五、P23 攝影測(cè)量與遙感學(xué)

CH20111443 3D井地磁測(cè)聯(lián)合反演技術(shù)及其在危機(jī)礦山找礦中的應(yīng)用=3D Joint Inversion of Surface and Borehole Magnetic Data and Its Application to Crisis Mines Exploration/馮杰，劉天佑，楊宇山（中國(guó)地質(zhì)大學(xué)（武漢）地球物理與空間信息學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（12）.-1436～1439

介紹了3D井地磁測(cè)聯(lián)合反演技術(shù)及其必要性，并將其應(yīng)用于大冶鐵礦某礦區(qū)，獲得了較好的效果。該方法適用于我國(guó)的各個(gè)礦區(qū)，充分利用了井中及地面磁測(cè)資料的優(yōu)勢(shì)、先驗(yàn)信息及解釋人員的經(jīng)驗(yàn)，克服了單一資料反演的缺陷，能夠準(zhǔn)確地判斷地下地質(zhì)（礦）體的空間形態(tài)、位置。圖4參14

?井中磁測(cè) 地面磁測(cè) 聯(lián)合反演 可視化

CH20111444 利用AdaBoost算法進(jìn)行高分辨率影像的面向?qū)ο蠓诸?lèi)=Object-oriented Classification of High Spatial-resolution Remote Sensing Imagery Based on AdaBoost/龔健雅，姚璜，沈欣（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（12）.-1440～1443，1448

利用面向?qū)ο蟮倪b感影像處理技術(shù)，通過(guò)影像分割構(gòu)建影像對(duì)象，選取若干分割后的影像對(duì)象作為訓(xùn)練樣本。利用提取出的訓(xùn)練樣本并利用多種特征（光譜、紋理、空間），使用AdaBoost算法對(duì)影像對(duì)象進(jìn)行分類(lèi)。Quick-Bird影像分類(lèi)實(shí)驗(yàn)證明了此方法的有效性。圖3表5參8

?高分辨率 影像分類(lèi) 面向?qū)ο?/p>

CH20111445 利用ReliefFO和海明遺傳算法的面向?qū)ο蠓诸?lèi)特征選擇算法=Object-oriented Feature Selection Algorithms with ReliefFO and H aiming Genetic Algorithm/張穎娜，張超，趙冬玲，楊建宇（中國(guó)農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（12）.-1444～1448

對(duì)ReliefF算法進(jìn)行改進(jìn)，提出了基于對(duì)象的特征評(píng)價(jià)算法——ReliefFO算法。利用分類(lèi)決策面能夠在類(lèi)間移動(dòng)的最大距離，對(duì)特征子集進(jìn)行評(píng)價(jià)；并采用海明遺傳算法，利用近親交叉回避策略對(duì)特征子集進(jìn)行選擇、交叉、變異等遺傳操作，以搜索最優(yōu)特征子集。實(shí)驗(yàn)結(jié)果表明，此方法能夠有效優(yōu)化面向?qū)ο蠓诸?lèi)的特征空間，提高分類(lèi)精度。圖2表2參11

?面向?qū)ο蠓诸?lèi) 特征選擇 Relief算法

CH20111446 利用P-EDMP與光譜進(jìn)行高光譜遙感影像分類(lèi)=Classifying Hyperspectral Image Based on P-EDMP and Spectrum/李祖?zhèn)鳎R建文，張睿，李利偉（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（12）.-1449～1452

提出了一種改進(jìn)的擴(kuò)展形態(tài)剖面導(dǎo)數(shù)（P-EDMP）以及一種融合P-EDMP與光譜的分類(lèi)方法。采用AVIRIS高光譜遙感數(shù)據(jù)，與融合光譜和擴(kuò)展形態(tài)剖面（EMP）的方法進(jìn)行對(duì)比實(shí)驗(yàn)，結(jié)果表明，在描述高光譜遙感影像的形態(tài)特征上，P-EDMP與EDMP相當(dāng)，但是P-EDMP的時(shí)間復(fù)雜度要小；在分類(lèi)精度上，所提方法要優(yōu)于融合光譜與EMP的方法。圖1表3參8

?遙感影像 影像分類(lèi)

CH20111447 影像分類(lèi)信息支持的LiDAR點(diǎn)云數(shù)據(jù)濾波方法研究=Filtering of LiDAR Point Clouds Data with Image Classification Information/楊應(yīng)，蘇國(guó)中，周梅（中國(guó)科學(xué)院光電研究院）∥武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2010，35（12）.-1453～1456

分析了當(dāng)前點(diǎn)云濾波算法和機(jī)載LiDAR數(shù)據(jù)獲取的特點(diǎn)，提出了影像分類(lèi)信息輔助的機(jī)載LiDAR點(diǎn)云自動(dòng)分類(lèi)濾波算法。通過(guò)對(duì)植被覆蓋的山區(qū)和建筑物密集的城區(qū)點(diǎn)云數(shù)據(jù)進(jìn)行濾波實(shí)驗(yàn)，獲得了區(qū)域內(nèi)點(diǎn)云數(shù)據(jù)的準(zhǔn)確分類(lèi)信息，驗(yàn)證了此算法的有效性。圖6參8

?機(jī)載激光雷達(dá) 影像分類(lèi) 濾波 形態(tài)學(xué)

CH20111448 街景建筑物立面紋理遮擋恢復(fù)方法研究=Occlusion Removal for Building Facade Texturing/劉亞文，關(guān)振（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（12）.-1457～1460

依據(jù)建筑物豐富的直線(xiàn)信息來(lái)分割面狀遮擋物，并采用邊緣保護(hù)的模板匹配方法進(jìn)行遮擋紋理的恢復(fù)。同時(shí)，對(duì)于簡(jiǎn)單的線(xiàn)狀豎直遮擋物，采用邊緣檢測(cè)和跟蹤的方法提取影像上的遮擋區(qū)域，采用一維水平均值內(nèi)插和塊狀填充的方法恢復(fù)遮擋紋理。實(shí)驗(yàn)表明，該方法取得了較好的效果。圖10參9

?建筑物立面 遮擋檢測(cè) 紋理遮擋去除

CH20111449 面向街景立面三維重建的近景影像直線(xiàn)匹配方法研究=Study on Street Elevation 3D Reconstruction-Oriented Straight Line Matching for Close-range Images/李暢，劉亞文，胡敏，周勇（華中師范大學(xué)城市與環(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（12）.-1461～1465

提出了一種新的基于直線(xiàn)自動(dòng)分組、核線(xiàn)約束、滅點(diǎn)方向引導(dǎo)和影像金字塔模型的直線(xiàn)匹配算法。該算法利用核線(xiàn)約束縮小搜索范圍但不完全依賴(lài)于核線(xiàn)，利用滅點(diǎn)方向引導(dǎo)匹配但不完全依賴(lài)于滅點(diǎn)，并且符合空間物體整體分布不連續(xù)但局部連續(xù)的客觀規(guī)律，再加上大范圍的搜索，不僅克服了一般直線(xiàn)匹配算法中核線(xiàn)約束退化或基于單應(yīng)性映射失效的缺陷，而且能匹配出直線(xiàn)段端點(diǎn)。同時(shí)，還提出了基于隨機(jī)抽樣一致性的單片剔除誤匹配直線(xiàn)的算法。實(shí)驗(yàn)驗(yàn)證了此算法的實(shí)時(shí)性、準(zhǔn)確性和實(shí)用性。圖3表1參11

?核線(xiàn) 滅點(diǎn) 影像金字塔 直線(xiàn)匹配

CH20111450 鄱陽(yáng)湖HJ-1-A/B衛(wèi)星CCD傳感器懸浮泥沙遙感監(jiān)測(cè)=Suspended Sediment Monitoring in Poyang Lake Using HJ-1-A/B CCD Imagery/張偉，陳曉玲，田禮喬，陳莉瓊（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（12）.-1466～1469

以鄱陽(yáng)湖為研究區(qū)域，在分析實(shí)測(cè)懸浮泥沙濃度和水體光譜數(shù)據(jù)的基礎(chǔ)上，針對(duì)HJ衛(wèi)星CCD傳感器數(shù)據(jù)分析了幾種懸浮泥沙濃度反演經(jīng)驗(yàn)?zāi)Ｐ偷挠行浴?shí)測(cè)數(shù)據(jù)結(jié)果表明，應(yīng)用HJ衛(wèi)星CCD傳感器第三波段建立的對(duì)數(shù)反演模型具有較高精度，懸浮泥沙濃度反演平均相對(duì)誤差為12％。表1參21

?懸浮泥沙 遙感反射率

CH20111451 航天線(xiàn)陣CCD傳感器內(nèi)方位建模與優(yōu)化=The Inner Orientation Modeling and Optimization of Space Line-array CCD Sensor/湯志強(qiáng)，蘇文博（信息工程大學(xué)測(cè)繪學(xué)院）葛海軍∥遙感信息.-2010（6）.-3～5，30

線(xiàn)陣CCD傳感器在航天攝影測(cè)量中已獲得了廣泛的應(yīng)用，但衛(wèi)星發(fā)射上天后由于多種因素，CCD、鏡頭的各項(xiàng)參數(shù)均發(fā)生了變化，原來(lái)實(shí)驗(yàn)室里標(biāo)定的值將不再適用。此時(shí)衛(wèi)星影像定位必須顧及像點(diǎn)的實(shí)際偏差，否則將對(duì)定位精度產(chǎn)生很大的影響。詳細(xì)分析了造成這些偏差的因素，構(gòu)建了合適的內(nèi)方位模型，然后以HRS影像為例對(duì)模型中的參數(shù)進(jìn)行了解算并作了優(yōu)化。試驗(yàn)表明，本文所建立的內(nèi)方位模型是合理的。圖6表3參6

?HRS影像 Dimap文件 內(nèi)方位

CH20111452 基于改進(jìn)支持向量機(jī)方法的影像分類(lèi)和目標(biāo)識(shí)別研究=Research on Classification and Target Recognition of Remote Sensing Image Based on Improved Support Vector Machine/賀衛(wèi)中，周維娜，束平（常州市土地勘測(cè)中心）∥遙感信息.-2010（6）.-6～8，13

利用衛(wèi)星遙感影像進(jìn)行土地利用變化監(jiān)測(cè)的關(guān)鍵技術(shù)是影像分類(lèi)與目標(biāo)識(shí)別。提出了支持向量機(jī)的改進(jìn)算法，基于小波核函數(shù)構(gòu)建了小波模糊支持向量機(jī)。通過(guò)項(xiàng)目“集成衛(wèi)星遙感與地形地籍?dāng)?shù)據(jù)進(jìn)行土地利用變化檢測(cè)”的研究和實(shí)驗(yàn)，力求在創(chuàng)新處理算法上取得突破，提高重點(diǎn)目標(biāo)識(shí)別的準(zhǔn)確性、可靠性。圖2參6

?小波核函數(shù) 模糊支持向量機(jī) 目標(biāo)識(shí)別

CH20111453 茂密植被區(qū)域LiDAR點(diǎn)云數(shù)據(jù)濾波方法研究=The Airborne LiDAR Point Clouds Data Filtering Method of the Dense Forest Area/楊應(yīng)（中國(guó)科學(xué)院研究生院），蘇國(guó)中，周梅∥遙感信息.-2010（6）.-9～13

點(diǎn)云數(shù)據(jù)的濾波和分類(lèi)是激光雷達(dá)數(shù)據(jù)應(yīng)用處理重要環(huán)節(jié)，是當(dāng)前研究的熱點(diǎn)問(wèn)題。本文針對(duì)茂密植被區(qū)域點(diǎn)云數(shù)據(jù)的特點(diǎn)，提出了以移動(dòng)窗口和坡度算法為基礎(chǔ)的改進(jìn)的點(diǎn)云數(shù)據(jù)濾波算法。試驗(yàn)結(jié)果表明，改進(jìn)的濾波算法對(duì)地形變化復(fù)雜、植被郁閉度較高覆蓋、地面激光腳點(diǎn)比較少的點(diǎn)云數(shù)據(jù)有良好的效果。圖6表1參8

?激光雷達(dá) 濾波 插值

CH20111454 ARSIS概念下基于第二代Curvelet變換的遙感影像融合方法=An Image Fusion Method Based on the Second Generation Curvelet Analysis within the ARSIS Concept Frame/彭凌星，朱自強(qiáng)，魯光銀（中南大學(xué)信息物理工程學(xué)院）∥遙感信息.-2010（6）.-14～18

ARSIS概念下的遙感影像融合中多尺度分析方法層出不窮，經(jīng)典的小波分析方法因?yàn)榉较蛴邢耷沂歉飨蛲缘模虼瞬荒堋跋∈琛北磉_(dá)二維圖像中的線(xiàn)奇異以及邊緣方向，在融合影像中引入一定程度模糊。曲波（Curvelet）作為一種新的多尺度分析方法比小波分析更加適合分析二維圖像中的曲線(xiàn)或直線(xiàn)狀邊緣特征，而且具有更高的逼近精度和更好的稀疏表達(dá)能力。利用第二代Curvelet作為多尺度分析工具，并提出一種新的分量融合模型，粗尺度分量線(xiàn)性加權(quán)融合，不同層次細(xì)尺度分量采用不同融合模型，1°和2°層對(duì)全色影像A分量進(jìn)行調(diào)整使其與多光譜影像B分量具有相同的概率密度函數(shù)；3°層基于對(duì)全色影像和多光譜影像分量的相關(guān)性判斷來(lái)調(diào)整融合分量。利用該方法對(duì)SPOT-5影像進(jìn)行了融合實(shí)驗(yàn)，并對(duì)比小波融合方法和傳統(tǒng)模型下的Curvelet融合方法。實(shí)驗(yàn)結(jié)果表明Curvelet方法無(wú)論在光譜保真度還是空間細(xì)節(jié)增強(qiáng)方面都優(yōu)于小波方法，且本文提出的融合模型提高了傳統(tǒng)模型下Curvelet的融合效果。圖3表1參10

?Curvelet變換 Wavelet變換 融合模型

CH20111455 遙感蝕變信息提取中的干擾因素研究與消除對(duì)策=Study and Elimination of the Interfering Factors in Remote Sensing Alteration Information Extraction/張遠(yuǎn)飛，袁繼明，朱谷昌，吳德文，鄭緯（有色金屬礦產(chǎn)地質(zhì)調(diào)查中心）∥遙感信息.-2010（6）.-19～25

把“背景”、“干擾”與“蝕變異常”作為遙感蝕變信息檢測(cè)與提取中的3個(gè)主要研究對(duì)象，并在光譜點(diǎn)陣空間（重點(diǎn)剖析二維散點(diǎn)圖）中研究它們的幾何結(jié)構(gòu)特征與空間關(guān)系，以此探求“干擾”因素的空間定位與檢測(cè)，最后在此基礎(chǔ)上提出對(duì)干擾因素的消除對(duì)策與技術(shù)方案。圖7表1參12

?蝕變信息提取 光譜點(diǎn)陣空間 二維散點(diǎn)圖

CH20111456 基于計(jì)算機(jī)仿真技術(shù)的CBERS-02B CCD影像幾何誤差分析=CBERS-02B CCD Image Geometric Error Analysis Based on Computer Simulation/徐鄭楠，馮鐘葵（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（6）.-26～30

衛(wèi)星影像的地理坐標(biāo)定位會(huì)受諸多因素的影響而產(chǎn)生誤差，各影響因素相互交織，使得誤差模型非常復(fù)雜。傳統(tǒng)的幾何誤差分析方法中，通常各種變量失去其物理意義，看不到幾何糾正誤差真實(shí)的規(guī)律。采用計(jì)算機(jī)仿真技術(shù)進(jìn)行CBERS-02B衛(wèi)星CCD影像幾何誤差分析。首先建立影像成像的嚴(yán)密幾何模型，在此基礎(chǔ)上將影響因素人為引入誤差或退化采樣精度進(jìn)行仿真實(shí)驗(yàn)和分析，得到CBERS-02B衛(wèi)星CCD影像畸變的規(guī)律。表7參6

?誤差分析 計(jì)算機(jī)仿真 嚴(yán)密成像模型

CH20111457 基于面向?qū)ο蠓椒ǖ陌滋祆F檢測(cè)=Daytime Radiation Fog Detection Based on Object-oriented Method/李維，劉良明，文雄飛（武漢大學(xué)遙感信息工程學(xué)院）∥遙感信息.-2010（6）.-31～34

通過(guò)遙感技術(shù)進(jìn)行霧檢測(cè)的難點(diǎn)在于云和霧的分離，傳統(tǒng)的基于像素的霧檢測(cè)方法只考慮到云和霧的光譜信息，但是云和霧的光譜信息極為相似，不易區(qū)分。提出一種基于面向?qū)ο蟮陌滋祆F檢測(cè)方法，首先從遙感影像中提取云霧目標(biāo)，然后對(duì)云霧目標(biāo)進(jìn)行分割，最后選取云霧分離的特征參數(shù)，完成對(duì)霧區(qū)的檢測(cè)。試驗(yàn)結(jié)果顯示，相對(duì)于傳統(tǒng)的基于像素光譜信息的多層次閾值法，本文提出的基于對(duì)象的霧檢測(cè)方法相對(duì)于傳統(tǒng)方法在檢測(cè)效果上有較大的提高。圖8表1參13

?面向?qū)ο?霧檢測(cè)

CH20111458 遙感衛(wèi)星數(shù)據(jù)編程的技術(shù)研究與實(shí)現(xiàn)=Remote Sensing Satellite Data Programming Research and Implement/甘克勤（中國(guó)科學(xué)院研究生院），李安，王文，張洪群∥遙感信息.-2010（6）.-35～38，58

研究推導(dǎo)了遙感衛(wèi)星數(shù)據(jù)編程的核心算法，以及基于此算法的遙感衛(wèi)星數(shù)據(jù)編程原型系統(tǒng)的實(shí)現(xiàn)，并介紹了其主要功能、整體框架、實(shí)現(xiàn)流程和主要技術(shù)，最后對(duì)該系統(tǒng)進(jìn)行了誤差分析并展示了一個(gè)應(yīng)用實(shí)例。圖7表1參4

?遙感衛(wèi)星 數(shù)據(jù)編程

CH20111459 基于分段線(xiàn)性回歸的水質(zhì)遙感圖像校正算法=Image Correction Algorithm of Water Quality Remote Sensing Based on Piecewise Linear Regression/于小林，文建國(guó)，郁建林，覃洲（湖南大學(xué)計(jì)算機(jī)與通信學(xué)院）∥遙感信息.-2010（6）.-39～43

針對(duì)環(huán)境一號(hào)衛(wèi)星拍攝到的水質(zhì)遙感監(jiān)測(cè)圖，相對(duì)于實(shí)際水域的水質(zhì)分布狀況存在一定的差異，嚴(yán)重影響到水質(zhì)監(jiān)測(cè)報(bào)告的精確度，由此提出一種基于分段線(xiàn)性回歸的水質(zhì)遙感圖像校正算法，利用監(jiān)測(cè)水域?qū)嶋H測(cè)量到的實(shí)時(shí)數(shù)據(jù)和反演結(jié)果圖的最小值、最大值和均值，將這3對(duì)數(shù)據(jù)進(jìn)行分段線(xiàn)性回歸，得到校正公式并完成校正。實(shí)驗(yàn)結(jié)果表明該算法校正精度高、速度快，極大地提高了水質(zhì)監(jiān)測(cè)報(bào)告的精確度。圖4表3參10

?水質(zhì) 遙感圖像 分段線(xiàn)性回歸 圖像校正

CH20111460 區(qū)域尺度雪深驗(yàn)證數(shù)據(jù)的加密研究=The Research on Snow Depth Validation Data Densification at Regional Scale/朱滿(mǎn)（西安市勘察測(cè)繪院），李繼園，周命端∥遙感信息.-2010（6）.-44～47

在區(qū)域尺度的微波遙感雪深反演中，由于氣象站點(diǎn)的稀少和分布不均勻，導(dǎo)致雪深數(shù)據(jù)真實(shí)性檢驗(yàn)難以進(jìn)行，本文提出使用克里金插值法來(lái)解決這一問(wèn)題，并證明了插值結(jié)果作為AMSR-E雪深反演驗(yàn)證數(shù)據(jù)的可靠性和可行性。圖4參7

?克里金方法 冰雪遙感

CH20111461 基于Landsat-TM影像的鄱陽(yáng)湖典型濕地動(dòng)態(tài)變化研究=Landsat-TM Data Based Study on Dynamic Changes of the Typical Wetlands of Poyang Lake/余莉，何隆華，張奇，王曉龍（中國(guó)科學(xué)院南京地理與湖泊研究所）∥遙感信息.-2010（6）.-48～54

利用分層分類(lèi)法，通過(guò)對(duì)鄱陽(yáng)湖典型濕地（蚌湖與贛江中支口三角洲）長(zhǎng)序列秋季Landsat-TM影像進(jìn)行解譯分析，探討了1991年2008年間鄱陽(yáng)湖典型濕地動(dòng)態(tài)變化特征。結(jié)果表明分層分類(lèi)方法能夠有效地應(yīng)用于Landsat-TM遙感影像的解譯；從1991年到2008年蚌湖和贛江中支口三角洲濕地的植被面積分別增加18.56km2和6.01km2，其中贛江主支三角洲洲灘植被分布呈向湖體擴(kuò)展態(tài)勢(shì)。植被分布受水情影響比較大，蚌湖濕地的苔草面積與同時(shí)期水面積呈負(fù)相關(guān)性，而贛江主支三角洲濕地植被類(lèi)型結(jié)構(gòu)變化受水位影響也比較明顯，苔草面積變化與秋季湖口水位表現(xiàn)為負(fù)相關(guān)，蘆葦分布面積變化則與湖口水位變化趨勢(shì)較為一致。圖7表4參29

?遙感解譯

CH20111462 利用HJ星遙感進(jìn)行水稻抽穗期長(zhǎng)勢(shì)分級(jí)監(jiān)測(cè)研究=The Monitoring Rice Growth Condition in Heading Stage by HJ-A/B Satellite Images/李花（安徽農(nóng)業(yè)大學(xué)），李衛(wèi)國(guó)，黃義德∥遙感信息.-2010（6）.-55～58

對(duì)水稻長(zhǎng)勢(shì)進(jìn)行遙感分級(jí)監(jiān)測(cè)，制作能夠直觀反映水稻長(zhǎng)勢(shì)等級(jí)的遙感專(zhuān)題圖，便于農(nóng)業(yè)技術(shù)人員及時(shí)制定有效的田間管理措施，達(dá)到增產(chǎn)的目的。以江蘇省泰興市為例，利用HJ-A/B衛(wèi)星遙感影像，提取水稻的種植面積并分析抽穗期水稻的長(zhǎng)勢(shì)情況。在利用GPS實(shí)地取樣調(diào)查和建立解譯標(biāo)志的基礎(chǔ)上，進(jìn)行 HJ-A/B衛(wèi)星影像校正，人機(jī)交互式判讀解譯等操作，并將GPS樣點(diǎn)數(shù)據(jù)校驗(yàn)貫穿到整個(gè)分類(lèi)過(guò)程中，面積信息解譯精度在90％以上。最后，利用歸一化植被指數(shù)（NDVI）反演葉面積指數(shù)（LAI）數(shù)據(jù)信息，依據(jù)LAI數(shù)據(jù)進(jìn)行水稻長(zhǎng)勢(shì)分級(jí)，制作了泰興市水稻抽穗期長(zhǎng)勢(shì)分級(jí)遙感監(jiān)測(cè)專(zhuān)題圖。圖4表1參13

?農(nóng)業(yè)遙感 衛(wèi)星遙感

CH20111463 LIDAR點(diǎn)云支持的CCD影像地理編碼=CCD Images Geo-referencing Aided by LIDAR Point Clouds/李國(guó)元，楊應(yīng)（中國(guó)科學(xué)院研究生院），蘇國(guó)中∥遙感信息.-2010（6）.-59～62，94

針對(duì)傳統(tǒng)航空攝影測(cè)量生成有地理編碼的正射影像需要一定的地面控制點(diǎn)、密集的同名點(diǎn)匹配和繁瑣的DEM人工編輯，本文將LIDAR點(diǎn)云作為控制基準(zhǔn)，采用共線(xiàn)、共面等幾何約束條件，聯(lián)合平差求出CCD影像的外方位元素，并采用LIDAR點(diǎn)云濾波后的DEM，對(duì)CCD影像進(jìn)行正射糾正，生成具有地理編碼的影像數(shù)據(jù)，可有效地提高工作效率，節(jié)省大量時(shí)間和人工成本，試驗(yàn)結(jié)果證實(shí)了這種思路和算法的可行性。圖5表1參13

?激光雷達(dá) CCD影像 地理編碼 正射糾正

CH20111464 結(jié)合像元形狀特征分割的高分辨率影像面向?qū)ο蠓诸?lèi)=Object-oriented Classification of High Spatial Resolution Remote Sensing Imagery Based on Image Segmentation with Pixel Shape Feature/高海燕，吳波（福州大學(xué)福建省空間信息工程研究中心）∥遙感信息.-2010（6）.-67～72

針對(duì)高分辨率遙感影像空間分辨率高，結(jié)構(gòu)形狀、紋理、細(xì)節(jié)信息豐富等特點(diǎn)，提出一種新的融合特征的面向?qū)ο笥跋穹诸?lèi)方法來(lái)提取城市空間信息。基本過(guò)程包含以下4個(gè)方面：①提取影像的幾何紋理等結(jié)構(gòu)；②融合幾何與紋理特征的面向?qū)ο笥跋穹指睿虎厶崛?duì)象的形狀、紋理和光譜特征，并優(yōu)選最佳特征子集；④最后基于支持向量機(jī)（SVM）完成面向?qū)ο蟮挠跋穹诸?lèi)。通過(guò)對(duì)福州IKONOS影像數(shù)據(jù)實(shí)驗(yàn)，結(jié)果表明融入影像特征后的分割效果明顯優(yōu)于原始影像的分割結(jié)果，而信息最大化（mRMR）的特征選擇能夠快速地獲得較好的特征子集。通過(guò)與eCognition最鄰近分類(lèi)方法比較，表明本文方法的分類(lèi)總體精度大約提高了6％，效果顯著。圖5表3參12

?高分辨影像 特征提取 影像分割 面向?qū)ο?/p>

CH20111465 MODIS NDVI與MODIS EVI的比較分析=Comparison and Analysis of MODIS NDVI and MODIS EVI/李文梅，覃志豪（南京大學(xué)國(guó)際地球系統(tǒng)科學(xué)研究所），李文娟，楊強(qiáng)∥遙感信息.-2010（6）.-73～78

MODIS NDVI與MODIS EVI是目前應(yīng)用比較廣泛的植被指數(shù)，MODIS EVI是對(duì)NDVI的發(fā)展和延續(xù)，從植被指數(shù)計(jì)算公式和合成方法兩方面做了改進(jìn)。具體表現(xiàn)在：避免了MODIS NDVI在植被高覆蓋區(qū)易飽和的問(wèn)題，考慮了土壤背景對(duì)植被指數(shù)的影響，對(duì)氣溶膠等殘留做了進(jìn)一步校正，采用BRDF/CV-MVC合成方法保證了合成采用最佳像元。EVI時(shí)間序列相較于NDVI時(shí)間序列季節(jié)性更明顯，能夠更好地反映高植被覆蓋區(qū)的季節(jié)性變化特征，并且很少有突降現(xiàn)象，時(shí)間序列曲線(xiàn)較平滑。EVI的這些優(yōu)勢(shì)為高覆蓋植被物候特征的季節(jié)性變化監(jiān)測(cè)提供了新的思路。圖3參22

?時(shí)間序列 植被指數(shù) 季節(jié)變化

CH20111466 多時(shí)相影像福州市不透水面對(duì)城市地表溫度的空間分布研究=Study on Spatial Distribution of Land Surface Temperature Effected by Impervious Surface of Multi-temporal Images in Fuzhou City/韓春峰，張友水，陳友飛（福建師范大學(xué)地理科學(xué)學(xué)院）∥遙感信息.-2010（6）.-79～86

隨著城市化進(jìn)程的加快，城市熱力場(chǎng)也隨之發(fā)生變化，從而影響著城市區(qū)域環(huán)境、社會(huì)經(jīng)濟(jì)以及社會(huì)環(huán)境。由于NDVI具有季相變化的不穩(wěn)定性，本研究采用兩個(gè)時(shí)相TM/ETM+影像分析福州市及其周邊地區(qū)不透水面對(duì)熱力場(chǎng)的時(shí)空分布變化狀況。為了獲取精確的城市不透水面信息，本實(shí)驗(yàn)采用NDVI二元法結(jié)合2000年同區(qū)域的IKONOS影像提取不透水面信息。通過(guò)定量分析不透水面百分比、NDVI與地表溫度的關(guān)系，得出不透水面百分比與城市地表溫度呈線(xiàn)性相關(guān)，其相關(guān)系數(shù)在0.7左右；尤其30％以上的不透水面對(duì)地表熱環(huán)境的空間分布影響最為突出，因此，相對(duì)于不穩(wěn)定的NDVI而言，不透水面信息能更好地反映城市熱環(huán)境的空間分布狀況。圖5表4參20

?地表溫度 歸一化植被指數(shù) 植被覆蓋度

CH20111467 竹資源專(zhuān)題信息提取紋理特征量構(gòu)建研究=Study on Texture Characteristics Construction for Bamboo Resources Thematic Information Extraction/劉健，余坤勇，許章華，李國(guó)清，繆麗娟，沈建文（福建農(nóng)林大學(xué)林學(xué)院）∥遙感信息.-2010（6）.-87～94

在“同物異譜”“異物同譜”問(wèn)題較為嚴(yán)重的區(qū)域，單純利用光譜信息難以有效地提取出竹資源專(zhuān)題信息。研究以ALOS影像為數(shù)據(jù)源，以南方多山縣順昌為試驗(yàn)區(qū)域，在考慮海拔、坡向、坡度等地形因子的前提下，通過(guò)分析竹、馬尾松、杉木和其他樹(shù)種等典型植被的紋理特征差異，構(gòu)建了最佳紋理量，在此基礎(chǔ)上，分別利用基于像元與面向?qū)ο蟮谋O(jiān)督分類(lèi)方法進(jìn)行竹資源專(zhuān)題信息提取。經(jīng)精度驗(yàn)證，提取的總體精度分別為71.5％、74.0％，說(shuō)明：?jiǎn)渭兝眉y理特征量亦能使竹資源專(zhuān)題信息的提取精度達(dá)到與單純利用光譜信息相當(dāng)?shù)乃剑煌ㄟ^(guò)最佳紋理量的構(gòu)建，可以較有效地利用地物的紋理信息，從而更有效地利用遙感影像豐富的信息；實(shí)踐證明了紋理特征量用于竹資源專(zhuān)題信息提取的可行性，為綜合利用光譜與紋理信息進(jìn)行專(zhuān)題信息提取的研究提供了實(shí)例支撐和技術(shù)參考，可以預(yù)見(jiàn)，基于光譜、紋理特征和地形因子的竹資源專(zhuān)題信息提取精度將得到進(jìn)一步提高；在紋理特征量構(gòu)建基礎(chǔ)上進(jìn)行竹資源專(zhuān)題信息提取，面向?qū)ο蟮谋O(jiān)督分類(lèi)較之于傳統(tǒng)基于像元的監(jiān)督分類(lèi)的精度稍高，連續(xù)性更好。圖3表2參10

?專(zhuān)題信息 紋理 監(jiān)督分類(lèi) 森林遙感

CH20111468 基于NDVI及DEM的青海湖北岸景觀格局空間自相關(guān)分析=The Spatial Autocorrelation Analysis of Landscape Pattern at the Northern Shore of Qinghai Lake Based on NDVI and DEM/馬燕飛，沙占江，郭麗紅，張婷婷，張慧超（青海師范大學(xué)生命與地理科學(xué)學(xué)院），劉海軍∥遙感信息.-2010（6）.-95～100，119

以青海湖北岸為研究區(qū)，利用2006年Landsat-5 TM數(shù)據(jù)，結(jié)合植被類(lèi)型圖、SRTM高程數(shù)據(jù)、1∶5萬(wàn)地形圖等數(shù)據(jù)，獲取了該區(qū)12類(lèi)景觀類(lèi)型，分類(lèi)總體精度為82.91％，Kappa系數(shù)為0.81。以NDVI均值、坡向均值、高程均值為區(qū)域觀測(cè)值，計(jì)算研究區(qū)景觀類(lèi)型的空間自相關(guān)性的Moran指數(shù)，再根據(jù)局部Moran指數(shù)的空間集聚分布特征，分析這些景觀類(lèi)型之間的結(jié)構(gòu)穩(wěn)定性，表現(xiàn)為如下特征：第一，較穩(wěn)定景觀，格局類(lèi)型包括河谷灌叢、山地灌叢、高寒沼澤、高寒草甸、河流、裸巖；第二，欠穩(wěn)定景觀，格局類(lèi)型包括湖泊、溫性草原、湖濱沼澤；第三，極不穩(wěn)定景觀，格局類(lèi)型有沙地、石礫地、裸土地，如鳥(niǎo)島、金沙灣，尕海地區(qū)的沙地。圖5表3參15

?空間自相關(guān) 景觀格局

CH20111469 遙感圖像邊緣檢測(cè)的不確定性及其處理方法探討=The Analysis of Edge Detection Uncertainty of Remote Sensing Images and its Processing Method/孫根云，黃丙湖（中國(guó)石油大學(xué)（華東）地球資源與信息學(xué)院），朝旭軍∥遙感信息.-2010（6）.-110～114

遙感圖像邊緣檢測(cè)是遙感圖像處理領(lǐng)域的難點(diǎn)和熱點(diǎn)，多種不確定性因素造成邊緣像元的位移和變形，影響了遙感圖像邊緣檢測(cè)的進(jìn)展。本文較系統(tǒng)地總結(jié)了影響遙感圖像邊緣檢測(cè)的不確定性因素，從噪聲、隨機(jī)性和模糊性、尺度效應(yīng)、混合像元以及光譜的不確定性等幾個(gè)方面進(jìn)行具體闡述，并指出了遙感圖像邊緣檢測(cè)不確定性的研究重點(diǎn)與發(fā)展方向。參36

?邊緣檢測(cè) 不確定性 云理論

CH20111470 地震前后遙感影像分形特征研究=Fractal Characteristic Analysis for Remote Sensing Images Before and After Earthquake/陳文凱，何少林，周中紅，張?zhí)K平（中國(guó)地震局蘭州地震研究所）∥大地測(cè)量與地球動(dòng)力學(xué).-2010，30（6）.-24～30

利用汶川地震中獲取的遙感影像，采用三角棱柱表面積法對(duì)影像中的不同地物進(jìn)行分維數(shù)的計(jì)算。計(jì)算結(jié)果證明，影像中同一區(qū)域各個(gè)波段計(jì)算出來(lái)的分形維數(shù)不同，波段質(zhì)量對(duì)分形維數(shù)影響較大；分形特征能夠區(qū)分不同破壞程度的建筑物、滾石與其他地物。圖18參12

?地震 遙感影像 分形特征 震害信息 分維數(shù)

CH20111471 Contourlet域InSAR干涉圖濾波方法研究=Study on Filtering Methods of InSAR Interferogram in Contourlet Domain/祝傳廣，范洪冬，鄧喀中，薛繼群（中國(guó)礦業(yè)大學(xué)江蘇省資源環(huán)境信息工程重點(diǎn)實(shí)驗(yàn)室）∥大地測(cè)量與地球動(dòng)力學(xué).-2010，30（5）.-116～120

研究了基于Contourlet變換的閾值、循環(huán)平移干涉圖濾波新方法，并與Goldstein、小波軟閾值濾波方法在殘差點(diǎn)數(shù)目、相干系數(shù)均值等方面進(jìn)行了對(duì)比分析。實(shí)驗(yàn)表明，新算法對(duì)干涉圖噪聲有很強(qiáng)的抑制能力，較好地保持了干涉條紋的細(xì)節(jié)，減少了殘差點(diǎn)，處理效果好于傳統(tǒng)的小波軟閾值濾波方法，在某些情況下可與Goldstein濾波效果相比。圖3表2參16

?干涉圖 時(shí)頻域

CH20111472 一種基于統(tǒng)計(jì)模型的自適應(yīng)窗口匹配方法=A Matching Method with Adaptive Window Based on a Statistical Model/林宗堅(jiān)（中國(guó)測(cè)繪科學(xué)研究院），劉正坤，支曉棟（武漢大學(xué)遙感信息工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（6）.-5～8

提高匹配精度和效率是攝影測(cè)量的主要研究?jī)?nèi)容之一。基于統(tǒng)計(jì)模型計(jì)算窗口灰度波動(dòng)及視差波動(dòng)，根據(jù)視差和其不確定性估計(jì)調(diào)整窗口。在調(diào)整窗口的同時(shí)確定最佳匹配點(diǎn)位，實(shí)現(xiàn)動(dòng)態(tài)窗口匹配，匹配精度達(dá)到子像素級(jí)。通過(guò)對(duì)無(wú)人機(jī)影像匹配的實(shí)驗(yàn)結(jié)果驗(yàn)證了模型的有效性和實(shí)用性。圖6表2參8

?自適應(yīng)窗口匹配 不確定性估計(jì) 影像匹配

CH20111473 鄰近輻射的精確計(jì)算研究=Research on Calculating Adjacent Radiance with High Precision/曹阿娜，黃微，李先華（上海大學(xué)通信與信息工程學(xué)院遙感與空間信息科學(xué)研究中心）∥測(cè)繪科學(xué).-2010，35（6）.-29～31，38

簡(jiǎn)化或積分算法計(jì)算鄰近輻射，對(duì)山區(qū)或處于近紅外波段的植被等情況產(chǎn)生較大誤差。盡管近似離散求和算法考慮了所有因子，然而由于算法的復(fù)雜性，未做出更加詳盡細(xì)致的分析。針對(duì)上述問(wèn)題，在考慮每個(gè)鄰近像素地表單元的輻射對(duì)目標(biāo)像素影響的基礎(chǔ)上，重點(diǎn)分析了在一定的范圍內(nèi)所有與目標(biāo)地表單元通視且朝向目標(biāo)地表單元的鄰近像素，同時(shí)考慮搜索半徑的問(wèn)題。試驗(yàn)證明，該算法獲得比傳統(tǒng)算法更加精確的鄰近輻射計(jì)算結(jié)果。圖6表1參8

?鄰近輻射 可視域 數(shù)字高程模型

CH20111474 基于北京一號(hào)CCD數(shù)據(jù)的植被指數(shù)特性分析=Analysis of Vegetation Indices Based on the CCD Data of BJ-1/傅銀貞，汪小欽（福州大學(xué)空間數(shù)據(jù)挖掘與信息共享教育部重點(diǎn)實(shí)驗(yàn)室/福州大學(xué)省空間信息工程研究中心）∥測(cè)繪科學(xué).-2010，35（6）.-35～38

植被指數(shù)是遙感領(lǐng)域用來(lái)表征地表植被覆蓋及生長(zhǎng)狀況簡(jiǎn)單而有效的度量參數(shù)，在環(huán)境、生態(tài)、農(nóng)業(yè)等領(lǐng)域都有廣泛的應(yīng)用。但由于植被指數(shù)繁多，在選擇和應(yīng)用植被指數(shù)時(shí)往往很隨意或盲目。以北京一號(hào)覆蓋永安市的CCD多光譜數(shù)據(jù)為例，基于光譜、方差和多重分析方法，對(duì)13種植被指數(shù)特性進(jìn)行分析。結(jié)果表明：RGNDI、RGRI、MSAVI、TNDVI、NDGI可以較好區(qū)分農(nóng)田和濃密林地；RGNDI、NDGI、RGRI可以有效地消除陰影的影響，卻易與水體混淆；在不考慮陰影的情況下，NDVI、RVI、RDVI、GRNDVI比RGNDI、NDGI、RGRI可以更好區(qū)分不同覆蓋程度的植被。圖2表6參21

?植被指數(shù) 方差分析 植被遙感

CH20111475 星載寬幅SAR干涉測(cè)量研究=Space-borne ScanSAR Interferometry/董春來(lái)，焦明連，蔣廷臣（淮海工學(xué)院測(cè)繪工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（6）.-42～43，261

星載寬幅SAR也稱(chēng)為ScanSAR，其干涉測(cè)量是一種寬測(cè)繪帶的三維測(cè)高和變形監(jiān)測(cè)模式。介紹了ScanSAR模式（Wide Swath Mode，WSM模式）干涉測(cè)量及其與IM模式（Image Mode）聯(lián)合干涉測(cè)量的方法，提出ScanSAR干涉數(shù)據(jù)處理的具體實(shí)現(xiàn)方案，并通過(guò)實(shí)例驗(yàn)證了Scan-SAR干涉測(cè)量不僅能得到與IM模式同樣的監(jiān)測(cè)結(jié)果，而且其覆蓋面較廣，易發(fā)現(xiàn)大范圍的變形，尤其是大區(qū)域的緩慢形變。圖5參9

?干涉合成孔徑雷達(dá) 形變監(jiān)測(cè)

CH20111476 基于機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)提取林木參數(shù)方法研究=Estimating Parameters of Trees in Forest Using Point Cloud Data of Airborne LIDAR/王濤，龔建華，張利輝，岳玉娟（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）∥測(cè)繪科學(xué).-2010，35（6）.-47～49

通過(guò)黑河流域遙感—地面觀測(cè)同步試驗(yàn)，獲取林木參數(shù)，對(duì)機(jī)載激光雷達(dá)與實(shí)地觀測(cè)獲取的林木參數(shù)進(jìn)行對(duì)比分析，論證了提出的基于機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)提取林木參數(shù)的算法是可行的。試驗(yàn)通過(guò)機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)，研究由點(diǎn)云數(shù)據(jù)生成冠層高度模型（CHM），提出從CHM中提取單株木參數(shù)（樹(shù)高、冠幅等）的關(guān)鍵算法；同時(shí)，通過(guò)在試驗(yàn)區(qū)布設(shè)1個(gè)100m×100m超級(jí)樣地和16個(gè)25m×25m的子樣地，利用DGPS和全站儀對(duì)單株木進(jìn)行精確定位與樹(shù)木參數(shù)測(cè)量。圖6表1參15

?激光雷達(dá) 點(diǎn)云

CH20111477 基于圖像匹配的機(jī)載遙感影像質(zhì)量自動(dòng)檢查方法研究=Method of Aerial Remotely Sensing Image Quality Evaluation Based on Image Match/段福洲，趙文吉（首都師范大學(xué)資源環(huán)境與旅游學(xué)院）∥測(cè)繪科學(xué).-2010，35（6）.-57～58，102

闡述了航空遙感影像質(zhì)量中旋轉(zhuǎn)角、航向重疊率、旁向重疊率、航帶生成等參數(shù)的計(jì)算理論與方法，該方法是適應(yīng)數(shù)字遙感影像的現(xiàn)狀上提出的，并且通過(guò)自行開(kāi)發(fā)的系統(tǒng)對(duì)算法的可行性和有效性進(jìn)行驗(yàn)證。利用2009年6月機(jī)載遙感系統(tǒng)拍攝的1400多張影像進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明技術(shù)方法、軟件系統(tǒng)都較為有效，達(dá)到機(jī)載遙感影像質(zhì)量自動(dòng)檢查要求。圖4參9

