dá) 數(shù)字高程模型

CH20110901 基于綜合匹配的鳥(niǎo)類(lèi)視頻中運(yùn)動(dòng)物體的檢測(cè)=The Object Detection in Birds Video Based on Synthesized Matching Method/尹永宜，李艷（南京大學(xué)國(guó)際地球系統(tǒng)科學(xué)研究所）∥遙感信息.-2010（5）.-35～39

采用幀間差分法對(duì)該地所拍攝鳥(niǎo)類(lèi)視頻數(shù)據(jù)進(jìn)行運(yùn)動(dòng)物體檢測(cè)。由于視頻在獲取過(guò)程中存在攝像機(jī)的移動(dòng)，所以在處理過(guò)程中首先需要估計(jì)背景的運(yùn)動(dòng)并加以補(bǔ)償。背景運(yùn)動(dòng)的估計(jì)是在常用的塊匹配方法的基礎(chǔ)上作了一定的改進(jìn)，通過(guò)多個(gè)匹配塊的匹配結(jié)果來(lái)計(jì)算運(yùn)動(dòng)矢量。為提高正確率，塊的匹配在差分圖像上進(jìn)行。利用在鄱陽(yáng)湖錄取的視頻對(duì)所述方法進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明本文所述方法對(duì)背景的去除和運(yùn)動(dòng)物體的檢測(cè)的有效性。圖6表1參9

?運(yùn)動(dòng)物體檢測(cè) 絕對(duì)誤差 幀間差分 綜合匹配

CH20110902 COSMO雷達(dá)數(shù)據(jù)在多云多霧地區(qū)土地變化監(jiān)測(cè)研究=Study on Land Change Monitoring in Cloudy and Foggy Area with COSMO Radar Data/郝容，戰(zhàn)鷹，曹將兵（北京東方道邇信息技術(shù)有限責(zé)任公司）∥遙感信息.-2010（5）.-40～43

近年來(lái)新型成像雷達(dá)遙感（極化、干涉）及數(shù)據(jù)處理技術(shù)的發(fā)展，SAR遙感影像上獲得的地表信息越來(lái)越多，如何利用雷達(dá)信息探測(cè)土地變化成為研究的新課題。但是雷達(dá)影像不同于光學(xué)影像，目前雷達(dá)數(shù)據(jù)解譯仍存在著一些困難。針對(duì)多云多霧地區(qū)雷達(dá)數(shù)據(jù)土地變化監(jiān)測(cè)，以四川成都地區(qū)COSMO數(shù)據(jù)為例，利用雷達(dá)相干影像，后向散射強(qiáng)度，強(qiáng)度比值影像，提出一種新的雷達(dá)處理手段，減少了雷達(dá)數(shù)據(jù)土地變化監(jiān)測(cè)的工作量，提高工作效率。圖3表1參3

?土地變化監(jiān)測(cè) 相干圖 強(qiáng)度比值圖 圖像擬合

CH20110903 結(jié)合豐度特征的決策樹(shù)及其土地覆蓋分類(lèi)=Landcover Classification Based on Decision Tree with A-bundance/張?zhí)?，張友靜，謝麗軍（河海大學(xué)水文水資源學(xué)院）∥遙感信息.-2010（5）.-44～48

將混合像元分解的豐度加入特征集，結(jié)合光譜信息和DEM數(shù)據(jù)生成決策分類(lèi)規(guī)則。運(yùn)用陸地衛(wèi)星TM影像對(duì)黃河源區(qū)的瑪多縣進(jìn)行土地覆蓋分類(lèi)試驗(yàn)。通過(guò)特征提取、決策分類(lèi)和后處理，得到該縣的土地覆蓋類(lèi)型圖。采用1∶10萬(wàn)土地覆蓋類(lèi)型圖和實(shí)地考察數(shù)據(jù)進(jìn)行精度評(píng)價(jià)，結(jié)果表明：結(jié)合豐度的決策樹(shù)與最大似然分類(lèi)和普通決策樹(shù)分類(lèi)（不加豐度信息）相比，分類(lèi)精度分別提高了17.3％和9.5％。圖5表4參12

?豐度特征 土地覆蓋分類(lèi) 決策樹(shù)

CH20110904 遙感旱情監(jiān)測(cè)方法的比較與分析=Analysis and Comparison of Drought Monitoring Methods by Remote Sensing/王玲玲，張友靜，佘遠(yuǎn)見(jiàn)，鄧世贊，謝麗軍（河海大學(xué)地理信息科學(xué)系）∥遙感信息.-2010（5）.-49～53

比較和分析了目前旱情監(jiān)測(cè)中運(yùn)用較為廣泛的3種模型：土壤熱慣量法（ATI）、作物缺水指數(shù)法（CW-SI）和溫度植被指數(shù)法（TVDI）的適用條件，并利用IDL編程實(shí)現(xiàn)。以黃河三花間流域?yàn)槔?，利用MODIS影像和氣象數(shù)據(jù)對(duì)3種模型進(jìn)行了計(jì)算，并將成果與SEBAL模型計(jì)算的蒸散發(fā)進(jìn)行相關(guān)分析。結(jié)果表明，CWSI和蒸散發(fā)的相關(guān)性最高，其次是TVDI、ATI。在分析各方法特點(diǎn)的基礎(chǔ)上，結(jié)合流域特征得到：CWSI和TVDI較適用于研究區(qū)域。圖8參15

?旱情監(jiān)測(cè) 熱慣量法 溫度植被指數(shù)法

CH20110905 人工神經(jīng)網(wǎng)絡(luò)反演算法反演北京地區(qū)濕度廓線=Retrieval of Humidity Profiles of Beijing Using Ackpropagation Neural Network/何杰穎，張升偉（中國(guó)科學(xué)院空間科學(xué)與應(yīng)用研究中心）∥遙感信息.-2010（5）.-54～57，61

微波濕度計(jì)（MWHS）是風(fēng)云三號(hào)衛(wèi)星的主要有效載荷之一，其頻率為150GHz（雙極化）和183.3lGHz（三通道），分別用于探測(cè)大氣窗區(qū)和水汽廓線。采用垂直于飛行方向的交軌掃描方式，科學(xué)目標(biāo)是探測(cè)大氣濕度的垂直分布。簡(jiǎn)要介紹微波大氣濕度探測(cè)的基本原理，闡述了濕度廓線反演的各種方法，著重運(yùn)用人工神經(jīng)網(wǎng)絡(luò)算法，反演北京地區(qū)的大氣濕度的垂直分布。結(jié)果表明，運(yùn)用風(fēng)云三號(hào)微波濕度計(jì)數(shù)據(jù)，大氣濕度垂直分布反演值與已知的探空數(shù)據(jù)相比，雖有誤差，但在可接受范圍之內(nèi)，反演結(jié)果可應(yīng)用于氣象，通信等領(lǐng)域，并具有重要應(yīng)用價(jià)值。圖10參11

?微波濕度計(jì) 大氣濕度 人工神經(jīng)網(wǎng)絡(luò)

CH20110906 幾種機(jī)載InSAR平地效應(yīng)去除方法的比較研究=Comparative Study on Several Methods of Removing the Flat-earth Effect in Airborne InSAR System/花奮奮，張繼賢，鄧喀中，黃國(guó)滿(mǎn)，趙爭(zhēng)（中國(guó)礦業(yè)大學(xué)環(huán)境與測(cè)繪學(xué)院）∥遙感信息.-2010（5）.-58～61

論述了InSAR系統(tǒng)平地效應(yīng)產(chǎn)生的原因，并簡(jiǎn)述了去除平地效應(yīng)的常用方法：基于軌道、基于DEM及基于頻率的平地效應(yīng)去除方法。分別將這三種方法應(yīng)用于機(jī)載InSAR系統(tǒng)，經(jīng)實(shí)驗(yàn)結(jié)果對(duì)比分析表明：基于頻率的方法不適用于機(jī)載系統(tǒng)，基于軌道、基于DEM的方法適用于機(jī)載系統(tǒng)，并得到了滿(mǎn)意的結(jié)果。圖4參4

?平地效應(yīng) 干涉條紋圖 干涉合成孔徑雷達(dá)

CH20110907 基于TRMM降水產(chǎn)品計(jì)算月降水量距平百分率=Calculation of Monthly Precipitation Anomaly Percentage Using TRMM Rainfall Product/楊紹鍔，吳炳方，熊雋，閆娜娜（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感信息.-2010（5）.-62～66，114

嘗試了使用遙感數(shù)據(jù)估算傳統(tǒng)的干旱監(jiān)測(cè)指標(biāo)——月降水量距平百分率。利用TRMM（Tropical Rainfall Measuring Mission）月降水速率產(chǎn)品求取1998年～2008年7月份和8月份的降水總量，進(jìn)而利用月降水總量數(shù)據(jù)計(jì)算2006年7月、8月和2007年7月、8月的月降水量距平百分率。將TRMM數(shù)據(jù)計(jì)算的月降水量距平百分率與中國(guó)氣象局提供的地面站點(diǎn)觀測(cè)數(shù)據(jù)進(jìn)行比較。比較結(jié)果表明，由TRMM數(shù)據(jù)計(jì)算的月降水量距平百分率總體上與站點(diǎn)觀測(cè)數(shù)據(jù)沒(méi)有顯著差異。由TRMM數(shù)據(jù)計(jì)算月降水量距平百分率可作為旱情監(jiān)測(cè)的有效手段。圖3表1參15

?降水監(jiān)測(cè) 遙感

CH20110908 不同油蒿樹(shù)勢(shì)的光譜分析=Spectral Analysis of Artemisia Ordosica at Different Growth Vigour/崔亞琴，駱有慶，宗世祥，黃華國(guó)，王蕾，鮑亭方，曾慶偉（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（5）.-67～71

以寧夏靈武油蒿主要分布區(qū)為研究地，野外調(diào)查并獲取了健康及受鉆蛀性害蟲(chóng)危害后油蒿冠層光譜的反射率，并應(yīng)用一階微分方法處理光譜反射率進(jìn)行研究。研究表明，健康油蒿受到鉆蛀性害蟲(chóng)危害后，具有明顯的“紅邊”藍(lán)移現(xiàn)象，同時(shí)，利用高光譜數(shù)據(jù)監(jiān)測(cè)蟲(chóng)害發(fā)生是可行的，而且對(duì)植株本身不造成任何傷害。該研究為荒漠灌木林是否可利用高光譜數(shù)據(jù)來(lái)進(jìn)行鉆蛀性害蟲(chóng)監(jiān)測(cè)提供了基礎(chǔ)。圖12參24

?高光譜遙感 農(nóng)業(yè)監(jiān)測(cè)

CH20110909 LM-BP神經(jīng)網(wǎng)絡(luò)在遙感影像分類(lèi)中的應(yīng)用研究=Application of LM-BP Neural Networks in Remote Sensing Image Classification/周義，阮仁宗（河海大學(xué)水文水資源與水利工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥遙感信息.-2010（5）.-80～86

有效地利用衛(wèi)星遙感數(shù)據(jù)進(jìn)行多類(lèi)別識(shí)別并提高分類(lèi)精度一直是遙感應(yīng)用研究的前沿。以江蘇南京江寧區(qū)為試驗(yàn)區(qū)，復(fù)合最佳指數(shù)提取的波段組合光譜信息、灰度共生矩陣提取的紋理信息和地理輔助數(shù)據(jù)及其派生信息，運(yùn)用LM-BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)遙感影像分類(lèi)，并將分類(lèi)結(jié)果與標(biāo)準(zhǔn)BP網(wǎng)絡(luò)和傳統(tǒng)分類(lèi)方法進(jìn)行了比較。研究表明，將衛(wèi)星數(shù)據(jù)與地理輔助數(shù)據(jù)結(jié)合，發(fā)展多源多維信息復(fù)合的LM-BP方法可以大大提高分類(lèi)的精度，是提高遙感應(yīng)用性的有效途徑。圖4表4參21

?最佳指數(shù) 灰度共生矩陣 影像分類(lèi)

CH20110910 遙感技術(shù)在漢源縣地質(zhì)災(zāi)害調(diào)查中的應(yīng)用=The Application of Remote Sensing Techology to Inverstigation of Geological H azards in Hanyuan County/張景華，張建龍，歐陽(yáng)淵（成都地質(zhì)礦產(chǎn)研究所）∥遙感信息.-2010（5）.-87～92

漢源縣地質(zhì)災(zāi)害頻繁發(fā)生，嚴(yán)重威脅人民生命財(cái)產(chǎn)安全。遙感技術(shù)具有時(shí)效性好、宏觀性強(qiáng)、信息豐富等特點(diǎn)，可以真實(shí)地反映地質(zhì)災(zāi)害發(fā)生時(shí)的具體情況，已經(jīng)成為地質(zhì)災(zāi)害調(diào)查的一種重要技術(shù)手段。運(yùn)用SPOT5圖像和QuickBird圖像，通過(guò)一定的圖像處理，獲得地質(zhì)災(zāi)害遙感解譯底圖，采用機(jī)助目視解譯方法結(jié)合地面調(diào)查，可以快速、全面地查明漢源縣地質(zhì)災(zāi)害分布、規(guī)模和危害，提高地質(zhì)災(zāi)害調(diào)查的效率和精度，取得了比較好的應(yīng)用效果。圖4表2參9

?地質(zhì)災(zāi)害 地質(zhì)遙感

CH20110911 幾內(nèi)亞金迪亞地區(qū)紅土型鋁土礦遙感礦化信息與找礦預(yù)測(cè)=Mineralized Information and Metallogenetic Prospect of Remote Sensing for the Lateritic Bauxite in Kindia of Guinea/李領(lǐng)軍，張?jiān)品?，張蓉，馮淳，焦超衛(wèi)，張文龍（西北有色地質(zhì)研究院）∥遙感信息.-2010（5）.-93～97

位于幾內(nèi)亞西部的金迪亞地區(qū)鋁土礦資源十分豐富，本文應(yīng)用ETM、SPOT衛(wèi)星多光譜數(shù)據(jù)，采用信息增強(qiáng)、三維顯示及地質(zhì)分析方法，建立了該區(qū)已知紅土型鋁土礦的波譜及影像標(biāo)志。運(yùn)用遙感-地貌學(xué)方法研究了侵蝕地形與礦化關(guān)系，指出了鋁土礦的空間展布規(guī)律，提出了20個(gè)遙感找礦預(yù)測(cè)區(qū)。在成礦條件良好的某一地區(qū)進(jìn)一步篩選出的遙感找礦靶區(qū)中工程見(jiàn)礦率達(dá)60％。圖6參10

?礦產(chǎn)資源遙感 數(shù)字高程模型

CH20110912 葉綠素反演三波段模型的多時(shí)相應(yīng)用=Multi-temporal Applications of Chlorophyll-a Estimation U-sing Three-band Model/楊碩，王世新，周藝，閻福禮（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感信息.-2010（5）.-98～104

基于對(duì)內(nèi)陸水體葉綠素a、懸浮物、溶解有機(jī)物與純水的固有光學(xué)特性分析和三波段模型的理論，利用太湖實(shí)測(cè)的水面高光譜遙感數(shù)據(jù)波段組合，進(jìn)行迭代優(yōu)化，得到與葉綠素濃度密切相關(guān)而受懸浮物與黃色物質(zhì)影響小的最優(yōu)波段組合模型。該方法可以有效地去除懸浮物和黃色物質(zhì)的影響，有效地針對(duì)不同時(shí)相的特點(diǎn)取得較好的反演效果。圖13參20

?高光譜遙感 水體

CH20110913 基于ETM+的北京西部山區(qū)喬木群落結(jié)構(gòu)研究=Study on Tree Community Structure in Western Mountainous Area of Beijing Based on ETM+/武鵬飛，王茂軍，張學(xué)霞（城市環(huán)境過(guò)程與數(shù)字模擬國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地）∥遙感信息.-2010（5）.-105～109

利用遙感技術(shù)結(jié)合地面調(diào)查的方法對(duì)2008年春季北京西部山區(qū)喬木群落的多樣性進(jìn)行了研究。提取歸一化植被指數(shù)（NDVI），并計(jì)算NDVI隨時(shí)間的變化率（△NDVI）；利用地面調(diào)查數(shù)據(jù)計(jì)算研究區(qū)的健康指數(shù)、Margalef豐富度指數(shù)、Shannon-Wiener多樣性指數(shù)和Simpson多樣性指數(shù)，并分析△NDVI、健康指數(shù)和多樣性指數(shù)之間的關(guān)系。結(jié)果表明：（1）健康指數(shù)和多樣性指數(shù)之間存在正相關(guān)關(guān)系，群落多樣性指數(shù)越高，群落的整體健康狀況越好。（2）△NDVI與健康指數(shù)之間呈正相關(guān)關(guān)系，健康指數(shù)越高的群落，單位時(shí)間內(nèi)NDVI的增加值越大，植被群落的生長(zhǎng)變化越明顯。（3）△NDVI的高低可以代表區(qū)域植被的健康程度，反映區(qū)域植物群落的豐富度、多樣性?！鱊DVI的值越高，植被群落的健康程度越好，植被群落的豐富度、多樣性指數(shù)越高。本文的研究較好的將遙感技術(shù)和地面調(diào)查相結(jié)合，對(duì)△NDVI與群落植被健康程度、多樣性指數(shù)進(jìn)行了研究和驗(yàn)證，為以后研究植被群落多樣性提供了一定的借鑒。圖6表1參21

?植被遙感 多樣性指數(shù) 健康指數(shù) 歸一化植被指數(shù)

（819～913 張明）

CH20110914 SAR圖像中不同特性條紋噪聲的濾除=Filtering Methods for Different Characteristic Stripe Noise in SAR Image/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).-2011（1）.-1～12

分析Burst工作模式星載SAR系統(tǒng)中，采用全孔徑成像算法會(huì)產(chǎn)生周期性明暗條紋噪聲的原因，提出一種簡(jiǎn)單高效的一維頻域?yàn)V除算法，并給出包含該操作的改進(jìn)距離多普勒成像算法流程。對(duì)于因雷達(dá)系統(tǒng)本身原因而產(chǎn)生的一些非周期不規(guī)則條紋噪聲進(jìn)行討論，針對(duì)此類(lèi)噪聲提出一種二維頻域區(qū)域?yàn)V波的算法。通過(guò)對(duì)實(shí)際星載SAR數(shù)據(jù)的處理，驗(yàn)證算法的有效性。

?距離多普勒算法 條紋噪聲 頻域?yàn)V波 SAR圖像

CH20110915 高光譜圖像目標(biāo)檢測(cè)的核信號(hào)空間正交投影法=Kernel Signature Space Orthogonal Projection for Target Detection in Hyperspectral Imagery/趙遼英，張凱，厲小潤(rùn)（杭州電子科技大學(xué)計(jì)算機(jī)應(yīng)用技術(shù)研究所）∥遙感學(xué)報(bào).-2011（1）.-13～28

針對(duì)非線性混合下的亞像元目標(biāo)檢測(cè)問(wèn)題，提出一種基于核函數(shù)的信號(hào)空間正交投影方法（KSSP）。該方法作為信號(hào)空間正交投影方法（SSP）的非線性推廣，首先將原空間中像元矢量經(jīng)非線性映射轉(zhuǎn)換到高維特征空間，然后在特征空間中用線性信號(hào)空間正交投影進(jìn)行目標(biāo)檢測(cè)。通過(guò)核技巧，核信號(hào)空間正交投影不必知道具體的非線性映射形式。經(jīng)模擬數(shù)據(jù)與真實(shí)高光譜圖像數(shù)據(jù)實(shí)驗(yàn)證明，KSSP方法在目標(biāo)檢測(cè)性能上優(yōu)于SSP，且對(duì)噪聲的抑制也有很好的效果。

?信號(hào)空間正交投影 核函數(shù) 亞像元目標(biāo)檢測(cè)

CH20110916 喜馬拉雅山地區(qū)冰湖信息的遙感自動(dòng)化提取=Automatic Extraction of Himalayan Glacial Lakes With Remote Sensing/李均力，盛永偉，駱劍承（加州大學(xué)洛杉磯分校地理系）∥遙感學(xué)報(bào).-2011（1）.-29～43

在“全域-局部”分步迭代水體信息提取方法的基礎(chǔ)上，通過(guò)對(duì)水體信息提取指標(biāo)——水體指數(shù)的物理特性的分析實(shí)現(xiàn)了算法中全域閾值的自動(dòng)選擇與局部閾值的自適應(yīng)調(diào)整，并結(jié)合DEM生成的山體坡度和陰影信息，減少局部迭代過(guò)程中對(duì)其他地表特征與水體信息的誤判。在此基礎(chǔ)上，建立一種適合于高山地區(qū)冰川湖泊的自動(dòng)化提取方案。試驗(yàn)采用Landsat數(shù)據(jù)對(duì)喜馬拉雅山地區(qū)的冰川湖泊進(jìn)行信息提取，結(jié)果表明該方法能夠快速準(zhǔn)確地完成大區(qū)域范圍內(nèi)的冰川湖泊制圖，并能最大程度地消除高山地區(qū)湖泊水體識(shí)別中冰川和山體陰影的影響。

?冰川湖泊 信息提取 水體遙感

CH20110917 高時(shí)空分辨率NDVI數(shù)據(jù)集構(gòu)建方法=Method to Construct High Spatial and Temporal Resolution NDVI DataSet-STAVFM/蒙繼華，吳炳方，杜鑫，鈕立明，張飛飛（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感學(xué)報(bào).-2011（1）.-44～59

針對(duì)ETM空間分辨率高和MODIS時(shí)間分辨率高的特點(diǎn)，選擇官?gòu)d水庫(kù)上游為實(shí)驗(yàn)區(qū)，基于對(duì)STARFM方法的改進(jìn)，構(gòu)建不同時(shí)空分辨率NDVI的時(shí)空融合模型-STAVFM，使用該模型對(duì)ETM NDVI與MODIS NDVI融合，構(gòu)建了高時(shí)空分辨率NDVI數(shù)據(jù)集。研究結(jié)果表明，STAVFM根據(jù)植被變化特點(diǎn)定義了有效時(shí)間窗口，在考慮物候影響的同時(shí)改進(jìn)了時(shí)間維的加權(quán)方式，通過(guò)MODIS NDVI時(shí)間變化信息與ETM NDVI空間差異信息的有機(jī)結(jié)合，實(shí)現(xiàn)缺失高空間分辨率NDVI的有效預(yù)測(cè)（3景預(yù)測(cè)NDVI與實(shí)際NDVI的相關(guān)系數(shù)分別達(dá)到了0.82、0.90和0.91），從而構(gòu)建高時(shí)空分辨率NDVI數(shù)據(jù)集，其時(shí)間上保留了高時(shí)間分辨率數(shù)據(jù)的時(shí)間變化趨勢(shì)，空間上又反映了高空間分辨率數(shù)據(jù)的空間細(xì)節(jié)差異。

?數(shù)據(jù)融合 高時(shí)空分辨率

CH20110918 HJ-1B B08在軌星上定標(biāo)有效波段寬度計(jì)算的查找表法=Lookup Table Method of Effective Bandwidth for HJ-1B B08 On-board Radiometric CaLibration/李家國(guó)，顧行發(fā)，余濤，韓啟金，郭宏，王蘇穎（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感學(xué)報(bào).-2011（1）.-60～72

通過(guò)構(gòu)建適用于HJ-1B熱紅外通道（IRSB08）特性的有效波段寬度計(jì)算方法，提高HJ-1B B08在軌星上絕對(duì)輻射定標(biāo)的精度。根據(jù)HJ-1B星上定標(biāo)原理、利用衛(wèi)星發(fā)射前地面實(shí)驗(yàn)數(shù)據(jù)和Planck方程，建立基于定標(biāo)黑體溫度的有效波段寬度計(jì)算的查找表法，結(jié)果表明查找表法得到的有效波段寬度為2.01μm左右，介于半高寬法1.940μm和矩方法2.394μm之間，且與定標(biāo)黑體溫度的關(guān)聯(lián)性很小，在低溫點(diǎn)和高溫點(diǎn)之間的相對(duì)差異在0.3％以?xún)?nèi)。半高寬法和矩方法分別低估和高估有效波段寬度，導(dǎo)致定標(biāo)后的表觀輻射亮度分別偏高和偏低，不適用于HJ-1B B08特點(diǎn)，查找表法定標(biāo)的表觀輻亮度與星地同步實(shí)驗(yàn)結(jié)果非常相近，絕對(duì)誤差為0.04W·m-2·sr-1·μm-1，對(duì)應(yīng)的亮度溫度誤差為0.4K左右，能很好的應(yīng)用于HJ-1B B08在軌星上絕對(duì)輻射定標(biāo)。

?定標(biāo) 有效波段寬度 查找表法

CH20110919 基于傅里葉描述子的高分辨率遙感圖像地物形狀特征表達(dá)=Shape Feature Representation of Ground Objects from High-resolution Remotely Sensed Imagery base on Fourier Descriptors/萬(wàn)瑋，馮學(xué)智，肖鵬峰，趙利民（南京大學(xué)地理信息科學(xué)系）∥遙感學(xué)報(bào).-2011（1）.-73～87

在對(duì)傅里葉描述子進(jìn)行歸一化的基礎(chǔ)上，將該方法引入地物輪廓的形狀特征描述中，針對(duì)建筑物、農(nóng)田、道路和河道4種典型地物，分別從譜線特征、不同頻段描述子對(duì)形狀特征的貢獻(xiàn)率、形狀重構(gòu)3個(gè)方面進(jìn)行分析，結(jié)果表明，在譜線圖中，直流分量對(duì)形狀特征的貢獻(xiàn)率在70％以上，低頻和高頻成分共占7％～24％左右，中頻成分的貢獻(xiàn)率只有2％～4％左右，僅低頻成分（第1～5項(xiàng)）便能夠很好地進(jìn)行地物形狀重構(gòu)。最后將第1～5項(xiàng)描述子應(yīng)用到基于決策樹(shù)的面向?qū)ο蠓诸?lèi)中，得出實(shí)驗(yàn)區(qū)總體分類(lèi)精度為98.48％，Kappa系數(shù)為0.9714。傅里葉描述子的方法能夠很好的表達(dá)高分辨率遙感圖像的地物形狀特征。

?形狀特征 傅里葉描述子 高分辨率 遙感圖像

CH20110920 空間鄰接支持下的遙感影像分類(lèi)=Remote Sensing Image Classification Method Supported by Spatial Adjacency/喬程，沈占鋒，吳寧，胡曉東，駱劍承（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感學(xué)報(bào).-2011（1）.-88～99

傳統(tǒng)光譜分類(lèi)法的局限性促使了遙感“圖譜耦合”認(rèn)知理論的發(fā)展，使其更加注重了空間信息的應(yīng)用。然而，已有的分類(lèi)方法雖也融入了空間形態(tài)、空間關(guān)系的應(yīng)用，在精度上有一定的提高，但在空間規(guī)律定量描述、地物實(shí)際分布邊界跟蹤等方面仍存在不足。本文發(fā)展了一種空間鄰接支持下的遙感影像分類(lèi)方法：通過(guò)基準(zhǔn)地物的精確提取進(jìn)而搜索與其鄰接的目標(biāo)地物，對(duì)鄰接范圍內(nèi)的地類(lèi)混淆以及非鄰接范圍內(nèi)的目標(biāo)類(lèi)誤分一并進(jìn)行修正，并以近海地物分類(lèi)為例進(jìn)行試驗(yàn)，獲得了更為精確、合理的分類(lèi)結(jié)果，也為后續(xù)逐步精確地提取各地物提供了一種便捷有效的途徑。

?遙感分類(lèi) 圖譜耦合 空間鄰接 分類(lèi)修正

CH20110921 被動(dòng)微波輻射特征地形效應(yīng)模擬與實(shí)驗(yàn)=Simulation and Measurement of Relief Effects on Passive Microwave Radiation/李欣欣，張立新，蔣玲梅，趙少杰，趙天杰（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).-2011（1）.-100～110

