【摘 要】
：
该文以东莞市为例,针对其缺乏较长跨度、较为系统的城市扩张问题,提出了用多期TM和SPOT遥感影像监测和分析1988—2013年城市扩张的动态变化和扩张强度。该文采用相关性检验和主成分分析等方法建立逐步回归模型,对城市扩张进行了驱动机制分析。研究表明,所提方法定量分析了城市扩张的数量变化、扩张强度和4个不同阶段,研究成果可以为土地资源管理和城市规划提供科学参考。
论文部分内容阅读
该文以东莞市为例,针对其缺乏较长跨度、较为系统的城市扩张问题,提出了用多期TM和SPOT遥感影像监测和分析1988—2013年城市扩张的动态变化和扩张强度。该文采用相关性检验和主成分分析等方法建立逐步回归模型,对城市扩张进行了驱动机制分析。研究表明,所提方法定量分析了城市扩张的数量变化、扩张强度和4个不同阶段,研究成果可以为土地资源管理和城市规划提供科学参考。
其他文献
WorldView卫星在8个可见光-近红外多光谱波段的基础上,新增加的8个短波红外(简称SWIR)影像,大大提高了地物信息提取能力。但短波红外影像分辨率与多光谱影像相比分辨率过低,影响应用效果。本文提出了一种结合主分量变换和非下采样小波变换的影像融合方法来提升WorldView短波红外影像的空间分辨率。定量指标和目视评价证明本文提出的融合方法具有较好的融合效果,能够在显著提升短波红外影像空间分辨率
物方空间的物体随着时间的推移进行着绝对运动,运动导致了相对位置的变化,时间序列影像记录了物方三维空间的动态变化。本文基于下视时间序列影像的动态特性,在共线方程中引入时间元素,提出了空基下视时间序列影像瞬时成像模型,描述了动态"物像"间的瞬时投影关系;针对地表不同类型动态物体,构建了"由像到物"的应用模型,实现了从像方动态特征计算地表物体特征的目的。通过仿真和真实航空下视序列影像的试验与分析,验证了
根据近年来对无人机航测的实践应用经验及其发展趋势,结合河南理工大学项目对基于影像匹配融合获取的点云进行点云分类,得出利用UASMaster结合分层分类思想对无人机获取的点云进行分类处理的方案是可行的。
传统测绘需要大量人工作业,工作复杂,效率低下。随着三维模型与无人机产业的兴起,使用无人机航空摄影测量,配合相应的处理软件,可以快速便捷的进行不同比例尺的地形图测绘及生产三维模型。极大的提高了测绘效率,节约了生产成本。文章通过对无人机航空摄影数据采集、像控点布设、三维模型和正射影像制作的方法和流程介绍,以某0.1km2小区域测绘为例,阐述无人机航空摄影测量在小区域测绘中的实际应用情况。
基于1996年、2006年和2016年的Landsat遥感影像,在RS和GIS技术支持下,选取滇中星云湖地区具有坝区、半山区、山区典型性的江城镇、九溪镇、安化乡三个集镇中心地为研究区,遥感解译获得三个时段土地利用状况,分析1996—2016年期间的集镇聚落用地变化特性及其驱动机制.结果表明:研究区聚落用地面积随时间推移在不断增大,聚落规模空间扩张明显;尽管三个典型集镇聚落用地规模大小次序为江城镇>
无人机航测是新兴的一种测量技术手段,越来越普遍地应用于各种土地工程领域。对于带状地形区域的航测,如果按照传统的布点方式,需要进行大量的野外布设像控点工作,增加了实施难度。本文通过对5种无人机控制点布设方案(传统的航测布点方案和4种适合无人机航测的布点方案)进行空三精度对比实验,实验一种新的控制点布设方案。与传统的基于航带式布设方法相比,仅需要数量较少的像控点便能够满足1∶2 000地形图精度要求,
首先分析对比了国产小型IMU/GPS组合导航获取的小POS数据特点,因仪器精度有限引起的测量误差无法在成像过程中消除,相位误差导致了Mini SAR影像中部分目标成像出现方位向散焦、模糊,导致目标像点坐标出现误差。将传统定向参数计算方法用于Mini SAR单幅影像定位时,地面控制点数量、像点坐标、定向参数误差向量的限差、地形特征、DEM分辨率及POS数据精度等因素都会影响定位结果。当对定位精度要求
不同空间分辨率遥感影像对区域土地覆被类型识别精度的影响是目前土地资源遥感研究中的热点议题。本文基于准同步的卫星传感器影像,以福建省长汀县河田盆地为研究区,结合野外调查的实验样本,依次采用最大似然法(MLC)、支持向量机(SVM)和人工神经网络(ANN)3种分类器,分析土地覆被分类结果在中高空间尺度序列(1~50 m)下的变化响应特征。结果表明:不同空间尺度下的地物分类结果存在显著差异(P<0.05
基于DMSP/OLS夜间灯光数据的居住区指数模型(HSI)广泛应用于区域尺度城市不透水面扩张监测。但是,在干旱区由于受到裸岩、沙漠、戈壁等低植被覆盖区干扰,HSI算法的精度和适应性受到了一定的影响。为解决这一问题,本文利用植被覆盖度作为调节系数,对灯光数据与植被指数进行动态调整,构建了适用于干旱区的城市植被调节不透水指数(VAISI);然后采用SVR模型,通过机器学习的方法构建了城市不透率参考数据
城市建筑物信息的自动提取是城市遥感的关键技术之一,由于阴影、下垫面等多因素干扰,建筑物信息提取精度往往不稳定。本文以Pleiades卫星影像为数据源,通过改进Relief F特征筛选方法,探讨建筑物信息提取精度提高的可行性。首先构建高分辨率遥感影像建筑物基础特征空间,然后利用改进型Relief F算法分析特征对象的权重并筛选出最优特征,最后用监督分类、无特征筛选分类和基于改进型Relief F特征