CH20120253 一種區(qū)域自適應(yīng)的遙感影像分水嶺分割算法=A Regional Adaptive Segmentation Algorithm for Remote Sensing Image/巫兆聰，胡忠文，歐陽群東（武漢大學(xué)遙感信息工程學(xué)院）//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（3）.-293～296

提出了一種區(qū)域自適應(yīng)的標(biāo)記分水嶺分割方法。該方法利用高斯低通濾波和概率統(tǒng)計相結(jié)合的方法，對梯度影像進(jìn)行區(qū)域自適應(yīng)閾值分割，提取分割標(biāo)記，然后采用Meyer算法進(jìn)行標(biāo)記分水嶺分割。實驗結(jié)果表明，該算法能夠有效解決遙感影像不同區(qū)域的分割問題，達(dá)到比較理想的水平。圖5參12

?標(biāo)記分水嶺 遙感影像 區(qū)域自適應(yīng)分割

CH20120254 利用極化目標(biāo)分解和WMRF的全極化SAR圖像分類方法=Classification of Fully Polarimetric SAR Image Based on Polarimetric Target Decomposition and Wishart Markov Random Field/張斌（武漢大學(xué)電子信息學(xué)院），楊然，謝興，秦前清//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（3）.-297～300

提出了一種新的全極化SAR圖像非監(jiān)督分類方法，該方法將H/Alpha/A分解與馬爾科夫隨機場（Morkov rondom field，MRF）相結(jié)合。首先，根據(jù)地物的散射機制進(jìn)行H/Alpha/A分解得到初始分類；然后，由基于Wishart分布的最大似然法迭代聚類更新分類結(jié)果；最后，結(jié)合WMRF（Wishart markov random field）方法，由迭代條件模型法求取最大后驗準(zhǔn)則下的分割結(jié)果。NASA/JPL實驗室的數(shù)據(jù)結(jié)果表明，該算法具有較好的分類效果，并獲得了較高的分類精度。表1參8

?全極化合成孔徑雷達(dá) 極化目標(biāo)分解 非監(jiān)督分類 馬爾科夫隨機場

CH20120255 利用決策樹工具的土地利用類型遙感識別方法研究=Land Use Information Extraction from Remote Sensing Data Based on Decision Tree Tool/朱江洪，李江風(fēng)，葉菁（中國地質(zhì)大學(xué)（武漢）資源學(xué)院）//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（3）.-301～305

應(yīng)用決策樹的理論和方法，利用遙感數(shù)據(jù)及其他相關(guān)數(shù)據(jù)和資料進(jìn)行土地利用信息分類。通過研究地物光譜統(tǒng)計特征，討論了通過耕地指數(shù)等歸一化地類指數(shù)來增強影像地類特征、結(jié)合DEM提取土地利用信息的決策樹分支點的設(shè)計方法，較好地解決了水體和建筑陰影、道路等容易混淆區(qū)域的區(qū)分問題。圖10參6

?決策樹 土地利用 遙感

CH20120256 利用SVM-CRF進(jìn)行高光譜遙感數(shù)據(jù)分類=Classifying Hyperspectral Data Using Support Vector Machine Conditional Random Field/李祖?zhèn)?，馬建文（中國科學(xué)院對地觀測與數(shù)字地球科學(xué)中心），張睿，李利偉//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（3）.-306～310

提出了一種改進(jìn)的隨機場模型SVM-CRF，它以支持向量機作為條件隨機場的一階勢能項，結(jié)合了支持向量機和條件隨機場的優(yōu)點。采用AVIRIS高光譜遙感數(shù)據(jù)進(jìn)行實驗，對SVM-CRF模型進(jìn)行了分析，結(jié)果表明，在分類精度上SVM-CRF優(yōu)于支持向量機和傳統(tǒng)條件隨機場模型。圖1表3參20

?支持向量機 條件隨機場 高光譜數(shù)據(jù)

CH20120257 不同分辨率影像反演植被覆蓋度的參數(shù)確定與尺度效應(yīng)分析=Vegetation Coverage Retrieval Scale Effect Analysis Using Multi-sensor Data/江淼，張顯峰，孫權(quán)，童慶禧（北京大學(xué)遙感與地理信息系統(tǒng)研究所）//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（3）.-311～315

選擇新疆古爾通班古特沙漠南緣的石河子地區(qū)作為研究區(qū)，針對統(tǒng)計回歸模型需要大量實測數(shù)據(jù)，而像元二分模型（dimidiate pixel model，DPM）參數(shù)難以確定的缺點，提出了利用統(tǒng)計回歸的結(jié)果反推像元二分模型參數(shù)來建立研究區(qū)遙感反演植被覆蓋度的方法。運用該方法研究了利用TM和MODIS遙感影像數(shù)據(jù)分別反演植被覆蓋度的參數(shù)化方案；同時，還研究了采用不同遙感數(shù)據(jù)源和不同反演模型時研究區(qū)植被覆蓋度信息提取中存在的尺度效應(yīng)。圖4表1參8

?植被覆蓋度 像元二分模型 經(jīng)驗?zāi)Ｐ?尺度效應(yīng)

CH20120258 利用低空視頻檢測道路車輛=Vehicle Detection in Low-altitude Aircraft Video/劉慧（武漢大學(xué)電信學(xué)院），李清泉，曾喆，高春仙//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（3）.-316～320

針對背景像素的移動，提出了SURF特征穩(wěn)像和光流法向量相結(jié)合的新方法來解決低空視頻的道路車輛檢測。首先，檢測兩幀圖像的SURF特征；再用最近鄰匹配得到兩幅圖像的匹配點對；隨后結(jié)合RANSAC和最小二乘法計算全局運動參數(shù)向量，獲得穩(wěn)定的幀；最后，根據(jù)穩(wěn)定的幀計算光流法向量，并檢測出運動車輛。實驗結(jié)果表明，基于SURF算子的圖像穩(wěn)像算法在不損失穩(wěn)像精度的前提下，能夠提高圖像穩(wěn)像算法的速度，所提方法能夠有效地檢測出運動車輛。圖6表2參9

?航拍視頻 圖像穩(wěn)像 車輛檢測 車輛速度估計

CH20120259 機載LiDAR點云數(shù)據(jù)的建筑物重建研究=Building Reconstruction from Airborne LiDAR Points Cloud Data/曾齊紅（中國石油勘探開發(fā)研究院測井與遙感技術(shù)研究所），毛建華，李先華，劉學(xué)鋒//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（3）.-321～324，328

提出了利用機載LiDAR點云數(shù)據(jù)進(jìn)行復(fù)雜平面建筑物重建的方法。首先，將提取出的建筑物點云聚類到不同的平面點集；然后，對各個平面點集進(jìn)行平面擬合，采用平面相交確定平面邊界，并解算出各平面邊界角點的三維坐標(biāo)，從而重建建筑物模型。某區(qū)域的機載Li-DAR點云數(shù)據(jù)的實驗結(jié)果表明，該方法能有效地重建出較復(fù)雜的平面建筑物。圖7參9

?機載激光雷達(dá) 復(fù)雜平面建筑物 模型重建

CH20120260 機載LiDAR正射影像鑲嵌線智能優(yōu)化研究=Optimization of LiDAR System Ortho-image Mosaic Seam-line/孫杰，馬洪超（武漢大學(xué)遙感信息工程學(xué)院），湯璇//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（3）.-325～328

在機載LiDAR系統(tǒng)中，將點云數(shù)據(jù)進(jìn)行濾波以去除高地物，確定出房屋樹木等高出地面的地物的位置記為障礙區(qū)域。在配準(zhǔn)后的正射影像上，利用改進(jìn)A＊算法自動避開障礙區(qū)域選擇一條最優(yōu)化鑲嵌線。實驗證明，該方法可以準(zhǔn)確、智能地對鑲嵌線進(jìn)行優(yōu)化，改善鑲嵌后的影像質(zhì)量。圖11參9

?激光雷達(dá) 點云 正射影像 鑲嵌線

CH20120261 抗幾何攻擊的高分辨率遙感影像半盲水印算法=Semi-blind Watermarking Algorithm Resistance on Geometrical Attacks for High-resolution Remote Sensing Image/任娜，朱長青（南京師范大學(xué)虛擬地理環(huán)境教育部重點實驗室），王志偉//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（3）.-329～332

提出了一種可有效抵抗幾何攻擊的高分辨率遙感影像半盲水印算法。該算法充分考慮了高分辨率遙感影像的特點，在水印嵌入方案中，對原始水印信息進(jìn)行擴頻處理，將水印值與最高有效位進(jìn)行匹配，生成密鑰矩陣，水印嵌入到最高位或次低位，并以二進(jìn)制方式保存生成的密鑰矩陣；在水印提取方案中，采用模板匹配技術(shù)提取出最優(yōu)的水印信息。實驗結(jié)果表明，該水印方案具有良好的不可見性，并且對影像的裁剪、旋轉(zhuǎn)、平移、加噪、濾波等操作具有較強的魯棒性。圖5表3參9

?高分辨率遙感影像 密鑰矩陣 模板匹配 半盲水印

CH20120262 利用快速離散Curvelet變換的遙感影像融合=Fusion of Remote Sensing Images Based on Fast Discrete Curvelet Transform/劉軍（武漢大學(xué)遙感信息工程學(xué)院），李德仁，邵振峰//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（3）.-333～337

提出了一種基于快速離散Curvelet變換的遙感影像融合方法。首先，對經(jīng)過空間配準(zhǔn)的多光譜和全色影像分別進(jìn)行快速離散Curvelet變換。然后，對低頻子帶采用局部標(biāo)準(zhǔn)差加權(quán)策略，對中高頻子帶采用絕對值最大策略，對高頻子帶采用直接替換策略，反變換后即可得到融合影像。IKONOS、QuickBird、World-View-2多光譜和全色影像的融合實驗和定量評價結(jié)果表明，該方法較傳統(tǒng)方法有明顯優(yōu)勢。圖5表3參7

?快速離散變換 遙感影像融合 影像質(zhì)量評價

CH20120263 利用兩種z變換算法的PS-DInSAR相位解纏與等價性證明=Phase Unwrapping of PS-DInSAR Based on Two Kinds of z Transformation and Equality Demonstrating/江國焰，許才軍（武漢大學(xué)測繪學(xué)院），李明峰，溫?fù)P茂//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（3）.-338～341

在介紹PS-DInSAR相位解纏函數(shù)模型的基礎(chǔ)上，給出了應(yīng)用LAMBDA方法求解模糊度和形變參數(shù)的過程，并將兩種改進(jìn)的z變換降相關(guān)算法——逆整喬列斯基和LLL應(yīng)用于PS-DInSAR相位解纏。以z變換過程的迭代次數(shù)、z變換后的模糊度向量間的平均相關(guān)系數(shù)和協(xié)因數(shù)陣的譜條件數(shù)為準(zhǔn)則，對兩種算法進(jìn)行仿真模擬和分析，結(jié)果表明逆整喬列斯基算法和LLL算法等價。最后從理論上對兩種降相關(guān)算法的一致性進(jìn)行了解釋。圖3表1參7

?全球定位系統(tǒng) 降相關(guān)算法 差分干涉測量 相位解纏

CH20120264 利用量化質(zhì)量圖和優(yōu)先隊列的快速相位解纏算法=A Fast Phase Unwrapping Algorithm Based on Quantized Quality Map and Priority Queue/鐘何平，唐勁松，張森，陳鳴（海軍工程大學(xué)電子工程學(xué)院）//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（3）.-342～345

提出了一種量化質(zhì)量引導(dǎo)的快速相位解纏算法。在質(zhì)量圖中采用整數(shù)表示相應(yīng)相位點的質(zhì)量，引入由靜態(tài)數(shù)組和雙鏈表組成的優(yōu)先隊列，建立相位質(zhì)量與靜態(tài)數(shù)組下標(biāo)的對應(yīng)關(guān)系，利用雙鏈表保存具有相同質(zhì)量值的相位點，保證了所有相位點按照質(zhì)量值的非遞減順序排列，極大地提高了傳統(tǒng)質(zhì)量引導(dǎo)相位解纏算法的效率。對InSAR和仿真InSAS數(shù)據(jù)的實驗證明了該算法的高效性。圖5表1參11

?干涉 相位解纏 質(zhì)量引導(dǎo) 量化質(zhì)量圖

CH20120265 基于偏差原則和正則化方法反演晴空地表BRDF和反照率=Retrieval of Clear-sky Land Surface BRDF and Albedo Based on Discrepancy Principle and Regularization Method/崔生成，楊世植，喬延利，趙強（中國科學(xué)院安徽光學(xué)精密機械研究所光學(xué)遙感中心）//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（4）.-498～503

提出一種反演晴空地表反照率快速穩(wěn)健的新算法——混合算法。該方法利用雙參數(shù)模型函數(shù)確定正則參數(shù)的初始值，由基于Morozov偏差原則的高階收斂算法確定正則參數(shù)，通過Tikhonov正則化手段來反演BRDF模型。從POLDER-3/PARASOL BRDF數(shù)據(jù)庫中任意挑選不同覆蓋的地表像元測量數(shù)據(jù)，與MODIS全反演法結(jié)果作比較，對比較結(jié)果給予了討論；最后選擇天津市地區(qū)的衛(wèi)星圖像進(jìn)行反演實驗，并就反演結(jié)果給出了誤差分析和算法模型的評價。圖3表6參14

?混合算法 雙參數(shù)模型函數(shù) 偏差原則 正則化 地表反照率 反演

CH20120266 關(guān)于遙感影像處理智能系統(tǒng)的若干問題=Some Aspects of Intelligent System for Remote Sensing Image Processing/舒寧（武漢大學(xué)遙感信息工程學(xué)院）//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（5）.-527～530