基于地形對(duì)被動(dòng)微波輻射的影響機(jī)理研究，利用AIEM模型模擬微波輻射的地形效應(yīng)，建立實(shí)驗(yàn)地貌微縮景觀，由車(chē)載微波輻射計(jì)進(jìn)行觀測(cè)，探索影響被動(dòng)微波輻射特征的地形因子。地基實(shí)驗(yàn)表明，在低頻波段本地入射角對(duì)山地傾斜表面的微波輻射有10K～15K的影響，小于10GHz的觀測(cè)頻率可以消除地形高度對(duì)微波輻射的影響。同時(shí)，實(shí)驗(yàn)驗(yàn)證微波極化受地表形態(tài)屬性——山體坡向和山體形狀的影響顯著，地形坡度對(duì)極化信息影響不明顯。

?地形效應(yīng) 被動(dòng)微波輻射 地形實(shí)驗(yàn)

CH20110922 遙感影像亮度和反差分布不均勻性校正算法的效果比較=Experimental Comparison Among Five Algorithms of Brightness and Contrast Homogenization/朱述龍，張振，朱寶山，曹聞（信息工程大學(xué)測(cè)繪學(xué)院遙感信息工程系）∥遙感學(xué)報(bào).-2011（1）.-111～122

提出能同時(shí)消除亮度和反差分布不均勻現(xiàn)象的分塊均值方差變換法，重點(diǎn)對(duì)插值勻光法、MASK勻光法、同態(tài)濾波勻光法、Retinex勻光法以及分塊均值方差變換法的校正效果進(jìn)行了實(shí)驗(yàn)比較。研究表明：分塊均值方差變換法既能消除亮度分布不均勻現(xiàn)象，又能消除反差分布不均勻現(xiàn)象，而MASK勻光法、插值勻光法、Retinex勻光法只能解決亮度分布不均勻問(wèn)題，同態(tài)濾波勻光法僅能減弱亮度分布不均勻現(xiàn)象，在勻光效果方面，分塊均值方差變換法最好，MASK勻光法次之，插值勻光法緊隨其后，接下來(lái)是Retinex勻光法，同態(tài)濾波勻光法最差。

?分布不均勻性 勻光法

CH20110923 MODIS 1B影像條帶檢測(cè)與去除=Detec

tion and Removal of the Stripes in MODIS 1B Image/項(xiàng)海兵，劉勁松（河北師范大學(xué)資源與環(huán)境科學(xué)學(xué)院河北省環(huán)境演變與生態(tài)建設(shè)實(shí)驗(yàn)室）∥遙感學(xué)報(bào).-2011（1）.-123～136

MODIS 1B影像中存在橫向和縱向條帶，基于均衡化曲線補(bǔ)償技術(shù)，提出了一種快速檢測(cè)和去除條帶的算法，給出了條帶檢測(cè)判定參數(shù)，即：如果A幀和B幀的10組傳感器校正系數(shù)C_i值分別位于0的兩側(cè)，且ABS（C_i）＞0.008，則存在寬條帶；如果10組傳感器的校正系數(shù)MAX（C_i）＞0.05時(shí)，則存在單行條帶。去除寬條帶時(shí)，需以當(dāng)前列為首列，從其后連續(xù)的100列影像中提取各傳感器相對(duì)當(dāng)前列的校正系數(shù)。結(jié)果表明，條帶檢測(cè)模型能有效識(shí)別單行條帶和寬條帶，多行條帶需目視識(shí)別，單行條帶和寬條帶去除效果明顯好于NASA網(wǎng)站公布數(shù)據(jù)，多行條帶雖未徹底去除，但處理后的影像質(zhì)量得到明顯改善。

?MODIS影像 條帶檢測(cè) 條帶去除

CH20110924 風(fēng)云三號(hào)MWTS/MWHS大氣溫度與水汽廓線反演——2008年鳳凰臺(tái)風(fēng)個(gè)例試驗(yàn)=Retrievals of Atmospheric Temperature and Humidity Profiles from Chinese Microwave FY-3A Measurements and the Example of Phoenix Typhoon，2008/陳昊，金亞秋（復(fù)旦大學(xué)波散射與遙感信息教育部重點(diǎn)實(shí)驗(yàn)室）∥遙感學(xué)報(bào).-2011（1）.-137～147

結(jié)合中國(guó)國(guó)家標(biāo)準(zhǔn)大氣（GB 1920-80）與1976年美國(guó)標(biāo)準(zhǔn)大氣，利用MPM（Millimeter PropagationModel，毫米波傳播模型）、ROS（Rosenkranz）模型和本文提出的改進(jìn)混合模型（MIX，Mixed）計(jì)算大氣吸收系數(shù)。采用西北太平洋地區(qū)中國(guó)與日本16個(gè)無(wú)線電高空探測(cè)儀836組大氣實(shí)測(cè)數(shù)據(jù)（海拔高度、氣壓、大氣溫度和濕度），通過(guò)大氣輻射傳輸模型，按MWTS/MWHS的工作參數(shù)（中心頻率、帶寬和波段數(shù)目），模擬大氣輻射亮度溫度，用以驗(yàn)證FY-3A的MWTS/MWHS實(shí)測(cè)輻射亮度溫度。比較了MPM、ROS與MIX 3種模型的模擬結(jié)果，并用MIX模型分析了MWTS/MWHS多通道大氣吸收權(quán)重函數(shù)。進(jìn)而通過(guò)無(wú)線電高空探測(cè)儀的大氣實(shí)測(cè)數(shù)據(jù)與MWTS/MWHS的實(shí)測(cè)多通道輻射亮溫?cái)?shù)據(jù)，構(gòu)成統(tǒng)計(jì)D矩陣，并由此反演2008年7月27日“鳳凰”臺(tái)風(fēng)西北太平洋地區(qū)大氣溫度和濕度的3維分布。

?輻射傳輸 大氣反演 風(fēng)云三號(hào)衛(wèi)星

CH20110925 煤田火區(qū)特征的土地覆蓋分類(lèi)方法——以烏達(dá)煤田火區(qū)為例=The Approaches of Land Cover Classification of the Wuda Coal Fire Area/張春燕，郭杉，關(guān)燕寧，武建軍，李加洪，蔡丹路，孔冰，賈躍榮，安旭東，馬建偉，趙鐵雄，康利花（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感學(xué)報(bào).-2011（1）.-148～162

土地覆蓋變化是土地分析與評(píng)價(jià)和生態(tài)環(huán)境變化預(yù)測(cè)的重要科學(xué)基礎(chǔ)，通過(guò)精確的土地覆蓋分類(lèi)方法獲取高精度的土地覆蓋圖是研究煤田火區(qū)生態(tài)環(huán)境變化的必要手段。本文以最大似然法、光譜角度法、面向?qū)ο蠓诸?lèi)法和基于復(fù)合分區(qū)的分層分類(lèi)法進(jìn)行烏達(dá)煤田火區(qū)土地覆蓋分類(lèi)的方法研究。研究結(jié)果表明，基于復(fù)合分區(qū)的分層分類(lèi)方法分類(lèi)精度較高，總體分類(lèi)精度為92.97％，kappa系數(shù)為0.9155。該方法通過(guò)基于地表熱輻射特征、熱異常狀況、地貌類(lèi)型，以及對(duì)生態(tài)系統(tǒng)擾動(dòng)狀況等的劃分，減少了地物信息的混淆度，即通過(guò)提高單一地物的分類(lèi)精度來(lái)提高總體分類(lèi)精度，突出位于戈壁區(qū)的煤田火區(qū)土地覆蓋的地帶性和規(guī)律性特征，增加土地覆蓋類(lèi)型的可分性，使得土地覆蓋的分類(lèi)方法具有針對(duì)性，有效提高了分類(lèi)精度。

?圖像分類(lèi) 土地覆蓋變化 面向?qū)ο蠓诸?lèi)

CH20110926 使用多指數(shù)模型的SAR海冰圖像偏差場(chǎng)校正=Multi-exponential Model Based Bias Field Correction of SAR Sea Ice Image/郎文輝，王建社，楊學(xué)志，王庚中（合肥工業(yè)大學(xué)計(jì)算機(jī)與信息學(xué)院）∥遙感學(xué)報(bào).-2011（1）.-163～172

提出了一種使用多指數(shù)模型的SAR海冰圖像入射角偏差場(chǎng)校正的新算法，該算法先對(duì)SAR圖像進(jìn)行方位向取平均，然后用多指數(shù)模型對(duì)一維校正場(chǎng)建模，應(yīng)用熵值最小化方法求取最優(yōu)的一維校正場(chǎng)，再用推出的二維校正場(chǎng)對(duì)原始圖像進(jìn)行校正。實(shí)驗(yàn)結(jié)果表明，該算法對(duì)于SAR海冰圖像的入射角偏差場(chǎng)校正是有效的。與Karvonen的算法相比，該算法有更好的校正效果，且不需要提供像素的入射角信息。

?多指數(shù)模型 合成孔徑雷達(dá) 海冰

CH20110927 Hyperion影像分形信號(hào)特征研究=Research on Fractal Signature Feature of Hyperion Hyperspectral Image/周子勇，卜倩（油氣資源與探測(cè)國(guó)家重點(diǎn)實(shí)驗(yàn)室中國(guó)石油大學(xué)（北京）地球科學(xué)學(xué)院）∥遙感學(xué)報(bào).-2011（1）.-173～182

高光譜影像具有“譜像合一”的特征，因而可以從譜和像兩個(gè)角度對(duì)高光譜影像進(jìn)行分形分析。本文把計(jì)算表面分形維的雙層地毯法用于計(jì)算Hyperion高光譜曲線的分形維，根據(jù)每一像元的高光譜曲線計(jì)算出每一尺度的上分形信號(hào)和下分形信號(hào)，并對(duì)分形信號(hào)值及分形特征尺度進(jìn)行分析。結(jié)果表明對(duì)于不同地物其分形信號(hào)在某些特定尺度（分形特征尺度）有較大的差異，而且對(duì)于Hyperion高光譜影像，下分形信號(hào)可更有效地突出地物特征。文章最后簡(jiǎn)要討論了上分形和下分形、起始計(jì)算尺度以及原始采樣點(diǎn)數(shù)目對(duì)分形特征尺度的影響。

?高光譜 分形信號(hào) 特征提取

CH20110928 環(huán)渤海濱海濕地時(shí)空格局變化遙感監(jiān)測(cè)與分析=Spatial and Temporal Change of Wetlands in Bohai rim During 2000—2008：An Analysis Based on Satellite Images/溫慶可，張?jiān)鱿?，徐進(jìn)勇，左麗君，汪瀟，劉斌，趙曉麗，易玲（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感學(xué)報(bào).-2011（1）.-183～200

基于多期Landsat TM等遙感數(shù)據(jù)，采用目視解譯和實(shí)地樣點(diǎn)采集相互支撐的方法，完成了環(huán)渤海地區(qū)2000年、2005年及2008年濕地提取和分類(lèi)；運(yùn)用單一類(lèi)型變化率模型、區(qū)域動(dòng)態(tài)度模型和動(dòng)態(tài)轉(zhuǎn)移矩陣，揭示了環(huán)渤海濕地的時(shí)空格局、變化特點(diǎn)和驅(qū)動(dòng)機(jī)制。研究顯示環(huán)渤海地區(qū)的8類(lèi)濕地中，屬于人工濕地類(lèi)型的鹽場(chǎng)和水庫(kù)坑塘面積比例大且近8年增長(zhǎng)速度也最快，年均分別增加205.52km2和146.10km2，灘地和海涂減少最明顯；環(huán)渤海地區(qū)的三大流域中，黃河流域濕地變化最顯著，其動(dòng)態(tài)度接近海河流域及遼河流域的2倍，且仍在上升，海河流域動(dòng)態(tài)度已經(jīng)呈現(xiàn)出降低趨勢(shì)；人類(lèi)活動(dòng)驅(qū)動(dòng)下的濕地變化比自然驅(qū)動(dòng)更明顯，近海域、海涂及灘地開(kāi)發(fā)，用于建設(shè)水庫(kù)坑塘、建筑用地、鹽場(chǎng)等，是環(huán)渤海濕地變化的重要形式。

?濕地變化 遙感監(jiān)測(cè) 時(shí)空分析

CH20110929 干涉成像光譜遙感技術(shù)發(fā)展與應(yīng)用/李傳榮，賈媛媛，馬靈玲（中國(guó)科學(xué)院光電研究院）∥遙感技術(shù)與應(yīng)用.-2010（4）.-451～457

干涉成像光譜技術(shù)是遙感技術(shù)與應(yīng)用的前沿與熱點(diǎn)，因其高通量、高光譜分辨率和高成像穩(wěn)定性等特點(diǎn)帶來(lái)的巨大應(yīng)用潛力而受到各國(guó)的普遍重視。從干涉成像光譜技術(shù)基本原理出發(fā)，系統(tǒng)回顧并評(píng)述干涉成像光譜數(shù)據(jù)在光譜復(fù)原、定標(biāo)、大氣校正三方面的主要進(jìn)展，同時(shí)對(duì)國(guó)內(nèi)外干涉型成像光譜儀的發(fā)展與應(yīng)用加以介紹，指出基于HJ-1A超光譜成像儀開(kāi)展相關(guān)工作是加快我國(guó)干涉成像光譜技術(shù)發(fā)展的有效途徑。

?成像光譜技術(shù) 干涉成像光譜儀 大氣校正

CH20110930 基于多時(shí)相ENVISat ASAR數(shù)據(jù)的冬小麥識(shí)別方法——以北京通州試驗(yàn)區(qū)為例/白黎娜，王琫瑜，田昕，盧穎，楊永恬（中國(guó)林業(yè)科學(xué)研究院資源信息研究所林業(yè)遙感與信息技術(shù)實(shí)驗(yàn)室）∥遙感技術(shù)與應(yīng)用.-2010（4）.-458～463

ENVISat ASAR數(shù)據(jù)在水稻識(shí)別和制圖中應(yīng)用研究比較深入，但對(duì)該數(shù)據(jù)用于小麥識(shí)別和制圖的技術(shù)方法的研究還比較缺乏。以北京市通州區(qū)為試驗(yàn)區(qū)，研究了利用多時(shí)相ENVISat ASAR數(shù)據(jù)進(jìn)行冬小麥識(shí)別的技術(shù)方法。應(yīng)用GPS實(shí)測(cè)定位和基于高分辨率World View-1影像解譯等手段獲取分類(lèi)精度檢驗(yàn)數(shù)據(jù)，結(jié)果表明多時(shí)相ASAR數(shù)據(jù)可用于我國(guó)北方冬小麥的識(shí)別，對(duì)小麥—非小麥兩類(lèi)型的識(shí)別總精度為82.64％。

?農(nóng)業(yè)遙感 多時(shí)相濾波

CH20110931 基于HJ-1B衛(wèi)星遙感數(shù)據(jù)的水稻識(shí)別技術(shù)研究/鐘仕全，莫建飛，陳燕麗，李莉（廣西壯族自治區(qū)氣象減災(zāi)研究所；國(guó)家衛(wèi)星氣象中心遙感應(yīng)用試驗(yàn)基地）∥遙感技術(shù)與應(yīng)用.-2010（4）.-464～468

為快速、準(zhǔn)確地在遙感圖像上識(shí)別水稻作物的信息，滿(mǎn)足縣級(jí)尺度水稻遙感監(jiān)測(cè)的需要，以野外實(shí)地調(diào)查資料、1∶5萬(wàn)地形圖數(shù)據(jù)為輔助，通過(guò)光譜分析法，分析研究HJ-1B星CCD數(shù)據(jù)的水稻作物的光譜反射特性，建立水稻作物遙感信息識(shí)別模型。采用決策樹(shù)分類(lèi)方法提取水稻作物信息，并將該技術(shù)方法應(yīng)用于廣西賓陽(yáng)縣水稻作物信息提取研究。采用實(shí)測(cè)樣地?cái)?shù)據(jù)，利用混淆矩陣進(jìn)行精度評(píng)價(jià)驗(yàn)證，總精度為94.9％，Kappa系數(shù)為0.8533。研究表明，該水稻作物的識(shí)別技術(shù)，可以為了解我國(guó)水稻種植情況，進(jìn)行水稻長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量估測(cè)提供技術(shù)參考。

?HJ-1B星 決策樹(shù) 農(nóng)業(yè)遙感

CH20110932 高分辨率SAR圖像建筑物三維成像幾何結(jié)構(gòu)分析/傅興玉，尤紅建（中國(guó)科學(xué)院空間信息處理與應(yīng)用系統(tǒng)技術(shù)重點(diǎn)實(shí)驗(yàn)室）∥遙感技術(shù)與應(yīng)用.-2010（4）.-469～473

隨著SAR分辨率的不斷提高，建筑物在SAR圖像上表現(xiàn)出越來(lái)越明顯的幾何結(jié)構(gòu)特征，這些特征為重建建筑物三維模型提供了重要的信息。主要論述了建筑物在SAR圖像上的成像幾何結(jié)構(gòu)，并給出了利用SAR圖像上建筑物L(fēng)型的疊掩結(jié)構(gòu)反演建筑物三維結(jié)構(gòu)的理論基礎(chǔ)和方法，最后通過(guò)實(shí)驗(yàn)證明了該方法的可行性。

?合成孔徑雷達(dá) 成像幾何 建筑物重建 三維模型

CH20110933 利用POLSAR數(shù)據(jù)探索極化相關(guān)系數(shù)在居民地提取中的作用/張露，郭華東，李新武（中國(guó)科學(xué)院對(duì)地觀測(cè)與數(shù)字地球科學(xué)中心數(shù)字地球重點(diǎn)實(shí)驗(yàn)室）∥遙感技術(shù)與應(yīng)用.-2010（4）.-474～479

利用渭南地區(qū)ALOS-PALSAR極化數(shù)據(jù)，探索右旋—左旋圓極化相關(guān)系數(shù)|ρrrll|、水平—垂直線性極化相關(guān)系數(shù)|ρhhvv|以及規(guī)范化的圓極化相關(guān)系數(shù)|ρrrll|/|ρ0|在城市及鄉(xiāng)鎮(zhèn)居民地提取中的應(yīng)用潛力。研究證明：①|(zhì)ρrrll|是提取城鎮(zhèn)居民地信息的重要參數(shù)，但對(duì)于個(gè)別非居民地地區(qū)（文中的渭河河灘地區(qū)），|ρrrll|無(wú)法將其與居民地區(qū)分，結(jié)合|ρhhvv|與|ρrrll|能夠增加居民地的識(shí)別能力，提高居民地的提取精度；②|ρrrll|/|ρ0|參數(shù)對(duì)于研究建筑物結(jié)構(gòu)具有很大的潛力，但對(duì)于居民地信息提取，尤其是鄉(xiāng)鎮(zhèn)地區(qū)的居民地信息提取作用不大。

?極化合成孔徑雷達(dá) 極化相關(guān)系數(shù) 居民地提取

CH20110934 基于格網(wǎng)劃分的城市區(qū)域土地利用景觀格局時(shí)空變化遙感監(jiān)測(cè)/楊葉濤，龔建雅，王迎迎，曾又枝（中國(guó)地質(zhì)大學(xué)（武漢）地球物理與空間信息學(xué)院）∥遙感技術(shù)與應(yīng)用.-2010（4）.-480～485

城市化引起的土地利用變化已成為城市問(wèn)題研究熱點(diǎn)。多時(shí)相遙感變化檢測(cè)能夠監(jiān)測(cè)到土地利用變化的數(shù)量，被廣泛地用來(lái)進(jìn)行城市擴(kuò)張研究。對(duì)于城市化引起的城市空間結(jié)構(gòu)變化，最新研究引入景觀格局分析法，大量涌現(xiàn)的景觀指標(biāo)為景觀格局定量化表達(dá)提供了基礎(chǔ)。目前對(duì)于城市化過(guò)程中景觀格局時(shí)空變化的描述過(guò)于籠統(tǒng)，一般是對(duì)整個(gè)研究區(qū)域提取全局景觀格局及其時(shí)間變化。通過(guò)提出一種基于網(wǎng)格劃分的景觀格局提取與時(shí)空變化檢測(cè)方法，并運(yùn)用此方法研究了北京市城市化進(jìn)程中景觀格局的時(shí)空變化。結(jié)果表明：基于網(wǎng)格劃分的景觀格局變化檢測(cè)方法能夠檢測(cè)出城市空間結(jié)構(gòu)變化的數(shù)量、位置和模式，為理解城市擴(kuò)張行為以及城市擴(kuò)張建模提供了相比較于遙感土地利用變化檢測(cè)之外的另一種知識(shí)。

?變化檢測(cè) 景觀格局 網(wǎng)格劃分 城市擴(kuò)張

CH20110935 基于多源信息融合的土壤含水量估算/趙穎輝，蔣從鋒（浙江同濟(jì)科技職業(yè)學(xué)院）∥遙感技術(shù)與應(yīng)用.-2010（4）.-486～492

遙感信息在大面積土壤水分監(jiān)測(cè)中具有不可替代的優(yōu)勢(shì)。通過(guò)對(duì)試驗(yàn)區(qū)域的氣象數(shù)據(jù)、土壤類(lèi)型數(shù)據(jù)、土壤和水體的光譜特征曲線、多時(shí)相遙感影像數(shù)據(jù)等進(jìn)行預(yù)處理，提取圖像信息和屬性數(shù)據(jù)，并對(duì)土地利用類(lèi)型和植被覆蓋度進(jìn)行劃分?；谕寥赖墓庾V響應(yīng)機(jī)制建立像元反射光譜信息分解模型，以此計(jì)算出該區(qū)域土壤容積含水率。結(jié)果表明該方法對(duì)于低植被區(qū)的監(jiān)測(cè)精度較高（理論精度89.78％），可作為土壤水分監(jiān)測(cè)預(yù)警的依據(jù)。

?遙感 土壤含水量 光譜特性

CH20110936 SPOT5多光譜圖像對(duì)南沙珊瑚礁信息提取方法的探討/胡蕾秋，劉亞嵐，任玉環(huán)，陳楚群，魏成階（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感技術(shù)與應(yīng)用.-2010（4）.-493～501

珊瑚礁在海洋生態(tài)系統(tǒng)中具有重要的作用，國(guó)外對(duì)珊瑚礁遙感信息提取研究較早，但國(guó)內(nèi)起步較晚，目前仍以目視判讀為主。使用SPOT5 10m多光譜數(shù)據(jù)對(duì)我國(guó)南沙群島中彈丸礁和光星礁進(jìn)行了分類(lèi)實(shí)驗(yàn)，并以Quick-Bird融合影像判讀結(jié)果及島礁調(diào)查資料為參考，探討了SPOT5對(duì)珊瑚礁水下信息的辨識(shí)能力。首先利用閾值分割方法將水下和水上信息分離；對(duì)于水下信息，嘗試進(jìn)行Deglint糾正并引入衍生波段，用4種波段組合方案分別進(jìn)行最大似然法分類(lèi)后進(jìn)行結(jié)果比較。結(jié)果表明，Deglint糾正能夠有效消除水面噪聲，從而提高分類(lèi)精度；近紅外波段對(duì)水下信息提取有輔助作用，可幫助糾正一些由水深導(dǎo)致的錯(cuò)分；衍生波段替代近紅外波段分類(lèi)效果略差?？傊?，SPOT5 10m多光譜數(shù)據(jù)經(jīng)過(guò)圖像糾正后能夠有效提取珊瑚島礁水下成分信息，其分類(lèi)精度可達(dá)80％以上。

?SPOT5 信息提取 多光譜圖像 海洋生物

CH20110937 基于ENVI/IDL的多源遙感數(shù)據(jù)覆蓋范圍快速查詢(xún)技術(shù)及實(shí)現(xiàn)/苗立新，李霞，周連芳，文強(qiáng)，紀(jì)中奎，熊志明，靳光明，胡琳華（中國(guó)林業(yè)科學(xué)研究院資源信息研究所）∥遙感技術(shù)與應(yīng)用.-2010，（04），502～509

針對(duì)大范圍遙感應(yīng)用，前期工作是查詢(xún)某數(shù)據(jù)源的覆蓋范圍以及被云雪覆蓋區(qū)域或未覆蓋區(qū)域是否有同尺度的數(shù)據(jù)源替代，由于各種衛(wèi)星數(shù)據(jù)的查詢(xún)系統(tǒng)一般是相互獨(dú)立的，使得工作繁瑣費(fèi)時(shí)。介紹了在ENVI/IDL軟件環(huán)境支持下，多源遙感數(shù)據(jù)覆蓋范圍快速查詢(xún)技術(shù)及其實(shí)現(xiàn)。首先，根據(jù)元數(shù)據(jù)獲取影像快視圖4個(gè)角點(diǎn)的經(jīng)緯度坐標(biāo)，并生成矢量落圖文件；然后，通過(guò)算法檢測(cè)出影像快視圖有效范圍4個(gè)角點(diǎn)的像元坐標(biāo)；最后，對(duì)相同數(shù)據(jù)源的一批快視圖進(jìn)行自動(dòng)幾何校正，生成帶有經(jīng)緯度坐標(biāo)信息的GeoTiff格式圖像，從而使得各種數(shù)據(jù)源的快視圖都可以在GIS軟件中與行政界線一起疊加顯示。由于可以對(duì)大量數(shù)據(jù)進(jìn)行批處理，并且在設(shè)置好初始元數(shù)據(jù)格式后，不需要任何人工干預(yù)，極大地提高了多源數(shù)據(jù)覆蓋情況的查詢(xún)效率，從而可以快速、準(zhǔn)確地判斷有效數(shù)據(jù)的覆蓋范圍是否滿(mǎn)足應(yīng)用需求。因此，該方法具有很大的實(shí)用性和推廣價(jià)值。

?遙感數(shù)據(jù) 快視圖 落圖文件 影像檢索

CH20110938 一種基于多光譜遙感影像的喀斯特地區(qū)裸巖率的計(jì)算方法初探/張盼盼，胡遠(yuǎn)滿(mǎn)，肖篤寧，李秀珍，殷潔（中國(guó)科學(xué)院沈陽(yáng)應(yīng)用生態(tài)研究所）∥遙感技術(shù)與應(yīng)用.-2010（4）.-510～514

石漠化是我國(guó)西南地區(qū)廣泛分布的一種生態(tài)—地質(zhì)災(zāi)害。石漠化地區(qū)的提取和等級(jí)的劃分是石漠化研究的首要前提。裸巖率作為石漠化等級(jí)劃分的一個(gè)重要指標(biāo)，對(duì)其科學(xué)快速的運(yùn)算，是石漠化等級(jí)劃分和石漠化地區(qū)提取的基礎(chǔ)。提出了一種基于多光譜遙感影像的裸巖率的計(jì)算方法，并選取貴州省普定縣后寨河流域1987年的TM影像進(jìn)行了實(shí)驗(yàn)。首先，對(duì)影像進(jìn)行預(yù)處理獲得影像對(duì)象，再通過(guò)波段運(yùn)算提取后寨河流域的歸一化植被指數(shù)NDVI和裸土指數(shù)BI，分別用來(lái)計(jì)算植被覆蓋度和土壤裸露率，最后通過(guò)圖層算術(shù)運(yùn)算獲得實(shí)驗(yàn)區(qū)的裸巖率。結(jié)果表明這種裸巖率的提取方法具有可行性。

?植被覆蓋 土壤裸露率 TM影像 土地利用分類(lèi)

CH20110939 基于MERSI盤(pán)錦濕地植被動(dòng)態(tài)監(jiān)測(cè)及其與MODIS數(shù)據(jù)對(duì)比分析/武晉雯，馮銳，張玉書(shū)，紀(jì)瑞鵬，張淑杰，孫龍彧，陳鵬獅（中國(guó)氣象局沈陽(yáng)大氣環(huán)境研究所）∥遙感技術(shù)與應(yīng)用.-2010（4）.-515～519

