专家系统用于遥感图像处理的方法研究*

针对气象卫星监测森林火灾和遥感图像分类问题，论述专家系统用于遥感图像处理的方法，使用框架和规则的知识表示方法、匹配和以正向推理为主的推理机制、综合的控制策略、使用置信度处理不确定性和构造实用专家系统的方法。据此实现的软件模块，经实验数据检测，取得满意的结果。     

专家系统在TM遥感图像分类中的应用研究

本文介绍一种以ＴＭ遥感图像光谱分类为基础，专家知识为依据，应用地理信息系统提取各种辅助信息，以图斑作为基本分类单元，按照一定的专家系统推理机制，对光谱分类中精度低的地类作进一步判别，达到提高分类精度的方法。通过对山西省隰县的应用，取得了较为理想的效果。     

专家系统在森林遥感图象分类中的应用

传统的林业遥感图像计算机分类方法,多作为目视判读的一种辅助手段,对数字图像数据本身进行分类。在这种分类过程中,各种辅助数据及林学家、图像判读员的经验和知识一直未能得到直接充分有效的利用。通过建立专家系统可将上述各种辅助数据和专家知识直接加入计算机分类的过程,以达到在一定程度上取代目视判读的目的。本文讨论了一个小型林业遥感图像分类专家系统的总体设计、数据库设计、信息综合、推理方法以及用此系统对一TM图像进行实际分类的初步结果。     

遥感技术在红树林资源调查中的应用

简述了广西钦州市在红树林资源调查中遥感图像的处理与使用方法 ,为在全国全面开展红树林调查选择正确的调查方法和遥感信息源进行了有益的尝试     

FST空间影像文件与CAD图像信息叠加的研究

把FST新格式影像利用一定的遥感图像处理技术处理后与CAD图像进行叠加,使输出图像既具有遥感影像信息,又具有丰富的林班、区界等细节信息。这种方法使ERDAS和ARCINFO等软件结合使用,功能互补提高了成图的信息量和质量。     

蒙古栎病虫害专家系统的设计与实现

针对目前森林植保专家无法进入现场诊断病虫害,研究开发了蒙古栎(Quercus mongolica)病虫害诊断专家系统,系统收集了蒙古栎主要病虫害的症状特征和图像信息,建立病虫害知识库,将图像指认和症状特征诊断相结合,构建推理机,通过推理诊断出病虫害种类,获得防治方法。     

基于深度学习特征和支持向量机的遥感图像分类

随着遥感图像采集技术的迅速发展,传统的遥感图像处理方法已经不能满足当前实际的生产需要。近年来,深度学习模型的流行为遥感图像分类问题的解决提供了新的途径。因此,为了进一步提升遥感图像的分类精度,笔者提出了一种基于深度学习特征和支持向量机(support vector machine,SVM)的遥感图像分类模型。首先,针对深度学习模型需要海量训练数据的特点,运用旋转、剪裁等方法对原始的遥感图像进行数据扩增;然后,将扩增数据按照种类随机地分为训练集和验证集两部分测试集,并使用训练集和验证集训练改进的针对遥感图像分类问题的卷积神经网络(convolutional neural network,CNN)中的参数,进而在训练好的CNN模型上提取第一部分测试集的深度学习特征;最后,使用第一部分测试集的深度特征训练多分类SVM,并对第二部分测试集图像进行分类验证。实验采用NWPU-RESISC45公共数据集对本研究模型精度进行验证,与现有的遥感图像分类方法相比较,实验结果表明,提出模型的总体分类精度有明显提升,从而验证了方法的有效性和实用性。     

诊断和维修的专家系统(英文)

专家系统就是把专家的知识技能和经验输入电子计算机，按照编制的特定程序软件，通过电子计算机处理，给用户和咨询者提供关于该问题的合理咨询和决策。同时，按用户和咨询者的需求，该系统还具有检测、推理和直接提供信息资料的功能。由于雇员的离职和退休，工厂企业需要他们的知识、技能和经验。专家系统可以帮助把这些专门知识储存起来，应用于故障诊断和维修领域。于是ＴｅｘａｓＡ＆Ｍ大学林学系农业实验站，１９８９年开发出车床专家系统（ＬＥＳ）。在日本，１９９０年又开发出汽车空调压缩机故障摄影专家系统。表１部分地列出了全世界主要的有关故障诊断和维修的专家系统。专家系统和专家是有根本区别的。专家系统是模拟人的思维过程的计算机程序，它不能包括普通数学、物理和化学等知识，也不包括某一特殊设备的故障诊断和维修，它缺乏专家的推理和想象能力。表２对专家系统和维修工程师的特点进行了比较。未来的诊断故障和维修专家系统应能同工作过程实时操作，还应扩大监测、诊断和维修的功能，并图示化。图３就是其流程图。     

结合GIS的遥感专题地图编制与应用

探讨了如何利用地理信息系统技术和遥感技术编制遥感专题地图的技术方法和过程,并对遥感图像处理、地图数字化、图像几何精校正和遥感专题地图的应用等问题作了详细论述。     

液压故障诊断专家系统的开发

根据液压系统故障诊断的特点，开发了应用于液压故障诊断的智能型专家系统，该系统可实现液压故障分析、推理和诊断的在线处理，系统的逻辑推理严密，分析详尽准确，操作简单，具有良好的实用性及可操作性。     

