CH20120797 一種基于高分辨率雷達(dá)影像以及外部DEM輔助的復(fù)雜地形制圖方法=A DEM Mapping Method Assisted by External DEM with High Resolution InSAR Data in Complex Terrain Area/盧麗君，張繼賢（中國測繪科學(xué)研究院），王騰//測繪學(xué)報(bào).-2011，40（4）.-459～463

為滿足在坡度陡、高差大的復(fù)雜地形地區(qū)高精度DEM制圖的需要，在傳統(tǒng)的雷達(dá)干涉測量技術(shù)的基礎(chǔ)上，通過引入外部DEM，建立外部DEM模擬相位和干涉解纏相位的對(duì)應(yīng)關(guān)系，構(gòu)建多維線性模型，進(jìn)行線性回歸分析，去除誤差相位趨勢(shì)；同時(shí)根據(jù)引入的外部DEM估計(jì)高程的誤差范圍，進(jìn)行高程點(diǎn)的濾波，達(dá)到精化DEM的目的，形成最終的DEM產(chǎn)品。該方法已經(jīng)應(yīng)用于高分辨雷達(dá)影像（COSMO數(shù)據(jù)）在云南德欽地區(qū)DEM地形圖的制作，通過GPS數(shù)據(jù)的驗(yàn)證，其精度達(dá)到了國家1∶50 000DEM制圖要求。圖8表1參14

?合成孔徑干涉雷達(dá) 數(shù)字高程模型 DEM精化

CH20120798 基于多尺度光譜增益調(diào)制的遙感影像融合方法=Remote Sensing Image Fusion Using Multi-scale Spectrum Gain Modulation/劉軍（武漢大學(xué)遙感信息工程學(xué)院），邵振峰//測繪學(xué)報(bào).-2011，40（4）.-470～476

針對(duì)IHS和PCA等常用影像融合方法會(huì)產(chǎn)生較嚴(yán)重的光譜扭曲的問題，基于光譜增益曲面，提出一種多尺度光譜增益調(diào)制的光譜保持型遙感影像融合方法，能夠有效地減少由于飽和度變化而引起的光譜扭曲。融合試驗(yàn)和客觀評(píng)價(jià)指標(biāo)證明，與傳統(tǒng)的IHS、PCA等方法相比，該方法能夠在提高空間分辨率和保持光譜特征之間取得更好的平衡。圖4表1參11

?多尺度光譜增益調(diào)制 影像融合 光譜保真度 光譜扭曲 影像評(píng)價(jià)

CH20120799 基于模型和廣義點(diǎn)攝影測量的圓柱體自動(dòng)三維重建與檢測=3DReconstruction and Inspection of Cylinder Based on Geometric Model and Generalized Point Photogrammetry/鄭順義，郭寶云（武漢大學(xué)遙感信息工程學(xué)院），李彩林//測繪學(xué)報(bào).-2011，40（4）.-477～482

基于圓柱體幾何模型和廣義點(diǎn)攝影測量理論，結(jié)合邊緣曲線編組的橢圓提取方法，提出一種不需要已知圓柱體的空間位置與尺寸參數(shù)的、全自動(dòng)的圓柱體三維重建與誤差檢測方法，推導(dǎo)出基于圓柱體幾何模型和廣義點(diǎn)攝影測量的數(shù)學(xué)平差模型，并給出各參數(shù)初始值的計(jì)算方法。利用已檢校的立體相機(jī)獲取圓柱體工業(yè)零件的立體影像進(jìn)行試驗(yàn)，結(jié)果表明該方法切實(shí)可行。此方法可以推廣到其他具有基本數(shù)學(xué)模型的工業(yè)零件的三維重建中。圖10表2參16

?圓柱體 廣義點(diǎn)攝影測量 三維重建 工業(yè)零件

CH20120800 合成孔徑雷達(dá)影像地形校正半經(jīng)驗(yàn)?zāi)Ｐ?A Semi-empirical Model for Correction of Terrain Influences in SAR Backscattering/鮑艷松（南京信息工程大學(xué)氣象災(zāi)害省部共建教育部重點(diǎn)實(shí)驗(yàn)室），王軍戰(zhàn)，張友靜，屈建軍，張偉民，陳晨//測繪學(xué)報(bào).-2011，40（4）.-483～488，494