利用2009年5～9月期間11個(gè)時(shí)相的FY3/MERSI、EOS/MODIS衛(wèi)星遙感影像資料，依托土地利用數(shù)據(jù)，提取122個(gè)濕地樣點(diǎn)的植被指數(shù)，對(duì)盤(pán)錦濕地植被長(zhǎng)勢(shì)進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，結(jié)果表明：盤(pán)錦濕地植被在生長(zhǎng)的前期和后期平均每天以1％～1.5％的速率發(fā)生變化，2009年8月9日前后，植被指數(shù)達(dá)到最大值，MERSI-NDVI為0.66，MODIS-NDVI為0.64。同時(shí)對(duì)MERSI-NDVI與MODIS-NDVI 2009年時(shí)間序列數(shù)據(jù)對(duì)比分析，發(fā)現(xiàn)二者的相關(guān)系數(shù)非常高R＞0.9，監(jiān)測(cè)數(shù)據(jù)值接近，為我國(guó)自主研發(fā)的中分辨率衛(wèi)星監(jiān)測(cè)濕地植被長(zhǎng)勢(shì)的長(zhǎng)序列植被指數(shù)構(gòu)建提供了初步的數(shù)據(jù)基礎(chǔ)。

?植被指數(shù) 濕地

CH20110940 山東省黃河流域森林蓄積量遙感定量估測(cè)模型研究/董斌，馮仲科，杜林芳，唐雪海（安徽農(nóng)業(yè)大學(xué)理學(xué)院）∥遙感技術(shù)與應(yīng)用.-2010（4）.-520～524

采用2006年的TM遙感影像作為研究區(qū)的基本數(shù)據(jù)源，利用GPS、全站儀等儀器，采用典型隨機(jī)抽樣方法采集了378個(gè)抽樣點(diǎn)的外業(yè)數(shù)據(jù)；借助MATLAB、SPSS、SAS、ERDAS等工具，運(yùn)用主成分分析法、多元線性逐步回歸法，結(jié)合RS、GPS和GIS技術(shù)，借助數(shù)學(xué)和物理理論，建立以像元為單位的山東省黃河流域森林蓄積量定量估測(cè)模型，為實(shí)現(xiàn)流域森林生態(tài)系統(tǒng)的平衡，最大限度地發(fā)揮森林的生態(tài)、經(jīng)濟(jì)和社會(huì)效益提供科學(xué)依據(jù)。

?森林蓄積量 定量估測(cè)模型

CH20110941 HJ-1A高光譜數(shù)據(jù)高效大氣校正及應(yīng)用潛力初探/馬靈玲，王新鴻，唐伶俐（中國(guó)科學(xué)院光電研究院）∥遙感技術(shù)與應(yīng)用.-2010（4）.-525～531

環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星于2009年3月30日開(kāi)始正式交付使用，A星上搭載了我國(guó)自主研制的空間調(diào)制型干涉高光譜成像儀（HSI），作為一種新型傳感器，HSI數(shù)據(jù)的應(yīng)用在我國(guó)還處于探索階段。要充分發(fā)揮超光譜數(shù)據(jù)優(yōu)勢(shì)、進(jìn)行有效的遙感應(yīng)用，首先需要消除遙感成像過(guò)程中的大氣影響，獲得不同波段的地物真實(shí)反射輻射信息。通過(guò)使用FLAASH大氣輻射傳輸模型對(duì)HSI數(shù)據(jù)進(jìn)行大氣校正，并與表觀反射率進(jìn)行對(duì)比分析，證明了校正后獲得的地表光譜反射率的有效性。同時(shí)基于校正后得到的光譜反射率圖像，進(jìn)行改良型土壤調(diào)整植被指數(shù)（MSAVI）與葉面積指數(shù)（LAI）的反演，初步展現(xiàn)了HSI數(shù)據(jù)的實(shí)際應(yīng)用效果。

?干涉成像光譜儀 大氣校正 高光譜遙感

CH20110942 復(fù)雜地形下自動(dòng)提取多暗像元的TM影像大氣糾正方法/何穎清，鄧孺孺，陳蕾，齊志新，秦雁，朱家敏（中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院）∥遙感技術(shù)與應(yīng)用.-2010（4）.-532～539

復(fù)雜地形條件下氣溶膠的空間分布變化較大，用單一的氣溶膠實(shí)測(cè)參數(shù)或單一的暗像元進(jìn)行大氣糾正都難以獲得好的效果，手動(dòng)選取暗像元還受限于專(zhuān)業(yè)人員的經(jīng)驗(yàn)。通過(guò)程序自動(dòng)提取圖像中的濃密植被像元以及位于山區(qū)陰影的植被像元作為暗像元，使得暗像元均勻分布于圖像的各個(gè)區(qū)域、各個(gè)海拔，更好地模擬復(fù)雜地形下的大氣狀況。根據(jù)輻射傳輸模型，利用迭代、插值等方法獲取TM1和TM3波段光學(xué)厚度，進(jìn)而推算成像時(shí)刻的氣溶膠波長(zhǎng)指數(shù)及混濁度系數(shù)，從而得到各個(gè)波段的大氣光學(xué)厚度以實(shí)現(xiàn)大氣糾正。

?大氣糾正 多暗像元 自動(dòng)提取 TM影像

CH20110943 基于變差函數(shù)紋理和BP人工神經(jīng)網(wǎng)絡(luò)的QuickBird影像分類(lèi)研究/馬友平（湖北民族學(xué)院生物科學(xué)與技術(shù)學(xué)院）∥遙感技術(shù)與應(yīng)用.-2010（4）.-540～546

通過(guò)對(duì)QuickBird影像的主成分分析，發(fā)現(xiàn)第一主成分信息量為67.09％，第二主成分信息量為31.73％，合計(jì)98.81％，因此選了第一、第二主成分進(jìn)行紋理提取。紋理提取時(shí)采用絕對(duì)變差函數(shù)紋理，窗口大小為3×3，步長(zhǎng)為1。地物類(lèi)型分為4類(lèi)即建筑物、水體、植被和裸地。BP人工神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)為4-4-1，隱層傳遞函數(shù)為S函數(shù)（logsig），輸出層傳遞函數(shù)為線性（purelin），訓(xùn)練函數(shù)為T(mén)rainscg；應(yīng)用該神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)分別對(duì)QuickBird影像的多光譜影像和一二主成分及一二主成分紋理影像進(jìn)行了分類(lèi)，分別算出了前者的P=84.54％，Kappa系數(shù)K=78.50％；后者的P=89.46％，Kappa系數(shù)K=85.29％，同時(shí)發(fā)現(xiàn)加入紋理后分類(lèi)結(jié)果顯著提高。

?變差函數(shù) 紋理 BP人工神經(jīng)網(wǎng)絡(luò)

CH20110944 IRS-P5立體像對(duì)提取DEM及精度評(píng)價(jià)/范興旺，翁永玲，胡伍生，徐君民，劉團(tuán)榮（東南大學(xué)交通學(xué)院測(cè)繪工程系）∥遙感技術(shù)與應(yīng)用.-2010（4）.-547～551

利用IRS-P5同軌立體像對(duì)構(gòu)建DEM并討論DEM的精度，分析了不同地面控制點(diǎn)組合下的影像定位精度。在至少采用4個(gè)地面控制點(diǎn)的情況下，平面和高程方向影像定位精度能夠達(dá)到2m的精度。用抽樣檢查和差值運(yùn)算的方法對(duì)DEM的精度進(jìn)行了評(píng)價(jià)，認(rèn)為P5立體像對(duì)生成DEM基本滿(mǎn)足國(guó)家1∶50 000大比例尺地形圖制圖的要求。實(shí)際選線證明IRS-P5影像生成的DEM滿(mǎn)足電力選線的要求。

?立體像對(duì) 數(shù)字高程模型 精度評(píng)價(jià)

CH20110945 基于網(wǎng)函數(shù)插值的MODIS Level 1B圖像Bowtie效應(yīng)修正/宋莎莎，張杰，孟俊敏（國(guó)家海洋局第一海洋研究所）∥遙感技術(shù)與應(yīng)用.-2010（4）.-552～559

MODIS圖像中Bowtie效應(yīng)普遍存在，嚴(yán)重影響著數(shù)據(jù)的廣泛應(yīng)用和后續(xù)處理，因此Bowtie修正是MODIS圖像處理必不可少的步驟。提出了基于網(wǎng)函數(shù)插值的MODIS圖像Bowtie效應(yīng)修正方法，其特點(diǎn)是利用MODIS Level 1B產(chǎn)品自帶的地理緯度數(shù)據(jù)確定重復(fù)行數(shù)。應(yīng)用個(gè)例表明，基于網(wǎng)函數(shù)插值的方法可以有效地對(duì)Bowtie效應(yīng)進(jìn)行修正，并且可以避免相關(guān)系數(shù)方法計(jì)算重復(fù)行數(shù)的不穩(wěn)定性問(wèn)題。

?圖像處理

CH20110946 基于變分方法的遙感圖像去噪研究/張九星，黑保琴，李盛陽(yáng)，李緒志（中國(guó)科學(xué)院光電研究院）∥遙感技術(shù)與應(yīng)用.-2010（4）.-560～566

在分析自適應(yīng)保真項(xiàng)模型和自適應(yīng)全變分（ATV）模型基礎(chǔ)上，通過(guò)實(shí)驗(yàn)比較了變分方法模型的優(yōu)缺點(diǎn)；將ATV模型與保持紋理的自適應(yīng)保真項(xiàng)模型相結(jié)合，得出了相應(yīng)的梯度下降流，實(shí)驗(yàn)結(jié)果表明：該方法應(yīng)用于遙感圖像能在有效抑制噪聲的同時(shí)保持紋理細(xì)節(jié)，獲得較好的視覺(jué)效果；最后討論了偏微分方程應(yīng)用于遙感圖像去噪的進(jìn)一步研究工作。

?圖像去噪 遙感圖像

CH20110947 基于同步實(shí)測(cè)光譜數(shù)據(jù)的ASTER影像鄰近效應(yīng)校正研究/王倩，陳雪，陳建平，馬建文（中國(guó)地質(zhì)大學(xué)（北京）國(guó)土資源與高新技術(shù)研究中心）∥遙感技術(shù)與應(yīng)用.-2010（4）.-567～573

2008年6月在甘肅省張掖市開(kāi)展的天-空-地同步大型遙感實(shí)驗(yàn)“黑河綜合遙感聯(lián)合實(shí)驗(yàn)”中，用自己設(shè)計(jì)的裝置在蘭州大學(xué)草地觀測(cè)站開(kāi)展了衛(wèi)星同步鄰近效應(yīng)測(cè)量實(shí)驗(yàn)，用逆最小二乘算法求算了鄰近效應(yīng)校正系數(shù)，并將系數(shù)應(yīng)用于影像真實(shí)反射率轉(zhuǎn)換方程，對(duì)同步獲取的ASTER影像進(jìn)行了鄰近效應(yīng)校正，校正結(jié)果影像質(zhì)量有所改善。將校正的結(jié)果影像與SHDOM方程的鄰近效應(yīng)校正結(jié)果影像對(duì)比，結(jié)果表明，經(jīng)過(guò)鄰近效應(yīng)校正系數(shù)校正后影像的反射率、歸一化植被指數(shù)產(chǎn)生較大差異，像元之間的相關(guān)性也明顯降低。

?實(shí)測(cè)光譜數(shù)據(jù) 鄰近效應(yīng)校正 影像質(zhì)量

CH20110948 基于PixelBender的瀏覽器端遙感圖像運(yùn)算與增強(qiáng)顯示研究/王晨，吳健平（華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室）∥遙感技術(shù)與應(yīng)用.-2010（4）.-574～579

根據(jù)遙感圖像在WebGIS中的應(yīng)用特點(diǎn)和目前存在的問(wèn)題，利用富互聯(lián)網(wǎng)技術(shù)Flex和圖像處理語(yǔ)言Pixel-Bender，提出了將遙感圖像計(jì)算工作分配于客戶(hù)端瀏覽器執(zhí)行的系統(tǒng)架構(gòu)。并按此架構(gòu)開(kāi)發(fā)了一個(gè)原型系統(tǒng)。運(yùn)行結(jié)果表明，此種架構(gòu)可以在WebGIS中很好地實(shí)現(xiàn)遙感圖像運(yùn)算與增強(qiáng)，用戶(hù)體驗(yàn)優(yōu)良。為擴(kuò)展遙感圖像在WebGIS中的應(yīng)用提供了新的思路。

?圖像處理 客戶(hù)端 網(wǎng)絡(luò)服務(wù)

CH20110949 基于網(wǎng)絡(luò)的草原監(jiān)測(cè)信息發(fā)布系統(tǒng)開(kāi)發(fā)與應(yīng)用/唐川江，張緒校，周俗，張新躍（四川省草原工作總站）∥遙感技術(shù)與應(yīng)用.-2010（4）.-580～585

通過(guò)目前草原工作的背景分析及研究，結(jié)合J2EE、JSP、JDBC、MVC、ArcIMS以及數(shù)據(jù)庫(kù)SQL Server等技術(shù)的應(yīng)用，實(shí)現(xiàn)將草原監(jiān)測(cè)運(yùn)行結(jié)果以數(shù)字報(bào)表、圖件、報(bào)告等形式發(fā)布到網(wǎng)絡(luò)上，為政府對(duì)草原資源保護(hù)與建設(shè)工程的現(xiàn)代化管理提供平臺(tái)和宏觀決策依據(jù)；登錄該系統(tǒng)，可了解全省草原資源概況、保護(hù)與建設(shè)工程等情況；該系統(tǒng)還可對(duì)空間數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)草原生物災(zāi)害、自然災(zāi)害的遙感監(jiān)測(cè)。

?草原監(jiān)測(cè) 網(wǎng)絡(luò)信息發(fā)布 空間數(shù)據(jù)

CH20110950 基于ArcIMS的海洋內(nèi)波信息系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)/張嬋，黃韋艮，楊勁松，甘錫林（國(guó)家海洋局第二海洋研究所衛(wèi)星海洋環(huán)境動(dòng)力學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥遙感技術(shù)與應(yīng)用.-2010（4）.-586～590

海洋內(nèi)波信息系統(tǒng)主要用來(lái)管理和發(fā)布海洋內(nèi)波數(shù)據(jù)，并通過(guò)Internet/Intranet面向特定用戶(hù)提供內(nèi)波空間查詢(xún)和專(zhuān)題應(yīng)用功能的信息系統(tǒng)。在闡述網(wǎng)絡(luò)地理信息系統(tǒng)（WebGIS）開(kāi)發(fā)平臺(tái)ArcIMS 9.2體系結(jié)構(gòu)和功能的基礎(chǔ)上，詳細(xì)介紹了海洋內(nèi)波信息系統(tǒng)的設(shè)計(jì)，包括平臺(tái)和技術(shù)路線的選擇、系統(tǒng)的數(shù)據(jù)體系、實(shí)現(xiàn)流程和系統(tǒng)功能模塊等，并在此基礎(chǔ)上完成了海洋內(nèi)波信息系統(tǒng)的開(kāi)發(fā)。利用本系統(tǒng)，授權(quán)用戶(hù)可以通過(guò)網(wǎng)絡(luò)查詢(xún)特定區(qū)域海洋內(nèi)波的空間分布和不同空間位置上海洋內(nèi)波的波速、波長(zhǎng)、振幅、波向、時(shí)間分布等信息。該系統(tǒng)還能根據(jù)用戶(hù)特定需求生成海洋內(nèi)波信息專(zhuān)題圖和海洋內(nèi)波分布專(zhuān)題圖，為需要內(nèi)波信息的部門(mén)提供重要的決策依據(jù)。

?地理信息系統(tǒng) 海洋內(nèi)波

CH20110951 星載環(huán)境充氣可展開(kāi)天線硬化技術(shù)研究/王宏建，徐彥，關(guān)富玲，程岳云，劉廣，陳雪，易敏（中國(guó)科學(xué)院空間科學(xué)與應(yīng)用研究中心微波遙感部）∥遙感技術(shù)與應(yīng)用.-2010（4）.-591～596

在軌空間充氣天線硬化對(duì)于天線保形、抵御空間碎片影響具有重要意義。對(duì)充氣可展開(kāi)天線硬化材料、硬化技術(shù)等進(jìn)行了分析和設(shè)計(jì)，并對(duì)鋁箔/塑料薄膜材料進(jìn)行了詳細(xì)的硬化力學(xué)分析，計(jì)算結(jié)果表明鋁箔Mylar硬化技術(shù)是充氣可展開(kāi)拋物面天線硬化的有效手段。

?充氣結(jié)構(gòu) 衛(wèi)星天線

CH20110952 ArcGIS10云端亮劍地理協(xié)同時(shí)代來(lái)臨∥遙感技術(shù)與應(yīng)用.-2010（4）.-597

全球領(lǐng)先的地理信息系統(tǒng)（GIS）平臺(tái)軟件及服務(wù)提供商Esri（Environmental Systems Research Institute，Inc.美國(guó)環(huán)境系統(tǒng)研究所）公司今天正式發(fā)布極具里程碑意義的新產(chǎn)品——Arc-GIS10，該產(chǎn)品是全球第一款真正支持云架構(gòu)的GIS平臺(tái)產(chǎn)品。在強(qiáng)調(diào)以服務(wù)為中心的云時(shí)代，這一產(chǎn)品的發(fā)布為云GIS提供空間信息管理、地理分析方法與靈活系統(tǒng)架構(gòu)奠定了平臺(tái)基礎(chǔ)。

?地理信息系統(tǒng) 計(jì)算平臺(tái) 平臺(tái)軟件

CH20110953 基于分水嶺變換與空間聚類(lèi)的高分辨率遙感影像面向?qū)ο蠓诸?lèi)/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，劉慧敏∥遙感技術(shù)與應(yīng)用.-2010（5）.-597～603

面向?qū)ο蠓椒ㄒ褟V泛應(yīng)用于高分辨率遙感影像分類(lèi)，提出一種結(jié)合改進(jìn)分水嶺變換與空間聚類(lèi)的遙感影像面向?qū)ο蠓诸?lèi)新方法。首先，基于相位一致思想分析圖像特征，由Gabor小波多尺度、多方向提取QuickBird全色影像的梯度信息；利用擴(kuò)展最小變換與強(qiáng)制最小技術(shù)分別獲取圖像前景標(biāo)識(shí)、重建相位一致梯度圖像，利用改進(jìn)后的分水嶺變換獲得分割對(duì)象。然后，提取各對(duì)象的多波段光譜特征，利用Gabor小波獲取對(duì)象紋理矢量，并用獨(dú)立成分分析方法進(jìn)行特征選擇，依次進(jìn)行對(duì)象的光譜與紋理聚類(lèi)。最后，通過(guò)分析對(duì)象間空間拓?fù)潢P(guān)系判斷聚類(lèi)后不確定對(duì)象的類(lèi)別屬性。實(shí)驗(yàn)結(jié)果表明該方法能取得較好結(jié)果，在一定程度上提高了影像分類(lèi)的自動(dòng)化水平。圖14表2參24

?面向?qū)ο?影像分類(lèi)

CH20110954 基于高斯金字塔的遙感云圖多尺度特征提取/周全，張榮，尹東（中國(guó)科學(xué)技術(shù)大學(xué)電子工程與信息科學(xué)系信息處理中心）∥遙感技術(shù)與應(yīng)用.-2010（5）.-604～608

提出了一種針對(duì)可見(jiàn)光遙感圖像云圖的多尺度特征提取方法。該方法通過(guò)高斯金字塔將遙感云圖分解到多尺度空間，以此為基礎(chǔ)將圖像的灰度特征進(jìn)行多尺度延拓，從而得到圖像的多尺度特征矢量。實(shí)驗(yàn)結(jié)果表明在相同的特征算法和分類(lèi)器條件下，多尺度延拓能夠提升分類(lèi)精度，更加有效地實(shí)現(xiàn)云圖和地物的分類(lèi)。圖3表2參9

?遙感圖像 多尺度特征 特征提取 無(wú)監(jiān)督分類(lèi)

CH20110955 規(guī)劃專(zhuān)題影像地圖的概念重構(gòu)與視覺(jué)融合設(shè)計(jì)/唐曦，黃余明（華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室）∥遙感技術(shù)與應(yīng)用.-2010（5）.-609～618

針對(duì)空間規(guī)劃領(lǐng)域中專(zhuān)題影像地圖的制圖應(yīng)用，對(duì)影像地圖的分類(lèi)體系、規(guī)劃專(zhuān)題影像的制圖框架及其中影像的功能角色等進(jìn)行概念重構(gòu)，并提出以“矢量與柵格、基礎(chǔ)與專(zhuān)題”等關(guān)系的處理為核心，以色彩配置、符號(hào)構(gòu)形、構(gòu)圖整飾為主體，以視覺(jué)變量協(xié)調(diào)為關(guān)鍵的視覺(jué)融合設(shè)計(jì)策略；示例證明能夠有效指導(dǎo)對(duì)規(guī)劃方案概念的系統(tǒng)表達(dá)。圖8參30

?專(zhuān)題地圖 視覺(jué)融合 遙感影像

CH20110956 異源、同源傳感器影像融合的比較研究/林麗娟，徐涵秋，陳靜潔，林冬鳳，杜麗萍（福州大學(xué)環(huán)境與資源學(xué)院福州大學(xué)遙感信息工程研究所）∥遙感技術(shù)與應(yīng)用.-2010（5）.-619～626

遙感影像的融合是遙感界的一個(gè)研究熱點(diǎn)。根據(jù)數(shù)據(jù)源的不同，影像融合可分為異源傳感器影像融合和同源傳感器影像融合。以TM與SPOT作為異源影像融合的例子，以IKONOS的MS與Pan作為同源影像融合的例子，用5種算法對(duì)兩種融合類(lèi)型進(jìn)行實(shí)驗(yàn)與比較。結(jié)果表明，同源傳感器影像的融合效果好于異源傳感器影像的融合效果；不同的融合算法在異源和同源傳感器影像融合中的表現(xiàn)不盡相同。SVR變換可同時(shí)應(yīng)用于異源及同源傳感器影像的融合，且在提高影像空間分辨率、信息量和清晰度的同時(shí)能很好地保持原始多光譜影像的光譜特征。SFIM雖然也可以在兩種數(shù)據(jù)源的融合實(shí)驗(yàn)中獲得較好的融合效果，但其高頻信息融入度最差。MB雖然提高了融合影像的高頻信息融入程度，但光譜保真度、信息量和清晰度卻不理想。Ehlers適用于異源傳感器影像間的融合，而WT則適用于同源傳感器影像的融合。圖2表4參17

?影像融合 光譜保真度 高頻信息融入度

CH20110957 基于IDL語(yǔ)言與控制點(diǎn)影像數(shù)據(jù)庫(kù)的圖像自動(dòng)配準(zhǔn)技術(shù)研究/周剛，許德偉，楊燕明，劉貞文，傅世鋒（國(guó)家海洋局第三海洋研究所）∥遙感技術(shù)與應(yīng)用.-2010（5）.-627～631

遙感影像自動(dòng)配準(zhǔn)是遙感影像處理與攝影測(cè)量領(lǐng)域一個(gè)重要問(wèn)題。采用數(shù)據(jù)分析和圖像化交互語(yǔ)言（IDL語(yǔ)言）與控制點(diǎn)影像數(shù)據(jù)庫(kù)，利用相關(guān)系數(shù)方法實(shí)現(xiàn)控制點(diǎn)影像與原始影像的自動(dòng)配準(zhǔn)。驗(yàn)證表明，配準(zhǔn)具有較高的精度和較強(qiáng)的實(shí)用性。圖5表2參9

?控制點(diǎn)影像數(shù)據(jù)庫(kù) 圖像配準(zhǔn)

CH20110958 激光雷達(dá)點(diǎn)云數(shù)據(jù)的濾波算法述評(píng)/王金亮，陳聯(lián)君（云南師范大學(xué)旅游與地理科學(xué)學(xué)院）∥遙感技術(shù)與應(yīng)用.-2010（5）.-632～638

機(jī)載激光雷達(dá)是一種快速獲取高精度三維地理數(shù)據(jù)的新技術(shù)，對(duì)它所獲取的點(diǎn)云數(shù)據(jù)的濾波過(guò)程就是將LIDAR點(diǎn)云數(shù)據(jù)中的地面點(diǎn)和非地面點(diǎn)分離的過(guò)程。主要對(duì)數(shù)學(xué)形態(tài)學(xué)的濾波算法、基于坡度的濾波法、基于TIN的LIDAR點(diǎn)云過(guò)濾算法、基于偽掃描線的濾波算法、基于多分辨率方向預(yù)測(cè)的LIDAR點(diǎn)云濾波方法等幾種較為重要且實(shí)用的激光雷達(dá)點(diǎn)云數(shù)據(jù)濾波算法進(jìn)行介紹和討論，評(píng)價(jià)對(duì)比了各自算法的優(yōu)勢(shì)和不足，初步探討了每種算法缺陷及其改進(jìn)方向。圖1參21

?激光雷達(dá) 點(diǎn)云數(shù)據(jù) 濾波算法

CH20110959 基于SPOT5遙感影像豐寧縣植被地上生物量估測(cè)研究/王紅巖，高志海，王琫瑜，李世明，白黎娜（中國(guó)林業(yè)科學(xué)研究院資源信息研究所）∥遙感技術(shù)與應(yīng)用.-2010（5）.-639～646

利用SPOT5遙感影像數(shù)據(jù)和同期獲得的野外調(diào)查樣地?cái)?shù)據(jù)，基于按植被類(lèi)型分類(lèi)估測(cè)的方法，研究了河北省豐寧滿(mǎn)族自治縣植被地上生物量的遙感估測(cè)技術(shù)。研究結(jié)果顯示，SPOT5影像的4個(gè)波段反射率和中紅外植被指數(shù)（VI3）結(jié)合建立的多元回歸模型，可用于森林生物量的遙感估測(cè)，估測(cè)的R2值達(dá)0.540，說(shuō)明中紅外波段信息提高森林生物量的估測(cè)精度有一定作用；通過(guò)分析樣地生物量與多種植被指數(shù)的相關(guān)性發(fā)現(xiàn)，基于比值植被指數(shù)（RVI）的指數(shù)回歸模型是灌叢生物量估測(cè)的最佳模型，估測(cè)的R2值達(dá)0.711，基于歸一化植被指數(shù)（NDVI）的簡(jiǎn)單線性回歸模型為估測(cè)草地生物量的最佳模型，R2值達(dá)0.790。利用2008年的全覆蓋SPOT5影像，獲得了豐寧縣2008年植被地上生物量分布圖，除農(nóng)田植被外，全縣地上生物總量為3.706×107t，單位面積生物量平均為51.223t/hm2，其中，森林植被總生物量為3.578×107t，灌叢植被總生物量為1.048×106t，草地植被總生物量為2.277×105t。圖7表6參19

?植被生物量 SPOT5影像 植被指數(shù)

CH20110960 基于MODIS時(shí)間序列數(shù)據(jù)的作物季相信息提取/頡繼珍（甘肅省測(cè)繪工程院），王紅說(shuō)，黃敬峰∥遙感技術(shù)與應(yīng)用.-2010（5）.-647～652

基于MODIS NDVI時(shí)間序列數(shù)據(jù)對(duì)浙北平原單季稻區(qū)進(jìn)行作物季相一致性分析。對(duì)NDVI時(shí)間序列數(shù)據(jù)進(jìn)行離散傅立葉變換去除噪聲，再利用土地利用現(xiàn)狀圖提取耕地區(qū)的NDVI影像圖，根據(jù)時(shí)間序列曲線的最大值研究作物的季相。結(jié)果表明：水稻生長(zhǎng)期對(duì)NDVI時(shí)間序列曲線的響應(yīng)和季相一致性均較小麥和油菜好；8d合成的數(shù)據(jù)較16d合成的數(shù)據(jù)可以更詳細(xì)地反映作物季相信息。研究證實(shí)了MODIS NDVI時(shí)間序列曲線對(duì)區(qū)域作物季相分析的意義。圖6表1參20