?航空遙感 影像質(zhì)量 質(zhì)量檢查

CH20111478 利用kd_tree索引實(shí)現(xiàn)曲率自適應(yīng)點(diǎn)云簡(jiǎn)化算法=A Point Cloud Simplification Algorithm Based on kd_tree and Curvature Sampling/馬振國(guó)（山東科技大學(xué)信息科學(xué)與工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（6）.-67～69

分析了現(xiàn)有點(diǎn)云簡(jiǎn)化算法的優(yōu)缺點(diǎn)，設(shè)計(jì)了一種基于kd_tree數(shù)據(jù)索引與曲率采樣結(jié)合的高效簡(jiǎn)化策略，利用曲率采樣的精度優(yōu)勢(shì)與kd_tree索引的速度優(yōu)勢(shì)，實(shí)現(xiàn)了基于kd_tree索引的曲率自適應(yīng)點(diǎn)云簡(jiǎn)化算法。試驗(yàn)表明，該算法在減少點(diǎn)云數(shù)據(jù)量的同時(shí)，能夠較好地保證模型中的特征點(diǎn)，在速度與效果上都達(dá)到了較為理想的結(jié)果。圖8表1參8

?點(diǎn)云 曲率采樣

CH20111479 色差對(duì)攝影測(cè)量精度的影響=Impact of Chromatic Aberration on Photogrammetrial Precision/陳新，馮其強(qiáng)，李宗春（信息工程大學(xué)測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（6）.-80～81

在工業(yè)攝影測(cè)量中，由于相對(duì)精度較高，對(duì)相機(jī)的測(cè)量精度要求也相應(yīng)增高。目前，常用的相機(jī)檢校方法為10參數(shù)法，此方法未對(duì)色差的影響展開(kāi)研究。通過(guò)將照片的R、G、B顏色分離，得到三組單色照片，再分別進(jìn)行自檢校光束法平差，對(duì)所得結(jié)果進(jìn)行物方公共點(diǎn)轉(zhuǎn)換后，發(fā)現(xiàn)三組單色照片與原始灰度照片的物方點(diǎn)精度相當(dāng)，綠色分量照片處理精度較原始灰度照片有微小的提高。圖11表4參10

?色差 公共點(diǎn)轉(zhuǎn)換 攝影測(cè)量

CH20111480 高分辨率遙感圖像最近鄰模糊分類(lèi)器的研究及實(shí)現(xiàn)=Studyand Implement of Nearest Neighbor Fuzzy Classifier for High-resolution Remote Sensing Images/朱國(guó)龍，汪云甲，喬浩然，劉樂(lè)樂(lè)，趙一清（中國(guó)礦業(yè)大學(xué)環(huán)境與測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（6）.-96～98

針對(duì)高分辨率遙感影像快速高效萃取有用信息這一遙感技術(shù)應(yīng)用的熱點(diǎn)問(wèn)題，探討了一種適合于組合特征識(shí)別的遙感圖像最近鄰模糊分類(lèi)器。該分類(lèi)器首先把待識(shí)別目標(biāo)的組合特征與訓(xùn)練模板中的組合特征樣本的平均值一一進(jìn)行比較，從而得到了一個(gè)特征差矩陣。用模糊分布函數(shù)在同類(lèi)特征差之間進(jìn)行處理，生成一個(gè)隸屬度矩陣，然后用算術(shù)平均法對(duì)隸屬度矩陣進(jìn)行處理，并用最大隸屬度準(zhǔn)則來(lái)進(jìn)行分類(lèi)判決。以新疆和靜縣的SPOT5圖像為例，應(yīng)用此方法對(duì)其進(jìn)行分類(lèi)試驗(yàn)。結(jié)果表明：利用此分類(lèi)方法對(duì)SPOT5遙感圖像進(jìn)行分類(lèi)，不僅使分類(lèi)結(jié)果具有豐富的語(yǔ)義信息，而且克服了由于特征選擇的不穩(wěn)定性對(duì)分類(lèi)結(jié)果的影響，分類(lèi)精度也得到了顯著的提高。圖3表1參13

?高分辨率遙感 組合特征 模糊分布函數(shù)

CH20111481 大米草室內(nèi)葉片光譜特征參數(shù)與葉綠素濃度關(guān)系研究=Relationship Between Spectral Characteristics Parameters at Leaf Level of Spartina Anglica and Chlorophyll Concentration/盧霞，劉付程，田慧娟（淮海工學(xué)院測(cè)繪工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（6）.-99～102

通過(guò)分析大米草葉片反射光譜特征，提取紅邊位置、紅邊斜率和紅邊面積3個(gè)紅邊參數(shù)以及葉面葉綠素指數(shù)（LCI）、水分指數(shù)（WI）、三角植被指數(shù)（TVI）、結(jié)構(gòu)相關(guān)色素指數(shù)（SIPI）4個(gè)高光譜植被指數(shù)，利用線(xiàn)性、對(duì)數(shù)、倒數(shù)、二次函數(shù)和三次函數(shù)曲線(xiàn)模擬算法得到大米草葉片葉綠素a濃度的高光譜估算模型。研究結(jié)果表明：葉綠素a濃度與紅邊斜率和紅邊面積在0.01水平上顯著負(fù)相關(guān)，與LCI、WI和TVI在0.01水平上顯著正相關(guān)。基于紅邊斜率、紅邊面積、TVI三個(gè)參數(shù)，選用倒數(shù)法構(gòu)建葉綠素a濃度的估算模型精度明顯高于其他算法。基于LCI和WI參數(shù)，應(yīng)用三次函數(shù)法構(gòu)建的葉綠素a濃度的高光譜檢測(cè)模型精度明顯高于其他算法。比較R2和模型估算誤差，利用WI水分指數(shù)應(yīng)用三次函數(shù)構(gòu)建葉綠素a濃度的高光譜檢測(cè)模型精度在所有模型中最高。利用葉片光譜技術(shù)可以較高精度地估算葉綠素a濃度。圖2表4參17

?葉片反射光譜 高光譜遙感

CH20111482 數(shù)字近景攝影測(cè)量建筑容積率調(diào)查技術(shù)研究=Plot Ratio Survey Technology Based on Digital Closerange Photogrammetry/王慧青，沙月進(jìn)，王慶，胡璇（東南大學(xué)儀器科學(xué)與工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（6）.-126～128

城市建筑容積率是城市土地利用集約化程度的一個(gè)重要標(biāo)志。基于遙感影像進(jìn)行容積率調(diào)查的方法應(yīng)用范圍廣，但誤差較大。將數(shù)字近景攝影測(cè)量技術(shù)應(yīng)用于精準(zhǔn)容積率調(diào)查，研究了基于數(shù)字地圖的單張像片參數(shù)以及顧及空間固定條件的立體像對(duì)前方交會(huì)方法，實(shí)現(xiàn)高精度的三維坐標(biāo)獲取。將普通數(shù)碼相機(jī)和PDA相結(jié)合，輔助以GPS和全站儀等，實(shí)現(xiàn)了價(jià)格低廉、應(yīng)用靈活快速的容積率調(diào)查集成系統(tǒng)，能夠現(xiàn)場(chǎng)完成數(shù)據(jù)采集、存儲(chǔ)。圖3表2參8

?數(shù)字近景攝影測(cè)量 數(shù)字地圖 數(shù)碼相機(jī)

CH20111483 子像素匹配策略的對(duì)極幾何估計(jì)算法=The Estimation Algorithm of Epipolar Geometry Based on Sub-pixel Match Strategy/山海濤，馬淑宇，郝向陽(yáng)，李海濱（信息工程大學(xué)測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（6）.-131～133

基本矩陣在計(jì)算機(jī)視覺(jué)中扮演著十分重要的角色，對(duì)極幾何（即核線(xiàn)幾何）的估計(jì)過(guò)程就是求解基本矩陣的過(guò)程，所以如何提高對(duì)極幾何的估計(jì)精度一直是計(jì)算機(jī)視覺(jué)中的一個(gè)研究熱點(diǎn)。通過(guò)提取子像素特征點(diǎn)，并經(jīng)高精度影像匹配，最終用子像素匹配點(diǎn)來(lái)實(shí)現(xiàn)對(duì)極幾何的穩(wěn)健估計(jì)。實(shí)驗(yàn)表明，該計(jì)算法在平均余差和平均對(duì)級(jí)距離上都明顯小于基于整像素級(jí)的對(duì)極幾何估計(jì)結(jié)果，有效改善了對(duì)級(jí)幾何的估計(jì)精度和穩(wěn)定性。圖6表1參9

?計(jì)算機(jī)視覺(jué) 基本矩陣 子像素匹配

CH20111484 LiDAR數(shù)據(jù)中建筑物提取的新方法——Fc-S法=Fc-S Method for Extracting Buildings from LIDAR Data/任自珍，岑敏儀，張同剛，周?chē)?guó)清（西南交通大學(xué)土木工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（6）.-134～136，141

激光雷達(dá)技術(shù)（LiDAR）已廣泛應(yīng)用于數(shù)字高程模型（DEM）的快速獲取和三維城市模型的建立中，但仍有許多不足之處，需要做更深入的研究。介紹了一種新的建筑物提取方法，稱(chēng)之為Fc-S法。該方法首先利用等高線(xiàn)特征進(jìn)行濾波，從LIDAR數(shù)據(jù)內(nèi)插的數(shù)字表面模型（DSM）中提取出DEM，利用DSM與DEM的高差閾值和DSM邊緣特征參數(shù)去掉地面點(diǎn)和汽車(chē)等矮小物體，獲得主要包含植被和建筑物的地物點(diǎn)群，然后對(duì)地物點(diǎn)群進(jìn)行分割，利用二次梯度和面積等參數(shù)去掉植被點(diǎn)，并采用迭代逼近的方法精化建筑物。通過(guò)實(shí)驗(yàn)對(duì)所提方法進(jìn)行驗(yàn)證，并借助高分辨率的航空影像對(duì)建筑物提取結(jié)果進(jìn)行評(píng)估，評(píng)估結(jié)果表明該方法能夠在地形起伏的區(qū)域中較準(zhǔn)確地提取出建筑物。圖8參17

?激光雷達(dá) 建筑物提取 數(shù)字高程模型

CH20111485 多源數(shù)據(jù)與機(jī)載LiDAR數(shù)據(jù)的DTM提取算法=New Algorithm of LiDAR Filtering with Multiple Data/劉沛，李英成，薛艷麗，丁曉波，羅祥勇，李見(jiàn)陽(yáng)（中國(guó)測(cè)繪科學(xué)研究院）∥測(cè)繪科學(xué).-2010，35（6）.-147～150

提出了基于坡度因子的概念、利用已知DEM輔助信息、針對(duì)LIDAR點(diǎn)云迭代進(jìn)行DTM提取的新方法。主要介紹了多源數(shù)據(jù)配準(zhǔn)、激光點(diǎn)云濾波算法的原理，并在山地、居民、水域等地區(qū)進(jìn)行了實(shí)驗(yàn)，同時(shí)應(yīng)用兩種精度驗(yàn)證方法對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行運(yùn)算和評(píng)價(jià)。實(shí)驗(yàn)證明該算法不依賴(lài)初始坡度設(shè)定，自適應(yīng)性較好。圖10表1參8

?激光雷達(dá) 濾波 數(shù)字地面模型

CH20111486 天津市濱海新區(qū)濕地類(lèi)型變化及其影響分析=Analysis on Wetland Dynamic Changes of Tianjin Binhai New Area and Their Effects/李晨楓，杜曉雅（北京大學(xué)城市環(huán)境學(xué)院）∥測(cè)繪科學(xué).-2010，35（6）.-164～165，125

通過(guò)對(duì)天津1993、1998、2004、2006年的遙感影像解譯，探索新區(qū)開(kāi)發(fā)過(guò)程中濕地類(lèi)型的轉(zhuǎn)化過(guò)程、內(nèi)、外部原因機(jī)制，并根據(jù)已有濕地生態(tài)系統(tǒng)服務(wù)價(jià)值的研究，討論變化引發(fā)的后果和影響。結(jié)果表明，從1993—2006年，濱海新區(qū)濕地、濕地中天然濕地類(lèi)型面積減少；從轉(zhuǎn)化的趨勢(shì)來(lái)看，濕地類(lèi)型向著居民點(diǎn)及建設(shè)用地轉(zhuǎn)化，天然濕地向著人工濕地轉(zhuǎn)化。這些轉(zhuǎn)變既帶來(lái)了豐厚的經(jīng)濟(jì)效益也會(huì)對(duì)當(dāng)?shù)厣鷳B(tài)系統(tǒng)造成一定的影響，改變濕地生態(tài)系統(tǒng)的格局和功能。圖2表2參11

?遙感解譯

CH20111487 徐州市九里礦區(qū)土壤重金屬插值分析及污染評(píng)價(jià)=Soil Heavy Metal Spatial Interpolation and Pollution Assessment of Xuzhou Jiuli Mine Area/李保杰，于法展，紀(jì)亞洲（徐州師范大學(xué)城市與環(huán)境學(xué)院）∥測(cè)繪科學(xué).-2010，35（6）.-166～169

通過(guò)對(duì)徐州市九里礦區(qū)的表層土壤進(jìn)行采樣測(cè)定，進(jìn)而對(duì)該礦區(qū)土壤重金屬富集與污染狀況進(jìn)行了分析與評(píng)價(jià)。結(jié)果表明，該礦區(qū)表層土壤中5種重金屬（Cd、Cu、Zn、Pb、Cr）含量均略高于中國(guó)土壤元素背景值，土壤中Cd富集程度較高，污染較嚴(yán)重；Cu、Zn、Pb、Cr富集程度較低，污染程度較輕。在GIS環(huán)境下利用空間數(shù)據(jù)插值方法對(duì)重金屬的空間分布特征研究發(fā)現(xiàn)，該城區(qū)土壤重金屬含量與該區(qū)的工礦活動(dòng)和交通活動(dòng)等密切相關(guān)。圖3表3參18

?空間插值 礦產(chǎn)資源遙感

CH20111488 使用SAR影像生成DEM的精度分析=Methodology of DEM Generation with SAR Imagery and Its Accuracy Analysis/荊創(chuàng)利，李何超，胡紹永，戈樂(lè)，葛潔（四川省國(guó)土勘測(cè)規(guī)劃研究院）∥測(cè)繪科學(xué).-2010，35（6）.-170～172

雷達(dá)干涉測(cè)量（InSAR）和雷達(dá)立體測(cè)量（Radargrammetry）是使用SAR影像生成DEM的兩種主動(dòng)遙感新技術(shù)，前者利用反射雷達(dá)波的相位信息，而后者利用其灰度信息。利用ERS-1/2衛(wèi)星對(duì)香港地區(qū)成像獲取的SAR影像分別構(gòu)成干涉像對(duì)和立體像對(duì)生成了DEM，并以外部DEM為參考，利用對(duì)比和統(tǒng)計(jì)方法分析了兩種測(cè)量方法的精度情況和技術(shù)優(yōu)勢(shì)。圖8表2參10

?合成孔徑雷達(dá) 雷達(dá)干涉測(cè)量 雷達(dá)立體測(cè)量 相位解纏 數(shù)字高程模型

CH20111489 一種基于高斯馬爾可夫隨機(jī)場(chǎng)的異常目標(biāo)探測(cè)方法=An Anomaly Detection Method Based on Gauss Markov Random Field/杜博，陳勇，史瑞芝（武漢大學(xué)計(jì)算機(jī)學(xué)院）∥測(cè)繪科學(xué).-2010，35（6）.-180～182，154

利用高斯馬爾可夫隨機(jī)場(chǎng)模型描述像元的鄰域相關(guān)性信息，并將這種鄰域信息引入到局域異常探測(cè)器中，提出了一種顧及鄰域信息的高光譜遙感影像局域異常目標(biāo)探測(cè)算法。實(shí)驗(yàn)證明，該方法克服了傳統(tǒng)異常探測(cè)方法僅僅利用光譜信息的不足，比經(jīng)典的RX算法的探測(cè)效果更好，并且可以更有效地探測(cè)出大于一個(gè)像元的異常目標(biāo)。圖9表2參10

?高斯馬爾可夫隨機(jī)場(chǎng) 異常探測(cè) RX算法

CH20111490 TM與SAR圖像融合多方法研究及其效果定量評(píng)價(jià)=Multi-method Study of TM and SAR Image Fusion and Effectiveness Quantification Evaluation/龍曉君，何政偉，劉嚴(yán)松，許輝熙（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）∥測(cè)繪科學(xué).-2010，35（5）.-24～27

針對(duì)TM多光譜與SAR高分辨率的特征，研究了彩色技術(shù)、數(shù)學(xué)運(yùn)算和圖像變換三類(lèi)共11種融合算法，并基于ERDAS-Spatial Modeler、ENVI-IDL和MATHLAB等技術(shù)分別實(shí)現(xiàn)這些算法。從信息量、清晰度和逼真度共四項(xiàng)指標(biāo)出發(fā)，定量評(píng)價(jià)了各個(gè)方法融合方法的側(cè)重點(diǎn)。利用極差變換法處理指標(biāo)，建立綜合評(píng)價(jià)模型，得出單方法RGB（0.75）法相對(duì)最優(yōu)、Brovey（0.10）法最劣以及三類(lèi)方法彩色技術(shù)（2.59）最優(yōu)；圖像變換（2.25）次之；算術(shù)運(yùn)算（0.82）最不可取的結(jié)論。圖3表2參18

?合成孔徑雷達(dá) 圖像融合 效果定量評(píng)價(jià)

CH20111491 紋理特征遙感影像分割研究=Texturebased Segmentation for Remotely Sensed Imagery/林小平，毛政元，劉建華（福建省空間信息工程研究中心）∥測(cè)繪科學(xué).-2010，35（5）.-31～34

影像分割是面向?qū)ο蟮姆诸?lèi)思想應(yīng)用于遙感影像信息自動(dòng)提取的基礎(chǔ)，紋理是影像的基本特征，是影像分析、理解和識(shí)別的重要信息，紋理特性的有效表達(dá)和抽取，是基于紋理影像分割的前提。系統(tǒng)概述了近年來(lái)各類(lèi)文獻(xiàn)中使用頻率較高的基于紋理的遙感影像分割方法，并以基于統(tǒng)計(jì)的方法、基于紋理結(jié)構(gòu)的方法、基于模型的方法和基于空間/頻率的方法四種基本類(lèi)型為主線(xiàn)，對(duì)每一類(lèi)分割方法的特點(diǎn)進(jìn)行了分析和總結(jié)，在此基礎(chǔ)上指出了基于紋理特征遙感影像分割的研究趨勢(shì)。參30

?遙感影像 遙感分割 小波變換

CH20111492 京承高速沿線(xiàn)土地利用季相變化遙感監(jiān)測(cè)及其景觀格局分析=Monitoring Land Use Seasonal Changes and Analysis of Landscape Patterns Along JingCheng Highway Based on Remote Sensing/邢著榮，楊貴軍，王萍，李存軍，黃文江（國(guó)家農(nóng)業(yè)信息化工程技術(shù)研究中心）∥測(cè)繪科學(xué).-2010，35（5）.-45～48

為了科學(xué)準(zhǔn)確地獲取京承高速沿線(xiàn)土地利用變化情況，并分析相關(guān)建設(shè)對(duì)沿線(xiàn)生態(tài)景觀格局的影響，選擇2006年冬季—2008年夏季間多時(shí)相遙感數(shù)據(jù)和專(zhuān)題數(shù)據(jù)，進(jìn)行專(zhuān)題知識(shí)引導(dǎo)下的土地利用季相變化檢測(cè)與信息提取，并結(jié)合實(shí)地調(diào)查數(shù)據(jù)獲得了4個(gè)季相的土地利用現(xiàn)狀數(shù)據(jù)。經(jīng)對(duì)其進(jìn)行土地利用變化及景觀格局定量分析，結(jié)果表明：由于大力加強(qiáng)現(xiàn)代農(nóng)業(yè)走廊建設(shè)，農(nóng)業(yè)用地增加1.06％，裸露農(nóng)田及廢棄地減少6.16％，休閑用地增加1.59％，沿線(xiàn)景觀格局得到了優(yōu)化，并對(duì)改善和治理季節(jié)性裸露農(nóng)田、廢棄地等起到了示范作用，為都市農(nóng)業(yè)走廊規(guī)劃與效果評(píng)價(jià)提供決策依據(jù)。圖2表1參16

?土地利用 景觀格局

CH20111493 使用定標(biāo)球的激光掃描數(shù)據(jù)配準(zhǔn)方法=Registration Sphere for Multiple Views Merging/王力，李廣云，賀磊（信息工程大學(xué)測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（5）.-58～59，148

激光掃描數(shù)據(jù)多站配準(zhǔn)是掃描數(shù)據(jù)處理中的關(guān)鍵環(huán)節(jié)。實(shí)際測(cè)量中常用定標(biāo)球?qū)崿F(xiàn)多站數(shù)據(jù)配準(zhǔn)。該配準(zhǔn)方法的精度決定于球心的計(jì)算精度，為提高球心的計(jì)算精度，提出將RANSAC算法用于球心計(jì)算。該算法魯棒性很好，能從含有野值的數(shù)據(jù)中準(zhǔn)確計(jì)算出球心。最后通過(guò)實(shí)驗(yàn)驗(yàn)證了的方法具有較高的精度。圖2表3參11

?多站配準(zhǔn) 球面擬合 坐標(biāo)換算

CH20111494 基于雙樹(shù)復(fù)數(shù)小波的SAR圖像去噪算法=Speckle Noise Reduction of SAR Image Based on DTCWT/吳石虎，余旭初，許敏（信息工程大學(xué)測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（5）.-60～61，256

SAR圖像相干斑點(diǎn)噪聲的存在嚴(yán)重影響了SAR圖像的應(yīng)用效果。給出了一種基于雙樹(shù)復(fù)小波變換的貝葉斯收縮去噪算法，采用雙樹(shù)復(fù)小波獲取更多的方向特性，然后借助貝葉斯MAP估計(jì)器調(diào)整小波系數(shù)，達(dá)到去除SAR圖像斑點(diǎn)噪聲的目的。實(shí)驗(yàn)證明，本算法在抑制SAR圖像斑點(diǎn)噪聲的同時(shí)有效地保持了圖像的邊緣信息。圖3表1參6

?合成孔徑雷達(dá) 斑點(diǎn)噪聲 小波變換 圖像濾波

CH20111495 結(jié)合Freeman分解與子孔徑散射特性的極化SAR圖像分類(lèi)=Classification of PolSAR Image Based on Freeman Decomposition and Subaperture Scattering Behavior/吳婉瀾，皮亦鳴（電子科技大學(xué)電子工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（5）.-62～64

結(jié)合Freeman分解和子孔徑分析，提出一種新的極化SAR圖像分類(lèi)算法。該方法首先利用子孔徑分解，產(chǎn)生不同方位觀察角度下的子孔徑圖像，再利用Freeman分解對(duì)各個(gè)子孔徑圖像提取三種散射機(jī)理成分的功率，平均后對(duì)類(lèi)別進(jìn)行細(xì)分，使用Wishart統(tǒng)計(jì)分類(lèi)器對(duì)類(lèi)別進(jìn)行分類(lèi)劃分得到最終結(jié)果。該方法考慮了極化散射機(jī)理在不同方位觀察角度下的變化，能夠取得較好的分類(lèi)效果，能夠保存主要極化散射特性的純度，同時(shí)還可以動(dòng)態(tài)地設(shè)定分類(lèi)類(lèi)別數(shù)。利用EMISAR獲取的極化SAR數(shù)據(jù)進(jìn)行了仿真，驗(yàn)證了該方法的有效性。圖4參8

?極化合成孔徑雷達(dá) 子孔徑

CH20111496 遙感圖像薄云去除方法及IDL的實(shí)現(xiàn)研究=Research on the H aze Removal Method of Remote Sensing Images and the Implementation of IDL/劉建，何政偉，楊斌，李何超，張東輝，劉敏紅（成都理工大學(xué)地質(zhì)災(zāi)害防治與環(huán)境保護(hù)國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥測(cè)繪科學(xué).-2010，35（5）.-77～79

云噪聲的干擾，嚴(yán)重影響了遙感圖像的解譯與信息提取。從遙感圖像的成像機(jī)理出發(fā)，使用同態(tài)濾波算法，采用IDL二次開(kāi)發(fā)語(yǔ)言并集成到ENVI平臺(tái)上，實(shí)現(xiàn)了遙感圖像薄云的自動(dòng)化檢測(cè)與去除。實(shí)驗(yàn)證明，該過(guò)程能夠有效地去除薄云，提高在傳統(tǒng)方法中圖像預(yù)處理的效率，在一定程度上提高了圖像的質(zhì)量與精度。圖4參15

?薄云去除 同態(tài)濾波 遙感圖像

CH20111497 GPS反演的可降水量與降水的對(duì)比分析研究=Study of Comparisons Between GPS Precipitable Water V apor and Rainfall/王勇，何榮，楊彬云，胡小剛，劉嚴(yán)萍（北京大學(xué)地球與空間科學(xué)學(xué)院）∥測(cè)繪科學(xué).-2010，35（5）.-80～82

以秦皇島為例，分析GPS可降水量與降水實(shí)況的關(guān)系。2007年5月8月期間發(fā)生16次降水過(guò)程，每次水汽的增加，都對(duì)應(yīng)著一次降水過(guò)程和降水峰值的出現(xiàn)；16次降水事件中，GPS可降水量序列峰值超前降水發(fā)生時(shí)間1h和2h分別各為6次，兩者占到總降水次數(shù)的75％，也就是說(shuō)GPS可降水量序列峰值超前降水發(fā)生時(shí)間約為12h；降水出現(xiàn)的時(shí)間一般發(fā)生在大氣可降水量迅速增加之后，在2h或3h的大氣可降水量的增幅迅速增加達(dá)到5mm后，2h內(nèi)出現(xiàn)降水占68.75％，34h出現(xiàn)降水占18.75％，56h出現(xiàn)降水占6.25％；而大氣可降水量迅速增加前2h內(nèi)出現(xiàn)降水的僅占6.25％，即GPS可降水量迅速增加后4h內(nèi)出現(xiàn)降水的比率占到87.5％。GPS可降水量可作為降水短期預(yù)報(bào)的指標(biāo)之一。圖2表3參7

?全球定位系統(tǒng) 大氣遙感

CH20111498 全數(shù)字?jǐn)z影測(cè)量工作站與其他軟件數(shù)據(jù)實(shí)時(shí)交換的設(shè)計(jì)方法=Design of Real-time Data Transmission Between Digital Photogrammetric System and Other Software/張剛，項(xiàng)琳，劉鳳德（中國(guó)測(cè)繪科學(xué)研究院）∥測(cè)繪科學(xué).-2010，35（5）.-89～91

目前測(cè)繪生產(chǎn)中多采用不同的CAD或GIS平臺(tái)，這些平臺(tái)與數(shù)字?jǐn)z影測(cè)量工作站之間需要進(jìn)行實(shí)時(shí)數(shù)據(jù)通信。對(duì)于與不同平臺(tái)之間的數(shù)據(jù)通信，數(shù)字?jǐn)z影測(cè)量工作站需開(kāi)發(fā)不同的程序。針對(duì)這一情況，提出設(shè)計(jì)JX4數(shù)字?jǐn)z影測(cè)量工作站的通用矢量采集接口，以實(shí)現(xiàn)在不同的平臺(tái)上進(jìn)行實(shí)時(shí)數(shù)據(jù)采集。實(shí)驗(yàn)表明，利用此方法，可以提高程序的可維護(hù)性，縮短開(kāi)發(fā)周期。圖2表1參5

?全數(shù)字?jǐn)z影測(cè)量工作站 內(nèi)存映射

CH20111499 攝影測(cè)量激光點(diǎn)云空洞修補(bǔ)=Repairing Holes of Laser Scanning Point Cloud Based on Photogrammetry/李海亮，鄧非，李剛（武漢大學(xué)測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（5）.-101～102

為修補(bǔ)三維激光點(diǎn)云中的復(fù)雜空洞，提出了一種基于攝影測(cè)量原理的修補(bǔ)算法。與常規(guī)利用空洞與空洞周?chē)c(diǎn)云的關(guān)系修補(bǔ)空洞的方法相比，該方法對(duì)于復(fù)雜空洞的修補(bǔ)可靠性更高，通用性更強(qiáng)。實(shí)驗(yàn)結(jié)果表明，該空洞修補(bǔ)算法適用于大面積、復(fù)雜的點(diǎn)云空洞，能較好地保持原三維物體的細(xì)節(jié)特征。圖4表1參8

?攝影測(cè)量 點(diǎn)云 激光掃描

CH20111500 一種單像外方位元素的穩(wěn)健估計(jì)方法=A Robust Method to Calculate Exterior Orientation Elements of Image/關(guān)鴻亮，江恒彪，劉先林（首都師范大學(xué)資源環(huán)境與旅游學(xué)院）∥測(cè)繪科學(xué).-2010，35（5）.-109～110，82

獲取影像外方位元素是攝影測(cè)量學(xué)一直要解決的問(wèn)題，傳統(tǒng)的單像空間后方交會(huì)利用測(cè)量控制點(diǎn)來(lái)計(jì)算外方位元素，但是很多情況下用于計(jì)算的數(shù)據(jù)是包含粗差的，粗差出現(xiàn)的概率約占1％～10％。設(shè)計(jì)了一種穩(wěn)健的單像空間后方交會(huì)計(jì)算方法，把控制點(diǎn)坐標(biāo)作為未知參數(shù)對(duì)待并線(xiàn)性化共線(xiàn)方程，最終達(dá)到了剔除粗差的目標(biāo)，提高了計(jì)算結(jié)果的可靠性，可得到控制點(diǎn)及像點(diǎn)坐標(biāo)的精度評(píng)價(jià)。圖1表2參9

?外方位元素 空間后方交會(huì) 穩(wěn)健估計(jì)

CH20111501 單影像規(guī)則建筑物高度量測(cè)方法研究=Methodabout Buildings Height Measure from Single Image/劉艷春，姜建慧（福建省測(cè)繪院）∥測(cè)繪科學(xué).-2010，35（5）.-114～115，239

對(duì)利用單影像進(jìn)行建筑物高度量測(cè)涉及的攝影測(cè)量理論方法進(jìn)行了歸納總結(jié)，在此基礎(chǔ)上，提出了針對(duì)規(guī)則建筑物高度量測(cè)的三角形量測(cè)法，并利用實(shí)際數(shù)據(jù)對(duì)該方法進(jìn)行了試驗(yàn)分析。圖9表1參9

?單張影像 高度量測(cè) 三角形量測(cè)法

CH20111502 小波變換保持光譜特型融合算法=A Image Fusion Algorithm for Spectrum Respective Based on Wavelet/王建強(qiáng)，吳連喜（麗水職業(yè)技術(shù)學(xué)院）∥測(cè)繪科學(xué).-2010，35（5）.-120～122，57

對(duì)遙感圖像融合Brovey變換法存在顏色失真的現(xiàn)象，提出了一種小波比值融合法，該融合法首先對(duì)高幾何分辨率的全色波段進(jìn)行小波變換提取其低頻分量，并對(duì)其進(jìn)行三次卷積法重構(gòu)得到與原分辨率相同的圖像，而后將低分辨率多光譜圖像與全色波段圖像相乘，再除以重構(gòu)后的全色波段圖像，便得到融合圖像。并從目視評(píng)價(jià)、GVI、統(tǒng)計(jì)評(píng)價(jià)證實(shí)了該小波比值融合法優(yōu)于Brovey變換法，該比值融合法是一種能較好地保全低分辨率多光譜圖像顏色的融合方法。圖4表4參18

?小波變換 影像融合

CH20111503 利用對(duì)象和支持向量機(jī)的遙感信息提取方法探討=Remote Sensing Information Extraction Based on Object-oriented and Support Vector Machines/肖奧，趙文吉，胡德勇，劉連剛，李家存（首都師范大學(xué)資源環(huán)境與旅游學(xué)院）∥測(cè)繪科學(xué).-2010，35（5）.-154～157

土地利用/覆被專(zhuān)題信息的快速、高效、準(zhǔn)確提取是遙感圖像處理研究的重要方向。傳統(tǒng)的遙感分類(lèi)方法常依靠像元的光譜值，未充分利用影像的空間信息。將面向?qū)ο笥跋穹指詈椭С窒蛄繖C(jī)方法相結(jié)合，復(fù)合光譜和紋理信息，建立了Object-SVM分類(lèi)模型，并與面向?qū)ο蟮哪：瘮?shù)和基于像元的SVM方法相比較，探尋區(qū)域尺度土地利用/覆被信息提取方法。結(jié)果顯示，Object-SVM模型有效地提高了遙感圖像的分類(lèi)精度和分類(lèi)效率，對(duì)于區(qū)域尺度影像的快速、準(zhǔn)確、客觀的信息提取具有實(shí)際意義。圖7表1參17

?面向?qū)ο?影像分割 支持向量機(jī)

CH20111504 結(jié)合時(shí)相和波譜信息的植被信息提取=Extraction of the Vegetation Information Based on Temporal and Spectrum Information/張春森，馮麗（西安科技大學(xué)測(cè)繪科學(xué)與技術(shù)學(xué)院）∥測(cè)繪科學(xué).-2010，35（5）.-164～166

利用2002年陜西省ETM衛(wèi)星影像及相關(guān)植被地理信息，在其影像上選取覆蓋全省包含不同地物類(lèi)型的85個(gè)地面樣地（Ground Truth），通過(guò)2003年陜西省MODIS衛(wèi)星影像獲取所選樣地全年的NDVI時(shí)間序列曲線(xiàn)。采用決策樹(shù)分類(lèi)方法，結(jié)合NDVI時(shí)間序列曲線(xiàn)，實(shí)現(xiàn)基于時(shí)相和波譜信息的植被分類(lèi)。最后通過(guò)混淆矩陣與Kappa系數(shù)等方法對(duì)分類(lèi)結(jié)果進(jìn)行正確率評(píng)價(jià)，結(jié)果表明，所給方法優(yōu)于傳統(tǒng)分類(lèi)方法，所得結(jié)果與其他調(diào)查結(jié)果相一致。圖6表2參7

?植被信息 MODIS數(shù)據(jù) 決策樹(shù)分類(lèi)

CH20111505 Boosting和Bagging算法的高分辨率遙感影像分類(lèi)探討=High Resolution Remote Sensing Image Classificatoin Based on Boosting and Bagging Algorithms/陳紹杰，逄云峰（龍巖學(xué)院資源工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（5）.-169～172

多分類(lèi)器集成能夠有效地提高遙感分類(lèi)精度、降低結(jié)果中的不確定性，基于樣本操作的Boosting和Bagging算法是多分類(lèi)器系統(tǒng)常用的兩種算法。針對(duì)高分辨率衛(wèi)星遙感分類(lèi)的需求，以Quickbird數(shù)據(jù)為例，分別以BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)和決策樹(shù)為基分類(lèi)器，對(duì)Boosting和Bagging算法的應(yīng)用效果進(jìn)行了實(shí)驗(yàn)和分析評(píng)價(jià)，結(jié)果表明Boosting算法和Bagging算法能夠用于高分辨率遙感影像分類(lèi)，具有較好的分類(lèi)性能。圖13表4參8

?多分類(lèi)器集成 高分辨率遙感

CH20111506 MODIS影像植被時(shí)空變化分析——以吉林省為例=Temporal-spatial Analysis of Vegetation Change Based on MODIS Images—A Case Study of Jilin Province/趙超，舒紅，宣國(guó)富（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)繪科學(xué).-2010，35（5）.-173～175

利用2000至2006年的MODIS-NDVI影像數(shù)據(jù)，通過(guò)年最大NDVI隨時(shí)間的變化斜率和對(duì)變化趨勢(shì)的分區(qū)統(tǒng)計(jì)、重心分析及空間自相關(guān)分析，探索近年來(lái)吉林省植被的時(shí)空變化規(guī)律。吉林省大多數(shù)區(qū)域NDVI呈現(xiàn)出穩(wěn)定或增加趨勢(shì)，反映出吉林省植被生態(tài)系統(tǒng)有所恢復(fù)。植被變化趨勢(shì)具有明顯的空間分異特征，東部主要為穩(wěn)定型，西部主要為增長(zhǎng)型，局部區(qū)域有衰退跡象，主要分布在吉林省東南角和西南角、長(zhǎng)春市市轄區(qū)及沿河沿湖地區(qū)。空間自相關(guān)分析表明，植被變化過(guò)程在研究區(qū)域內(nèi)具有較強(qiáng)的空間正相關(guān)，即變化趨勢(shì)在空間上具有趨同性，集聚現(xiàn)象明顯。圖4表2參10

?植被遙感 時(shí)空變化 空間自相關(guān)

CH20111507 地物光譜反射率野外測(cè)量實(shí)驗(yàn)方案改進(jìn)=Study on Improving Experimentation Scheme for Field Spectrometry of Ground Features/張照錄（山東理工大學(xué)資源與環(huán)境工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（5）.-176～177，175

針對(duì)現(xiàn)有地物光譜反射率野外測(cè)量實(shí)驗(yàn)方案的不足，提出了地物光譜反射率的各向異性測(cè)量、不同環(huán)境條件的對(duì)比測(cè)量、不同時(shí)相的對(duì)比測(cè)量以及地物光譜反射率圖像模擬四項(xiàng)實(shí)驗(yàn)改進(jìn)方案。利用ISI921VF-128野外地物光譜輻射計(jì)和ArcGIS、ERDAS軟件進(jìn)行了實(shí)例測(cè)量與驗(yàn)證，揭示了真實(shí)地物光譜反射率的特征，模擬生成了“圖譜合一”的地物光譜反射率圖像，提高了實(shí)驗(yàn)教學(xué)質(zhì)量。圖5表1參6

?地物光譜反射率 地物光譜輻射計(jì)

CH20111508 一種改進(jìn)的LiDAR數(shù)據(jù)過(guò)濾方法=A Progressed Filtering Method of LiDARData Set/黃燕，鄧喀中，劉君城（中國(guó)礦業(yè)大學(xué)環(huán)境與測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（5）.-188～189，91

Lidar的數(shù)據(jù)過(guò)濾是數(shù)據(jù)預(yù)處理的重要步驟，也是獲取高精度數(shù)字高程模型的關(guān)鍵。現(xiàn)有很多典型的過(guò)濾算法都是基于地面種子點(diǎn)逐漸恢復(fù)地面的，比如自適應(yīng)TIN過(guò)濾法、迭代線(xiàn)性預(yù)測(cè)法，分層恢復(fù)過(guò)濾法等。初始地面種子點(diǎn)選擇的好壞將直接反映到過(guò)濾結(jié)果的精度上，尤其是對(duì)丘陵地區(qū)的地形恢復(fù)，影響更大。對(duì)基于種子點(diǎn)的TIN三角網(wǎng)加密法（TS過(guò)濾算法）進(jìn)行了深入剖析，并在種子點(diǎn)選擇方法上提出了一種基于移動(dòng)窗口法和最小殘差法的混合式種子點(diǎn)選擇方法，有效地提高丘陵地區(qū)地形恢復(fù)的準(zhǔn)確度。圖4參5

?激光雷達(dá) 過(guò)濾算法 移動(dòng)窗口法 最小殘差法

CH20111509 旋轉(zhuǎn)和平移不變紋理特征的遙感影像居民地提取=Residential Area Extraction from Remote Sensing Image Based on Rotation and Translation Invariant Texture Feature/王番，芮杰，金飛，楊娜（信息工程大學(xué)測(cè)繪學(xué)院）∥測(cè)繪科學(xué).-2010，35（5）.-202～204

利用Radon變換的小波系數(shù)直方圖對(duì)遙感影像居民地進(jìn)行提取。首先，通過(guò)Radon變換將紋理影像的旋轉(zhuǎn)和平移轉(zhuǎn)化為平移，然后對(duì)Radon變換后的影像進(jìn)行小波變換，最后利用小波系數(shù)直方圖作為旋轉(zhuǎn)和平移不變特征進(jìn)行紋理分割。實(shí)驗(yàn)結(jié)果表明：基于Radon變換的小波系數(shù)直方圖方法對(duì)遙感影像居民地有較好的提取結(jié)果。圖8表1參7

?Radon變換 小波變換 直方圖 紋理分割

CH20111510 WorldView-2影像林地信息提取的研究與實(shí)現(xiàn)=The Research and Realization of the Forest Information Extraction Based on the WorldView-2 Image/凌春麗，朱蘭艷，吳俐民（昆明理工大學(xué)國(guó)土資源工程學(xué)院）∥測(cè)繪科學(xué).-2010，35（5）.-205～207

林地信息的獲取具有重要意義，可廣泛應(yīng)用于城市規(guī)劃編制、林地資源分析、水土流失治理等領(lǐng)域。基于WorldView-2影像，在研究分割與對(duì)象特征的基礎(chǔ)上，采用面向?qū)ο蠓椒ǎ瑢?shí)現(xiàn)了林地信息提取，其用戶(hù)精度達(dá)到94％，制圖精度達(dá)到97.2％。然后，將像元二分模型應(yīng)用于林地類(lèi)對(duì)象，計(jì)算其植被覆蓋度。試驗(yàn)表明，面向?qū)ο蠓椒芨咝А?zhǔn)確、經(jīng)濟(jì)地提取林地信息；基于林地類(lèi)對(duì)象計(jì)算的植被覆蓋度能較好地表征植被覆蓋情況。圖6表4參17

?遙感影像 面向?qū)ο?林地信息提取

CH20111511 利用TM影像Band1與Band7提取水體信息=A Study on Information Extraction of Water Body U-sing Band1 and Band7 of TM Imagery/肖艷芳，趙文吉，朱琳（首都師范大學(xué)資源環(huán)境與旅游學(xué)院）∥測(cè)繪科學(xué).-2010，35（5）.-226～227，216

以北京地區(qū)TM影像為例，通過(guò)研究水體與其他地物在各個(gè)波段光譜特征的差異，對(duì)比分析常用的水體信息提取方法—NDWI和MNDWI，提出一種新的水體信息提取方法。該方法利用TM波段1和波段7歸一化的比值-（Band1-Band7）/（Band1+Band7）提取水體信息。實(shí)驗(yàn)證明：該方法除了可以與NDWI和MNDWI一樣提取植被區(qū)的水體以外，在城區(qū)水體提取中具有顯著的優(yōu)勢(shì)。圖3表2參7

?水體提取 水資源遙感

CH20111512 基于多時(shí)相遙感影像去除朵云及陰影的改進(jìn)方法=The Improved Method of Cirrus and Shadows Removal Based on Multi-temporal Remote Sensing Images/董保根，秦志遠(yuǎn)，楊安紅（信息工程大學(xué)測(cè)繪學(xué)院）∥測(cè)繪通報(bào).-2010（12）.-14～16，57

利用多時(shí)相遙感影像進(jìn)行相應(yīng)區(qū)域替換是一種有效的去除朵云及陰影的方法。針對(duì)常規(guī)方法存在的不足，對(duì)去除過(guò)程中的一些關(guān)鍵技術(shù)進(jìn)行改進(jìn)。利用矩形區(qū)域表示不規(guī)則的云區(qū)域進(jìn)行替換，并給出了矩形區(qū)域的確定方法；替換前采用多圖像亮度規(guī)格化技術(shù)改善兩幅影像的亮度差異；對(duì)替換后矩形區(qū)域邊界與背景圖像之間的拼接縫進(jìn)行消除，得到最終去云影像。圖2表1參9