當(dāng)前，研究開發(fā)遙感影像處理智能系統(tǒng)已經(jīng)是一項緊迫的任務(wù)。討論研究了這類系統(tǒng)的幾個重要的問題。這一系統(tǒng)應(yīng)以影像分割形成的像斑作為分析處理的對象，為此，需要采取多尺度分割方法。針對每一地物類別選擇最佳尺度或尺度組合，而不是對所有地物類別采用統(tǒng)一的所謂最佳尺度。系統(tǒng)應(yīng)以地域性地物分布為其特點構(gòu)建知識庫，而不是要求所謂的通用性。采用地物分布語義網(wǎng)的方式，在其節(jié)點上建立起與相應(yīng)地物類型相關(guān)的數(shù)據(jù)、算法的聯(lián)系，包括影像特征選擇、算法選擇，并在此基礎(chǔ)上討論了有關(guān)數(shù)據(jù)庫、算法庫、知識庫的問題以及人機協(xié)同問題。參7

?遙感影像 智能系統(tǒng) 像斑 多尺度分割 語義網(wǎng)

CH20120267 多尺度分割優(yōu)化的SAR變化檢測=SAR Change Detection by Multi-scale Segmentation and Optimization/尤紅建（中國科學(xué)院電子學(xué)研究所）//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（5）.-531～534

基于SAR圖像的變化檢測和尺度有較強的相關(guān)性，提出了一種聯(lián)合變化前后的兩幅SAR圖像進(jìn)行多尺度分割的方法，在分割的圖斑基礎(chǔ)上采用了交叉熵計算圖斑之間的差異程度。根據(jù)多個尺度分割的斑塊計算系列差異指數(shù)，采用多尺度優(yōu)化的方法得到最佳差異指數(shù)，最終實現(xiàn)變化區(qū)域的提取。通過對SAR圖像的實驗處理，說明了在多尺度聯(lián)合分割的基礎(chǔ)上進(jìn)行變化檢測可以得到較好的檢測效果。圖8參9

?多尺度分割 SAR變化檢測 尺度優(yōu)化

CH20120268 利用改進(jìn)的遺傳算法對紅外影像自適應(yīng)目標(biāo)進(jìn)行檢測=Adaptive Target Detection Based on Improved Genetic Algorithm in Infrared Images/邵振峰，李德仁，朱先強（武漢大學(xué)測繪遙感信息工程國家重點實驗室）//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（5）.-535～539

針對紅外影像背景復(fù)雜、噪聲污染嚴(yán)重的特點，提出了一種基于訓(xùn)練樣本的形態(tài)學(xué)背景估計方法，并將其應(yīng)用于天空背景下的小目標(biāo)檢測及復(fù)雜自然背景下的人物目標(biāo)檢測實驗。實驗結(jié)果表明，改進(jìn)的遺傳算法不僅有效地改善了其過早收斂的缺陷，還增強了算法的局部探索能力，可消除復(fù)雜自然背景的影響，并可以有效地抑制椒鹽噪聲，檢測結(jié)果的查準(zhǔn)率和虛警率均有很大改進(jìn)。圖5表1參9

?紅外影像 目標(biāo)檢測 多種群進(jìn)化 形態(tài)學(xué)濾波

CH20120269 利用主題模型的遙感圖像場景分類=Satellite Image Scene Categorization Based on Topic Models/徐侃，楊文，陳麗君，孫洪（武漢大學(xué)電子信息學(xué)院）//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（5）.-540～543

提出了一種基于主題模型與特征組合相結(jié)合的遙感圖像分類方法。該方法首先對圖像進(jìn)行尺度不變特征變換（SIFT）、幾何模糊特征（GB）和顏色直方圖特征（CH）提取，接著利用潛在概率語義分析（pLSA）模型分別對所得到的圖像特征進(jìn)行潛在主題的挖掘，然后對所得到的主題概率特征進(jìn)行組合，最后利用支持向量機（SVM）分類器進(jìn)行場景分類。實驗表明，與傳統(tǒng)分類方法相比，主題模型更具優(yōu)勢；與使用單特征相比，特征組合具有更高的分類準(zhǔn)確率。圖3表2參12

?場景分類 特征組合 支持向量機

CH20120270 利用MRF方法的高分辨率影像道路提取=Object-based Road Extraction in Remote Sensing Image Using Markov Random Field/余長慧（武漢大學(xué)遙感信息工程學(xué)院），易堯華//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（5）.-544～547

高分辨率遙感影像提供了地物更豐富的信息，包括光譜信息、地物結(jié)構(gòu)、形狀、紋理以及地物之間的空間關(guān)系等多方面的信息。面向?qū)ο蟮挠跋穹治龇椒ㄒ阅繕?biāo)地物為研究對象，充分考慮目標(biāo)地物的形狀、結(jié)構(gòu)及空間關(guān)系等信息進(jìn)行目標(biāo)的提取和分析，是當(dāng)前高分辨率信息提取技術(shù)的主要方法。研究了采用面向?qū)ο竽繕?biāo)的思想將MRF方法應(yīng)用于高分辨率遙感影像的道路目標(biāo)提取中，并進(jìn)行了道路提取實驗。圖2表2參9

?MRF隨機場 高分辨率遙感影像 面向?qū)ο笥跋穹治?道路提取

CH20120271 結(jié)構(gòu)保持的圖像序列自適應(yīng)超分辨率重建=Adaptive Super-Resolution Reconstruction of Image Sequences with Structure Preserving/郭琳，陳慶虎（武漢大學(xué)電子信息學(xué)院）//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（5）.-548～551

基于概率運動估計的超分辨算法能克服傳統(tǒng)超分辨率方法過分依賴于準(zhǔn)確運動估計的缺點，為了改善其重建效果，通過分析圖像的局部結(jié)構(gòu)模式，給出了局部空域活躍度的定義表征圖像的局部結(jié)構(gòu)特征，設(shè)計了形狀、尺度自適應(yīng)的非局部空時鄰域窗口函數(shù)，進(jìn)而提出了一種結(jié)構(gòu)保持的超分辨率自適應(yīng)重建算法。實驗結(jié)果顯示，該方法具有更好的重建性能。圖3表1參10

?超分辨率 局部結(jié)構(gòu) 梯度結(jié)構(gòu)張量 概率運動估計 自適應(yīng)

CH20120272 顧及地形特征的機載LiDAR數(shù)據(jù)橋梁提取算法研究=Extracting Bridges from Airborne LiDAR Data Based on Terrain Features/李云帆，馬洪超，鄔建偉，鐘良（武漢大學(xué)遙感信息工程學(xué)院）//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（5）.-552～555

提出了一種從機載LiDAR點云數(shù)據(jù)中提取水陸橋梁的新算法，采用先濾波分類再識別橋梁的策略用于橋梁主體及其與地面連接處腳點的提取。首先對機載Li-DAR點云數(shù)據(jù)進(jìn)行嚴(yán)格濾波，在此基礎(chǔ)上利用多個閾值對非地面腳點進(jìn)行初步提取；然后引入Alpha-shapes算法對初步提取結(jié)果進(jìn)行分割，并輔以面積閾值提取出屬于橋梁主體部分的腳點；最后提出一種顧及地形特征的點云區(qū)域生長算法，用于準(zhǔn)確提取橋梁主體與地面連接部分的腳點。實驗證明，算法對水面和陸地橋梁提取均有很好的效果。圖9參16

?機載LiDAR 橋梁提取 地形特征

（253～272 張明）

CH20120273 基于混沌遺傳算法的遙感影像分類=Remote Sensing Image Classification Based on Chaos Genetic Algorithm/黃明（中國礦業(yè)大學(xué)煤炭資源與安全開采國家重點實驗室），吳延斌//測繪科學(xué).-2011，36（2）.-5～8

為提高遙感影像分類精度，提出基于混沌遺傳算法（Chaos Genetic Algorithm）的遙感影像分類方法。首先應(yīng)用混沌遺傳算法對樣本進(jìn)行自學(xué)習(xí)得到全局最優(yōu)的聚類中心，然后通過得到的聚類中心對整幅影像進(jìn)行分類。該方法利用混沌變量的遍歷性，進(jìn)行粗粒搜索，優(yōu)化遺傳算法的初始種群，從而提高收斂速度；對經(jīng)過選擇算子、交叉算子、變異算子計算得到的優(yōu)秀個體，利用混沌系統(tǒng)對初始條件和系統(tǒng)參數(shù)的敏感性進(jìn)行混沌擾動，避免陷入局部最優(yōu)，從而得到全局最優(yōu)解，獲得最優(yōu)聚類中心。該方法應(yīng)用于淮南礦區(qū)TM影像分類，實驗表明該方法分類總正確率為88.26％，Kappa系數(shù)為0.853，優(yōu)于傳統(tǒng)分類方法。圖8表2參15

?遙感影像 影像分類 混沌 遺傳算法

CH20120274 真正射影像制作的遮擋區(qū)檢測方法研究=Detecting Method of Occluded Area in True Orthophoto Generation/楊靖宇（礦山空間信息技術(shù)國家測繪局重點實驗室/河南理工大學(xué)），張永生，包全福，鄒曉亮//測繪科學(xué).-2011，36（2）.-37～39

遮擋區(qū)檢測是真正射影像制作的必要環(huán)節(jié)之一。對現(xiàn)有方法進(jìn)行總結(jié)、分析；提出一種基于陰影測試技術(shù)的快速檢測方法，通過成像過程的模擬，將遮擋區(qū)檢測問題轉(zhuǎn)化為一個陰影測試問題，基于Z-Pass算法，利用三維圖形繪制流水線的模板緩存和深度緩存，能夠快速確定遮擋區(qū)域；進(jìn)行試驗驗證，結(jié)果表明：利用提出的方法僅需一次三維圖形繪制操作，即可在很短的時間內(nèi)完成大區(qū)域的建筑物遮擋檢測。圖6參7

?真正射影像 遮擋區(qū)檢測 陰影測試 數(shù)字建筑物模型

CH20120275 基于GPS的近景測量定位方法研究=Locating Method of Close-range Photogrammetry Based on GPS/宋立明（蘭州交通大學(xué)），章傳銀，秘金鐘，方書山，王邦松，谷守周，王冬，王海東//測繪科學(xué).-2011，36（2）.-40～41

介紹了基于GPS的近景測量定位方法所需硬件的集成方式及功能，分析了該方法定位的基本原理，并對試驗結(jié)果進(jìn)行了分析，驗證該方法的可行性及定位精度。利用交向攝影方式，用一臺相機，分別在兩個攝站點獲取同一范圍的影像，利用數(shù)字羅盤測相機的姿態(tài)，GPS測攝站點坐標(biāo)，利用單片后方交會及像對前方交會解求待定地物點的三維坐標(biāo)，為不易到達(dá)地區(qū)目標(biāo)測量提供技術(shù)方法。圖5表1參7

?近景攝影測量 全球定位系統(tǒng) 交向攝影 后方交會 前方交會

CH20120276 PSInSAR永久散射體的自動探測=Automatic Detection of Permanent Scatterers in PSInSAR/胡波，汪漢勝，賈路路（中國科學(xué)院測量與地球物理研究所動力大地測量學(xué)重點實驗室）//測繪科學(xué).-2011，36（2）.-50～52

為了有效探測合成孔徑雷達(dá)差分干涉測量中的永久散射體，綜合考慮永久散射體對雷達(dá)波的強反射特性和散射的穩(wěn)定性，提出了三重閾值自動探測算法，即時序相關(guān)系數(shù)、振幅離差和振幅指數(shù)三重閾值串行結(jié)合的算法。該方法首先考慮回波信號的高信噪比特性，用平均相干系數(shù)和振幅兩道閾值挑選出永久散射體候選點，然后考慮永久散射體強穩(wěn)定性，用振幅離差閾值從永久散射體候選點中進(jìn)一步精選出永久散射體。最后利用上海地區(qū)的24幅ERS1/2C波段合成孔徑雷達(dá)圖像進(jìn)行了實驗，證實了該方法是有效和可靠的。圖4參8

?合成孔徑雷達(dá)差分干涉測量 永久散射體 自動探測 信噪比

CH20120277 應(yīng)用不變特征獲取均勻控制點的遙感影像配準(zhǔn)算法=A Remote Sensing Image Registration Algorithm by Obtaining Uniform Control Points Based on Invariant Feature/倪希亮，丁琳（中國科學(xué)院遙感應(yīng)用研究所），江濤，胡順石//測繪科學(xué).-2011，36（2）.-70～72

針對大幅影像配準(zhǔn)時計算量大、配準(zhǔn)點分布嚴(yán)重不均勻以及錯配率高等問題進(jìn)行了研究，提出一種可保持配準(zhǔn)點均勻分布的快速配準(zhǔn)算法。對基準(zhǔn)影像和待配準(zhǔn)影像進(jìn)行分塊提取SIFT特征算子，局部自適應(yīng)地對影像塊中的匹配點進(jìn)行幾何約束，從局部選取最優(yōu)匹配點以達(dá)到提高圖像匹配準(zhǔn)確率的目標(biāo)。通過對大量不同類型的影像進(jìn)行配準(zhǔn)實驗，實驗結(jié)果表明，當(dāng)圖像存在傳感器差異甚至較高分辨率差異時，算法也能夠快速準(zhǔn)確地達(dá)到配準(zhǔn)目的。圖4表1參10

?尺度空間 特征算子 圖像匹配

CH20120278 顧及光譜特性的多光譜與全色影像HIS融合方法=A Fusion Method of Multispectral Images and Panchromatic Image Based on HIS Transform Considering Spectral Characteristics/黃登山，楊敏華，姚學(xué)恒，陳杰（中南大學(xué)信息物理工程學(xué)院）//測繪科學(xué).-2011，36（2）.-97～100