?農(nóng)業(yè)遙感 離散傅立葉變換 時(shí)間序列

CH20110961 基于高分辨率遙感影像的面向?qū)ο蟪鞘型恋馗脖环诸?lèi)比較研究/仇江嘯，王效科（中國(guó)科學(xué)院生態(tài)環(huán)境研究中心城市與區(qū)域生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥遙感技術(shù)與應(yīng)用.-2010（5）.-653～661

針對(duì)高分辨率遙感影像的城市土地覆被信息提取，根據(jù)分類(lèi)目的與精度要求的不同，分別引入了優(yōu)化與廣義兩種面向?qū)ο蠓诸?lèi)方案，并對(duì)分類(lèi)的結(jié)果進(jìn)行分析比較。結(jié)果表明：①優(yōu)化方案的分類(lèi)結(jié)果總體上要比廣義方案好，前者的總體精度為86.50％，相比后者的80.50％提高了6.0％，而總體Kappa系數(shù)提高了0.0851，但是該方案效率低，可移植性差；②廣義方案的分類(lèi)結(jié)果雖然精度略低，但是該方案具有很強(qiáng)的適用性與可移植性，能夠在精度可控范圍內(nèi)，很大程度提高分類(lèi)效率，實(shí)現(xiàn)系統(tǒng)而有效的自動(dòng)分類(lèi)；③廣義方案得到的分類(lèi)結(jié)果具有一致的精度，在利用其建立城市生態(tài)模型中能夠保證數(shù)據(jù)之間的系統(tǒng)性與魯棒性。因此，利用優(yōu)化方案能夠提高分類(lèi)結(jié)果的絕對(duì)精度，而廣義方案對(duì)于實(shí)時(shí)精確獲取城市土地覆被信息、小尺度上定量監(jiān)測(cè)與評(píng)價(jià)城市化的生態(tài)后果以及有效開(kāi)展城市土地規(guī)劃與管理具有更重要的意義。圖6表5參32

?土地覆被分類(lèi) 高分辨率遙感影像 面向?qū)ο?/p>

CH20110962 基于高密度示蹤云選取的云跡風(fēng)反演技術(shù)研究/楊文凱（中國(guó)人民解放軍防化指揮工程學(xué)院一系），白潔，田偉，郭妤，涂旭∥遙感技術(shù)與應(yīng)用.-2010（5）.-662～667

基于相關(guān)性判別因子（即示蹤云追蹤或圖像匹配方法）的理論分析研究，以及3種追蹤方法運(yùn)用于云跡風(fēng)反演的對(duì)比研究，探索出運(yùn)用梯度分析方法進(jìn)行示蹤云選取的一種可能依據(jù)，并給出梯度的一種離散計(jì)算公式，另外還對(duì)該示蹤云選取方法進(jìn)行了補(bǔ)充和完善。對(duì)完善后的該方法選取的示蹤云進(jìn)行云跡風(fēng)反演，并對(duì)其進(jìn)行風(fēng)場(chǎng)分析，并與無(wú)線電探空風(fēng)場(chǎng)進(jìn)行比較。結(jié)果表明，云跡風(fēng)質(zhì)量好、密度高，能夠清晰地顯示出天氣系統(tǒng)的風(fēng)場(chǎng)結(jié)構(gòu)。圖3參18

?云跡風(fēng)反演 示蹤云選取 梯度分析

CH20110963 花生葉面積指數(shù)與特征導(dǎo)數(shù)光譜的相關(guān)性/張曉艷，劉鋒，王麗麗，封文杰，劉淑云，朱建華（山東省農(nóng)業(yè)科學(xué)院科技信息工程技術(shù)研究中心）∥遙感技術(shù)與應(yīng)用.-2010（5）.-668～674

運(yùn)用導(dǎo)數(shù)光譜分析技術(shù)，研究了不同氮肥水平下不同品種花生的葉面積指數(shù)（Leaf Area Index，LAI）與冠層導(dǎo)數(shù)光譜及其衍生參數(shù)的定量關(guān)系。結(jié)果表明，花生導(dǎo)數(shù)光譜在紅邊區(qū)域680～750nm范圍內(nèi)與葉面積指數(shù)的相關(guān)關(guān)系比較穩(wěn)定，在680～710nm范圍內(nèi)呈正相關(guān)，在710～750nm范圍內(nèi)呈負(fù)相關(guān)，685nm和735nm波段相關(guān)程度達(dá)到最大。在三邊參數(shù)中，振幅參數(shù)優(yōu)于面積參數(shù)優(yōu)于位置參數(shù)，且僅有紅邊的面積、振幅、位置參數(shù)與花生LAI的相關(guān)性最好，相關(guān)系數(shù)分別為-0.9345、-0.9869和0.7632。在系列衍生參數(shù)中，RDr.b、RDr.y、NDDr.y與LAI呈極顯著正相關(guān)關(guān)系外，其它衍生參數(shù)均與LAI呈極顯著負(fù)相關(guān)關(guān)系，紅藍(lán)邊面積差DSDr.b、紅黃邊面積差DSDr.y、紅黃邊振幅差DDr.y與LAI的相關(guān)系數(shù)分別為-0.9690、-0.9485、-0.9764，相關(guān)程度均較高。因此，研究認(rèn)為，可以利用685nm和735nm兩波段的一階導(dǎo)數(shù)光譜、紅邊面積、紅邊振幅、紅藍(lán)邊面積差、紅黃邊面積差、紅黃邊振幅差等來(lái)監(jiān)測(cè)花生的葉面積指數(shù)。圖5表3參17

?葉面積指數(shù) 導(dǎo)數(shù)光譜 相關(guān)性分析

CH20110964 HJ-1A/B衛(wèi)星在干旱應(yīng)急監(jiān)測(cè)中的應(yīng)用/閆娜娜，吳炳方，李強(qiáng)子，常勝，張飛飛（中國(guó)科學(xué)院遙感應(yīng)用研究所），張士昌∥遙感技術(shù)與應(yīng)用.-2010（5）.-675～681

利用我國(guó)環(huán)境與災(zāi)害監(jiān)測(cè)小衛(wèi)星（HJ-1A/B）的CCD和IRS數(shù)據(jù)，提出了針對(duì)這種新數(shù)據(jù)源的適用性應(yīng)用方法，基于成熟應(yīng)用的植被健康指數(shù)，對(duì)2010年3月湄公河流域發(fā)生的干旱進(jìn)行應(yīng)急監(jiān)測(cè)，結(jié)果表明湄公河流域大部分區(qū)域農(nóng)田發(fā)生干旱，中國(guó)無(wú)論從旱情發(fā)生面積和干旱嚴(yán)重程度上都是最為嚴(yán)重的。著重分析流域上游中國(guó)境內(nèi)的4個(gè)水電站的水面和水位的變化信息，探討對(duì)下游干旱的影響，得出上游大壩建設(shè)與流域下游干旱并無(wú)直接關(guān)系的結(jié)論。進(jìn)一步說(shuō)明了環(huán)境與災(zāi)害衛(wèi)星在干旱監(jiān)測(cè)應(yīng)用中的可行性，將為我國(guó)乃至全球決策部門(mén)提供輔助

?支持信息。圖4表2參12

?干旱監(jiān)測(cè) HJ星 大壩影響

CH20110965 基于遙感的祁連山東部冷龍嶺冰川變化研究/張華偉，魯安新，王麗紅，郭忠明，張春文（中國(guó)科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所冰凍圈科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥遙感技術(shù)與應(yīng)用.-2010（5）.-682～686

利用1970年的地形圖，1995、1999、2002和2009年的Landsat-TM/ETM遙感影像，通過(guò)遙感圖像處理和GIS技術(shù)對(duì)祁連山冷龍嶺地區(qū)的冰川變化進(jìn)行研究。結(jié)果表明：研究區(qū)的冰川面積1990年以來(lái)變化顯著，1995年冰川面積比1970年減少了13.79％，1999年冰川面積比1995年減少了21.96％，2002年冰川面積比1999年減少了10.54％，2009年冰川面積比2002年減少了6.35％。選取研究區(qū)不同規(guī)模的18條典型冰川進(jìn)行面積長(zhǎng)度的變化分析，總體情況與前面一致。圖3表3參13

?冰川面積 冰川變化 遙感

CH20110966 基于紋理的烏蘭布和沙漠地區(qū)植被信息提取/邵曉敏，劉勇（蘭州大學(xué)遙感與地理信息系統(tǒng)研究所）∥遙感技術(shù)與應(yīng)用.-2010（5）.-687～694

烏蘭布和沙漠是我國(guó)主要的沙漠之一，近年來(lái)，其快速擴(kuò)張已嚴(yán)重影響當(dāng)?shù)氐纳鷳B(tài)安全。荒漠植被是該地區(qū)最重要的生態(tài)防護(hù)屏障，準(zhǔn)確掌握植被分布狀況具有重要意義。以烏蘭布和沙漠的典型地區(qū)為研究對(duì)象，通過(guò)NDVI計(jì)算、主成分分析以及基于灰度共生矩陣紋理特征相結(jié)合的方法，對(duì)ALOS多光譜影像進(jìn)行分析，綜合NDVI和均值紋理作為分類(lèi)指標(biāo)，確定合適的閾值范圍，采用決策樹(shù)分類(lèi)方法進(jìn)行植被信息提取。研究表明，決策樹(shù)分類(lèi)可有效運(yùn)用紋理等輔助信息，與傳統(tǒng)分類(lèi)方法相比能夠取得更好的分類(lèi)效果。圖6表3參11

?主成分分析 灰度共生矩陣 決策樹(shù)分類(lèi)

CH20110967 利用SVM與灰度共生矩陣從QuickBird影像中提取枇杷信息/傅文杰（莆田學(xué)院環(huán)境與生命科學(xué)系），林明森∥遙感技術(shù)與應(yīng)用.-2010（5）.-695～699

以福建省莆田市東圳水庫(kù)庫(kù)區(qū)為例，采用QuickBird衛(wèi)星影像，利用主成分分析方法對(duì)灰度共生矩陣方法提取的地物紋理特征進(jìn)行篩選，選擇最佳的影像紋理特征，組成新的波段組合，并應(yīng)用支持向量機(jī)方法（Support Vector Machine，SVM）進(jìn)行枇杷樹(shù)的提取分類(lèi)，最后與只依靠光譜信息來(lái)分類(lèi)的SVM法分類(lèi)結(jié)果進(jìn)行比較，其分類(lèi)總精度由原來(lái)的71.33％提高到了86.67％，Kappa系數(shù)也由原來(lái)的0.6410提高到了0.8293，分類(lèi)精度明顯提高，表明光譜信息加入紋理特征信息能輔助并提升高分辨率遙感枇杷樹(shù)信息提取的精度。圖3表2參12

?支持向量機(jī) 灰度共生矩陣 農(nóng)業(yè)遙感

CH20110968 一種利用HJ-1B紅外相機(jī)數(shù)據(jù)自動(dòng)識(shí)別林火的方法/覃先林（中國(guó)林業(yè)科學(xué)研究院資源信息研究所林業(yè)遙感與信息技術(shù)重點(diǎn)開(kāi)放實(shí)驗(yàn)室），張子輝，李增元∥遙感技術(shù)與應(yīng)用.-2010（5）.-700～706

森林火災(zāi)是一種世界性的重要自然災(zāi)害，它分布廣、發(fā)生頻度高，破壞森林資源，干擾人民正常生活秩序，造成全球性環(huán)境污染，越來(lái)越受到各國(guó)政府的重視。環(huán)境減災(zāi)1B衛(wèi)星上的紅外相機(jī)（簡(jiǎn)稱(chēng)HJ-1BIRS），其空間分辨率提高到了150m，高溫飽和點(diǎn)達(dá)到了500K，是國(guó)內(nèi)目前衛(wèi)星上可探測(cè)地表溫度最高的相機(jī)。在對(duì)HJ-1BIRS數(shù)據(jù)相關(guān)波段進(jìn)行抽樣統(tǒng)計(jì)分析基礎(chǔ)上，針對(duì)HJ-1BIRS數(shù)據(jù)各波段特性，采用自適應(yīng)的劈窗檢測(cè)算法識(shí)別林火，在IDL語(yǔ)言環(huán)境下，實(shí)現(xiàn)了基于HJ-1BIRS和背景信息集成的林火自動(dòng)識(shí)別算法程序。同時(shí)，通過(guò)近1a的試運(yùn)行，并選取發(fā)生在東北林區(qū)和南方林區(qū)的森林火災(zāi)為驗(yàn)證案例，對(duì)算法及其監(jiān)測(cè)精度進(jìn)行驗(yàn)證。驗(yàn)證結(jié)果表明：該方法的判對(duì)率達(dá)到了90％以上，遺失率都低于10％，錯(cuò)判率為0，該方法基本能滿(mǎn)足我國(guó)林火監(jiān)測(cè)業(yè)務(wù)的精度要求。圖4表3參16

?紅外多光譜成像儀 森林火災(zāi) 森林遙感

CH20110969 利用MODIS數(shù)據(jù)估算西藏高原地表植被覆蓋度/除多（西藏高原大氣環(huán)境科學(xué)研究所），次仁多吉，王彩云，姬秋梅，德央∥遙感技術(shù)與應(yīng)用.-2010（5）.-707～713

根據(jù)2004年9月13日至14日在西藏高原中部地面觀測(cè)的植被覆蓋度和同期接收的EOS/MODIS數(shù)據(jù)，分別建立了250m分辨率歸一化植被指數(shù)（NDVI）、土壤調(diào)節(jié)植被指數(shù)（SAVI）與地面觀測(cè)的植被覆蓋度之間的相關(guān)關(guān)系，并以西藏高原中部和整個(gè)西藏高原作為兩個(gè)試驗(yàn)區(qū)，選擇典型植被類(lèi)型，驗(yàn)證了Carlson和Ripley植被覆蓋度算法的精度。結(jié)果表明，地面觀測(cè)的植被覆蓋度與植被指數(shù)之間呈線性關(guān)系。其中，地面觀測(cè)值與NDVI的相關(guān)系數(shù)R2=0.90；與SAVI的相關(guān)系數(shù)為R2=0.89；Carlson和Ripley算法適合于中等植被覆蓋度的草地植被。圖7參19

?植被覆蓋度

CH20110970 監(jiān)督分類(lèi)法在城郊景觀類(lèi)型判定中的應(yīng)用/劉云（北京農(nóng)學(xué)院），侯世全，夏訓(xùn)峰∥遙感技術(shù)與應(yīng)用.-2010（5）.-714～718

基于TM影像，采用最小距離法對(duì)北京昌平沙河鎮(zhèn)附近城郊景觀進(jìn)行初步分類(lèi)。在分類(lèi)過(guò)程中涉及圖像中不同景觀類(lèi)型的選擇和數(shù)據(jù)預(yù)處理等工作：通過(guò)實(shí)地調(diào)查與了解，配合人工目視判讀的景觀類(lèi)別，對(duì)遙感圖像上某些抽樣單元影像地物的類(lèi)別屬性獲得了先驗(yàn)知識(shí)，計(jì)算機(jī)便按照這些已知類(lèi)別的特征去“訓(xùn)讀”判決函數(shù)，以此完成對(duì)整個(gè)圖像的分類(lèi)。該方法的分類(lèi)結(jié)果與該區(qū)域土地利用圖各景觀類(lèi)型的面積進(jìn)行對(duì)比后比較接近，總體分類(lèi)精度達(dá)到80.3％，說(shuō)明該分類(lèi)方法基本完成了利用遙感監(jiān)督分類(lèi)方法快速判定城郊景觀類(lèi)型的技術(shù)要求。圖4表3參10

?監(jiān)督分類(lèi) 最小距離法 TM影像

CH20110971 從數(shù)碼照片中快速提取植被覆蓋度的方法研究/任杰，柏延臣，王錦地（北京師范大學(xué)/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）∥遙感技術(shù)與應(yīng)用.-2010（5）.-719～724

植被覆蓋度是反映植被基本情況的指標(biāo)，是農(nóng)學(xué)、生態(tài)學(xué)等所關(guān)心的一個(gè)重要參數(shù)。獲取地表數(shù)碼照片并進(jìn)一步提取植被覆蓋度已成為一種最具潛力的對(duì)植被覆蓋度進(jìn)行地面測(cè)量的手段，而如何快速、準(zhǔn)確地從數(shù)碼照片中提取植被覆蓋度信息尚缺乏成熟的方法。通過(guò)利用NDI法對(duì)數(shù)碼照片的處理，實(shí)現(xiàn)了植被覆蓋度的快速提取，同時(shí)用監(jiān)督分類(lèi)法提取相同數(shù)碼照片的植被覆蓋。通過(guò)對(duì)兩種方法及其計(jì)算結(jié)果進(jìn)行精度評(píng)價(jià)和比較表明，用NDI法和監(jiān)督分類(lèi)法估計(jì)的植被覆蓋度都能夠達(dá)到較高的準(zhǔn)確性，結(jié)果可信度高，但NDI法要比監(jiān)督分類(lèi)法更自動(dòng)化和快速，在精準(zhǔn)農(nóng)業(yè)作業(yè)系統(tǒng)等方面極具實(shí)用價(jià)值。圖4表1參13

?監(jiān)督分類(lèi) 植被覆蓋度

CH20110972 青藏高原多年凍土本底調(diào)查信息系統(tǒng)/史健宗（中國(guó)科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所青藏高原冰凍圈觀測(cè)研究站），南卓銅，石偉，王亮緒，張秀敏∥遙感技術(shù)與應(yīng)用.-2010（5）.-725～732

全面系統(tǒng)了解青藏高原多年凍土本底資源，對(duì)青藏高原多年凍土科學(xué)研究有重要意義，也為工程建設(shè)、資源開(kāi)發(fā)、生態(tài)和環(huán)境保護(hù)提供基礎(chǔ)性科學(xué)數(shù)據(jù)。正在執(zhí)行的科技部國(guó)家基礎(chǔ)性工作專(zhuān)項(xiàng)“青藏高原多年凍土本底調(diào)查”將產(chǎn)出數(shù)量大、種類(lèi)多的凍土本底數(shù)據(jù)。本系統(tǒng)為該項(xiàng)目設(shè)計(jì)了一個(gè)數(shù)據(jù)管理和應(yīng)用的Web系統(tǒng)，同時(shí)也考慮了已有數(shù)據(jù)積累的歸檔管理。目前包括鉆孔、物探、土壤、植被、監(jiān)測(cè)、空間數(shù)據(jù)等六大類(lèi)數(shù)據(jù)，物理實(shí)現(xiàn)為23個(gè)數(shù)據(jù)表。系統(tǒng)包括錄入、管理、查詢(xún)、顯示、分析與應(yīng)用5個(gè)主要功能模塊，提供了列表、圖表、地圖等一系列數(shù)據(jù)可視化手段。介紹了系統(tǒng)和功能設(shè)計(jì)、數(shù)據(jù)庫(kù)設(shè)計(jì)以及關(guān)鍵技術(shù)，最后列舉了基本的數(shù)據(jù)應(yīng)用示例。目前，溫泉調(diào)查區(qū)的數(shù)據(jù)已經(jīng)錄入該系統(tǒng)，隨著項(xiàng)目的開(kāi)展，將有更多數(shù)據(jù)進(jìn)入本系統(tǒng)，數(shù)據(jù)分析應(yīng)用也將更為深入。研究結(jié)果為今后類(lèi)似凍土數(shù)據(jù)庫(kù)設(shè)計(jì)和實(shí)現(xiàn)提供參考價(jià)值。圖8表2參15

?多年凍土 數(shù)據(jù)共享 信息系統(tǒng)

CH20110973 基于空間數(shù)據(jù)庫(kù)的地類(lèi)知識(shí)的發(fā)現(xiàn)/楊存建，王琴，任平，吳貴蜀（四川師范大學(xué)西南土地評(píng)價(jià)與監(jiān)測(cè)教育部重點(diǎn)實(shí)驗(yàn)室遙感與GIS中心）∥遙感技術(shù)與應(yīng)用.-2010（5）.-733～739

基于空間數(shù)據(jù)庫(kù)的知識(shí)發(fā)現(xiàn)是地理信息系統(tǒng)應(yīng)用研究的重要方向。以四川省石棉縣為例，對(duì)基于空間數(shù)據(jù)庫(kù)的地類(lèi)知識(shí)發(fā)現(xiàn)進(jìn)行了研究。利用了森林資源二類(lèi)調(diào)查數(shù)據(jù)構(gòu)建了GIS數(shù)據(jù)庫(kù)，并從中提取出地類(lèi)圖層，利用地形圖生成了DEM，結(jié)合年平均溫度和年平均降雨量等柵格數(shù)據(jù)構(gòu)成了空間數(shù)據(jù)庫(kù)。在該空間數(shù)據(jù)庫(kù)的支持下，探討出了發(fā)現(xiàn)各地類(lèi)分布的海拔、年平均溫度，年平均降雨量等帶譜知識(shí)，以及其空間配置知識(shí)的技術(shù)方法。揭示出了各地類(lèi)分布的海拔、年平均溫度和年平均降雨量等背景知識(shí)，以及各地類(lèi)間的空間配置關(guān)系知識(shí)。該知識(shí)可用于支撐土地利用優(yōu)化決策以及各土地利用的遙感識(shí)別提取。其方法還可以廣泛用于自然、社會(huì)、經(jīng)濟(jì)和人口等空間分布帶譜知識(shí)和空間配置知識(shí)的發(fā)現(xiàn)。圖3表4參8

?數(shù)據(jù)庫(kù) 地理信息系統(tǒng) 知識(shí)發(fā)現(xiàn)

CH20110974 空間碎片對(duì)充氣天線性能的影響/王宏建（中國(guó)科學(xué)院空間科學(xué)與應(yīng)用研究中心），徐彥，關(guān)富玲，程亮，劉廣，易敏，陳雪∥遙感技術(shù)與應(yīng)用.-2010（5）.-740～746

空間碎片對(duì)航天器安全造成很大威脅，為了分析宇宙環(huán)境中空間碎片對(duì)充氣天線物理性能的影響，采用LSDYNA軟件定量給出空間碎片對(duì)充氣天線外形的影響，進(jìn)而分析了天線形面變形對(duì)電性能的降低和破壞，結(jié)果顯示受較大尺寸空間碎片沖擊時(shí)，充氣天線會(huì)被穿透，必須補(bǔ)充一定的氣體才能保持充氣天線的形狀和壓力。圖15表2參8

?充氣天線 空間碎片

CH20110975 熱紅外靜止衛(wèi)星地震監(jiān)測(cè)系統(tǒng)綜合技術(shù)研究/李衛(wèi)東（河南工業(yè)大學(xué)空間信息工程研究所），單新建，彭淑敏∥遙感技術(shù)與應(yīng)用.-2010（5）.-747～752

基于Windows NT服務(wù)和Socket套接字程序整合設(shè)計(jì)了衛(wèi)星數(shù)據(jù)處理后臺(tái)管理服務(wù)系統(tǒng)，從底層開(kāi)始自主開(kāi)發(fā)了衛(wèi)星數(shù)據(jù)準(zhǔn)實(shí)時(shí)自動(dòng)處理系統(tǒng)。通過(guò)該系統(tǒng)避免了大量的人工操作，獲得了大量的、連續(xù)的、覆蓋全國(guó)的熱紅外無(wú)云遙感影像庫(kù)，能對(duì)任意選定的監(jiān)測(cè)區(qū)進(jìn)行熱紅外亮溫動(dòng)態(tài)跟蹤和異常警示。通過(guò)對(duì)地震熱紅外衛(wèi)星監(jiān)測(cè)業(yè)務(wù)運(yùn)行系統(tǒng)的研究和開(kāi)發(fā)，為地震熱紅外研究提供了實(shí)用的技術(shù)手段和技術(shù)基礎(chǔ)，為衛(wèi)星熱紅外等多源遙感衛(wèi)星及地面應(yīng)用系統(tǒng)，天地一體化觀測(cè)數(shù)據(jù)處理技術(shù)提供了經(jīng)驗(yàn)。圖6表2參9

?靜止衛(wèi)星 遙感 熱紅外遙感 數(shù)據(jù)處理

CH20110976 全球變化空間觀測(cè)研究的文獻(xiàn)計(jì)量分析/趙紀(jì)東，安培浚，張志強(qiáng)（中國(guó)科學(xué)院國(guó)家科學(xué)圖書(shū)館蘭州分館/中國(guó)科學(xué)院資源環(huán)境科學(xué)信息中心）∥遙感技術(shù)與應(yīng)用.-2010（5）.-753～760

全球變化研究是國(guó)際科學(xué)界跨世紀(jì)的重大研究主題。隨著全球環(huán)境問(wèn)題的日益突出，全球變化研究日益得到國(guó)際科學(xué)界和國(guó)際社會(huì)的高度關(guān)注?？臻g觀測(cè)是全球變化研究的一種不可或缺的重要方法，在全球變化研究中發(fā)揮著不可替代的重要作用?？萍嘉墨I(xiàn)能夠反映科學(xué)研究的發(fā)展動(dòng)態(tài)，利用Thomson Data Anlyzer（TDA）和Ucinet對(duì)SCIE文獻(xiàn)數(shù)據(jù)庫(kù)中收錄的1980～2009年間的全球變化空間觀測(cè)研究論文進(jìn)行數(shù)據(jù)挖掘和分析。結(jié)果表明，該研究涉及多個(gè)學(xué)科領(lǐng)域，大量研究始于1990年，氣候變化、碳循環(huán)、土地利用變化等是該領(lǐng)域的主要研究?jī)?nèi)容，遙感、建模等是主要的研究方法，美國(guó)在該研究領(lǐng)域具有很大優(yōu)勢(shì)。圖8表2參11

?全球變化 空間觀測(cè) 文獻(xiàn)計(jì)量

CH20110977 森林地上生物量遙感估測(cè)研究進(jìn)展/婁雪婷，曾源，吳炳方（中國(guó)科學(xué)院遙感應(yīng)用研究所農(nóng)業(yè)與生態(tài)遙感研究室）∥國(guó)土資源遙感.-2011（1）.-1～8

森林生物量是衡量生態(tài)系統(tǒng)生產(chǎn)力的重要指標(biāo)，也是研究森林生態(tài)系統(tǒng)物質(zhì)循環(huán)的重要基礎(chǔ)，其估測(cè)方法可以分為傳統(tǒng)地面實(shí)測(cè)法、遙感監(jiān)測(cè)法和綜合模型法。隨著生物量估測(cè)從樣地研究發(fā)展到區(qū)域應(yīng)用，空間尺度的增大導(dǎo)致宏觀資料和參數(shù)的獲取存在很多困難。在深入分析目前應(yīng)用遙感技術(shù)估算森林生物量的方法及原理基礎(chǔ)上，系統(tǒng)評(píng)述了統(tǒng)計(jì)模型、物理模型、基于植被凈初級(jí)生產(chǎn)力（NPP）模型的估算方法以及綜合模型法的優(yōu)缺點(diǎn)，分析了各種方法在不同森林植被及遙感數(shù)據(jù)源下的適用性及不確定性，探討了此領(lǐng)域的研究方向。

?森林地上生物量 遙感 模型估算

CH20110978 熱紅外遙感反演近地層氣溫的研究進(jìn)展/徐永明，覃志豪，萬(wàn)洪秀（南京信息工程大學(xué)遙感學(xué)院）∥國(guó)土資源遙感.-2011（1）.-9～14

近地層氣溫是生態(tài)環(huán)境的重要因子，是描述地表與大氣能量交換與水分循環(huán)的關(guān)鍵變量。氣象站點(diǎn)觀測(cè)能夠提供點(diǎn)尺度上的準(zhǔn)確氣溫資料，但是大多數(shù)地球系統(tǒng)模型需要空間連續(xù)的參數(shù)來(lái)模擬物理過(guò)程。遙感提供了比地表氣象觀測(cè)數(shù)據(jù)更理想的空間異質(zhì)度信息，為快速獲取大尺度的氣溫時(shí)空信息提供了新的途徑。主要介紹了目前常用的幾種遙感氣溫估算方法，包括溫度-植被指數(shù)（TVX）方法、經(jīng)驗(yàn)統(tǒng)計(jì)方法、神經(jīng)網(wǎng)絡(luò)方法和能量平衡方法等等，并對(duì)這些方法的優(yōu)、缺點(diǎn)分別進(jìn)行了評(píng)述。最后，指出今后應(yīng)該加強(qiáng)輻射傳輸過(guò)程的機(jī)理研究、氣溫的時(shí)空尺度轉(zhuǎn)換以及云檢測(cè)算法等方面的研究。