?多時(shí)相 拼接縫

CH20111513 面狀要素骨架線(xiàn)提取算法的研究=Research on Algorithm of Polygon Skeleton Line Extracting/郭邦梅，王濤，趙榮，梁勇（山東農(nóng)業(yè)大學(xué)信息科學(xué)與工程學(xué)院）∥測(cè)繪通報(bào).-2010（12）.-17～19，53

基于柵格數(shù)據(jù)的經(jīng)典細(xì)化算法獲得的骨架線(xiàn)會(huì)丟失一些重要特征點(diǎn)或特征線(xiàn)，且無(wú)法按照需求保持該要素細(xì)化后與周邊重要要素間的關(guān)聯(lián)性。在經(jīng)典細(xì)化算法的基礎(chǔ)上提出改進(jìn)算法，克服已有算法的一些不足，使獲得的骨架線(xiàn)更能適應(yīng)具體應(yīng)用。試驗(yàn)結(jié)果表明此改進(jìn)算法能夠按照實(shí)際需求，更準(zhǔn)確地保留原圖形的重要特征，且很好地保持了該要素與周邊重要要素間的關(guān)聯(lián)性。圖11參10

?經(jīng)典細(xì)化算法 骨架線(xiàn) 細(xì)化

CH20111514 基于GeoEye-1衛(wèi)星影像的立體測(cè)圖技術(shù)研究=Research on the Digital Mapping Method Based on GeoEye-1 Satellite Stereo Images/張海濤，賈光軍，虞欣（北京市測(cè)繪設(shè)計(jì)研究院）∥測(cè)繪通報(bào).-2010（12）.-43～46

以某試驗(yàn)區(qū)的GeoEye-1衛(wèi)星遙感影像、外業(yè)控制資料等數(shù)據(jù)為基礎(chǔ)進(jìn)行影像區(qū)域網(wǎng)平差解算，對(duì)平差精度進(jìn)行分析，并通過(guò)部分試驗(yàn)區(qū)外業(yè)調(diào)繪來(lái)分析GeoEye-1衛(wèi)星遙感影像是否滿(mǎn)足國(guó)家相應(yīng)規(guī)范中1∶10 000、1∶5 000以及1∶2 000地形圖修測(cè)要求，最終形成基于Geo-Eye-1衛(wèi)星遙感影像的立體測(cè)圖生產(chǎn)工藝流程。圖1表2參7

?衛(wèi)星影像 地形圖 立體測(cè)圖

CH20111515 基于TerraSAR-X雷達(dá)數(shù)據(jù)監(jiān)測(cè)土地利用動(dòng)態(tài)的研究=Research on the Application of TerraSAR-X Data to Land-use Dynamic Monitoring/曾菲，朱曉亮（廣東省國(guó)土資源技術(shù)中心）∥測(cè)繪通報(bào).-2010（12）.-47～48，72

在多云、多雨地區(qū)，可見(jiàn)光獲取遙感影像數(shù)據(jù)不能滿(mǎn)足對(duì)土地利用實(shí)時(shí)監(jiān)測(cè)的需要，而雷達(dá)衛(wèi)星可以不受天氣條件影響獲取數(shù)據(jù)。對(duì)TerraSAR-X雷達(dá)數(shù)據(jù)影像進(jìn)行正射糾正和解譯，判斷出變化的區(qū)域并到實(shí)地驗(yàn)證。高分辨雷達(dá)衛(wèi)星數(shù)據(jù)作為光學(xué)數(shù)據(jù)源的補(bǔ)充用于監(jiān)測(cè)土地利用動(dòng)態(tài)具有重大的現(xiàn)實(shí)意義。圖3參5

?動(dòng)態(tài)監(jiān)測(cè) 正射糾正 解譯

CH20111516 提升遙感影像質(zhì)量的多重分形技術(shù)研究=Improving the Quality of Optical Remote Sensing Images Based on Multifractal Technique/來(lái)麗芳，方劍強(qiáng)，俞樂(lè)，張漢奎（浙江建設(shè)職業(yè)技術(shù)學(xué)院）∥測(cè)繪通報(bào).-2010（12）.-49～50，72

提出采用一種最佳截止頻率的自動(dòng)選擇方法來(lái)快速有效地去除遙感影像的薄云影響，以解決遙感影像薄云、薄霧消除時(shí)濾波窗口大小難以確定，需要反復(fù)人工干預(yù)的問(wèn)題。該方法是基于簡(jiǎn)單薄云成像模型的同態(tài)濾波，考慮了薄云、薄霧空間形態(tài)的自相似性，采用多重分形技術(shù)來(lái)自動(dòng)確定濾波半徑。試驗(yàn)表明，該方法能夠?qū)崿F(xiàn)遙感影像的快速自動(dòng)濾波，能有效地去除遙感影像的薄云影響，提高視覺(jué)效果，增加圖像細(xì)節(jié)信息。圖3參9

?同態(tài)濾波 多重分形 遙感影像

CH20111517 基于灰度數(shù)學(xué)形態(tài)學(xué)的遙感影像薄云處理方法=Removing Thin Cloud Arithmetic Based on Gray Mathematic Morphology for Remote Sensing Images/曹爽，岳建平，馬文（河海大學(xué)地球科學(xué)與工程學(xué)院測(cè)繪科學(xué)與工程系）∥測(cè)繪通報(bào).-2010（12）.-54～57

遙感成像過(guò)程中薄云是最常見(jiàn)的一種噪聲。在利用數(shù)學(xué)形態(tài)學(xué)進(jìn)行薄云處理的基礎(chǔ)上，探討利用廣義多結(jié)構(gòu)元素的數(shù)學(xué)形態(tài)學(xué)進(jìn)行薄云處理的方法，并對(duì)SPOT圖像進(jìn)行試驗(yàn)。結(jié)果表明，該方法對(duì)薄云去除的處理效果有一定的改善和提高。圖4表1參10

?遙感影像 薄云去除

CH20111518 黃河遙感影像數(shù)據(jù)管理和共享系統(tǒng)/高新平（黃河水利委員會(huì)信息中心）∥測(cè)繪通報(bào).-2010（12）.-66～68

黃河遙感影像數(shù)據(jù)管理和共享系統(tǒng)是“數(shù)字黃河”工程基礎(chǔ)設(shè)施的重要組成部分，該系統(tǒng)的開(kāi)發(fā)建設(shè)將使遙感技術(shù)在黃河治理開(kāi)發(fā)過(guò)程中發(fā)揮重要作用。有關(guān)防汛、水調(diào)、水資源保護(hù)等業(yè)務(wù)對(duì)遙感數(shù)據(jù)的實(shí)時(shí)性要求比較高，為滿(mǎn)足這些業(yè)務(wù)的要求，在“數(shù)字黃河”工程中，規(guī)劃建設(shè)遙感影像數(shù)據(jù)管理和共享系統(tǒng)，重復(fù)利用黃河水利委員會(huì)（以下簡(jiǎn)稱(chēng)黃委會(huì)）現(xiàn)有海量影像資源，實(shí)現(xiàn)對(duì)有關(guān)遙感數(shù)據(jù)資源的統(tǒng)一處理和管理，避免資料的重復(fù)購(gòu)買(mǎi)及項(xiàng)目的重復(fù)建設(shè)。本文通過(guò)對(duì)主流數(shù)據(jù)管理和共享技術(shù)、遙感技術(shù)、GIS技術(shù)和軟件設(shè)計(jì)構(gòu)架技術(shù)的分析研究，提出了由影像數(shù)據(jù)源、數(shù)據(jù)管理和發(fā)布共享、客戶(hù)端三層構(gòu)架組成的遙感影像數(shù)據(jù)管理和共享系統(tǒng)。圖1

?數(shù)據(jù)管理 遙感數(shù)據(jù) 影像糾正

（1443～1518 李夢(mèng)丹）

CH20111519 MODIS在我國(guó)陸地科學(xué)中的應(yīng)用進(jìn)展研究/喬治，孫希華（山東師范大學(xué)人口資源與環(huán)境學(xué)院）∥國(guó)土資源遙感.-2011（2）.-1～8

為了使人們對(duì)MODIS在我國(guó)陸地科學(xué)中的應(yīng)用現(xiàn)狀有一概要了解，較系統(tǒng)地闡述了我國(guó)學(xué)者在MODIS數(shù)據(jù)的初步處理研究、數(shù)據(jù)信息提取方法研究和生產(chǎn)實(shí)踐應(yīng)用等3個(gè)方面的成果，旨在表達(dá)MODIS數(shù)據(jù)在我國(guó)陸地科學(xué)研究中不斷完善的過(guò)程和遇到的困難，以便為進(jìn)一步豐富和完善MODIS數(shù)據(jù)的應(yīng)用提供理論支持；指出了MODIS數(shù)據(jù)的進(jìn)一步實(shí)用化是當(dāng)前存在的關(guān)鍵問(wèn)題，并提出了MODIS數(shù)據(jù)源的質(zhì)量改進(jìn)、數(shù)據(jù)信息提取方法的完善和MODIS數(shù)據(jù)分析模型的建立3條解決措施。

?MODIS 陸地科學(xué) 數(shù)據(jù)處理 信息提取

CH20111520 全球變化背景下的ALOS對(duì)地觀測(cè)計(jì)劃/馬龍（大連海事大學(xué)航海學(xué)院），石敬∥國(guó)土資源遙感.-2011（2）.-9～14

全球變化是一個(gè)跨界、多尺度問(wèn)題。有必要執(zhí)行系統(tǒng)性數(shù)據(jù)觀測(cè)計(jì)劃，以滿(mǎn)足全球變化問(wèn)題的研究。本文介紹了全球變化對(duì)遙感數(shù)據(jù)的需求和日本ALOS衛(wèi)星的系統(tǒng)性數(shù)據(jù)觀測(cè)計(jì)劃，并指出隨著我國(guó)經(jīng)濟(jì)發(fā)展以及衛(wèi)星資源的日益豐富，有必要開(kāi)展系統(tǒng)性數(shù)據(jù)觀測(cè)計(jì)劃，以提高我國(guó)在全球變化和環(huán)境保護(hù)方面的話(huà)語(yǔ)權(quán)。

?全球變化 數(shù)據(jù)觀測(cè)計(jì)劃

CH20111521 基于夾角判斷的復(fù)雜多邊形邊界排序算法/劉理想，唐遠(yuǎn)彬（浙江大學(xué)浙江省資源與環(huán)境重點(diǎn)實(shí)驗(yàn)室），劉仁義，張豐，劉南∥國(guó)土資源遙感.-2011（2）.-15～18

針對(duì)復(fù)雜多邊形的有序邊界信息僅僅通過(guò)線(xiàn)-多邊形拓?fù)潢P(guān)系很難確定的問(wèn)題，提出了一種基于最小夾角判斷來(lái)確定復(fù)雜多邊形有序邊界的算法；同時(shí)通過(guò)引入曲線(xiàn)的切線(xiàn)來(lái)構(gòu)建夾角，并根據(jù)夾角大小確定下一條邊界。在土地利用調(diào)查中的實(shí)際應(yīng)用表明，該方法可以很好地解決多條邊共用一個(gè)節(jié)點(diǎn)和包含“島”或者“孔”等多種類(lèi)型的復(fù)雜多邊形的邊界排序處理問(wèn)題，并能夠滿(mǎn)足土地利用調(diào)查中矢量數(shù)據(jù)交互文件（VCT）生產(chǎn)的需要。

?夾角判斷 邊界排序 矢量數(shù)據(jù)交換格式 土地利用

CH20111522 基于多分類(lèi)器組合的遙感影像分類(lèi)方法研究/彭正林，毛先成，劉文毅，何美香（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（2）.-19～25

針對(duì)遙感影像分類(lèi)特點(diǎn)，提出了一種基于多分類(lèi)器組合的遙感影像分類(lèi)方法。該方法選取分類(lèi)性能以及多樣性最好的馬氏距離、支持向量機(jī)（SVM）和最大似然等3種分類(lèi)器作為子分類(lèi)器，自定義規(guī)則對(duì)簡(jiǎn)單投票法、最大概率類(lèi)別法以及模糊積分法進(jìn)行組合，并以山西懷仁縣為研究區(qū)，對(duì)基于航攝數(shù)字正射影像進(jìn)行分類(lèi)。結(jié)果表明，與單個(gè)子分類(lèi)器中精度最高的SVM分類(lèi)相比，基于多分類(lèi)器組合的遙感影像分類(lèi)總體分類(lèi)精度提高了12％，Kappa系數(shù)提高了0.12，該方法是一種有效的分類(lèi)方法。

?多分類(lèi)器 影像分類(lèi) 土地利用類(lèi)型

CH20111523 熱紅外與L波段土壤溫度的數(shù)值模擬及差異分析/馬紅章（中國(guó)石油大學(xué)（華東）物理科學(xué)與技術(shù)學(xué)院），柳欽火，聞建光，施建∥國(guó)土資源遙感.-2011（2）.-26～32

L波段微波對(duì)土壤具有較強(qiáng)的穿透性，所獲得的土壤輻射亮溫包含了穿透深度內(nèi)各層土壤的溫度信息，因此其所獲得的土壤等效溫度與紅外地表溫度具有不同的物理意義，且在數(shù)值上也有較大的差異。在應(yīng)用長(zhǎng)時(shí)間序列的土壤溫度廓線(xiàn)實(shí)測(cè)數(shù)據(jù)對(duì)水熱耦合模型（Simultaneous Heat And Water，SHAW）進(jìn)行驗(yàn)證的基礎(chǔ)上，利用懷來(lái)試驗(yàn)區(qū)2006～2009年的氣象觀測(cè)數(shù)據(jù)驅(qū)動(dòng)SHAW模型，模擬了4a的土壤溫濕度廓線(xiàn)小時(shí)數(shù)據(jù)，并計(jì)算了對(duì)應(yīng)時(shí)刻L波段的土壤等效溫度，并在不同時(shí)段上對(duì)L波段土壤等效溫度與熱紅外地表溫度之間的差異進(jìn)行了初步分析，為進(jìn)一步探討微波等效溫度與熱紅外地表溫度之間的定量關(guān)系模型奠定了基礎(chǔ)，為用熱紅外與被動(dòng)微波數(shù)據(jù)協(xié)同反演土壤溫度提供了理論支持。

?熱紅外遙感 微波遙感 土壤等效溫度 協(xié)同反演

CH20111524 基于WorldViewⅡ圖像的鎢礦區(qū)水體信息提取方法研究——以江西大余縣為例/宋啟帆，王少軍，張志（中國(guó)地質(zhì)大學(xué)地球科學(xué)學(xué)院），王鵬，安萍∥國(guó)土資源遙感.-2011（2）.-33～37

以江西大余縣鎢礦區(qū)水體信息提取為例，對(duì)World-View Ⅱ遙感圖像的各波段參數(shù)及波段間關(guān)系進(jìn)行分析，選取用于水體信息提取的最佳波段，進(jìn)行多種融合方法試驗(yàn)，通過(guò)分析獲得適合于利用WorldViewⅡ圖像進(jìn)行礦區(qū)水體信息提取的融合方法；分別通過(guò)計(jì)算歸一化差異水體指數(shù)（NDWI）、譜間關(guān)系法和監(jiān)督分類(lèi)法提取礦區(qū)水體信息；利用目視解譯檢驗(yàn)NDWI法、譜間關(guān)系法與監(jiān)督分類(lèi)法的水體信息提取精度，修正后的提取結(jié)果精度最高可達(dá)92％，野外驗(yàn)證精度最高達(dá)90％。

?水體指數(shù) 譜間關(guān)系法 監(jiān)督分類(lèi)

CH20111525 光學(xué)遙感圖像植被信息抑制通用方法/俞樂(lè)（清華大學(xué)地球系統(tǒng)科學(xué)研究中心），章欽瑜，朱駿，張登榮∥國(guó)土資源遙感.-2011（2）.-38～42

植被是影響巖石信息提取的主要因素之一。為此，采用一種通用的光學(xué)遙感圖像增強(qiáng)方法，即植被信息掩模抑制方法，對(duì)植被信息進(jìn)行抑制處理。該方法主要包括掩模、強(qiáng)迫不變及整體色調(diào)調(diào)整等3個(gè)步驟。通過(guò)對(duì)浙江省杭州市、云南省富寧縣、江西省榮塘鎮(zhèn)和廣東省中西部等4個(gè)地區(qū)的實(shí)驗(yàn)結(jié)果表明，該方法對(duì)不同光譜、不同空間分辨率光學(xué)遙感圖像上的植被信息具有很好的抑制作用。

?植被信息抑制 多光譜 高光譜 巖石提取

CH20111526 基于道路綠地特征的遙感影像道路信息提取方法研究/董占杰，毛政元（福州大學(xué)空間數(shù)據(jù)挖掘與信息共享教育部重點(diǎn)實(shí)驗(yàn)室福建省空間信息工程研究中心）∥國(guó)土資源遙感.-2011（2）.-43～46

針對(duì)高空間分辨率衛(wèi)星遙感圖像上道路綠地的特點(diǎn)，提出一種基于道路綠地形狀和空間分布特征識(shí)別道路邊線(xiàn)和中心線(xiàn)的方法。在基于NDVI提取綠地信息的基礎(chǔ)上，根據(jù)道路綠地的形狀特征（細(xì)長(zhǎng)），采用面積、主軸方向、緊致度、矩形度和長(zhǎng)寬比等形狀指數(shù)，區(qū)分道路綠地與其他綠地；根據(jù)道路綠地之間以及道路綠地和道路之間的空間關(guān)系特征，同時(shí)通過(guò)生成已知道路綠地區(qū)域的緩沖區(qū)，分隔那些與非道路綠地連成一片的道路綠地；最后，根據(jù)道路綠地的方向和距離特征提取出道路邊線(xiàn)和中心線(xiàn)。

?遙感影像 道路提取 形狀特征 空間關(guān)系特征

CH20111527 面向土地利用分類(lèi)的多源遙感數(shù)據(jù)混合貝葉斯網(wǎng)絡(luò)分類(lèi)器/李鳳（福建農(nóng)林大學(xué)資源與環(huán)境學(xué)院），高昭良∥國(guó)土資源遙感.-2011（2）.-47～52

傳統(tǒng)的離散型貝葉斯網(wǎng)絡(luò)分類(lèi)器是將所有變量視為離散變量，或?qū)B續(xù)變量做離散化處理。可是離散化不可避免地存在信息損失，且在多源遙感數(shù)據(jù)的處理和分析中，連續(xù)變量的離散化會(huì)導(dǎo)致搜索空間的急劇增加和計(jì)算及存儲(chǔ)量的極大開(kāi)銷(xiāo)。針對(duì)這些問(wèn)題，開(kāi)發(fā)了一種面向土地利用分類(lèi)的多源遙感數(shù)據(jù)混合貝葉斯網(wǎng)絡(luò)分類(lèi)器，該分類(lèi)器首先對(duì)問(wèn)題領(lǐng)域的所有變量做正態(tài)分布檢驗(yàn)，同時(shí)將滿(mǎn)足高斯分布假設(shè)的變量不做離散化而視為連續(xù)變量；然后對(duì)離散變量和連續(xù)變量分別進(jìn)行參數(shù)學(xué)習(xí)，最后進(jìn)行參數(shù)合并，再用于貝葉斯網(wǎng)絡(luò)的推理和分類(lèi)中。通過(guò)福州市區(qū)土地利用分類(lèi)的實(shí)驗(yàn)表明，該模型優(yōu)于傳統(tǒng)的離散型貝葉斯網(wǎng)絡(luò)分類(lèi)器，具有一定的研究和應(yīng)用價(jià)值。

?多源遙感數(shù)據(jù) 土地利用分類(lèi)

CH20111528 利用主被動(dòng)微波遙感結(jié)合反演土壤水分的理論模型分析/楊立娟（北京師范大學(xué)信息科學(xué)與技術(shù)學(xué)院），武勝利，張鐘軍∥國(guó)土資源遙感.-2011（2）.-53～58

為了更好地進(jìn)行土壤水分反演，發(fā)展了一種基于熱帶降雨觀測(cè)計(jì)劃（TRMM）的主被動(dòng)微波結(jié)合反演裸露地表土壤水分的算法。為了提高反演精度，同時(shí)利用TRMM搭載的測(cè)雨雷達(dá)（PR）和微波成像儀（TMI）進(jìn)行觀測(cè)。另外，針對(duì)PR/TMI數(shù)據(jù)，還建立了包含大范圍的土壤水分和粗糙度參數(shù)的AIEM模型數(shù)據(jù)庫(kù)。通過(guò)分析AIEM模型對(duì)地表后向散射和輻射的模擬發(fā)現(xiàn)，地表粗糙度參數(shù)對(duì)后向散射系數(shù)和亮溫均有重要的影響。最后，在AIEM模型模擬數(shù)據(jù)庫(kù)的基礎(chǔ)上，利用理論模型——幾何光學(xué)模型（GO模型）和半經(jīng)驗(yàn)?zāi)Ｐ汀猀p模型，通過(guò)對(duì)地表粗糙度參數(shù)的分析，結(jié)合TRMM/PR和TMI數(shù)據(jù)，建立了一種主被動(dòng)微波遙感相結(jié)合的反演裸露地表土壤水分的模型，并進(jìn)一步獲得了反演土壤水分的算法。

?主被動(dòng)微波 土壤水分

CH20111529 基于ICA和高光譜指數(shù)的水稻Zn污染監(jiān)測(cè)模型/林婷，劉湘南，譚正（中國(guó)地質(zhì)大學(xué)（北京）信息工程學(xué)院）∥國(guó)土資源遙感.-2011（2）.-59～64

從潛在光譜響應(yīng)指數(shù)及光譜特征波段反射率兩個(gè)層面對(duì)不同濃度水稻Zn污染脅迫進(jìn)行遙感監(jiān)測(cè)。在光譜指數(shù)層面，系統(tǒng)分析了高光譜遙感指數(shù)與Zn污染脅迫下的水稻葉綠素含量、水分含量、細(xì)胞結(jié)構(gòu)和葉面積指數(shù)等4個(gè)重要生理生態(tài)參數(shù)變化特征的響應(yīng)關(guān)系。通過(guò)實(shí)驗(yàn)，得到表征生態(tài)參數(shù)變化的高光譜遙感指數(shù)及其響應(yīng)規(guī)律，建立響應(yīng)水稻Zn污染的三維高光譜遙感指數(shù)空間識(shí)別模型；在光譜反射率層面，利用獨(dú)立分量分析（Independent Component Analysis，ICA）方法對(duì)可見(jiàn)光、近紅外光譜區(qū)多個(gè)波段光譜反射率進(jìn)行分量分解，找到反映Zn污染濃度變化的獨(dú)立分量，建立可見(jiàn)光—近紅外獨(dú)立分量特征空間。不同濃度的水稻Zn污染在光譜指數(shù)空間和獨(dú)立分量特征空間表現(xiàn)出不同的規(guī)律，結(jié)合上述兩空間判別水稻Zn污染濃度，提高了可靠性和敏感性。

?光譜指數(shù)空間 高光譜遙感 農(nóng)業(yè)遙感

CH20111530 一種利用TM圖像自動(dòng)提取洪積扇的方法/楊樹(shù)文（蘭州交通大學(xué)數(shù)理與軟件工程學(xué)院），李名勇，劉濤，孫建國(guó)，段煥娥∥國(guó)土資源遙感.-2011（2）.-65～69

在分析洪積扇與其他地物光譜特征差異的基礎(chǔ)上，針對(duì)TM圖像的紅光波段與近紅外波段的比值能增大洪積扇與其他地物間光譜差異，以及地形陰影在藍(lán)、綠光波段亮度值降低速率差異較大的特征，基于比值運(yùn)算和差值運(yùn)算，構(gòu)建了洪積扇自動(dòng)提取模型。利用該模型，首先結(jié)合閾值算法將洪積扇從其他地物中提取出來(lái)，然后采用數(shù)學(xué)形態(tài)學(xué)膨脹和腐蝕算法進(jìn)行空洞填充。在華南丘陵地區(qū)的實(shí)驗(yàn)表明，該方法除能以較高精度自動(dòng)提取洪積扇外，還能比較有效地去除植被和陰影等干擾信息。

?比值運(yùn)算 洪積扇 自動(dòng)提取 閾值 濾波

CH20111531 高光譜數(shù)據(jù)非監(jiān)督分類(lèi)的改進(jìn)獨(dú)立成分分析方法/李娜，趙慧潔（北京航空航天大學(xué)儀器科學(xué)與光電工程學(xué)院）∥國(guó)土資源遙感.-2011（2）.-70～74

利用數(shù)據(jù)本身統(tǒng)計(jì)特性是實(shí)現(xiàn)高光譜數(shù)據(jù)非監(jiān)督分類(lèi)的有效方法之一。針對(duì)利用高光譜數(shù)據(jù)一階、二階統(tǒng)計(jì)量不能完全表征數(shù)據(jù)結(jié)構(gòu)的問(wèn)題，提出了一種基于數(shù)據(jù)高階統(tǒng)計(jì)特性——峭度的改進(jìn)獨(dú)立成分分析方法（Improved Kurtosis-Based Independent Component Analysis，IKICA）的高光譜數(shù)據(jù)非監(jiān)督分類(lèi)方法，并針對(duì)利用峭度進(jìn)行非高斯性度量時(shí)對(duì)噪聲等敏感的問(wèn)題進(jìn)行了模型改進(jìn)。利用同一航帶的OMIS高光譜遙感數(shù)據(jù)對(duì)該算法的性能進(jìn)行了評(píng)價(jià)，并分別與基于最大似然估計(jì)和基于負(fù)熵的獨(dú)立成分分析（ICA）方法進(jìn)行了性能比較。將該方法應(yīng)用于PHI獲取的方麓茶場(chǎng)航空高光譜數(shù)據(jù)的非監(jiān)督分類(lèi)，結(jié)果表明，本文提出的算法明顯地提高了運(yùn)算的收斂速度和魯棒性，并具有較高的分類(lèi)精度和較強(qiáng)的抗噪聲能力。

?高光譜遙感 獨(dú)立成分分析 非監(jiān)督分類(lèi)

CH20111532 基于主成分分析和分形模型的ASTER蝕變異常信息提取/刁海，張達(dá)，狄永軍，王振，王浩然，熊光強(qiáng)（中國(guó)地質(zhì)大學(xué)（北京）地球科學(xué)與資源學(xué)院）∥國(guó)土資源遙感.-2011（2）.-75～80

遙感蝕變異常信息在一定程度上可以反映出圍巖蝕變情況。為了利用遙感數(shù)據(jù)提取圍巖蝕變異常信息，通過(guò)分析蝕變礦物的波譜曲線(xiàn)，首先得出其在ASTER各波段的吸收、反射特征；a然后選擇特征明顯的波段做主成分分析，并依據(jù)其光譜特征與特征向量的對(duì)應(yīng)關(guān)系，確定出主要包含圍巖蝕變信息的主分量；最后對(duì)該分量用分形模型計(jì)算其異常灰度的閾值，來(lái)提取蝕變異常信息。與已知礦點(diǎn)的圍巖蝕變相比較，所提取的圍巖蝕變異常信息與實(shí)際的蝕變情況比較吻合。

?主成分分析 分形模型 蝕變異常提取

CH20111533 HJ-1B/IRS水溫反演模型及監(jiān)測(cè)示范/黃妙芬（大連海洋大學(xué)海洋工程學(xué)院），毛志華，邢旭峰，孫中平，趙祖龍，黃薇∥國(guó)土資源遙感.-2011（2）.-81～86

利用2008～2009年期間約10景HJ-1B/IRS熱紅外波段遙感數(shù)據(jù)和過(guò)境時(shí)刻相應(yīng)的氣象觀測(cè)數(shù)據(jù)，以EOS/MODIS溫度產(chǎn)品為參照，在單窗算法的基礎(chǔ)上，基于水體目標(biāo)對(duì)該算法的參數(shù)進(jìn)行修正，建立HJ-1B/IRS水體溫度反演模型；將該模型反演的水體溫度及采用單窗算法參數(shù)計(jì)算的溫度與EOS/MODIS溫度產(chǎn)品進(jìn)行比較結(jié)果表明：采用單窗算法參數(shù)計(jì)算出的水體溫度與EOS/MODIS溫度產(chǎn)品的絕對(duì)平均誤差為7.84℃；采用本研究得到的參數(shù)所反演的溫度與EOS/MODIS溫度產(chǎn)品的絕對(duì)平均誤差為0.83℃。將水溫反演模型應(yīng)用于遼東灣區(qū)域，實(shí)現(xiàn)對(duì)該區(qū)域水溫的動(dòng)態(tài)監(jiān)測(cè)。

?單窗算法 水溫反演模型 水溫動(dòng)態(tài)監(jiān)測(cè)

CH20111534 改進(jìn)的K-means算法在遙感圖像分類(lèi)中的應(yīng)用/趙越，周萍（中國(guó)地質(zhì)大學(xué)（北京）地球科學(xué)與資源學(xué)院）∥國(guó)土資源遙感.-2011（2）.-87～90

遙感圖像分類(lèi)時(shí)，如果類(lèi)別不明，K-means算法隨機(jī)選取不同初值會(huì)導(dǎo)致分類(lèi)結(jié)果有較大的差異。針對(duì)此問(wèn)題，提出了一種改進(jìn)的K-means算法。首先對(duì)遙感數(shù)據(jù)進(jìn)行對(duì)數(shù)變換；然后采用主成分變換，依據(jù)主成分貢獻(xiàn)率（≥85％）選擇參與分類(lèi)的主成分?jǐn)?shù)；根據(jù)第一主成分的概率密度函數(shù)確定初始分類(lèi)數(shù)和初始分類(lèi)中心，并確定初始分類(lèi)標(biāo)簽作為多個(gè)主成分的期望最大化（EM）分類(lèi)算法所需初始值，避開(kāi)了隨機(jī)選取初值的敏感問(wèn)題。通過(guò)實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證，本文方法的分類(lèi)精度優(yōu)于傳統(tǒng)的基于均值-方差的K-means算法。

?對(duì)數(shù)變換 主成分變換 圖像分類(lèi)

CH20111535 基于SPOT數(shù)據(jù)的鐵化蝕變信息提取及找礦應(yīng)用研究——以隴南金礦區(qū)為例/李智峰，朱谷昌（中南大學(xué)地學(xué)與環(huán)境工程學(xué)院），張建國(guó)，劉歡，胡杏花∥國(guó)土資源遙感.-2011（2）.-91～97

針對(duì)遙感方法找礦預(yù)測(cè)問(wèn)題，以甘肅隴南金礦區(qū)為例，對(duì)基于SPOT數(shù)據(jù)的鐵化蝕變信息提取及其在找礦預(yù)測(cè)中的應(yīng)用進(jìn)行了研究。在分析研究區(qū)的地質(zhì)背景資料及其圍巖蝕變類(lèi)型的基礎(chǔ)上，利用SPOT 5衛(wèi)星遙感數(shù)據(jù)，經(jīng)過(guò)多種圖像處理，提取了與金礦密切相關(guān)的鐵化蝕變異常信息，探索了利用中高分辨率衛(wèi)星SPOT數(shù)據(jù)提取遙感蝕變異常信息的可行性。研究表明，相對(duì)于ETM、ASTER等數(shù)據(jù)，雖然SPOT不具有更寬的光譜范圍和更高的光譜分辨率，但是針對(duì)特定區(qū)域的特定任務(wù)，SPOT數(shù)據(jù)仍然能夠發(fā)揮應(yīng)有的作用。

?中高分辨率 鐵化蝕變 信息提取

CH20111536 基于ASTER-G DEM的貴州及其鄰區(qū)地貌面提取及研究/閆鵬，楊農(nóng)（中國(guó)地質(zhì)科學(xué)院地質(zhì)力學(xué)研究所），葉寶瑩∥國(guó)土資源遙感.-2011（2）.-98～103

多級(jí)地貌面是貴州及其鄰區(qū)重要的地貌特征，深入研究其特征有助于了解該地區(qū)新生代以來(lái)的構(gòu)造演化歷史。為了研究該區(qū)新生代以來(lái)的構(gòu)造演化歷史，基于ArcGIS及ERDAS軟件平臺(tái)，利用ASTER-GDEM數(shù)據(jù)對(duì)該區(qū)坡度等地貌參數(shù)進(jìn)行了提取。通過(guò)統(tǒng)計(jì)，進(jìn)一步提取出了區(qū)內(nèi)的地貌面，首次提取出了該區(qū)層狀地貌的準(zhǔn)確數(shù)值特征，并結(jié)合野外地質(zhì)調(diào)查得到驗(yàn)證，從而為層狀地貌的定量化、直觀化研究提供了一種新思路。研究結(jié)果表明，研究區(qū)內(nèi)分布有4級(jí)地貌面，反映出新生代以來(lái)，該區(qū)經(jīng)過(guò)了復(fù)雜的構(gòu)造抬升，經(jīng)歷了3次以上的抬升-停滯活動(dòng)周期，各次抬升的幅度為300～500m左右，并且現(xiàn)在仍處于抬升期。

?坡度 地貌提取

CH20111537 基于MODIS的ATI和TVI組合法反演石羊河流域土壤含水量/魏偉，任皓晨，趙軍（西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院），王旭峰∥國(guó)土資源遙感.-2011（2）.-104～109

利用MODIS數(shù)據(jù)產(chǎn)品MOD11A2、MOD13A1和MCD43A3獲取NDVI、ATI（表觀熱慣量）和TVI（溫度植被指數(shù)）等參數(shù)，以NDVI作為判別閾值將ATI和TVI進(jìn)行組合建立土壤含水量反演模型，并用預(yù)留的實(shí)地采樣數(shù)據(jù)對(duì)模型進(jìn)行了驗(yàn)證。最后，結(jié)合DEM數(shù)據(jù)進(jìn)一步分析了石羊河流域土壤含水量的空間分異規(guī)律，結(jié)果表明：該方法可實(shí)現(xiàn)ATI和TVI方法的優(yōu)勢(shì)互補(bǔ)，提高反演精度；研究區(qū)土壤含水量從上、中至下游呈現(xiàn)3個(gè)依次遞減的階梯，且隨高程、坡向及坡度等地形因子的變化呈明顯的分異規(guī)律。

?土壤含水量 遙感反演

CH20111538 基于可控鄰域作用CA的城市擴(kuò)張研究/劉興權(quán)，吳濤，甘喜慶（中南大學(xué)GIS研究中心）∥國(guó)土資源遙感.-2011（2）.-110～114

為了進(jìn)行城市擴(kuò)張研究，在使用二分Logistic回歸方法從歷史數(shù)據(jù)中挖掘位置特征變量對(duì)元胞狀態(tài)轉(zhuǎn)換影響的基礎(chǔ)上，通過(guò)引入鄰域因子實(shí)現(xiàn)了可控鄰域作用。研究中，首先建立了一種新的城市元胞自動(dòng)機(jī)（Cellular Automata，CA）模型，然后用該模型在長(zhǎng)沙市區(qū)及部分周邊地區(qū)進(jìn)行了城市擴(kuò)張進(jìn)程的模擬和預(yù)測(cè)，并對(duì)結(jié)果進(jìn)行了評(píng)價(jià)分析。

?元胞自動(dòng)機(jī) 可控鄰域作用 城市擴(kuò)張

CH20111539 基于MODIS的干旱區(qū)植被覆蓋度反演及植被指數(shù)優(yōu)選/郭玉川，何英（新疆農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院），李霞∥國(guó)土資源遙感.-2011（2）.-115～118

為進(jìn)一步掌握塔里木河下游輸水后的生態(tài)恢復(fù)程度，以輸水河畔的植被覆蓋度為研究對(duì)象，采用MODIS數(shù)據(jù)構(gòu)建研究區(qū)多種植被指數(shù)；結(jié)合現(xiàn)場(chǎng)實(shí)測(cè)植被覆蓋度，給出離散坐標(biāo)下實(shí)測(cè)植被覆蓋度與各種植被指數(shù)間的二維散點(diǎn)圖，據(jù)此得出二者相關(guān)方程，反演區(qū)域植被覆蓋度。結(jié)果表明，基于MODIS數(shù)據(jù)構(gòu)建的NDVI、MSAVI、SAVI和EVI等植被指數(shù)均與植被覆蓋度有較好的相關(guān)關(guān)系，采用這些植被指數(shù)反演植被覆蓋度的精度由高到低依次為NDVI、EVI、MSAVI及SAVI。建議在干旱荒漠區(qū)，使用MODIS數(shù)據(jù)進(jìn)行植被變化監(jiān)測(cè)，最優(yōu)選擇的植被指數(shù)為NDVI。

?植被覆蓋度 植被指數(shù)

CH20111540 基于遙感技術(shù)的吉林省生態(tài)資產(chǎn)定量評(píng)估與動(dòng)態(tài)監(jiān)測(cè)/苗正紅，王宗明，宋開(kāi)山，任春穎，杜嘉，張素梅（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（2）.-119～123

利用TM/ETM+衛(wèi)星影像，在對(duì)生態(tài)參數(shù)測(cè)量的基礎(chǔ)上，依據(jù)生態(tài)資產(chǎn)估算方法，對(duì)吉林省2000年和2008年的生態(tài)資產(chǎn)進(jìn)行定量測(cè)量，得到生態(tài)資產(chǎn)空間分布圖，并進(jìn)行了動(dòng)態(tài)變化分析。結(jié)果表明：2000～2008年，吉林省生態(tài)資產(chǎn)總價(jià)值由4 385.61億元增加到6 751.31億元，單位面積價(jià)值增加了24.17萬(wàn)元/（km2.a）。在不同生態(tài)系統(tǒng)類(lèi)型中，有林地生態(tài)資產(chǎn)總價(jià)值的變化最大，8a間增加了1 193.60億元；而未利用地生態(tài)價(jià)值增加得最少，只有15.75億元。從生態(tài)資產(chǎn)總價(jià)值的空間分布上來(lái)看，2000年和2008年的吉林省生態(tài)資產(chǎn)總價(jià)值分布都呈現(xiàn)由東向西逐漸降低的趨勢(shì)。

?凈初級(jí)生產(chǎn)力 生態(tài)資產(chǎn) 定量評(píng)估

CH20111541 上海近十年來(lái)城市化及其生態(tài)環(huán)境變化的評(píng)估研究/黎治華（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），高志強(qiáng)，高煒，施潤(rùn)和，劉朝順∥國(guó)土資源遙感.-2011（2）.-124～129

為了了解上海近十年來(lái)的變化，應(yīng)用遙感變化檢測(cè)方法來(lái)評(píng)估研究近十年來(lái)上海的城市范圍及城市生態(tài)方面的擴(kuò)展和變化，即一方面利用從土地覆蓋衍生出的城市化面積指數(shù)（UAI）來(lái)反映城市擴(kuò)展的速度，另一方面應(yīng)用植被覆蓋率（FVC）變化來(lái)評(píng)估城市生態(tài)環(huán)境的演變。研究中，首先對(duì)2000～2009年的MOD13Q1影像按照年疊加反演出NDVI時(shí)間序列，然后分析得到每年土地覆蓋圖和植被覆蓋率圖，最后逐年進(jìn)行變化分析。研究表明，近十年來(lái)，上海發(fā)生以下變化：①城市化范圍持續(xù)擴(kuò)展；②城市化面積指數(shù)年均增長(zhǎng)率在1.73％以上，2008～2009年度最高達(dá)4.36％；③植被覆蓋率總體上持續(xù)降低，但在建成區(qū)、遠(yuǎn)郊和島嶼區(qū)域植被覆蓋率略有上升；④建成區(qū)的“變綠”是建立在耕地、植被減少為代價(jià)的基礎(chǔ)上。

?時(shí)間序列 植被覆蓋率 土地覆蓋動(dòng)態(tài)度

CH20111542 基于GeoEye-1和DEM的富家塢銅礦區(qū)固體廢棄物危險(xiǎn)性分析/孟丹，張志，馮穩(wěn)（中國(guó)地質(zhì)大學(xué)（武漢）地球科學(xué)學(xué)院）∥國(guó)土資源遙感.-2011（2）.-130～134

在ArcGIS支持下，利用1∶5萬(wàn)DEM對(duì)江西德興富家塢銅礦區(qū)與銅廠礦區(qū)的匯流累積量和集水流域進(jìn)行模擬，將該區(qū)劃分為a、b兩個(gè)流域，分水嶺方向?yàn)镹EESWW；將富家塢礦區(qū)所在流域a進(jìn)一步劃分為3個(gè)小的集水流域。在礦床學(xué)及采礦學(xué)等理論的支持下，利用美國(guó)GeoEye-1衛(wèi)星數(shù)據(jù)，采用人機(jī)交互解譯方式，對(duì)富家塢銅礦區(qū)固體廢棄物分布進(jìn)行了快速調(diào)查，查得其分布面積為2.105km2。將固體廢棄物分布與小流域劃分結(jié)果進(jìn)行空間疊置分析后認(rèn)為：由于固體廢物所在地段原始地形坡度陡，堆積厚度大，對(duì)下游的楊村等居民地構(gòu)成泥石流災(zāi)害威脅；廢棄物及裸露采場(chǎng)在地表水溶蝕下將對(duì)德興市及其下游洎水的主要生活用水的水質(zhì)產(chǎn)生嚴(yán)重影響。

?流域分析

CH20111543 云南播卡金礦遙感蝕變信息提取及成礦預(yù)測(cè)/程知言，趙培松（有色金屬華東地質(zhì)勘查局）∥國(guó)土資源遙感.-2011（2）.-135～140

云南東川播卡金礦位于康滇地軸中段東緣，成礦背景復(fù)雜，找礦潛力巨大。利用ETM+遙感影像對(duì)研究區(qū)進(jìn)行構(gòu)造解譯和礦化蝕變信息提取，并結(jié)合區(qū)域地質(zhì)和物化探異常信息進(jìn)行綜合找礦信息分析。研究結(jié)果表明，該礦區(qū)南北向構(gòu)造與東西向構(gòu)造交叉部位附近蝕變異常信息強(qiáng)烈，在區(qū)內(nèi)呈規(guī)律性變化，播卡金礦的南部與研究區(qū)東部的南北向蝕變帶找礦前景良好。

?遙感技術(shù) 蝕變信息提取 成礦預(yù)測(cè)

CH20111544 基于3DGIS的龍崗高含硫氣田安全應(yīng)急應(yīng)用系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)/郭紅燕，于五一，丁樹(shù)柏，李趙洲（中國(guó)石油勘探開(kāi)發(fā)研究院）∥國(guó)土資源遙感.-2011（2）.-141～146

基于World Wind Java SDK開(kāi)源軟件，設(shè)計(jì)實(shí)現(xiàn)了高含硫氣田環(huán)境安全應(yīng)急管理三維地理信息系統(tǒng)（3DGIS）。該系統(tǒng)構(gòu)建的難點(diǎn)是高含硫氣田井噴事故中H2S氣體擴(kuò)散數(shù)值模擬模型與3DGIS的集成問(wèn)題。通過(guò)對(duì)數(shù)值模擬模型海量數(shù)據(jù)體采用時(shí)空結(jié)構(gòu)分析壓縮法，極大地壓縮了數(shù)據(jù)量；在模型數(shù)據(jù)體的展示中，采用時(shí)空切片的三維可視化方式提高了存儲(chǔ)、傳輸及展示效率。在此基礎(chǔ)上，針對(duì)應(yīng)急管理的預(yù)警、分析及處置業(yè)務(wù)流程，開(kāi)發(fā)了相應(yīng)的基于3DGIS的安全應(yīng)急應(yīng)用功能，為應(yīng)急管理人員提供了基于3DGIS的業(yè)務(wù)應(yīng)用平臺(tái)。

