包满铁路（白巴段）沿线植被资源调查

以新建铁路包头至满都拉线（白巴段）沿线植被为研究对象,采用典型样方调查和遥感解译相结合的方法,从宏观和微观两个层面对研究区植被资源进行综合调查分析。结果表明：研究区域景观基质为草地,温性荒漠草原是研究区的主要草地类型,植物群落主要由针茅、黄沙蒿、羊草、糙隐子草、冷蒿和苔草等组成,区域总体生物量不高。     

基于遥感图像的地学信息单元特征提取与识别

为实现对地学信息单元的自动识别和分类,对地学信息单元的几何形状特征的提取及量测方法进行了研究,利用数学形态学方法实现对遥感图像的半自动提取地学信息单元的图形边缘.分别提取图形的面积、周长、面积周长比、形状参数、分形分维数等5个直观易测且具有判别意义的特征参数.利用这5个特征采用判别分析方法实现对地学信息单元的识别分类,并取得了较理想的结果和准确率.     

基于压缩传感的交通流量数据压缩方法

为准确获得用于数据压缩的变换矩阵,引入了基于压缩传感的交通流量数据压缩方法,在数据压缩端无需考虑变换矩阵的选择问题,直接通过高斯投影实现高效数据压缩。首先验证了交通流量数据在经过K-SVD方法训练过的字典上能够实现稀疏表达;然后在数据压缩端,通过具有限制性等距条件的随机矩阵将原始高维数据投影到低维空间上,实现数据的高效快速压缩;最后在数据传输后,通过凸优化算法在交通信息处理端完成数据解压缩。以美国某高速公路线圈传感器采集到的交通流量数据,对本文方法进行了验证。试验证明:该方法能够实现快速高效的压缩编码,当压缩比为4∶1时,解压缩相对误差仅为0.060 8。     

用于稀疏系统辨识的改进惩罚LMS算法研究

基于加权零吸引因子最小均方算法（RZA-LMS）,提出了一种应用于系统辨识的新型自适应滤波算法（ARZA-LMS）。RZA-LMS通过在标准LMS算法迭代过程中添加零吸引因子,促进了滤波器小权系数的收敛,从而在辨识稀疏系统时,加快了算法的整体收敛速度。但是RZA-LMS算法中的零吸引因子,选择了固定的e,过于武断,降低了算法的鲁棒性。通过在参数e与误差信号e之间建立非线性关系,使零吸引因子在最小化MSE更具有灵活性,提出了一种改进的RZA-LMS,提高了对系统辨识的收敛速度和稳定性。最后,计算机仿真验证了新算法的性能明显优于原算法和若干现有稀疏系统辨识的方法。     

沥青混合料的压实及感温特性分析

以试验为基础,针对不同级配、沥青结合料以及温度等因素对沥青混合料压实特性的影响,分析其在不同情况下的体积指标和压实特性评价参数.通过研究沥青混合料Nini至Ndes的密实度曲线的斜率来作为混合料施工时的压实特性的评价标准,其斜率K1值越大,则说明混合料越容易压实;通过研究沥青混合料Nd.至Nm.的密实度曲线的斜率来评价开放交通后混合料的压实特性,其斜率K2值越小,说明混合料抗车辙能力越强.     

遥感与GIS技术在港口环境监测与管理中的应用初探

利用遥感与GIS技术对日照港港口的多时相遥感数据进行了处理,提取了涉及港口环境的植被覆盖率、岸线资源等信息,同时对港口附近海域水体中的叶绿素和悬浮物等指标进行了定量反演。通过对处理结果的分析,对日照港的环境现状和近年来的环境质量变化给出评价并提出了一些在遥感与GIS技术应用中应注意的问题。遥感与GIS在日照港的应用表明,遥感与GIS技术可以快速、准确大面积地获取港口周边区域的环境信息,有效地弥补传统监测手段的不足。     

遥感信息技术及其在高精度可视化导航工程中的应用

遥感信息技术是一项集现代高新技术于大成的复杂系统工程.在概要介绍了遥感信息技术基础上,通过高分辨率遥感影像在高精度可视化导航工程中的直接应用,探讨了遥感信息技术在相关领域应用的重大意义.     

基于卫星遥感平台的浅层地下水推断模型

采用遥感—数学—模型相融合的方法建立浅层地下水推断模型。该模型克服以往勘察方法费用高、效率差、周期长的不足,从未知出发,由面到点,层次分明、衔接有序。经实地考察验证,模型精度较高,效率较快,具有一定实用性,不仅可以宏观、快速、高效地确定浅层地下水的分布和范围,而且可以降低费用,缩短周期,为进一步找水工程布置提供依据。     

基于MODIS遥感数据的水体提取与制图研究

利用可见光和近红外波段的地物光谱反射率差异可以从遥感数据中提取水体。利用归一化植被指数（NDVI）从2个MODIS空间分辨率为250m的遥感数据中提取水体,并进行假彩色合成,实现遥感数据水体制图。     

多源遥感数据融合的道路材质精细识别

针对当前道路识别方法对道路材质识别精度不高的问题,提出了一种融合多源遥感影像进行城市道路材质高精度识别的方法。首先,对高光谱遥感影像中的地物光谱曲线进行分析,在保留地物光谱分离度较大的波段的基础上提升计算效率;通过分步融合的策略对多源遥感影像进行融合,提升高光谱影像的空间分辨率,为后续道路材质识别提供高质量的数据保障。其次,通过使用不同的指数对融合影像进行掩膜,提取城市建筑物,并在此基础上提取建筑物纹理信息与光谱信息,进行多特征融合并分类;最后,通过影像后处理对提取的道路进一步进行规范,得到最终高质量的道路材质识别结果。通过使用高分五号高光谱影像、高分二号全色/多光谱影像、高分一号多光谱影像对提出的方法进行实验验证,试验结果表明,本文方法可取得较高精度的道路材质识别效果,具有较好的应用价值。