?熱紅外遙感 近地層氣溫 神經(jīng)網(wǎng)絡(luò)

CH20110979 關(guān)于土地覆被遙感監(jiān)測(cè)的幾點(diǎn)思考/張磊，吳炳方（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥國(guó)土資源遙感.-2011（1）.-15～20

針對(duì)國(guó)內(nèi)外土地覆被遙感監(jiān)測(cè)中存在的突出問(wèn)題展開(kāi)討論，分析土地覆被分類(lèi)系統(tǒng)的目標(biāo)適應(yīng)性；總結(jié)現(xiàn)有分類(lèi)算法的特點(diǎn)及存在問(wèn)題，分析小尺度和大尺度監(jiān)測(cè)技術(shù)的差異性和效果；研究不同尺度土地覆被監(jiān)測(cè)所解決的應(yīng)用問(wèn)題及尺度空間變化下的分類(lèi)效果；分析現(xiàn)有監(jiān)測(cè)體系的分類(lèi)精度及產(chǎn)生誤差的原因和解決方法。

?土地覆被 分類(lèi)算法 監(jiān)測(cè)技術(shù)

CH20110980 基于多片空間后方交會(huì)的4波段CCD相機(jī)檢校/陳興峰，顧行發(fā)，葛慧斌，鄭逢杰，張金金，劉軍（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.-2011（1）.-21～25

航空攝影測(cè)量以及無(wú)人機(jī)攝影等高空攝影作業(yè)對(duì)CCD相機(jī)的各種幾何光學(xué)參數(shù)有很高的要求，參數(shù)的一個(gè)毫米或者一個(gè)像元的誤差往往會(huì)導(dǎo)致地面數(shù)米甚至數(shù)十米的誤差，因此相機(jī)參數(shù)的高精度檢校是航空攝影測(cè)量數(shù)據(jù)幾何處理的關(guān)鍵步驟。使用直接線性變換（DLT）、單片空間后方交會(huì)以及多片空間后方交會(huì)的方法對(duì)成像儀進(jìn)行檢校，并進(jìn)行比較分析得出多片空間后方交會(huì)優(yōu)于單片空間后方交會(huì)的結(jié)論，利用像點(diǎn)坐標(biāo)差和多片空間前方交會(huì)的方法進(jìn)一步驗(yàn)證了多片空間后方交會(huì)檢校結(jié)果的可靠性和精確性。

?幾何檢校 空間后方交會(huì) CCD相機(jī) 空間前方交會(huì)

CH20110981 證據(jù)理論結(jié)合遙感分類(lèi)數(shù)據(jù)能力定量評(píng)價(jià)研究/李華朋，張樹(shù)清，孫妍（中國(guó)科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所）∥國(guó)土資源遙感.-2011（1）.-26～32

DS（Dempster-Shafer）證據(jù)理論具有結(jié)合多源數(shù)據(jù)的能力，在遙感分類(lèi)中應(yīng)用越來(lái)越廣泛。然而，并不是所有數(shù)據(jù)源利用證據(jù)理論結(jié)合后都能提高目標(biāo)類(lèi)別的基本概率分配（Basic Probability Assignment，BPA），從而提高遙感分類(lèi)效果。如何對(duì)證據(jù)結(jié)合的效果進(jìn)行評(píng)價(jià)已成為應(yīng)用證據(jù)理論的一個(gè)關(guān)鍵問(wèn)題。提出了評(píng)價(jià)證據(jù)結(jié)合效果的證據(jù)結(jié)合指數(shù)（evidence combine index，eci），選擇TM影像的第5、7波段作為驗(yàn)證eci的多源數(shù)據(jù)，應(yīng)用eci評(píng)價(jià)證據(jù)結(jié)合效果，利用證據(jù)理論遙感分類(lèi)Kappa系數(shù)的變化對(duì)證據(jù)結(jié)合指數(shù)進(jìn)行了驗(yàn)證。結(jié)果表明，該指數(shù)能夠反映證據(jù)理論結(jié)合效果，為定量評(píng)價(jià)證據(jù)理論結(jié)合多源數(shù)據(jù)效果奠定了基礎(chǔ)。

?證據(jù)理論 遙感分類(lèi) 證據(jù)結(jié)合指數(shù)

CH20110982 MODIS NDVI時(shí)間序列數(shù)據(jù)的去云算法比較/梁守真，施平，邢前國(guó)（中國(guó)科學(xué)院煙臺(tái)海岸帶研究所）∥國(guó)土資源遙感.-2011（1）.-33～36

受多重因素的影響，MODIS NDVI數(shù)據(jù)產(chǎn)品中存在著大量的噪聲，需要進(jìn)行去噪重建。針對(duì)目前幾種常用的NDVI時(shí)間序列數(shù)據(jù)去云方法，如HANTS法、SPLINE插值法以及Savizky-Golay法，以山東省MODIS NDVI時(shí)間序列數(shù)據(jù)（一年的）作為檢驗(yàn)數(shù)據(jù)，從不同角度比較幾種算法的去云能力和使用范圍。結(jié)果表明：SPLINE插值法的去噪效果取決于云掩模數(shù)據(jù)的質(zhì)量，但有時(shí)會(huì)產(chǎn)生異常值，HANTS算法和Savizky-Golay算法會(huì)改變幾乎所有像元的值，得到一個(gè)比較平滑的時(shí)間序列曲線，但這兩種算法的輸入?yún)?shù)沒(méi)有統(tǒng)一標(biāo)準(zhǔn)，需多次試驗(yàn)才能確定最優(yōu)參數(shù)。

?時(shí)間序列 數(shù)據(jù)處理

CH20110983 基于可變步長(zhǎng)的光譜響應(yīng)曲線分形維計(jì)算方法研究/呂鳳華，舒寧，陶建斌，付晶（武漢大學(xué)遙感信息工程學(xué)院）∥國(guó)土資源遙感.-2011（1）.-37～41

提出了一種基于可變步長(zhǎng)（即基于不同采樣率）的高光譜圖像響應(yīng)曲線分形維計(jì)算方法。該方法在不同的采樣率下對(duì)光譜響應(yīng)曲線進(jìn)行采樣，計(jì)算相鄰點(diǎn)的光譜響應(yīng)差值，統(tǒng)計(jì)采樣點(diǎn)的差值總和，利用最小二乘法求出分形維。為了提高計(jì)算效率，運(yùn)用多線程的技術(shù)將高光譜圖像分成幾個(gè)部分，各部分的分形維由多核計(jì)算機(jī)同時(shí)并行計(jì)算。實(shí)驗(yàn)結(jié)果表明，該方法能較好地改善量規(guī)法與網(wǎng)格法計(jì)算效率低、精度不高等問(wèn)題，取得了良好的效果。

?分形維 高光譜圖像 改進(jìn)分形維計(jì)算 多線程

CH20110984 模擬AMSR-E數(shù)據(jù)的地表多參數(shù)反演/李芹，鐘若飛（首都師范大學(xué)三維信息獲取與應(yīng)用重點(diǎn)實(shí)驗(yàn)室）∥國(guó)土資源遙感.-2011（1）.-42～47

為了提供更適用的地表參數(shù)反演方案，對(duì)Njoku等模擬AMSRE-E數(shù)據(jù)的多參數(shù)反演工作重新進(jìn)行正向模擬和算法改進(jìn)，算法用MATLAB開(kāi)發(fā)實(shí)現(xiàn)。反演結(jié)果表明，改進(jìn)后的反演方法不僅在精度上略高于原方法，而且還能反演裸露地表可實(shí)際測(cè)量的粗糙度參數(shù)，并在更大的植被含水量范圍內(nèi)達(dá)到較高的反演精度。

?多參數(shù)反演 迭代反演算法 微波輻射測(cè)量

CH20110985 基于分?jǐn)?shù)階濾波器的遙感圖像處理/郭丁，顧行發(fā)，余濤，趙輝，馬紅濤（電子科技大學(xué)自動(dòng)化工程學(xué)院）∥國(guó)土資源遙感.-2011（1）.-48～51

在研究分?jǐn)?shù)階微積分的基礎(chǔ)上，提出了一種基于WLS誤差準(zhǔn)則的濾波方法，該濾波器的系數(shù)可通過(guò)調(diào)節(jié)其階次來(lái)改變；給出了該濾波器的原理，分析了其幅頻特性。通過(guò)用Riemann-Liouville定義驗(yàn)證，并將此濾波器運(yùn)用于遙感圖像處理，結(jié)果表明，該方法在抗干擾和提取更多細(xì)節(jié)方面取得了很好的平衡，具有較好的濾波效果。

?分?jǐn)?shù)階微積分 數(shù)字濾波器 遙感

CH20110986 一種改進(jìn)的線性預(yù)測(cè)濾波算法/張靖，張曉君，江萬(wàn)壽，王建超，郭大海（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）∥國(guó)土資源遙感.-2011（1）.-52～56

對(duì)傳統(tǒng)的線性預(yù)測(cè)算法進(jìn)行改進(jìn)，通過(guò)粗差剔除、初始點(diǎn)選取、特殊地形分析及光滑度檢驗(yàn)等步驟提高了濾波精度。利用ISPRS發(fā)布的6組標(biāo)準(zhǔn)測(cè)試數(shù)據(jù)與原方法進(jìn)行實(shí)驗(yàn)比較，結(jié)果證明，改進(jìn)后的算法提高了濾波總精度以及地面點(diǎn)分類(lèi)精度。

?激光雷達(dá) 濾波 線性預(yù)測(cè) 粗差

CH20110987 用數(shù)值方法模擬觀測(cè)誤差對(duì)水質(zhì)濃度反演模型參數(shù)的影響——以葉綠素a濃度為例/陳軍，付軍，孫記紅（國(guó)土資源部海洋油氣資源與環(huán)境地質(zhì)重點(diǎn)實(shí)驗(yàn)室）∥國(guó)土資源遙感.-2011（1）.-57～61

在2003年10月27日和28日觀測(cè)的太湖水質(zhì)光譜試驗(yàn)數(shù)據(jù)的支持下，利用數(shù)值模擬方法研究了試驗(yàn)數(shù)據(jù)誤差與水質(zhì)濃度反演模型經(jīng)驗(yàn)常數(shù)之間的關(guān)系。研究結(jié)果表明，當(dāng)試驗(yàn)數(shù)據(jù)誤差分別服從正態(tài)分布與均勻分布時(shí)，反演模型的經(jīng)驗(yàn)常數(shù)隨著試驗(yàn)數(shù)據(jù)誤差的增加而呈發(fā)散狀態(tài)。根據(jù)試驗(yàn)數(shù)據(jù)誤差與反演精度的關(guān)系可知，26.58％的試驗(yàn)誤差對(duì)應(yīng)著30％的反演精度，這就意味著在不考慮遙感影像處理所產(chǎn)生誤差的前提下，嚴(yán)格控制試驗(yàn)數(shù)據(jù)誤差在26.58％以?xún)?nèi)，是反演精度打破±30％的技術(shù)瓶頸的關(guān)鍵要素之一。

?水質(zhì)遙感 模型參數(shù) 誤差 遙感

CH20110988 基于SPOT影像的可吸入顆粒物遙感反演/唐明，趙文吉，趙文慧（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）∥國(guó)土資源遙感.-2011（1）.-62～65

通過(guò)用SPOT 5遙感影像近紅外與紅光波段計(jì)算的差值植被指數(shù)（DVI）與實(shí)測(cè)的可吸入顆粒物（PM10）濃度數(shù)據(jù)建立模型，對(duì)2007年北京市城區(qū)SPOT 5影像進(jìn)行PM10濃度反演試驗(yàn)，反演結(jié)果與實(shí)測(cè)數(shù)據(jù)所反映的PM10空間分布趨勢(shì)基本一致。2007年北京市城區(qū)北部PM10污染較為嚴(yán)重，南部污染相對(duì)較弱；綠地和水體附近PM10濃度較低，道路附近PM10濃度較高。

?SPOT影像 差值植被指數(shù) 反演

CH20110989 變端元混合像元分解冬小麥種植面積測(cè)量方法/趙蓮，張錦水，胡潭高，陳聯(lián)裙，李樂(lè)（北京師范大學(xué)資源學(xué)院）∥國(guó)土資源遙感.-2011（1）.-66～72

針對(duì)線性混合像元分解（Linear Spectral Unmixing，LSU）在端元（Endmember）個(gè)數(shù)不變情況下常會(huì)出現(xiàn)端元分解過(guò)?，F(xiàn)象導(dǎo)致分解結(jié)果精度不高的問(wèn)題，以地物分布的聚集性特征為基礎(chǔ)，提出了基于格網(wǎng)的變端元線性混合像元分解（Dynamic Endmember LSU，DELSU）方法。以冬小麥為研究目標(biāo)，采用Landsat TM圖像為實(shí)驗(yàn)數(shù)據(jù)、高分QuickBird圖像目視解譯冬小麥結(jié)果為真值精度評(píng)價(jià)數(shù)據(jù)，利用本文提出的DELSU方法進(jìn)行冬小麥提取。實(shí)驗(yàn)結(jié)果表明：該方法比最大似然方法、LSU方法更能準(zhǔn)確地獲取冬小麥面積，在一定程度上吸收了傳統(tǒng)分類(lèi)方法的優(yōu)點(diǎn)，提高了目標(biāo)地物的測(cè)量精度；同時(shí)作為一種改進(jìn)的LSU方法也適用于其他土地利用/覆蓋類(lèi)型的測(cè)量。

?格網(wǎng) 農(nóng)業(yè)遙感

CH20110990 基于重疊區(qū)匹配技術(shù)的DVB-S MODIS影像異常數(shù)據(jù)處理方法/鐘洪麟，施潤(rùn)和，劉朝順，高煒（華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室）∥國(guó)土資源遙感.-2011（1）.-73～76

DVB-S（數(shù)字視頻廣播系統(tǒng)）是一種符合工業(yè)化標(biāo)準(zhǔn)的數(shù)字衛(wèi)星廣播新技術(shù)，中國(guó)氣象局利用該技術(shù)建立起成本低廉、應(yīng)用廣泛的我國(guó)衛(wèi)星遙感數(shù)據(jù)共享接收平臺(tái)，可準(zhǔn)實(shí)時(shí)獲取美國(guó)EOS、NOAA和我國(guó)FY等系列遙感衛(wèi)星數(shù)據(jù)。在使用該接收系統(tǒng)的過(guò)程中發(fā)現(xiàn)，由于信號(hào)干擾等原因，接收到的部分MODIS條帶影像中存在異常數(shù)據(jù)，影響使用。鑒于DVB-S共享接收系統(tǒng)具有多站接收的特點(diǎn)，且各地面站的接收范圍存在較大重疊，有針對(duì)性地提出了一種利用多站重疊區(qū)內(nèi)的同名像元，對(duì)含有異常點(diǎn)的MODIS 1B級(jí)條帶影像進(jìn)行修正的方法（包括影像選擇、重疊區(qū)匹配、異常點(diǎn)替換等），并通過(guò)Visual C++編程實(shí)現(xiàn)了自動(dòng)化。

?數(shù)據(jù)處理 數(shù)據(jù)異常 重疊區(qū)

CH20110991 HJ-1A星HSI數(shù)據(jù)2級(jí)產(chǎn)品處理流程研究/鈕立明，蒙繼華，吳炳方，陳雪洋，杜鑫，張飛飛（北京天宏金晴信息技術(shù)有限公司）∥國(guó)土資源遙感.-2011（1）.-77～82

研究了HJ-1 A星HSI數(shù)據(jù)2級(jí)產(chǎn)品的數(shù)據(jù)預(yù)處理流程及相關(guān)算法，包括絕對(duì)輻亮度值轉(zhuǎn)換、條紋去除、大氣校正及幾何糾正，得到了具有精確地理位置信息的地表光譜反射率圖像；基于相同位置同期的一景Hyperion數(shù)據(jù)標(biāo)準(zhǔn)化處理流程得到的地表反射率，進(jìn)行了HSI數(shù)據(jù)的光譜模擬，并將模擬的地表反射率與真實(shí)HSI數(shù)據(jù)的地表反射率進(jìn)行對(duì)比分析，評(píng)價(jià)本研究所采用預(yù)處理流程的有效性。研究結(jié)果表明：應(yīng)用該流程處理的HSI數(shù)據(jù)地表反射率與模擬HSI的地表反射率平均相關(guān)系數(shù)為0.947，標(biāo)準(zhǔn)差為0.017，兩種數(shù)據(jù)的光譜反射率變化表現(xiàn)出高度一致性；各波段模擬與真實(shí)HSI地表反射率差值的平均值和標(biāo)準(zhǔn)差都接近0值，說(shuō)明本研究所發(fā)展的數(shù)據(jù)處理流程可以為HSI數(shù)據(jù)定量分析與應(yīng)用提供參考。

?標(biāo)準(zhǔn)化預(yù)處理流程 對(duì)比分析

CH20110992 基于光照模型的遙感圖像與DEM配準(zhǔn)方法研究/胡勇修，李輝，石曉春（廣東省國(guó)土資源技術(shù)中心）∥國(guó)土資源遙感.-2011（1）.-83～86

針對(duì)遙感圖像與DEM數(shù)據(jù)之間難以找到精確同名地物點(diǎn)而造成的配準(zhǔn)精度較低問(wèn)題，提出了一種基于光照模型的圖像配準(zhǔn)方法。該方法首先計(jì)算DEM數(shù)據(jù)中每一個(gè)像元的方位和坡度，并結(jié)合遙感圖像成像時(shí)的太陽(yáng)高度角和方位角，計(jì)算圖像與DEM的地形光照模型，最后通過(guò)光照模型來(lái)輔助控制點(diǎn)的選取，從而實(shí)現(xiàn)圖像精確配準(zhǔn)。實(shí)驗(yàn)結(jié)果表明，該方法穩(wěn)定有效，特別適合地形起伏較大的區(qū)域。

?遙感圖像 配準(zhǔn) 光照模型

CH20110993 Hyperion高光譜數(shù)據(jù)在福建鐘騰銅鉬礦區(qū)的應(yīng)用研究/高建陽(yáng)（福建省地質(zhì)遙感中心）∥國(guó)土資源遙感.-2011（1）.-87～90

以福建平和鐘騰銅鉬礦區(qū)為例，簡(jiǎn)要介紹了Hyperion高光譜數(shù)據(jù)處理技術(shù)，探討了基于特征譜帶的光譜微分及基于完全波形特征的光譜匹配等遙感礦物識(shí)別方法，初步識(shí)別出該礦區(qū)的絹英巖，并為地質(zhì)資料、野外踏勘以及巖礦鑒定所證實(shí)。旨在交流基于高光譜遙感數(shù)據(jù)的巖礦信息提取方法技術(shù)，對(duì)高植被覆蓋區(qū)的遙感技術(shù)應(yīng)用進(jìn)行探索。

?Hyperion高光譜 信息提取 礦物識(shí)別

CH20110994 青藏鐵路沿線（東昆侖—沱沱河段）遙感找礦遠(yuǎn)景評(píng)價(jià)/劉世英，張微（青海省地質(zhì)調(diào)查院遙感中心）∥國(guó)土資源遙感.-2011（1）.-91～96

青藏鐵路沿線（東昆侖—沱沱河段）是中國(guó)西部地質(zhì)工作程度極低的地區(qū)之一，但成礦條件有利。以遙感技術(shù)為主要手段，對(duì)該區(qū)礦產(chǎn)資源進(jìn)行了遙感綜合調(diào)查和礦物蝕變信息提??；以遙感異常為主、解譯信息為輔，結(jié)合已有地質(zhì)、礦產(chǎn)及物、化探成果資料，通過(guò)綜合分析研究劃分出7個(gè)找礦遠(yuǎn)景區(qū)，并進(jìn)行了找礦遠(yuǎn)景評(píng)價(jià)。

?遙感調(diào)查 成礦帶

CH20110995 西藏礦產(chǎn)資源潛力評(píng)價(jià)遙感專(zhuān)題中典型問(wèn)題初探/倪忠云，何政偉，吳華，劉婷婷（成都理工大學(xué)地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥國(guó)土資源遙感.-2011（1）.-97～101

西藏礦產(chǎn)資源潛力評(píng)價(jià)項(xiàng)目遙感專(zhuān)題通過(guò)提取各1∶25萬(wàn)標(biāo)準(zhǔn)圖幅及全區(qū)遙感異常信息和編制遙感推斷地質(zhì)構(gòu)造圖，為項(xiàng)目地質(zhì)背景編圖、成礦規(guī)律研究和礦產(chǎn)資源預(yù)測(cè)提供了基礎(chǔ)性圖件。因西藏全區(qū)面積廣闊、涉及的遙感圖像時(shí)相各異、圖像處理軟件及方法流程復(fù)雜，加之技術(shù)人員專(zhuān)業(yè)背景和經(jīng)驗(yàn)等差異，在遙感專(zhuān)題實(shí)施中出現(xiàn)了4個(gè)典型問(wèn)題：①對(duì)基準(zhǔn)面和地圖投影認(rèn)識(shí)不準(zhǔn)，忽視遙感影像圖件投影偏差；②在異常信息提取中對(duì)干擾信息去除過(guò)多或過(guò)少，未能有效保證空間拓?fù)潢P(guān)系的完整性；③遙感圖像拼接及色調(diào)均衡策略使用不當(dāng)；④礦產(chǎn)地質(zhì)特征解譯中成果數(shù)據(jù)的準(zhǔn)確性不夠。針對(duì)上述4個(gè)問(wèn)題，提出了切實(shí)可行的解決方法，保證了專(zhuān)題成果的質(zhì)量。

?礦產(chǎn)資源潛力評(píng)價(jià) 坐標(biāo)系統(tǒng) 異常信息提取

CH20110996 ETM～+圖像錳礦化蝕變信息提取與找礦預(yù)測(cè)/鄧吉秋，謝楊，張寶一，毛先成（中南大學(xué)地學(xué)與環(huán)境工程學(xué)院）∥國(guó)土資源遙感.-2011（1）.-102～105

錳礦床淺層常含大量羥基、三價(jià)鐵離子的現(xiàn)象使錳礦化異常在一定程度上可由羥基、鐵染異常表征。由此提出采用波段比值、閾值分割、主成分分析等方法對(duì)ETM+遙感圖像進(jìn)行羥基異常和鐵染異常蝕變信息提取，并利用GIS、結(jié)合已知礦點(diǎn)對(duì)提取的蝕變信息進(jìn)行綜合分析。以桂西—滇東南地區(qū)的錳礦為例，經(jīng)過(guò)錳礦化蝕變信息提取與綜合分析，驗(yàn)證了錳礦化與遙感蝕變信息的相關(guān)性以及所采用方法的有效性，為錳礦的找礦預(yù)測(cè)與評(píng)價(jià)提供了新的思路與方法；利用提取的蝕變信息按成礦有利度在該區(qū)域劃分了3類(lèi)成礦有利區(qū)，并圈定出6個(gè)找礦遠(yuǎn)景區(qū)。

?礦化蝕變 找礦預(yù)測(cè) 遙感

CH20110997 “莫拉克”臺(tái)風(fēng)引起的滑坡泥石流災(zāi)害HJ-1圖像遙感監(jiān)測(cè)研究/鄧睿，黃敬峰（浙江大學(xué)遙感與信息技術(shù)應(yīng)用研究所）∥國(guó)土資源遙感.-2011（1）.-106～109

利用HJ-1星2009年“莫拉克”臺(tái)風(fēng)前后獲取的2個(gè)時(shí)相圖像，通過(guò)去相關(guān)拉伸（Decorrelation Stretch）、光譜信息增強(qiáng)和最大似然法分類(lèi)提取滑坡、泥石流區(qū)域，并結(jié)合TRMM（Tropical Rainfall Measuring Mission）衛(wèi)星降雨量數(shù)據(jù)和DEM（Digital Elevation Model）資料，分析該臺(tái)風(fēng)降水導(dǎo)致的滑坡、泥石流情況。結(jié)果表明，HJ-1星能有效地監(jiān)測(cè)滑坡、泥石流災(zāi)害?；谌ハ嚓P(guān)拉伸光譜信息增強(qiáng)的最大似然法分類(lèi)能得到較好的分類(lèi)結(jié)果。“莫拉克”臺(tái)風(fēng)帶來(lái)的暴雨所引起的山體滑坡和泥石流導(dǎo)致植被和居民點(diǎn)變?yōu)槁愕?，分?lèi)圖和3D模擬圖上都體現(xiàn)了這種變化。

?滑坡 最大似然法分類(lèi)

CH20110998 基于GIS和景觀生態(tài)學(xué)的土地整理景觀研究/田勁松，過(guò)家春，劉琳，江竹華（安徽農(nóng)業(yè)大學(xué)理學(xué)院）∥國(guó)土資源遙感.-2011（1）.-110～114

運(yùn)用GIS技術(shù)和景觀生態(tài)學(xué)理論方法，以安徽省淮南市潘集區(qū)市級(jí)投資重點(diǎn)土地整理項(xiàng)目為例，選取3類(lèi)景觀指標(biāo)，對(duì)項(xiàng)目區(qū)內(nèi)土地整理前后的土地利用現(xiàn)狀和景觀格局變化情況進(jìn)行研究。結(jié)果表明：景觀類(lèi)型中水田斑塊占絕對(duì)優(yōu)勢(shì)，斑塊分維數(shù)、形狀指數(shù)呈下降趨勢(shì)，表明斑塊形狀趨于規(guī)則和簡(jiǎn)單；斑塊數(shù)量和斑塊密度降低，平均斑塊面積和最大斑塊面積增加，最大斑塊指數(shù)增大，景觀破碎度降低；平均分維數(shù)和平均形狀指數(shù)增大，表明景觀形狀較整理前變得規(guī)則，但總體形態(tài)變得復(fù)雜；多樣性指數(shù)和均勻度指數(shù)降低，表明在增加了景觀分布均勻程度的同時(shí)降低了景觀的多樣性，景觀類(lèi)型有所減少。

?土地整理 景觀生態(tài)學(xué) 景觀格局

CH20110999 基于目標(biāo)分割和景觀格局特征的城市土地利用分類(lèi)/李偉峰，王軼（中國(guó)科學(xué)院生態(tài)環(huán)境研究中心城市與區(qū)域生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥國(guó)土資源遙感.-2011（1）.-118～122

根據(jù)相同土地利用類(lèi)型景觀格局特征相似的原理，在傳統(tǒng)遙感分類(lèi)方法的基礎(chǔ)上，結(jié)合景觀生態(tài)學(xué)理論，建立了土地利用分類(lèi)新方法；應(yīng)用SPOT遙感圖像提取了北京市五環(huán)內(nèi)的居民用地和非居民用地類(lèi)型，總分類(lèi)精度達(dá)到了85.9％，Kappa系數(shù)為71.1％。本研究結(jié)合學(xué)科交叉的優(yōu)勢(shì)，為遙感技術(shù)應(yīng)用和土地利用信息提取提供了新思路。

?土地覆蓋 景觀格局 景觀指數(shù) 目標(biāo)分割

CH20111000 基于遙感和GIS的海岸帶水域生態(tài)景觀格局演變研究——以杭州灣北岸上海市段為例/馮永玖，韓震（上海海洋大學(xué)海洋科學(xué)學(xué)院）∥國(guó)土資源遙感.-2011（1）.-123～127