應(yīng)用GHIS（Generalized-Hue-Intensity-Saturation）變換融合多光譜影像與全色影像中存在的光譜扭曲問題，主要是由于變換后的I分量與全色影像之間差異過大。提出了一種基于統(tǒng)計關(guān)系定權(quán)的I分量計算方法，從數(shù)據(jù)整體角度考慮，在不能獲取I分量與多光譜影像準(zhǔn)確函數(shù)關(guān)系情況下，通過各波段影像與全色影像的相關(guān)系數(shù)定權(quán)計算I分量，使新的I分量與全色影像盡可能接近，然后通過GHIS變換完成融合。試驗選取了兩組不同傳感器衛(wèi)星影像進(jìn)行驗證，經(jīng)視覺評價與統(tǒng)計分析，均表明方法相對于以往HIS改進(jìn)方法，能夠更好地保持原多光譜影像的特性，對全色影像的空間細(xì)節(jié)也能夠較好集成，但與理想的真實多光譜影像相比，其光譜特征仍有一定的差距。圖4表2參15

?遙感 影像融合 HIS變換 光譜特性 相關(guān)系數(shù)

CH20120279 基于SWDC的GPS輔助航空攝影空三加密精度分析=Aerotriangulation Accuracy Analysis of GPS-assisted Aerial Photogrammetry Based on SWDC/王成龍（中國測繪科學(xué)研究院）//測繪科學(xué).-2011，36（2）.-101～103

隨著GPS技術(shù)的不斷成熟，GPS輔助航空攝影測量也取得了長足的進(jìn)展。由于GPS輔助航測只需通過在航攝儀上安置GPS接收機，即能實時獲取攝站的空間坐標(biāo)，從而節(jié)省了大量的人力、物力、財力，并且大大縮短了整個航測的作業(yè)周期。采用GPS輔助航空攝影測量方法，以北京八達(dá)嶺攝區(qū)為例，分別利用PBBA和PATB兩種加密軟件，設(shè)計多種空三加密方案，驗證了SWDC數(shù)字航攝儀以GPS輔助航空攝影方式在航攝任務(wù)中的空三加密精度，為國產(chǎn)SWDC數(shù)字航攝儀在全國以及世界范圍的推廣應(yīng)用提供了精度支持。圖3表6參8

?GPS輔助航空攝影 差分定位 精密單點定位 GPS輔助空中三角測量

CH20120280 面向?qū)ο蟾叻直媛视跋裥畔⑻崛≈械某叨刃?yīng)及最優(yōu)尺度研究=Scale Effect and Optimal Scale in Object-oriented Information Extraction of High Spatial Resolution Remote Sensing Image/張?。▏覝y繪局第三地形測量隊），朱國龍，李妍//測繪科學(xué).-2011，36（2）.-107～109，58

從面向?qū)ο蟮倪b感信息提取中的尺度效應(yīng)研究入手，對影像對象的分形維數(shù)、緊湊度、面積、均值、標(biāo)準(zhǔn)差和與鄰域均值差分等特征進(jìn)行了實驗。在此基礎(chǔ)上，根據(jù)“類內(nèi)同質(zhì)性大，類間異質(zhì)性大”的最佳分類原則，提出了面向?qū)ο蟮腞MAS方法，該方法的思想是，當(dāng)對象RMAS值最大時，對象內(nèi)部的異質(zhì)性最小，對象外部的異質(zhì)性最大，此時的分割尺度為類別提取的最優(yōu)分割尺度。根據(jù)最優(yōu)尺度下信息提取精度最高的原理，實驗驗證了該方法的可行性，且能獲得較好的分類結(jié)果。圖4表1參12

?高空間分辨率遙感 面向?qū)ο?多尺度分割 尺度效應(yīng) 最優(yōu)尺度

CH20120281 蘇、錫、常建成區(qū)遙感方法提取及城市擴展分析=Built-up Area Extraction by RS and Urban Expansion Analysis of Suzhou，Wuxi and Changzhou/張雪峰，楊晏立，何政偉，王銳（成都理工大學(xué)地球科學(xué)學(xué)院），張東輝//測繪科學(xué).-2011，36（2）.-113～115

將蘇州、無錫、常州三市作為研究區(qū)域，詳細(xì)介紹了借助遙感技術(shù)快速獲取城市建成區(qū)的新方法和技術(shù)路線。將TM3、TM2兩個波段移植于歸一化建筑指數(shù)（NDBI）法，并同NDBI相結(jié)合提取城市建設(shè)用地，再通過制定的適于遙感劃分建成區(qū)的界定方法，篩選出符合要求的建設(shè)用地得到三座城市的建成區(qū)范圍。利用簡單的統(tǒng)計方法和疊加分析方法，對蘇、錫、常三市城市擴展空間進(jìn)程進(jìn)行分析和描述。研究方法可以高效獲取城市建成區(qū)的具體范圍，實時監(jiān)測不同城市任何年份間城市擴展的變化動態(tài)。圖2表1參12

?遙感 歸一化建筑指數(shù)

CH20120282 高光譜遙感影像支持向量機分類中噪聲影響的研究=Impacts of Noises on the Performance of Support Vector Machine Classifier for Hyperspectral Remote Sensing Image/王小美（中國礦業(yè)大學(xué)），逄云峰，杜培軍，譚琨，李光麗//測繪科學(xué).-2011，36（2）.-139～141，177

為了驗證噪聲對支持向量機分類器性能的影響，對“SVM可以有效用于含噪聲和不確定性數(shù)據(jù)”這一觀點進(jìn)行定量分析評價，采用國產(chǎn)OMISII傳感器獲得的高光譜遙感數(shù)據(jù)進(jìn)行了試驗，為了更好地比較SVM分類器的抗噪性，先對原始數(shù)據(jù)進(jìn)行支持向量機分類，然后在高光譜遙感影像中人為添加不同比例的椒鹽噪聲和條帶噪聲，然后進(jìn)行支持向量機分類，并與傳統(tǒng)的光譜角制圖和最小距離分類算法進(jìn)行比較。結(jié)果表明支持向量機具有明顯的抗噪性，其分類性能受噪聲影響較小，是一種有效的高光譜遙感影像分類器。圖6表2參17

?高光譜遙感 支持向量機

CH20120283 基于LIDAR回波信息的道路提取=Road Extraction Based on the Echo Information of LiDAR/曾靜靜，盧秀山，王健，楊書大（山東科技大學(xué)）//測繪科學(xué).-2011，36（2）.-142～143，174

機載激光掃描系統(tǒng)在采集三維坐標(biāo)的同時，也提供回波信息（回波次數(shù)、回波強度）。提出了一種利用回波信息提取道路的方法：逐層加密TIN提取數(shù)字地形模型（DTM），根據(jù)點云的回波信息從DTM中提取道路信息，通過搜索孤立點的濾波算法刪除其中的噪聲點。最后用實測數(shù)據(jù)對提取的道路信息進(jìn)行精度分析，驗證了該提取方法的有效性。圖5表4參7

?道路提取 回波信息 激光掃描 機載激光雷達(dá)

CH20120284 點云拼接中標(biāo)志自動匹配方法=Automatic Matching of Scan Targets in Point Cloud Registration/王力，李廣云，賀磊，范百興（信息工程大學(xué)測繪學(xué)院）//測繪科學(xué).-2011，36（2）.-144～145

基于人工標(biāo)志的公共點法是中遠(yuǎn)程地面三維激光掃描儀常用的點云拼接方法。目前，該方法還是手動或半自動，人工交互較多。對公共點自動拼接中的標(biāo)志匹配進(jìn)行了研究，提出一種基于歐式變換不變量的匹配方法。該方法不需借助編碼等其他輔助手段，匹配效率高，非常適合掃描標(biāo)志的匹配。圖2表2參6

?公共點拼接 歐式變換 不變量 標(biāo)志匹配

CH20120285 蘭州市南北兩山植被覆蓋度動態(tài)變化遙感監(jiān)測=RS Monitoring on the Dynamic Change of Vegetation Coverage in Lanzhou South-North Hills/李娟（甘肅省基礎(chǔ)地理信息中心），龔純偉//測繪科學(xué).-2011，36（2）.-175～177

基于植被指數(shù)（NDVI）和植被覆蓋度像元分解模型，建立了蘭州市南北兩山植被覆蓋度遙感定量模型，在此基礎(chǔ)上研究了蘭州市南北兩山1991年和2006年兩個時期的植被覆蓋度動態(tài)變化，結(jié)果表明：1991-2006年蘭州市南北兩山綠化工程區(qū)植被覆蓋度總體呈上升趨勢，低植被覆蓋度面積減小，中高和高植被覆蓋度面積增加，其中七里河工程區(qū)植被覆蓋度變化最為明顯，綠化效果較好，安寧工程區(qū)綠化效果相對較差，結(jié)果可為蘭州市南北兩山綠化工程提供科學(xué)依據(jù)。圖3表3參10

?植被指數(shù) 植被覆蓋度 遙感

CH20120286 a’Trous小波與HIS變換相結(jié)合的遙感影像融合分析=Remote Sensing Images Fusion Based on a’Trous Wavelet and IHS Transformation/董張玉（安徽師范大學(xué)國土資源與旅游學(xué)院），趙萍，胡文亮//測繪科學(xué).-2011，36（2）.-178～180

采用a’trous小波與HIS變換相結(jié)合的方法對Aster多光譜影像和資源二號全色影像進(jìn)行融合實驗和評價，并與傳統(tǒng)的HIS變換和小波變換融合方法加以對比。結(jié)果表明：a’trous小波與HIS變換相結(jié)合的融合效果最好，吸取了兩種單一融合方法的優(yōu)點，不僅較大程度上提高了原始影像的空間細(xì)節(jié)表達(dá)能力，而且很好地保留了原始影像的光譜信息，為遙感應(yīng)用提供了更精確的數(shù)據(jù)。圖4表2參14

?小波變換 HIS變換 資源二號 影像融合

CH20120287 滇池SRTM DEM數(shù)據(jù)的流域特征自動提取=Realizing Automatic Extraction of Dianchi Lake Watershed Characteristics Based on STRM DEM by ArcGIS/余杰，左小清（昆明理工大學(xué)國土資源工程學(xué)院），唐從國//測繪科學(xué).-2011，36（2）.-189～191

以滇池流域為試驗對象，在NASA發(fā)布的3弧秒SRTM DEM數(shù)據(jù)的基礎(chǔ)上，運用Arc Hydro Tools進(jìn)行流域特征的提取，結(jié)果表明，以3弧秒的SRTM數(shù)據(jù)為基礎(chǔ)提取的流域河網(wǎng)與水利部門提供的數(shù)字河網(wǎng)基本相符，而提取的流域面積與實際流域面積十分接近，顯示了SRTM DEM數(shù)據(jù)在中小型湖泊流域地表水文模擬方面的優(yōu)勢。圖3表1參13

?數(shù)字高程模型 自動提取 流域特征

CH20120288 基于機載LiDAR數(shù)據(jù)的區(qū)域林木信息提取=Tree Information Extracting Based on LiDAR Data/李琳，崔先國（山東科技大學(xué)測繪科學(xué)與工程學(xué)院），別君，郭恒慶，季民，王瑞富//測繪科學(xué).-2011，36（2）.-202～204

對LiDAR數(shù)據(jù)的各種濾波方法以及多次回波特性進(jìn)行了綜合研究，提出一種基于其多次回波特性進(jìn)行林木信息提取的方法，并對該方法的可行性進(jìn)行了實例驗證，為探索LiDAR數(shù)據(jù)的應(yīng)用提供了新的思路。圖8參10

?機載激光雷達(dá) 濾波 地面高程模型 林木冠層表面模型

CH20120289 POS技術(shù)在平原地區(qū)1∶10000DLG生產(chǎn)中的外業(yè)控制點布設(shè)=POS Technique in the Production of 1∶10000Scale DLG on Ground Control Points Distribution/董明，李和軍，王攀，駱文英（北京市測繪設(shè)計研究院）//測繪科學(xué).-2011，36（2）.-227～229

POS（DGPS/IMU）技術(shù)能夠獲取航攝瞬間航片外方位元素，采用POS技術(shù)進(jìn)行空三加密和DLG制作，能夠節(jié)省大量的外業(yè)控制點，這對提高航測地形圖生產(chǎn)效率，降低成本具有重要意義。主要研究POS技術(shù)在平原地區(qū)1∶10 000地形圖生產(chǎn)中的外業(yè)控制點布設(shè)。設(shè)計了23種外業(yè)控制點布設(shè)方案，采用集成傳感器定向法進(jìn)行空三加密試驗，在實驗結(jié)果的基礎(chǔ)上選擇精度符合要求的數(shù)據(jù)制作了一幅1∶10 000DLG，并對其進(jìn)行精度測試。通過試驗和研究，提出了合適的外業(yè)控制點布設(shè)方案，為POS技術(shù)應(yīng)用于大規(guī)模航測4D產(chǎn)品生產(chǎn)做好技術(shù)準(zhǔn)備。圖6表4參5

?差分全球定位系統(tǒng) 控制點 空三加密

（273～289 吳柯）

CH20120290 基于Ross Thick-LiSparseR及Ross Thick-LiTransit的核驅(qū)動BRDF計算與評價=Calculation and Comment on BRDF Based on Ross Thick-LiSparseR and RossThick-LiTransit Kernels/解斐斐（武漢大學(xué)遙感信息工程學(xué)院），孫林，林宗堅，支曉棟//遙感信息.-2011（4）.-3～6