結(jié)合SAR成像特點(diǎn)和數(shù)學(xué)理論知識(shí)，給出左視、右視兩種側(cè)視成像情況下影響地形起伏區(qū)域SAR后向散射的本地入射角理論計(jì)算模型，基于微波散射物理模型AIEM，模擬不同雷達(dá)入射角下地形坡度、坡向?qū)AR數(shù)據(jù)后向散射的影響，結(jié)果表明雷達(dá)入射角相對(duì)較小的SAR數(shù)據(jù)受地形起伏影響較小，是地形起伏地區(qū)SAR應(yīng)用的最佳數(shù)據(jù)源。并提出一種SAR影像后向散射系數(shù)的地形校正半經(jīng)驗(yàn)?zāi)Ｐ汀５匦涡Ｕ^的SAR影像分類總體精度較未校正SAR影像提高12％。圖5表3參23

?合成孔徑雷達(dá) 地形校正 先進(jìn)積分方程模型 半經(jīng)驗(yàn)?zāi)Ｐ?后向散射

CH20120801 基于SIFT的寬基線立體影像密集匹配=Dense Matching for Wide Base-line Stereo Images Based on SIFT/楊化超（國土環(huán)境與災(zāi)害監(jiān)測國家測繪局重點(diǎn)實(shí)驗(yàn)室），姚國標(biāo)，王永波//測繪學(xué)報(bào).-2011，40（5）.-537～543

提出基于對(duì)極幾何和單應(yīng)映射雙重約束及SIFT特征的寬基線立體影像多階段準(zhǔn)密集匹配算法。算法包括三個(gè)階段：①基于特征點(diǎn)的空間分布和信息熵選取一定數(shù)量的最優(yōu)SIFT特征點(diǎn)集并進(jìn)行最小二乘初始稀疏匹配及立體像對(duì)的基本矩陣和單應(yīng)矩陣估計(jì)；②對(duì)于其余特征，利用同名核線傾斜角及SIFT特征的尺度信息對(duì)匹配窗口的仿射變換參數(shù)進(jìn)行迭代優(yōu)化及變形改正、提取仿射不變SIFT特征描述符，并基于雙重約束信息及歐氏距離測度進(jìn)行匹配；③考慮寬基線立體影像較低的特征提取重復(fù)率，對(duì)第②步左右影像中未能成功匹配的特征點(diǎn)，基于雙向搜索策略，采用基于盒濾波加速計(jì)算的SSD測度在變形改正后的雙重約束區(qū)域中進(jìn)行匹配，并對(duì)匹配結(jié)果進(jìn)行加權(quán)最小二乘擬合定位。實(shí)際的寬基線立體影像試驗(yàn)結(jié)果證明了算法的有效性，可為后續(xù)的三維重建提供較為可靠的密集或準(zhǔn)密集匹配點(diǎn)。圖8表2參16

?尺度不變特征變換 準(zhǔn)密集匹配 仿射不變 單應(yīng)映射

CH20120802 圖譜迭代反饋的自適應(yīng)水體信息提取方法=Adaptive Water Body Information Extraction Using RS TUPU Computing Model/胡曉東，駱劍承（中國科學(xué)院遙感應(yīng)用研究所），夏列鋼，沈占鋒，朱長明，喬程//測繪學(xué)報(bào).-2011，40（5）.-544～550

提出圖譜迭代反饋模型，結(jié)合空間聚合圖特征和非線性譜映射結(jié)果的優(yōu)點(diǎn)，設(shè)計(jì)圖譜迭代反饋機(jī)制，并通過自適應(yīng)信息計(jì)算方法自動(dòng)地調(diào)整提取參數(shù)，逐步地計(jì)算逼近正確的專題區(qū)域邊界。結(jié)合水體提取案例，在分析當(dāng)前較為有效的水體提取方法基礎(chǔ)上，選取ETM影像作為數(shù)據(jù)源，提出圖譜迭代反饋的自適應(yīng)水體信息提?。╓ERSTP）理論與方法。試驗(yàn)比較表明，該方法能充分結(jié)合基于指數(shù)和基于光譜分類提取方法的優(yōu)勢(shì)并成功融入水體空間分布特征，獲得較好的提取效果。圖4表1參18