以杭州灣北岸上海市段為例，利用譜間關(guān)系法從多時(shí)相遙感影像中提取出1992年、2001年和2008年的水域信息，通過(guò)水域斑塊數(shù)量、面積、密度、形狀、分維數(shù)和景觀動(dòng)態(tài)度等分析其動(dòng)態(tài)變化；利用GIS空間分析方法繪制了水域密度的空間分布圖。結(jié)果顯示，由于受人類(lèi)活動(dòng)的干擾，16a來(lái)杭州灣北岸上海段水域景觀格局發(fā)生了顯著變化，表現(xiàn)為總面積減少、斑塊增加、形態(tài)更趨復(fù)雜。

?水域景觀格局 海岸帶 定量分析 時(shí)空演變

CH20111001 MODIS大氣校正精度評(píng)價(jià)及其對(duì)表層雪密度提取影響/劉艷，汪宏，張璞，李楊（中國(guó)氣象局烏魯木齊沙漠氣象研究所）∥國(guó)土資源遙感.-2011（1）.-128～132

以古爾班通古特沙漠為研究區(qū)，以中分辨率成像光譜儀（MODIS）為遙感數(shù)據(jù)源，結(jié)合ASD FieldSpec準(zhǔn)同步實(shí)測(cè)積雪反射光譜數(shù)據(jù)對(duì)FLAASH大氣校正能力進(jìn)行了評(píng)價(jià)。研究表明：①校正后的MODIS各波段積雪反射率與準(zhǔn)同步實(shí)測(cè)積雪反射率波形相似，在第1～7波段整體相關(guān)系數(shù)達(dá)0.82，表明FLAASH大氣校正能極大地提高M(jìn)ODIS地物識(shí)別能力；②校正后的MODIS第6波段反射率和歸一化差值積雪指數(shù)（NDSI）與實(shí)測(cè)雪密度呈線性相關(guān)，可用回歸擬合構(gòu)建MODIS雪密度遙感計(jì)算模式。

?大氣校正 雪密度 反演 同步地物反射光譜

CH20111002 長(zhǎng)沙市景觀破碎化時(shí)空分異特征研究/洪鴻加，彭曉春，陳志良，張杏杏，劉強(qiáng)（環(huán)境保護(hù)部華南環(huán)境科學(xué)研究所）∥國(guó)土資源遙感.-2011（1）.-133～137

基于2000年長(zhǎng)沙市1∶10萬(wàn)土地利用圖，利用ERDAS軟件對(duì)1989年、2006年的遙感圖像進(jìn)行解譯；在地理信息系統(tǒng)軟件ArcGIS和景觀格局分析軟件Fragstats支持下，以城鎮(zhèn)建設(shè)空間重心為中心，分別選取東西、南北景觀樣帶（40km×8km）和8個(gè)不同半徑的同心圓緩沖區(qū)，用斑塊密度、邊界密度、平均斑塊分維數(shù)、蔓延度指數(shù)及香農(nóng)多樣性指數(shù)等指標(biāo)，定量分析長(zhǎng)沙市景觀破碎化時(shí)空分異特征。研究結(jié)果表明：①相對(duì)于1989年，2006年長(zhǎng)沙市城市建設(shè)用地空間重心向東偏南約75°角方向移動(dòng)了2.45km；②隨著城市化的不斷推進(jìn)，城鎮(zhèn)建設(shè)不斷以圈層式空間形態(tài)向外擴(kuò)張，對(duì)近郊地區(qū)的景觀生態(tài)格局造成較大的影響；③“城市-鄉(xiāng)村”樣帶研究表明，城市集聚效應(yīng)明顯，市中心景觀破碎化程度較小，連通性較好，近郊地區(qū)土地利用類(lèi)型多樣，景觀異質(zhì)性變化顯著，各斑塊被邊界割裂的程度高，連通性差，破碎化程度高。

?景觀破碎化 移動(dòng)窗口 梯度分析 空間重心

CH20111003 基于GIS服務(wù)鏈的遙感影像分布式融合處理/謝斌，俞樂(lè)，張登榮（杭州師范大學(xué)遙感與地球科學(xué)研究院）∥國(guó)土資源遙感.-2011（1）.-138～142

提出了基于Web服務(wù)技術(shù)、OGC規(guī)范和工作流技術(shù)，以實(shí)現(xiàn)與平臺(tái)無(wú)關(guān)的、具備流程編排能力的地理空間處理服務(wù)鏈框架，用于支持復(fù)雜的在線空間處理任務(wù)。在該框架基礎(chǔ)上實(shí)現(xiàn)了一個(gè)在線遙感影像融合處理示例。該示例展示了利用OGC WCS、WPS，WSDL，UDDI和BPEL4WS等成熟的標(biāo)準(zhǔn)規(guī)范來(lái)構(gòu)建GIS服務(wù)鏈，使得客戶(hù)應(yīng)用程序能夠基于Web服務(wù)定制、部署，實(shí)現(xiàn)在線的地理空間處理能力。

?GIS服務(wù)鏈 目錄服務(wù) 遙感影像融合

（914～1003 張研霞）

CH20111004 空間分辨率量測(cè)及其于圖像輻射測(cè)量的意義=A Note on Spatial Resolution Measurement and Its Implications for Image Radiometry〔英〕/Thomson G H∥International Journal of Remote Sensing.-2009，36（1）.-1～8

機(jī)載或衛(wèi)星照相機(jī)系統(tǒng)記錄的地面最小細(xì)部與應(yīng)用科學(xué)家或圖像分析學(xué)家所預(yù)期的有差異，誤差可能源于確定相關(guān)照相機(jī)系統(tǒng)空間分辨率的使用方法。光學(xué)系統(tǒng)于照片或光電/數(shù)字照相機(jī)系統(tǒng)獲得的空間分辨率設(shè)限最為重要，它是阻止來(lái)自地面目標(biāo)輻射的成像系統(tǒng)的第一個(gè)組件。光學(xué)系統(tǒng)在焦平面生成的最小圖斑可比或大于CCD像素尺度，所以，空間分辨率受光學(xué)限制，而非CCD。而一旦出現(xiàn)這種情況，照相機(jī)系統(tǒng)對(duì)地面小地物的輻射反應(yīng)會(huì)與小光學(xué)圖斑相對(duì)應(yīng)，而非CCD像素大小。照相機(jī)系統(tǒng)的空間分辨率特征一般根據(jù)地面采樣距離（GSD）或地面可分辨距離（GRD）給定。兩種測(cè)量方法獲取的結(jié)果不同，并且由于各方法所基于的采樣原理而差異顯著。參16

?CCD系統(tǒng) 輻射測(cè)量 電磁測(cè)量

CH20111005 衛(wèi)星影像應(yīng)用于自動(dòng)化煙羽探測(cè)：InSat-3D煙羽探測(cè)準(zhǔn)備=Automatic Smoke Detection Using Satellite Imagery：Preparatory to Smoke Detection from InSat-3D〔英〕/Shukla B P，Pal P K∥International Journal of Remote Sensing.-2009，36（1）.-9～22

衛(wèi)星圖像的煙羽識(shí)別是研究獲取煙羽物理、化學(xué)與光學(xué)特性的先決條件，并形成火災(zāi)管理系統(tǒng)的關(guān)鍵部分。煙羽探測(cè)本身就是一個(gè)挑戰(zhàn)，因?yàn)闊熡鹋c其他景象類(lèi)在光譜特征方面有大范圍疊置，由于背景與目標(biāo)之間的弱對(duì)比性，成為印度區(qū)域最復(fù)雜現(xiàn)象。借助輻射轉(zhuǎn)換模擬開(kāi)發(fā)一個(gè)算法，應(yīng)用于印度區(qū)域，它基于應(yīng)用常規(guī)與偽通道的多波段閾值技術(shù)，也是建立INSAT 3D成像儀數(shù)據(jù)應(yīng)用算法的準(zhǔn)備練習(xí)。利用2005年印度西北農(nóng)業(yè)火災(zāi)的MODIS數(shù)據(jù)實(shí)現(xiàn)算法，以MODIS AOD與云分形產(chǎn)品驗(yàn)證成果。結(jié)果指出，算法能夠在其他景象類(lèi)如云中分隔出煙像素，相比高度散發(fā)的煙霧，能更好識(shí)別新出現(xiàn)的濃煙。圖6表2參28

?環(huán)境遙感 火災(zāi)監(jiān)測(cè) 火災(zāi)探測(cè)器 圖像識(shí)別

CH20111006 評(píng)估MODIS溫度/植被條件指數(shù)（TVDI）推導(dǎo)土壤濕度狀況的潛力=Assessing Potential of MODIS Derived Temperature/Vegetation Condition Index（TVDI）to Infer Soil Moisture Status〔英〕/Patel N R，Anapashsha R，Kumar S…∥International Journal of Remote Sensing.-2009，36（1）.-23～39

利用MODIS溫度植被干燥指數(shù)（TVDI）評(píng)價(jià)印度亞干旱區(qū)域（Uttar Pradesh西部）土壤濕度狀況。通過(guò)源于8天MODIS反射比與地表溫度產(chǎn)品的標(biāo)準(zhǔn)差分植被參數(shù)—地表溫度間隔的參數(shù)化，計(jì)算TVDI。把TVDI與甘蔗生長(zhǎng)早期、生長(zhǎng)高峰期的實(shí)際量測(cè)土壤濕度相聯(lián)，實(shí)施關(guān)聯(lián)與回歸分析。TVDI時(shí)空模式顯示，北部較南部有更高的土壤濕度，結(jié)果進(jìn)一步揭示，TVDI與實(shí)際土壤濕度呈現(xiàn)負(fù)相關(guān)，尤其在植被覆蓋稀疏時(shí)。依據(jù)先前降水指數(shù)，發(fā)現(xiàn)干旱指數(shù)于獲取表面濕度時(shí)相變化也令人滿(mǎn)意。圖10參31

?資源遙感 土壤濕度 光譜儀 MODIS數(shù)據(jù)

CH20111007 優(yōu)化合成參數(shù)的決策支持工具=A Decision Support Tool for the Optimization of Compositing Parameters〔英〕/Vancutsem C，Defourny P∥International Journal of Remote Sensing.-2009，36（1）.-41～56

設(shè)計(jì)、實(shí)施和測(cè)試一個(gè)能夠找出粗糙-中等分辨率傳感器最恰當(dāng)合成參數(shù)的決策工具，其關(guān)鍵在于合并所研究區(qū)域云覆蓋與季節(jié)性的外部數(shù)據(jù)。方法適應(yīng)于全球任意區(qū)域、記錄隨時(shí)變化的地面反射系數(shù)的任意光學(xué)衛(wèi)星儀器，讓用戶(hù)優(yōu)化應(yīng)用主體與區(qū)域條件的合成參數(shù)，確定所提出合成處理的適宜性。通過(guò)兩種具體應(yīng)用的測(cè)試，論證其在改進(jìn)時(shí)間系列產(chǎn)品關(guān)聯(lián)度和質(zhì)量方面的潛力。圖7表5參28

?圖像處理 衛(wèi)星圖像 地面反射系數(shù) 云覆蓋 環(huán)境監(jiān)測(cè)

CH20111008 多時(shí)相觀測(cè)資料與動(dòng)態(tài)探測(cè)模型應(yīng)用于圖像構(gòu)建=Image Construction Using Multitemporal Observations and Dynamic Detection Models〔英〕/Koltunov A，Ben-Dor E，Ustin S L…∥International Journal of Remote Sensing.-2009，36（1）.-57～83

試驗(yàn)論證現(xiàn)象及其系統(tǒng)分析在假定動(dòng)態(tài)環(huán)境與傳感器下有開(kāi)發(fā)高效自動(dòng)化異常探測(cè)與分類(lèi)方法的潛力。利用一個(gè)基于非校準(zhǔn)塔的高分辨率熱紅外監(jiān)督簡(jiǎn)單基本試驗(yàn)，測(cè)試空間變量多時(shí)段預(yù)測(cè)的概念合理性，例證其潛在應(yīng)用。除此以外，利用MODIS熱圖像系列和熱異常探測(cè)任務(wù)論證應(yīng)用星載平臺(tái)監(jiān)測(cè)陸地狀態(tài)方法的適用性。圖7表1參18

?圖像構(gòu)建 遙感數(shù)據(jù) 熱紅外遙感 探測(cè)器

CH20111009 有/無(wú)充分確定分類(lèi)集的局部傳遞函數(shù)分類(lèi)器與徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的比較=Comparison of Local Transfer Function Classifier and Radial Basis Function Neural Network withand without an Exhaustively Defined Set of Classes〔英〕/Li L，Ma J，Wen Q…∥International Journal of Remote Sensing.-2009，36（1）.-85～96

局部傳遞函數(shù)分類(lèi)器（LTF-C）是一種新的徑向基函數(shù)（RBF），具有利用完全不同的學(xué)習(xí)算法獲取局部分割特征空間的新能力。參考有/無(wú)利用Landsat-5 TM數(shù)據(jù)確定組分類(lèi)的土地覆蓋分類(lèi)，探討LTF-C與RBF神經(jīng)網(wǎng)絡(luò)。與具有完整確定組分類(lèi)的RBF神經(jīng)網(wǎng)絡(luò)相比，LTFC能獲取較高精度，幾乎沒(méi)有隱層單元。在測(cè)試集包括非訓(xùn)練類(lèi)的分類(lèi)期間，LTF-C比RBF神經(jīng)網(wǎng)絡(luò)更為穩(wěn)定。通過(guò)網(wǎng)絡(luò)輸出成果后分類(lèi)閾值的設(shè)置，一個(gè)良好訓(xùn)練的RBF神經(jīng)網(wǎng)絡(luò)有時(shí)生成反映非訓(xùn)練類(lèi)輸入模式的異常高輸出值，而一個(gè)良好訓(xùn)練的LTF-C則在相同環(huán)境下一直輸出極端低值。LTF-C在探測(cè)或消除訓(xùn)練集之外的非典型類(lèi)目方面可能優(yōu)于RBF神經(jīng)網(wǎng)絡(luò)，由于確定研究區(qū)所反映的全部類(lèi)目的高勞動(dòng)力成本或困難，在只選取訓(xùn)練數(shù)組中感興趣的土地覆蓋類(lèi)目時(shí)，它極為有用。圖5表3參17

?圖像處理 神經(jīng)網(wǎng)絡(luò) 人工智能 數(shù)據(jù)處理

CH20111010 Landsat數(shù)據(jù)與GIS混合分類(lèi)應(yīng)用于津巴布韋Bindura區(qū)域土地利用/覆蓋變化分析=Hybrid Classification of Landsat Data And GIS for Land Use/Cover Change Analysis of the Bindura District，Zimbabwe〔英〕/Kamusoko C，Aniya M∥International Journal of Remote Sensing.-2009，36（1）.-97～115

通過(guò)1973、1989和2000年的Landsat數(shù)據(jù)監(jiān)測(cè)與分析津巴布韋Bindura區(qū)域土地利用/覆蓋變化，探討變化的社會(huì)經(jīng)濟(jì)背景。利用耦合了GIS分析的混合監(jiān)督/非監(jiān)督分類(lèi)方法，生成6個(gè)類(lèi)目的土地利用/覆蓋圖：農(nóng)業(yè)、林地、混合牧地、居民點(diǎn)、荒地與水域。后分類(lèi)比較變化探測(cè)技術(shù)揭示兩個(gè)時(shí)期（1973-1989與1989-2000）土地利用/覆蓋變化的不同趨勢(shì)。在殖民與前經(jīng)濟(jì)結(jié)構(gòu)調(diào)整規(guī)劃（ESAP）獨(dú)立時(shí)期（1973-1989），社區(qū)（CAs）農(nóng)業(yè)與荒地變化率高于規(guī)模商用地，“林地-農(nóng)業(yè)”與“混合牧地-農(nóng)業(yè)”轉(zhuǎn)換占據(jù)主導(dǎo)。而在后ESAP獨(dú)立時(shí)期（1989-2000），LSCF土地利用/覆蓋變化則較CAs明顯，“林地-農(nóng)業(yè)”、“混合牧地-農(nóng)業(yè)”與“林地-混合牧地”轉(zhuǎn)換占據(jù)主導(dǎo)。基于Landsat數(shù)據(jù)，研究區(qū)土地利用/覆蓋變化主要源于農(nóng)業(yè)實(shí)踐的動(dòng)態(tài)本質(zhì)，一方面是農(nóng)田的推廣，另一方面又由于額外原因如野火和干旱造成的耕地拋荒。土地利用/覆蓋變化所觀測(cè)趨勢(shì)顯示濫伐、林區(qū)的耕作侵蝕是全部土地占有制中的一個(gè)連續(xù)趨勢(shì)，需要有效和持續(xù)的土地利用規(guī)劃降低快速的土地利用/覆蓋變化，尤其是林地?fù)p失。圖5表5參49

?資源遙感 地理信息系統(tǒng) 土地利用 土地覆蓋變化

CH20111011 墨西哥城土地利用變化三個(gè)時(shí)代=Three Decades of Land UseVariations in Mexico City〔英〕/Torres-Vera，Prol-Ledesma R M，Garcia-Lopez D∥International Journal of Remote Sensing.-2009，36（1）.-117～138

應(yīng)用多時(shí)相Landsat數(shù)據(jù)（1973年多時(shí)段MSS NALC圖像、1992年Landsat TM圖像與2000年ETM+影像）與遙感技術(shù)進(jìn)行墨西哥城區(qū)土地利用/土地覆蓋變化探測(cè)。利用基于GIS的模擬方法分析城市發(fā)展模式。通過(guò)對(duì)影像處理，增強(qiáng)地面物質(zhì)的光譜反應(yīng)，確定表征研究區(qū)不同土地利用的土地覆蓋類(lèi)，最后獲得最重要土地利用類(lèi)的典型特征。把監(jiān)督分類(lèi)方法應(yīng)用于所有影像，繪制出墨西哥城區(qū)土地利用變化最終評(píng)估地圖。利用后分類(lèi)方法計(jì)算變化量化結(jié)果。通過(guò)1973年航片與2000年正射相片采集地面數(shù)據(jù)，確定分類(lèi)方法精度。結(jié)果顯示，環(huán)墨西哥城西南的城市化面積以1980s期間36.29％的最高速率擴(kuò)張。圖8表6參54

?城市遙感 土地利用 土地覆蓋變化 景觀評(píng)價(jià)

CH20111012 研究農(nóng)業(yè)生產(chǎn)體系內(nèi)端元變化的加權(quán)線化光譜混合分析方法=A Weighted Linear Spectral Mixture Analysis Approach to Address Endmember V ariability in Agricultural Production Systems〔英〕/Somers B，Delalieux S，Stuckens J…∥International Journal of Remote Sensing.-2009，36（1）.-139～147

介紹一個(gè)加權(quán)的線性光譜混合分析（LSMA）方法，優(yōu)化波段，對(duì)豐度值估測(cè)影響最小或者沒(méi)有副作用。以實(shí)地測(cè)量的裸土、橘子樹(shù)與樹(shù)冠光譜所編制的合成混合像素光譜進(jìn)行驗(yàn)證。結(jié)果表明，加權(quán)方法明顯改善了豐度值估測(cè)。圖3表3參12

?農(nóng)業(yè)遙感 光譜分析 數(shù)理統(tǒng)計(jì) 線性模型

CH20111013 利用加拿大1985-2006期間1km AVHRR數(shù)據(jù)研究植被NDVI趨勢(shì)=Trends in Vegetation NDVI from 1km AVHRRData over Canada for the Period 1985-2006〔英〕/Pouliot D，Latifovic R，Olthof I…∥International Journal of Remote Sensing.-2009，36（1）.-149～168

評(píng)估作為八個(gè)樣區(qū)所觀測(cè)動(dòng)態(tài)趨勢(shì)潛因的氣候與土地覆蓋變化。利用改進(jìn)的地理定位、云屏蔽、太陽(yáng)傳感器視圖幾何、大氣改正與組合，生成AVHRR記錄?；贏VHRR與Landsat的結(jié)果揭示了北方區(qū)域漸增的NDVI趨勢(shì)。通過(guò)Mann-Kendal檢驗(yàn)，加拿大22％的植被區(qū)顯示正向的NDVI趨勢(shì)，其中40％位于北部經(jīng)濟(jì)區(qū)。基于AVHRR與Landsat數(shù)據(jù)的NDVI測(cè)量值的平均絕對(duì)差值（mean absolute difference，MAD）小于7％。與其他研究結(jié)果相比，北方區(qū)域出現(xiàn)類(lèi)似情形，而南方結(jié)果則缺乏一致性。各區(qū)域動(dòng)態(tài)趨勢(shì)潛因的局部評(píng)價(jià)揭示氣候?qū)Ρ狈奖葘?duì)南方有較強(qiáng)影響，南方區(qū)域更多受土地覆蓋變化的強(qiáng)影響。圖10表2參64

?植被遙感 植被測(cè)量 生態(tài)測(cè)量 土地覆蓋變化

CH20111014 美國(guó)東部溫帶森林MODIS FPAR產(chǎn)品的評(píng)價(jià)與延伸=Assessment and Extension of the MODIS FPAR Products in Temperate Forests of the Eastern United States〔英〕/Steinberg D C，Goetz S∥International Journal of Remote Sensing.-2009，36（1）.-169～187

探討森林土地覆蓋類(lèi)占絕對(duì)優(yōu)勢(shì)的110萬(wàn)km2研究區(qū)的MODIS FPAR產(chǎn)品的質(zhì)量與空間范圍。重點(diǎn)研究該主題與潛在受益于MODIS產(chǎn)品的碳管理應(yīng)用的地理區(qū)域。實(shí)時(shí)評(píng)價(jià)FPAR產(chǎn)品的質(zhì)量，基于MODIS NDVI與優(yōu)質(zhì)MODIS FPAR產(chǎn)品，推導(dǎo)簡(jiǎn)化的FPAR估測(cè)。圖9表3參30

?森林遙感 衛(wèi)星圖像 自然資源 光譜儀

CH20111015 3D機(jī)載LiDAR應(yīng)用于森林樹(shù)冠光截獲預(yù)測(cè)=Prediction of Forest Canopy Light Interception Using Three-dimensional Airborne LiDAR Data〔英〕/Lee H，Slatton K C，Roth B E…∥International Journal of Remote Sensing.-2009，36（1）.-189～207

?森林遙感 森林樹(shù)冠 光學(xué)雷達(dá)

CH20111016 估測(cè)遙感分類(lèi)中各像素專(zhuān)題不確定性=Estimating Per-Pixel Thematic Uncertainty in Remote Sensing Classifications〔英〕/Brown K M，F(xiàn)oody GM，Atkinson P M …∥International Journal of Remote Sensing.-2009，36（1）.-209～229

比較3種預(yù)測(cè)專(zhuān)題不確定性的分類(lèi)方法：最大或然法、多層感知器與概率網(wǎng)絡(luò)。通過(guò)選取映射土地覆蓋或預(yù)測(cè)專(zhuān)題不確定性的最適合分類(lèi)器討論研究結(jié)果。圖8表5參38

?遙感分類(lèi) 不確定性 像素 探測(cè)器 專(zhuān)題分析

CH20111017 綜合遙感與GIS方法評(píng)價(jià)印度西孟加拉西梅迪尼普區(qū)地下水潛力=Integrated Remote Sensing and GIS-based Approach for Assessing Groundwater Potential in West Medinipur District，West Bengal，India〔英〕/Chowdhury A，Jha M K，Chowdary V M…∥International Journal of Remote Sensing.-2009，36（1）.-231～250

?資源遙感 水資源 地理信息系統(tǒng) 衛(wèi)星導(dǎo)航

CH20111018 因函數(shù)表方位角簡(jiǎn)化所致之大氣改正誤差傳播之研究=Error Propagation in Atmospheric Correction due to Azimuthal Angle Simplification of Lookup Tables〔英〕/Chien-Hui Liu∥International Journal of Remote Sensing.-2009，36（2）.-275～282

?圖像處理 大氣改正 誤差傳播 遙感圖像

CH20111019 有關(guān)光學(xué)遙感影像輻射改正方法的比較研究=A Comparative Study of Radiometric Correction Methods for Optical Remote Sensing Imagery：the IRC vs.Other Image-Based C-Correction Methods〔英〕/Kobayashi S，Sanga-Ngoie K∥International Journal of Remote Sensing.-2009，36（2）.-285～314

通過(guò)比較傳統(tǒng)半經(jīng)驗(yàn)C-改正方法與基于物理的集成輻射改正（IRC）方法的諸變量，評(píng)價(jià)光學(xué)衛(wèi)星影像基于圖像的輻射改正方法性能。應(yīng)用高分辨率數(shù)字DEM數(shù)據(jù)計(jì)算兩種方法必需的參數(shù)。探討應(yīng)用整個(gè)研究區(qū)估算的統(tǒng)計(jì)參數(shù)獲得的改正反射系數(shù)。通常可獲取高改正精度（表面反射系數(shù)與地形學(xué)之間的低相關(guān)），IRC生成任意波段的最高精度，意指該方法的應(yīng)用可以改進(jìn)土地利用/土地覆蓋（LU/LC）分類(lèi)。然而，普通-C方法表明，當(dāng)各方法應(yīng)用于尤其在可視波段的具體土地覆蓋類(lèi)，精度明顯下降。隨后，利用各土地覆蓋類(lèi)諸像素所計(jì)算的改正參數(shù)獲取較高精度。各方法間差別論證了地面特征對(duì)改正方案的主導(dǎo)影響。在具體-C方法中，改正獲取可視波段較高精度（C-改正參數(shù)由于濃霧趨于高估），而IRC提供了紅外波段最好結(jié)果（較少霧）。圖9表5參35

?遙感影像 圖像改正 環(huán)境制圖 光譜儀

CH20111020 利用光譜輻射計(jì)研究印度喜馬拉雅山污染與混合目標(biāo)雪反射系數(shù)=Study of Contaminated and Mixed Objects Snow Reflectance in Indian Himalaya Using Spectroradiometer〔英〕/Negi H S，Kulkarni A V，Semwal B S…∥International Journal of Remote Sensing.-2009，36（2）.-315～325

2004-2005年與2005-2006年冬季，在印度喜馬拉雅山進(jìn)行外業(yè)實(shí)驗(yàn)。觀測(cè)結(jié)果指出，隨著污染量增加，可見(jiàn)區(qū)域雪反射峰值向較高波長(zhǎng)區(qū)域移動(dòng)。關(guān)于雪與土壤覆蓋混合區(qū)域，隨著雪覆蓋的增加，SWIR區(qū)域反射比增長(zhǎng)。而雪與植被混合區(qū)域，如果植被覆蓋超過(guò)25％，可以觀測(cè)到一條紅色邊緣。雪厚度5cm下的可見(jiàn)區(qū)域，反射比有明顯變化。標(biāo)準(zhǔn)差分雪指數(shù)（NDSI）與基于S3的雪指數(shù)能繪制土壤與灰污染的雪地圖。在雪-土壤混合區(qū)（塊雪），NDSI低估雪覆蓋面積，而S3則高估。兩種雪指數(shù)能繪制植被與混合雪-土壤-植被區(qū)域的雪地圖。利用兩種指數(shù)，薄雪覆蓋區(qū)也可繪制地圖。研究有助于開(kāi)發(fā)新指數(shù)與雪覆蓋之徒閾值選取。圖5表3參20

?地質(zhì)遙感 環(huán)境遙感 雪測(cè)量 光譜輻射計(jì)

CH20111021 HyMap成像光譜儀數(shù)據(jù)應(yīng)用于西班牙東南部礦物制圖=Rodalquilar Caldera Use of HyMap Imaging Spectrometer Data to Map Mineralogy in the Rodalquilar Caldera，Southeast Spain〔英〕/Bedini E，van der Meer F，van Ruitenbeek F…∥International Journal of Remote Sensing.-2009，36（2）.-327～348

?地質(zhì)遙感 礦物制圖 光譜儀

CH20111022 強(qiáng)震后大氣臭氧濃度變化=Variation in Atmospheric Ozone Concentration Following Strong Earthquakes〔英〕/Ganguly N D∥International Journal of Remote Sensing.-2009，36（2）.-349～356