核驅(qū)動BRDF模型是MODIS傳感器用于計算全球地表反照率的AMBRALS算法系統(tǒng)所使用的模型。目前AMBRALS算法系統(tǒng)的幾何光學(xué)散射核為LiSparseR核，它不能完全避免反射率為負(fù)的情況，并在遙感像元尺度應(yīng)用互易原理的理論依據(jù)不充足。幾何光學(xué)核LiTransit核兼有LiSparse核向LiDense核過渡的優(yōu)點，比LiSparseR核更符合幾何光學(xué)模型的基本原理。研究了基于LiS-parseR核及LiTransit核驅(qū)動的方向反射率計算方法，并進(jìn)行了比較驗證。圖8表1參7

?BRDF模型 R核 LiTransit核 核驅(qū)動

CH20120291 基于復(fù)數(shù)矩不變性的遙感邊緣信息提取=The Remote Sensing Edge Information Extraction Based on Complex Moment Invariance/李曉琴（中國國土資源航空物探遙感中心），田壟，孫波//遙感信息.-2011（4）.-7～10

通過引入四元數(shù)的方法，對多光譜遙感影像進(jìn)行整體統(tǒng)一的處理，經(jīng)過求解影像的色彩中心值來完成影像的分割，從而達(dá)到對影像進(jìn)行邊緣提取，以及自動提取出影像中面狀特征的目的。主要提取面狀水域，試驗結(jié)果表明，該方法能對多光譜遙感影像中的水域提取效果相較傳統(tǒng)做法有很大的提高。圖2參16

?四元數(shù) 復(fù)數(shù)矩不變性 信息提取

CH20120292 基于巖礦蝕變組分特征光譜定量反演遙感蝕變信息研究=A Research on Asimulation of Remote Sensing Alteration Information Based on Rock Alteration Component Character/陳勇敢，韓先菊，張慧玉，王美娟，傅揚，湯媛媛，常春郊（武警黃金地質(zhì)研究所）//遙感信息.-2011（4）.-11～17

通過研究區(qū)實測蝕變巖礦樣品光譜，在ASTER數(shù)據(jù)波段上重建其光譜曲線，分析巖礦蝕變組分豐度與其特征光譜參數(shù)的相關(guān)性，優(yōu)選特征光譜參數(shù)與蝕變組分含量進(jìn)行多元統(tǒng)計分析，推導(dǎo)出巖礦蝕變組分與AS-TER遙感數(shù)據(jù)各波段之間的回歸函數(shù)，建立羥基蝕變遙感異常反演模型。這一方法在新·老山口地區(qū)應(yīng)用，分別提取出了Al-OH、Mg-OH礦物遙感蝕變異常。與傳統(tǒng)的比值、主成分分析等方法提取的遙感蝕變異常相比，本方法充分利用了各蝕變組分的光譜特征信息，提取的蝕變異?？陀^可靠，更符合區(qū)域礦產(chǎn)實際。圖8表2參12

?光譜特征參量 定量反演 遙感蝕變

CH20120293 基于NCEP數(shù)據(jù)的地震熱紅外遙感逐像元分析方法=Per-pixel Analyzing Method of Earthquake Thermal Infrared Remote Sensing Based on NCEP Data/秦凱（中國礦業(yè)大學(xué)（北京）地球科學(xué)與測繪工程學(xué)院），吳立新，馬未宇，林亞衛(wèi)//遙感信息.-2011（4）.-18～22，45

提出一種以各像元為基本單位、顧及不同地形單元下墊面屬性差異、分析震前地表等壓面溫度變化的逐像元方法。對比分析了2008年3月21日中國西部于田MS7.2地震前的熱異常時空演化特征及其與現(xiàn)有方法分析結(jié)果的差異，并以2001年11月14日的中國西部昆侖山MS8.1地震為例進(jìn)行了驗證。結(jié)果表明所得紅外異常與中國西部孕震區(qū)活動構(gòu)造的空間關(guān)聯(lián)較好?；贜CEP的逐像元分析方法是有效的，為揭示孕震過程尤其是臨震前區(qū)域構(gòu)造活動提供了新的途徑。圖3參12

?地震 衛(wèi)星 遙感 熱異常 像元

CH20120294 基于斜距測量誤差改正的機載SAR間接定位方法研究=Research on Airborne SAR Indirect Geocoding Method Based on Correction of Slant Range Measurement Error/宋占軍（遼寧工程技術(shù)大學(xué)測繪與地理科學(xué)學(xué)院），張繼賢，黃國滿，趙爭，魏鉅杰//遙感信息.-2011（4）.-23～27

基于POS/PPP技術(shù)，針對機載SAR存在斜距測量誤差和航跡不穩(wěn)定的特點，提出了一種利用少量控制點修正斜距測量誤差的間接定位算法。同時，采用閻良測區(qū)2.5m分辨率的機載雷達(dá)P波段影像、4個控制點和分辨率為25m的光學(xué)DEM數(shù)據(jù)進(jìn)行正射糾正實驗，DOM的平面定位精度達(dá)到10.7m，驗證了此方法的可行性。圖4表3參10

?機載合成孔徑雷達(dá) RD模型 斜距誤差改正

CH20120295 環(huán)境減災(zāi)小衛(wèi)星影像水體和濕地自動提取方法研究=Research on Automatic Extraction of Water Bodies and Wetlands on HJ Satellite CCD Images/曲偉，路京選，李琳（中國水利水電科學(xué)研究院遙感技術(shù)應(yīng)用中心），李小文//遙感信息.-2011（4）.-28～33

在研究HJ星多光譜CCD相機數(shù)據(jù)地物光譜特征基礎(chǔ)上，提出了一種基于藍(lán)光波段的改進(jìn)型歸一化差異水體指數(shù)（NDWI-B），并分別利用HJ星數(shù)據(jù)和ETM＋數(shù)據(jù)，比較分析了NDWI-B和歸一化差異水體指數(shù)NDWI提取水體的效果。結(jié)果證明，應(yīng)用NDWI-B除可準(zhǔn)確提取大范圍水體外，還能夠提取小范圍水體和濕地，為基于環(huán)境減災(zāi)小衛(wèi)星數(shù)據(jù)的洪水淹沒等水體分布信息快速自動提取提供了一種實用化方法。圖4表2參19

?水體提取 環(huán)境減災(zāi)小衛(wèi)星 水體指數(shù)

CH20120296 輔以紋理特征的典型鹽漬區(qū)地表覆被遙感影像分類=Land Cover Classification in Salt-affected Zone Supplemented with Textural Features/樊彥國，侯春玲，郭若成，錢尊巖，張濤（中國石油大學(xué)（華東）地球資源與信息學(xué)院）//遙感信息.-2011（4）.-34～37

結(jié)合實測的鹽漬地表光譜數(shù)據(jù)，采用經(jīng)驗線性法對遙感影像進(jìn)行大氣校正。分析了實測高光譜數(shù)據(jù)與遙感影像光譜值的關(guān)系，然后針對鹽生植被光譜的相似性，對影像進(jìn)行紋理特征提取。結(jié)合影像的紋理特征和光譜特征，運用神經(jīng)網(wǎng)絡(luò)分類法進(jìn)行鹽漬區(qū)地表覆被分類。結(jié)果表明輔以紋理特征的分類方法有效提高了鹽生植被的分類精度。圖4表2參8

?經(jīng)驗線性法 紋理特征提取 鹽生植被分類

CH20120297 基于像斑差熵的遙感影像變化檢測=Remote Sensing Image Change Detection Based on the Entropy Difference of Image Segment/李亮，舒寧，李雪（武漢大學(xué)遙感信息工程學(xué)院）//遙感信息.-2011（4）.-38～41

提出了利用遙感影像分割獲取像斑進(jìn)行變化檢測的方法。構(gòu)造了像斑差熵作為衡量變化的指標(biāo)，選取一定數(shù)目訓(xùn)練樣本，利用目標(biāo)函數(shù)法找到最佳閾值，并同相關(guān)系數(shù)法進(jìn)行了比較。實驗結(jié)果顯示像斑差熵更適用于遙感影像變化檢測。圖5表1參7

?像斑 變化檢測 影像分割 目標(biāo)函數(shù) 像斑差熵

CH20120298 基于WPS快速構(gòu)建面向?qū)I(yè)應(yīng)用的Web遙感影像處理應(yīng)用系統(tǒng)試驗研究=The Study on Quick Creation of Application Orientated Web Remote Sensing Image Processing and Application System Based on WPS/楊曉明（徠卡測量系統(tǒng)貿(mào)易（北京）有限公司）//遙感信息.-2011（4）.-42～45

衛(wèi)星遙感技術(shù)的飛速發(fā)展，促進(jìn)了遙感數(shù)據(jù)的應(yīng)用從專業(yè)領(lǐng)域向更加廣闊的領(lǐng)域發(fā)展，這就需要提供應(yīng)用簡單、使用方便、不依賴于專業(yè)遙感影像處理系統(tǒng)的應(yīng)用工具為各領(lǐng)域的專業(yè)人員、公眾使用，OGC的WPS服務(wù)為基于通用瀏覽器的遙感影像處理應(yīng)用提供了可能。嘗試了以ERDAS APOLLO SERVER為服務(wù)器基于WPS服務(wù)快速構(gòu)建網(wǎng)絡(luò)遙感影像處理應(yīng)用的一種新框架?；谠摽蚣荛_發(fā)的系統(tǒng)很好地解決了海量影像數(shù)據(jù)的管理、網(wǎng)絡(luò)影像應(yīng)用功能的提供、網(wǎng)絡(luò)影像處理功能使用數(shù)據(jù)的輸入/輸出、功能和數(shù)據(jù)的安全性等問題，并初步構(gòu)建了可實際應(yīng)用的通用影像處理應(yīng)用系統(tǒng)。圖5參5

?網(wǎng)絡(luò)影像處理 網(wǎng)絡(luò)影像應(yīng)用

CH20120299 城市建筑材質(zhì)-地表溫度關(guān)系的多源遙感研究=Investigation on Relationships between Urban Building Materials and Land Surface Temperature Through a Multi-resource Remote Sensing Approach/劉聞雨，宮阿都（民政部/教育部減災(zāi)應(yīng)急管理研究院（北京師范大學(xué)）），周紀(jì)，占文鳳//遙感信息.-2011（4）.-46～53，110

利用PROBA CHRIS遙感影像對北京城市建筑材質(zhì)和自然地表進(jìn)行基于光譜先驗知識的分層分類提取，并與Landsat5TM熱紅外數(shù)據(jù)反演得到的北京城市地表溫度疊加，采用統(tǒng)計學(xué)方法定量分析了主要建筑材質(zhì)、自然地類與地表溫度的關(guān)系，并重點就不同建筑材質(zhì)對城市熱島的影響及其表面特性所起作用進(jìn)行了分析。結(jié)果表明：北京城區(qū)中的磚瓦房表面溫度最高，比其他材質(zhì)高0.3K～4.0K，比自然地類高5.1K～7.8K；金屬結(jié)構(gòu)表面溫度略低；混凝土、水泥和瀝青的平均溫度相當(dāng)，他們是城市熱環(huán)境異常的主要來源之一；另外，城市中的玻璃幕墻能夠有效地降低其表面溫度，比其它材質(zhì)低3.3K～4.0K。反照率、熱慣量和熱傳導(dǎo)性是建筑材質(zhì)影響城市地表溫度的3個重要表面特性，對于不同材質(zhì)，它們存在較大差異。圖9表2參23

?城市熱島 地表溫度 CHRIS數(shù)據(jù) TM數(shù)據(jù)

CH20120300 自適應(yīng)遺傳優(yōu)化在圖像增強中的應(yīng)用=Application of Adaptive Genetic Algorithms in Image Fuzzy Enhancement/李國，龔志輝（信息工程大學(xué)測繪學(xué)院），許寧，張一平，王勃，靳克強//遙感信息.-2011（4）.-54～58

以一種改進(jìn)的模糊熵做遺傳算法中個體進(jìn)化的驅(qū)動力，利用Fibonacci數(shù)列對遺傳算法的交叉概率及變異概率進(jìn)行了自適應(yīng)改進(jìn)，達(dá)到了在模糊域中利用遺傳算法增強圖像的目的。實驗結(jié)果表明該方法能有效改善圖像的視覺效果，比傳統(tǒng)增強方法具有更好的適應(yīng)性。圖1表2參7

?圖像增強 遺傳算法 模糊熵 Fibonacci數(shù)列

CH20120301 基于空間內(nèi)插的云下地表溫度估計及精度分析=Estimation and Error Analysis of Land Surface Temperature Under the Cloud Based on Spatial Interpolation/涂麗麗，覃志豪，張軍，劉梅（南京大學(xué)國際地球系統(tǒng)科學(xué)研究所），耿君//遙感信息.-2011（4）.-59～63，106

云覆蓋下地表溫度的估計，是熱紅外遙感研究的一個前沿問題。地表溫度具有較高的空間相關(guān)性，理論上可通過空間內(nèi)插值方法來估計云覆蓋下的地表溫度，從而消除云對地表溫度產(chǎn)品的應(yīng)用限制?；谄胀死锔癫逯捣椒ê鸵?guī)則樣條函數(shù)插值方法提出了云下地表溫度的估計方法，并通過ArcGIS軟件進(jìn)行應(yīng)用試驗，分析了這一方法在不同云覆蓋范圍內(nèi)的估計精度。實驗結(jié)果表明，當(dāng)云覆蓋小于9km2時，城市地區(qū)的估計誤差小于1℃，而農(nóng)田地區(qū)為0.6℃。因此，提出的云覆蓋下地表溫度的估計方法在一定的云覆蓋范圍內(nèi)是可用的。圖2表1參27

?地表溫度 云覆蓋地區(qū) 普通克里格插值 規(guī)則樣條函數(shù)插值

CH20120302 SAR圖像鹽漬地分類研究=Salinized Land Classification from SAR Image/阿爾達(dá)克，塔西甫拉提·特依拜，張飛（新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院）//遙感信息.-2011（4）.-64～70