?水體信息提取 空間聚合圖 譜特征映射 迭代計(jì)算 遙感圖譜信息

CH20120803 遙感圖像融合技術(shù)在潮間帶地形提取中的應(yīng)用=Application of Intertidal Zone Extraction Based on Remote Sensing Image Fusion Technique/余連生，李智勇，文貢堅(jiān)，杜春（國防科學(xué)技術(shù)大學(xué)電子科學(xué)與工程學(xué)院）//測繪學(xué)報(bào).-2011，40（5）.-551～554，562

針對(duì)潮間帶地形資料的缺乏和提取手段的貧乏，提出一種提取潮間帶地形的新思路。利用同一潮汐周期不同時(shí)相的SAR與全色遙感圖像，采用平移不變離散小波變換算法進(jìn)行圖像融合，并采用一種新的融合規(guī)則。圖像的低頻部分采用基于邊緣提取的加權(quán)規(guī)則，高頻部分采用絕對(duì)值最大原則。對(duì)比其他算法，融合結(jié)果既能突出潮間帶形狀，又能突出海岸線特征及近岸地形，更便于后續(xù)目視解譯。對(duì)實(shí)際圖像的試驗(yàn)結(jié)果表明，該方法取得了較好的效果。圖3表1參15

?圖像融合 離散小波變換 潮間帶 SAR圖像

CH20120804 基于移不變?nèi)较蚪翘嵘倪b感圖像降噪=Translation Invariant Omnidirectional Lifting Based Remote Sensing Image Denoising/王曉甜，石光明，牛毅，矯恒浩（西安電子科技大學(xué)電子工程學(xué)院智能感知與圖像理解教育部重點(diǎn)實(shí)驗(yàn)室）//測繪學(xué)報(bào).-2011，40（5）.-555～562

在分析遙感圖像結(jié)構(gòu)特征及其與噪聲之間主要區(qū)別的基礎(chǔ)上，利用圖像信號(hào)的方向信息，提出基于移不變?nèi)较蚪翘嵘〔ǎ═I-OL）抑制遙感圖像噪聲的方法。該方法在方向提升小波變換的基礎(chǔ)上并利用循環(huán)平移，Gabor小波濾波器和圖像旋轉(zhuǎn)技術(shù)改進(jìn)了方向提升小波在圖像去噪過程中存在的三個(gè)弊端：缺乏移不變性質(zhì)，圖像局部方向信息判方法斷缺乏噪聲魯棒性和變換方向分布有限。消除去噪結(jié)果中的吉布斯效應(yīng)，提高圖像方向信息判斷的準(zhǔn)確性并保證圖像紋理方向始終落在方向提升能最優(yōu)表示的方向區(qū)間內(nèi)。試驗(yàn)結(jié)果證明所提方法在處理遙感圖像的過程中能在去噪的同時(shí)保留圖像的細(xì)節(jié)和邊緣信息，對(duì)遙感圖像中的邊緣信息如道路和橋梁有較好的刻畫性能，較傳統(tǒng)方法去噪性能（PSNR）和主觀視覺效果（SSIM）均有較大提高。圖9表2參16

?遙感圖像去噪 方向提升小波 移不變性質(zhì) 小波濾波器

CH20120805 ALOS衛(wèi)星PRISM影像嚴(yán)格幾何模型的構(gòu)建與驗(yàn)證=Building＆Validation of Rigorous Geometric Model of ALOS PRISM Imagery/范大昭（北京大學(xué)遙感與地理信息系統(tǒng)研究所），劉楚斌，王濤，雷蓉，唐新明//測繪學(xué)報(bào).-2011，40（5）.-569～574，581

根據(jù)ALOS衛(wèi)星全色遙感立體測繪儀（PRISM）傳感器的成像原理，利用衛(wèi)星影像的輔助數(shù)據(jù)文件構(gòu)建無需地面點(diǎn)的嚴(yán)格幾何模型。試驗(yàn)發(fā)現(xiàn)，直接利用星上提供的軌道姿態(tài)數(shù)據(jù)和嚴(yán)格幾何模型進(jìn)行無控制定位精度較差，經(jīng)分析發(fā)現(xiàn)ALOS衛(wèi)星輔助數(shù)據(jù)文件中提供的CCD側(cè)視角可能存在固定的系統(tǒng)誤差，經(jīng)校正后能使定位精度得到顯著提高，達(dá)到ALOS衛(wèi)星標(biāo)稱的幾何定位精度。不同景影像定位精度的差異可能的原因是CCD側(cè)視角的細(xì)微變化。圖7表4參8