借助Nimbus-7 TOMS、Earth probe TOMS與臭氧監(jiān)測(cè)儀獲取的衛(wèi)星數(shù)據(jù)，研究1991-2006年世界范圍發(fā)生的地震（震級(jí)5.0以上、震源深度低于35km）后大氣臭氧濃度變化。發(fā)現(xiàn)所有地震后總臭氧濃度變化是相似的。地震當(dāng)日臭氧濃度很低，地震后逐漸增加直達(dá)最高值，隨后再慢慢降低，到正常值。臭氧濃度增長(zhǎng)依賴(lài)于地震大小、震源深度、風(fēng)向與震中的地理位置。圖3表2參25

?大氣遙感 衛(wèi)星數(shù)據(jù) 地震 環(huán)境監(jiān)測(cè) 光譜分析

CH20111023 SRTM DEM與Landsat ETM+光譜混合數(shù)據(jù)分析應(yīng)用于意大利中部深層重力坡度變形敏感性繪圖=Map of Deep Seated Gravitational Slope Deformations Susceptibility in Central Italy Derived from SRTM DEM and Spectral Mixing Analysis of the Landsat ETM+Data〔英〕/Taramelli A，Melelli L∥International Journal of Remote Sensing.-2009，30（2）.-357～387

?環(huán)境遙感 地貌學(xué) 地理景觀 環(huán)境制圖

CH20111024 地理信息技術(shù)（GiT）與地質(zhì)構(gòu)造特征：扎格羅斯山脈（伊朗西南部）K arun與Dez河流=G eo-information Technology（GiT）and Tectonic Signatures：the River Karun＆Dez，Zagros Orogen in South-West Iran〔英〕/Pirasteh S，Woodbridge K，Rizvi S M A…∥International Journal of Remote Sensing.-2009，36（2）.-389～403

扎格羅斯山脈景觀受結(jié)構(gòu)地質(zhì)學(xué)、構(gòu)造學(xué)、巖床巖石學(xué)與主要河流航道的強(qiáng)烈影響。扎格羅斯褶皺帶內(nèi)的主要山谷與河流位置由兩條主要河流（Karun與Dez）航道決定。綜合應(yīng)用遙感、GIS、GPS、地理地貌學(xué)與外業(yè)測(cè)量探討河流反應(yīng)，研究美索不達(dá)米亞前陸盆地地質(zhì)構(gòu)造特征，該盆地河系非常易變，能夠從縱橫兩向反應(yīng)活動(dòng)地質(zhì)構(gòu)造。在半干旱前陸盆地，河流對(duì)結(jié)構(gòu)隆起反應(yīng)受與隆起位置與節(jié)奏關(guān)聯(lián)的河道的位置與節(jié)奏的強(qiáng)烈影響。圖12參15

?地質(zhì)遙感 構(gòu)造地質(zhì)學(xué) 地理地貌學(xué)

CH20111025 高分辨率遙感數(shù)據(jù)應(yīng)用于巴布亞新幾內(nèi)亞馬氏樹(shù)袋鼠自然保護(hù)區(qū)主森林類(lèi)型區(qū)別=Discrimination of Dominant Forest Types for Matschie’s Tree K angaroo Conservation in Papua New Guinea Using High-resolution Remote Sensing Data〔英〕/Stabach J A，Dabek L，Jensen R…∥International Journal of Remote Sensing.-2009，36（2）.-405～422

比較Landsat-7 ETM+與SPOT-4多光譜影像數(shù)據(jù)區(qū)分巴布亞新幾內(nèi)亞（PNG）偏僻研究位置的主森林類(lèi)型的能力。編制2004年7-8月的最近鄰域植被圖，以獲取植被群落的詳細(xì)信息，指導(dǎo)分類(lèi)配置。森林被分為四種截然不同的生境類(lèi)型。結(jié)果指出，Landsat-7 ETM+與SPOT-4具有相似的分類(lèi)精度，但由于森林群落的復(fù)雜結(jié)構(gòu)與異質(zhì)性、衛(wèi)星數(shù)據(jù)源有限空間/光譜分辨率，結(jié)果比較差。雖然如此，與過(guò)去研究相比，仍提供了一個(gè)改善結(jié)果，并對(duì)PNG馬氏樹(shù)袋鼠未來(lái)保護(hù)提供了詳細(xì)信息。圖3表6參47

?資源遙感 森林遙感 衛(wèi)星數(shù)據(jù) 環(huán)境保護(hù)

CH20111026 基于空間觀測(cè)的外來(lái)物種入侵：應(yīng)用AVHRR探測(cè)野化山羊?qū)永粮晁谷簫u伊莎貝拉的影響=Alien Invasions from Space Observations：Detecting Feral Goat Impacts on Isla Isabela，G alapagos Islands with the AVHRR〔英〕/Henderson S，Dawson T P∥International Journal of Remote Sensing.-2009，36（2）.-423～433

本土生物多樣性的最大威脅之一就是外來(lái)物種的生態(tài)入侵。某種程度上，野化動(dòng)物可能是對(duì)自然環(huán)境尤其是孤島最具侵略性與危害的引進(jìn)物種。應(yīng)用1km2分辨率AVHRR數(shù)據(jù)探測(cè)野化山羊?qū)永粮晁谷簫u尤其是伊莎貝拉島的影響，給偏僻難于規(guī)范、綜合外業(yè)觀測(cè)的區(qū)域提供了一個(gè)評(píng)估食草野化山羊影響植被位置與范圍的成本效益工具。圖6表1參25

?資源遙感 生態(tài)系統(tǒng)管理

CH20111027 山地草原生態(tài)系統(tǒng)碳通量與樹(shù)冠光譜反射比=Ecosystem Carbon Fluxes and Canopy Spectral Reflectance of a Mountain Meadow〔英〕/Gianelle D，Vescovo L，Marcolla B…∥International Journal of Remote Sensing.-2009，36（2）.-435～449

?資源遙感 生態(tài)系統(tǒng)管理 光譜儀 光譜反射比

CH20111028 基于印度地球衛(wèi)星Cartosat-1立體數(shù)據(jù)的森林生物物理學(xué)變量估測(cè)=Estimation of Forest Biophysical V ariables from Indian Earth Observation Satellite Cartosat-1 Stereo Data〔英〕/Kimothi M M，Mohan S，Singh R B…∥International Journal of Remote Sensing.-2009，36（2）.-451～461

?森林遙感 衛(wèi)星數(shù)據(jù)

CH20111029 基于渦度協(xié)方差與遙感的老齡溫帶混合林總初級(jí)生產(chǎn)量估測(cè)=Estimation of the Gross Primary Production of an Old-growth Temperate Mixed Forest Using Eddy Covariance and Remote Sensing〔英〕/Wu J B，Xiao X M，Guan D X…∥International Journal of Remote Sensing.-2009，36（2）.-463～479

?森林遙感 環(huán)境監(jiān)測(cè) 光譜儀

CH20111030 土壤CO2高濃度對(duì)玉米植株葉面積反射比的影響=The Effects of High Soil CO2Concentrations on Leaf Reflectance of Maize Plants〔英〕/Noomen M F，Skidmore A K∥International Journal of Remote Sensing.-2009，36（2）.-481～497

?植被遙感 葉面積反射比

CH20111031 用于地中海山地草原生物量生產(chǎn)監(jiān)測(cè)的超光譜預(yù)測(cè)器：意大利Majella國(guó)家公園=Hyperspectral Predictors for Monitoring Biomass Production in Mediterranean Mountain Grasslands：Majella National Park，Italy〔英〕/Cho M A，Skidmore A K∥International Journal of Remote Sensing.-2009，36（2）.-499～515

確定一個(gè)穩(wěn)健的超光譜預(yù)測(cè)器，應(yīng)用于意大利Majella國(guó)家公園每年綠草/草本植物生物量生產(chǎn)監(jiān)測(cè)。獲取2004年7月15-2005年7月4日研究區(qū)HyMap圖像，通過(guò)進(jìn)行下面工作評(píng)價(jià)植被指數(shù)與紅邊位置（REPs）算法的穩(wěn)健性：1比較兩年內(nèi)綠草/草本植物生物量與光譜預(yù)測(cè)間關(guān)系的一致性；2評(píng)價(jià)2004年所開(kāi)發(fā)的線性回歸模型預(yù)測(cè)2006年生物量的預(yù)測(cè)能力，反之亦然。圖4表5參42

?植被遙感 植被管理 回歸分析

CH20111032 ASTER比率指數(shù)應(yīng)用于冰上地形制圖=ASTER Ratio Indices for Supraglacial Terrain Mapping〔英〕/Keshri A K，Shukla A，Gupta R P∥International Journal of Remote Sensing.-2009，36（2）.-519～524

發(fā)現(xiàn)喜馬拉雅山冰上地形典型的由雪、冰與冰-碎石混合（IMD）三種類(lèi)型組成。介紹一種應(yīng)用ASTER數(shù)據(jù)系統(tǒng)區(qū)分與制圖冰上覆蓋類(lèi)的方法。以前使用標(biāo)準(zhǔn)差分雪指數(shù)（NDSI）區(qū)分雪/冰覆蓋區(qū)與碎石區(qū)，現(xiàn)在引進(jìn)兩種新指數(shù)：標(biāo)準(zhǔn)差分冰指數(shù)（NDGI）與標(biāo)準(zhǔn)差分雪冰指數(shù)（NDSII），結(jié)合這三種指數(shù)，系統(tǒng)化區(qū)分雪、冰與IMD。圖4表1參10

?地貌遙感 衛(wèi)星遙感 環(huán)境制圖 輻射儀

CH20111033 基于AVHRR熱通道與實(shí)測(cè)的南極低亮溫比較=Comparison of Low Brightness Temperatures Derived from the AVHRR Thermal Channels with in situ Measurements in Antarctica〔英〕/Devasthale A，Grassl H∥International Journal of Remote Sensing.-2009，36（2）.-525～532

?大氣遙感 云氣候?qū)W 低亮溫

CH20111034 利用San Rossore測(cè)試場(chǎng)址CHRIS-PROBA圖像探討自然目標(biāo)的角度與光譜特性=Investigating the Angular and Spectral Properties of Natural Targets Using CHRIS-PROBA Images of San Rossore Test Site〔英〕/Barducci A，Guzzi D，Marcoionni P…∥International Journal of Remote Sensing.-2009，36（3）.-533～553

?遙感圖像 大氣改正 數(shù)據(jù)挖掘 環(huán)境監(jiān)測(cè)

CH20111035 背包式GPS潮汐線追蹤技術(shù)應(yīng)用于海濱地形制圖=Topographical Mapping in Littoral Regions Using the GPS Backpack Tideline Tracing Skill〔英〕/Song GS， Liu P K∥International Journal of Remote Sensing.-2009，36（3）.-555～575

?遙感制圖 地質(zhì)測(cè)量 地質(zhì)制圖 沿岸帶測(cè)量

CH20111036 支持矢量機(jī)應(yīng)用于過(guò)火疤痕制圖的自動(dòng)化方法=An Automatic Method for Burn Scar Mapping Using Support Vector Machines〔英〕/Cao X，Chen J，Matsushita B…∥International Journal of Remote Sensing.-2009，36（3）.-577～594

?遙感制圖 森林火災(zāi) 自然災(zāi)害 支持矢量機(jī)

CH20111037 多組件圖像分割：混合遺傳算法與自組織地圖的比較分析=Multicomponent Image Segmentation：A Comparative Analysis Between A Hybrid Genetic Algorithm and Self-Organizing Maps〔英〕/Awad M M，Chehdi K，Nasri A…∥International Journal of Remote Sensing.-2009，36（3）.-595～560

?圖像分割 圖像分析 遺傳算法 神經(jīng)網(wǎng)絡(luò)

CH20111038 應(yīng)用時(shí)相DMSP-OLS夜間衛(wèi)星數(shù)據(jù)研究印度電力消費(fèi)模式的空間特征=Spatial Characterization of Electrical Power Consumption Patterns over India Using Temporal DMSP-OLS Night-time Satellite Data〔英〕/Chand T R Kiran，Badarinath K V S，Elvidge C D…∥International Journal of Remote Sensing.-2009，36（3）.-647～661

一個(gè)國(guó)家某個(gè)時(shí)間段電力消費(fèi)模式變化反應(yīng)其社會(huì)經(jīng)濟(jì)發(fā)展與能源利用過(guò)程。利用DMSP-OLS“夜間燈光數(shù)據(jù)”，表征印度1993-2002電力消費(fèi)時(shí)空變化。隨著國(guó)家人口增加1.7億，全國(guó)的電力消費(fèi)也從449.62億kWh增至3063.55億kWh，與此相應(yīng)，夜間燈光數(shù)增加到所有州的26％，顯示電力消費(fèi)模式的變化。人口增長(zhǎng)、夜間燈光數(shù)與與電力消費(fèi)呈現(xiàn)密相關(guān)。大城市周?chē)鸁艄鈴?qiáng)度增加，而某些州的一些區(qū)域夜間燈光下降，與經(jīng)濟(jì)發(fā)展和貧窮度成正相關(guān)。圖10表1參10

?圖像分析 衛(wèi)星遙感

CH20111039 應(yīng)用DEM與灌溉模式定位查找印度恒河上游平原活躍褶皺帶=Use of Digital Elevation Models and Drainage Patterns for Locating Active Faults in the Upper Gangetic Plain，India〔英〕/Bhosle B，Parkash B，Awasthi A K…∥International Journal of Remote Sensing.-2009，36（3）.-673～691

?地質(zhì)遙感 地理空間數(shù)據(jù) 土地整理 地形圖

CH20111040 超光譜圖像應(yīng)用于旱地鹽度表面征候制圖的評(píng)估與比較=Evaluation and Comparison of Hyperspectral Imagery for Mapping Surface Symptoms of Dryland Salinity〔英〕/Dutkiewicz A，Lewis M，Ostendorf B…∥International Journal of Remote Sensing.-2009，36（3）.-693～719

?農(nóng)業(yè)遙感 地圖制圖學(xué) 光譜分析 干涉法

CH20111041 分析與優(yōu)化NDVI定義和面積分?jǐn)?shù)模型應(yīng)用于植被遙感=Analysis and Optimization of NDVI Definitions and Areal Fraction Models in Remote Sensing of Vegetation〔英〕/Zhou X，Guan H，Xie H…∥International Journal of Remote Sensing.-2009，36（3）.-721～751

基于6個(gè)活躍與高空間分辨率多/超光譜衛(wèi)星傳感器（ALI，ASTER，ETM+，HRVIR，Hyperion與IKONOS）的像素值（DN）、光譜輻射與光譜反射系數(shù)，分析使用NDVI定義的結(jié)果，優(yōu)化NDVI定義。探討三個(gè)植被面積分?jǐn)?shù)模型的性能：線性反射系數(shù)、線性NDVI與二次NDVI模型，在從兩個(gè)高生物量區(qū)（灌木區(qū)與矮松-矮檜區(qū)）選取的三個(gè)場(chǎng)址實(shí)施研究。結(jié)果表明：（1）NDVI值差有賴(lài)于傳感器，并且總是很明顯，應(yīng)使用光譜反射系數(shù)于NDVI計(jì)算，避免使用輻射或DN值；（2）在推導(dǎo)植被面積覆蓋時(shí)，灌木區(qū)線性反射系數(shù)模型優(yōu)于其他兩個(gè)模型；（3）在矮松-矮檜區(qū)，線性NDVI模型優(yōu)于其他兩個(gè)模型。這些觀測(cè)與事實(shí)一致：非線性影響在灌木地不如在矮松-矮檜地重要，線性NDVI模型更能捕獲光譜分析的非線性度。圖5表5參86

?植被遙感 衛(wèi)星傳感器 光譜反射系數(shù)

CH20111042 基于最小信息長(zhǎng)度推理的有限 Gamma混合模擬：SAR圖像分析應(yīng)用=Finite Gamma Mixture Modelling Using Minimum Message Length Inference：Application to SAR Image Analysis〔英〕/Ziou D，Bouguila N，Allili M S…∥International Journal of Remote Sensing.-2009，36（3）.-771～792

研究Gamma分布的有限混合的非監(jiān)督學(xué)習(xí)問(wèn)題，其重點(diǎn)之一就是確定最佳描述一組數(shù)據(jù)的群組數(shù)。應(yīng)用最小信息長(zhǎng)度（MML）準(zhǔn)則于Gamma分布有限混合的非監(jiān)督學(xué)習(xí)。根據(jù)它們估測(cè)一組數(shù)據(jù)集中的群組數(shù)，比較MML與文獻(xiàn)中的其他準(zhǔn)則。比較應(yīng)用了合成與RADARSAT SAR圖像。通過(guò)有關(guān)SAR圖像分割與變化探測(cè)的評(píng)估測(cè)試方法的性能。圖11表8參35

?圖像分析 SAR圖像 信息理論

CH20111043 中國(guó)西北黑河盆地凈初級(jí)生產(chǎn)力變化的驅(qū)動(dòng)機(jī)制分析=Analysing the Forcing Mechanisms for Net Primary Productivity Changes in the Heihe River Basin，North-West China〔英〕/Lu L，Li X，Veroustraete F…∥International Journal of Remote Sensing.-2009，36（3）.-793～816

通過(guò)盆地的高分辨率圖像判讀的NPP與土地利用變化的時(shí)空模式，根據(jù)氣候變化與人類(lèi)活動(dòng)確認(rèn)驅(qū)使因素。五年間降雨量下降是NPP降低的一個(gè)原因，其他如上游不合理開(kāi)墾、中游灌溉農(nóng)業(yè)集中開(kāi)發(fā)也起了作用，幾者合力增強(qiáng)了整個(gè)盆地人造與自然生態(tài)系統(tǒng)之間的水競(jìng)爭(zhēng)。人類(lèi)活動(dòng)也讓山區(qū)短期內(nèi)NPP發(fā)生了非常不同的變化，NPP在祁連山東部由于農(nóng)田開(kāi)墾與過(guò)度放牧下降，而在西部卻由于生態(tài)保護(hù)項(xiàng)目保持上升。圖11表2參58

?環(huán)境遙感 自然災(zāi)害 氣候變化

CH20111044 基于均值漂移法的多光譜遙感圖像聚類(lèi)分析=Mean Shift-Based Clustering Analysis of Multispectral Remote Sensing Imagery〔英〕/Bo S K，Di F P，Li H W…∥International Journal of Remote Sensing.-2009，36（4）.-817～827

介紹一個(gè)自適應(yīng)均值漂移法，包含了局部尺度信息，所提出算法能在遙感圖像上發(fā)現(xiàn)任意密度、大小與形狀聚類(lèi)。方法是一個(gè)簡(jiǎn)單的非監(jiān)督圖像分類(lèi)技術(shù)，論證其較早期方法能提高分類(lèi)精度。圖3表1參16

?圖像分析 圖像分類(lèi) 遙感圖像

CH20111045 基于衛(wèi)星數(shù)據(jù)對(duì)作為城市地面溫度指標(biāo)的不透水面與植被的定標(biāo)=Scaling of Impervious Surface Area and Vegetation as Indicators to Urban Land Surface Temperature Using Satellite Data〔英〕/Zhang X，Zhong T，Wang K…∥International Journal of Remote Sensing.-2009，36（4）.-841～859

?環(huán)境遙感 城市遙感 土地覆蓋制圖 回歸分析

CH20111046 波形分辨小體積雷達(dá)應(yīng)用于海岸淹沒(méi)與次樹(shù)冠地形估測(cè)=Small-footprint，Waveform-resolving Lidar Estimation of Submerged and Sub-canopy Topography in Coastal Environments〔英〕/Nayegandhi A，Brock JC，Wright C W…∥International Journal of Remote Sensing.-2009，36（4）.-861～878

?環(huán)境遙感 海岸帶測(cè)量 生態(tài)制圖 環(huán)境制圖

CH20111047 基于遙感與GIS的農(nóng)業(yè)土地適宜性評(píng)價(jià)=Assessment of Land Suitability Potentials for Agriculture U-sing A Remote Sensing and GIS Based Approach〔英〕/Bandyopadhyay S，Jaiswal R K，Hegde V S…∥International Journal of Remote Sensing.-2009，36（4）.-879～895

基于土地適宜性諸指標(biāo)的細(xì)致研究，做出某區(qū)域土地適宜性評(píng)價(jià)。綜合考慮土壤紋理、有機(jī)質(zhì)含量、土壤深度、坡度、土地利用/土地覆蓋等參數(shù)。研究區(qū)的衛(wèi)星圖像被分類(lèi)用于土地利用/土地覆蓋地圖編制，地形圖圖幅與輔助數(shù)據(jù)則用以坡度圖與土壤特性測(cè)定。根據(jù)土地適宜性的不同參數(shù)作用，計(jì)算一個(gè)綜合的土地適宜性潛力（LSP）指數(shù)。采用邏輯性準(zhǔn)則，把區(qū)域分為六個(gè)等次（good，fair，moderate，average，poor and not suitable）。研究論證，基于土壤特性、地形特征與目前的土地利用，區(qū)域能分類(lèi)為空間分布的農(nóng)業(yè)潛力區(qū)。圖5表5參30

?資源遙感 土地適宜性 土地利用

CH20111048 MODIS多時(shí)相數(shù)據(jù)應(yīng)用于半荒漠草原本土與外來(lái)物種場(chǎng)址區(qū)分=Discrimination of Invaded and Native Species Sites in A Semi-desert Grassland Using MODIS Multi-Temporal Data〔英〕/Huang C，Geiger E L，Van Leeuwen W J D…∥International Journal of Remote Sensing.-2009，36（4）.-897～917

利用時(shí)序外業(yè)觀測(cè)數(shù)據(jù)、MODIS NDVI與亮度數(shù)據(jù)表征由E.lehmanniana草與/或本地草所主導(dǎo)的系統(tǒng)物候?qū)W。結(jié)果論證，由于在植物多樣性、形態(tài)學(xué)與季節(jié)生產(chǎn)力方面的種種變化，利用NDVI與/或光譜反射比數(shù)據(jù)能夠沿E.lehmanniana侵?jǐn)_草地梯度區(qū)分物候差異。確立了綜合外業(yè)、MODIS植被與光譜時(shí)序數(shù)據(jù)表征不同草本物種主導(dǎo)的景觀的可行性，又給監(jiān)測(cè)大空間尺度半干旱環(huán)境的E.lehmanniana草提供了機(jī)遇。圖5表5參56

?環(huán)境遙感 生態(tài)多樣性 光譜反射比

CH20111049 基于AATSR星載測(cè)量的雪比表面積、反照率與有效粒徑測(cè)定=The Determination of Snow Specific Surface Area，Albedo and Effective Grain Size Using AATSR Space-Borne Measurements〔英〕/Kokhanovsky A，Schreier M∥International Journal of Remote Sensing.-2009，36（4）.-919～933

介紹基于衛(wèi)星數(shù)據(jù)獲取雪比表面積、反照率與有效粒徑的新技術(shù)。應(yīng)用所描述方法測(cè)定格陵蘭島海岸雪特性?；贏ATSR數(shù)據(jù)獲取結(jié)果，發(fā)現(xiàn)研究區(qū)有效粒徑約0.5mm，比表面積約150cm2g-1、雪反照率接近0.93。首次利用衛(wèi)星測(cè)量值推導(dǎo)出SSA空間分布。圖11參20

?環(huán)境制圖 地表輻射

CH20111050 機(jī)載激光數(shù)據(jù)應(yīng)用于林分描繪與信息提取=Airborne Laser Data for Stand Delineation and Information Extraction〔英〕/Koch B，Straub C，Dees M…∥International Journal of Remote Sensing.-2009，29（4）.-935～963

?森林遙感 環(huán)境制圖 生態(tài)管理

CH20111051 應(yīng)用新的混合神經(jīng)網(wǎng)絡(luò)與專(zhuān)家系統(tǒng)改進(jìn)下層木竹子的覆蓋制圖=Improved Understorey Bamboo Cover Mapping Using A Novel Hybrid Neural Network and Expert System〔英〕/Wang T J，Skidmore A K，Toxopeus A G∥International Journal of Remote Sensing.-2009，36（4）.-965～981

?植被遙感 環(huán)境制圖 神經(jīng)網(wǎng)絡(luò) 專(zhuān)家系統(tǒng)

CH20111052 NDVI與松柏類(lèi)林分光合能力季節(jié)性軌線的相關(guān)變化=Correlated Change in Normalized Difference Vegetation Index and the Seasonal Trajectory of Photosynthetic Capacity in a Conifer Stand〔英〕/Wang Q，Tenhunen J，Vesala T…∥International Journal of Remote Sensing.-2009，36（4）.-983～1001

?植被遙感 凈初級(jí)生產(chǎn)力

CH20111053 基于DMSP/OLS非輻射校準(zhǔn)夜間燈光圖像模擬中國(guó)人口密度=Modelling the Population Density of China at the Pixel Level Based on DMSP/OLS Non-Radiance-Calibrated Night-Time Light Images〔英〕/Zhuo L，Ichinose T，Zheng J…∥International Journal of Remote Sensing.-2009，36（4）.-1003～1018

?環(huán)境遙感 人口密度 環(huán)境保護(hù) 環(huán)境法

CH20111054 草原土壤自調(diào)節(jié)植被水含量=Soil Adjusted Vegetation Water Content Retrievals in Grasslands〔英〕/Dasgupta S，Qu J J∥International Journal of Remote Sensing.-2009，36（4）.-1019～1043

?資源遙感 植被氣候?qū)W 回歸分析

CH20111055 應(yīng)用主動(dòng)學(xué)習(xí)方法從遙感反射比數(shù)據(jù)獲取葉綠體色素=Application of the Active Learning Method to the Retrieval of Pigment from Spectral Remote Sensing Reflectance Data〔英〕/Taheri Shahraiyni H，Bagheri Shouraki S，F(xiàn)ell F…∥International Journal of Remote Sensing.-2009，36（4）.-1045～1065

由于遙感數(shù)據(jù)中出現(xiàn)的噪音，需要獲取信息的穩(wěn)健方法。應(yīng)用積極學(xué)習(xí)方法（ALM）從遙感反射比數(shù)據(jù)獲取水中葉綠體色素。ALM方法的核心是稱(chēng)為IDS（Ink Drop Spread）的模糊內(nèi)插方法。利用三個(gè)數(shù)據(jù)集（SeaBAM、synthetic與NOMAD）評(píng)估ALM方法。與OC4（Ocean Colour 4）和ANN（人工神經(jīng)網(wǎng)絡(luò)）兩種算法的比較論證了ALM方法從遙感反射比數(shù)據(jù)獲取水中組成的穩(wěn)健性。而且，ALM還識(shí)別和列出了葉綠素與色素的最相關(guān)波長(zhǎng)。圖13表2參29

?海洋遙感 遙感數(shù)據(jù) 數(shù)據(jù)采集

CH20111056 應(yīng)用于Lidar數(shù)據(jù)處理的EM方法的改進(jìn)=Improvement of the Edge-based Morphological（EM）Method for Lidar Data Filtering〔英〕/Qi Chen∥International Journal of Remote Sensing.-2009，36（4）.-1069～1074

濾波是Lidar數(shù)據(jù)處理的關(guān)鍵步驟。由Chen等人提出的EM濾波方法（PE＆RS，2007）非?？旖荩蓱?yīng)用于不同土地利用與土地覆蓋類(lèi)型，但它要求大量參數(shù)，對(duì)一般用戶(hù)而言，如果沒(méi)有很好理解算法，是很有挑戰(zhàn)性的。介紹一個(gè)識(shí)別建筑物的新方法，待調(diào)試參數(shù)的總數(shù)可從7減到2。當(dāng)測(cè)試ISPRS第三委員會(huì)/第三工作組提供的基準(zhǔn)數(shù)據(jù)集時(shí)，雖然待調(diào)試參數(shù)很少，但與源算法相比，平均濾波誤差還稍微降低。圖2表1參7

?資源遙感 數(shù)據(jù)處理 數(shù)據(jù)濾波 光學(xué)雷達(dá)