?環(huán)境安全應(yīng)急管理 氣體擴(kuò)散 數(shù)值模擬模型

CH20111545 基于ArcGIS的地質(zhì)災(zāi)害地圖符號(hào)庫(kù)設(shè)計(jì)與實(shí)現(xiàn)/劉洪光（中國(guó)地質(zhì)大學(xué)研究生院），高錫林，馬維峰，張時(shí)忠∥國(guó)土資源遙感.-2011（2）.-147～150

針對(duì)ArcGIS在地質(zhì)災(zāi)害地圖制圖中的應(yīng)用，首先介紹了依據(jù)國(guó)家相關(guān)標(biāo)準(zhǔn)，基于ArcGIS設(shè)計(jì)的專(zhuān)業(yè)地質(zhì)災(zāi)害地圖符號(hào)庫(kù)的技術(shù)路線(xiàn)和實(shí)現(xiàn)方法；然后通過(guò)實(shí)際應(yīng)用檢驗(yàn)了基于該技術(shù)方法的地質(zhì)災(zāi)害地圖符號(hào)庫(kù)，并基于該技術(shù)方法實(shí)現(xiàn)了地質(zhì)災(zāi)害地圖符號(hào)庫(kù)的發(fā)布、應(yīng)用和共享。

?地質(zhì)災(zāi)害地圖 符號(hào)庫(kù) 字體符號(hào)庫(kù)

CH20111546 流域遙感方法與實(shí)踐=Watershed Remote Sensing：Methodology and a Paradigm in H ai Basin/吳炳方，盧善龍（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感學(xué)報(bào).-2011（2）.-201～223

未來(lái)流域一體化管理模式下，要求數(shù)據(jù)、信息和知識(shí)在管理者、科學(xué)家、工程技術(shù)人員和所有利益相關(guān)方之間自由流通，其中流域尺度數(shù)據(jù)獲取、信息提煉和知識(shí)抽象是基礎(chǔ)，衛(wèi)星遙感技術(shù)為實(shí)現(xiàn)這一管理方式的改變提供了新的技術(shù)手段。然而，過(guò)去受數(shù)據(jù)獲取難度和應(yīng)用方法缺乏的影響，遙感在流域管理中的應(yīng)用十分有限。本文介紹了流域管理發(fā)展及其對(duì)數(shù)據(jù)和方法的需求，剖析了遙感方法在流域管理過(guò)程中的應(yīng)用現(xiàn)狀及發(fā)展?jié)摿Γ岢隽饔蜻b感方法包括面向流域管理的遙感協(xié)同處理（反演）和流域空間管理兩個(gè)方面。并以海河流域?yàn)榈湫脱芯繀^(qū)，介紹了中國(guó)科學(xué)院知識(shí)創(chuàng)新工程重大項(xiàng)目“海河流域治理工程生態(tài)環(huán)境效應(yīng)遙感監(jiān)測(cè)與評(píng)估”課題中在流域遙感方法研究和應(yīng)用實(shí)踐方面取得的部分成果，展示了未來(lái)遙感在流域管理中的應(yīng)用前景。

?流域遙感 協(xié)同反演 流域空間管理 生態(tài)環(huán)境

CH20111547 ETWatch的模型與方法=ETWatch：Models and Methods/吳炳方，熊雋，閆娜娜（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感學(xué)報(bào).-2011（2）.-224～239

作為定量描述地表異質(zhì)性和時(shí)空分布規(guī)律的主要方法，遙感需要與模型相結(jié)合，才能對(duì)陸表蒸散進(jìn)行估算。ETWatch是面向流域規(guī)劃與管理和農(nóng)業(yè)水管理的實(shí)用需求，針對(duì)遙感應(yīng)用而設(shè)計(jì)的遙感蒸散監(jiān)測(cè)系統(tǒng)，可用于計(jì)算流域地表凈輻射、感熱、潛熱（ET）的空間分布及其時(shí)間過(guò)程，提高ETWatch模型的精度和可靠性的關(guān)鍵在于發(fā)展多源遙感數(shù)據(jù)的參數(shù)化方法。本文在調(diào)研國(guó)內(nèi)外研究進(jìn)展的基礎(chǔ)上，總結(jié)了流域蒸散遙感估算參數(shù)化中存在的主要問(wèn)題，包括非均勻下墊面參數(shù)獲取、時(shí)空尺度轉(zhuǎn)換、多源遙感數(shù)據(jù)集成、真實(shí)性檢驗(yàn)與模型校正等，并結(jié)合上述問(wèn)題介紹了ETWatch中的模型與方法。

?蒸散 真實(shí)性檢驗(yàn) 模型校正

CH20111548 ETWatch中的參數(shù)標(biāo)定方法=ETWatch：Calibration Methods/熊雋，吳炳方，柳樹(shù)福，閆娜娜，吳方明（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感學(xué)報(bào).-2011（2）.-240～254

ETWatch是用于流域蒸散遙感監(jiān)測(cè)、針對(duì)遙感應(yīng)用而設(shè)計(jì)的集成框架。方法集成了具有不同應(yīng)用優(yōu)勢(shì)的遙感蒸散模型，并以Penman-Monteith方法為基礎(chǔ)建立時(shí)間擴(kuò)展方法，利用氣象數(shù)據(jù)與晴好日的通量遙感估算結(jié)果，獲得逐日連續(xù)的蒸散分布圖。所生成的從流域級(jí)到地塊級(jí)的數(shù)據(jù)產(chǎn)品能動(dòng)態(tài)反映區(qū)域蒸散發(fā)的時(shí)空變化規(guī)律。為深入了解遙感蒸散量估算中的不確定因素，本文將其通量計(jì)算過(guò)程分為地表溫度、地氣溫差、短波與長(zhǎng)波輻射、水體熱通量、顯熱通量等環(huán)節(jié)與地面數(shù)據(jù)進(jìn)行對(duì)比和逐項(xiàng)的標(biāo)定。利用站點(diǎn)地面觀測(cè)資料對(duì)模型輸入的蒸發(fā)比的比較表明參數(shù)標(biāo)定可有效提高遙感與地面蒸散觀測(cè)的吻合程度。

?蒸散發(fā) 定量遙感 能量平衡

CH20111549 ETWatch中不同尺度蒸散融合方法=ETWatch：a Method of Multi-resolution ET Data Fusion/柳樹(shù)福，熊雋，吳炳方（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感學(xué)報(bào).-2011（2）.-255～269

高分辨率遙感蒸散數(shù)據(jù)集的構(gòu)建受到數(shù)據(jù)源的限制和云的影響，單一傳感器無(wú)法達(dá)到高時(shí)空分辨率覆蓋。本文分析了ETWatch不同尺度遙感蒸散結(jié)果的空間特征，通過(guò)幾種融合方法的比較，分析數(shù)據(jù)融合前后的數(shù)據(jù)特征和信息量，將時(shí)空適應(yīng)性反射率融合模型（STARFM）集成到ETWatch，用于不同尺度遙感蒸散數(shù)據(jù)的融合，該方法可以很好的結(jié)合高低分辨率數(shù)據(jù)的空間分布和時(shí)間分布信息，在時(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，STARFM融合后的日ET數(shù)據(jù)與融合前1km日ET數(shù)據(jù)的平均相對(duì)誤差為1.75％，融合后的月ET數(shù)據(jù)與融合前1km月ET數(shù)據(jù)的平均相對(duì)誤差為0.2％，STARFM適合于不同尺度下遙感ET數(shù)據(jù)的融合。

?圖像融合 蒸散發(fā)

CH20111550 基于蒸滲儀的蒸散量時(shí)間尺度擴(kuò)展方法對(duì)比=Comparison of Evapotranspiration Temporal Scaling Methods Based on Lysimeter Measurements/劉國(guó)水，劉鈺，許迪（國(guó)家節(jié)水灌溉北京工程技術(shù)研究中心）∥遙感學(xué)報(bào).-2011（2）.-270～280

利用蒸滲儀實(shí)測(cè)的冬小麥生育期ET數(shù)據(jù)，對(duì)比分析基于蒸發(fā)比、作物系數(shù)和冠層阻力的不同ET時(shí)間尺度擴(kuò)展方法的估算效果。結(jié)果表明，對(duì)小時(shí)到日尺度的ET時(shí)間擴(kuò)展而言，利用當(dāng)?shù)貢r(shí)間上午時(shí)段（10：00-11：00）的ET實(shí)測(cè)數(shù)據(jù)，基于冠層阻力的日ET尺度擴(kuò)展值估算效果要優(yōu)于基于蒸發(fā)比和作物系數(shù)的效果，而利用下午時(shí)段（14：00-15：00）的ET實(shí)測(cè)數(shù)據(jù)，基于作物系數(shù)的日ET尺度擴(kuò)展值估算效果要優(yōu)于基于蒸發(fā)比和冠層阻力的效果，對(duì)于從典型日到生育期尺度的ET時(shí)間擴(kuò)展，基于作物系數(shù)的生育期ET尺度擴(kuò)展值估算效果要好于基于蒸發(fā)比和冠層阻力的效果。應(yīng)根據(jù)當(dāng)?shù)氐臍夂驓庀髼l件、作物種植狀況、時(shí)間尺度擴(kuò)展類(lèi)型、土壤水分和ET觀測(cè)設(shè)施種類(lèi)等因素，選擇適宜的ET時(shí)間尺度擴(kuò)展方法。

?蒸散發(fā) 蒸滲儀 時(shí)間尺度擴(kuò)展

CH20111551 流域耗水平衡方法與應(yīng)用=A Method of Water Consumption Balance and Application/吳炳方，閆娜娜，蔣禮平，常勝（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感學(xué)報(bào).-2011（2）.-281～297

流域水量平衡分析是水資源現(xiàn)狀評(píng)價(jià)與水資源合理調(diào)度研究工作中的一個(gè)核心。本文基于遙感技術(shù)估算的蒸散，結(jié)合監(jiān)測(cè)統(tǒng)計(jì)數(shù)據(jù)，提出了流域耗水平衡方法，以海河流域?yàn)槔M(jìn)行了2002年—2007年流域及子流域的耗水平衡分析，流域多年平均蓄變量為-62.3億m3，其中農(nóng)業(yè)生產(chǎn)是流域水資源消耗的主要因素，占耗水總量的54.3％，年際變動(dòng)范圍較小（-5％-8％）。通過(guò)流域蓄變量變化和流域蒸散結(jié)構(gòu)的分析，揭示海河流域存在的水資源問(wèn)題，為流域水資源管理和節(jié)水型社會(huì)建設(shè)耗水控制和節(jié)水方案提出建議。

?耗水平衡 遙感 海河流域 蒸散發(fā)

CH20111552 農(nóng)田水分生產(chǎn)率估算方法及應(yīng)用=Estimation of Agricultural Water Productivity and Application/閆娜娜，吳炳方，杜鑫（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感學(xué)報(bào).-2011（2）.-298～312

水分生產(chǎn)率是評(píng)價(jià)農(nóng)業(yè)灌溉用水管理水平和節(jié)水效果的一個(gè)重要指標(biāo)。用遙感數(shù)據(jù)定量估算流域平原區(qū)的蒸散量和干物質(zhì)量，采用經(jīng)驗(yàn)的收獲指數(shù)計(jì)算了海河流域2003年—2008年多年平均水分生產(chǎn)率。通過(guò)對(duì)水資源三級(jí)分區(qū)的統(tǒng)計(jì)結(jié)果分析得出：遙感估算的水分生產(chǎn)率可以反映單方水產(chǎn)出的空間差異。海河流域平原平均水分生產(chǎn)率為0.99kg/m3，變化范圍為0.02～2.13kg/m3，總體水平較低，南北差異較大。通過(guò)ET，產(chǎn)量和水分生產(chǎn)率關(guān)系的分析表明：水分生產(chǎn)率與產(chǎn)量線(xiàn)性相關(guān)（R2=0.97），提高產(chǎn)量將一直是流域提高水分生產(chǎn)率的重要研究方向。水分生產(chǎn)率與產(chǎn)量隨ET變化均呈現(xiàn)先線(xiàn)性增加后減小的特點(diǎn)，在兩季作物區(qū)當(dāng)年耗水量在335～575mm范圍變化時(shí)，水分是影響產(chǎn)量和水分產(chǎn)出效益的關(guān)鍵因子，要著重提高中低產(chǎn)區(qū)域的水分生產(chǎn)率。當(dāng)耗水量超過(guò)575mm時(shí)，水分就不是唯一的限制因子，而以提高作物的收獲指數(shù)為重點(diǎn)。

?海河流域 水分生產(chǎn)率 蒸散發(fā) 干物質(zhì)量

CH20111553 基于遙感ET數(shù)據(jù)的水平衡模型構(gòu)建及現(xiàn)狀分析=Establishment of the Regional Water Balance A-nalysis Model Based on RS-ET Data and Current Situation Analysis/彭致功，毛德發(fā)，王蕾，劉鈺，張寄陽(yáng)（中國(guó)水利水電科學(xué)研究院水利研究所）∥遙感學(xué)報(bào).-2011（2）.-313～323

區(qū)域水平衡分析是保證水資源可持續(xù)利用和經(jīng)濟(jì)可持續(xù)發(fā)展的基礎(chǔ)。在介紹CPSP模型計(jì)算原理的基礎(chǔ)上，選擇該模型作為北京市大興區(qū)的區(qū)域水平衡分析工具。利用《北京市大興區(qū)水資源綜合規(guī)劃》（2004年）中徑流量的計(jì)算成果、遙感ET及地下水實(shí)測(cè)數(shù)據(jù)對(duì)模型進(jìn)行校驗(yàn)結(jié)果表明，模型徑流計(jì)算結(jié)果與規(guī)劃成果基本一致，模型能較好模擬騰發(fā)及地下水儲(chǔ)量動(dòng)態(tài)變化過(guò)程。現(xiàn)狀分析表明：2004年缺水0.72億m3，2005年缺水1.80億m3。

?CPSP模型 水平衡分析

CH20111554 華北平原灌溉需水量時(shí)空分布及驅(qū)動(dòng)因素=The Distribution and Driving Factors of Irrigation Water Requirements in the North China Plain/馬林，楊艷敏，楊永輝，肖登攀，畢少杰（中國(guó)科學(xué)院農(nóng)業(yè)水資源重點(diǎn)實(shí)驗(yàn)室/河北省節(jié)水農(nóng)業(yè)重點(diǎn)實(shí)驗(yàn)室中國(guó)科學(xué)院遺傳與發(fā)育生物學(xué)研究所農(nóng)業(yè)資源研究中心，中國(guó)科學(xué)院研究生院，）∥遙感學(xué)報(bào).-2011（2）.-324～339

采用華北平原14個(gè)氣象站點(diǎn)2002年—2007年的降水資料、76個(gè)站點(diǎn)的0～80cm厚度的土壤參數(shù)以及ETWatch系統(tǒng)計(jì)算的蒸散發(fā)量數(shù)據(jù)，運(yùn)用水分平衡原理計(jì)算了灌溉需水量的空間分布；利用相關(guān)及多元逐步回歸分析方法，定量分析了研究區(qū)灌溉需水量的主要驅(qū)動(dòng)因素。結(jié)果表明：從山前平原到濱海平原，多年平均灌溉需水量分別為282mm（36.1×108m3）、238mm（37.2×108m3）和172mm（9.3×108m3），有逐漸降低的趨勢(shì)。降雨量、小麥和蔬菜種植面積是影響灌溉需水量的主要驅(qū)動(dòng)因子，降雨量多的年份灌溉需水量顯著減少，小麥和蔬菜種植面積較多的區(qū)域灌溉需水量較高，而棉花和大豆種植面積較大的區(qū)域灌溉需水量較少。

?蒸散發(fā) 驅(qū)動(dòng)因子

CH20111555 區(qū)域綜合節(jié)水效果的遙感評(píng)價(jià)方法研究與應(yīng)用=Application and Study on Evaluation Method of the Overall Effect of Water Saving Efforts in a Region Based on Remote Sensing/毛德發(fā)，周會(huì)珍，胡明罡，田金霞，何浩（北京市水利水電技術(shù)中心）∥遙感學(xué)報(bào).-2011（2）.-340～348

區(qū)域節(jié)水效果的常規(guī)評(píng)價(jià)方法都是利用單項(xiàng)指標(biāo)評(píng)價(jià)單一行業(yè)的或者單方面的節(jié)水效果，不能反映區(qū)域綜合節(jié)水效果。從耗水控制水平和地下水可持續(xù)利用的角度出發(fā)，提出了以目標(biāo)蒸散量（ET）和地下水位理論變幅為評(píng)價(jià)基準(zhǔn)，利用遙感技術(shù)監(jiān)測(cè)區(qū)域?qū)嶋H蒸散量和地下水位實(shí)際變幅，采用基準(zhǔn)比較法評(píng)價(jià)區(qū)域節(jié)水綜合效果的方法；并以北京市大興區(qū)為例，開(kāi)展了該區(qū)的綜合節(jié)水效果遙感評(píng)價(jià)，為區(qū)域綜合節(jié)水效果評(píng)價(jià)提供了新的思路。

?綜合節(jié)水效果 遙感評(píng)價(jià)

CH20111556 海河流域濕地格局變化分析=Wetland Pattern Change in H ai Basin/盧善龍，吳炳方，李發(fā)鵬（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感學(xué)報(bào).-2011（2）.-349～371

利用遙感和GIS技術(shù)，制作了海河流域1980年、1990年、2000年和2007年4期濕地分布圖，分析了濕地格局變化過(guò)程與區(qū)域氣候變化以及人類(lèi)活動(dòng)的影響。結(jié)果表明：（1）流域內(nèi)天然濕地面積萎縮趨勢(shì)明顯，由1980年的5360km2降至2007年的4331km2；人工濕地面積先增加后減小，由1980年的3492km2增至1990年的5245km2，之后逐漸減小，至2007年降為4499km2；（2）平原區(qū)濕地面積先增加后減少，其主要影響因素為農(nóng)用濕地的變化。山區(qū)濕地面積呈遞減趨勢(shì)，主要受河流濕地和河流洪泛濕地面積遞減的影響；（3）在流域水資源三級(jí)區(qū)尺度，子牙河下游平原河流濕地和北三河下游平原農(nóng)用濕地是平原區(qū)變化最為劇烈的天然和人工濕地，永定河、子牙河及大清河上游山區(qū)河流濕地及河流洪泛濕地是山區(qū)變化最為劇烈的天然濕地，而永定河、北三河及大清河山區(qū)水庫(kù)/庫(kù)區(qū)濕地分別是山區(qū)變化最為劇烈的人工濕地；（4）1980年，流域內(nèi)河流濕地面積分布最廣，之后河流濕地逐漸萎縮，而農(nóng)用濕地、水庫(kù)/庫(kù)區(qū)濕地、海水養(yǎng)殖場(chǎng)/鹽田和淺海水域濕地面積逐漸增加；（5）受氣候變化和人類(lèi)活動(dòng)影響，濕地格局呈斑塊破碎化和空間分布均勻化與孤立化的演變趨勢(shì)。其中，氣溫升高是主要的自然影響因素，總?cè)丝谧兓图Z食生產(chǎn)是主要的人類(lèi)活動(dòng)影響因素。

?濕地 景觀格局 影響因素 遙感監(jiān)測(cè)

CH20111557 區(qū)域尺度海河流域水土流失風(fēng)險(xiǎn)評(píng)估=Regional Soil Erosion Risk Assessment in Hai Basin/李曉松，吳炳方，王浩，張瑾（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感學(xué)報(bào).-2011（2）.-372～387

借鑒USLE的因子選擇及綜合方法，在遙感和GIS的支撐下對(duì)海河流域的水土流失風(fēng)險(xiǎn)進(jìn)行評(píng)估，并對(duì)其空間分布特征進(jìn)行分析。結(jié)果表明：海河流域山區(qū)水土流失風(fēng)險(xiǎn)顯著高于平原地區(qū)，北三河山區(qū)水土流失風(fēng)險(xiǎn)最低，太行山區(qū)最高，永定河上游介于兩者之間；水土流失風(fēng)險(xiǎn)“很低”等級(jí)主要分布在小于5°的平坦地區(qū)，“中”、“高”水土流失風(fēng)險(xiǎn)面積主要集中在8°—15°與15°—25°兩個(gè)坡度帶內(nèi)，約占總面積的65％，且“高”水土流失風(fēng)險(xiǎn)面積所占比例隨坡度的增加而增加；水田的水土流失風(fēng)險(xiǎn)很低，“中”、“高”水土流失風(fēng)險(xiǎn)主要存在于灌草地類(lèi)型上，約占總“中”、“高”水土流失風(fēng)險(xiǎn)面積的59.67％。未來(lái)的治理應(yīng)依據(jù)水土流失風(fēng)險(xiǎn)的高低有針對(duì)性地開(kāi)展，以達(dá)到事半功倍的效果。

?遙感 水土流失風(fēng)險(xiǎn) 地理信息系統(tǒng)

CH20111558 流域尺度的不透水面遙感提取=Extraction of Impervious Surface in H ai Basin Using Remote Sensing/王浩，吳炳方，李曉松，盧善龍（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感學(xué)報(bào).-2011（2）.-388～400

一個(gè)地區(qū)的不透水面覆蓋度不僅是該地區(qū)城鎮(zhèn)化程度重要指示因子，也是該地區(qū)生態(tài)環(huán)境狀況的重要指示因子。現(xiàn)有的不透水面遙感提取方法，多集中在城區(qū)尺度上。而流域尺度上快速、準(zhǔn)確的不透水面遙感提取方法在國(guó)內(nèi)外還鮮有研究。本研究以覆蓋海河流域同一季節(jié)的Landsat影像為數(shù)據(jù)源，利用已有土地利用數(shù)據(jù)集中的道路、城市、農(nóng)村和工業(yè)用地對(duì)非不透水區(qū)進(jìn)行掩膜，通過(guò)選取亮暗植被、高低反照度不透水面、干濕土壤端元，采用多端元光譜混合分解模型提取了流域尺度上的不透水面。精度評(píng)價(jià)結(jié)果顯示，該方法估算的不透水面與真實(shí)結(jié)果之間的平均相對(duì)誤差為12.1％，相關(guān)系數(shù)為0.83，精度較高，適合于流域尺度的不透水面提取。

?不透水面 流域尺度光譜混合分解 遙感 海河流域

CH20111559 海河流域NDVI對(duì)氣候變化的響應(yīng)研究=Responses of NDVI to Climate Change in the H ai Basin/陳福軍，沈彥俊，胡喬利，齊永青，張玉翠（河北師范大學(xué)資源與環(huán)境科學(xué)學(xué)院）∥遙感學(xué)報(bào).-2011（2）.-401～414

以海河流域?yàn)檠芯繀^(qū)，利用8km分辨率AVHRR/NDVI數(shù)據(jù)和氣象資料，逐像元對(duì)1981—2000年時(shí)段的流域NDVI值、年降水量和年均氣溫的變化率進(jìn)行分析，計(jì)算了NDVI和年降水量、年均氣溫的相關(guān)關(guān)系。結(jié)果表明，1981～2000年時(shí)段內(nèi)，海河流域年降水量變化總體呈現(xiàn)北部和南部增加，中部減少的趨勢(shì)，其變化范圍在-80mm/10a～80mm/10a之間。全流域氣溫均呈上升趨勢(shì)，其中五臺(tái)山地區(qū)上升最顯著，達(dá)2℃/10a左右。NDVI在京、津等大城市周?chē)@著減小，變化率達(dá)-0.8/10a，在流域東南部平原及燕山部分山區(qū)增加趨勢(shì)明顯，達(dá)到0.8/10a左右。NDVI與降水、氣溫的相關(guān)關(guān)系空間差異明顯。在海河流域冷濕區(qū)，如灤河上游草原區(qū)和五臺(tái)山地區(qū)，植被指數(shù)對(duì)降水變化不敏感，與氣溫呈顯著正相關(guān)關(guān)系。太行山南端暖濕氣候環(huán)境中，降水增多影響植被生長(zhǎng)。海河流域東部沿海平原及燕山北部等干燥環(huán)境下，NDVI與降水呈正相關(guān)關(guān)系，與氣溫呈顯著負(fù)相關(guān)性，而在山前平原農(nóng)灌區(qū)，作物對(duì)氣候因子變化響應(yīng)不敏感。

?NDVI 氣候變化 氣溫 降水 海河流域

CH20111560 智能遙感衛(wèi)星系統(tǒng)/張兵（中國(guó)科學(xué)院對(duì)地觀測(cè)與數(shù)字地球科學(xué)中心）∥遙感學(xué)報(bào).-2011（3）.-415～431

分析了當(dāng)前遙感衛(wèi)星系統(tǒng)存在的一些不足，論述了新一代“智能遙感衛(wèi)星系統(tǒng)”的概念及其主要特點(diǎn)，對(duì)其中自適應(yīng)遙感成像和星上數(shù)據(jù)實(shí)時(shí)處理兩個(gè)核心部分進(jìn)行重點(diǎn)介紹，并對(duì)其涉及的關(guān)鍵科學(xué)問(wèn)題和關(guān)鍵技術(shù)進(jìn)行闡述。設(shè)計(jì)了一套具有自適應(yīng)成像和應(yīng)用模式優(yōu)化能力的智能高光譜衛(wèi)星有效載荷系統(tǒng)。該系統(tǒng)由用于區(qū)域背景信息獲取的前視預(yù)判遙感器、用于地表詳細(xì)觀測(cè)的主遙感器以及星上數(shù)據(jù)實(shí)時(shí)處理和分析3部分組成。對(duì)智能高光譜衛(wèi)星的工作原理和流程進(jìn)行介紹，并呼吁中國(guó)盡快圍繞智能遙感衛(wèi)星系統(tǒng)開(kāi)展一些前沿性的科學(xué)理論和關(guān)鍵技術(shù)研究，以實(shí)現(xiàn)中國(guó)在衛(wèi)星遙感領(lǐng)域的跨越式發(fā)展。

?智能遙感衛(wèi)星 高光譜遙感 自適應(yīng)觀測(cè) 實(shí)時(shí)處理

CH20111561 評(píng)估MODIS的BRDF角度指數(shù)產(chǎn)品/焦子銻，李小文，王錦地，張虎（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（3）.-432～456

應(yīng)用地表觀測(cè)的二向性反射數(shù)據(jù)集和多種MODIS數(shù)據(jù)產(chǎn)品，通過(guò)統(tǒng)計(jì)分析，對(duì)MODIS的二向性反射角度指數(shù)產(chǎn)品進(jìn)行綜合評(píng)估，結(jié)果表明：（1）MODIS角度指數(shù)包含了地表三維結(jié)構(gòu)信息，有望用來(lái)反演地表的物理結(jié)構(gòu)參數(shù)；（2）MODIS角度指數(shù)是內(nèi)在的三維關(guān)系，各向異性因子（Anisotropic Factor：ANIF）和各向異性指數(shù)（Anisotropic Index：ANIX）高相關(guān)，建議去掉ANIF以精煉MODIS角度指數(shù)產(chǎn)品；（3）各向異性平整指數(shù)（Anisotropic Flat Index：AFX）較好地指示了地表基本散射類(lèi)型的變化，且具有較小的類(lèi)內(nèi)方差，對(duì)改善特定地表分類(lèi)精度可能會(huì)更有用。

?角度指數(shù) 植被結(jié)構(gòu) 植被指數(shù)

CH20111562 時(shí)空一體化框架下時(shí)空異常探測(cè)/劉啟亮，鄧敏，王佳璆，彭思嶺，梅小明，趙玲（中南大學(xué)測(cè)繪與國(guó)土信息工程系）∥遙感學(xué)報(bào).-2011（3）.-457～474

提出一種時(shí)空一體化的時(shí)空異常探測(cè)方法，首先基于時(shí)空統(tǒng)計(jì)學(xué)與聚類(lèi)分析構(gòu)建一體化時(shí)空鄰近域。進(jìn)而，發(fā)展兼顧時(shí)空相關(guān)與異質(zhì)性的時(shí)空異常度量方法。最后，采用一種3步驟的策略探測(cè)時(shí)空異常。應(yīng)用本文方法探測(cè)中國(guó)陸地區(qū)域33年（1970—2002年）的年平均氣溫時(shí)空數(shù)據(jù)中的時(shí)空異常，探測(cè)結(jié)果具有較好的可靠性，反映時(shí)空數(shù)據(jù)的時(shí)空一體化特征。同時(shí)，對(duì)時(shí)空異常的產(chǎn)生機(jī)理與實(shí)際意義進(jìn)行分析和解釋。

?時(shí)空異常探測(cè) 時(shí)空鄰近域 時(shí)空統(tǒng)計(jì)學(xué) 聚類(lèi)分析

CH20111563 基于數(shù)據(jù)同化的元胞自動(dòng)機(jī)/張亦漢，黎夏，劉小平，喬紀(jì)綱（中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院）∥遙感學(xué)報(bào).-2011（3）.-475～491

提出基于集合卡爾曼濾波（EnKF）的元胞自動(dòng)機(jī)（CA）模型。在CA模型中，由于不同的樣本會(huì)訓(xùn)練出不同參數(shù)值的轉(zhuǎn)換規(guī)則，且獲取的轉(zhuǎn)換規(guī)則在整個(gè)模擬過(guò)程中不能改變等原因，誤差在模擬過(guò)程中會(huì)不斷累積。本文在CA模型中引入集合卡爾曼濾波的數(shù)據(jù)同化方法，建立了基于集合卡爾曼濾波的數(shù)據(jù)同化CA模型，同化遙感觀測(cè)數(shù)據(jù)，根據(jù)得出的同化值修正模擬結(jié)果使之向真實(shí)情況逼近。利用該模型模擬了廣東省東莞市的發(fā)展情景（1995年—2005年），實(shí)驗(yàn)表明，與傳統(tǒng)CA模型相比，基于集合卡爾曼濾波的CA模型能夠融合遙感觀測(cè)數(shù)據(jù)，并能更有效地模擬城市擴(kuò)張過(guò)程，達(dá)到良好的模擬效果。

?元胞自動(dòng)機(jī) 地理模擬 數(shù)據(jù)同化 集合卡爾曼濾波

CH20111564 紋理頻譜分析的高分辨率遙感影像最佳尺度選擇/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∥遙感學(xué)報(bào).-2011（3）.-492～511

基于對(duì)紋理頻譜的分析提出了一種高分辨率遙感影像最佳尺度的選擇方法。首先，分析四種典型地物在傅里葉變換頻域的頻譜響應(yīng)特性。然后，采用點(diǎn)擴(kuò)散函數(shù)對(duì)原始影像進(jìn)行尺度擴(kuò)展，進(jìn)而根據(jù)地物紋理的徑向與角向曲線(xiàn)隨尺度擴(kuò)展的變化選擇最佳尺度。最后，通過(guò)分析四種地物在6個(gè)尺度下的紋理特征可分性，說(shuō)明本文方法能客觀反映出地物的尺度效應(yīng)，具備最佳尺度選擇的可行性。利用支持向量機(jī)對(duì)QuickBird全色影像進(jìn)行面向?qū)ο蟮姆诸?lèi)，實(shí)驗(yàn)結(jié)果表明在最佳尺度下可取得較高精度。

?紋理 頻譜分析 尺度擴(kuò)展 最佳尺度選擇

CH20111565 元胞空間分區(qū)及其對(duì)GeoCA模型模擬精度的影響/柯新利，鄧祥征（中國(guó)科學(xué)院地理科學(xué)與資源研究所），陳勇∥遙感學(xué)報(bào).-2011（3）.-512～523

采用雙約束空間聚類(lèi)方法對(duì)元胞空間進(jìn)行分區(qū)，在此基礎(chǔ)上對(duì)不同的分區(qū)分別求取元胞轉(zhuǎn)換規(guī)則，從而提高元胞自動(dòng)機(jī)的模擬精度。以杭州市土地利用變化為例，采用本文提出的基于雙約束空間聚類(lèi)的分區(qū)元胞自動(dòng)機(jī)模型對(duì)研究區(qū)域2000—2005年的土地利用變化進(jìn)行模擬，并利用逐點(diǎn)對(duì)比法和MoranI指數(shù)對(duì)模擬結(jié)果進(jìn)行精度評(píng)估。結(jié)果表明：（1）采用雙約束空間聚類(lèi)算法對(duì)元胞空間進(jìn)行分區(qū)，可以保證同一分區(qū)內(nèi)的元胞既在空間上鄰近，又具有相對(duì)一致的非空間屬性信息，分區(qū)效果較好；（2）與不分區(qū)元胞自動(dòng)機(jī)模型和基于空間聚類(lèi)的分區(qū)元胞自動(dòng)機(jī)模型相比，雙約束空間聚類(lèi)元胞自動(dòng)機(jī)模型具有較高的模擬精度，尤其是在空間形態(tài)和整體結(jié)構(gòu)上具有較好的模擬效果。

?地理 元胞自動(dòng)機(jī) 雙約束空間聚類(lèi)

CH20111566 城鎮(zhèn)綠地樹(shù)種識(shí)別的數(shù)學(xué)描述符/周堅(jiān)華（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），周一凡，穆望舒∥遙感學(xué)報(bào).-2011（3）.-524～538

討論了城鎮(zhèn)綠地樹(shù)種識(shí)別數(shù)學(xué)描述符的設(shè)計(jì)思想和方法。本著具有確切的物理意義、幾何意義或植物生態(tài)學(xué)意義以及分割閾值具有環(huán)境不變性的原則，設(shè)計(jì)了歸一化陰影指數(shù)、飽和度明度相對(duì)差、相對(duì)邊緣點(diǎn)數(shù)、相對(duì)暗細(xì)節(jié)密度、相對(duì)骨架密度和加權(quán)平均冠徑等14個(gè)分別涉及波譜、紋理和形狀特征的新描述符。經(jīng)過(guò)樣本統(tǒng)計(jì)分析和遙感圖像實(shí)例測(cè)試，證明這些描述符在城鎮(zhèn)綠地樹(shù)種識(shí)別方面比經(jīng)典描述符具有更好的針對(duì)性和更強(qiáng)的適應(yīng)性。此外，本文還討論并測(cè)試了紅色欠飽和像元補(bǔ)償集的提取方法，以及基于cell分割或分類(lèi)的方法。對(duì)于城鎮(zhèn)綠地樹(shù)種分類(lèi)問(wèn)題，在決策樹(shù)分類(lèi)輸入矢量中，使用本文的描述符組合誤分率為5.8％，相比傳統(tǒng)的分色亮度組合（誤分率為25.9％）有明顯改進(jìn)。

?城鎮(zhèn)綠地 樹(shù)種識(shí)別 通用描述符 機(jī)器辨別 網(wǎng)格

CH20111567 基于LiDAR高度紋理和神經(jīng)網(wǎng)絡(luò)的地物分類(lèi)/喬紀(jì)綱，劉小平，張亦漢（中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院遙感與地理信息工程系）∥遙感學(xué)報(bào).-2011（3）.-539～553

使用LiDAR單一數(shù)據(jù)進(jìn)行點(diǎn)云分割工作時(shí)，基于斜率的嚴(yán)格分割LiDAR點(diǎn)云的方法不能很好的適應(yīng)復(fù)雜地物的分類(lèi)工作。本文將LiDAR粗分割后的點(diǎn)云轉(zhuǎn)換為高度圖像和反射強(qiáng)度圖像，并求取高度圖像GLCM高度紋理。將4種GLCM高度紋理、地面粗糙系數(shù)、平均高度和平均反射強(qiáng)度共7種紋理作為識(shí)別地面覆蓋物的特征，并利用后向傳播神經(jīng)網(wǎng)絡(luò)（BP-ANN）方法對(duì)LiDAR數(shù)據(jù)進(jìn)行地物識(shí)別。實(shí)驗(yàn)表明，這種方法能夠從LiDAR獨(dú)立數(shù)據(jù)源中有效的實(shí)現(xiàn)地物分類(lèi)，實(shí)驗(yàn)獲得的精度大于90％。與傳統(tǒng)的最大似然法進(jìn)行對(duì)比，BP-ANN的分類(lèi)精度高于最大似然法。當(dāng)預(yù)設(shè)地面類(lèi)型能同時(shí)滿(mǎn)足被光學(xué)影像和LiDAR數(shù)據(jù)識(shí)別的條件時(shí)，LiDAR高度紋理分類(lèi)與光學(xué)影像分類(lèi)結(jié)果的一致性達(dá)到76.5％。

?高度紋理 人工神經(jīng)網(wǎng)絡(luò) 地面粗糙度 激光雷達(dá)

CH20111568 一種機(jī)載LiDAR條帶平差最小二乘匹配算法/王麗英（遼寧工程技術(shù)大學(xué)測(cè)繪與地理科學(xué)學(xué)院），劉正軍∥遙感學(xué)報(bào).-2011（3）.-554～567

基于七參數(shù)正形變換的數(shù)據(jù)驅(qū)動(dòng)模型實(shí)現(xiàn)了機(jī)載Li-DAR條帶平差，算法借鑒了Robert（2004）的最小二乘表面匹配思想，通過(guò)引入高斯-馬爾科夫模型改進(jìn)了原有算法，得到未知參數(shù)的最小無(wú)偏方差估計(jì)。實(shí)驗(yàn)采用兩組實(shí)測(cè)數(shù)據(jù)，分別考察了引入高斯-馬爾科夫模型的必要性、算法效率以及迭代收斂性和算法精度。實(shí)驗(yàn)表明：（1）剖面檢查吻合且精度一致；（2）Terra Match量測(cè)匹配精度，理想數(shù)據(jù)高程匹配誤差小于0.05m，數(shù)據(jù)質(zhì)量不理想時(shí)誤差稍大，但均能成功匹配。

?激光雷達(dá) 條帶平差 最小二乘匹配

CH20111569 太陽(yáng)光度計(jì)反演大氣水汽總量的方法與結(jié)果對(duì)比分析/周寧（中國(guó)科學(xué)院上海技術(shù)物理研究所），劉敏∥遙感學(xué)報(bào).-2011（3）.-568～577

詳述了使用太陽(yáng)光度計(jì)反演大氣水汽柱總量的反演方法—單通道法和雙通道法，其中雙通道法又可采用不同的非水汽通道來(lái)實(shí)現(xiàn)。考慮到氣溶膠光學(xué)厚度及瑞利散射的影響，分析了不同方法反演所得水汽總量相對(duì)探空數(shù)據(jù)的誤差。結(jié)果表明，這些方法的反演結(jié)果非常接近。在實(shí)際應(yīng)用中，可使用任一種方法來(lái)反演水汽。

?大氣柱水汽總量 氣溶膠光學(xué)厚度 太陽(yáng)光度計(jì)

CH20111570 基于典型物候特征的MODIS-EVI時(shí)間序列數(shù)據(jù)農(nóng)作物種植面積提取方法——小區(qū)域冬小麥實(shí)驗(yàn)研究/潘耀忠，李樂(lè)，張錦水，梁順林（北京師范大學(xué)資源學(xué)院地表過(guò)程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室），侯東∥遙感學(xué)報(bào).-2011（3）.-578～594

利用MODIS植被指數(shù)時(shí)間序列這一特性，以北京市通州及周邊為實(shí)驗(yàn)區(qū)，冬小麥種植面積為研究對(duì)象，提出了農(nóng)作物種植面積指數(shù)模型（Pan-CPI模型）的概念，并構(gòu)造了冬小麥特征物候期植被指數(shù)與種植面積的定量函數(shù)關(guān)系，通過(guò)樣區(qū)TM影像求解關(guān)鍵參數(shù)，對(duì)研究區(qū)冬小麥種植面積測(cè)量方法進(jìn)行了試驗(yàn)研究。研究結(jié)果表明：（1）Pan-CPI模型能夠很好地反映特定目標(biāo)農(nóng)作物種植面積狀況，為基于植被指數(shù)時(shí)間序列影像識(shí)別農(nóng)作物種植面積提供了新方法；（2）精度分析結(jié)果表明：Pan-CPI模型具有很高的穩(wěn)定性，且不受樣本變化的影響，只要達(dá)到滿(mǎn)足模型計(jì)算的樣本量（如：5％），多次測(cè)量結(jié)果間具有很好的一致性。選取MODIS6×6像元大小的窗口時(shí)，TM樣本的復(fù)相關(guān)系數(shù)（R2）穩(wěn)定在0.85左右，與TM結(jié)果比較，窗口相對(duì)精度穩(wěn)定在95％左右，區(qū)域精度穩(wěn)定在92％以上，經(jīng)調(diào)整的區(qū)域精度高達(dá)96％以上；（3）對(duì)于種植結(jié)構(gòu)復(fù)雜、目標(biāo)作物種植破碎的地區(qū)，Pan-CPI模型可以充分利用MODIS植被指數(shù)時(shí)間序列的優(yōu)勢(shì)，有效改善TM單時(shí)相和多時(shí)相提取信息因時(shí)相缺失無(wú)法表征作物變化的不足。

?農(nóng)業(yè)遙感 時(shí)間序列

CH20111571 渤海海岸帶地區(qū)土地利用時(shí)空演變及景觀格局響應(yīng)/左麗君，徐進(jìn)勇，張?jiān)鱿椋瑴貞c可，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（3）.-604～620

綜合利用RS、GIS和景觀生態(tài)學(xué)方法，以渤海海岸帶地區(qū)1995、2000、2005和2008年土地利用分布圖為基礎(chǔ)，分析了渤海海岸帶地區(qū)近13年間的土地利用時(shí)空演變及其景觀響應(yīng)，得到以下結(jié)論：（1）渤海海岸帶地區(qū)土地利用年動(dòng)態(tài)變化率在2000—2005年間最大，為0.40％；2005—2008年段次之；1995—2000年間最小；（2）下遼河平原、海河平原以及黃河三角洲地區(qū)為土地利用動(dòng)態(tài)發(fā)生的主要區(qū)域；（3）監(jiān)測(cè)期內(nèi)，城鄉(xiāng)、工礦、居民用地的面積擴(kuò)展明顯，且主要來(lái)源于其周邊的優(yōu)質(zhì)耕地，但在耕地流向城鄉(xiāng)、工礦、居民用地的同時(shí)，有較大面積的林地和草地轉(zhuǎn)向耕地，因此監(jiān)測(cè)期內(nèi)耕地的總面積變化不大，海域向陸地土地利用類(lèi)型的轉(zhuǎn)化（即填海造陸）是該區(qū)域一種特殊的土地利用動(dòng)態(tài)類(lèi)型，并隨著時(shí)間推移速度越來(lái)越快；（4）整個(gè)區(qū)域在監(jiān)測(cè)期內(nèi)表現(xiàn)出多種土地利用類(lèi)型（未利用地、水域等）的小型斑塊被整合，而優(yōu)勢(shì)土地利用類(lèi)型（主要是耕地和城鄉(xiāng)、工礦、居民用地）的大型斑塊則積極向外擴(kuò)展的發(fā)展態(tài)勢(shì)，整個(gè)景觀表現(xiàn)出多樣性和均勻度減小而優(yōu)勢(shì)度增加的趨勢(shì)。

?渤海海岸帶 土地利用 時(shí)空演變 景觀響應(yīng)