以渭干河——庫車河三角洲綠洲為例，利用SAR數(shù)據(jù)，采用不同的分類方法來提取該研究區(qū)鹽漬化土地覆蓋信息。用Enhanced frost濾波算法對SAR圖像進(jìn)行去噪處理。基于灰度共生矩陣?yán)碚撎崛∪ピ牒蟮腟AR圖像4種紋理特征，在不同窗口大小下篩選出有效的紋理特征。結(jié)合紋理特征分別采用最大似然分類法和SVM分類法對SAR圖像進(jìn)行分類。研究結(jié)果表明：基于紋理特征的SVM分類方法，能夠有效解決單源數(shù)據(jù)信息圖像分類效果破碎問題；13×13窗口的總精度達(dá)到98.2456％，Kappa系數(shù)達(dá)到0.9763，更有利于遙感圖像分類和鹽漬化信息監(jiān)測，是地物遙感信息提取的有效途徑。圖6表3參20

?支持向量機 SAR圖像 鹽漬化 紋理特征

CH20120303 一種改進(jìn)IKONOS融合影像中植被色偏的IHS算法=An IHS Algorithm Improving the Vegetation Color Distortion of the Fused IKONOS Image/王萬同，劉鵬飛（河南大學(xué)環(huán)境與規(guī)劃學(xué)院）//遙感信息.-2011（4）.-71～75

在分析幾種改進(jìn)IHS算法的基礎(chǔ)上，針對IKONOS影像融合后植被區(qū)出現(xiàn)的色偏問題，提出一種改進(jìn)算法。該算法采用纓帽變換的方法提取植被信息，并對植被區(qū)與非植被區(qū)分別采用不同的融合策略，最終得到融合影像。實驗結(jié)果表明，該算法在保持光譜和提高空間細(xì)節(jié)之間獲得較好均衡的同時，植被區(qū)的色偏問題也得到改善，具有更好的目視效果，與幾種改進(jìn)的IHS算法對比分析，該算法均優(yōu)于其他幾種改進(jìn)算法。圖2表1參13

?纓帽變換 IKONOS影像 影像融合 植被色偏

CH20120304 基于POS數(shù)據(jù)的車載面陣CCD影像與激光點云融合處理研究=Research on Integrated Processing of Vehicle-borne Array CCD Images and Laser Point Cloud Based on POS Data/侯艷芳，葉澤田（中國測繪科學(xué)研究院），楊勇//遙感信息.-2011（4）.-76～79

車載數(shù)據(jù)處理是車載移動測繪系統(tǒng)的重要組成部分，面陣CCD是其影像傳感器，主要用來獲取地物的紋理信息，激光掃描儀可實時獲取地物的三維點云信息。介紹了一種面陣CCD影像數(shù)據(jù)和激光點云數(shù)據(jù)的融合算法，首先介紹了該融合算法的基本原理及流程，并給出了融合結(jié)果及分析，最后驗證了該融合方法的準(zhǔn)確性及可行性。圖4表1參8

?定位定姿系統(tǒng) 面陣CCD 激光點云 融合處理

CH20120305 基于PhotoModeler Scanner的普通數(shù)碼相機快速檢校研究=A Research on Rapid Calibration of Ordinary Digital Camera Based on PhotoModeler Scanner System/程效軍，許誠權(quán)，周行泉（同濟大學(xué)測量與國土信息工程系）//遙感信息.-2011（4）.-80～84，89

隨著分辨率的不斷提高與價格的日益降低，數(shù)碼相機已成為近景攝影測量的基本設(shè)備，而相機的準(zhǔn)確檢校是保證量測精度的關(guān)鍵因素。借助于PhotoModeler Scanner軟件，實現(xiàn)了相機的快速準(zhǔn)確檢校，并對野外檢校的穩(wěn)定性和質(zhì)量進(jìn)行了分析，說明該檢校方法簡便可靠。圖5表3參6

?數(shù)碼相機 野外檢校 精度分析

CH20120306 HJ-1星多光譜影像火燒跡地信息提取研究——以百色市為例=Study on Information Extraction of Fire Scars Based on Multi-spectral Image of HJ-1Satellite：A Case Study of Baise City/賈德偉（資源與環(huán)境科學(xué)學(xué)院廣西師范學(xué)院），鐘仕全//遙感信息.-2011（4）.-85～89

為識別火燒跡地等地類，以廣西百色市為研究區(qū)，采用HJ-1星多光譜影像數(shù)據(jù)近紅外波段光譜值、林火發(fā)生前后兩時相各自NDVI值以及NDVI變化值，基于先驗知識和統(tǒng)計分析構(gòu)建決策樹分類模型，通過與傳統(tǒng)最大似然分類提取結(jié)果的比較分析，表明基于多特征的決策樹模型能夠有效地對HJ-1星多光譜遙感數(shù)據(jù)進(jìn)行火燒跡地等地類提取，在研究區(qū)并具有良好的推廣性。圖5表3參12

?決策樹 火燒跡地 HJ-1星

CH20120307 利用STK輔助分析選取遙感圖像=Selection of Remote Sensing Images Under the Aided Analysis in STK/朱素娟，關(guān)澤群，王斌，倪翠（同濟大學(xué)測量與國土信息系）//遙感信息.-2011（4）.-90～95

在選擇遙感圖像做具體的圖像處理時，往往具有盲目性。針對這一問題，用STK模擬出2002年和2004年同一天，衛(wèi)星拍攝上海地區(qū)遙感圖像的空間過程，然后從圖像庫中選出模擬的對應(yīng)時刻的圖像，分別進(jìn)行融合處理，并對融合效果進(jìn)行評價。同時利用STK選擇出的圖像來確定加權(quán)系數(shù)對融合結(jié)果的影響。圖7表4參9

?圖像模擬 圖像選擇 圖像融合

CH20120308 自穩(wěn)定雙拼相機低空無人飛艇航測系統(tǒng)=The Low-altitude Unmanned Airship Photographic System with Self-stabilized and Dual-combined Camera/王冬，盧秀山，劉鳳英（山東科技大學(xué)測繪科學(xué)與工程學(xué)院），李為鵬//遙感信息.-2011（4）.-96～99

介紹了自穩(wěn)定雙拼相機低空無人飛艇航測系統(tǒng)的結(jié)構(gòu)組成、性能特點、技術(shù)指標(biāo)和應(yīng)用領(lǐng)域，并詳細(xì)介紹了系統(tǒng)的核心技術(shù)：自穩(wěn)定雙拼相機以及影像處理軟件。實驗證明：使用該系統(tǒng)進(jìn)行低空攝影測量可達(dá)到1∶2000、1∶1000地形圖測繪的精度要求，達(dá)到了工程化、實用化目標(biāo)。圖4表4參8

?低空無人飛艇 自穩(wěn)定雙拼相機 空三加密 相機檢校 影像拼接

CH20120309 基于DMSP/OLS影像的城市化水平遙感估算方法=A Method of Urbanization Level Estimation U-sing DMSP/OLS Imagery/楊眉，王世新，周藝，王麗濤（中國科學(xué)院遙感應(yīng)用研究所）//遙感信息.-2011（4）.-100～106

提出了一種利用DMSP/OLS夜間穩(wěn)定燈光影像定量估算區(qū)域城市化水平的方法。從美國國防氣象衛(wèi)星計劃的線性掃描業(yè)務(wù)系統(tǒng)（Defense Meteorological Satellite Program/Operational Linescan System，DM-SP/OLS）獲取的夜間穩(wěn)定燈光數(shù)據(jù)中提取了夜間燈光綜合指數(shù)（Night Light Compositive Index，NLCI），建立了基于社會經(jīng)濟統(tǒng)計數(shù)據(jù)的城市化水平指數(shù)（Urbanization Level Index，ULI）與NLCI間的統(tǒng)計學(xué)模型，并據(jù)此對中國大陸地區(qū)級尺度的城市化水平進(jìn)行了估算。結(jié)果表明，ULI與NLCI間存在明顯的線性關(guān)系，NLCI能較好地反映城市化水平，根據(jù)該模型得到的其他年份ULI估算值與基于統(tǒng)計數(shù)據(jù)的ULI實際值具有較強的一致性，故模型具有一定的可靠性和普適性。的創(chuàng)新之處在于對前人提出的NLCI公式進(jìn)行了改進(jìn)，并提出了公式中最優(yōu)參數(shù)的搜尋算法。圖5表5參27

?城市化水平 夜間燈光

CH20120310 基于服務(wù)的應(yīng)用系統(tǒng)在線組裝技術(shù)研究=The Study on On-line Assembling Technology of Service-oriented Application Systems/孫隆祥，趙占杰，焦孟凱，路文娟，李成名（中國測繪科學(xué)研究院）//遙感信息.-2011（4）.-107～110

傳統(tǒng)的地理信息網(wǎng)絡(luò)應(yīng)用系統(tǒng)開發(fā)方式由于其業(yè)務(wù)邏輯與表現(xiàn)邏輯結(jié)合過于緊密，代碼重用性差，從而對大規(guī)模的應(yīng)用系統(tǒng)開發(fā)造成局限性。面向應(yīng)用系統(tǒng)快速構(gòu)建，提出了基于服務(wù)的應(yīng)用系統(tǒng)在線組裝的思路，設(shè)計了“服務(wù)層-模型層-連接層-表現(xiàn)層”四層結(jié)構(gòu)的應(yīng)用系統(tǒng)組裝器架構(gòu)模型，并研制開發(fā)了New Map Zero Codes，實現(xiàn)了應(yīng)用系統(tǒng)的可視化在線組裝開發(fā)和管理維護(hù)。圖3參5

?在線組裝 地理信息系統(tǒng)

CH20120311 合成孔徑雷達(dá)干涉測量大氣改正研究綜述=Review of Atmospheric Correction Methods for Interferometric Synthetic Aperture Radar Measurements/孫廣通，張永紅，吳宏安（中國測繪科學(xué)研究院）//遙感信息.-2011（4）.-111～116

隨著InSAR技術(shù)的飛速發(fā)展，大氣影響對其應(yīng)用的限制越發(fā)明顯。近些年，國內(nèi)外對InSAR大氣改正的方法進(jìn)行了大量的研究。在分析InSAR測量中的大氣影響及其誤差的基礎(chǔ)上，對當(dāng)前利用GPS、MODIS、MERIS、FY等外部數(shù)據(jù)，進(jìn)行InSAR大氣改正的主要方法進(jìn)行了詳細(xì)介紹，并對幾種方法進(jìn)行了綜合比較和評價，分析了每種方法的優(yōu)勢和不足，最后對今后進(jìn)一步研究的多星協(xié)同的綜合大氣改正方法進(jìn)行了展望。表1參33

?干涉合成孔徑雷達(dá) 大氣改正 全球定位系統(tǒng)

CH20120312 地面三維激光掃描點位精度評定=Point Precision Assessment for Terrestrial 3DLaser Scanning/王玉鵬，盧小平，葛曉天（河南理工大學(xué)礦山空間信息技術(shù)國家測繪局重點實驗室），盧遙，宋碧波//測繪通報.-2011（4）.-10～13

通過建立高精度控制網(wǎng)作為室外檢校場，借助標(biāo)靶對Leica ScanStation2型三維激光掃描儀進(jìn)行實地測試，并對達(dá)到的點位精度進(jìn)行分析與評定，得出該儀器掃描距離為40m、80m時，點位精度分別為±4.7mm和±6.3mm。研究結(jié)果可為三維激光掃描技術(shù)的進(jìn)一步應(yīng)用提供經(jīng)驗和借鑒。圖4表3參9

?地面三維激光掃描 高精度控制網(wǎng) 標(biāo)靶 點位精度

CH20120313 基于道路網(wǎng)矢量數(shù)據(jù)的遙感影像道路損毀檢測=Road Damage Detection from Remote Sensing Imagery Based on Road Network Vector Data/徐陽，李清泉，唐爐亮（武漢大學(xué)遙感信息工程國家重點實驗室）//測繪通報.-2011（4）.-14～16，22

利用面向?qū)ο蠓椒▽Φ卣鸷蟾叻直媛蔬b感影像上的道路進(jìn)行多尺度分割和分類。通過融合地震前道路網(wǎng)矢量數(shù)據(jù)與地震后遙感影像，提出一種基于自適應(yīng)模板的道路損毀檢測方法。試驗結(jié)果證明，該方法能夠快速、準(zhǔn)確地對損毀信息進(jìn)行提取。圖4表1參8

?面向?qū)ο?多尺度分割 自適應(yīng)模板 數(shù)據(jù)融合

CH20120314 基于滅點的真正射影像陰影自動剔除方法=Automatical Shadow Removing Method of True Ortho Based on Vanishing Point/王曉南（武漢大學(xué)遙感信息工程學(xué)院），黎書芬//測繪通報.-2011（4）.-17～18，34

真正射影像是利用數(shù)字表面模型反投原始影像重采樣得到的，在得知太陽方位后便能夠自動剔除原始影像上的陰影?；跍琰c理論，提出一種計算太陽方位的方法，以達(dá)到剔除真正射影像陰影的目的。圖4參5

?滅點 真正射影像 陰影 自動剔除

CH20120315 一種改進(jìn)的相位相關(guān)的影像配準(zhǔn)方法=An Image Matching Algorithm Based on Improved Log-polar Image Transform/韋春桃（武漢大學(xué)遙感信息工程學(xué)院），吳平，張祖勛，張劍清//測繪通報.-2011（4）.-19～22

提出一種改進(jìn)的基于對數(shù)極坐標(biāo)變換的相位相關(guān)算法，該算法將分層匹配思想引入到匹配過程中，使得改進(jìn)后的算法在保證精度的同時可大大加快計算速度，且與圖像的大小無關(guān)，從而提高算法的整體性能。圖2表2參4