CH20111057 崎嶇地帶多重反射效應(yīng)的簡(jiǎn)單改正=Simple Correction of Multiple Reflection Effects in Rugged Terrain〔英〕/Sirguey P∥International Journal of Remote Sensing.-2009，36（4）.-1075～1081

?環(huán)境遙感 環(huán)境制圖 生態(tài)制圖 遙感圖像

CH20111058 交互地圖界面分析有效性的評(píng)估：綜合可用性度量與眼動(dòng)分析的案例研究=Evaluating the Effectiveness of Interactive Map Interface Designs：A Case Study Integrating Usability Metrics with Eye-movement Analysis〔英〕/??ltekin Arzu，Heil B，Garlandini S…∥Cartography and Geographic Information Science.-2009，36（1）.-5～17

?機(jī)助制圖 地理可視化 人機(jī)交互

（1004～1058 張德梅）

CH20111059 廣義多濾波成像相機(jī)：支持分辨率、灰度比可調(diào)范圍以及頻譜的后成像調(diào)整=Generalized Assorted Pixel Camera：Postcapture Control of Resolution，Dynamic Range，and Spectrum〔英〕/Yasuma F，Mitsunaga T，Iso D，Nayar S K∥IEEE Transactions on Image Processing.-2010，19（9）.-2241～2264

提出一個(gè)廣義組合像素（GAP）相機(jī)的概念，該相機(jī)在用戶(hù)獲得景象照片之后，能夠在所獲圖像的空間分辨率、灰度比可調(diào)范圍和光譜細(xì)節(jié)等數(shù)據(jù)之間進(jìn)行權(quán)衡，從而獲得改善后的圖像。該相機(jī)采用一個(gè)復(fù)雜的彩色濾波器陣列（或馬賽克）。使用這種濾波器陣列的主要問(wèn)題在于其中總會(huì)有幾種類(lèi)型的濾波器會(huì)使所獲圖像的采樣嚴(yán)重不足。這導(dǎo)致重建后會(huì)產(chǎn)生大量量化噪聲。本文在以下四個(gè)方面有所貢獻(xiàn)：1）針對(duì)GAP相機(jī)彩色濾波器陣列產(chǎn)生的低采樣結(jié)果提出一個(gè)全面的優(yōu)化方案以達(dá)到空域和頻域的平衡。2）提出一個(gè)新的算法用于在最小化量化噪聲的同時(shí)進(jìn)行低采樣圖像重構(gòu)。3）對(duì)怎樣使用GAP相機(jī)拍攝一張圖像，然后通過(guò)調(diào)整分辨率產(chǎn)生一系列圖像進(jìn)行了闡述。這一系列圖像包括黑白圖像、大動(dòng)態(tài)范圍（HDR）黑白圖像、RGB、HDR RGB和多光譜圖像。4）使用大量模擬圖像對(duì)該GAP相機(jī)的性能進(jìn)行了驗(yàn)證。

?圖像處理 組合像素 多光譜成像 信噪比

CH20111060 最大后驗(yàn)估計(jì)-最大似然估計(jì)聯(lián)合圖像分割=Image Segmentation by MAP-ML Estimations〔英〕/Chen Shifeng，Cao Liangliang，Wang Yueming…∥IEEE Transactions on Image Processing.-2010，19（9）.-2254～2264

圖像分割技術(shù)在計(jì)算機(jī)視覺(jué)和圖像分析中具有重要意義。本文將圖像分割歸納為一個(gè)在最大可能性框架下求值的標(biāo)記公式。為了得到標(biāo)記配置的估計(jì)值，采用了一個(gè)最大后驗(yàn)估計(jì)（MAP）和最大似然估計(jì)（ML）交替使用的迭代優(yōu)化算法。其中，MAP采用馬爾可夫隨機(jī)場(chǎng)建模，并使用了一個(gè)圖分割算法進(jìn)行實(shí)現(xiàn)。ML通過(guò)計(jì)算高斯模型下的區(qū)域特征均值獲得。本算法能夠自動(dòng)將圖像分割為一塊塊具有相關(guān)紋理或色彩的區(qū)域，而不需事先知道要分割的區(qū)域數(shù)量。其結(jié)果與圖像的實(shí)際邊緣十分吻合，且符合人體感知。通過(guò)與6種當(dāng)前最新技術(shù)的大量實(shí)驗(yàn)比較，本算法的性能最優(yōu)。

?圖像分割 馬爾可夫隨機(jī)場(chǎng) 最大后驗(yàn) 最大似然

CH20111061 采用高斯-馬爾可夫-Potts先驗(yàn)?zāi)Ｐ秃妥儺愗惾~斯計(jì)算的聯(lián)合無(wú)損檢測(cè)圖像恢復(fù)與分割=Joint NDT Image Restoration and Segmentation Using Gauss–Markov–Potts Prior Models and V ariational Bayesian Computation〔英〕/Ayasso H，Mohammad-Djafari A∥IEEE Transactions on Image Processing.-2010，19（9）.-2265～2277

提出一種方法，能夠?qū)σ阎c(diǎn)擴(kuò)展函數(shù)和加性噪聲所導(dǎo)致的模糊圖像進(jìn)行實(shí)時(shí)恢復(fù)，并按照性質(zhì)相同的標(biāo)準(zhǔn)將該圖像分割成若干區(qū)域。為了實(shí)現(xiàn)此功能，本文提出一種特殊的非同性高斯-馬爾可夫域，該域具備Potts域標(biāo)記模型，能夠?qū)D像置于貝葉斯估計(jì)框架之中。所有未知內(nèi)容（包括未知圖像、其圖像分割，以及所有假設(shè)參數(shù)）都由一個(gè)基于變異貝葉斯技術(shù)的可分可能性法則進(jìn)行估計(jì)。這種近似估計(jì)使具有現(xiàn)實(shí)應(yīng)用價(jià)值的聯(lián)合圖像恢復(fù)和分割算法成為可能。通過(guò)與基于MCMC Gibbs采樣的算法進(jìn)行對(duì)比，發(fā)現(xiàn)本文提出的先驗(yàn)?zāi)Ｐ蛯?duì)由同性物質(zhì)有限集構(gòu)成的圖像格外適用。而這種圖像大量存在于無(wú)損檢測(cè)應(yīng)用當(dāng)中。

?數(shù)字圖像處理 貝葉斯估計(jì) 圖像恢復(fù) 圖像分割

CH20111062 采用箱樣條的快速橢圓移變?yōu)V波器=Fast Space-Variant Elliptical Filtering Using Box Splines〔英〕/Chaudhury K N，Munoz-Barrutia A，Unser M∥IEEE Transactions on Image Processing.-2010，19（9）.-2290～2306

由于計(jì)算量巨大，線性移變（非卷積）濾波器的快速實(shí)現(xiàn)在圖像處理中是一個(gè)具有挑戰(zhàn)性的課題。提出一種大小可變的類(lèi)高斯橢圓濾波器，能夠在每像素固定計(jì)算量的基礎(chǔ)上實(shí)現(xiàn)延伸和定位。該算法基于一個(gè)平滑緊支分段多項(xiàng)式族，即一致徑向箱樣條，采用預(yù)積分和本地有限差分法實(shí)現(xiàn)。其中，一致徑向箱樣條由對(duì)以統(tǒng)一方式進(jìn)行分級(jí)和分布的樣條固定數(shù)目進(jìn)行反復(fù)卷積構(gòu)成，其優(yōu)勢(shì)在于漸進(jìn)性、協(xié)變性和準(zhǔn)可分性。這些樣條隨著數(shù)目的增多向高斯分布收斂，只需通過(guò)簡(jiǎn)單控制樣條分布的層數(shù)就可以以可變協(xié)方差的方式對(duì)各項(xiàng)異性高斯分布進(jìn)行近似?；谄鋮f(xié)變性，本文研究出一種能夠?qū)υ擃?lèi)高斯函數(shù)的大小、延伸和定位進(jìn)行持續(xù)控制的方法。基于準(zhǔn)可分性和箱樣條分布的可分級(jí)特點(diǎn)，本文實(shí)現(xiàn)了該移變橢圓濾波的快速計(jì)算。不論濾波器的大小和形狀如何，每像素計(jì)算量都為＄O（1）＄。

?圖像處理 各向異性高斯分布

CH20111063 用于全局去噪的具有紋理/噪聲檢測(cè)功能的可切換雙邊濾波器=Switching Bilateral Filter with a Texture/Noise Detector for Universal Noise Removal〔英〕/Lin ChihHsing，Tsai JiaShiuan，Chiu ChingTe∥IEEE Transactions on Image Processing.-2010，19（9）.-2307～2320

提出一種具有紋理和噪聲檢測(cè)功能的可切換雙邊濾波器（SBF），用于全局去噪。整個(gè)操作分為檢測(cè)和濾波兩個(gè)步驟。在檢測(cè)中，本文提出分類(lèi)象限中值矢量法，包含了邊緣或紋理等重要特征信息。這些信息被用來(lái)得出一個(gè)參考中值，用于與當(dāng)前像素進(jìn)行比較，以判斷其是否為脈沖噪聲、高斯噪聲或其他噪聲。該濾波器能夠同時(shí)去除高斯和脈沖噪聲，且不用增加任何其他加權(quán)函數(shù)。濾波器中的范圍濾波能夠根據(jù)噪聲分類(lèi)的結(jié)果在高斯模式和脈沖模式之間進(jìn)行切換。實(shí)驗(yàn)結(jié)果表明，本文的噪聲檢測(cè)對(duì)于椒鹽噪聲、統(tǒng)一脈沖噪聲和混合脈沖噪聲具備較高的噪聲檢測(cè)能力和分類(lèi)能力。與大多數(shù)其他脈沖噪聲濾波器不同的是，SBF通過(guò)同時(shí)有效去除兩種類(lèi)型的混合噪聲，獲得了高峰值信噪比和良好的圖像質(zhì)量。并且，SBF的計(jì)算復(fù)雜度要大大低于其他混合噪聲濾波器。

?圖像恢復(fù) 高斯噪聲 脈沖噪聲 非線性濾波

CH20111064 采用可變分割和限制性?xún)?yōu)化的快速圖像恢復(fù)=Fast Image Recovery Using Variable Splitting and Constrained Optimization〔英〕/Afonso M V，Bioucas-Dias J M，F(xiàn)igueiredo M A T∥IEEE Transactions on Image Processing.-2010，19（9）.-2345～2356

提出一種新的快速算法，用于對(duì)圖像恢復(fù)和重構(gòu)的一個(gè)標(biāo)準(zhǔn)公式進(jìn)行求解。該公式在待處理圖像具有I2數(shù)據(jù)逼真度和非平滑規(guī)則器的時(shí)候，將面對(duì)一個(gè)非限制性最優(yōu)化問(wèn)題。該公式同時(shí)適用于基于小波的規(guī)則器和全變差規(guī)則器。本文提出的方法是通過(guò)可變分割獲得一個(gè)等價(jià)的限制性最優(yōu)化公式，然后用增廣拉格朗日乘子法對(duì)其進(jìn)行求解。該算法是所謂的乘子雙向交替法的一個(gè)實(shí)例，而后者的收斂性是已經(jīng)得到證明了的。通過(guò)對(duì)一系列圖像恢復(fù)和重構(gòu)的標(biāo)準(zhǔn)問(wèn)題的進(jìn)行實(shí)驗(yàn)，可以證明該算法要快于當(dāng)前其他方法。

?圖像恢復(fù) 圖像增強(qiáng) 增廣拉格朗日

（1059～1064 江珊）

CH20111065 利用一種新的核線模型對(duì)線性推掃式衛(wèi)星圖像進(jìn)行對(duì)極重采樣=Epipolar Resampling of Linear Pushbroom Satellite Imagery by a New Epipolarity Model〔英〕/Mi Wang…∥ISPRS Journalof Photogrammetry and Remote Sensing.-2011，66（3）.-347～355

提出了一種基于在物體空間參考平面投影基礎(chǔ)上對(duì)沿任一軌道或跨雙軌模式下獲得的高分辨率線性推掃式衛(wèi)星圖像進(jìn)行處理的實(shí)際核線模型。這種新的基于該模型的衛(wèi)星立體圖像對(duì)極重采樣方法還在不斷發(fā)展中。原始圖像和新產(chǎn)生的對(duì)極圖像像素和像素之間的關(guān)系是通過(guò)幾何測(cè)量模型直接建立的。近似核線影像生成方式與數(shù)字影像糾正方式類(lèi)似。此外，基于本文假設(shè)的投影參考平面來(lái)安置近似核線，便可獲得一個(gè)與地面采樣距離一致以及平行于物體空間的立體模型。更重要的是對(duì)于三維測(cè)量和圖像解釋而言，這種模型將更加方便。從SPOT5、IKONOS、IRS-P5和QuickBird獲得的立體圖像均表明，生成的核線影像都能達(dá)到較高的精度。此外，檢查點(diǎn)上的垂直觀測(cè)達(dá)到亞像素水平，從而證明了此方法的可行性、正確性和適用性。

?攝影測(cè)量 對(duì)極重采樣 線性推掃式衛(wèi)星影像

CH20111066 通過(guò)非線性尺度空間濾波進(jìn)行基于對(duì)象的圖像分析=Object-based Image Analysis Through Nonlinear Scale-space Filtering〔英〕/AngelosTzotsos…∥ISPRS Journal of Photogrammetry and Remote Sensing.-2011，66（1）.-2～16

研究了一個(gè)種面向?qū)ο蟮膱D像分類(lèi)框架。它是一個(gè)在多尺度分割和分類(lèi)程序中采用非線性尺度空間濾波的框架。具有一系列理想空間和光譜性質(zhì)的形態(tài)水平，與非線性空間構(gòu)成的各向異性擴(kuò)散標(biāo)志有聯(lián)系。對(duì)各種尺度的基于對(duì)象的影像進(jìn)行了計(jì)算，并將它連接了成一個(gè)擁有內(nèi)核的學(xué)習(xí)機(jī)來(lái)對(duì)從主動(dòng)和被動(dòng)遙感傳感器得到的各種地球觀測(cè)數(shù)據(jù)進(jìn)行分類(lèi)。它不同于以往的基于圖像分析的方法，尺度層次結(jié)構(gòu)是隱含的，來(lái)自尺度空間的表達(dá)特性。本文開(kāi)發(fā)的方法不需要對(duì)多尺度分割和對(duì)象（如形狀，顏色，紋理等）提取方法的參數(shù)做任何的調(diào)整。所開(kāi)發(fā)的面向?qū)ο蟮膱D像分類(lèi)框架能應(yīng)用于多種不同機(jī)載和星載的遙感數(shù)據(jù)，包括SAR圖像、高與極高全色分辨率衛(wèi)星影像、多光譜航攝像片和衛(wèi)星數(shù)據(jù)集。對(duì)這些數(shù)據(jù)進(jìn)行的定性和定量分析表明該方法很有應(yīng)用潛力。

?自動(dòng)化 面向?qū)ο?圖像分類(lèi)

CH20111067 利用基于像素的再生指數(shù)評(píng)估年內(nèi)火災(zāi)后的植被再生=Assessing Intra-annual Vegetation Regrowth After Fire Using the Pixel Based Regeneration Index〔英〕/Lhermitte S…∥ISPRS Journal of Photogrammetry and Remote Sensing.-2011，66（1）.-17～27

討論了幾種將衛(wèi)星遙感圖像作為火災(zāi)后大量（通常植被影像的范圍很大）野外森林采樣替代物的潛力。大多數(shù)研究基于有效的陸地衛(wèi)星圖像和少量的不同日期采集的圖像，以及有限的年度火災(zāi)（通過(guò)植被動(dòng)態(tài)或者比較不同日期的火災(zāi)）評(píng)估數(shù)據(jù)。基于控制像素再生指數(shù)（pRI）起源于把同質(zhì)不同植被指標(biāo)（NDVI）作為傳統(tǒng)的地球資源探測(cè)方法中基于同一化燃燒率（NBR）的替代物。這種pRI的主要的優(yōu)點(diǎn)就是可以利用未燃燒盡的可控地塊。這些地塊由于再生過(guò)程沒(méi)有受到外部影響所以可以表達(dá)年度的變化。對(duì)比陸地衛(wèi)星和VGT的數(shù)據(jù)：（i）雙顳地球資源探測(cè)方法和可控地塊方法年度不同的對(duì)比；（ii）PRI的指標(biāo)與VGT和陸地衛(wèi)星數(shù)據(jù)的年度動(dòng)態(tài)比較。比較結(jié)果表明，NDVI數(shù)據(jù)和NBR數(shù)據(jù)具有相似性，但外部影響（例如，氣候變化）的很重要。利用地球資源探測(cè)方法評(píng)估火災(zāi)后植被對(duì)探測(cè)方法響應(yīng)效率很低，尤其是快速恢復(fù)其生態(tài)要一個(gè)較長(zhǎng)的年度周期，如草原。這突出表明，使用高頻多時(shí)相方法評(píng)估火災(zāi)對(duì)植被類(lèi)型的影響很重要，在時(shí)間上具有動(dòng)態(tài)性。

?森林火災(zāi) 衛(wèi)星遙感

CH20111068 一種基于模糊拓?fù)鋵W(xué)的最大似然分類(lèi)法=A Fuzzy Topology-based Maximum Likelihood Classification〔英〕∥Kimfung Liu…∥ISPRS Journal of Photogrammetry and Remote Sensing.-2011，66（1）.-103～114

分類(lèi)是最廣泛使用的遙感分析技術(shù)之一，而最大似然分類(lèi)方法（MLC）是從圖像中分離像素的最主要方法。模糊拓?fù)鋵W(xué)中集的概念是從兩個(gè)數(shù)值（0，1）中產(chǎn)生的，是在連續(xù)區(qū)間［0，1］內(nèi)的數(shù)值。它是一個(gè)普通的拓?fù)浣Y(jié)構(gòu)，可用來(lái)解決許多的GIS問(wèn)題，例如空間信息管理和分析。模糊拓?fù)涫歉鶕?jù)傳統(tǒng)的閾值產(chǎn)生的，因此給出了MLC類(lèi)的分解。本文提出的是一種改進(jìn)型圖像分類(lèi)方法，其中導(dǎo)出的閾值模糊拓?fù)浞椒ㄊ荕LC方法的集成（即FTMLC）。因此，通過(guò)應(yīng)用導(dǎo)出的閾值模糊拓?fù)浞椒?，譜空間圖像的類(lèi)可以分解為三部分：內(nèi)部、邊緣和外部。通過(guò)導(dǎo)出的模糊拓?fù)涞倪B接理論可以使邊界與內(nèi)部結(jié)合。也就是說(shuō)，通過(guò)集成導(dǎo)出的模糊拓?fù)浜蚆LC方法產(chǎn)生了一個(gè)新的分類(lèi)方法。結(jié)果，可使模糊邊緣像素（包括很多錯(cuò)誤的分類(lèi)以及過(guò)度分類(lèi)的像素）能夠被重新歸類(lèi)，提供更精確的分類(lèi)。這種分類(lèi)是一個(gè)顯著改善像素的分類(lèi)方法，從而提供更好的分類(lèi)精度。

?模糊拓?fù)?最大似然分類(lèi) 遙感 土地覆蓋制圖

CH20111069 VHR航空?qǐng)D像土地覆蓋分類(lèi)在柑橘樹(shù)叢鑒定中的應(yīng)用=Land Cover Classification of VHR Airborne Images for Citrus Grove Identification〔英〕/Amorós López J.…∥ISPRS Journal of Photogrammetry and Remote Sensing.-2011，66（1）.-115～123

利用遙感技術(shù)管理土地資源已成為一種普遍的做法。然而，數(shù)據(jù)分析程序應(yīng)滿(mǎn)足用戶(hù)（公共或私營(yíng)公司和政府）的高精確度水平才能被廣泛采用。本文提出了一種多級(jí)分類(lèi)計(jì)劃來(lái)更新瓦倫西亞地區(qū)的柑橘地理信息系統(tǒng)（GIS）。西班牙的柑橘生產(chǎn)量位居歐洲第一和世界第四。特別是柑橘類(lèi)水果占本地區(qū)農(nóng)業(yè)生產(chǎn)的67％，年（2006-2007年度）總產(chǎn)量達(dá)424萬(wàn)噸。詳細(xì)的柑橘地理信息系統(tǒng)是在2001年創(chuàng)建的，它需要定期的更新來(lái)滿(mǎn)足快速的變化并允許政府適當(dāng)?shù)母深A(yù)和預(yù)測(cè)柑橘產(chǎn)量。在這項(xiàng)工作中，有助于更新的自動(dòng)化方法的處理方案歸納如下：首先，從很高的空間分辨率航空影像中利用面向?qū)ο蟮姆椒▽?duì)每個(gè)地方的顆粒包進(jìn)行特征提取。其次，對(duì)幾種自動(dòng)分類(lèi)器（決策樹(shù)、人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)）進(jìn)行訓(xùn)練和使其與最終的分類(lèi)器相結(jié)合，準(zhǔn)確率很高。最終，在分類(lèi)器之間的協(xié)議基礎(chǔ)上柑橘地理信息系統(tǒng)自動(dòng)升級(jí)，置信度很高。這能滿(mǎn)足85％的顆粒包特征提取，準(zhǔn)確度達(dá)到94％。圖像處理專(zhuān)家對(duì)其余的顆粒包進(jìn)行分類(lèi)，從而得到政府決策需要的高精確的數(shù)據(jù)。

?決策樹(shù) 特征提取 支持向量機(jī) 人工神經(jīng)網(wǎng)絡(luò)

CH20111070 從基于隨機(jī)森林技術(shù)的機(jī)載激光點(diǎn)云中預(yù)測(cè)獨(dú)立樹(shù)木屬性的研究=Predicting Individual Tree Attributes from Airborne Laser Point Clouds Based on the Random Forests Technique〔英〕/Xiaowei Yu…∥ISPRS Journal of Photogrammetry and Remote Sensing.-2011，66（1）.-28～37

描述了一個(gè)預(yù)測(cè)獨(dú)立樹(shù)木的屬性，即樹(shù)高，樹(shù)徑（DBH）和材積的方法。這個(gè)方法基于機(jī)載激光掃描數(shù)據(jù)的物理和統(tǒng)計(jì)特征，并利用了一種新的尋找單株樹(shù)木的檢測(cè)方法和隨機(jī)森林估計(jì)的技術(shù)。隨機(jī)森林（也稱(chēng)為回歸森林）技術(shù)是一種非參數(shù)回歸方法，由一系列的單株回歸樹(shù)組成。，利用了芬蘭南部寒帶針葉林的1476樹(shù)用對(duì)該方法進(jìn)行了試驗(yàn)。激光數(shù)據(jù)的密度為2.6點(diǎn)每平方米。在26個(gè)激光源的特性下觀察和預(yù)測(cè)單株樹(shù)高、樹(shù)胸徑和材積之間的相關(guān)系數(shù)（R），分別為0.93，0.79和0.87。相應(yīng)的中誤差（RMSEs）分別為10.03％，21.35％和45.77％（在最好的情況下38％）。這類(lèi)似于線性回歸法所得的結(jié)果，同時(shí)激光測(cè)樹(shù)高度、樹(shù)徑或樹(shù)冠直徑的最大值也與預(yù)測(cè)的一致。用隨機(jī)森林技術(shù)，不需要推導(dǎo)樹(shù)木屬性的模型。根據(jù)研究結(jié)果得出結(jié)論，該方法還能利用小尺寸激光數(shù)據(jù)測(cè)定單株樹(shù)木屬性。

?激光掃描 森林遙感

CH20111071 利用復(fù)合地形分析方法進(jìn)行DEM綜合=Generalization of DEM for Terrain Analysis Using a Compound Method〔英〕/Qiming Zhou…∥ISPRS Journal of Photogrammetry and Remote Sensing.-2011，66（1）.-38～45

報(bào)告一種以地形分析為目的的對(duì)基于網(wǎng)格的數(shù)字高程模型進(jìn)行綜合的研究結(jié)果。重點(diǎn)是研究如何將基于網(wǎng)格的地表面高程數(shù)據(jù)重構(gòu)為一個(gè)不規(guī)則三角網(wǎng)（TIN）的方法。用最少的采樣點(diǎn)優(yōu)化這個(gè)網(wǎng)，并保持重要地形特征和坡度形態(tài)。根據(jù)其重要性從DEM中提取地面臨界點(diǎn)。衡量其重要性不僅僅根據(jù)局部地形，還要根據(jù)這些點(diǎn)在DEM中固有地貌和水文特性的重要程度。復(fù)合算法就是將傳統(tǒng)的點(diǎn)相加方法和特征提取點(diǎn)進(jìn)行綜合，構(gòu)造不規(guī)則水域三角網(wǎng)。將得到的結(jié)果與其他包含了濾波、點(diǎn)相加或者特征點(diǎn)算法得到的結(jié)果進(jìn)行對(duì)比。結(jié)果表明，復(fù)合算法可以融合點(diǎn)相加方和特征點(diǎn)算法兩者的優(yōu)點(diǎn)，最大限度地保持地形特征并將均方根誤差保持在一個(gè)可接受的水平，同時(shí)將高程數(shù)據(jù)點(diǎn)數(shù)降低99％。分析結(jié)果還表明該方法與其他方法相比，在同樣的均方根誤差的水平下能更好保留水文特征。

?數(shù)字高程模型 表面綜合 三角化 地形學(xué)

CH20111072 從一個(gè)基于地面掃描激光雷達(dá)的固定觀測(cè)點(diǎn)利用強(qiáng)度剖面圖測(cè)量樹(shù)干直徑=Measuring Tree Stem Diameters Using Intensity Profiles from Ground-based scanning Lidar froma Fixed Viewpoint〔英〕/Lovell J L…∥ISPRS Journal of Photogrammetry and Remote Sensing.-2011，66（1）.-46～55

提出了一個(gè)利用掃描激光探測(cè)和掃描（激光雷達(dá)）系統(tǒng)通過(guò)從單一的一個(gè)觀測(cè)點(diǎn)的回波強(qiáng)度來(lái)確定森林內(nèi)某個(gè)樹(shù)木的位置和測(cè)量樹(shù)干直徑的方法。該系統(tǒng)和軟件工具用于快速森林資源清查和為機(jī)載激光雷達(dá)提供信息保障。研究發(fā)現(xiàn)，樹(shù)干的回波強(qiáng)度斷面和簡(jiǎn)單的由樹(shù)干距離及直徑參數(shù)的模型是一致的。樹(shù)干直徑是通過(guò)擬合模型斷面數(shù)據(jù)來(lái)計(jì)算的。樹(shù)干的跨度也可以用一個(gè)簡(jiǎn)單的閾值來(lái)估計(jì)，這里將回波強(qiáng)度值與給定樹(shù)干直徑的預(yù)期的強(qiáng)度值進(jìn)行對(duì)比。在數(shù)據(jù)不足以適應(yīng)模型或樹(shù)干部分遮蓋的情況下這種方法是非常有用的。樹(shù)的位置和樹(shù)干直徑識(shí)別過(guò)程全是自動(dòng)化的，并證明樹(shù)林識(shí)別比例很高，包括一些從視圖中看是部分遮擋的樹(shù)木。樹(shù)木的距離和方位與現(xiàn)場(chǎng)數(shù)據(jù)是相當(dāng)吻合的。樹(shù)干跨度和直徑估算都與實(shí)地測(cè)量的曲線標(biāo)度相關(guān)。直徑的估計(jì)精度會(huì)隨樹(shù)木與掃描距離的增加而降低，也會(huì)因?yàn)闃?shù)干與測(cè)量設(shè)備角度（小于兩倍的掃描分辨率）而降低。通過(guò)補(bǔ)償遮蔽的掃描點(diǎn)和使用角度計(jì)算方法可發(fā)現(xiàn)丟失的樹(shù)木，并可提高基礎(chǔ)面積的估算值，獲得與實(shí)地測(cè)量4％之內(nèi)的一致性。

?激光雷達(dá) 激光掃描

（1065～1072 白鷗）