CH20111572 CBERS-02B多光譜數(shù)據(jù)在城市不透水面估算中的可用性研究/陳峰，邱全毅，郭青海，唐立娜（中國(guó)科學(xué)院城市環(huán)境研究所城市環(huán)境與健康重點(diǎn)實(shí)驗(yàn)室）∥遙感學(xué)報(bào).-2011（3）.-621～639

以廈門(mén)島為研究區(qū)，以CBERS-02B的CCD影像為數(shù)據(jù)源，采用基于可變端元的線(xiàn)性光譜混合模型估算了城市不透水面組分含量，并探討了該方法的實(shí)現(xiàn)過(guò)程與優(yōu)勢(shì)。通過(guò)端元評(píng)估確定了研究區(qū)的4個(gè)典型端元，即高反射不透水面、低反射不透水面、高反射土壤和植被。在此基礎(chǔ)上，以高、低反射不透水面端元的組分含量對(duì)城市不透水面含量進(jìn)行估算。精度評(píng)價(jià)結(jié)果顯示：基于可變端元的方法要優(yōu)于一般帶全約束法；而在混合像元分解過(guò)程中加入全色波段（band5）有助于提高模型估算精度，使得在像元尺度的精度與采用Landsat的已有報(bào)道相近，而在土地利用單元尺度實(shí)現(xiàn)了對(duì)城市不透水面的無(wú)偏估計(jì)。研究實(shí)例也表明，盡管目前CBERS-02B數(shù)據(jù)在輻射定標(biāo)和地理定位等方面還有待改進(jìn)，通過(guò)采用適當(dāng)?shù)奶幚磉^(guò)程和技術(shù)手段，依然能利用該數(shù)據(jù)對(duì)城市不透水面進(jìn)行有效估算。

?可變端元 線(xiàn)性光譜混合模型 城市不透水面

CH20111573 基于多源雷達(dá)影像的羅布泊湖岸變遷初探/邵蕓，宮華澤（遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感學(xué)報(bào).-2011（3）.-645～650

?雷達(dá)影像

CH20111574 黑河綜合遙感聯(lián)合試驗(yàn)數(shù)據(jù)發(fā)布/李新（中國(guó)科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所），李小文，李增元∥遙感技術(shù)與應(yīng)用.-2010（6）.-761～765

“黑河綜合遙感聯(lián)合試驗(yàn)”（Watershed Allied Telemetry Experimental Research，WATER）是在我國(guó)第二大內(nèi)陸河流域—黑河流域開(kāi)展的大型航空、衛(wèi)星遙感和地面同步觀測(cè)試驗(yàn)。在試驗(yàn)加強(qiáng)觀測(cè)期結(jié)束兩年之際，試驗(yàn)數(shù)據(jù)集正式發(fā)布，實(shí)現(xiàn)了發(fā)展多尺度、多分辨率、高質(zhì)量并最終完全共享的綜合數(shù)據(jù)集的目標(biāo)。本文是“黑河綜合遙感聯(lián)合試驗(yàn)”數(shù)據(jù)專(zhuān)欄的序言，概述了試驗(yàn)數(shù)據(jù)信息系統(tǒng)的意義、數(shù)據(jù)集的構(gòu)成、數(shù)據(jù)質(zhì)量控制的基本措施和流程，以及數(shù)據(jù)共享政策。我們熱情邀請(qǐng)國(guó)內(nèi)外同行在內(nèi)陸河水文與生態(tài)研究、定量遙感研究等多方面使用該數(shù)據(jù)集，共同推進(jìn)其廣泛應(yīng)用。

?遙感試驗(yàn) 黑河流域 數(shù)據(jù)共享 數(shù)據(jù)質(zhì)量控制

CH20111575 黑河綜合遙感聯(lián)合試驗(yàn)地面觀測(cè)數(shù)據(jù)質(zhì)量控制與評(píng)價(jià)/馬明國(guó)（中國(guó)科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所）∥遙感技術(shù)與應(yīng)用.-2010（6）.-766～771

詳細(xì)介紹了“黑河綜合遙感聯(lián)合試驗(yàn)”（Watershed Allied Telemetry Experimental Research，WATER）的地面觀測(cè)數(shù)據(jù)（氣象水文和渦動(dòng)相關(guān)數(shù)據(jù)除外）的數(shù)據(jù)質(zhì)量控制和處理過(guò)程。從觀測(cè)規(guī)范的制定和執(zhí)行、數(shù)據(jù)處理和規(guī)范化、數(shù)據(jù)文件命名規(guī)范化、數(shù)據(jù)質(zhì)量評(píng)價(jià)等方面進(jìn)行詳細(xì)闡述。不僅為數(shù)據(jù)用戶(hù)提供數(shù)據(jù)質(zhì)量參考信息，也為以后類(lèi)似試驗(yàn)的開(kāi)展提供一些數(shù)據(jù)質(zhì)量控制和處理的借鑒。通過(guò)數(shù)據(jù)評(píng)價(jià)可以看出WATER試驗(yàn)的地面觀測(cè)數(shù)據(jù)總體上具有較高的數(shù)據(jù)質(zhì)量，這些質(zhì)量控制措施為最后獲取高質(zhì)量的試驗(yàn)數(shù)據(jù)提供了重要的保證。利用這一套多尺度、標(biāo)準(zhǔn)化的高質(zhì)量綜合數(shù)據(jù)集開(kāi)展大量數(shù)據(jù)分析和應(yīng)用研究是下一步工作的重點(diǎn)。

?黑河流域 地面觀測(cè)數(shù)據(jù) 數(shù)據(jù)質(zhì)量控制

CH20111576 黑河綜合遙感聯(lián)合試驗(yàn)的數(shù)據(jù)管理與共享/吳立宗（中國(guó)科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所），屈永華，王亮緒，孫青松，胡曉利，李新，王錦地，李紅星，冉有華∥遙感技術(shù)與應(yīng)用.-2010（6）.-772～781

“黑河綜合遙感聯(lián)合試驗(yàn)”（Watershed Allied Telemetry Experimental Research，WATER）是在黑河流域開(kāi)展的以水循環(huán)及與之密切聯(lián)系的生態(tài)過(guò)程為主要研究對(duì)象的大型航空、衛(wèi)星遙感與地面同步觀測(cè)科學(xué)試驗(yàn)。為了對(duì)試驗(yàn)產(chǎn)出和處理后的數(shù)據(jù)進(jìn)行統(tǒng)一的管理和共享，促進(jìn)試驗(yàn)成果在更大范圍內(nèi)的應(yīng)用，“黑河綜合遙感聯(lián)合試驗(yàn)”建立了數(shù)據(jù)管理系統(tǒng)，并在中國(guó)科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所和北京師范大學(xué)成立了兩個(gè)數(shù)據(jù)服務(wù)點(diǎn)負(fù)責(zé)數(shù)據(jù)的管理和分發(fā)。“黑河綜合遙感聯(lián)合試驗(yàn)”的數(shù)據(jù)管理系統(tǒng)是一個(gè)以元數(shù)據(jù)為核心的數(shù)據(jù)管理和發(fā)布系統(tǒng)，在數(shù)據(jù)管理方面介紹了元數(shù)據(jù)、數(shù)據(jù)文檔和數(shù)據(jù)實(shí)體的組織與管理，在系統(tǒng)功能方面介紹了數(shù)據(jù)導(dǎo)航和數(shù)據(jù)可視化。“黑河綜合遙感聯(lián)合試驗(yàn)”目前已發(fā)布的原始數(shù)據(jù)共3.2TB，預(yù)處理的數(shù)據(jù)2.5TB，以粗粒度的形式組織了265個(gè)數(shù)據(jù)集，265條元數(shù)據(jù)與數(shù)據(jù)報(bào)告一起對(duì)數(shù)據(jù)集進(jìn)行說(shuō)明。

?黑河試驗(yàn) 數(shù)據(jù)管理 數(shù)據(jù)共享

CH20111577 基于OPeNDAP的遙感數(shù)據(jù)發(fā)布系統(tǒng)實(shí)現(xiàn)/孫青松，屈永華，王錦地，董健（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（6）.-782～787

針對(duì)遙感數(shù)據(jù)發(fā)布網(wǎng)絡(luò)傳輸問(wèn)題，利用OPeNDAP支持?jǐn)?shù)據(jù)子集獲取的特性，實(shí)現(xiàn)了基于OPeNDAP的遙感數(shù)據(jù)發(fā)布系統(tǒng)。該系統(tǒng)基于數(shù)據(jù)、數(shù)據(jù)庫(kù)管理、網(wǎng)絡(luò)應(yīng)用的分層系統(tǒng)設(shè)計(jì)，開(kāi)發(fā)集成了OPeNDAP數(shù)據(jù)服務(wù)、動(dòng)態(tài)快視圖、數(shù)據(jù)信息查看、數(shù)據(jù)目錄等網(wǎng)絡(luò)功能，實(shí)現(xiàn)多源遙感數(shù)據(jù)統(tǒng)一發(fā)布的目標(biāo)，解決了黑河實(shí)驗(yàn)數(shù)據(jù)發(fā)布過(guò)程中存在的數(shù)據(jù)格式多樣性、數(shù)據(jù)量大等問(wèn)題。最后介紹了該系統(tǒng)的OPeNDAP、動(dòng)態(tài)快視圖等網(wǎng)絡(luò)應(yīng)用。

?數(shù)據(jù)發(fā)布系統(tǒng) 快視圖 遙感數(shù)據(jù)

CH20111578 黑河綜合遙感聯(lián)合試驗(yàn)渦動(dòng)相關(guān)通量數(shù)據(jù)處理及產(chǎn)品分析/張智慧，王維真，馬明國(guó)（中國(guó)科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所），徐自為，吳月茹，黃廣輝，譚俊磊∥遙感技術(shù)與應(yīng)用.-2010（6）.-788～796

渦動(dòng)相關(guān)通量數(shù)據(jù)的處理及質(zhì)量控制是保證各渦動(dòng)觀測(cè)臺(tái)站數(shù)據(jù)質(zhì)量的重要步驟。“黑河綜合遙感聯(lián)合試驗(yàn)”（Watershed Allied Telemetry Experi mental Research，WATER）從2007年底到現(xiàn)在連續(xù)觀測(cè)積累了大量渦動(dòng)相關(guān)通量觀測(cè)資料。使用經(jīng)過(guò)改進(jìn)的Edi Re軟件對(duì)盈科站、阿柔站和關(guān)灘站3個(gè)站點(diǎn)的原始渦動(dòng)數(shù)據(jù)進(jìn)行預(yù)處理和質(zhì)量控制。通過(guò)異常值及野值點(diǎn)剔除、傾斜修正、超聲虛溫修正、時(shí)間滯后校正、頻率響應(yīng)修正和空氣密度效應(yīng)修正（WPL修正）等基本處理生成Level-1數(shù)據(jù)產(chǎn)品；再通過(guò)大氣狀態(tài)平穩(wěn)性檢驗(yàn)、總體湍流特征檢驗(yàn)以及湍流通量統(tǒng)計(jì)特征分析等初步質(zhì)量控制，生成Level-2數(shù)據(jù)產(chǎn)品。以盈科綠洲站2009年7月份渦動(dòng)相關(guān)數(shù)據(jù)為例，著重介紹渦動(dòng)相關(guān)數(shù)據(jù)處理過(guò)程中各校正方法的重要性及不同校正方法對(duì)湍流通量計(jì)算的貢獻(xiàn)。結(jié)果表明：超聲虛溫修正后感熱通量比修正前減少約7.7％；時(shí)間滯后校正后潛熱通量和CO2通量分別增加了3.9％、2.7％；頻率響應(yīng)修正后感熱通量、潛熱通量及CO2通量分別增加了2.7％、10.5％、11.6％；WPL修正后潛熱通量增加了1.7％，CO2通量減少了9.8％。最后將Campbell實(shí)時(shí)處理結(jié)果與Level-1產(chǎn)品及Level-2產(chǎn)品進(jìn)行對(duì)比分析，并對(duì)黑河流域各渦動(dòng)站做了總體數(shù)據(jù)精度評(píng)價(jià)，阿柔站數(shù)據(jù)質(zhì)量最好，盈科站次之，關(guān)灘站較差。

?渦動(dòng)相關(guān)法 湍流通量 數(shù)據(jù)處理 質(zhì)量控制

CH20111579 黑河綜合遙感聯(lián)合試驗(yàn)中機(jī)載WiDAS數(shù)據(jù)的預(yù)處理方法/劉強(qiáng)，肖青，劉志剛，方莉，彭菁菁，李波（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（6）.-797～804

機(jī)載紅外廣角雙模式成像儀（Wide-angle Infrared Dual-mode line/area Array Scanner-Wi-DAS）是黑河綜合遙感聯(lián)合試驗(yàn)中的主要機(jī)載傳感器之一，它通過(guò)可見(jiàn)光到熱紅外波段的廣角成像，獲取地表二向反射和熱輻射方向性信息，介紹了WiDAS數(shù)據(jù)的預(yù)處理關(guān)鍵算法及關(guān)鍵參數(shù)。WiDAS傳感器的可見(jiàn)近紅外波段與中紅外、熱紅外波段在探測(cè)器性能、空間分辨率和目標(biāo)輻射特性方面都有顯著差異，因此它們的預(yù)處理具有不同的算法。可見(jiàn)近紅外波段的CCD相機(jī)用積分球定標(biāo)，用簡(jiǎn)單的多項(xiàng)式形變函數(shù)進(jìn)行波段間配準(zhǔn)，用6S模型和實(shí)測(cè)氣溶膠光學(xué)厚度進(jìn)行大氣校正。中紅外、熱紅外波段的紅外相機(jī)則用面元黑體定標(biāo)，波段配準(zhǔn)中采用了復(fù)合的形變函數(shù)和較為復(fù)雜的配準(zhǔn)算法，大氣校正采用MODTRAN模型和實(shí)測(cè)大氣廓線(xiàn)。還介紹了從WiDAS標(biāo)準(zhǔn)預(yù)處理產(chǎn)品中提取目標(biāo)的多角度觀測(cè)的方法，這些信息為使用WiDAS數(shù)據(jù)產(chǎn)品開(kāi)展定量遙感研究和應(yīng)用提供參考。

?黑河試驗(yàn) 多角度遙感 紅外遙感

CH20111580 黑河中游試驗(yàn)區(qū)不同分辨率LAI數(shù)據(jù)處理、分析和尺度轉(zhuǎn)換/劉艷，王錦地，周紅敏，薛華柱（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（6）.-805～813

2008年開(kāi)展的黑河綜合遙感聯(lián)合試驗(yàn)獲取了大量野外實(shí)測(cè)葉面積指數(shù)（LAI）數(shù)據(jù)以及遙感LAI產(chǎn)品。在利用LAI地面點(diǎn)觀測(cè)數(shù)據(jù)對(duì)遙感影像進(jìn)行驗(yàn)證或者不同分辨率遙感產(chǎn)品相互比較的過(guò)程中存在由于地表異質(zhì)性引起的尺度效應(yīng)，導(dǎo)致無(wú)法直接進(jìn)行驗(yàn)證、比較，需要進(jìn)行尺度轉(zhuǎn)換。以基于泰勒級(jí)數(shù)展開(kāi)的尺度轉(zhuǎn)換模型為基礎(chǔ)，研究不同源LAI之間的尺度轉(zhuǎn)換方法。包括兩部分內(nèi)容：①以高分辨率影像為輔助數(shù)據(jù)將地面實(shí)測(cè)點(diǎn)尺度的LAI轉(zhuǎn)換到中、低分辨率遙感像元尺度；②利用高分辨率影像作為亞像元信息對(duì)低分辨率LAI產(chǎn)品進(jìn)行尺度糾正。結(jié)果表明，利用泰勒級(jí)數(shù)展開(kāi)模型進(jìn)行尺度轉(zhuǎn)換是一種簡(jiǎn)單可行的方法，經(jīng)尺度轉(zhuǎn)換的地面實(shí)測(cè)點(diǎn)尺度LAI可用作像元尺度數(shù)據(jù)比較驗(yàn)證的參考。

?葉面積指數(shù) 泰勒級(jí)數(shù)展開(kāi)模型 尺度轉(zhuǎn)換

CH20111581 黑河綜合遙感聯(lián)合試驗(yàn)自動(dòng)氣象站數(shù)據(jù)質(zhì)量控制與產(chǎn)品生成/黃廣輝，馬明國(guó)，譚俊磊，張智慧（中國(guó)科學(xué)院寒區(qū)旱區(qū)工程與環(huán)境研究所）∥遙感技術(shù)與應(yīng)用.-2010（6）.-814～820

“黑河綜合遙感聯(lián)合試驗(yàn)”自動(dòng)氣象站（AWS）數(shù)據(jù)的質(zhì)量控制（QC）分兩個(gè)階段進(jìn)行：計(jì)算機(jī)自動(dòng)控制階段（QC1）和人機(jī)交互判斷階段（QC2）。QC1利用氣候?qū)W界限值檢查、臺(tái)站極值檢查、基本氣象公式檢查、內(nèi)部一致性檢查、時(shí)間一致性檢查、綜合決策算法，對(duì)自動(dòng)氣象站資料進(jìn)行了自動(dòng)質(zhì)量控制；QC2中質(zhì)量控制人員在QC1質(zhì)量控制的基礎(chǔ)上，對(duì)判斷為可疑和錯(cuò)誤的數(shù)據(jù)進(jìn)行人工判斷、分析錯(cuò)誤原因、訂正邏輯性錯(cuò)誤，并給出數(shù)據(jù)的最終質(zhì)量評(píng)價(jià)。上述質(zhì)量控制后的自動(dòng)氣象站資料分兩級(jí)發(fā)布，以供科研使用。最終結(jié)果表明：QC1中的質(zhì)量檢查可以有效地識(shí)別出觀測(cè)資料中存在的明顯錯(cuò)誤；經(jīng)過(guò)QC2數(shù)據(jù)邏輯錯(cuò)誤訂正后，“黑河綜合遙感聯(lián)合試驗(yàn)”AWS（Automatic Weather Station）數(shù)據(jù)總體質(zhì)量較高，達(dá)到了預(yù)期的試驗(yàn)?zāi)繕?biāo)。

?黑河試驗(yàn) 自動(dòng)氣象站 質(zhì)量控制

CH20111582 全波形激光雷達(dá)和航空影像聯(lián)合的地物分類(lèi)/周夢(mèng)維，柳欽火，劉強(qiáng)，肖青（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（6）.-821～827

針對(duì)機(jī)載激光雷達(dá)與航空光學(xué)影像的互補(bǔ)特性，提出了一種基于多源遙感數(shù)據(jù)的高精度地物信息提取和分類(lèi)方法。首先從激光雷達(dá)的全波形數(shù)據(jù)獲得數(shù)字高程模型（DEM）、地物的正規(guī)化數(shù)字表面模型（nDSM）和激光雷達(dá)回波相對(duì)強(qiáng)度信息，從航空數(shù)碼相機(jī)影像獲得植被指數(shù)信息；然后利用決策樹(shù)方法進(jìn)行地物識(shí)別。選取“黑河綜合遙感聯(lián)合試驗(yàn)”中的3種典型區(qū)域（城市、農(nóng)田和水體）進(jìn)行分類(lèi)，結(jié)果表明：該方法能夠有效地分離建筑物、高大植被、低矮植被、裸土地以及水泥地等基本地物。

?機(jī)載激光雷達(dá) 航空影像 決策樹(shù) 地物分類(lèi)

CH20111583 烏蘭布和沙漠高分辨率遙感影像梭梭林解譯方法探討/張興余，劉勇，許寶榮，蔣志勇，王曉燕，王思維，許民，楊紅衛(wèi)（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（6）.-828～835

利用ALOS、SPOT5高分辨率遙感影像，結(jié)合野外調(diào)查，完成了烏蘭布和沙漠研究區(qū)遙感影像信息的目視解譯及植被制圖，并結(jié)合GPS野外樣點(diǎn)進(jìn)行精度評(píng)價(jià)，解譯精度為93.3％，梭梭林面積為165 410.62hm2，占烏蘭布和沙漠地區(qū)總土地面積的17.27％。最后，對(duì)烏蘭布和沙漠遙感影像梭梭林解譯的方法進(jìn)行了探討。

?高分辨率遙感影像 目視解譯 森林遙感

CH20111584 SAR與SPOT數(shù)據(jù)融合方法研究/鄒麗麗，崔海山，李穎，吳宇靜（廣州大學(xué)地理科學(xué)學(xué)院）∥遙感技術(shù)與應(yīng)用.-2010（6）.-836～841

隨著多空間分辨率、多光譜分辨率、多傳感器遙感數(shù)據(jù)日益增多，數(shù)據(jù)融合技術(shù)已經(jīng)在地學(xué)領(lǐng)域得到廣泛應(yīng)用。以SAR和SPOT多光譜影像為數(shù)據(jù)源，通過(guò)幾何校正、輻射定標(biāo)、噪聲去除等預(yù)處理，采用PCAI、HS、BT、HPF以及WT融合方法進(jìn)行融合試驗(yàn)，選取標(biāo)準(zhǔn)差、信息熵以及相關(guān)系數(shù)對(duì)融合結(jié)果進(jìn)行圖像質(zhì)量評(píng)價(jià)。結(jié)果表明：基于結(jié)構(gòu)信息變換的HPF和WT方法，紋理結(jié)構(gòu)信息保持較好，線(xiàn)性地物特征尤為突出；基于統(tǒng)計(jì)信息變換的PCA方法，不僅能較好保持多光譜信息，而且也保持了SAR影像紋理結(jié)構(gòu)信息，信息熵指數(shù)最大；基于彩色變換的IHS和BT方法，雖然視覺(jué)效果較理想，但是色彩及光譜失真現(xiàn)象嚴(yán)重，信息熵值最小。

?數(shù)據(jù)融合 影像評(píng)價(jià)

CH20111585 礦山生態(tài)環(huán)境修復(fù)虛擬系統(tǒng)的關(guān)鍵技術(shù)研究及實(shí)現(xiàn)/王繼水，顧衛(wèi)杰（常州機(jī)電職業(yè)技術(shù)學(xué)院信息工程系）∥遙感技術(shù)與應(yīng)用.-2010（6）.-842～846

為了三維展示礦山生態(tài)環(huán)境修復(fù)效果，提出采用虛擬現(xiàn)實(shí)技術(shù)來(lái)實(shí)現(xiàn)修復(fù)虛擬系統(tǒng)，描述了三維地形建模的步驟和虛擬景觀的建模方法，并采用希爾排序法對(duì)虛擬系統(tǒng)中的碰撞檢測(cè)方法進(jìn)行了改進(jìn)。實(shí)驗(yàn)結(jié)果表明優(yōu)于傳統(tǒng)方法，并且實(shí)現(xiàn)了丁山嶺礦區(qū)虛擬系統(tǒng)的開(kāi)發(fā)。

?礦山生態(tài)環(huán)境修復(fù) 虛擬現(xiàn)實(shí) 視景仿真

CH20111586 基于多基態(tài)修正模型的空間探測(cè)數(shù)據(jù)管理技術(shù)研究與實(shí)現(xiàn)/陳勇（中國(guó)科學(xué)院研究生院），孟新，李立鋼，謝文明∥遙感技術(shù)與應(yīng)用.-2010（6）.-847～852

傳統(tǒng)的空間環(huán)境探測(cè)數(shù)據(jù)存儲(chǔ)方式效率較低，且難于滿(mǎn)足數(shù)據(jù)時(shí)空分析及深度挖掘，也不能基于三維特性開(kāi)展時(shí)空可視化表達(dá)。設(shè)計(jì)了一種滿(mǎn)足海量探測(cè)數(shù)據(jù)特點(diǎn)的多基態(tài)修正擴(kuò)展的混合時(shí)空模型，并進(jìn)行了管理系統(tǒng)軟件的設(shè)計(jì)和開(kāi)發(fā)。該系統(tǒng)能較好地組織管理空間環(huán)境數(shù)據(jù)，減少存儲(chǔ)空間，并在一定程度上提高了時(shí)空數(shù)據(jù)操作的效率。

?空間環(huán)境 探測(cè)數(shù)據(jù) 時(shí)空數(shù)據(jù)模型 多基態(tài)

CH20111587 基于Web Service的在線(xiàn)水文模型服務(wù)研究/朱仕杰（蘭州大學(xué)資源環(huán)境學(xué)院），南卓銅，陳昊，劉勇∥遙感技術(shù)與應(yīng)用.-2010（6）.-853～859

通過(guò)分析目前水文模型本地服務(wù)模式的不足，針對(duì)當(dāng)前國(guó)內(nèi)外Web Service技術(shù)在水文信息系統(tǒng)中的應(yīng)用現(xiàn)狀，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于Web Service技術(shù)的在線(xiàn)水文模型服務(wù)系統(tǒng)，示范了基于Web Service技術(shù)的網(wǎng)絡(luò)數(shù)據(jù)獲取、水文模型運(yùn)行模擬等過(guò)程，說(shuō)明基于Web Service技術(shù)的在線(xiàn)水文模型服務(wù)較好地實(shí)現(xiàn)了水文模型網(wǎng)絡(luò)共享，支持異地模型訪(fǎng)問(wèn)。建議在線(xiàn)水文模型服務(wù)結(jié)構(gòu)從網(wǎng)絡(luò)數(shù)據(jù)庫(kù)/數(shù)據(jù)中心獲取數(shù)據(jù)，一定程度上解決了傳統(tǒng)模式從本機(jī)上傳海量數(shù)據(jù)等問(wèn)題。這種在線(xiàn)水文模型服務(wù)模式節(jié)約了模型運(yùn)行成本、降低了用戶(hù)要求，在具體水文水資源管理事務(wù)中具有較好的應(yīng)用和拓展前景。

?水文模型 在線(xiàn)模型服務(wù) 數(shù)據(jù)中心

CH20111588 星載微波輻射計(jì)對(duì)玉樹(shù)地震巖石破裂輻射異常的初步檢測(cè)/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）∥遙感技術(shù)與應(yīng)用.-2010（6）.-860～866

實(shí)驗(yàn)發(fā)現(xiàn)巖石擠壓破裂會(huì)在特定微波頻段輻射能量增強(qiáng)。根據(jù)星載微波輻射計(jì)AMSR-E2003年至2010年4月中上旬8a的輻射亮度溫度（Tb）數(shù)據(jù)，提出輻射異常指數(shù)RAI，檢測(cè)地震巖石擠壓破裂產(chǎn)生的微波能量輻射異常。利用大氣輻射傳輸模型，分析地表物理溫度和大氣水汽含量等變化對(duì)于檢測(cè)RAI的影響。對(duì)2010年4月12日（2010年4月14日玉樹(shù)地震發(fā)生前兩日）的Tb數(shù)據(jù)作RAI分析，RAI異常的檢測(cè)區(qū)域與地震主斷裂帶分布有明顯的空間相關(guān)性。

?被動(dòng)微波遙感 巖石擠壓破裂 輻射異常

CH20111589 基于四波段半分析算法和Hyperion遙感影像反演太湖葉綠素a濃度/陳軍，溫珍河，孫記紅，付軍（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）∥遙感技術(shù)與應(yīng)用.-2010（6）.-867～872

水體葉綠素a濃度不僅是水質(zhì)狀況的重要指標(biāo)，也是制定水環(huán)境保護(hù)和水資源開(kāi)發(fā)利用方案的重要依據(jù)。以2004年8月19日太湖水質(zhì)濃度實(shí)驗(yàn)數(shù)據(jù)和同步的Hyperion影像為數(shù)據(jù)基礎(chǔ)，研究適用于Hyperion影像的四波段半分析算法。由模型參數(shù)標(biāo)定數(shù)據(jù)集（37組）對(duì)四波段半分析算法參數(shù)的擬合分析和模型檢驗(yàn)數(shù)據(jù)集（5組）對(duì)算法精度的評(píng)估可知，基于指數(shù)擬合方法獲取的四波段半分析算法具有較高的葉綠素a濃度估算精度（相關(guān)系數(shù)為0.8913，平均絕對(duì)誤差為1.1109μg/L，對(duì)應(yīng)的平均相對(duì)誤差為5.69％，其對(duì)應(yīng)的4個(gè)波段波長(zhǎng)分別為671.02nm、701.55nm、711.72nm和742.25nm）。用以上四波段半分析算法從Hyperion影像中提取的葉綠素a濃度呈湖心低、沿湖區(qū)域高的格局。

?半分析算法 葉綠素a 遙感 Hyperion影像

CH20111590 NCEP/QSCAT混合風(fēng)向用于SAR圖像反演高分辨率海面風(fēng)速/范開(kāi)國(guó)，黃韋艮，常俊芳（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），林琿，顧艷鎮(zhèn)∥遙感技術(shù)與應(yīng)用.-2010（6）.-873～876，841

利用SAR圖像和NCEP/QSCAT混合風(fēng)向數(shù)據(jù)，對(duì)NCEP/QSCAT混合風(fēng)向用于SAR圖像反演高分辨率海面風(fēng)速的方法進(jìn)行了初步研究。以2005年12月6日一景ENVISat ASAR圖像為例，反演了大范圍、高分辨率海面風(fēng)速。海面風(fēng)速的反演結(jié)果與NCEP/QSCAT混合風(fēng)速、日平均散射計(jì)風(fēng)速的比較結(jié)果顯示，其均方根誤差分別為1.9m/s、1.6m/s，二者符合較好，顯示了SAR反演高分辨率海面風(fēng)速的能力與SAR海面風(fēng)場(chǎng)業(yè)務(wù)化應(yīng)用的前景。

?海面風(fēng)速 合成孔經(jīng)雷達(dá)

CH20111591 SAR海浪方向譜的Monte Carlo仿真/楊永生（蘇州科技學(xué)院）∥遙感技術(shù)與應(yīng)用.-2010（6）.-877～880

利用Longuet-Higgins線(xiàn)性海浪模型和JONSWAP海浪譜來(lái)表示海浪方向譜。在Bragg波散射模型的假設(shè)下，推導(dǎo)了海浪譜與SAR圖像譜之間的映射變換，它適用于線(xiàn)性海浪的成像范圍。采用Monte Carlo方法，可產(chǎn)生具有隨機(jī)性的海浪方向譜。對(duì)于時(shí)不變的海面來(lái)講，該方法具有計(jì)算效率適中的特點(diǎn)。仿真結(jié)果表明，海浪譜與SAR圖像譜之間存在著譜的畸變、譜的分裂和方位向譜的移位等特點(diǎn)。

?海浪方向譜 蒙特卡羅仿真 合成孔徑雷達(dá)

CH20111592 基于Hyperion數(shù)據(jù)的銅礦信息直接和間接提取方法研究/張漢奎（浙江大學(xué)理學(xué)院地球科學(xué)系），張登榮，朱駿，俞樂(lè)∥遙感技術(shù)與應(yīng)用.-2010（6）.-881～885

針對(duì)不同的地表覆蓋條件，研究基于Hyperion星載高光譜數(shù)據(jù)的砂頁(yè)巖型銅礦信息提取方法。首先對(duì)Hyperion L1級(jí)數(shù)據(jù)進(jìn)行波段篩選、壞線(xiàn)修復(fù)、大氣糾正和幾何糾正等預(yù)處理，然后分別針對(duì)不同的植被覆蓋情況使用不同的信息提取方法。在巖石裸露區(qū)，直接使用光譜角制圖法；在植被覆蓋區(qū)，使用銅金屬離子的積累導(dǎo)致的植被生理異常作為間接標(biāo)志來(lái)識(shí)別銅礦信息，生理異常使用高光譜植被指數(shù)來(lái)計(jì)算。結(jié)果表明，綜合使用這兩種方法的互補(bǔ)信息能夠便于提取復(fù)雜地表覆蓋情況下的銅礦信息。

?高光譜 光譜角制圖 植被異常 植被指數(shù)

CH20111593 應(yīng)用重軌星載InSAR技術(shù)監(jiān)測(cè)三峽庫(kù)區(qū)滑坡形變探討/涂鵬飛（三峽大學(xué)三峽庫(kù)區(qū)地質(zhì)災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室），岑仲陽(yáng)，諶華∥遙感技術(shù)與應(yīng)用.-2010（6）.-886～890

三峽庫(kù)區(qū)滑坡災(zāi)害嚴(yán)重，應(yīng)用傳統(tǒng)監(jiān)測(cè)方法不僅耗資巨大，而且效率不高。通過(guò)對(duì)近年來(lái)迅速發(fā)展起來(lái)的地表形變探測(cè)新技術(shù)——重軌星載InSAR技術(shù)進(jìn)行了相關(guān)研究，并針對(duì)三峽庫(kù)區(qū)近地表大氣水汽含量變化頻繁的特點(diǎn)，研究了大氣水汽變化對(duì)重軌星載InSAR觀測(cè)精度的影響，在對(duì)Zebker的相關(guān)研究結(jié)論進(jìn)行實(shí)證后，探討了重軌星載InSAR技術(shù)應(yīng)用于三峽庫(kù)區(qū)滑坡監(jiān)測(cè)的可行性。

?重軌 干涉合成孔經(jīng)雷達(dá) 滑坡監(jiān)測(cè)

CH20111594 時(shí)序NDVI數(shù)據(jù)集重建綜合方法研究/李杭燕（蘭州大學(xué)資源環(huán)境學(xué)院），馬明國(guó)，譚俊磊∥遙感技術(shù)與應(yīng)用.-2010（6）.-891～896

時(shí)序NDVI數(shù)據(jù)集已經(jīng)成功地應(yīng)用于全球與區(qū)域環(huán)境變化、植被動(dòng)態(tài)變化、土地覆蓋變化和植物生物物理量參數(shù)反演等多方面的研究。時(shí)序NDVI數(shù)據(jù)集受到云和氣溶膠等大氣條件和傳感器自身等因素的影響包含很多噪聲，影響了其進(jìn)一步的應(yīng)用。基于對(duì)近幾年來(lái)普遍使用的5種重建方法的對(duì)比分析結(jié)果，發(fā)展了基于標(biāo)準(zhǔn)差權(quán)重和噪聲點(diǎn)性質(zhì)的兩種綜合方法。以黑河流域2009年16d最大值合成的MODIS NDVI數(shù)據(jù)為例，對(duì)比了兩種綜合方法與5種重建方法的效果；并用2009年5月下旬至8月上旬的地面實(shí)測(cè)NDVI數(shù)據(jù)驗(yàn)證了兩種綜合方法的重建效果。結(jié)果表明這兩種綜合方法的效果都優(yōu)于對(duì)比的5種重建方法，它們既保留了原始數(shù)據(jù)中大部分的點(diǎn)，又最大限度地修正了噪聲點(diǎn)，所生產(chǎn)的時(shí)序NDVI數(shù)據(jù)集，可以更好地用來(lái)開(kāi)展全球與區(qū)域土地覆蓋和植被動(dòng)態(tài)變化監(jiān)測(cè)等研究。

?時(shí)間序列數(shù)據(jù)集 環(huán)境監(jiān)測(cè)

CH20111595 機(jī)載雙天線(xiàn)InSAR系統(tǒng)干涉條紋實(shí)時(shí)生成算法=A Real-time Interferometry Fringe Algorithm for Airborne Dual-antenna InSAR System/陳立福，汪丙南，向茂生（中國(guó)科學(xué)院電子學(xué)研究所微波成像技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥遙感技術(shù)與應(yīng)用.-2011（1）.-1～9

為了能實(shí)時(shí)產(chǎn)生高質(zhì)量的干涉條紋提出了一種新算法。算法采用了降采樣與干涉多視處理相結(jié)合的技術(shù)、線(xiàn)性插值查表法、非線(xiàn)性近似的ECS自配準(zhǔn)成像算法、實(shí)時(shí)干涉運(yùn)補(bǔ)、相干系數(shù)快速計(jì)算以及快速干涉濾波方法，并對(duì)該算法實(shí)時(shí)產(chǎn)生干涉條紋的可行性進(jìn)行了分析，給出了實(shí)現(xiàn)該算法的硬件結(jié)構(gòu)。最后針對(duì)電子所X波段機(jī)載雙天線(xiàn)InSAR數(shù)據(jù)，利用該算法產(chǎn)生了干涉條紋和相干系數(shù)圖，證明了算法的有效性。

?干涉條紋 多視處理 干涉合成孔經(jīng)雷達(dá)

CH20111596 模擬復(fù)相關(guān)器研制及其性能測(cè)試=Development of Analog Complex Correlator and Its Performance Test/王新彪，劉璟怡，李靖，姜景山（中國(guó)科學(xué)院空間科學(xué)與應(yīng)用研究中心）∥遙感技術(shù)與應(yīng)用.-2011（1）.-10～17

被動(dòng)遙感技術(shù)的發(fā)展對(duì)復(fù)相關(guān)器提出了新的要求，而模擬復(fù)相關(guān)器具有靈敏度高、體積小、功耗低等優(yōu)點(diǎn)。在此重點(diǎn)介紹了復(fù)相關(guān)器的核心部件：乘法器單元和寬帶移相器；模擬了點(diǎn)頻上的相位反演并分析其反演能力；測(cè)試了模擬復(fù)相關(guān)器的寬帶相位特性，模擬了寬帶相位反演過(guò)程并測(cè)得其相位反演精度。

?模擬復(fù)相關(guān)器 乘法器 寬帶移相器 被動(dòng)遙感

CH20111597 兩種氧氣A吸收帶云頂高度反演算法的理論比較與實(shí)測(cè)結(jié)果驗(yàn)證=Two Kinds of Cloud Top Height Retrieval Methods with Oxygen A-Band Comparison by Simulated Data and Verification with Experimental Results in China/張巖，呂達(dá)仁，段民征（中國(guó)科學(xué)院大氣物理研究所）∥遙感技術(shù)與應(yīng)用.-2011（1）.-18～32

近年來(lái)，氧氣A吸收帶作為云高反演通道重新引起學(xué)者們的關(guān)注，其中用于歐空局ENVI-Sat/SCIAMACHY儀器的SACURA和FRESCO+兩種云高算法是目前比較成熟的氧氣A帶云高反演算法，并已有相關(guān)產(chǎn)品發(fā)布。為充分了解SACURA和FRESCO+兩種算法的適用性及反演效果，對(duì)兩種算法特點(diǎn)及其模擬反演的結(jié)果進(jìn)行了深入比較，在敏感性分析的基礎(chǔ)上評(píng)估這兩種算法的特點(diǎn)及產(chǎn)品精度。結(jié)果表明，F(xiàn)RESCO+算法對(duì)地表反照率、云量等參數(shù)的依賴(lài)性較低，得到的云高結(jié)果偏低達(dá)20～750m，而SACURA算法對(duì)太陽(yáng)天頂角、云光學(xué)厚度、地表反照率和云量等參數(shù)較敏感，得到的云高值波動(dòng)性較大。不包括光學(xué)厚度小于5的云且滿(mǎn)云時(shí)，平均云頂誤差小于300m。在亮地表上的薄云結(jié)果最差，誤差最大可達(dá)10km以上。對(duì)2008年度覆蓋我國(guó)及周邊地區(qū)兩種算法的相應(yīng)產(chǎn)品進(jìn)行了統(tǒng)計(jì)分析，并與壽縣ARM計(jì)劃的地基雷達(dá)和探空資料進(jìn)行了對(duì)比，表明模擬反演得到的結(jié)論可信。

?氧氣A吸收帶 云頂高度 地基雷達(dá) 探空

CH20111598 遙感影像亞像元制圖方法研究進(jìn)展綜述=Progress on Sub-pixel Mapping Methods forRemotely Sensed Images/任武，葛詠（中國(guó)科學(xué)院地理科學(xué)與資源研究所資源與環(huán)境信息系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥遙感技術(shù)與應(yīng)用.-2011（1）.-33～44

遙感影像混合像元的普遍存在給遙感影像解譯造成困擾。有效處理混合像元問(wèn)題，細(xì)化分類(lèi)結(jié)果，獲得更為精細(xì)的地物細(xì)節(jié)信息就需要進(jìn)行亞像元繪圖。目前亞像元制圖方法主要包括3個(gè)步驟：①混合像元分解；②提取軟信息；③亞像元制圖。總結(jié)歸納了近年來(lái)遙感影像亞像元繪圖領(lǐng)域的研究進(jìn)展和成果，詳細(xì)闡述了亞像元制圖的步驟及涉及的研究方法。依據(jù)輔助信息的類(lèi)型將亞像元繪圖方法大致劃分為：基于空間相關(guān)性、基于空間結(jié)構(gòu)信息、基于神經(jīng)網(wǎng)絡(luò)、基于像元交換途徑的4類(lèi)亞像元分類(lèi)方法，并分別對(duì)各種方法的優(yōu)缺點(diǎn)進(jìn)行了分析對(duì)比。最后，評(píng)述了亞像元制圖的發(fā)展趨勢(shì)。

?亞像元分類(lèi) 軟分類(lèi) 混合像元分解 亞像元制圖

CH20111599 DMSP/OLS夜間燈光數(shù)據(jù)應(yīng)用研究綜述=Review on Applications of DMSP/OLS Night-time Emissions Data/楊眉，王世新，周藝，王麗濤（中國(guó)科學(xué)院遙感應(yīng)用研究所）∥遙感技術(shù)與應(yīng)用.-2011（1）.-45～51

DMSP/OLS以其獨(dú)特的光電放大特性與對(duì)夜間燈光的獲取能力，成為人類(lèi)活動(dòng)監(jiān)測(cè)的良好數(shù)據(jù)源。回顧了DMSP/OLS夜間燈光數(shù)據(jù)在城鎮(zhèn)信息提取、社會(huì)經(jīng)濟(jì)因子估計(jì)及光污染、火災(zāi)、漁火、天然氣燃燒監(jiān)測(cè)等方面的應(yīng)用，其中重點(diǎn)介紹了利用燈光數(shù)據(jù)估算城市化水平和人口的方法和步驟，總結(jié)了DMSP/OLS夜間燈光數(shù)據(jù)在應(yīng)用中的優(yōu)越性與局限性，對(duì)其未來(lái)應(yīng)用方向進(jìn)行了展望。

?夜間燈光 環(huán)境監(jiān)測(cè)

CH20111600 遙感技術(shù)在現(xiàn)代冰川變化研究中的應(yīng)用=The Remote Sensing in Research of Modern Glacier Changes/曹泊，王杰，張忱，張國(guó)梁，潘保田（蘭州大學(xué)西部環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室西部環(huán)境與氣候變化研究院）∥遙感技術(shù)與應(yīng)用.-2011（1）.-52～59

