三维树木模型及其在林分可视化中的应用

三维树木模型的创建直接反映了林分模拟的效果。为了能够快速真实地模拟林分,该文针对现有三维建模的技术特点,提出了基于OBJ标准模型文件的面向对象的树木三维数据模型,并论证了该模型在林分可视化中应用的正确性和高效性。     

滇池流域非点源污染文档型时空数据模型的研究与应用

针对滇池流域非点源污染应急响应、模拟及数据挖掘过程中,现有的基于关系数据库建立的时空数据模型进行了分析并指出其不足,提出了基于Mongo DB及面向对象时空数据模型改进的文档型时空数据模型,以有效组织、存储与管理非点源数据;最后设计了滇池流域非点源污染时空数据管理系统,实现不同来源、格式数据的导入导出、编辑、索引及高级运算功能。试验证明,系统在存储、管理和维护海量时空数据等方面得到了提升,能为滇池流域非点源污染时空过程数据的模拟以及大数据挖掘提供统一的访问接口和数据支撑。     

可视化配电网潮流计算软件设计

应用VC＋＋开发了一套具有可视化的配电网潮流计算软件,阐述了软件开发的设计思想与整体结构以及各模块的功能特点。该软件采用面向对象的程序设计方法,使运行人员能够在良好的人机界面下,实现快速准确的数据录入和计算结果显示,系统易于扩充和维护,运行过程中出现线路过载或电压越限采用醒目颜色显示。结果表明,该软件可视化程度较高、界面全部汉字化,实用性较强。     

基于面向对象分类法的农田识别提取

【目的】利用中低分辨率遥感影像,精确获取县域尺度的农田分类结果,提供一定的方法参考。【方法】兹以中等分辨率的Landsat8 OLI遥感影像数据为数据源,采用面向对象的CART决策树分类法,对垫江县的农田进行了识别与提取,并与基于像元提取的最大似然法分类结果进行精度对比。【结果】(1)与最大似然分类法相比,CART决策树分类法的精度更高,总体精度和Kappa系数分别达到88.8%和0.85,对于旱地和水田的制图精度高达90%以上;(2)在分割尺度的确定上,使用eCognition软件中的ESP工具能快速的确定最优分割尺度,提升了效率和科学性;(3)县域尺度上,面向对象分类法对中等分辨率影像数据进行遥感提取也具有一定的适用性。【结论】基于Landsat8 OLI遥感数据的面向对象分类法能够实现县域尺度低成本高精度农田分类的需要,也为缓解精度和成本、空间分辨率和提取方法的矛盾提供了一定的参考。     

基于eCognition软件的显微图像叶脉网络提取与优化

叶脉网络的提取及其性状参数的测算,可为植物叶脉生态学机理研究提供重要参考。以不同叶特性的6类树种(国槐、毛白杨、臭椿、洋白蜡、元宝枫和栾树)叶片为对象,基于e Cognition软件对叶脉显微图像进行多尺度分割,综合利用显微图像的光谱信息和几何信息构建提取知识库,并使用叶脉循环生长法对提取结果进行完善,增加叶脉网络的完整性。结果表明,叶脉提取的最优阈值分别为:尺度参数200,形状参数0. 7,紧凑度参数0. 3,亮度特征值230～280,光谱特征值180～230,几何特征值大于1. 5。叶脉密度测算的精度均达到了93%以上,对植物叶脉信息的快速提取具有较高的普适性。     

面向对象分类技术在开发建设项目水土保持监测中的应用

[目的]研究基于无人机低空遥感影像的面向对象分类技术在开发建设项目水土保持监测中的应用,为水土保持监测工作的信息化能力提升提供技术支撑。[方法]利用旋翼无人机获取水土保持监测目标区域的低空遥感影像,通过倾斜摄影技术构建数字表面模型,结合ESP分割尺度评价工具获取最优分割尺度参数,采用多元特征空间指标参与最邻近分类法的监督分类,并依据位置信息的评价方法和误差矩阵对分类解译精度进行验证。[结果]本研究的水土保持监测目标区域的地物分类总体精度达到了86.10%,Kappa系数为0.841,有较好的一致性,能够满足精度需求。[结论]利用无人机低空遥感影像的面向对象分类技术实现了开发建设项目水土保持监测区域地物的快速、精确识别和分类。     