?對數(shù)極坐標(biāo)變換 相位相關(guān) 影像配準(zhǔn)

CH20120316 無人機視頻數(shù)據(jù)定位處理系統(tǒng)的設(shè)計與實現(xiàn)=Design and Realization of Unmanned Aerial Vehicle Video Data Orientation and Processing System/譚熊，余旭初，劉景正（信息工程大學(xué)測繪學(xué)院）//測繪通報.-2011（4）.-26～28，37

以無人機獲取的視頻數(shù)據(jù)為基礎(chǔ)，利用VC＋＋6.0編程軟件，設(shè)計開發(fā)一套無人機視頻數(shù)據(jù)定位處理系統(tǒng)。該系統(tǒng)的主要功能包括：利用無人機平臺定位數(shù)據(jù)、姿態(tài)測量數(shù)據(jù)和視頻圖像數(shù)據(jù)，結(jié)合待測區(qū)域的數(shù)字高程模型（DEM）或數(shù)字表面模型（DSM），對實時傳輸或回放視頻中地面運動物體進(jìn)行目標(biāo)定位，并將視頻圖像實時糾正為正射影像。圖7參5

?無人機 運動目標(biāo) 目標(biāo)定位 視頻捕獲 圖像糾正

CH20120317 一種從彩色掃描圖像上提取等高線的方法=A Method of Extraction Contour Line from Color Image/趙國成，孫群，安曉亞（信息工程大學(xué)測繪學(xué)院），陳煥新//測繪通報.-2011（4）.-35～37

針對基于滑動窗口分割及序貫跟蹤的彩色地圖矢量化存在的不足，通過試驗改進(jìn)由灰度較低的像素導(dǎo)致跟蹤出現(xiàn)失敗或錯誤的情況。實踐表明，改進(jìn)后的算法可以避免誤追蹤、追蹤死循環(huán)等情況。圖5參6

?彩色掃描圖像 矢量化 等高線

CH20120318 不同分辨率遙感影像獲取均勻分布匹配點的匹配方法研究=On Match Method for Uniformly Distributed Keypoint of Resolusion-variant RS Image/羅征宇（山東科技大學(xué)），寧曉剛//測繪通報.-2011（4）.-38～40

基于SIFT算法提出一種適合于不同分辨率遙感影像并能獲取均勻分布匹配結(jié)果的匹配方法，該方法首先將匹配區(qū)域進(jìn)行分塊，然后針對每個分塊區(qū)域提取SIFT影像特征，在提取過程中，通過不同層級高斯影像塔和高斯差分影像的分級實現(xiàn)匹配點數(shù)量的控制，從而獲取均勻分布的匹配點對。圖1參3

?影像匹配 SIFT算法 均勻分布

CH20120319 基于姿態(tài)數(shù)據(jù)的無人機影像自動刺點功能研究=On Automatic Pricking for UAV Image Based on Pose Data/任志明，李永樹，何敬，魯恒（西南交通大學(xué)測量工程系）//測繪通報.-2011（4）.-44～46

由于無人機影像的重疊度高，一個控制點可能出現(xiàn)在多張像片上。對于空中三角測量而言，在像片上尋找控制點的精確位置是一項繁雜的內(nèi)業(yè)工作，可以利用高精度的無人機姿態(tài)數(shù)據(jù)和共線方程建立模型實現(xiàn)無人機影像的自動刺點功能。姿態(tài)數(shù)據(jù)精度越高，控制點在相片上的位置越準(zhǔn)確，這項功能可以應(yīng)用到影像的快速拼接系統(tǒng)和空中三角測量系統(tǒng)中。圖4表2參9

?無人機 控制點 航測 姿態(tài)數(shù)據(jù)

CH20120320 差分干涉雷達(dá)測量技術(shù)大氣延遲分析=A-nalysis of Atmospheric Delay for D-InSAR/付春永，譚克龍（中煤航測遙感局）//測繪通報.-2011（5）.-10～12

在分析大氣延遲原理的基礎(chǔ)上，利用差分干涉像對組成閉合環(huán)，通過查看閉合環(huán)相位直方圖分布來判斷大氣延遲的存在與否，并用差分干涉相位相加減的方法消除大氣延遲的影響，利用該方法對原來不能產(chǎn)生干涉條紋的干涉像對進(jìn)行處理，取得良好的效果。圖3表1參7

?差分干涉雷達(dá)測量技術(shù) 大氣延遲 閉合環(huán) 直方圖

CH20120321 UAV城市高質(zhì)量DOM制作流程與方法探討=The Discussion of Operational Procedure and Methods for High-quality DOM Production in Urban Areas/解斐斐（武漢大學(xué)遙感信息工程學(xué)院），林宗堅，王東東//測繪通報.-2011（5）.-41～44，79

圍繞利用無人飛行器低空航測系統(tǒng)獲取的數(shù)據(jù)制作城市地區(qū)高質(zhì)量數(shù)字正射影像這一技術(shù)難題，研究一套快速獲取和滿足精度要求的DOM制作流程，并探討DOM制作過程中密集點云DSM的匹配方法、DEM的提取方法以及DOM鑲嵌等一系列關(guān)鍵技術(shù)。圖7表1參9

?無人飛行器 影像匹配 特征線 影像鑲嵌

CH20120322 基于Radarsat-2數(shù)據(jù)的星載SAR正射校正和地形輻射校正方法研究=On the Methods of SAR Ortho Rectification and Topographic Radiation Correction Based on Radarsat-2Data/韋昌勝（哈爾濱蘭諾數(shù)碼有限公司），萬紫，司海燕//測繪通報.-2011（5）.-48～50，93

地形對雷達(dá)影像的幾何和輻射特性都有強烈的影響。對雷達(dá)影像進(jìn)行定量分析和參數(shù)提取之前，必須對SAR影像進(jìn)行精確的幾何校正和輻射校正，消除地形的影響。基于RD定位模型和數(shù)字高程模型建立一種正射校正和地形輻射校正（TRC）方法。通過試驗，從定性和定量兩方面評價正射校正和地形輻射校正結(jié)果的有效性。比較基于投影角和基于局部入射角兩種地形輻射校正方法，并對根據(jù)初始定位模型計算地形輻射校正因子的合理性進(jìn)行分析。圖2表1參5

?合成孔徑雷達(dá) 正射校正 地形輻射校正

CH20120323 基于IHS變換和非下采樣Contourlet變換的不同波段多極化SAR圖像融合=Multi-band Polarimetric SAR Image Fusion Using IHS Technique and Nonsubsampled Contourlet Transform/孫曉霞（中國礦業(yè)大學(xué)），張繼賢，高井祥，翟亮//測繪通報.-2011（6）.-1～4

結(jié)合非下采樣Contourlet變換具有的多尺度、多方向和平移不變的特性，以及IHS變換在色彩信息保持上具有的優(yōu)勢，提出一種基于IHS變換和NSCT變換的圖像融合方法，用于高波段為單極化，低波段為全極化的兩波段圖像融合，并進(jìn)行與其他幾種方法的比較試驗，結(jié)果證實文中的方法不但融合效果更好，而且在一定程度上抑制了噪聲的影響。圖3表1參6

?多波段合成孔徑雷達(dá) 圖像融合 NSCT變換 降噪

CH20120324 基于線特征計算像片外方位元素的理論與方法=The Theory and Method to Figure out Exterior Orientation Elements Based on Linear Feature/孟慶堂，徐琳（信息工程大學(xué)測繪學(xué)院）//測繪通報.-2011（6）.-5～7，31

依據(jù)空間直線在航攝像片上的投影仍然是直線這一前提，結(jié)合共線條件方程，通過線性化，推導(dǎo)基于線特征計算像片外方位元素的誤差方程，并且給出計算過程。最后通過試驗驗證基于線特征計算像片外方位元素的理論與方法的可行性和可靠性。圖4表2參7

?線特征 外方位元素 空間后方交會

CH20120325 利用HGA和單位四元數(shù)的相對定向解法=A New Method for Relative Orientation with Hybrid Genetic Algorithm and Unit Quaternion/周擁軍（上海交通大學(xué)船舶海洋與建筑工程學(xué)院），鄧才華//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（6）.-670～673

利用將經(jīng)典遺傳算法和最速下降法相結(jié)合的混合遺傳算法進(jìn)行相對定向，并用強收斂性的單位四元數(shù)表示旋轉(zhuǎn)矩陣，可有效避免經(jīng)典遺傳算法容易早熟的弱點，并在無需初值的情況下經(jīng)較少的遺傳代數(shù)快速收斂。圖1表2參8

?近景攝影測量 單位四元數(shù) 混合遺傳算法 相對定向

CH20120326 利用NSCT和Krawtchouk矩進(jìn)行圖像檢索=Image Retrieval Based on NSCT and Krawtchouk Moments/吳一全，武燕燕（南京航空航天大學(xué)信息科學(xué)與技術(shù)學(xué)院）//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（6）.-691～694

提出了一種基于非下采樣Contourlet變換（nonsubsampled contourlet transform，NSCT）和Krawtchouk矩的圖像檢索算法。首先，通過NSCT對圖像進(jìn)行分解，提取每個分解層次上不同方向子帶系數(shù)分布的數(shù)學(xué)特征作為圖像的紋理特征；然后，利用Krawtchouk矩描述圖像的形狀特征；最后，根據(jù)加權(quán)的相似性度量實現(xiàn)圖像檢索。實驗結(jié)果表明，所提取的特征向量具有平移、旋轉(zhuǎn)、尺度不變性，且能獲得更高的檢索精度。圖1表2參9

?圖像檢索 非下采樣Contourlet變換 紋理特征 形狀特征

CH20120327 利用比例分解和嵌套窗口進(jìn)行彩色圖像邊緣提取=Color Edge Detection Based on Proportion Decomposition and Nested Windows/陳炳文，王文偉，梅天燦（武漢大學(xué)電子信息學(xué)院），秦前清//武漢大學(xué)學(xué)報·信息科學(xué)版.-2011，36（6）.-695～698

首先，從信息量的角度出發(fā)，提出了一種比例分解算法，即依據(jù)人類視覺模型中灰度邊緣與色度邊緣的比例關(guān)系，利用主成分分析技術(shù)將彩色圖像分解為一系列分量子圖；接著，利用嵌套窗口提取多尺度灰度邊緣，采用矢量模板提取色度邊緣；最后，融合各分量邊緣并細(xì)化得到彩色圖像邊緣。實驗結(jié)果表明，該算法能有效結(jié)合色度與亮度信息，抗噪性好，且能進(jìn)行多尺度邊緣分析。圖4表2參8

?比例分解 主成分分析 嵌套窗口 矢量模板

（290～327 張明）

CH20120328 通過解析模型反演研究基于高光譜測量的小麥葉綠素濃度的非破壞性估測=Non-destructive Estimation of Wheat Leaf Chlorophyll Content from Hyperspectral Measurements Through Analytical Model Inversion〔英〕/Botha E J，Leblon B，Zebarth B J…//International Journal of Remote Sensing.-2010，31（7-8）.-1679～1697

?農(nóng)業(yè)遙感 氮施肥 葉綠素 解析模型反演 小麥 高光譜測量

CH20120329 利用高空間分辨率遙感數(shù)據(jù)監(jiān)測城市濕地變化=Monitoring the Change of Urban Wetland Using High Spatial Resolution Remote Sensing Data〔英〕/Zhou Huiping，Jiang Hong，Zhou Guomo…//International Journal of Remote Sensing.-2010，31（7-8）.-1717～1731

?資源遙感 城市遙感 土地覆蓋變化 濕地 環(huán)境監(jiān)測 數(shù)學(xué)分析

CH20120330 利用實時SEVIRI數(shù)據(jù)通過時間差分與區(qū)域增長技術(shù)改進(jìn)日升日落附近區(qū)域的云探測=Improvement of Cloud Detection Near Sunrise and Sunset by Temporal-differencing and Region-growing Techniques with Realtime SEVIRI〔英〕/Derrien M，Le Gléau H//International Journal of Remote Sensing.-2010，31（7-8）.-1765～1780

?大氣遙感 云探測 時間差分 區(qū)域增長技術(shù) 衛(wèi)星圖像 白晝/黑夜轉(zhuǎn)換區(qū)域

CH20120331 3D對流云系統(tǒng)AMSU-B探測通道頻率微波亮度溫度的模擬=Simulations of Microwave Brightness Temperatures at AMSU-B Frequencies over a 3DConvective Cloud System〔英〕/Hong Gang，Heygster G，Notholt J…//International Journal of Remote Sensing.-2010，31（7-8）.-1781～1800

?大氣遙感 對流云 亮度溫度 降雨 微波

CH20120332 2003-2006年中國氣溶膠光學(xué)厚度時空變化=Spatial and Temporal Variations of Aerosol Optical Depth in China during the Period from 2003to 2006〔英〕/Li Bengang，Yuan Huishi，Nan Feng…//International Journal of Remote Sensing.-2010，31（7-8）.-1801～1817

?大氣遙感 氣溶膠 環(huán)境監(jiān)測 空氣污染

CH20120333 超光譜遙感應(yīng)用于同質(zhì)和異質(zhì)森林生態(tài)多樣性評價=A Review on Hyperspectral Remote Sensing for Homogeneous and Heterogeneous Forest Biodiversity Assessment〔英〕/Azadeh1G，Helmi Z MS//International Journal of Remote Sensing.-2010，31（7-8）.-1837～1856

綜述超光譜遙感應(yīng)用于林業(yè)，尤其是評價其生態(tài)多樣性的可行性、實際應(yīng)用和可能策略方法。還評述了超光譜數(shù)據(jù)用于甄別不同的森林樹種的技術(shù)分析與處理。參117