傳統(tǒng)的現(xiàn)代冰川變化研究主要以實(shí)地觀測(cè)和經(jīng)驗(yàn)公式來(lái)獲得冰川的面積變化、體積變化和冰川表面運(yùn)動(dòng)速度，從20世紀(jì)80年代以來(lái)隨著航空遙感光學(xué)圖像、數(shù)字高程模型、雷達(dá)等新技術(shù)數(shù)據(jù)的不斷出現(xiàn)和發(fā)展，借助遙感手段研究冰川的性質(zhì)和特征、監(jiān)測(cè)冰川的動(dòng)態(tài)變化成為冰川學(xué)研究發(fā)展的重要趨勢(shì)，也有效解決了現(xiàn)代冰川研究中高山區(qū)資料受限等問(wèn)題。冰川面積變化的計(jì)算機(jī)自動(dòng)解譯方法主要有閾值法和雪蓋指數(shù)閾值法、監(jiān)督分類(lèi)非監(jiān)督分類(lèi)法、比值閾值法等。閾值法和雪蓋指數(shù)閾值法操作簡(jiǎn)單，但是在閾值選取方面不好把握；非監(jiān)督分類(lèi)法操作簡(jiǎn)單但限制因素較多；如果訓(xùn)練區(qū)選擇準(zhǔn)確，監(jiān)督分類(lèi)法分類(lèi)結(jié)果比較精確；波段比值閾值法操作相對(duì)簡(jiǎn)單，精度準(zhǔn)確，是目前運(yùn)用最多的計(jì)算機(jī)自動(dòng)分類(lèi)方法。數(shù)字高程模型和雷達(dá)數(shù)據(jù)在冰川體積變化研究中的應(yīng)用，較好地提高了傳統(tǒng)方法的精度和適用性；而且雷達(dá)數(shù)據(jù)具有不受大氣傳播和氣候影響的特點(diǎn)，很好地彌補(bǔ)了遙感光學(xué)影像數(shù)據(jù)極易受云雪等影響的不足。高精度GPS和雷達(dá)數(shù)據(jù)的不斷發(fā)展和應(yīng)用在冰川表面運(yùn)動(dòng)速度的研究中起著不可替代的作用。

?現(xiàn)代冰川 遙感 計(jì)算機(jī)自動(dòng)分類(lèi) 雷達(dá)

CH20111601 用于雷達(dá)高度計(jì)定標(biāo)的海面回波模擬器誤差分析=Bias Analysis of Return Signal Simulator Used on Radar Altimeter Calibration/胥傳東，徐曦煜，楊雙寶，郭偉，劉和光（中國(guó)科學(xué)院空間科學(xué)與應(yīng)用研究中心）∥遙感技術(shù)與應(yīng)用.-2011（1）.-60～67，44

雷達(dá)高度計(jì)發(fā)射前普遍采用回波模擬器來(lái)進(jìn)行定標(biāo)，所以對(duì)回波模擬器的誤差進(jìn)行準(zhǔn)確的定量分析是高度計(jì)發(fā)射前的必備工作。在介紹回波模擬器原理的基礎(chǔ)上，對(duì)影響回波模擬器誤差的頻綜單元性能、二次相位、幅相起伏、延遲等特性進(jìn)行了分析，最終根據(jù)設(shè)計(jì)指標(biāo)計(jì)算了回波模擬器的系統(tǒng)誤差。結(jié)果表明回波模擬器自身的精度能夠滿(mǎn)足海洋二號(hào)（HY-2）雷達(dá)高度計(jì)發(fā)射前定標(biāo)的需要。

?回波模擬器 二次相位誤差 定標(biāo)

CH20111602 利用4期衛(wèi)星資料監(jiān)測(cè)1986～2009年浙江省大陸海岸線(xiàn)變遷=Coastline Change Monitoring Using 4 Periods Remote Sensing Data in Zhejiang Province from 1986 to 2009/陳正華（中國(guó)科學(xué)院遙感應(yīng)用研究所國(guó)家環(huán)境保護(hù)衛(wèi)星遙感重點(diǎn)實(shí)驗(yàn)室），毛志華，陳建裕∥遙感技術(shù)與應(yīng)用.-2011（1）.-68～73

以20世紀(jì)70年代的地形圖為底圖，利用1986年和1995年TM、2005年ASTER和2009年HJ 4個(gè)時(shí)間段的遙感影像數(shù)據(jù)進(jìn)行目視解譯，對(duì)浙江省大陸海岸線(xiàn)多年來(lái)的變遷進(jìn)行連續(xù)監(jiān)測(cè)，獲取每個(gè)時(shí)期發(fā)生變化岸段、陸地增加面積和分?jǐn)?shù)維情況。結(jié)論如下：①這3種衛(wèi)星資料能夠滿(mǎn)足精確、快速監(jiān)測(cè)海岸線(xiàn)變遷的要求；②浙江省海岸線(xiàn)快速向海洋推進(jìn)，1986～1995年新增205.24km2，1995～2005年新增319.85km2，2005～2009年新增484.75km2；③浙江省海岸線(xiàn)分形維數(shù)較小，海岸線(xiàn)復(fù)雜程度較低，且最近20多年來(lái)分形維數(shù)呈現(xiàn)降低趨勢(shì)。

?大陸海岸線(xiàn) 遙感 分形維數(shù)

CH20111603 地形坡面對(duì)被動(dòng)微波遙感影響的試驗(yàn)研究=Measurement and Simulation of Hill-slope Effects on Passive Microwave Remote Sensing/李欣欣，張立新，蔣玲梅，趙少杰，趙天杰（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.-2011（1）.-74～81

地表起伏所形成的傾斜表面，特別是在山區(qū)，受地形坡度和坡向變化的影響，地表的微波輻射特征較之平坦地表發(fā)生明顯變化。基于地基微波輻射地形試驗(yàn)，模擬星載被動(dòng)微波輻射計(jì)AMSR-E的觀測(cè)參數(shù)，通過(guò)建立地形坡面的地貌微縮景觀進(jìn)行觀測(cè)，探索地表斜坡對(duì)被動(dòng)微波輻射特征的影響，用AIEM模型和Fresnel方程分別模擬裸土地形坡面的微波輻射特征。結(jié)果表明，傾斜坡面對(duì)被動(dòng)微波輻射的亮度溫度產(chǎn)生了10～15K的偏差，由坡度形成的本地入射角改變了地表的有效發(fā)射率，并隨坡向的變化發(fā)生微波極化旋轉(zhuǎn)。經(jīng)試驗(yàn)數(shù)據(jù)和模型模擬結(jié)果對(duì)比，認(rèn)為AIEM在考慮了表面粗糙度影響時(shí)可以較好地模擬地形坡面的被動(dòng)微波輻射特征。

?地形坡面 被動(dòng)微波遙感 地形試驗(yàn)

CH20111604 基于NDVI數(shù)據(jù)的三江平原農(nóng)田物候監(jiān)測(cè)=Monitoring Cropland Phenology in Sanjiang Plain Based on NDVI Data/常守志，王宗明，宋開(kāi)山，劉殿偉，張柏，張春華（中國(guó)科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所）∥遙感技術(shù)與應(yīng)用.-2011（1）.-82～88

物候現(xiàn)象被稱(chēng)為氣候變化的積分儀，研究農(nóng)田物候現(xiàn)象對(duì)農(nóng)業(yè)生產(chǎn)有重要的指導(dǎo)意義。多時(shí)相遙感影像使區(qū)域物候監(jiān)測(cè)成為可能。利用傅里葉級(jí)數(shù)對(duì)MODIS NDVI數(shù)據(jù)進(jìn)行平滑，結(jié)合地面觀測(cè)資料，采用動(dòng)態(tài)閾值法提取物候信息，并與實(shí)際觀測(cè)結(jié)果進(jìn)行比較分析。研究結(jié)果表明：三江平原大部分農(nóng)作物在第120～130d開(kāi)始生長(zhǎng)，在第250～260d左右停止生長(zhǎng)，2003年三江平原農(nóng)作物開(kāi)始生長(zhǎng)和結(jié)束的時(shí)間較早，2005年開(kāi)始生長(zhǎng)日期比2003年有所推遲，2007年農(nóng)作物開(kāi)始生長(zhǎng)的日期早于2005年，但生長(zhǎng)季結(jié)束的日期比2003年和2005年都晚，2007年生長(zhǎng)季長(zhǎng)度較長(zhǎng)。采用MODIS NDVI數(shù)據(jù)獲取的物候參數(shù)具有一定的可靠性，在農(nóng)田大面積分布區(qū)域監(jiān)測(cè)結(jié)果更為準(zhǔn)確。

?時(shí)間序列諧波分析 動(dòng)態(tài)閾值法 物候監(jiān)測(cè)

CH20111605 墨玉縣綠洲人工林景觀格局分析及其生態(tài)效益=Landscape Pattern Analysis and Its Ecological Benefits in Oasis Plantation of Moyu County/孔維財(cái)，王讓會(huì)，吳明輝（南京信息工程大學(xué)）∥遙感技術(shù)與應(yīng)用.-2011（1）.-89～95

采用墨玉縣1990、2009年TM和2000年ETM多波段遙感影像，通過(guò)ERDAS與GIS空間分析功能，分析提取了墨玉縣66.7hm2人工林區(qū)土地利用/覆蓋信息，分析了人工林區(qū)各土地覆蓋類(lèi)型的數(shù)量變化和空間變化特征，使用Fragstats3.3對(duì)人工林的景觀格局及景觀指數(shù)進(jìn)行了分析，并結(jié)合景觀格局分析了綠洲人工林的生態(tài)效益，結(jié)果表明：墨玉縣人工林研究區(qū)以沙漠、戈壁為主，約占總面積的70％，近20a土地覆蓋類(lèi)型變化很大，農(nóng)田與水域面積有所減少；2000～2009年植被覆蓋退化十分嚴(yán)重，主要是全球氣候變化背景下降水格局的變化、人工林管理方式及開(kāi)發(fā)政策的變化等因素；景觀分離度、景觀破碎化程度在近20a呈下降的趨勢(shì)，景觀板塊形狀越來(lái)越多樣化，不利于管理；研究區(qū)水渠等水利設(shè)施的建設(shè)為人工林建設(shè)提供保障的同時(shí)也增大了水源的消耗，對(duì)生態(tài)系統(tǒng)穩(wěn)定性不利；人工林具有防風(fēng)、改善土壤、涵養(yǎng)水源、維持生物多樣性和社會(huì)經(jīng)濟(jì)效益。

?人工林 景觀格局 景觀指數(shù) 生態(tài)效益

CH20111606 面向?qū)ο蟮倪b感影像最優(yōu)分割尺度評(píng)價(jià)=Evaluation of Optimal Segmentation Scale with Object-oriented Method in Remote Sensing/陳春雷，武剛（北京林業(yè)大學(xué)信息學(xué)院）∥遙感技術(shù)與應(yīng)用.-2011（1）.-96～102

遙感影像分割決定了后續(xù)分類(lèi)的精度，鑒于目前分割技術(shù)評(píng)價(jià)的研究缺乏且局限于主觀判斷的現(xiàn)狀，以定量方法確定最優(yōu)分割尺度。利用Definiens平臺(tái)面向?qū)ο蟮姆指钏惴ǎ瑢⒔M成對(duì)象的像素灰度值的標(biāo)準(zhǔn)差作為衡量對(duì)象內(nèi)同質(zhì)性的標(biāo)準(zhǔn)，用與鄰域的平均差分的絕對(duì)值作為對(duì)象間的異質(zhì)性度量變量，同時(shí)考慮面積權(quán)重的影響；根據(jù)上述3個(gè)評(píng)價(jià)指標(biāo)，在考慮多光譜影像的基礎(chǔ)上，構(gòu)造了平均分割評(píng)價(jià)指數(shù)；基于該評(píng)價(jià)指數(shù)，以?xún)?yōu)度實(shí)驗(yàn)法對(duì)QuickBird多光譜影像進(jìn)行了研究，并確定了不同地物類(lèi)型的最優(yōu)分割尺度。最后，利用平均對(duì)象匹配指數(shù)對(duì)評(píng)價(jià)結(jié)果進(jìn)行了驗(yàn)證，并對(duì)評(píng)價(jià)方法的可行性進(jìn)行了探討。

?面向?qū)ο?遙感影像 最優(yōu)分割尺度 評(píng)價(jià)

CH20111607 基于高空間分辨率的熱污染遙感監(jiān)測(cè)研究進(jìn)展=Research on Monitoring of Thermal Pollution Based on High Spatial Resolution Image/王祥（大連海事大學(xué)環(huán)境科學(xué)與工程學(xué)院），趙冬至，黃鳳榮，楊建洪，蘇岫∥遙感技術(shù)與應(yīng)用.-2011（1）.-103～110

綜述了衛(wèi)星遙感熱紅外海表溫度反演原理，并對(duì)海表溫度中的“皮溫”和“體溫”進(jìn)行了界定；著重總結(jié)了熱紅外遙感海表溫度反演的主要方法—單通道法、分裂窗法、多角度法等；詳細(xì)介紹了具有較高熱紅外通道空間分辨率衛(wèi)星傳感器Landsat TM/ETM+、CBERS-02 IRMSS、ASTER、HJ-1BIRS的海表溫度反演算法，并對(duì)各衛(wèi)星熱紅外通道特點(diǎn)進(jìn)行了對(duì)比；最后，對(duì)影響熱紅外溫度反演精度的因素進(jìn)行了簡(jiǎn)要分析，指出了目前研究存在的問(wèn)題并對(duì)未來(lái)的研究方向進(jìn)行了展望。

?熱紅外遙感 海表溫度 高空間分辨率

CH20111608 基于支持向量機(jī)的遙感圖像厚云去除算法=The Algorithm for Removing Thick Clouds in Remote Sensing Image Based on Support Vector Machine/唐王琴，梁棟，胡根生，馬雪亮，杭丹萍（安徽大學(xué)計(jì)算智能與信號(hào)處理教育部重點(diǎn)實(shí)驗(yàn)室）∥遙感技術(shù)與應(yīng)用.-2011（1）.-111～116

厚云的存在大大降低了遙感圖像的利用率，利用支持向量機(jī)超強(qiáng)捕獲邊緣點(diǎn)的能力和圖像融合方法，提出了一種基于支持向量機(jī)遙感圖像厚云去除算法。首先構(gòu)造支持向量值輪廓波變換并對(duì)圖像進(jìn)行分解，然后進(jìn)行云層檢測(cè)和圖像融合，最后進(jìn)行支持向量值輪廓波逆變換，得到重構(gòu)圖像。仿真實(shí)驗(yàn)表明，對(duì)于有厚云覆蓋但無(wú)云區(qū)重疊的遙感圖像，該算法能取得滿(mǎn)意的去云效果，不僅保留了圖像邊緣信息，而且有效地解決了云層殘留問(wèn)題。

?支持向量機(jī) 云層檢測(cè) 厚云去除 圖像融合

CH20111609 一種改進(jìn)的基于平面擬合的機(jī)載LiDAR點(diǎn)云濾波方法=An Improved Plane Fitting Based Filtering Algorithm for Airborne LiDARData/陳磊，趙書(shū)河（南京大學(xué)地理與海洋科學(xué)學(xué)院）∥遙感技術(shù)與應(yīng)用.-2011（1）.-117～122

在分析現(xiàn)有方法優(yōu)劣的基礎(chǔ)上，提出一種改進(jìn)的基于平面擬合的機(jī)載LiDAR點(diǎn)云濾波方法。首先基于區(qū)域生長(zhǎng)算法對(duì)重采樣的LiDAR數(shù)據(jù)圖像分割，提取最大連通區(qū)域?yàn)槌跏嫉孛妫缓蠡谄露乳撝堤蕹跏嫉孛鎯?nèi)的地物點(diǎn)，最后對(duì)篩選后的地面點(diǎn)克里金插值實(shí)現(xiàn)濾波。采用國(guó)際攝影測(cè)量與遙感學(xué)會(huì)（ISPRS）提供的測(cè)試數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，研究了設(shè)置不同坡度閾值對(duì)濾波結(jié)果產(chǎn)生的影響。結(jié)果表明，坡度閾值取0.5時(shí)濾波效果最優(yōu)，整體錯(cuò)誤率僅為4.29％。與傳統(tǒng)的基于平面擬合的濾波方法相比較，該方法更簡(jiǎn)單實(shí)用。

?平面擬合 濾波 激光雷達(dá)

CH20111610 基于Flex和REST服務(wù)的WebGIS系統(tǒng)開(kāi)發(fā)——以隴西縣地理空間信息應(yīng)用系統(tǒng)為例=Development of WebGIS System based on Flex and REST Service/高曉蓉，徐丹，雷瑛（甘肅省基礎(chǔ)地理信息中心）∥遙感技術(shù)與應(yīng)用.-2011（1）.-123～128

以數(shù)據(jù)為基礎(chǔ)的傳統(tǒng)WebGIS開(kāi)發(fā)存在共享困難、更新維護(hù)代價(jià)大等弊端。RIA在互聯(lián)網(wǎng)上應(yīng)用日益廣泛，為解決傳統(tǒng)的WebGIS開(kāi)發(fā)問(wèn)題提供了新的思路。基于Flex Builder軟件和REST服務(wù)進(jìn)行了RIA WebGIS系統(tǒng)的開(kāi)發(fā)實(shí)踐，結(jié)果表明：富互聯(lián)網(wǎng)應(yīng)用程序在GIS領(lǐng)域的應(yīng)用能夠降低開(kāi)發(fā)難度、增強(qiáng)用戶(hù)體驗(yàn)，F(xiàn)lex和REST的結(jié)合是WebGIS系統(tǒng)開(kāi)發(fā)很好的選擇。

?REST服務(wù) 網(wǎng)絡(luò)地理信息系統(tǒng)

CH20111611 整合機(jī)載CASI和SASI高光譜數(shù)據(jù)的北方森林樹(shù)種填圖研究=Integration of Airborne Hyperspectral CASI and SASI Data for Tree Species Mapping in the Boreal Forest，China/劉麗娟（東北林業(yè)大學(xué)林學(xué)院），龐勇，范文義，李增元，李明澤∥遙感技術(shù)與應(yīng)用.-2011（2）.-129～136

將機(jī)載CASI和SASI高光譜數(shù)據(jù)整合，既可以獲取可見(jiàn)光-近紅外-短波紅外區(qū)間連續(xù)的窄波段地物光譜，又能得到很高的空間分辨率，為高覆蓋度的森林樹(shù)種識(shí)別又增加了一種新方法。但是由于兩種傳感器的光譜響應(yīng)不同，接收到的輻射值差異較大，如何將兩種數(shù)據(jù)有效整合目前仍是一個(gè)難題。CASI和SASI覆蓋譜段不同，受大氣影響程度也不同，根據(jù)植被反射和吸收光譜特性，首先用基于統(tǒng)計(jì)模型的經(jīng)驗(yàn)線(xiàn)性法和基于輻射傳輸?shù)腗ODTRAN模型分別對(duì)CASI和SASI大氣校正，復(fù)原地物光譜真實(shí)的反射率。然后去除反射率光譜包絡(luò)線(xiàn)，用Savitzky-Golay濾波函數(shù)對(duì)歸一化后的光譜曲線(xiàn)進(jìn)行平滑，以去除噪聲及異常點(diǎn)，實(shí)現(xiàn)CASI和SASI數(shù)據(jù)（CASI+SASI）的整合。與實(shí)測(cè)光譜曲線(xiàn)對(duì)比發(fā)現(xiàn)，整合后的CASI+SASI光譜曲線(xiàn)與實(shí)測(cè)光譜曲線(xiàn)匹配度較高，并且比單一傳感器的光譜信息更豐富，有利于不同樹(shù)種的區(qū)分識(shí)別。最后應(yīng)用光譜微分及曲線(xiàn)匹配技術(shù)，選取SVM分類(lèi)器實(shí)現(xiàn)了研究區(qū)的樹(shù)種填圖，總體精度達(dá)到86.21％，Kappa系數(shù)為0.8297，該方法有效可行，為后續(xù)的相關(guān)研究提供了參考。

?機(jī)載 高光譜 包絡(luò)線(xiàn)去除

CH20111612 基于WebGIS的蘭州市地質(zhì)災(zāi)害群測(cè)群防信息化=Research of Lanzhou City Geological Disaster Mass Observation and Mass Prevention Informationization based on WebGIS/方苗，祁元，張金龍（中國(guó)科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所）∥遙感技術(shù)與應(yīng)用.-2011（2）.-137～146

群測(cè)群防技術(shù)是我國(guó)地質(zhì)災(zāi)害防治的主要方法。針對(duì)目前地質(zhì)災(zāi)害群測(cè)群防體系的低效問(wèn)題，提出利用網(wǎng)絡(luò)技術(shù)、通信技術(shù)和WebGIS技術(shù)建立基于WebGIS的蘭州市地質(zhì)災(zāi)害群測(cè)群防信息化系統(tǒng)。群測(cè)群防信息化系統(tǒng)是對(duì)地質(zhì)災(zāi)害進(jìn)行科學(xué)預(yù)測(cè)預(yù)警、減少災(zāi)害影響的一種重要平臺(tái)。本系統(tǒng)由數(shù)據(jù)上傳、災(zāi)情分析預(yù)測(cè)、信息發(fā)布和災(zāi)情瀏覽等功能組成，采用應(yīng)用層、業(yè)務(wù)層和數(shù)據(jù)層三層分布式體系為系統(tǒng)框架，系統(tǒng)模型庫(kù)中包括地質(zhì)災(zāi)害空間預(yù)報(bào)模型和地質(zhì)災(zāi)害時(shí)間預(yù)報(bào)模型，采用關(guān)系型數(shù)據(jù)庫(kù)SQL Server2005為后臺(tái)數(shù)據(jù)庫(kù)，通過(guò).NET開(kāi)發(fā)平臺(tái)完成系統(tǒng)的開(kāi)發(fā)。系統(tǒng)運(yùn)行結(jié)果表明，該系統(tǒng)運(yùn)行穩(wěn)定，能有效地為地質(zhì)災(zāi)害群測(cè)群防體系中的各級(jí)用戶(hù)服務(wù)并提供技術(shù)支持，具有廣泛的應(yīng)用前景。

?地質(zhì)災(zāi)害 網(wǎng)絡(luò)地理信息系統(tǒng)

CH20111613 基于TIMESAT的3種時(shí)序 NDVI擬合方法比較研究——以藏北草地為例=Comparison of Three NDVI Time-series Fitting Methods based on TIMESAT—Taking the Grassland in Northern Tibet as Case/宋春橋，柯靈紅（中國(guó)科學(xué)院地理科學(xué)與資源研究所資源與環(huán)境信息系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室），游松財(cái)，劉高煥，鐘新科∥遙感技術(shù)與應(yīng)用.-2011（2）.-147～155

以藏北地區(qū)2007～2009年MODIS 16d合成的NDVI時(shí)間序列為例，介紹了基于TI MESAT2.3軟件的3種主要擬合算法——非對(duì)稱(chēng)高斯函數(shù)（AG）擬合、雙Logistic曲線(xiàn)（D-L）擬合和Savitzky-Golay（S-G）濾波法的基本原理和實(shí)現(xiàn)流程；重點(diǎn)從擬合重建NDVI時(shí)間序列對(duì)原始ND-VI值上包絡(luò)線(xiàn)的擬合效果及保持原始高質(zhì)量NDVI點(diǎn)值真實(shí)值的程度兩個(gè)方面，分析比較3種算法的特點(diǎn)。結(jié)果表明：①3種擬合算法均能不同程度提高整個(gè)區(qū)域的NDVI平均值，AG與D-L擬合法處理后的NDVI時(shí)間序列與原始NDVI曲線(xiàn)的整體特征較S-G濾波方法更加吻合；②AG與D-L擬合重建的NDVI時(shí)間曲線(xiàn)在生長(zhǎng)季峰期高于上包絡(luò)線(xiàn)，S-G濾波法處理結(jié)果低于上包絡(luò)線(xiàn)，3種方法中AG擬合結(jié)果與上包絡(luò)線(xiàn)最為接近；③在保持原始高質(zhì)量NDVI值真實(shí)性方面，AG與D-L擬合法處理結(jié)果相似，除生長(zhǎng)季曲線(xiàn)的峰期外，均優(yōu)于Savitzky-Golay濾波法。該研究結(jié)論為基于NDVI時(shí)間序列進(jìn)行陸地系統(tǒng)生態(tài)環(huán)境各方面研究中數(shù)據(jù)去噪預(yù)處理的方法選擇提供參考。

?擬合 噪聲去除 時(shí)間序列數(shù)據(jù)

CH20111614 基于TM和GIS的合肥市熱環(huán)境研究=Study of Thermal Environment of Hefei City based on TM and GIS/石濤（安徽農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院），楊元建，張愛(ài)民，蔣躍林，荀尚培，張宏群∥遙感技術(shù)與應(yīng)用.-2011（2）.-156～162

利用2007年10月5日覆蓋合肥市的TM影像反演了NDVI和LST，并結(jié)合GIS技術(shù)和城市形態(tài)分維理論，分析了合肥市熱環(huán)境布局以及不同熱環(huán)境等級(jí)與各土地利用類(lèi)型的關(guān)系。結(jié)果表明：合肥市地表溫度具有東南高、西北低的熱島效應(yīng)存在，熱島效應(yīng)的中心并未出現(xiàn)在城市中心區(qū)域。LST與NDVI呈明顯負(fù)相關(guān)關(guān)系（相關(guān)系數(shù)為-0.734），NDVI值每升高0.1，LST約降低0.93℃。城建面積加權(quán)環(huán)境效應(yīng)貢獻(xiàn)指數(shù)（WHI）為1.14，對(duì)熱環(huán)境的作用（正向）程度最高；耕地的WHI為-0.51，對(duì)熱環(huán)境的作用（負(fù)向）程度最高，且耕地在合肥市各熱環(huán)境等級(jí)中都發(fā)揮了獨(dú)特的作用。

?城市熱環(huán)境 土地利用類(lèi)型 地表溫度

CH20111615 基于面向?qū)ο蠓诸?lèi)的南方水稻種植面積提取方法=Object-oriented Classification for the Extraction of Rice Planting Area in South/陳燕麗，莫偉華，莫建飛，王君華，鐘仕全（廣西氣象減災(zāi)研究所）∥遙感技術(shù)與應(yīng)用.-2011（2）.-163～168

南方丘陵地區(qū)水稻種植具有分散、地塊小、形狀多樣等特點(diǎn)，利用中低分辨率遙感數(shù)據(jù)提取水稻種植面積，難以滿(mǎn)足精度要求。以SPOT5遙感影像為數(shù)據(jù)源，應(yīng)用面向?qū)ο蟮姆诸?lèi)方法提取了廣西玉林市轄區(qū)晚稻種植面積。針對(duì)試驗(yàn)區(qū)不同稻作區(qū)的種植特點(diǎn)，選擇其適合的尺度及參數(shù)進(jìn)行多尺度影像分割，建立影像對(duì)象的層次結(jié)構(gòu)，計(jì)算對(duì)象的光譜、幾何及拓?fù)潢P(guān)系等特征，形成分類(lèi)規(guī)則對(duì)不同稻作區(qū)進(jìn)行信息提取。采用野外實(shí)地調(diào)查數(shù)據(jù)對(duì)分類(lèi)結(jié)果進(jìn)行類(lèi)別和面積一致性檢驗(yàn)，總體精度96.31％，Kappa系數(shù)0.9226，面積一致性精度99.92％。

?面向?qū)ο蠓诸?lèi) 多尺度影像分割 信息提取

CH20111616 基于夜間燈光數(shù)據(jù)的城市建成區(qū)提取方法評(píng)價(jià)與應(yīng)用=Methods for Deriving Urban Built-up Area Using Night-light Data：Assessment and Application/舒松，余柏蒗，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），劉紅星∥遙感技術(shù)與應(yīng)用.-2011（2）.-169～176

DMSP/OLS夜間燈光數(shù)據(jù)已被廣泛應(yīng)用于城市建成區(qū)的提取。目前主要存在4類(lèi)提取方法：經(jīng)驗(yàn)閾值法、突變檢測(cè)法、統(tǒng)計(jì)數(shù)據(jù)法和較高分辨率影像數(shù)據(jù)空間比較法。以上海為例，在2000年、2003年、2006年夜間燈光數(shù)據(jù)的基礎(chǔ)上，利用4種方法完成了城市建成區(qū)的提取。通過(guò)對(duì)不同年份數(shù)據(jù)提取結(jié)果的比較，證明了相同的灰度分割閾值對(duì)不同年份的夜間燈光數(shù)據(jù)中不存在通用性；在對(duì)2003年夜間燈光數(shù)據(jù)的提取中，4類(lèi)方法所得結(jié)果精確度從高到低依次為統(tǒng)計(jì)數(shù)據(jù)法、突變檢測(cè)法、經(jīng)驗(yàn)閾值法和較高分辨率影像數(shù)據(jù)空間比較法，相對(duì)誤差分別為1.3％、2.1％、5.1％和11.2％，在對(duì)4種方法的便捷性和可實(shí)現(xiàn)性進(jìn)行分析與評(píng)價(jià)后，使用突變檢測(cè)法完成了上海市2000～2006年城市建成區(qū)的提取。

?夜間燈光數(shù)據(jù) 城市建成區(qū) 閾值分割

CH20111617 數(shù)字土壤質(zhì)地制圖方法比較——以黑河張掖地區(qū)為例=Comparison Analysis on Digital Soil Texture Mapping in an area of Zhangye，Heihe River Basin/劉超，盧玲，胡曉利（中國(guó)科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所）∥遙感技術(shù)與應(yīng)用.-2011（2）.-177～185

土壤質(zhì)地類(lèi)型是陸面過(guò)程模型、水文模型和大氣模型的重要輸入?yún)?shù)。在黑河流域中游地區(qū)選取一研究區(qū)，利用200個(gè)實(shí)測(cè)土壤剖面樣點(diǎn)資料及13類(lèi)環(huán)境因子組合，分別根據(jù)基于支持向量機(jī)、決策樹(shù)和模糊邏輯的理論方法進(jìn)行土壤質(zhì)地預(yù)測(cè)制圖。結(jié)果表明：支持向量機(jī)方法對(duì)訓(xùn)練點(diǎn)和驗(yàn)證點(diǎn)的測(cè)試精度都偏低，分別為90％和55％；基于決策樹(shù)方法對(duì)訓(xùn)練點(diǎn)的驗(yàn)證精度最高，達(dá)到98％，但其對(duì)驗(yàn)證點(diǎn)的預(yù)測(cè)準(zhǔn)確率為57％；基于模糊邏輯方法的綜合評(píng)價(jià)精度最好，對(duì)驗(yàn)證點(diǎn)的預(yù)測(cè)精度達(dá)到64％，對(duì)訓(xùn)練樣點(diǎn)的驗(yàn)證精度為74％。從制圖結(jié)構(gòu)來(lái)說(shuō)，支持向量機(jī)方法弱化了類(lèi)型環(huán)境因子的預(yù)測(cè)性能，減小了連續(xù)環(huán)境因子分布的空間差異性，生成的土壤質(zhì)地圖結(jié)構(gòu)相對(duì)簡(jiǎn)單，精度偏低；基于決策樹(shù)方法對(duì)未知環(huán)境因子組合預(yù)測(cè)具有不確定性，生成土壤圖斑塊相對(duì)破碎；模糊邏輯方法可彌補(bǔ)決策樹(shù)方法的一些不足，生成的土壤質(zhì)地圖既較好地保留了斑塊結(jié)構(gòu)的完整性，也較好描述了土壤類(lèi)型與典型環(huán)境因子之間的相關(guān)性。因此針對(duì)研究區(qū)數(shù)據(jù)特點(diǎn)，采用基于決策樹(shù)和模糊邏輯相結(jié)合的土壤制圖方法更有優(yōu)勢(shì)。

?土壤質(zhì)地制圖 決策樹(shù) 支持向量機(jī) 模糊邏輯

CH20111618 靜止氣象衛(wèi)星遙感探測(cè)華北平原秋季大霧研究=Detection of Heavy Fog Events over North China Plain by Using the Geostationary Satellite Data/李軍，韓志剛，陳洪濱（中國(guó)科學(xué)院大氣物理研究所中層大氣與全球環(huán)境探測(cè)實(shí)驗(yàn)室），趙增亮，吳宏議∥遙感技術(shù)與應(yīng)用.-2011（2）.-186～195

秋季是華北平原大霧多發(fā)季節(jié)，近年來(lái)大霧成為主要的災(zāi)害性天氣之一，實(shí)時(shí)監(jiān)測(cè)信息對(duì)于人們安排生產(chǎn)生活十分有利。使用主成分分析方法對(duì)2006年11月19日11∶00和20日05∶00華北平原出現(xiàn)大霧天氣兩個(gè)時(shí)次的靜止衛(wèi)星MTSAT-1R資料進(jìn)行了處理分析，結(jié)果表明該方法可以突出霧區(qū)與其他區(qū)域的差異，檢測(cè)到大霧的存在。在此基礎(chǔ)上，對(duì)2006年11月和2007年10月出現(xiàn)在華北平原的兩次大霧天氣過(guò)程進(jìn)行大霧信息提取，并對(duì)大霧檢測(cè)閾值進(jìn)行了敏感性分析，選取合適的檢測(cè)閾值。利用基于主成分分析的改進(jìn)遙感方法對(duì)2008年10月16日～11月30日的MTSAT-1R資料進(jìn)行了大霧檢測(cè)批量處理，并將大霧探測(cè)結(jié)果與地面常規(guī)觀測(cè)資料進(jìn)行了對(duì)比驗(yàn)證。結(jié)果表明改進(jìn)方法可以探測(cè)到霧區(qū)的影響范圍，檢測(cè)閾值通用性好，探測(cè)大霧的準(zhǔn)確率較高。兩種方法均可晝夜連續(xù)監(jiān)測(cè)大霧的生成、發(fā)展和消散，顯示了這兩種方法在大霧實(shí)時(shí)監(jiān)測(cè)方面較傳統(tǒng)地面觀測(cè)資料具有時(shí)間分辨率高、客觀和準(zhǔn)確等優(yōu)點(diǎn)。

?衛(wèi)星遙感 主成分分析

CH20111619 基于機(jī)載激光雷達(dá)數(shù)據(jù)識(shí)別單株木的新方法=A New Method of Individual Tree Recognition based on Airborne LiDARData/唐菲菲（重慶大學(xué)土木工程學(xué)院），阮志敏，劉星，張亞利∥遙感技術(shù)與應(yīng)用.-2011（2）.-196～201

在林業(yè)應(yīng)用中，機(jī)載激光雷達(dá)技術(shù)較被動(dòng)式遙感技術(shù)有著獨(dú)特優(yōu)勢(shì)。以從機(jī)載激光雷達(dá)數(shù)據(jù)中分離單株木，提取單株木樹(shù)高和樹(shù)冠大小信息為目的，融合有標(biāo)記約束的分水嶺分割和流域跟蹤分割兩種圖像分割方法，提出一種新的單株木識(shí)別思路。以美國(guó)某地區(qū)實(shí)地采集激光雷達(dá)數(shù)據(jù)為例驗(yàn)證本文提出方法，實(shí)驗(yàn)結(jié)果表明該方法通過(guò)增加邊緣檢測(cè)范圍的約束條件，能夠有效避免過(guò)分割現(xiàn)象，并通過(guò)使用約束條件，減少在其檢測(cè)范圍內(nèi)的目標(biāo)數(shù)量，從而避免不必要的檢測(cè)干擾，較傳統(tǒng)方法能快速準(zhǔn)確地識(shí)別單株木。

?機(jī)載激光雷達(dá) 圖像分割

CH20111620 基于Landsat數(shù)據(jù)的郭扎錯(cuò)北面冰川近20年來(lái)面積動(dòng)態(tài)變化遙感研究=Landsat-based Dynamic Area Change of the Glaciers to the North of the Guozhacuo Lake，1991～2009/紀(jì)鵬，郭華東，張露（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.-2011（2）.-202～208

冰川能夠敏感地反映區(qū)域環(huán)境變化，是研究全球變化的重要因素之一。昆侖山地區(qū)冰川集中，是研究冰川動(dòng)態(tài)變化的理想?yún)^(qū)域。根據(jù)郭扎錯(cuò)北面1991～2009年Landsat TM與ETM+遙感影像，研究了該地區(qū)冰川近20a來(lái)的變化情況。結(jié)果發(fā)現(xiàn)，該地區(qū)冰川變化顯著，并得出以下結(jié)論：①郭扎錯(cuò)北面冰川面積在1991～2009年間具有先增加后減少的波動(dòng)規(guī)律；②該區(qū)域內(nèi)存在東部冰川比西部變化量大和變化率快的差異性；③該地區(qū)中峰冰川在2001～2004年間面積大幅增加，可能與2001年11月14日發(fā)生在昆侖山口以西的8.1級(jí)強(qiáng)烈地震有關(guān)；④該研究區(qū)內(nèi)冰川面積變化主要受年均溫度和年累積降水量的綜合影響。

?冰川面積變化 遙感 地理信息系統(tǒng)

CH20111621 土地利用一級(jí)類(lèi)別分類(lèi)TM與ASTER數(shù)據(jù)適用性分析=Applicability Analysis of Landsat TM and ASTER Data for LevelⅠLand Use Classification/林劍，趙會(huì)芳（湖南科技大學(xué)知識(shí)處理與網(wǎng)絡(luò)化制造湖南省普通高校重點(diǎn)實(shí)驗(yàn)室），曾毅，鐘迎春∥遙感技術(shù)與應(yīng)用.-2011（2）.-209～214

空間分辨率15m的ASTER數(shù)據(jù)與30m的TM數(shù)據(jù)都可用于土地利用一級(jí)類(lèi)別分類(lèi)，針對(duì)哪種數(shù)據(jù)及分類(lèi)方法更實(shí)用的問(wèn)題，計(jì)算了一級(jí)類(lèi)別類(lèi)內(nèi)光譜距離分布，分析類(lèi)別聚類(lèi)性能，分別采用基于統(tǒng)計(jì)的最大似然法和基于規(guī)則的區(qū)域多中心法進(jìn)行分類(lèi)比較，實(shí)驗(yàn)表明：①多數(shù)土地一級(jí)類(lèi)別宜采用TM數(shù)據(jù)，其分類(lèi)精度較ASTER數(shù)據(jù)高約4％；②TM數(shù)據(jù)一級(jí)類(lèi)別有較好的聚類(lèi)性能，對(duì)于聚類(lèi)性能較差的類(lèi)別宜采用基于規(guī)則的分類(lèi)方法。

?土地利用 遙感數(shù)據(jù)

CH20111622 GIS和Google Earth開(kāi)發(fā)在溢油預(yù)測(cè)中的整合應(yīng)用=The Integration Application of GIS and Google Earth Development in Oil Spill Prediction/焦俊超，馬安青，婁安剛，陳爽（中國(guó)海洋大學(xué)環(huán)境科學(xué)與工程學(xué)院），楊少磊∥遙感技術(shù)與應(yīng)用.-2011（2）.-215～219

為防止溢油污染擴(kuò)散蔓延，以渤海灣為研究對(duì)象，根據(jù)海洋環(huán)境動(dòng)力學(xué)建立動(dòng)態(tài)溢油模型并生成DLL。在Visual Studio.net語(yǔ)言環(huán)境下基于ArcEngine控件進(jìn)行組件式GIS開(kāi)發(fā)并嵌入DLL，開(kāi)發(fā)出GIS溢油預(yù)測(cè)系統(tǒng)。輸入溢油事故相關(guān)參數(shù)，DLL就自行運(yùn)算生成SHP格式溢油軌跡文件，系統(tǒng)可將其轉(zhuǎn)成KML格式文件，然后自行啟動(dòng)Google Earth并加載KML，通過(guò)Google Earth來(lái)顯示溢油軌跡，為溢油應(yīng)急治理提供輔助決策。結(jié)果表明整合GIS和Google Earth開(kāi)發(fā)可以提高效率、節(jié)省費(fèi)用，能較準(zhǔn)確地對(duì)海上溢油軌跡進(jìn)行預(yù)測(cè)。

?溢油 預(yù)測(cè) 地理信息系統(tǒng)

CH20111623 光譜數(shù)據(jù)變換對(duì)玉米氮素含量反演精度的影響=Effect on Retrieval Precision for Corn N Content by Spectrum Data Transformation/王磊，白由路，盧艷麗，王賀（中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所農(nóng)業(yè)部作物營(yíng)養(yǎng)與施肥重點(diǎn)實(shí)驗(yàn)室）∥遙感技術(shù)與應(yīng)用.-2011（2）.-220～225

通過(guò)對(duì)玉米葉片光譜數(shù)據(jù)進(jìn)行6種變換，分析了變換后的光譜值與葉片氮素含量的相關(guān)關(guān)系，探討了550nm和680nm兩波段處不同形式光譜變量對(duì)氮素含量反演的精度。結(jié)果表明，微分處理（D（R）、D（log（R））和D（N（R）））顯著改變了氮素含量與光譜值的相關(guān)性，歸一化（N（R））次之，對(duì)數(shù)處理幾乎無(wú)變化（R與log（R），N（R）與log（N（R）））。不同的變換形式之間，與氮素含量相關(guān)性高的，所建立的回歸模型的決定系數(shù)較高，模型的精度也較高。在波段550nm和680nm波段處，光譜數(shù)據(jù)的歸一化對(duì)數(shù)處理（log（N（R）））能顯著提高回歸模型對(duì)氮素含量的反演精度。

?葉片光譜反射率 數(shù)據(jù)變換 氮素 反演精度

CH20111624 遙感影像幾何校正的GCP殘差模擬分析=Simulation Analysis ofGCP Residuals in the Remote Sensing Image Registration/王江浩，葛詠（中國(guó)科學(xué)院地理科學(xué)與資源研究所資源與環(huán)境信息系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室）∥遙感技術(shù)與應(yīng)用.-2011（2）.-226～232

多源遙感數(shù)據(jù)分析應(yīng)用前需要評(píng)價(jià)影像幾何校正或配準(zhǔn)的質(zhì)量以確保滿(mǎn)足應(yīng)用的需求。傳統(tǒng)的均方根誤差（RMSE）位置精度評(píng)價(jià)方法固然簡(jiǎn)單，然而無(wú)法描述校正后控制點(diǎn)（GCP）殘差的分布特性，因而具有一定局限性。采用交叉驗(yàn)證法并從GCP殘差角度出發(fā)，分別引入了Moran’sI空間自相關(guān)系數(shù)和標(biāo)準(zhǔn)偏差橢圓用于評(píng)價(jià)GCP殘差的隨機(jī)性和方向性。模擬實(shí)驗(yàn)結(jié)果表明，Mo-ran’sI和標(biāo)準(zhǔn)偏差橢圓可用于定量衡量GCP殘差的空間隨機(jī)性和分布方向性，從而更深入地分析幾何校正的效果，指導(dǎo)選擇恰當(dāng)?shù)男ＵＰ停岣哂跋裥Ｕ木取?/p>

?交叉驗(yàn)證法 標(biāo)準(zhǔn)偏差橢圓 殘差分析 幾何校正

CH20111625 基于窗口傅立葉變換功率譜分析的鹽田地區(qū)高分辨率遙感影像分割分類(lèi)方法探討=The Study on Classification of High Resolution Remote Sensing Image in Saline Area based on Window Fourier Transform Power Spectrum Analysis/王煥萍，劉勇（蘭州大學(xué)資源環(huán)境學(xué)院）∥遙感技術(shù)與應(yīng)用.-2011（2）.-233～238

圖像分割是面向?qū)ο髨D像分析的基礎(chǔ)。目前常規(guī)的圖像分割算法普遍基于光譜同質(zhì)性假設(shè)，但是這種假設(shè)對(duì)于提取干旱地區(qū)鹽田這種具有析出結(jié)晶鹽與鹵水兩種高反差地物共存的空間對(duì)象而言顯得不足為用。針對(duì)面向?qū)ο髨D像分析中只采用光譜和形狀異質(zhì)進(jìn)行圖像分割的不足，以吉蘭泰鹽田及周邊地區(qū)2008年11月SPOT5影像為例，首先采用窗口傅立葉變換功率譜方法提取影像紋理特征，然后進(jìn)行基于紋理、光譜的多尺度分割，進(jìn)而對(duì)分割后圖像進(jìn)行多層次分類(lèi)來(lái)提取鹽田信息。實(shí)驗(yàn)結(jié)果表明，該方法對(duì)鹽田地區(qū)的信息提取有較好的效果。