面向GF-1数据不同融合方法对扰动地块的提取

以GF-1影像为数据源,采用HPF变换(High-Pass fusion,高通滤波变换)、Ehlers变换(空间滤波变换)、Brovey变换(彩色标准变换)、GS变换(Gram-Schmidt,正交化变换)、PC变换(Principle Components,主成分变换)等5种常用融合算法,根据视觉分析和数理统计分析对融合后的影像进行质量评价,并通过面向对象分类方法对扰动图斑信息进行提取,研究适用于生产建设项目集中区扰动地表信息提取的融合算法。结果表明:基于PC和GS算法的融合结果影像视觉效果好,细节清晰,色调自然,纹理增强明显,较好的融合了多光谱影像的光谱信息和全色影像的空间信息。通过定量分析可知,PC变换最大程度地保持原多光谱影像的光谱特性,GS融合算法在增益效果上具有优势,融合影像信息量最大,纹理最为细致。总体而言,PC变换和GS变换影像融合算法在生产建设项目扰动图斑信息提取上具有很大的优势,在煤炭覆盖区提取正确率均为100%,在裸露地表和在建建筑用地混合区大于80%,较原始多光谱影像分类精度提高了约10%。该研究为推进国产高分遥感数据在生产建设项目水土保持监管中的高效应用奠定数据基础,对提升生产建设项目水土保持监管效率和信息化水平具有非常重要的意义。     

基于Landsat 8 OLI影像纹理特征的面向对象土地利用/覆盖分类

针对如何提高中低分辨率遥感影像分类精度,该研究以河北省石家庄市Landsat 8 OLI遥感影像为研究对象,对灰度共生矩阵(gray-level co-occurrence matrix,GLCM)纹理与伽博(Gabor)滤波器下的Gist纹理特征进行对比,应用J-M(Jeffries-Matusita)距离可分离性分析GLCM最优纹理特征,并利用最佳指数法(optimum index factor,OIF)获取GLCM与Gist纹理特征的最佳特征组合;其次对面向对象分类的分割尺度进行研究,提出整体最优分割尺度计算方法;最后进行基于纹理特征的面向对象分类识别与精度评价,并与基于原始数据的面向对象分类结果进行对比。研究表明:Gist纹理特征使分类精度有了一定的提高,基于纹理数据的面向对象支持向量机(support vector machine,SVM)分类及面向对象K邻近法(K-nearest neighbor,KNN)分类的总体分类精度(overall accuracy,OA)分别比基于原始数据的2种方法分类精度提高3.67和3.33个百分点,基于纹理的面向对象SVM方法具有最高的精度,OA达到85.67%。不管是基于原始数据还是纹理数据,面向对象分类精度远高于最大似然分类(maximum likelihood classification,MLC)、马氏距离分类(mahalanobis distance classification,MDC)和SVM分类精度,且面向对象分类方法对纹理数据更为敏感。该文提出的基于纹理的面向对象分类方法有效提高了遥感影像分类精度,为区域土地利用/覆盖信息提取提供了有效的途径。     

1990-2013年抚远市水田扩张遥感监测

为了揭示1990-2013年抚远市水田扩张规律,以Landsat TM/OLI遥感影像为数据源,采用面向对象与人工目视解译结合的分类方法,提取抚远市1990、2013年水田信息,采用土地利用动态度法、叠加分析法和景观质心平移法,在辅以气候和经济数据,分析水田扩张特征及驱动因素。结果表明：面向对象与人工目视解译结合的方法能够准确完成对抚远市水田信息的提取,总体精度达到85%以上;2013年抚远市水田面积3193.81km2,比1990年增加2977.67km2,土地利用动态度为7.17%,变化率达到129.46%;23a间水田与其他地类之间转换最剧烈的是湿地,湿地转变成水田面积1739.75km2,占水田面积增加总量的58.15%;空间上,抚远市水田面积扩张呈现北扩东移趋势。1990-2013年抚远市水田扩张的驱动因素不仅有积温和降水等自然因素,同时也有人口增加、经济发展、科技进步和政策调控等人文因素。本文通过遥感手段对抚远市水田扩张现状进行了研究,为未来研究区农业发展提供了方向。     

利用面向对象的技术进行树冠信息提取研究

［研究目的］为了研究如何利用遥感数据进行京津风沙源工程区的林木长势现状监测。［方法］利用位于工程区内的北京市延庆县张山营镇某实验地的0.6米分辨率的QuickBird遥感数据,对该区的树冠信息进行了提取。具体是首先对快鸟数据进行正射校正、图像融合、图像增强,从而减少噪音;然后在易康软件中利用面向对象的技术进行树冠信息的提取工作研究;最后将生成的树冠分布图直接以矢量数据输出,这样便可以在ArcGIS中实现冠幅的统计分析。［结果］发现监测的最低精度为68.49%,最高精度为96.01%,监测的平均精度达到了80.02%.［结论］该方法满足遥感监测精度要求。在对工程小班冠幅进行提取过程中,监测到的林木保存率最高为74.10%,最低为50.86%,平均保存率为62.38%。为遥感数据辅助开展京津风沙源工程监测提供了科学依据。