?森林遙感 子波 物候?qū)W 生物氣候?qū)W

CH20120334 基于回歸Kriging的高分辨率衛(wèi)星圖像融合=High-resolution Satellite Image Fusion Using Regression Kriging〔英〕/Meng Qingmin，Bruce B，Marguerite M//International Journal of Remote Sensing.-2010，31（7-8）.-1857～1876

?圖像融合 衛(wèi)星圖像 非線性理論 回歸分析 自相關(guān) 圖像處理 光學(xué)數(shù)據(jù)處理

CH20120335 虛擬地球的動態(tài)全球云層=A Dynamic Global Cloud Layer for Virtual Globes〔英〕/Turk J，Miller S，Castello C//International Journal of Remote Sensing.-2010，31（7-8）.-1897～1914

?環(huán)境遙感 大氣遙感 云 衛(wèi)星圖像 數(shù)理統(tǒng)計 數(shù)學(xué)分析

CH20120336 Sahelian草原微波電磁模擬=Microwave Electromagnetic Modelling of Sahelian Grassland〔英〕/Monsivais-Huertero A，Chenerie I，Sarabandi K…//International Journal of Remote Sensing.-2010，31（7-8）.-1915～1942

?植被遙感 雷達(dá)遙感 散射 相干模型

CH20120337 中國黃土高原NDVI時空模式及其和降水量的關(guān)系=Temporal and Spatial Patterns of NDVI and Their Relationship to Precipitation in the Loess Plateau of China〔英〕/Wang Tianming，Kou Xiaojun，Xiong Youcai…//International Journal of Remote Sensing.-2010，31（7-8）.-1943～1958

?環(huán)境遙感 植被氣候?qū)W

CH20120338 SIFT（尺度不變特征變換）算子應(yīng)用于SAR圖像幾何配準(zhǔn)=Applicability of the SIFT Operator to Geometric SAR Image Registration〔英〕/Schwind P，Suri S，Reinartz P…//International Journal of Remote Sensing.-2010，31（7-8）.-1959～1980

?圖像配準(zhǔn) SAR圖像 SIFT算子 計算機視覺 圖像處理 模式識別 圖斑

CH20120339 基于永久散射儀分析青海-西藏高原永久凍地變形=Analysis of Deformation over Permafrost Regions of Qinghai-Tibet Plateau Based on Permanent Scatterers〔英〕/Xie Chou，Zhen Li，Xu Ji…//International Journal of Remote Sensing.-2010，31（7-8）.-1995～2008

?地貌遙感 衛(wèi)星圖像 干涉測量 永久凍地 工程測量 青藏鐵路

CH20120340 原始航片=It＇s all about the Format-unleashing the Power of RAW Aerial Photography〔英〕/Verhoeven G J J//International Journal of Remote Sensing.-2010，31（7-8）.-2009～2042

?數(shù)字底片 RAW圖像 數(shù)字照相機 航片 圖像格式 圖像質(zhì)量

CH20120341 利用Robust AVHRR技術(shù)改進(jìn)洪澇監(jiān)測：2000年4月匈牙利洪澇案例=Improving Flood Monitoring by the Robust AVHRR Technique（RAT）Approach：the Case of the April 2000Hungary Flood〔英〕/Lacava T，F(xiàn)ilizzola C，Pergola N…//International Journal of Remote Sensing.-2010，31（7-8）.-2043～2062

?環(huán)境遙感 自然災(zāi)害 洪澇監(jiān)測 匈牙利TISZA河流

CH20120342 評估衛(wèi)星傳感器光譜響應(yīng)函數(shù)對通用光譜模式分解算法精度的影響=An Evaluation of the Effect of the Spectral Response Function of Satellite Sensors on the Precision of the Universal Pattern Decomposition Method〔英〕/Zhang Lifu，Liu Bo，Zhang Bing…//International Journal of Remote Sensing.-2010，31（7-8）.-2083～2090

?數(shù)據(jù)分析 模式分解 光譜響應(yīng)函數(shù) 傳感器 回歸分析 中國長江

CH20120343 適定的各向異性擴散方案與通道耦合應(yīng)用于多光譜圖像去噪=Multispectral Image Denoising by Well-Posed Anisotropic Diffusion Scheme with Channel Coupling〔英〕/Surya P V B，Arindama S//International Journal of Remote Sensing.-2010，31（7-8）.-2091～2099

?圖像處理 遙感圖像 圖像去噪 各向異性擴散 偏微分方程 通道耦合

CH20120344 估測喀斯特石漠化生態(tài)指標(biāo)的光譜指數(shù)=Spectral Indices for Estimating Ecological Indicators of Karst Rocky Desertification〔英〕/YueYuemin，Zhang Bing，Wang Kelin…//International Journal of Remote Sensing.-2010，31（7-8）.-2115～2122

?植被遙感 土地利用 喀斯特 石漠化 植被氣候?qū)W 土地退化

CH20120345 沒有地面數(shù)據(jù)的森林結(jié)構(gòu)：受山松甲蟲侵害森林的自適應(yīng)全盲正極式反射模型反演=Forest Structure without Ground Data：Adaptive Full-blind Multiple Forward-mode Reflectance Model Inversion in a Mountain Pine Beetle Damaged Forest〔英〕/Peddle，Derek R，Sarah B，Aaron P G…//International Journal of Remote Sensing.-2010，31（7-8）.-2123～2128

?植被遙感 植被冠蓋 圖像分析 光譜分析 反射比 森林結(jié)構(gòu) 自然災(zāi)害

CH20120346 利用衛(wèi)星觀測資料估測因山松甲蟲侵害造成的總初級生產(chǎn)力的降低=Estimating the Reduction in Gross Primary Production due to Mountain Pine Beetle Infestation Using Satellite Observations〔英〕/Nicholas C C，Michael A W//International Journal of Remote Sensing.-2010，31（7-8）.-2129～2138

?森林遙感 環(huán)境監(jiān)測 景觀 自然災(zāi)害

CH20120347 鮮花可能影響NDVI與EVI估測生物量精度嗎？=Do Flowers Affect Biomass Estimate Accuracy from NDVI and EVI？〔英〕/Shen Miaogen，Chen Jin，Zhu Xiaolin…//International Journal of Remote Sensing.-2010，31（7-8）.-2139～2149

?植被遙感 植被氣候?qū)W 生物量 植被冠蓋

CH20120348 高光譜攝像機采集的微地形土壤表面照明條件與土壤BRDF數(shù)據(jù)=Soil Surface Illumination at Micro-relief Scale and Soil BRDF Data Collected by a Hyperspectral Camera〔英〕/Jerzy C，Arnon K，Ittai H…//International Journal of Remote Sensing.-2010，31（7-8）.-2151～2157

?資源遙感 土壤 光譜分析 反射系數(shù) 大氣 干涉測量

CH20120349 利用Hyperion與Landsat/TM圖像無損估測冠蓋葉綠素濃度=Nondestructive Estimation of Canopy Chlorophyll Content Using Hyperion and Landsat/TM Images〔英〕/Wu Chaoyang，Wang Li，Niu Zheng…//International Journal of Remote Sensing.-2010，31（7-8）.-2159～2167

?植被遙感 植被冠蓋 葉綠素 植被氣候?qū)W 無損測試 敏感性分析

CH20120350 應(yīng)用形狀上下文的以特征為基礎(chǔ)的圖像配準(zhǔn)=Feature-based Image Registration Using the Shape Context〔英〕/Huang Lei，Li Zhen//International Journal of Remote Sensing.-2010，31（7-8）.-2169～2177

?圖像配準(zhǔn) 遙感圖像 特征提取

CH20120351 PSI-HSR：利用色調(diào)和飽和度表示持續(xù)散射干涉測量（PSI）點目標(biāo)的新方法=PSI-HSR：A New Approach For Representing Persistent Scatterer Interferometry（PSI）Point Targets Using the Hue and Saturation Scale〔英〕/Lu Ping，Nicola C，Catani F//International Journal of Remote Sensing.-2010，31（7-8）.-2189～2196

?地質(zhì)遙感 干涉測量 合成孔徑雷達(dá) 地理信息系統(tǒng) 地面移動 光學(xué)測量

CH20120352 遙感圖像單類分類的最大熵方法=A Maximum Entropy Approach to One-class Classification of Remote Sensing Imagery〔英〕/Li Wenkai，Guo Qinghua//International Journal of Remote Sensing.-2010，31（7-8）.-2227～2235

?圖像分類 遙感圖像 單類分類 最大熵方法 都市區(qū)域

CH20120353 印度北部地區(qū)總臭氧含量極值與厄爾尼諾南方濤動的關(guān)系=Association between ENSO and Extremes in Total Ozone Content over Northern India〔英〕/Patil S D，Revadekar J V.-2257～2264

?大氣遙感 總臭氧含量 厄爾尼諾

CH20120354 以蘇丹達(dá)爾福爾地區(qū)為例將MODIS火災(zāi)探測方法用于暴力事件探測=Relating Violence to MODIS Fire Detections in Darfur，Sudan〔英〕/Bromley L//International Journal of Remote Sensing.-2010，31（9-10）.-2277～2292

分析蘇丹達(dá)爾富爾地區(qū)激烈暴力階段的火災(zāi)檢測數(shù)據(jù)，用MODIS檢測暴力事件中被焚燒的居民區(qū)，相當(dāng)一部分與火有關(guān)的暴力事件都能檢測出來，火災(zāi)數(shù)量的增加與暴力事件關(guān)系密切。方法目前還未獲廣泛運用，但全球?qū)崟r火災(zāi)數(shù)量增加的檢測統(tǒng)計，能夠?qū)赡苡绊懝姲踩谋┝_突提供基于衛(wèi)星的客觀的預(yù)測信息。圖6表3參27

?衛(wèi)星遙感 MODIS數(shù)據(jù) 火災(zāi)監(jiān)測

CH20120355 通過約束輻射轉(zhuǎn)換模型中葉與土壤的光譜特征估測LAI和FAPAR=Estimation of LAI and FAPAR by Constraining the Leaf and Soil Spectral Characteristics in A Radiative Transfer Model〔英〕/Kushida K，Yoshino K//International Journal of Remote Sensing.-2010，31（9-10）.-2351～2375

?植被遙感 植被參數(shù) 葉面積指數(shù) 吸收光合

CH20120356 中國AVHRR GIMMS和SPOT VEGETATION NDVI數(shù)據(jù)的比較與轉(zhuǎn)換=Comparison and Conversion of AVHRR GIMMS and SPOT VEGETATION NDVI Data in China〔英〕/Song Yi，Ma Mingguo，Veroustraete F//International Journal of Remote Sensing.-2010，31（9-10）.-2377～2392

介紹VGT與AVHRR傳感器獲取的NDVI值之間非系統(tǒng)關(guān)聯(lián)差異特征，應(yīng)用關(guān)聯(lián)分析確認(rèn)兩種類型NDVI產(chǎn)品的線性相關(guān)。中國大多地面的VGT與AVHRR NDVI值顯示出線性良好。相關(guān)系數(shù)部分取決于植被密度。利用基于像素的一維線性回歸模型分析兩個數(shù)據(jù)集之間的關(guān)系，測試表明，模型適用于中國大多土地覆蓋類型。圖9表2參15

?植被遙感 多傳感器 土地覆蓋類型

CH20120357 應(yīng)用地球同步衛(wèi)星觀測資料確定龍卷風(fēng)中心的客觀方法=An Objective Method of Cyclone Centre Determination from Geostationary Satellite Observations〔英〕/Chaurasia S，Kishtawal C M，Pal P K//International Journal of Remote Sensing.-2010，31（9-10）.-2429～2440

研究應(yīng)用地球同步衛(wèi)星熱紅外（TIR）圖像估計龍卷風(fēng)中心的方法。通過分析Meteosat-5熱紅外通道圖像數(shù)據(jù)的特點驗證方法的有效性。假設(shè)中間密集陰影（CDO）區(qū)域周圍的近橢圓結(jié)構(gòu)，利用最小化方法確定龍卷風(fēng)中心。橢圓擬合技術(shù)能夠客觀估計70％情況下龍卷風(fēng)中心，誤差小于50km。圖7表1參22

?衛(wèi)星遙感 同步衛(wèi)星 熱紅外圖像 自然災(zāi)害 龍卷風(fēng)

CH20120358 遙感方法評定資源稀缺成為達(dá)爾富爾地區(qū)沖突爆發(fā)的原因=Assessing Eco-scarcity as a Cause of the Outbreak of Conflict in Darfur：A Remote Sensing Approach〔英〕/Brown Ian//International Journal of Remote Sensing.-2010，31（9-10）.-2513～2520

以標(biāo)準(zhǔn)差分植被指數(shù)（NDVI）數(shù)據(jù)作為“生態(tài)稀缺法”的量度措施，評估一個概念——沖突的爆發(fā)是不同群體之間資源競爭的結(jié)果。植被繪圖中并無證據(jù)說明生態(tài)惡化導(dǎo)致達(dá)爾富爾西部和北部地區(qū)沖突的爆發(fā)，相反，較之過去25年植被平均生長狀況，沖突爆發(fā)前幾年的植被生長得更好。圖3參28

?植被遙感 生態(tài)稀缺法

CH20120359 利用運行小波算法研究與特征尺度和局部窗口尺寸相關(guān)的多分辨率分解=Multi-resolution Decomposition in Relation to Characteristic Scales and Local Window Sizes Using an Operational Wavelet Algorithm〔英〕/Myint S W//International Journal of Remote Sensing.-2010，31（9-10）.-2551～2572