WorldView-2遥感影像在广西第五次沙化监测中的应用

World View-2遥感影像因具有多光谱波段和0.46 m空间分辨率,反映地物信息丰富、影像清晰等特点被各行业广泛使用。广西前期沙化监测采用的遥感影像均是空间分辨率为米级的影像,但监测工作效率与结果均不是很理想。文章对World View-2卫星遥感图像处理、遥感图像目视解译标志库建立、遥感图像判读及判读结果检验等方面进行阐述与分析。结果认为,采用该遥感影像进行沙化监测具有精度高、工作效率高的特点,可推广应用。     

基于TM遥感影像的林相图的编制与应用

探讨了如何以TM遥感影像为数据源 ,运用地理信息系统技术和遥感技术编制林相图的技术方法和过程 ,并对遥感图像处理、地图数字化、图像几何精校正和基于遥感的林相图的应用等问题作了详细论述     

基于亚像元分解与增强的MODIS卫星林火监测图像制作

为提高低空间分辨率遥感影像在卫星林火监测部门的应用质量,获取更准确的火灾信息,制作可视效果更好、便于基层部门使用的卫星林火监测图像。本研究以2013年2月6日云南省大理市黄家村森林火灾为背景,研究了一种基于亚像元分解与增强技术的卫星林火监测图像制作技术。结果表明,通过亚像元分解与增强技术,对空间分辨率低的气象卫星遥感图像进行处理,可得到空间分辨率为30 m的图像产品,能够将低分辨率遥感影像处理成超分辨率的遥感影像图像。该技术可应用于林火监测部门发布相关的监测图像。     

遥感技术在森林资源调查中可行性分析

选择有代表性的地类小班使用TM卫星遥感(RS)图像现地区划面积，同时使用GPS观测小班面积，计算TM图像区划面积和GPS定位观测小班面积绝对误差和相对误差。经试验，确定森林资源规划设计调查，采用TM遥感图像现地区划最小面积4．0hm^2，适宜最小比例尺为1：25000。     

森林资源二类调查中遥感图像增强技术应用研究

为提高森林资源二类调查中目视判读的质量,以蛟河林业试验区管理局的精校正后的SPOT-5全色遥感图像和SPOT-5多光谱遥感图像为数据源,利用ERDAS9.2遥感处理软件,进行融合处理后,对不同的融合结果进行辐射增强和光谱增强处理后进行目视判读,再利用ENVI5.0遥感软件和MATLAB7.0软件进行定量分析,结果表明:对于SPOT-5遥感图像,先经高通滤波融合处理,再进行直方图均衡化增强处理,是得到高质量遥感图像的最佳选择。     

杉木人工林林分经营专家系统研究

根据林分经营的特点，提出了林分经营专家系统的总体设计框架、知识获取和知识表达方式、推理机制以及不精确信息处理方法，并开发了杉木人工林林分经营专家系统原型，本系统根据用户所输入不同的年龄、林分密度和地位指数就可作出相应的林分经营决策，使森林经营决策科学化.     

遥感和GIS技术在广东省湿地信息提取中的应用

在分析广东粤西湛江、雷州半岛区城CBERS-02遥感影像数据特征的基础上,利用遥感与地理信息系统软件处理遥感影像的方法,对图像数据进行几何校正和融合处理,采用遥感图像多源信息复合、人机交互解译与GIS技术相结合的解译方法,实现湿地信息的提取,提取的总精度高达83.5%,比单纯的采用监督分类精度提高20%,获得了理想的结果,为广东湿地环境可持续发展提供决策支持。     

基于ERDAS的森林资源遥感信息初步研究

以图像处理系统ＥＲＤＡＳ为基础，以ＴＭ卫星遥感图像和地面森林资源调查数据为材料，讨论了ＥＲ－ＤＡＳ计算机图像处理的有关过程，研究了如何把遥感图像和森林资源调查数据相结合并从中提取相关信息的方法，建立了遥感图像与ＧＩＳ资源数据库之间的对应关系。结果表明，该研究方法正确可行，输出图像精度高，可为森林资源管理工作提供重要的遥感基础信息。     

基于小班取证推理的林业遥感数据分类方法研究

提出一种基于小班取证推理的林业遥感数据分类方法首先,获取小班多边 形空间位置数据和属性数据,然后对遥感影像进行基于小班的光谱分析和空间分析,同时结合野外调查和GPS调查数据集及林业常识,决定小班空间数据是否应变动,最后,利用专家系统证据理论合并多种信息源证据,得出小班类型新分布;用VisualC++工具,编程实现了该方法的几个重要模块;初步试验表明新方法能方便地分析出资源变化情况,可以改善遥感影像分类精度,并能使分类结果落实到具体的小班,但是,它在林业上实际应用仍需进一步的研究.     

马尾松毛虫防治决策专家系统

本文介绍了马尾松毛虫防治决策专家系统的建立及其指导思想和理论基础;叙述了该系统的知识库、推理机及系统结构;讨论了该系统的决策应用特点及推理技术特点,并举例说明了系统的运行及使用方法。