【摘 要】
：
地理国情主要是指地表自然和人文地理要素的空间分布、特征及其相互关系，是基本国情的重要组成部分。普查对象主要是我国陆地国土范围内的地表自然和人文地理要素。普查内容包括两部分：一是自然地理要素的基本情况，包括地形地貌、植被覆盖、水域、荒漠与裸露地等的类别、位置、范围、面积等，掌握其空间分布状况；二是人文地理要素的基本情况，包括与人类活动密切相关的交通网络、居民地与设施、地理单元等的类别、位置、范围等，
【机 构】
：
北京全景天地科技有限公司,北京,100085 四川省第三测绘工程院,成都,610500
论文部分内容阅读
地理国情主要是指地表自然和人文地理要素的空间分布、特征及其相互关系，是基本国情的重要组成部分。普查对象主要是我国陆地国土范围内的地表自然和人文地理要素。普查内容包括两部分：一是自然地理要素的基本情况，包括地形地貌、植被覆盖、水域、荒漠与裸露地等的类别、位置、范围、面积等，掌握其空间分布状况；二是人文地理要素的基本情况，包括与人类活动密切相关的交通网络、居民地与设施、地理单元等的类别、位置、范围等，掌握其空间分布现状。
其他文献
样本的数量与质量是影响高光谱影像分类精度的重要因素之一。但在实际应用中，已知标记的样本数量往往较少，而未标记样本则是大量的存在。为了有效利用未标记样本中蕴合的光谱信息来提高分类精度，本文结合新型神经网络分类算法极限学习机(ELM)，提出一种新的高光谱影像分类方法——半监督极限学习机分类算法(SSELM)。该算法在图框架下，通过引入少量有标记的训练样本以及大量无标记训练样本，根据欧式距离测度和光谱角
高分一号卫星(GF-1)是我国高分辨率对地观测系统的第一颗星,自2013年4月26日发射以来已经获取了大量的遥感数据。为实现GF-1卫星影像的定量化应用,必须对高分一号卫星影像进行辐射校正和大气校正。现有的大气校正通常采用FLAASH(Fast Line-of-sight Atmospheric Analysis of Hypercubes)软件实现,但由于FLAASH软件需要手动输入成像时间、图
高分辨率卫星遥感影像(HRSI,High-Resolution Satellite Imagery)是人类获取高精度地理空间信息的重要来源之一,在国民经济建设和国防建设中具有广泛的应用。卫星影像的高精度几何定位是遥感影像几何处理和地理空间信息获取的技术基础,是高分辨率卫星影像广泛应用的重要前提,也是当前卫星遥感应用领域亟需解决的关键问题之一。当前高分辨率遥感卫星基本上都采用线阵推扫成像,其传感器结
利用雷达遥感技术进行作物识别是当前作物遥感监测的研究热点之一。该文以黑龙江垦区国营农场为研究区，融合多光谱数据与Sentinel-1A VV极化雷达数据，将VV极化微波后向散射数据用于改善农作物遥感分类的精度，并比较了不同分类方法的分类精度。结果 表明，两种数据融合充分利用了多光谱数据的光谱信息和VV极化数据对于地物结构敏感的特征，不但增强了不同地物之间的影像特征差异，而且提高了作物分类精度。利用
SIFT匹配算法是由DavidLowe在2004提出的，该算子是一种对影像旋转、缩放、噪声以及仿射变换保持不变性的影像尺度空间局部特征描述算子，由于其各种良好的不变特性在图像匹配中得到广泛的应用.在该算法中，特征点描述符的相似性度量大多采用欧氏距离(Eulidean distance)，而在目前诸多学者提出的距离测度中除欧氏距离外还有其他应用较为广泛的如城市距离(City block distan
提出了一种综合利用实、复相关函数与旋转不变LBP特征的SAR复影像配准方法。首先利用联合马尔科夫模型处理两幅复影像，抑制相干斑噪声；其次，采用几何配准的方式对两幅影像进行粗配准接着在两幅影像上选取若干分布均匀的控制点，并在待配准影像中控制点处的搜索窗口内，分别计算得到实、复相关系数最大值处的位置，并在两个位置处建立旋转不变LBP特征描述。然后，依据实、复相关系数与旋转不变LBP特征，在已获取的两个
云是影响数据高质量获取和应用的关键因素,本文对Landsat系列卫星数据的自动云量评估进行介绍,包括Landsat-5,Landsat-7和Landsat-8三颗主要卫星,重点说明它们之间的区别和联系,包括云量评估所处阶段的不同,输入输出数据的不同,处理方法的不同,数据格式的不同,以让读者对Landsat系列卫星数据的自动云量评估有个系统性的整体认识和了解. Landsat-5卫星数据的云量评估采
In this paper,Study on the scale effect of quantitative remote sensing,in order to solve the problem based on multi-scale NDVI.Object : Aimed at solving the problem of quantitative remote sensing scal
本文在已有的变化检测方法基础之上,引入并提出利用深度学习中的深度信念网络对高分辨率遥感影像进行分类及变化检测分析。通过与已有方法的对比发现图像差值法“椒盐”现象不可避免,影响变化检测的结果,且此类方法只区分出变化与非变化的区域,并不知道地物类型,对具体的应用受限。深度学习的总体精度和Kappa系数最高,其次为最大似然分类器,ISODATA最差。深度学习的生产者精度,误判率比较低,最适用于变化趋势的
.这篇文章利用融合的多源卫星遥感数据探讨15年的全球海浪有效波高的时空分布特征.包括国内外的6颗卫星(TOPEX/Poseidon,Jason-1/2,Envisat,Cryosat-2,HY-2A)遥感数据,这些数据有不同的时空覆盖,数据量超过1.04TB,使用反距离加权方法得到全球海浪有效波高0.25°×0.25°网格数据.利用美国国家数据浮标中心(NDBC)的现场观测浮标数据对全球海浪有效波