?窗口傅立葉變換 功率譜 紋理 多尺度分割

CH20111626 面向無(wú)參考圖像的清晰度評(píng)價(jià)方法研究=Research of Definition Assessment based on No-reference Digital Image Quality/李祚林，李曉輝，馬靈玲（中國(guó)科學(xué)院光電研究院），胡玥，唐伶俐∥遙感技術(shù)與應(yīng)用.-2011（2）.-239～246

圖像的清晰度是衡量數(shù)字圖像質(zhì)量?jī)?yōu)劣的重要指標(biāo)。基于面向無(wú)參考圖像質(zhì)量評(píng)價(jià)，重點(diǎn)介紹了目前較為常用的、具有代表性的幾種清晰度評(píng)價(jià)算法，并從算法的單峰性、無(wú)偏性、靈敏性，與圖像尺度、內(nèi)容的無(wú)關(guān)性，以及與主觀感知的一致性3個(gè)方面的性能進(jìn)行了對(duì)比和分析，以求準(zhǔn)確客觀地評(píng)價(jià)各清晰度算法，達(dá)到在實(shí)際應(yīng)用中合理、有效地評(píng)價(jià)圖像清晰度的目的。

?圖像質(zhì)量 清晰度 性能評(píng)價(jià)

CH20111627 衛(wèi)星遙感大氣CO2的技術(shù)與方法進(jìn)展綜述=Advances in Technologies and Methods for Satellite Remote Sensing of Atmospheric CO2/劉毅，呂達(dá)仁，陳洪濱，楊東旭，閔敏（中國(guó)科學(xué)院大氣物理研究所中層大氣與全球環(huán)境探測(cè)重點(diǎn)實(shí)驗(yàn)室）∥遙感技術(shù)與應(yīng)用.-2011（2）.-247～254

綜合分析了國(guó)際上衛(wèi)星遙感觀測(cè)大氣二氧化碳（CO2）含量的主要技術(shù)與方法，討論了現(xiàn)有星載大氣CO2探測(cè)器（傳感器）的主要理論基礎(chǔ)、反演方法，歸納了儀器的主要性能指標(biāo)、觀測(cè)方式和觀測(cè)目標(biāo)，分析了影響CO2遙感精度的主要因素。具體研究下列3類(lèi)星載CO2探測(cè)器：①技術(shù)相對(duì)成熟的、觀測(cè)要素既包含CO2也包含其他微量氣體的綜合性星載被動(dòng)探測(cè)儀器，例如大氣紅外垂直探測(cè)儀（AIRS）、大氣制圖掃描成像吸收光譜儀（SCIAMACHY）、超高光譜紅外大氣探測(cè)干涉儀（IASI）；②針對(duì)大氣中CO2混合比或者對(duì)流層下層CO2含量進(jìn)行專(zhuān)門(mén)觀測(cè)的星載被動(dòng)探測(cè)器：極軌碳觀測(cè)衛(wèi)星（Orbiting Carbon Observatory，OCO）和溫室氣體觀測(cè)衛(wèi)星（Greenhouse gas Observing Satellite，GOSAT）搭載的被動(dòng)紅外探測(cè)器；③ASCENDS和A-SCOPE等國(guó)際衛(wèi)星計(jì)劃正在研制中的星載主動(dòng)激光雷達(dá)探測(cè)器。進(jìn)一步介紹了我國(guó)在高光譜儀器研制方面具備的研究基礎(chǔ)。最后初步分析了星載CO2探測(cè)結(jié)果的驗(yàn)證、資料同化方法和未來(lái)的發(fā)展趨勢(shì)。

?衛(wèi)星遙感 大氣遙感

CH20111628 農(nóng)作物覆蓋地表微波遙感模型研究進(jìn)展=Reviewof Microwave Remote Sensing Models of Agricultural Field/王芳，陶建軍，姜良美（湖南科技大學(xué)地球空間信息研究所）∥遙感技術(shù)與應(yīng)用.-2011（2）.-255～262

農(nóng)作物是人類(lèi)主要的糧食來(lái)源，微波遙感技術(shù)已被廣泛應(yīng)用于作物長(zhǎng)勢(shì)監(jiān)測(cè)和作物生物量、含水量反演等研究領(lǐng)域，特別是微波遙感模型的發(fā)展更是提高了農(nóng)田參數(shù)反演的精度。綜述了農(nóng)作物微波散射和輻射經(jīng)驗(yàn)、半經(jīng)驗(yàn)和理論模型的研究進(jìn)展，對(duì)各模型的適用范圍及優(yōu)缺點(diǎn)進(jìn)行了介紹，最后對(duì)農(nóng)田微波遙感模型未來(lái)發(fā)展的難度和重點(diǎn)提出了一些見(jiàn)解。

?農(nóng)作物覆蓋地表 微波遙感模型 體散射 面散射

（1519～1628 張研霞）

CH20111629 基于DSM的遙感圖像拼接線(xiàn)自動(dòng)生成技術(shù)=Remote Sensing Image Mosaic Line Auto-Extraction Based on DSM/范永弘（信息工程大學(xué)測(cè)繪學(xué)院），萬(wàn)惠瓊，靳建立…∥測(cè)繪科學(xué)技術(shù)學(xué)報(bào).-2011，28（1）.-33～36

在DSM濾波和權(quán)值確定的基礎(chǔ)上，提出了一種基于DSM的遙感圖像拼接線(xiàn)自動(dòng)提取方法。該方法首先基于流水模型的基本原理設(shè)計(jì)了拼接線(xiàn)自動(dòng)選擇規(guī)則，然后利用數(shù)學(xué)形態(tài)學(xué)對(duì)自動(dòng)提取的拼接線(xiàn)進(jìn)行了膨脹處理。實(shí)驗(yàn)結(jié)果表明，該方法提取的拼接線(xiàn)能夠有效地規(guī)避建筑物投影差等問(wèn)題，確保了自動(dòng)拼接線(xiàn)提取的有效性。圖3參9

?影像拼接 數(shù)字高程模型 流水模型

CH20111630 基于Pope-Hinsken算法的空間后方交會(huì)=Space Resection Based on the Pope-Hinsken Algorithm/賁進(jìn)，童曉沖（信息工程大學(xué)測(cè)繪學(xué)院），閭海慶∥測(cè)繪科學(xué)技術(shù)學(xué)報(bào).-2011，28（1）.-37～41

分析了Pope-Hinsken（P-H）算法的基本原理，將其應(yīng)用于大角度影像的空間后方交會(huì)，給出了誤差方程和計(jì)算方案，并通過(guò)對(duì)比實(shí)驗(yàn)加以驗(yàn)證。結(jié)果表明：1）在空間后方交會(huì)中采用單位四元數(shù)構(gòu)造旋轉(zhuǎn)矩陣可顯著降低算法的初值敏感性；2）與同類(lèi)方案相比，該方案具有誤差方程更簡(jiǎn)潔、收斂性更強(qiáng)的特點(diǎn)；3）該方案的解算精度與現(xiàn)有方案一致，穩(wěn)定可靠。表1參17

?P-H算法 單位四元數(shù) 旋轉(zhuǎn)矩陣 空間后方交會(huì)

CH20111631 一種基于直線(xiàn)特征的影像外方位元素解算理論與方法=The Theory and Method for Computing Exterior Orientation Elements of Image Based on Linear Feature/郭海濤（信息工程大學(xué)測(cè)繪學(xué)院海軍海洋測(cè)繪研究所），張龍星，申家雙…∥測(cè)繪科學(xué)技術(shù)學(xué)報(bào).-2011，28（1）.-42～45

與點(diǎn)特征相比，影像上的線(xiàn)特征，特別是直線(xiàn)特征，具有識(shí)別相對(duì)容易、使用靈活等優(yōu)點(diǎn)，因此對(duì)直線(xiàn)攝影測(cè)量的研究已成為目前攝影測(cè)量的一個(gè)重要研究方向。依據(jù)空間直線(xiàn)在航空影像上的投影仍然是直線(xiàn)，并結(jié)合共線(xiàn)條件方程，通過(guò)線(xiàn)性化，推導(dǎo)了基于直線(xiàn)特征計(jì)算像片外方位元素的誤差方程；并且給出了計(jì)算過(guò)程。最后，通過(guò)實(shí)驗(yàn)驗(yàn)證了基于線(xiàn)特征計(jì)算像片外方位元素理論與方法的可行性和可靠性。同其他方法相比，該方法具有易于理解、便于計(jì)算、實(shí)用性強(qiáng)、易于實(shí)現(xiàn)影像自動(dòng)外部定向等特點(diǎn)。圖2表2參9

?線(xiàn)特征 外方位元素 空間后方交會(huì) 直線(xiàn)攝影測(cè)量

CH20111632 反差一致性保持的影像勻光算法=Image Contrast Dodging Algorithm of Maintaining Consistency/周麗雅，秦志遠(yuǎn)，尚煒（信息工程大學(xué)）…∥測(cè)繪科學(xué)技術(shù)學(xué)報(bào).-2011，28（1）.-46～49

不均勻光照現(xiàn)象是可見(jiàn)光航空航天遙感影像獲取過(guò)程中常見(jiàn)的降質(zhì)現(xiàn)象，會(huì)導(dǎo)致影像亮度分布不均勻和地物色調(diào)發(fā)生變化。現(xiàn)有的MASK勻光方法能夠在一定程度上解決這類(lèi)問(wèn)題，但處理后的影像仍存在反差降低且亮度不均勻的現(xiàn)象。提出了一種基于Wallis濾波器的影像勻光改進(jìn)算法，通過(guò)對(duì)影像的合理分塊及自動(dòng)統(tǒng)計(jì)標(biāo)準(zhǔn)均值和方差來(lái)實(shí)現(xiàn)單幅影像的勻光處理。實(shí)驗(yàn)表明，該方法可以在很好地保持整幅影像反差一致性的同時(shí)，獲得更好的影像勻光處理效果。圖3表1參7

?光照不均勻 Wallis勻光 反差一致性 影像分塊

CH20111633 基于Quick Shift算法的高光譜影像分類(lèi)=Hyperspectral Imagery Classification Based on Quick Shift/祝鵬飛，馮伍法，張斌（信息工程大學(xué)測(cè)繪學(xué)院）…∥測(cè)繪科學(xué)技術(shù)學(xué)報(bào).-2011，28（1）.-54～57

論述了面向?qū)ο蠓诸?lèi)方法處理高光譜高空間分辨率影像的優(yōu)勢(shì)與流程；分析了快速漂移（Quick Shift）算法的原理，該算法在進(jìn)行模式搜索時(shí)具有可控制模態(tài)選擇和平衡“過(guò)分割”與“欠分割”的特點(diǎn)。將該算法應(yīng)用于高光譜影像分割，可得到面向?qū)ο蠓诸?lèi)所需的較理想的“同質(zhì)”影像對(duì)象。為提高影像分割的效率，提出了一種基于灰度共生矩陣的自適應(yīng)核帶寬確定方法，能夠兼顧影像空間特征和光譜特征。最后采用最小距離分類(lèi)法、支持向量機(jī)分類(lèi)法與提出的分類(lèi)方法進(jìn)行了對(duì)比試驗(yàn)，實(shí)驗(yàn)結(jié)果表明了該方法的有效性。圖7表2參9

?面向?qū)ο蠓诸?lèi) 高光譜影像 快速漂移

CH20111634 衛(wèi)星編隊(duì)InSAR系統(tǒng)分辨率設(shè)計(jì)=Design of Resolution for InSAR System Based on Formation-flying Satellites/田育民，樓良盛（西安測(cè)繪研究所），陳萍∥測(cè)繪科學(xué)技術(shù)學(xué)報(bào).-2011，28（2）.-117～120

依據(jù)脈沖信號(hào)壓縮技術(shù)，從SAR成像理論出發(fā)，在介紹了SAR分辨率定義的基礎(chǔ)上，分析了影響基于衛(wèi)星編隊(duì)InSAR系統(tǒng)分辨率的原因是存在距離向和方位向基線(xiàn)。在成像處理時(shí)，為了確保干涉相位精度，需進(jìn)行去相關(guān)預(yù)濾波處理，由此引起系統(tǒng)成像帶寬變窄，分辨率下降。依據(jù)影響分辨率的原因，提出了基于衛(wèi)星編隊(duì)InSAR系統(tǒng)分辨率設(shè)計(jì)思想，并根據(jù)該思想對(duì)分辨率的影響情況進(jìn)行了分析。圖5參14

?干涉合成孔徑雷達(dá) 衛(wèi)星編隊(duì) 干涉相位

CH20111635 基于粒子群優(yōu)化的模糊特征自適應(yīng)選擇方法=Adaptive Fuzzy Feature Selection Based on Particle Swarm Optimizatio/李林宜（武漢大學(xué)遙感信息工程學(xué)院），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）∥測(cè)繪科學(xué)技術(shù)學(xué)報(bào).-2011，28（2）.-121～124

模糊特征的選擇影響著模糊分類(lèi)的結(jié)果。從大量模糊特征中選擇出有效特征進(jìn)行分類(lèi)，存在著一定的難度。粒子群優(yōu)化算法（PSO）是基于群體智能的新型進(jìn)化計(jì)算技術(shù)，具有自適應(yīng)、自組織等智能特性，具有強(qiáng)大的尋找最優(yōu)解的能力。將離散二進(jìn)制PSO用于模糊特征選擇，實(shí)現(xiàn)了基于PSO的模糊特征自適應(yīng)選擇方法，并通過(guò)航空和衛(wèi)星遙感影像的模糊分類(lèi)實(shí)驗(yàn)，驗(yàn)證了此方法的有效性。圖2表2參9

?粒子群優(yōu)化算法 模糊特征選擇 模糊分類(lèi) 自適應(yīng)

CH20111636 城市區(qū)域高分辨率線(xiàn)陣CCD衛(wèi)星影像模擬=Simulation of High Resolution Linear CCD Satellite Images of the City Area/羅勝，張銳，姜挺（信息工程大學(xué)測(cè)繪學(xué)院），等∥測(cè)繪科學(xué)技術(shù)學(xué)報(bào).-2011，28（2）.-125～128

針對(duì)存在高大建筑物的城市區(qū)域的高分辨率遙感衛(wèi)星成像模擬問(wèn)題，利用3D模型作為模擬數(shù)據(jù)源，從線(xiàn)陣CCD高分辨率遙感衛(wèi)星成像方式及特點(diǎn)出發(fā)，綜合考慮成像時(shí)的幾何變形因素影響，按照線(xiàn)中心投影方式對(duì)衛(wèi)星遙感器進(jìn)行成像模擬。實(shí)驗(yàn)驗(yàn)證了該方法是可行的，并能取得較為滿(mǎn)意的成像模擬效果。圖6表2參10

?成像模擬 線(xiàn)中心投影 城市區(qū)域

CH20111637 一種基于直線(xiàn)特征的遙感影像和GIS數(shù)據(jù)自動(dòng)整體配準(zhǔn)方法=An Automatically Total Registration Method Between Remote Sensing Image and GIS Data Based on Straight Line Features/劉志青，郭海濤，張保明（信息工程大學(xué)測(cè)繪學(xué)院），等∥測(cè)繪科學(xué)技術(shù)學(xué)報(bào).-2011，28（2）.-129～133

提出了一種基于直線(xiàn)特征的對(duì)尺度變化和旋轉(zhuǎn)變化不敏感的遙感影像和GIS數(shù)據(jù)自動(dòng)整體配準(zhǔn)方法。該方法利用在變換模型轉(zhuǎn)換后GIS數(shù)據(jù)中參考線(xiàn)段上的端點(diǎn)和影像上對(duì)應(yīng)特征線(xiàn)段的距離為零建立相似性測(cè)度，以共線(xiàn)條件方程作為變換模型，通過(guò)改進(jìn)的霍夫變換進(jìn)行優(yōu)化求解，同時(shí)得到變換模型參數(shù)即外方位元素和匹配結(jié)果，實(shí)現(xiàn)了遙感影像和GIS數(shù)據(jù)的自動(dòng)配準(zhǔn)及遙感影像的外部定向。實(shí)驗(yàn)結(jié)果表明，該方法具有較高的可靠性和配準(zhǔn)精度。圖4表2參6

?遙感影像 GIS數(shù)據(jù) 直線(xiàn)特征 配準(zhǔn) 相似性測(cè)度

CH20111638 直接沿方向糾正核線(xiàn)影像快速算法=Direction-based Fast Algorithm for Epipolar Image Generation/李冰（61512部隊(duì)），耿則勛，魏小峰（信息工程大學(xué)測(cè)繪學(xué)院）…∥測(cè)繪科學(xué)技術(shù)學(xué)報(bào).-2011，28（2）.-134～137

核線(xiàn)幾何是數(shù)字?jǐn)z影測(cè)量研究與實(shí)際生產(chǎn)中常用且有效的約束條件。目前還沒(méi)有直接在中心投影影像上糾正核線(xiàn)影像的完整算法。推導(dǎo)了中心投影影像上任意兩條相鄰核線(xiàn)之間的夾角模型，在此基礎(chǔ)上給出一種直接在中心投影影像上糾正核線(xiàn)影像的算法，該算法的復(fù)雜度小于傳統(tǒng)糾正算法的1/2，并且易于對(duì)任意多邊形區(qū)域生成局部核線(xiàn)影像。通過(guò)將該算法用于多幅中心投影影像的核線(xiàn)影像生成，都得到正確的試驗(yàn)結(jié)果，說(shuō)明推導(dǎo)的夾角模型正確，所提出的核線(xiàn)影像糾正算法可用并且在計(jì)算時(shí)間方面優(yōu)于傳統(tǒng)算法。圖3表1參9

?攝影測(cè)量 立體像對(duì) 相對(duì)方位元素 核線(xiàn)幾何

（1629～1638 安敏）

CH20111639 太陽(yáng)活動(dòng)周變化對(duì)熱帶中層大氣臭氧的影響=Solar Cycle V ariability in Middle Atmospheric Ozone over Tropics〔英〕/Fadnavis S，Beig G∥International Journal of Remote Sensing.-2010，31（3-4）.-565～573

利用多功能回歸模型分析1992—2004年間UARS HALOE數(shù)據(jù)，探測(cè)代際太陽(yáng)活動(dòng)變化對(duì)臭氧的影響。研究南北緯0-30地帶發(fā)現(xiàn)，在大多平流層，太陽(yáng)活動(dòng)對(duì)臭氧影響十分明顯，而在中間層則可忽略不計(jì)。觀測(cè)結(jié)果與模型模擬吻合。圖2參44

?大氣遙感 臭氧 太陽(yáng)活動(dòng) 回歸分析

CH20111640 印度加爾各答每月總臭氧濃度時(shí)間系列的單變量方法：自回歸求積平均（ARIMA）模型與自回歸神經(jīng)網(wǎng)絡(luò)（AR-NN）模型=Univariate Approach to the Monthly Total Ozone Time Series over Kolkata，India：Autoregressive Integrated Moving Average（ARIMA）and Autoregressive Neural Network（AR-NN）Models〔英〕/Chattopadhyay G，Chattopadhyay S∥International Journal of Remote Sensing.-2010，31（3-4）.-575～583

單變量模型以?xún)煞N方式生成：ARIMA與AR-NN。時(shí)序生成3種ARIMA模型ARIMA（1，1，1），ARIMA（0，1，1）與ARIMA（0，2，2），11個(gè)AR-NN模型（AR-NN（n））。利用預(yù)測(cè)誤差、Pearson相關(guān)系數(shù)與Willmott指數(shù)評(píng)價(jià)模型與每月總臭氧濃度時(shí)間系列的擬合良好度。經(jīng)過(guò)嚴(yán)格的技能評(píng)價(jià)，ARIMA（0，2，2）是最好的時(shí)間系列預(yù)測(cè)模型。圖3參45

?大氣遙感 總臭氧濃度 回歸分析 時(shí)間系列分析

CH20111641 利用多時(shí)相NDXI區(qū)分某水稻種植區(qū)不同的土地利用類(lèi)型=Discriminating Different Landuse Types by Using Multitemporal NDXI in a Rice Planting Area〔英〕/Pan Xian Zhang，Satoshi U，Liang Yin…∥International Journal of Remote Sensing.-2010，31（3-4）.-585～596

多時(shí)相NDXI包括NDVI、NDWI與NDSI。通過(guò)對(duì)不同方法總體精度、Kappa系數(shù)、生產(chǎn)商與用戶(hù)精確性的比較，發(fā)現(xiàn)NDXI方法優(yōu)于傳統(tǒng)的分類(lèi)方法，后者使用原始非變換圖像區(qū)分水稻種植區(qū)不同土地利用類(lèi)型與農(nóng)用地類(lèi)型。預(yù)計(jì)方法更適用多時(shí)相MODIS圖像，區(qū)分稻田區(qū)不同作物系。圖3表6參26

?衛(wèi)星遙感 土地覆蓋分類(lèi) 土地利用

CH20111642 利用衛(wèi)星圖像時(shí)間系列模擬土地管理圖的不確定性=Modelling Uncertainty of a Land Management Map Derived from a Time Series of Satellite Images〔英〕/Lilburne L R，North H C∥International Journal of Remote Sensing.-2010，31（3-4）.-597～616

?遙感制圖 土地管理圖 不確定性 誤差分析

CH20111643 基于對(duì)象的遙感圖像分析的分割性能評(píng)估=Segmentation Performance Evaluation for Object-based Remotely Sensed Image Analysis〔英〕/Corcoran P，Winstanley A，Mooney P∥International Journal of Remote Sensing.-2010，31（3-4）.-617～645

評(píng)述所有監(jiān)督分割評(píng)估方法；介紹以非監(jiān)督方式評(píng)估分割質(zhì)量的現(xiàn)有矩陣，實(shí)施該評(píng)估的任意矩陣的兩個(gè)必要條件；提出兩個(gè)新的非監(jiān)督矩陣，論證它們性能的實(shí)驗(yàn)結(jié)果。圖15參43

?圖像分析 圖像分割 空間非監(jiān)督矩陣 圖像系統(tǒng)

CH20111644 2003年5月8日雷暴雨所觀測(cè)與合成的6.5與10.7μm GOES-12圖像的比較=Comparison between Observed and Synthetic 6.5 and 10.7μm GOES-12 Imagery of Thunderstorms that Occurred on 8 May 2003〔英〕/Grasso L D，Sengupta M，Demaria M∥International Journal of Remote Sensing.-2010，31（3-4）.-647～663

?遙感圖像 亮度溫度 中間大氣層 流體動(dòng)力學(xué)

CH20111645 基于反射率、高程與四種數(shù)字分類(lèi)器的墨西哥局部土壤類(lèi)目自動(dòng)化制圖的評(píng)估=Evaluation of Four Digital Classifiers for Automated Cartography of Local Soil Classes Based on Reflectance and Elevation in Mexico〔英〕/Cruz-Cárdenas G，Ortiz-Solorio C A，Ojeda-Trejo E…∥International Journal of Remote Sensing.-2010，31（3-4）.-665～679

利用數(shù)字高程模型與局部土壤類(lèi)的光譜特征作為輸入數(shù)據(jù)，評(píng)估應(yīng)用四種計(jì)算機(jī)算法（最下距離、平行六面體、最大或然與人工神經(jīng)網(wǎng)）生成的局部土壤類(lèi)目圖的精度與準(zhǔn)確度。以Mexico，San Luis Potosi與Veracruz為研究區(qū)，通過(guò)二項(xiàng)分布檢驗(yàn)統(tǒng)計(jì)方法比較由CAC生產(chǎn)的地圖的精度與準(zhǔn)確度之間的差異。結(jié)合反射率與高程改進(jìn)土地類(lèi)目圖質(zhì)量，因?yàn)榫植客寥李?lèi)反射率隨著高度變化而變化，也有助于更好識(shí)別它們。最好精度為84％，最好準(zhǔn)確度為30％。圖9表3參44

?遙感制圖 地圖投影 反射率 分類(lèi)器 計(jì)算機(jī)算法

CH20111646 草地的氮預(yù)測(cè)：帶寬與植物狀態(tài)對(duì)吸收特征選擇的影響=Nitrogen Prediction in Grasses：Effect of Bandwidth and Plant Material State on Absorption Feature Selection〔英〕/Knox N M，Skidmore A K，Schlerf M…∥International Journal of Remote Sensing.-2010，31（3-4）.-691～704

?植被遙感 光譜分析 回歸分析

CH20111647 基于預(yù)期方法與空間背景結(jié)合的極化SAR數(shù)據(jù)分類(lèi)=Classifying Polarimetric SAR Data by Combining Expectation Methods with Spatial Context〔英〕/Reigber A，J?ger M，Neumann M…∥International Journal of Remote Sensing.-2010，31（3-4）.-727～744

?數(shù)據(jù)分類(lèi) 數(shù)據(jù)分析 極化SAR數(shù)據(jù) 非監(jiān)督分類(lèi)

CH20111648 利用MODIS植被指數(shù)評(píng)價(jià)巴西亞馬遜森林區(qū)景觀擾動(dòng)=Assessing the Response of the MODIS Vegetation Indices to Landscape Disturbance in the Forested Areas of the Legal Brazilian Amazon〔英〕/Ferreira N C，F(xiàn)erreira L G，Huete A R…∥International Journal of Remote Sensing.-2010，31（3-4）.-745～759

?森林遙感 景觀格局 景觀擾動(dòng)

CH20111649 利用遙感數(shù)據(jù)進(jìn)行城市制圖的自適應(yīng)空間再分類(lèi)內(nèi)核（A-SPARK）方法=Adaptive Spatial Reclassification Kernels for Urban Mapping from Remotely Sensed Data：the A-SPARK Approach〔英〕/Alimohammadi A，Shirkavand M∥International Journal of Remote Sensing.-2010，31（3-4）.-761～774

開(kāi)發(fā)基于內(nèi)核自動(dòng)化評(píng)估和選擇的SPARK實(shí)施的自適應(yīng)方法。利用伊朗德黑蘭城市SPOT數(shù)據(jù)評(píng)估方法區(qū)分光譜混合與復(fù)雜類(lèi)目的效率。結(jié)果顯示，其明顯改善了如高/低密度住宅區(qū)、工業(yè)區(qū)、果園與裸地不同類(lèi)目的分類(lèi)精度，分類(lèi)整體精度從82.39％提高到92％。圖8參18

?城市遙感 土地覆蓋分類(lèi) 景觀評(píng)價(jià) 土地利用

CH20111650 多衛(wèi)星傳感器生成的海洋變量協(xié)同應(yīng)用于潛在漁業(yè)區(qū)預(yù)測(cè)：方法與驗(yàn)證結(jié)果=Synergistic Application of Oceanographic Variables from Multi-satellite Sensors for Forecasting Potential Fishing Zones：Methodology and V alidation Results〔英〕/Solanki H U，Prakash P，Dwivedi R M …∥International Journal of Remote Sensing.-2010，31（3-4）.-775～789

?衛(wèi)星遙感 海洋漁業(yè) 水質(zhì)量 海洋資源

CH20111651 MODIS 250-m EVI與NDVI數(shù)據(jù)應(yīng)用于農(nóng)作物制圖：美國(guó)堪薩斯州西南部個(gè)例=A Comparison of MODIS 250-m EVI and NDVI Data for Crop Mapping：A Case Study for Southwest K ansas〔英〕/Wardlow B D，Egbert S∥International Journal of Remote Sensing.-2010，31（3-4）.-805～830

評(píng)估MODIS 250-m EVI與NDVI時(shí)間系列數(shù)據(jù)用于美國(guó)中部大平原與農(nóng)作物相關(guān)的土地利用/土地覆蓋分類(lèi)，生成堪薩斯州西南部EVI/NDVI地圖，分農(nóng)作物為一般作物、夏季作物和灌溉/非灌溉作物三類(lèi)。通過(guò)定量定性評(píng)價(jià)決定地圖的專(zhuān)題分類(lèi)精度，綜述分類(lèi)差異。對(duì)于三種農(nóng)作物地圖，MODIS EVI與NDVI數(shù)據(jù)生成相同的分類(lèi)結(jié)果。利用兩個(gè)指數(shù)獲取高專(zhuān)題分類(lèi)精度（85％-90％），分類(lèi)作物模式與研究區(qū)報(bào)告的一致。圖8表 3參41

?農(nóng)業(yè)遙感 遙感制圖 專(zhuān)題分類(lèi)

CH20111652 基于非線(xiàn)性模型含云影響的南極洲海洋氣候區(qū)太陽(yáng)紫外線(xiàn)輻射估測(cè)=Estimation of Solar UV Radiation in Maritime Antarctica Using A Nonlinear Model Including Cloud Effects〔英〕/Láska K，Pro?ek P，Budík L…∥International Journal of Remote Sensing.-2010，31（3-4）.-831～849

?大氣遙感 回歸分析 太陽(yáng)輻射

CH20111653 總臭氧量、同溫層動(dòng)態(tài)、熱帶區(qū)域外SST異常的年際變化與歐亞大陸異常冬季的預(yù)測(cè)=Interannual V ariations in the Total Ozone，Stratospheric Dynamics，Extratropical SST Anomalies and Predictions ofAbnormal Winters in Eurasia〔英〕/Jadin E A，Zyulyaeva Y A∥International Journal of Remote Sensing.-2010，31（3-4）.-851～866

?大氣遙感 臭氧 同溫層 海洋-大氣交互作用

CH20111654 遙感光學(xué)傳感器數(shù)據(jù)的不確定性分析：獲取計(jì)量連續(xù)性的指導(dǎo)原理=Uncertainty Analysis of Remote Sensing Optical Sensor Data：Guiding Principles to A-chieve Metrological Consistency〔英〕/Datla R V，Kessel R，Smith A W∥International Journal of Remote Sensing.-2010，31（3-4）.-867～880

?大氣遙感 氣候變化監(jiān)測(cè) 光學(xué)傳感器 探測(cè)器

CH20111655 基于亞馬遜泛濫平原與湖泊生境的復(fù)通道多時(shí)相干涉測(cè)量SAR數(shù)據(jù)相干變化的研究=Repeat-pass Multi-Temporal Interferometric SAR Coherence Variations with Amazon Floodplain and Lake H abitats〔英〕/Jung H C，Alsdorf D∥International Journal of Remote Sensing.-2010，31（3-4）.-881～901

?生態(tài)遙感 植被氣候?qū)W SAR數(shù)據(jù) 相干分析

CH20111656 植被、水與熱壓指數(shù)應(yīng)用于尼泊爾與印度中心東北部干旱研究=Vegetation，Water and Thermal Stress Index for Study of Drought in Nepal and Central Northeastern India〔英〕/Shakya N，Yamaguchi Y∥International Journal of Remote Sensing.-2010，31（3-4）.-903～912

提出一個(gè)植被水溫度條件指數(shù)（VWTCI）用于區(qū)域規(guī)模干旱監(jiān)測(cè)。VWTCI包括標(biāo)準(zhǔn)差分水指數(shù)（NDWI），標(biāo)準(zhǔn)差分植被指數(shù)（NDVI）與地表水指數(shù)（LST）。揭示了2000—2004年研究區(qū)中心地帶干旱程度呈梯度增長(zhǎng)。識(shí)別了某些持續(xù)干旱區(qū)域，而且，這些區(qū)域逐步向研究區(qū)的東北至中心地帶緩慢擴(kuò)展。干旱區(qū)域比較還顯示2000—2004年6-7月降雨量的下降。圖6參16

?大氣遙感 自然災(zāi)害 干旱 水溫 植被氣候?qū)W

CH20111657 利用衛(wèi)星與船舶測(cè)量數(shù)據(jù)分析影響北大西洋海洋-大氣熱交互作用的因子=Analysis of the Factors Exciting the Ocean-AtmosphereHeatInteraction in the North Atlantic Using Satellite and Vessel Data〔英〕/Grankov A G，Milshin A A∥International Journal of Remote Sensing.-2010，31（3-4）.-913～930

?大氣遙感 海洋氣候?qū)W 熱通量估測(cè) 亮度溫度

CH20111658 基于冠蓋高光譜反射系數(shù)評(píng)估PC-ANN估測(cè)水稻氮濃度的性能=Evaluating the Performance of PCANN for the Estimation ofRice Nitrogen Concentration from Canopy Hyperspectral Reflectance〔英〕/Yi Qiuxiang，Huang Jingfeng，Wang Fumin…∥International Journal of Remote Sensing.-2010，31（3-4）.-931～940

?農(nóng)業(yè)遙感 光譜反射系數(shù) 回歸分析 神經(jīng)網(wǎng)絡(luò)

CH20111659 結(jié)合不連續(xù)靜態(tài)小波轉(zhuǎn)換與連續(xù)小波轉(zhuǎn)換的云圖像分割=Segmentation of Typhoon Cloud Image by Combining a Discrete Stationary Wavelet Transform with a Continuous Wavelet Transform〔英〕/Zhang Chang-Jiang，Duanmu Chun Jiang，Wang，Xiaodong…∥International Journal of Remote Sensing.-2010，31（3-4）.-941～967

?圖像分割 云圖像 小波轉(zhuǎn)換 圖像噪聲

CH20111660 基于CIMEL測(cè)量的氣溶膠相函數(shù)=Aerosol Phase Function Derived from CIMEL Measurements〔英〕/Santer R，Zagolski F，Aznay O…∥International Journal of Remote Sensing.-2010，31（3-4）.-969～992

?大氣遙感 氣溶膠相函數(shù) 輻射測(cè)量 輻射轉(zhuǎn)換

CH20111661 基于星載SAR數(shù)據(jù)的海面風(fēng)速獲取的解析模型評(píng)價(jià)=Assessment of an Analytical Model for Sea Surface Wind Speed Retrieval from Spaceborne SAR〔英〕/Qing Xu，Lin Hui，Li Xiaofeng…∥International Journal of Remote Sensing.-2010，31（3-4）.-993～1008

?海洋遙感 SAR數(shù)據(jù) 海面風(fēng)速 探測(cè)器 相干雷達(dá)

CH20111662 地理統(tǒng)計(jì)估測(cè)圖像噪聲是基礎(chǔ)信號(hào)變量的函數(shù)=Geostatistically Estimated Image Noise is a Function of Variance in the Underlying Signal〔英〕/Asmat A，Atkinson P M，F(xiàn)oody，G M…∥International Journal of Remote Sensing.-2010，31（3-4）.-1009～1025

?遙感圖像 圖像噪聲 地理統(tǒng)計(jì)方法

CH20111663 一種新的單形體體積公式及其在高光譜圖像分析端元提取中的應(yīng)用=A New Volume Formula for a Simplex and Its Application to Endmember Extraction for Hyperspectral ImageAnalysis〔英〕/GengXiurui，Zhao Yongchao，Wang Fuxiang…∥International Journal of Remote Sensing.-2010，31（3-4）.-1027～1035

?圖像分析 端元提取 高光譜圖像 光譜分析

CH20111664 基于MODIS/CERES觀測(cè)的中國(guó)西北部云水路徑季節(jié)與區(qū)域變化=Seasonal and Regional Variability of Cloud Liquid Water Path in Northwestern China Derived from MODIS/CERES Observations〔英〕/Chen Yonghang，Peng Kuanjun，Huang Jianping…∥International Journal of Remote Sensing.-2010，31（3-4）.-1037～1042

?大氣遙感 云水路徑 云探測(cè) 地形 氣候?qū)W

CH20111665 熱帶潮濕城市所觀測(cè)的沙塵氣溶膠：香港案例=Desert Dust Aerosols Observed in a Tropical Humid City：a Case Study over Hong Kong〔英〕/Wong Man Sing，Nichol J，Holben B∥International Journal of Remote Sensing.-2010，31（3-4）.-1043～1051

?環(huán)境遙感 遙感圖像 光譜測(cè)量 空間監(jiān)測(cè)

CH20111666 星載平臺(tái)上的一種新圓極化SAR系統(tǒng)=A Novel Circularly Polarized Synthetic Aperture Radar（CPSAR）System onboarda Spaceborne Platform〔英〕/Akbar P R，Tetuko S SJ，Kuze H∥International Journal of Remote Sensing.-2010，31（3-4）.-1053～1060

?圓極化 相干雷達(dá) 合成孔經(jīng)雷達(dá)

CH20111667 從像素聚集到對(duì)象的不確定性管理：生境、前后文關(guān)聯(lián)制圖與可能理論=Managing Uncertainty when Aggregating from Pixels to Objects：H abitats，Context-sensitive Mapping and Possibility Theory〔英〕/Comber A，Medcalf K，Lucas R…∥International Journal of9 Remote Sensing.-2010，31（3-4）.-1061～1068

?圖像分類(lèi) 不確定性 面向?qū)ο蠓诸?lèi) 土地覆蓋分類(lèi)

CH20111668 基于粒子濾波的復(fù)頻SAR圖像上道路的聯(lián)合監(jiān)測(cè)=Joint Detection of Roads in Multifrequency SAR Images Based on a Particle Filter〔英〕/Deng Qiming，Chen Yilun，Yang Jian∥International Journal of Remote Sensing.-2010，31（3-4）.-1069～1077

?SAR圖像 道路提取 成像系統(tǒng) 相干雷達(dá)

CH20111669 超光譜Hyperion數(shù)據(jù)應(yīng)用于葉綠素濃度與葉面積指數(shù)估測(cè)的評(píng)估=An Evaluation of EO-1 Hyperspectral Hyperion Data for Chlorophyll Content and Leaf Area Index Estimation〔英〕/Wu Chaoyang，Han Xiuzhen，Niu Zheng…∥International Journal of Remote Sensing.-2010，31（3-4）.-1079～1086

?農(nóng)業(yè)遙感 葉綠素

CH20111670 基于Landsat TM圖像的巴西東北Gilbues區(qū)域土地退化制圖=Mapping Land Degradation in the Gilbues Region，Northeastern Brazil，Using Landsat TM Images〔英〕/Almeida-Filho R，Carvalho C M∥International Journal of Remote Sensing.-2010，31（3-4）.-1087～1094

?環(huán)境遙感 土地退化 圖像處理 光學(xué)數(shù)據(jù)處理

CH20111671 多極化環(huán)境衛(wèi)星ASAR圖像應(yīng)用于銀白楊與沙棗樹(shù)植被葉面積指數(shù)（LAI）估測(cè)=Multi-polarization Envisat-ASAR Images as a Function of Leaf Area Index（LAI）of White Poplar and Desert Date plantations〔英〕/Gao Shuai，Niu Zheng，Wu Chaoyang∥International Journal of Remote Sensing.-2010，31（3-4）.-1095～1102

?植被遙感 SAR圖像 極化SAR 葉面積指數(shù)

CH20111672 基于多時(shí)相MODIS圖像的大河懸浮沉積物濃度遙感研究：中國(guó)長(zhǎng)江中下游案例=Remote Sensing of Suspended Sediment Concentrations of Large Rivers Using Multi-Temporal MODIS Images：An Example in the Middle and Lower Yangtze River，China〔英〕/Wang Jian-Jun，Lu Xi Xi，Liew Soo Chin…∥International Journal of Remote Sensing.-2010，31（3-4）.-1103～1111

?環(huán)境遙感 MODIS圖像 懸浮沉積物

CH20111673 利用基于對(duì)象的分類(lèi)與ASTER圖像開(kāi)發(fā)過(guò)火區(qū)域制圖方法=The Development of an Operational Procedure for Burned-area Mapping Using Object-based Classification and ASTER Imagery〔英〕/Polychronaki A，Gitas I Z∥International Journal of Remote Sensing.-2010，31（3-4）.-1113～1120

?遙感制圖 圖像分析 圖像分類(lèi) 過(guò)火區(qū)域

CH20111674 基于地面的光譜測(cè)量應(yīng)用于海灣群島國(guó)家公園保護(hù)區(qū)樹(shù)種區(qū)分=Employing Ground-based Spectroscopy for Tree-species Differentiation in the Gulf Islands National Park Reserve〔英〕/Jones T G，Coops N C，Sharma T∥International Journal of Remote Sensing.-2010，31（3-4）.-1121～1127

?植被遙感 光譜分析 多變量分析 反射系數(shù)

CH20111675 一種多用途的用于空氣質(zhì)量檢測(cè)與氣候研究的新UV-VIS光譜儀=A New Multipurpose UV-VIS Spectrometer for Air Quality Monitoring and Climatic Studies〔英〕/Bortoli D，Silva A M，Giovanelli G∥International Journal of Remote Sensing.-2010，31（3-4）.-705～725

?光譜儀 光譜分析 探測(cè)器 空氣質(zhì)量 環(huán)境監(jiān)測(cè)

CH20111676 中國(guó)對(duì)地同步氣象衛(wèi)星熱紅外通道飛行中絕對(duì)輻射校準(zhǔn)的備選方法=An Alternative Method for inflight Absolute Radiometric Calibration of Thermal Infrared Channels of Chinese Geostationary Meteorological Satellites〔英〕/Tong Jinjun，Dery S J，Chen Yun…∥International Journal of Remote Sensing.-2010，31（3-4）.-791～803

?氣象衛(wèi)星 傳感器 熱紅外通道 絕對(duì)輻射校準(zhǔn)

CH20111677 空間斜軸墨卡托投影（SOM）應(yīng)用于只有最少地面控制點(diǎn)的衛(wèi)星圖像的幾何糾正=Geometric Rectification of Satellite Imagery with Minimal Ground Control U-sing Space Oblique Mercator Projection Theory〔英〕/Ren Liucheng，Clarke K C，Zhou Chenghu…∥Cartography and Geographic Information Science.-2010，37（4）.-261～272

衛(wèi)星圖像幾何改正一般要求了解圖像中可識(shí)別特征的幾何定位，即地面控制點(diǎn)（GCPs）。許多情形下，由于缺乏地面數(shù)據(jù)，幾乎無(wú)法獲取幾個(gè)GCPs，難于計(jì)算精確的幾何改正。在獲取太少的GCPs時(shí)，應(yīng)用SOM理論能夠提供圖像切片連續(xù)的幾何糾正。利用源于鄰域、先前或隨后的圖像切片的GCPs建立中間切面的幾何投影。開(kāi)發(fā)一種利用輔助GCPs實(shí)施在控圖像的地理糾正方法。利用IRS-1C載負(fù)的全景攝影機(jī)獲取的1999年數(shù)據(jù)進(jìn)行案例測(cè)試，一個(gè)沒(méi)有GCPs的圖像切片的幾何改正精度在3個(gè)像素內(nèi)，計(jì)算速度快于傳統(tǒng)方法。圖5表3參17

?圖像處理 衛(wèi)星圖像 幾何糾正 地圖投影

CH20111678 利用ASTER和QuickBird影像分析哥斯達(dá)黎加城市環(huán)境中的登革熱病菌攜帶者（埃及伊蚊）的幼蟲(chóng)棲息地=Dengue Vector（Aedes Aegypti）Larval H abitats in An Urban Environment of Costa Rica Analysed with ASTER and QuickBird Imagery〔英〕/Fuller Douglas O，Troyo A，Calderón-Arguedas O…∥International Journal of Remote Sensing.-2010，31（1-2）.-3～11