在考慮特征尺度的情況下，應(yīng)用達(dá)拉斯市IKONOS圖像數(shù)據(jù)論證運行小波算法探討各種分辨率下不同紋理測度和窗口大小的實驗效果，發(fā)現(xiàn)窗口大小為63×63時效果最好，精度最高。小波分類中窗口尺寸的選擇會影響分類精度。當(dāng)然，在均勻的樣本中窗口越大最后得到的整體精度越高，但是在現(xiàn)實世界中，較大窗口不一定產(chǎn)生較高精度窗口越大其分類精度不一定越高，這是由于窗口越大其涵蓋的地面覆蓋物種類越多，容易導(dǎo)致小區(qū)域的類別的丟失，分類精度降低。與此同時，窗口越小，其紋理特征覆蓋可能會出現(xiàn)過分割的現(xiàn)象。分類精度可以利用多尺度子圖像來改善。但是最后兩層較小的子圖像會降低分類精度。所有備選類中最復(fù)雜地物的特征尺度會是獲得最高精度所必需的最優(yōu)局部窗口尺寸。圖7表6參45

?圖像分類 土地覆蓋分類 圖像識別 小波算法 圖像分類 特征尺度

CH20120360 廣義貝葉斯衛(wèi)星圖像云檢測，第一部分：陸地和海洋夜間圖像檢測技術(shù)及驗證=Generalized Bayesian Cloud Detection for Satellite Imagery.Part 1：Technique and Validation for Night-Time Imagery over Land and Sea〔英〕/Mackie S，Embury O，Old C…//International Journal of Remote Sensing.-2010，31（9-10）.-2573～2594

利用數(shù)值天氣預(yù)報（NWP）專業(yè)知識輔助衛(wèi)星圖像云檢測。把基于NWP的模擬觀測應(yīng)用于基于貝葉斯理論的框架中，計算圖像每個像素是無云或有云的物理概率。針對概率設(shè)定不同的閾值，建立具體應(yīng)用的云遮蔽。利用夜間（紅外）圖像在海陸實施。圖5表6參39

?衛(wèi)星圖像 云檢測 貝葉斯理論 數(shù)值天氣預(yù)報

CH20120361 廣義貝葉斯衛(wèi)星圖像云檢測，第二部分：陸地和海洋日間圖像檢測技術(shù)及驗證=Generalized Bayesian Cloud Detection for Satellite Imagery.Part 2：Technique and Validation for Daytime Imagery〔英〕/Mackie S，Merchant C J，Embury O…//International Journal of Remote Sensing.-2010，31（9-10）.-2595～2621

本文是“廣義貝葉斯衛(wèi)星圖像云檢測”的第二部分，利用可見光和近紅外圖像，實施在海陸的日間檢測技術(shù)應(yīng)用，不過，熱紅外圖像除外。圖10表7參32

?衛(wèi)星圖像 云檢測 貝葉斯理論 數(shù)值天氣預(yù)報

CH20120362 基于實測與遙感信息的植被區(qū)域土壤濕度估測的算法研究=An Algorithm to Estimate Soil Moisture over Vegetated Areas Based on in Situ and Remote Sensing Information〔英〕/Ramirez-Beltran N D，Calderon-Arteaga C，Harmsen E…//International Journal of Remote Sensing.-2010，31（9-10）.-2655～2679

提出一種估測植被區(qū)域土壤濕度的算法，利用遙感和實測信息，結(jié)合統(tǒng)計工具估測波多黎各地區(qū)20cm深度1km空間分辨率的土壤濕度。研究區(qū)土壤濕度具有時空變化特點。指定區(qū)域的時間變化顯示為長短期變化，能用兩個經(jīng)驗?zāi)Ｐ捅磉_(dá)。土壤濕度每月變化呈現(xiàn)出一種長期變化，由人工神經(jīng)網(wǎng)絡(luò)（ANN）來建模。而短期變化則表現(xiàn)為每小時變化，用非線性隨機傳遞模型來建模。每月的植被指數(shù)、地表溫度、累計降雨量和土壤類型是利用ANN估計每月土壤水分的主要參數(shù)。雷達(dá)、衛(wèi)星、實地觀測信息等是土壤水分經(jīng)驗?zāi)Ｐ偷闹饕畔⒃?，試驗驗證方法的有效性。圖13表4參33

?植被遙感 土壤濕度 遙感信息 人工神經(jīng)網(wǎng)絡(luò)

CH20120363 通過計算反射光譜輻射等效水厚度（REWT）探測葉片與冠頂?shù)刃穸龋‥WT）=Detection of Leaf and Canopy EWT by Calculating REWT from Reflectance Spectra〔英〕/Liu Liangyun，Wang Jihua，Huang Wenjiang…//International Journal of Remote Sensing.-2010，31（9-10）.-2681～2695

設(shè)計兩個獨立的冠頂/葉片數(shù)組，檢校和驗證等效水厚度（EWT）和輻射等效水厚度（REWT）的關(guān)系。結(jié)果表明：（1）葉面/冠頂?shù)腞EWT可以通過945nm和975nm之間的反射率差來計算；（2）數(shù)組系數(shù)R2為0.80和葉片光譜特性實驗數(shù)組的R2為0.86時，葉片REWT是EWT的3.3倍左右；（3）2002年冬天小麥冠頂光譜數(shù)組的R2值為0.56、2004年為0.61時，冠頂REWT是EWT的1.4倍。因此葉面/冠頂EWT可以通過計算REWT來獲取。圖7表2參29

?植被遙感 等效水厚度 比爾定律 光譜反射率

CH20120364 計算地表反射率接近日平均值時的最佳時間：基于不同維度不同糙度的土壤表面=Calculating the Optimal Time when Albedo Approximates Its Daily Average：An Example Using Soil Surfaces with Various Roughnesses at Different Latitudes〔英〕/Cierniewski J，Gdala T//International Journal of Remote Sensing.-2010，31（9-10）.-2697～2708

描述整年晴天下，從中午到日落土壤的藍(lán)天反射率的變化情況。利用半球形方向的反射模型計算緯度在南半球70°和北半球70°之間平滑、中等粗糙和非常粗糙的土壤表面反射率。記錄瞬間觀測獲得的反射率與日平均反射率相同時的時間。用遙感衛(wèi)星技術(shù)估計最佳時間區(qū)間。圖4表1參22

?環(huán)境遙感 衛(wèi)星數(shù)據(jù) 地表反射率 土壤表面

CH20120365 微波遙感表面粗糙度與極化率研究=Surface Roughness and Polarization Ratio in Microwave Remote Sensing〔英〕/Hong S//International Journal of Remote Sensing.-2010，31（9-10）.-2709～2716

研究表面粗糙情況下極化率的特征，提出獲取海陸表面粗糙度的反演方法。當(dāng)獲得的角度接近布魯斯特角，并與衛(wèi)星微波傳感器的視場角一致時，方法是有效的。新方法可以在合理的偏角范圍內(nèi)正確獲取海面粗糙度。圖5參26

?海洋遙感 極化率 反射率 表面粗糙度

CH20120366 基于參數(shù)優(yōu)化的GIHSA圖像融合方法改進(jìn)=Improved GIHSA for Image Fusion Based on Parameter Optimization〔英〕/Yao Wei，Han Min//International Journal of Remote Sensing.-2010，31（9-10）.-2717～2728

圖像融合方法基于亮度-色相-飽和度（IHS）轉(zhuǎn)換，最新開發(fā)的廣義自適應(yīng)HIS（GIHSA）是基于HIS變換的最優(yōu)圖像融合方法，基于全色（Pan）圖像和多光譜（MS）圖像間的線性回歸模型，給出了HIS變換的參數(shù)優(yōu)化過程。但是GIHSA僅是半自適應(yīng)方法，只有一半融合參數(shù)可以自適應(yīng)確定。提出一種完全自適應(yīng)圖像融合方法，所有融合參數(shù)都可以依照兩步優(yōu)化方法自適應(yīng)確定。方法應(yīng)用于ETM＋圖像，融合結(jié)果驗證了算法的改進(jìn)。圖5表4參17

?圖像融合變換 HIS變換 圖像處理 參數(shù)優(yōu)化

CH20120367 利用氣體吸收帶的高光譜測量方法從衛(wèi)星圖像中確定粉層云高度=The Determination of Dust Cloud Altitudes from a Satellite Using Hyperspectral Measurements in the Gaseous Absorption Band〔英〕/Kokhanovsky A，Rozanov V//International Journal of Remote Sensing.-2010，31（9-10）.-2729～2744

利用氧氣帶大氣頂部反射率推導(dǎo)粉層云光學(xué)厚度和頂部高度，與之前提出的含水云層檢測方法相似?；?60nm附近窄波段處TOA光譜反射率的測量裝置，利用給定的粉層云模型確切的輻射變化計算結(jié)果。討論算法在單散射反射率先驗條件下與不確定性有關(guān)的準(zhǔn)確度情況。大西洋衛(wèi)星多光譜檢測應(yīng)用了該算法。圖11參24

?環(huán)境遙感 衛(wèi)星圖像 粉層云 光學(xué)厚度 頂部高度

CH20120368 利用分位數(shù)回歸模型分析光譜異質(zhì)性與NDVI的關(guān)系=What is up？Testing Spectral Heterogeneity Versus NDVI Relationship Using Quantile Regression〔英〕/Rocchini D，Vannini A//International Journal of Remote Sensing.-2010，31（9-10）.-2745～2756

環(huán)境多樣性和凈初級生產(chǎn)力（NPP）是局部物種豐度的強有力指標(biāo)。環(huán)境多樣性如光譜異質(zhì)性、NPP常通過回歸分析用于物種豐度模擬。由于多元共線方程可能影響物種多樣性的分析，考慮這些參數(shù)間的相互關(guān)系十分重要。目前在使用普通最小二乘（OLS）回歸和皮爾遜相關(guān)系數(shù)時，很少關(guān)注光譜異質(zhì)性與NPP參數(shù)（如NDVI）間的關(guān)系。在去掉OLS回歸方法的一些假設(shè)的前提下，利用分位數(shù)回歸模型研究ETM＋的局部光譜異質(zhì)性與NDVI的關(guān)系。圖4參61

?生態(tài)遙感 環(huán)境多樣性 光譜異質(zhì)性 回歸分析 物種豐度

CH20120369 用于密集殘差點的大InSAR圖像相位解纏的多片連接與中心擴展算法=Multi-patch and Centre-expansion Algorithms for Phase Unwrapping of Large InSAR Images with Dense Residues〔英〕/Wei Zhi-Qiang，Jin Ya-Qiu//International Journal of Remote Sensing.-2010，31（9-10）.-2757～2765

獲取源全相位值的相位解纏技術(shù)是數(shù)字圖像處理的一個關(guān)鍵技術(shù)。解纏具有密集殘留物的大干涉圖，常規(guī)路徑跟蹤方法可能會產(chǎn)生誤差。提出兩種解纏算法：區(qū)域分片連接法和中心擴展搜索法。以ENVISAT ASAR數(shù)組為例，論證它們相對InSAR數(shù)據(jù)處理常規(guī)方法的改進(jìn)。圖3表1參13

?圖像處理 相位解纏 InSAR圖像 誤差處理

CH20120370 利用SPOT-5衛(wèi)星圖像估測熱帶森林結(jié)構(gòu)=Estimation of Tropical Forest Structure from SPOT-5Satellite Images〔英〕/Castillo-Santiago MA，Ricker M，de Jong Bernardus//International Journal of Remote Sensing.-2010，31（9-10）.-2767～2782

利用高分辨率SPOT-5圖像估計墨西哥恰帕斯州熱帶雨林地區(qū)的莖占面積、立木材積和樹生物量。以87個場址的SPOT-5衛(wèi)星圖像和森林清查數(shù)據(jù)建立多元線性回歸模型。場址面積0.1ha，覆及多種森林結(jié)構(gòu)。開發(fā)光譜波段、圖像變換和紋理變量作為多線性回歸模型的獨立變量。紋理變量“近紅外變量”成為森林結(jié)構(gòu)變量估測的最好指標(biāo)。圖4表4參45

?森林遙感 衛(wèi)星圖像 森林結(jié)構(gòu) 地理數(shù)據(jù)模型 墨西哥

CH20120371 基于中國黃浦江上游遙感數(shù)據(jù)的內(nèi)陸水域定量監(jiān)測=Quantitative Monitoring of Inland Water Using Remote Sensing of the Upper Reaches of the Huangpu River，China〔英〕/Tong Xiaohua，Xie Huan，Qiu Yanling…//International Journal of Remote Sensing.-2010，31（9-10）.-2471～2492

提出內(nèi)陸水質(zhì)監(jiān)測的量化框架：收集和處理基礎(chǔ)數(shù)據(jù)，包括遙感數(shù)據(jù)和水質(zhì)量數(shù)據(jù)；研討遙感圖像和實地測量數(shù)據(jù)中的質(zhì)量參數(shù)和水反射系數(shù)之間的關(guān)系，根據(jù)它們與地面高光譜反射之間的關(guān)系，將水質(zhì)量參數(shù)分成三類，介紹基于遙感數(shù)據(jù)的相應(yīng)監(jiān)測模型；利用監(jiān)測模型獲得的水質(zhì)量濃度分布圖分析其空間分布。以黃浦江上游作為實驗數(shù)據(jù)，驗證方法的有效性。結(jié)果指出，所獲濃度圖與實況一致，基于多源遙感和實測數(shù)據(jù)的水質(zhì)監(jiān)測框架是內(nèi)陸水質(zhì)變化快速監(jiān)測與持續(xù)管理的經(jīng)濟有效工具。圖10表9參49

?環(huán)境遙感 水質(zhì)監(jiān)測 遙感圖像 數(shù)據(jù)處理 地理數(shù)據(jù)模型

（328～371 張德梅）