利用硬/軟圖像分類(lèi)算法計(jì)算森林和表面建筑物覆蓋率等變量，分析2006年雨季蚊子潛在的棲息地分布。多元線(xiàn)性回歸模型顯示，從ASTER影像中提取的建筑物表面解釋了登革熱傳播和發(fā)病率最高的雨季，幼蟲(chóng)棲息地63.3％發(fā)生了變化。結(jié)果表明城市結(jié)構(gòu)元素（如建筑物表面）可用來(lái)預(yù)測(cè)城市地區(qū)重要疾病的出現(xiàn)，使用中等分辨率衛(wèi)星影像可以幫助哥斯達(dá)黎加和一些登革熱是地方病的國(guó)家制定未來(lái)的干預(yù)和控制策略。圖2表1參27

?環(huán)境遙感 城市生態(tài)學(xué) 回歸分析 圖像分類(lèi)

CH20111679 基于多源圖像融合與盲源分割方法的多傳感器衛(wèi)星圖像智能分析=Towards An Intelligent Multi-Sensor Satellite Image Analysis Based on Blind Source Separation Using Multi-source Image Fusion〔英〕/Farah I R，Ahmed M B∥International Journal of Remote Sensing.-2010，31（1-2）.-13～38

提出一種同時(shí)利用盲源分割（BSS）和衛(wèi)星圖像融合的土地覆蓋分類(lèi)新方法。衛(wèi)星圖像像元通過(guò)輻射測(cè)量值表達(dá)，每個(gè)像元都是幾種獨(dú)立源的混合物。使用BSS方法可從不同的統(tǒng)計(jì)特征（如空間相關(guān)和局部高階統(tǒng)計(jì)量）中提取最大信息。通過(guò)二維特征矩陣的聯(lián)合近似對(duì)角化算法得到源圖像的統(tǒng)計(jì)獨(dú)立性。利用2D二階盲源鑒別（SOBI-2D）算法可以降低空間相關(guān)性。通過(guò)二維快速獨(dú)立成分分析（Fast-ICA-2D）算法計(jì)算非高斯性。算法通過(guò)評(píng)價(jià)源圖像、混合矩陣以及離析矩陣提取特征信息。源圖像將作為輔助（或二次secondary）知識(shí)來(lái)指導(dǎo)監(jiān)督分類(lèi)。圖15表9參28

?遙感圖像 圖像分析 土地覆蓋分類(lèi) 圖像融合

CH20111680 反射率各向異性校正：多傳感器方法=Correction of Reflectance Anisotropy：A Multi-sensor Approach〔英〕/Feingersh T，Ben-Dor E，F(xiàn)ilin S∥International Journal of Remote Sensing.-2010，31（1-2）.-49～74

介紹一種應(yīng)用崎嶇地形反射率各向異性的糾正算法，改正由地形和傳感器引起的輻射偏差。給出草坪的高光譜影像數(shù)據(jù)糾正方法，在大型公園驗(yàn)證。以機(jī)載激光掃描數(shù)據(jù)獲取的數(shù)字表面模型（DSM）來(lái)記錄高程信息，用小型機(jī)載成像光譜儀（CASI）獲取相同區(qū)域的反射信息，再用分光測(cè)角儀記錄反射的各向異性情況。歸一化植被指數(shù)（NDVI）糾正影響分析顯示，即便在平緩的區(qū)域，中等傳感器視場(chǎng)角（FOV）與高亮度光照條件均會(huì)導(dǎo)致反射的各向異性。各向異性的敏感性與空間或光譜分辨率成反比關(guān)系。圖14表1參30

?圖像處理 圖像改正 各向異性 反射率 多傳感器

CH20111681 在2001燃?xì)饧夹g(shù)交流會(huì)（GaxEx2001）中基于衛(wèi)星散射儀的CO2氣體轉(zhuǎn)移初步和新的預(yù)測(cè)=Preliminary and Novel Estimates of CO2G as Transfer Using A Satellite Scatterometer During the 2001G asEx Experiment〔英〕/Bogucki D，Carr M E，Drennan W W…∥International Journal of Remote Sensing.-2010，31（1-2）.-75～92

?環(huán)境遙感 流體動(dòng)力學(xué) 表面波

CH20111682 基于第二代氣象衛(wèi)星和AQUA-AIRS圖像融合技術(shù)的伊比利亞半島云分類(lèi)=Operational Cloud Classification for the Iberian Peninsula Using Meteosat Second Generation and AQUA-AIRS ImageFusion〔英〕/Casanova C，Romo A，Hernandez E…∥International Journal of Remote Sensing.-2010，31（1-2）.-91～115

改進(jìn)為7號(hào)氣象衛(wèi)星開(kāi)發(fā)的云檢測(cè)與分類(lèi)算法。7號(hào)衛(wèi)星的功能已被新系列2代氣象衛(wèi)星取代。之前采用的A/TOVS探測(cè)在技術(shù)上也已被分辨率更高、能在更多波長(zhǎng)上實(shí)施精確測(cè)量的新型傳感器替代，如TERRA與AQUA衛(wèi)星載負(fù)的MODIS傳感器、大氣紅外探測(cè)儀。分析如何改進(jìn)先前的算法以適用新的平臺(tái)和傳感器。圖18表9參25

?云分類(lèi) 分類(lèi)算法 圖像融合 傳感器 氣象衛(wèi)星

CH20111683 機(jī)載LiDAR數(shù)據(jù)用于松樹(shù)林管理中單個(gè)樹(shù)冠分割的自適應(yīng)聚類(lèi)研究=Adaptive Clustering of Airborne LiDAR Data to Segment Individual Tree Crowns in Managed Pine Forests〔英〕/Lee H，Slatton K C，Roth B E…∥International Journal of Remote Sensing.-2010，31（1-2）.-117～139

基于美國(guó)中北部佛羅里達(dá)兩種截然不同的松樹(shù)林獲取的LiDAR數(shù)據(jù)，提出一種自適應(yīng)聚類(lèi)方法。分隔單個(gè)樹(shù)木的關(guān)鍵就是在定位種子點(diǎn)時(shí)確定移動(dòng)窗口（搜索半徑）合適大小。方法直接著眼于三維LiDAR點(diǎn)云數(shù)據(jù)，自適應(yīng)不規(guī)則的樹(shù)冠大小。用區(qū)域增長(zhǎng)方法獲取所有的類(lèi)別作為初始分割結(jié)果，再利用局部高度變化分布規(guī)律聚類(lèi)合并出屬于一個(gè)完整的樹(shù)冠的類(lèi)別。所有樹(shù)探測(cè)精度高達(dá)95.1％，無(wú)明顯偏差，隨后的樹(shù)高度和垂直冠長(zhǎng)估測(cè)精度也分別高于0.8和1.5。圖10表3參47

?森林遙感 LiDAR數(shù)據(jù) 光學(xué)雷達(dá) 探測(cè)器

CH20111684 利用時(shí)序AVHRR NDVI和地面調(diào)查數(shù)據(jù)估計(jì)縣級(jí)作物生物量=Use of AVHRR NDVI Time Series and Ground-based Surveys for Estimating County-level Crop Biomass〔英〕/Lokupitiya E，Lefsky M，Paustian K∥International Journal of Remote Sensing.-2010，31（1-2）.-141～158

基于1992、1997、2002年間每隔兩周獲取的三種作物（玉米、大豆和燕麥）的AVHRR NDVI數(shù)據(jù)，以及通過(guò)農(nóng)業(yè)統(tǒng)計(jì)服務(wù)報(bào)告的農(nóng)村產(chǎn)量數(shù)據(jù)獲取的地上作物產(chǎn)量估計(jì)量進(jìn)行分析，獲取NDVI與作物生物量間的關(guān)系，彌補(bǔ)農(nóng)業(yè)統(tǒng)計(jì)服務(wù)報(bào)告缺損的作物生物量數(shù)據(jù)。圖7表3參37

?農(nóng)業(yè)遙感 作物生物量 實(shí)測(cè)數(shù)據(jù) 回歸分析

CH20111685 干旱夏季與常態(tài)夏季的北方森林高光譜反射率研究=Hyperspectral Reflectance of Boreo-nemoral Forests in a Dryand Normal Summer〔英〕/Kuusk J.Kuusk A…∥International Journal of Remote Sensing.-2010，31（1-2）.-159～175

利用機(jī)載特制VNIR光譜儀系統(tǒng)（UAVSpec和UAVSpec2），測(cè)量愛(ài)沙利亞幾種成熟適林樹(shù)木的可見(jiàn)光—近紅外反射率，連續(xù)兩年的同期檢測(cè)表明，反射率隨降水量變化明顯，闊葉林和針葉林變化有別：近紅外反射率變化都在10-15％以?xún)?nèi)，但于可見(jiàn)光反射率而言，針葉林的變化量大于闊葉林，闊葉林的紅光反射率變化最小（葉綠素吸收帶）。樹(shù)木反射率受干旱等天氣情況影響，可用來(lái)估算大氣的光學(xué)性質(zhì)，進(jìn)而用于光學(xué)衛(wèi)星影像的大氣糾正。圖12表3參31

?森林遙感 遙感圖像 圖像處理 反射率 光譜分析

CH20111686 基于IKONOS影像的面向?qū)ο蟮某鞘兄脖恢茍D=Object-Oriented Method for Urban Vegetation Mapping Using IKONOS Imagery〔英〕/Zhang Xiuying，F(xiàn)eng Xuezhi，Jiang Hong∥International Journal ofRemote Sensing.-2010，31（1-2）.-177～196

分析IKONOS影像上城市植被的特點(diǎn)，設(shè)計(jì)兩個(gè)尺度的分割獲取植被對(duì)象，構(gòu)造植被對(duì)象的特征集。利用相關(guān)系數(shù)分析、J-M距離、主成分轉(zhuǎn)換（PCT）等方法去除特征中的冗余信息。最后利用分類(lèi)回歸樹(shù)模型識(shí)別出植被對(duì)象。用IKONOS影像制作植被圖的總體精度可達(dá)到87.71％；宏觀和微觀兩個(gè)尺度上的分割能較之單尺度分割獲得更好的植被對(duì)象；組合J-M與PCT的相關(guān)分析可以?xún)?yōu)化特征集；基于規(guī)則的分類(lèi)方法適合應(yīng)用復(fù)雜結(jié)構(gòu)特征集的城市植被類(lèi)型識(shí)別。圖6表6參40

?城市遙感 植被制圖 面向?qū)ο?圖像分割

CH20111687 月球空間數(shù)據(jù)屬性不確定性模擬=Attribute Uncertainty Modelling in Lunar Spatial Data〔英〕/Weiss P，Shi Wen-Zhong，Yung Kai-Leung∥International Journal of Remote Sensing.-2010，31（1-2）.-197～211

利用數(shù)據(jù)集的統(tǒng)計(jì)分析與比較替代地面檢查，估算月球元素豐度的不確定性。通過(guò)主要元素間的相關(guān)性，可以導(dǎo)出氧氣豐度估算圖，從而評(píng)價(jià)土壤組成成分的不確定性。實(shí)驗(yàn)結(jié)果顯示，氧氣的大多推導(dǎo)值與測(cè)量結(jié)果吻合。由模型推導(dǎo)的結(jié)果和軌道測(cè)量值主要集中在近月球表面陰暗區(qū)的位置。圖11表10參26

?衛(wèi)星遙感 宇宙豐度 不確定性 空間數(shù)據(jù)

CH20111688 利用QuickBird衛(wèi)星影像遙測(cè)古瑪雅農(nóng)村人口=Remote Sensing Ancient Maya Rural Populations U-sing QuickBird Satellite Imagery〔英〕/Garrison T G∥International Journal of Remote Sensing.-2010，31（1-2）.-213～231

以成本-效益的方式擴(kuò)展叢林環(huán)境實(shí)地調(diào)查的結(jié)果。危地馬拉的低地叢林由多種植被和生態(tài)鏈組成。古瑪雅人開(kāi)發(fā)景觀生態(tài)環(huán)境，選擇將住宅建造在排水良好的高地上。利用聚合多光譜QuickBird數(shù)據(jù)的非監(jiān)督分類(lèi)方法，可以把高地地形與植被和其余景觀準(zhǔn)確分離。在危地馬拉圣巴托洛近25公里范圍的研究區(qū)域測(cè)試，結(jié)果十分接近于高成本的考古學(xué)研究成果。圖3表3參44

?衛(wèi)星遙感 圖像分析 圖像分類(lèi) 考古學(xué) 實(shí)地測(cè)量

CH20111689 基于Hyperion和LandsatTM數(shù)據(jù)的沉積巖性識(shí)別研究——以加拿大高緯北極地梅爾維爾島為例=Discrimination of Sedimentary Lithologies Using Hyperion and Landsat Thematic Mapper Data：A Case Study at Melville Island，Canadian High Arctic〔英〕/Leverington D W∥International Journal of Remote Sensing.-2010，31（1-2）.-233～260

研究如何利用Landsat專(zhuān)題制圖儀（TM）和EO-1 Hyperion數(shù)據(jù)識(shí)別加拿大努納武特地區(qū)東梅爾維爾島的沉積巖類(lèi)型。利用標(biāo)準(zhǔn)神經(jīng)網(wǎng)絡(luò)算法對(duì)TM數(shù)據(jù)進(jìn)行分類(lèi)，TM的分類(lèi)結(jié)果能成功區(qū)分大多數(shù)測(cè)區(qū)數(shù)據(jù)類(lèi)別，僅對(duì)碎屑巖和碳酸鹽材料無(wú)法完全區(qū)分，特別適用于植被和分化的紅砂巖的分類(lèi)。Hyperion的結(jié)果可以計(jì)算每類(lèi)的覆蓋范圍，雖然通常由于背景的影響，覆蓋范圍可能估計(jì)過(guò)大。圖10表3參16

?地貌遙感 光譜分析 植被氣候?qū)W 土地覆蓋分類(lèi)

CH20111690 基于氣象衛(wèi)星圖像的非洲北部沙漠氣候地表太陽(yáng)輻射量估計(jì)及變化研究=Assessing Surface Solar Irradiance and Its Long-Term Variations in the Northern Africa Desert Climate Using Meteosat Images〔英〕/Wahaba M A，El-Metwallyb M，Hassanc R…∥International Journal of Remote Sensing.-2010，31（1-2）.-261～280

把從衛(wèi)星圖像上獲取的阿爾及利亞、埃及、利比亞、突尼斯四個(gè)地區(qū)的兩個(gè)地表太陽(yáng)輻射量（SSI）數(shù)據(jù)庫(kù)與地面測(cè)量數(shù)據(jù)比較，發(fā)現(xiàn)即使利用粗糙空間分辨率的氣象衛(wèi)星，也可準(zhǔn)確獲取地表太陽(yáng)輻射量值。HelioClim-1（HC1）和SSE兩個(gè)輻射量數(shù)據(jù)庫(kù)均展示相似且優(yōu)良的性能。SSE的輻射偏差小于HC1，但與地面實(shí)測(cè)數(shù)據(jù)相比，HC1顯示較小的數(shù)據(jù)散射，更好反映SSI的長(zhǎng)期變化量。1985—2005年的SSI長(zhǎng)期變化研究發(fā)現(xiàn)四個(gè)地區(qū)的輻射量都在減少。輻射量減少原因可能有以下幾種：（1）薩赫勒地區(qū)的沙塵向北遷移；（2）城鎮(zhèn)化的擴(kuò)張；（3）富含懸浮微粒云層的增加。圖6表8參64

?資源遙感 氣象衛(wèi)星 圖像分析 地表太陽(yáng)輻射量

CH20111691 基于多傳感器SAR數(shù)據(jù)的土地覆蓋分類(lèi)的時(shí)序背景信息研究=Accounting for Temporal Contextual Information in Land-cover Classification with Multi-sensor SAR Data〔英〕/Park No-Wook∥International Journal of Remote Sensing.-2010，31（1-2）.-281～298

利用韓國(guó)論山地區(qū)收集的雙時(shí)序多傳感器數(shù)據(jù)，包括JERS-1光學(xué)傳感器獲取的4月數(shù)據(jù)、ERS-2、JERS-1和Rodarsat三個(gè)不同的SAR傳感器獲取的7月數(shù)據(jù)，進(jìn)行7月土地覆蓋監(jiān)督分類(lèi)。通過(guò)比較4月分類(lèi)結(jié)果與7月訓(xùn)練集，試驗(yàn)估計(jì)4-7月土地覆蓋類(lèi)轉(zhuǎn)變概率，并視為時(shí)序背景信息。以Tau模型作為整合多SAR數(shù)據(jù)和時(shí)序背景信息的集成方法。利用統(tǒng)計(jì)方法評(píng)價(jià)分類(lèi)結(jié)果，多傳感器SAR數(shù)據(jù)的分類(lèi)結(jié)果與單傳感器SAR數(shù)據(jù)結(jié)果相比，精度提高了29％，而引入時(shí)序背景數(shù)據(jù)后的多傳感器SAR數(shù)據(jù)分類(lèi)精度又提高了25％。圖5表5參27

?資源遙感 土地覆蓋分類(lèi) 分類(lèi)精度 多傳感器

CH20111692 利用小波分析研究熱帶平流層臭氧和溫度的SAO特征=Features of SAO in Ozone and Temperature over Tropical Stratosphere by Wavelet Analysis〔英〕/Fadnavis S，Beig G∥International Journal of Remote Sensing.-2010，31（1-2）.-299～311

應(yīng)用微波探測(cè)器數(shù)據(jù)研究1992—1999年期間熱帶-亞熱帶（40°N-40°S）溫度和臭氧的半年振蕩（SAO）時(shí)空變化。利用小波分析研究SAO的振幅和相位特征，并確定它們的關(guān)系。溫度和臭氧的SAO振幅維度和高度截面的峰值位于赤道附近。其中溫度的SAO振幅峰值高度高于臭氧的SAO振幅。臭氧的SAO的波峰相對(duì)于赤道對(duì)稱(chēng)，但溫度的SAO的波峰沿赤道不對(duì)稱(chēng)。從相位上來(lái)看，溫度的SAO下降速度比臭氧的要快。交叉小波分析顯示，在高溫區(qū)域，溫度和臭氧的SAO的振幅變化是反向的，而在低溫區(qū)域，其變化則是同向的。圖6參41

?氣候遙感 半年振蕩 小波分析 交叉小波分析

CH20111693 第23周太陽(yáng)活動(dòng)衰退階段太陽(yáng)質(zhì)子事件對(duì)印度總臭氧濃度的影響=Influence of Solar Proton E-vents During the Declining Phase of Solar Cycle 23 on the Total Ozone Concentration in India〔英〕/Ganguly N D∥International Journal of Remote Sensing.-2010，31（1-2）.-313～322

利用地球探測(cè)臭氧總量測(cè)繪光譜儀和臭氧監(jiān)測(cè)儀研究印度緯度帶地區(qū)在太陽(yáng)活動(dòng)周期中的不同的質(zhì)子運(yùn)動(dòng)和對(duì)總的臭氧濃度影響持續(xù)時(shí)間。研究發(fā)現(xiàn)，對(duì)于高速質(zhì)子運(yùn)動(dòng)來(lái)說(shuō)，臭氧消耗集中在低緯度地區(qū)，同時(shí)隨時(shí)間的推移被測(cè)地區(qū)臭氧的消耗量變大。圖4表2參29

?光譜分析 太陽(yáng)活動(dòng) 總臭氧濃度 太陽(yáng)質(zhì)子事件

CH20111694 埃及馬特魯省地區(qū)臭氧、紫外線(xiàn)輻射和氣溶膠光學(xué)厚度的變化及趨勢(shì)分析=Variation and Trend in Ozone，UVB Radiation and Aerosol Optical Depth at Matrouh，Egypt〔英〕/Sharobiem W M∥International Journal of Remote Sensing.-2010，31（1-2）.-329～341

應(yīng)用布魯爾2代分光光度計(jì)獲取的太陽(yáng)直接觀測(cè)數(shù)據(jù)分析1999年1月至2006年12月間的臭氧柱、B區(qū)域的紫外線(xiàn)輻射（UVB）和氣溶膠光學(xué)厚度（AOD）信息。利用月平均數(shù)據(jù)計(jì)算臭氧柱、UVB和AOD的季節(jié)性變化量和變化趨勢(shì)。臭氧柱和破壞性的紫外線(xiàn)輻射（DUV）的最大值分別出現(xiàn)在春天和夏天，而AOD的最大值則在熱的季節(jié)。1999—2006間的臭氧柱、UVB和AOD量的平均年數(shù)據(jù)分別是0.059，0.120和0.001，且都呈上升趨勢(shì)。圖10表3參45

?時(shí)序分析 臭氧 紫外線(xiàn)輻射 氣溶膠 光學(xué)厚度

CH20111695 全球?qū)α鲗訙囟葮?biāo)度的海拔高度依賴(lài)性=On the Altitude Dependence of the Temperature Scaling Behaviour at the Global Troposphere〔英〕/Efstathiou M N，Varotsos C A∥International Journal of Remote Sensing.-2010，31（1-2）.-343～349

消除趨勢(shì)波動(dòng)分析應(yīng)用于1980—2004年間不同的海拔高度全球?qū)α鲗拥脑戮鶞囟戎担@取自相似特性。在4個(gè)月至6年的時(shí)間間隔里，對(duì)流層溫度都異常地服從遠(yuǎn)程的指數(shù)定律。溫度短期（幾個(gè)月）波動(dòng)與長(zhǎng)期（幾年）波動(dòng)相關(guān)。全球?qū)α鲗拥臏囟炔▌?dòng)趨勢(shì)服從指數(shù)定律的程度隨海拔高度的增加而增加。圖2參48

?大氣遙感 對(duì)流層 海拔高度 等高線(xiàn)

CH20111696 利用多時(shí)相MTCI數(shù)據(jù)估計(jì)大平原區(qū)C3和C4類(lèi)草的相關(guān)豐度：合成期與空間普遍性諸問(wèn)題=Estimating the Relative Abundance of C3and C4Grasses in the Great Plains from Multi-Temporal MTCI Data：Issues of Compositing Period and SpatialG eneralizability〔英〕/Foodya GM，Dash J∥International Journal of Remote Sensing.-2010，31（1-2）.-351～362

在環(huán)境研究中，考慮遵循C3、C4光合路徑導(dǎo)致的類(lèi)草差異，需要它們的空間分布和相關(guān)豐度信息。多時(shí)相遙感數(shù)據(jù)可以提供后者相關(guān)豐度信息，因?yàn)椴蓊?lèi)具有異步生物氣候性。利用多時(shí)相數(shù)據(jù)集探討由C3（％）確定的遙感變量和草地組成的關(guān)系，重點(diǎn)研究與大區(qū)域相關(guān)的兩個(gè)問(wèn)題：合成期和所選關(guān)系的空間分布。大平原的地面葉綠素指數(shù)（MTCI）的合成期分別是5、7、10和14天。回歸分析表明，南達(dá)科他州MTCI和草地組成的關(guān)系可以用R2～0.6表示。短合成期內(nèi)關(guān)系最強(qiáng)，但這不能直接運(yùn)用到其他區(qū)域，受限于草地的非恒定狀態(tài)，顯示大區(qū)域研究的必要性。圖5參29

?植被遙感 圖像合成 葉綠素 多回歸分析

CH20111697 基于地理統(tǒng)計(jì)方法與高空間分辨率影像估計(jì)樹(shù)冠平均直徑=Estimation of Stand Mean Crown Diameter from High-spatial-resolution Imagery Based on a Geostatistical Method〔英〕/Feng Yiming，Li Zengyuan，Tokola T∥International Journal of Remote Sensing.-2010，31（1-2）.-363～378

以全波段QuickBird高空間分辨率衛(wèi)星影像作為數(shù)據(jù)源，應(yīng)用地理統(tǒng)計(jì)學(xué)半方差方法估計(jì)不同人工林和具有不同林冠密度的人工林的平均冠徑。具有較高林冠密度的人工林平均冠徑可相對(duì)精確估計(jì)，估計(jì)誤差隨林冠密度的降低而成比例地增加。使用Whole-stand-image（矩陣）方法能相當(dāng)精確地估計(jì)人工林冠結(jié)構(gòu)參數(shù)，但仍難獲取人工林結(jié)構(gòu)模式的評(píng)估。橫斷面方法可作為一種距離函數(shù)檢測(cè)定向模式，但不能像矩陣方法一樣精確地描述林冠結(jié)構(gòu)參數(shù)。圖11表7參44

?森林遙感 遙感圖像 地理統(tǒng)計(jì)學(xué)

CH20111698 基于衛(wèi)星遙感技術(shù)的阿拉伯海東北部鯨鯊棲息地的評(píng)估=Whale Shark H abitat Assessments in the Northeastern Arabian Sea Using Satellite Remote Sensing〔英〕/Kumari B，Raman M∥International Journal of Remote Sensing.-2010，31（1-2）.-379～389

利用1998—2000年間衛(wèi)星數(shù)據(jù)分析古吉拉特海岸大陸架與近海區(qū)域的鯨鯊著陸點(diǎn)、浮游植物濃度與海洋表面溫度（SST）之間的關(guān)系。分別利用SeaWiFS和NOAAAVHRR獲取阿拉伯海東部葉綠素-a濃度、浮游植物生物量指數(shù)和SST的每月影像。通過(guò)一系列的實(shí)地調(diào)查方法獲取鯨鯊聚集地分布區(qū)域。研究區(qū)的大陸架和近海區(qū)域葉綠素-a的濃度比其它區(qū)域高、二三月份海洋表面溫度分布為23°-26°，而其它區(qū)域?yàn)?7°-29°。提供一個(gè)利用海洋顏色和SST圖識(shí)別鯨鯊聚集地的有效方法。圖6表1參19

?海洋遙感 漁業(yè) 旅游業(yè)

CH20111699 基于遙感的中國(guó)土地覆蓋物產(chǎn)品評(píng)價(jià)=E-valuation of Four Remote Sensing Based Land Cover Products over China〔英〕/Ran Youhua，Li Xin，Lu Ling∥International Journal of Remote Sensing.-2010，31（1-2）.-391～401

精確的全球/局部土地覆蓋制圖是地表研究及建模的重要基礎(chǔ)。比較分析中國(guó)四個(gè)地面覆蓋數(shù)據(jù)庫(kù)：IGBP的第2版全球地面覆蓋物地圖、2001年MODIS地方覆蓋物地圖、馬里蘭大學(xué)建立的地方覆蓋物地圖（UMd）和歐盟研究中心全球植被檢測(cè)小組2000項(xiàng)目（GLC2000）建立的地方覆蓋物地圖。所有數(shù)據(jù)庫(kù)的準(zhǔn)確性都無(wú)法滿(mǎn)足地表建模的需求。對(duì)于參考數(shù)據(jù)，其分類(lèi)系統(tǒng)需要用地表建模領(lǐng)域廣泛接受的識(shí)別系統(tǒng)來(lái)替代。提出一種信息融合策略來(lái)獲取更加準(zhǔn)確的中國(guó)地表覆蓋物地圖，其分類(lèi)系統(tǒng)可以和地表建模普遍接受的分類(lèi)系統(tǒng)相媲美。圖5表3參18

?遙感制圖 土地覆蓋分類(lèi) 地圖質(zhì)量 環(huán)境監(jiān)測(cè)

CH20111700 基于反射光譜作為壓實(shí)效果依據(jù)的土壤密度評(píng)估=Soil Density Evaluated by Spectral Reflectance as an Evidence of Compaction Effects〔英〕/Dematte J A M，Nanni M R，da Silva A P…∥International Journal of Remote Sensing.-2010，31（1-2）.-403～422

利用450-2500nm間實(shí)驗(yàn)光譜儀獲取的反射光譜評(píng)估兩類(lèi)土壤密度：典型的Quartzpisament（TQ）和暗紅色的濕淋溶土（RP）。收集0-20cm和60-80cm兩個(gè)深度未受影響的樣本數(shù)據(jù)，人為壓實(shí)，獲得壓實(shí)前后以及干/濕壓實(shí)樣本光譜數(shù)據(jù)。干/濕條件下未壓實(shí)粘質(zhì)土壤的密度都較高，但無(wú)法得到沙質(zhì)土壤密度。由于土壤結(jié)構(gòu)和多孔性的改變使得土壤密度高的樣本的光譜反射強(qiáng)度比低密度樣本的高。密度高的干樣本顯示光譜密度不同，但吸收特性相同。相同條件下濕樣本的反射強(qiáng)度比低密度的濕樣本的高。水分子位置不同使得1920nm處的吸收特性不同。同時(shí)利用土壤線(xiàn)和光譜反射可以檢測(cè)出粘質(zhì)土壤的密度變化。圖3表4參62

?資源遙感 自然資源 土壤 反射光譜 土地生產(chǎn)力

CH20111701 利用1995—1999的時(shí)間序列分析研究厄爾尼諾效應(yīng)對(duì)植被指數(shù)的影響=A study of the El Nino-Southern Oscillation Influence on Vegetation Indices in Brazil Using Time Series Analysis from 1995 to 1999〔英〕/Oliveira L M T，F(xiàn)ranca GB，Nicacio R M…∥International Journal of Remote Sensing.-2010，31（1-2）.-423～437

利用一組空間分辨率為0.1°×0.1°、時(shí)間分辨率為10d，覆蓋周期為1995—1999的濾波數(shù)據(jù)，通過(guò)主成分變換分析這些數(shù)據(jù)時(shí)序，評(píng)估厄爾尼諾效應(yīng)的發(fā)生地點(diǎn)及其影響。EFAI—NDVI的主成分9表現(xiàn)出與南方濤動(dòng)指數(shù)（SOI）及多元厄爾尼諾指數(shù)（MEI）的強(qiáng)相關(guān)性。對(duì)于植被條件指數(shù)（VCI）來(lái)說(shuō)，主成分3表現(xiàn)出與SOI和MEI的強(qiáng)相關(guān)性。VCI的使用并沒(méi)有改善與NDVI相關(guān)的對(duì)ENSO遙相關(guān)的響應(yīng)。EFAI—NDVI主成分特征向量場(chǎng)顯示了氣候?qū)Π臀鞅辈俊|北部及南部部分區(qū)域的強(qiáng)烈影響。圖8表2參37

?大氣遙感 植被氣候?qū)W 厄爾尼諾效應(yīng) 植被指數(shù)巴西 太平洋

CH20111702 基于MODIS影像的弗羅里達(dá)阿巴拉契科拉灣地區(qū)葉綠素-α濃度與總懸浮固體的時(shí)空變化檢測(cè)=Detecting the Spatial and Temporal Variability of Chlorophyll-A Concentration and Total Suspended Solidsin Apalachicola Bay，F(xiàn)loridaUsing MODIS Imagery〔英〕/Wang Hongqing，Hladik C M，Huang Wenrui…∥International Journal of Remote Sensing.-2010，31（1-2）.-439～453

葉綠素-α濃度與總懸浮顆粒（TSS）是美國(guó)牡蠣生長(zhǎng)的兩個(gè)重要水環(huán)境變量。開(kāi)發(fā)兩個(gè)數(shù)據(jù)（MODIS 250m反射數(shù)據(jù)，分別于2002年10月14-17日相對(duì)干旱期、2006年4月3-5日相對(duì)潮濕期獲取的兩個(gè)水質(zhì)量變量）之間關(guān)系的回歸模型，選擇最好的回歸模型派生出兩個(gè)時(shí)期的葉綠素-α濃度與TSS的構(gòu)成圖。MODIS派生圖揭示了整個(gè)阿巴拉契科拉灣地區(qū)的葉綠素-α濃度和總的懸浮顆粒（TSS）大的時(shí)空變化特性。圖6參27

?環(huán)境遙感 反射比 葉綠素α

CH20111703 基于模糊不確定性分析和變化推理的高分辨率地面覆蓋變化探測(cè)=High-resolution Land Cover Change Detection Based on Fuzzy Uncertainty Analysis and Change Reasoning〔英〕/Hester D B，Nelson S A C，Cakir H I…∥International Journal of Remote Sensing.-2010，31（1-2）.-455～475

基于銳化后的2002—2005年0.61m QuickBird全色影像派生的土地覆蓋分類(lèi)，研究北卡羅來(lái)納州羅利地區(qū)與地表水質(zhì)量相關(guān)的城市地面覆蓋變化。利用模糊邏輯方法評(píng)估后分類(lèi)地圖誤差。創(chuàng)立定量分析的“變化指數(shù)”，利用“確定性”和“相關(guān)性”描述表示地面覆蓋變化；其結(jié)果是變化的連續(xù)表示，是一種能比變化離散圖保留更多信息和靈活性的產(chǎn)品類(lèi)型；模糊邏輯和變化推理的結(jié)果集成到一個(gè)量化研究區(qū)“有/無(wú)變化”二值圖。利用二值圖獲取“從-到”變化圖，插入從原始后處理分類(lèi)圖上得到的變化類(lèi)型。“從-到”變化圖的總正確率達(dá)到78.9％，有效繪制出地面覆蓋變化地圖。提出一種將地圖不確定性轉(zhuǎn)換成精確而實(shí)用的變化分析的有效模糊框架。圖9表5參46

?城市遙感 水質(zhì)管理 土地覆蓋變化 衛(wèi)星圖像

CH20111704 臭氧及相關(guān)氣體的MIPAS/ENVISAT測(cè)量的二維斷層掃描建模研究=Two-dimensional Tomographic Retrieval of MIPAS/ENVISAT Measurements of Ozone And Related Species〔英〕/Papandrea E，Arnone E，Brizzi G…∥International Journal of Remote Sensing.-2010，31（1-2）.-477～483

利用二維的GMTR恢復(fù)系統(tǒng)分析MIPAS結(jié)果，獲取臭氧及幾種與臭氧化學(xué)性質(zhì)相關(guān)的分子類(lèi)型，如HNO3、N2O、NO2、N2O5、ClONO2、COF2、CFC-11和CFC-12等。MIPAS日夜測(cè)量全球范圍大氣中的中紅外光線(xiàn)發(fā)射，提供臭氧研究的短期解決方法與長(zhǎng)期趨勢(shì)分析。所用GMTR算法能夠分析大氣的不均勻性，用二維離散化來(lái)對(duì)其進(jìn)行建模，有助于分析一維掃描方法無(wú)法獲取的像臭氧空洞這樣梯度大的大氣部分。圖2參14

?大氣遙感 環(huán)境監(jiān)測(cè) 人類(lèi)生態(tài)

CH20111705 從空間的角度分析對(duì)流層臭氧的全球分布及其趨勢(shì)變化情況=Global Distribution of Tropospheric Ozone and Its Precursors：A View from Space〔英〕/Ghude S D，Kulkarni P S，Beig G…∥International Journal of Remote Sensing.-2010，31（1-2）.-485～495

利用2003—2005年間獲取的星載對(duì)流層測(cè)量值、CO含量和NO2含量分析太空傳輸過(guò)程中產(chǎn)生的污染源的分布情況。在南北半球高濃度NO2和CO區(qū)域觀測(cè)到高層對(duì)流層臭氧柱，分布在南緯5°以下附近的燃料燃燒區(qū)域，于每年10月從大陸向大西洋擴(kuò)展。南半球的對(duì)流層臭氧的季節(jié)性分布及其變化趨勢(shì)與非洲及美國(guó)南部的燃料燃燒的季節(jié)性變化有強(qiáng)相關(guān)性。北半球的夏天在中緯度地區(qū)表現(xiàn)出廣泛分布的臭氧和CO污染。跨半球地區(qū)10月份的臭氧和CO含量在減少，沿大西洋、太平洋大規(guī)模移動(dòng)的臭氧和CO，隨著北半球中緯度季風(fēng)由西向東進(jìn)行強(qiáng)烈的跨大陸轉(zhuǎn)移。圖2參50

?大氣遙感 環(huán)境監(jiān)測(cè) 臭氧 對(duì)流層

CH20111706 基于地面量測(cè)的俄羅斯尼格羅地區(qū)NO2驗(yàn)證臭氧檢測(cè)儀測(cè)量的NO2=V alidation of Ozone Monitoring Instrument NO2Measurements Using Ground Based NO2Measurements at Zvenigorod，Russia〔英〕/Gruzdev A N，Elokhov A S∥International Journal of Remote Sensing.-2010，31（1-2）.-497～511

比較2004—2008年間俄羅斯尼格羅地區(qū)OMI NO2測(cè)量值與地面觀測(cè)值。比較的量化結(jié)果用原始的表格給出。每平方厘米未污染OMI的測(cè)量結(jié)果比地面實(shí)測(cè)結(jié)果低（0.084±0.025）×1015個(gè)分子或者表示為（3.2±0.9）％，OMI的未污染NO2測(cè)量結(jié)果與實(shí)地未污染NO2測(cè)量結(jié)果的相關(guān)系數(shù)為0.92。OMI測(cè)得的對(duì)流層NO2平均含量為（1.8±0.5）×1015cm-2，約為40％，少于地面實(shí)測(cè)數(shù)據(jù)，這些數(shù)據(jù)間的相關(guān)系數(shù)為0.3。圖6表2參26

?大氣遙感 臭氧 環(huán)境監(jiān)測(cè)

CH20111707 歐洲地區(qū)儀器觀測(cè)的臭氧值周期性異常統(tǒng)計(jì)=Ozone Anomaly Statistics over Europe over a Period of Instrumental Observation〔英〕/Krasouski A N，Liudchik A M，Lukyanava N F∥International Journal ofRemote Sensing.-2010，31（1-2）.-513～521

目前還沒(méi)有一種規(guī)范的操作來(lái)對(duì)中緯度地區(qū)臭氧的強(qiáng)烈波動(dòng)性進(jìn)行分類(lèi)。一般都比較關(guān)注對(duì)特定區(qū)域臭氧總量的短期突減（臭氧微洞）進(jìn)行檢測(cè)。但臭氧總量的波動(dòng)性也是重要熱點(diǎn)。給出歐洲大陸地區(qū)在整個(gè)觀測(cè)周期內(nèi)總臭氧異常值的完整統(tǒng)計(jì)。圖8參19

?大氣遙感 臭氧 儀器觀測(cè)

CH20111708 基于開(kāi)放光徑式測(cè)量?jī)x利用多波段差分光學(xué)吸收光譜技術(shù)對(duì)地表臭氧進(jìn)行測(cè)量的理論研究=Theory of Multiw ave Differential Optical Absorption Spectroscopy Surface Ozone Measurement with Open Path Meters〔英〕/Balatsko L M，Dziomin V S，Krasouski A N…∥International Journal of Remote Sensing.-2010，31（1-2）.-523～529

多波段差分光學(xué)吸收光譜（DOAS）技術(shù)通常運(yùn)用于獲取混合氣體的氣體成分信息，減少估算它們濃度時(shí)出現(xiàn)的誤差。多波段測(cè)量還增加了一個(gè)分析影響氣體濃度精度的可能誤差源的方法，允許精確估計(jì)每種誤差源對(duì)測(cè)量結(jié)果的影響。介紹了利用DOAS開(kāi)放光徑式測(cè)量?jī)x測(cè)量地面臭氧量的多波段技術(shù)的數(shù)學(xué)方程，分析了各光譜的不同作用。圖2表1參20

?大氣遙感 地表臭氧 光譜分析 輻射 干涉量度學(xué)

CH20111709 低平流層中過(guò)氧化氫在鹵素活化過(guò)程的作用研究=Participation of Hydrogen Peroxide in H alogen Activation in the Low Stratosphere〔英〕/Larin I K，Yermakov A N∥International Journal of Remote Sensing.-2010，31（1-2）.-531～542

在溫度T=298K的條件下，過(guò)氧化氫與硫酸的重量百分比為78/95時(shí)轉(zhuǎn)化為卡羅酸的測(cè)試按照下面的化學(xué)方程式進(jìn)行：，溫度分別為K（298）=8×10-4，K（298）=1.2×10-2。可推斷H3O+2和HSO-5和H2O2一樣都具有物理可溶性。H2O2的亨利定律系數(shù)的計(jì)算結(jié)果顯示了其物理鹽析性，但對(duì)H3O+2和HSO-5來(lái)說(shuō)，從重量百分比為50％開(kāi)始，隨著H2SO4含量的增加，其系數(shù)急速上升。隨著H2O2氧化能力的增加，可以開(kāi)始觀察到H3O2（aq）+和HSO5（aq）-，同時(shí)H2SO4濃度也在增加。基于比例約束和熱力學(xué)之間的關(guān)系分析了這些試劑的液相動(dòng)力學(xué)反應(yīng)。研究了低平流層中影響鹵素活化過(guò)程的成分組成。圖5參47

?大氣遙感 大氣成分 過(guò)氧化氫

CH20111710 GODFIT算法：一種用于改進(jìn)全球臭氧檢測(cè)試驗(yàn)中臭氧測(cè)量量準(zhǔn)確度的直接擬合方法=The GOD-FIT Algorithm：A Direct Fitting Approach to Improve the Accuracy of Total Ozone Measurements from GOME〔英〕/Lerot C，van Roozendael M，Lambert J C…∥International Journal of Remote Sensing.-2010，31（1-2）.-543～550

提出一種新的臭氧測(cè)量算法GODFIT（GOME直接擬合）。基于每隔325-335nm利用輻射傳輸模型LIDORT 3.3版本（線(xiàn)性離散坐標(biāo)轉(zhuǎn)換）模擬的光譜輻射的直接擬合方法，在全球臭氧檢測(cè)試驗(yàn)（GOME）中采用縱向散射測(cè)量方法。將用GOME光譜測(cè)得的臭氧柱、基于臭氧檢測(cè)儀（OMI）方法用TOMS8.5版本得到的結(jié)果和GAW/NDACC（全球大氣檢測(cè)/大氣組成變化檢測(cè)網(wǎng)絡(luò)）的實(shí)地測(cè)量方法進(jìn)行比較。同GOME數(shù)據(jù)處理器（GDP）4.1版相比，基于GODFIT算法的GDP第5版減小了GOME與實(shí)地觀測(cè)值之間的差值，第5版將會(huì)在2010年春發(fā)布。圖5參14

?大氣遙感 臭氧 地球物理學(xué) 光譜分析 環(huán)境監(jiān)測(cè)

CH20111711 伊斯坦布爾地區(qū)臭氧日峰值預(yù)測(cè)=Daily Peak Ozone Forecast in Istanbul〔英〕/Unal Y S，Incecik S，Topcu S∥International Journal of Remote Sensing.-2010，31（1-2）.-551～561

利用多線(xiàn)性回歸與前饋人工神經(jīng)網(wǎng)絡(luò)兩種不同方法構(gòu)造臭氧預(yù)測(cè)模型。以2004年5-8月的數(shù)據(jù)來(lái)驗(yàn)證根據(jù)2002年和2003的4-9月的臭氧數(shù)據(jù)得到的模型。兩個(gè)模型都用了19個(gè)預(yù)測(cè)器。建立模型期間，線(xiàn)性回歸方法的正確指數(shù)（AI）為0.82，人工神經(jīng)網(wǎng)絡(luò)模型的AI為0.88。在驗(yàn)證期間，AI的值分別降至0.53和0.64。驗(yàn)證階段模型得到的結(jié)果較差，緣于這兩個(gè)周期內(nèi)的臭氧的最大日均值不同。模型建立階段的臭氧最大日均值為61.1μg m-3，而模型驗(yàn)證階段時(shí)其為42.2μg m-3。圖5表2參41

?大氣遙感 臭氧 預(yù)測(cè)模型 回歸分析 神經(jīng)網(wǎng)絡(luò)

（1639～1711 張德梅）