?嚴(yán)格幾何模型 無控制定位

CH20120806 基于切割環(huán)分解的三維建筑物細(xì)節(jié)層次模型構(gòu)造=Generating Levels of Detail of 3DBuilding Models Based on Cutting Loops Decomposition/楊必勝，姜少波（武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室）//測繪學(xué)報(bào).-2011，40（5）.-575～581

提出一種基于切割環(huán)分解的建筑物L(fēng)OD（細(xì)節(jié)層次）模型的自動(dòng)生成方法，該方法首先通過二面角操作算子識(shí)別建筑模型中的切割環(huán)，然后通過切割環(huán)將建筑物模型迭代分割成建筑主體和一系列細(xì)部特征，并將分割的結(jié)果存儲(chǔ)在一棵構(gòu)造實(shí)體幾何樹（CSG tree）中，最后對(duì)特征部件按重要性進(jìn)行等級(jí)劃分，同時(shí)進(jìn)行簡化處理。試驗(yàn)結(jié)果表明該方法具有較高的計(jì)算效率，能有效減少模型表面的細(xì)節(jié)和較好保持模型的結(jié)構(gòu)特征。圖13表2參22

?3D建筑物模型 模型分解 特征識(shí)別

CH20120807 基于體元分析的三維建筑物模型結(jié)構(gòu)化分割方法=Structural Segmentation Method for 3DBuilding Models Based on Voxel Analysis/孫軒（武漢大學(xué)遙感信息工程學(xué)院），楊必勝，李清泉//測繪學(xué)報(bào).-2011，40（5）.-582～586

針對(duì)現(xiàn)有三維模型分割方法在建筑物基本結(jié)構(gòu)特征識(shí)別方面存在的不足，提出一種基于體元分析的三維建筑物模型結(jié)構(gòu)化分割方法。該方法首先通過體元化和內(nèi)部距離參數(shù)計(jì)算在模型內(nèi)部構(gòu)建分層距離場，然后采用局部極值判別方法從各層距離場中提取出對(duì)建筑物結(jié)構(gòu)、形狀分布具有代表意義的中心體元，并基于中心體元和內(nèi)、外部體元聚類找到建筑物在空間組成上相互獨(dú)立的結(jié)構(gòu)單元，最后依據(jù)體元分析結(jié)果對(duì)原始建筑物模型進(jìn)行表面分割。試驗(yàn)結(jié)果表明，該方法能夠?qū)Σ煌L(fēng)格的建筑物模型進(jìn)行有效分割，具有極強(qiáng)的穩(wěn)健性。圖10表1參17

?模型分割 空間分析 建筑物模型 語義提取

CH20120808 一種基于頻譜段能量的高分辨率遙感圖像邊緣特征檢測方法=A Method of Edge Feature Detection from High-resolution Remote Sensing Images Based on Frequency Spectrum Zone Energy/吳桂平，肖鵬峰，馮學(xué)智，王珂，黃秋燕（南京大學(xué)地理信息科學(xué)系）//測繪學(xué)報(bào).-2011，40（5）.-587～591，609

從圖像信號(hào)的能量角度出發(fā)，探討一種基于頻譜段能量的高分辨率遙感圖像邊緣檢測的方法。該方法采用滑動(dòng)窗口傅里葉變換和頻譜能量分段疊置的手段，將含有噪聲的圖像信號(hào)分解到不同的頻譜段中，然后根據(jù)直流中心頻譜段圖像良好的噪聲抑制特性，在此基礎(chǔ)上進(jìn)一步分析其高階頻譜段能量對(duì)圖像邊緣特征的貢獻(xiàn)作用，將3×3的滑動(dòng)子窗口中頻譜半徑為1～1.5范圍內(nèi)的頻譜能量系數(shù)進(jìn)行求和疊置，并量化至0～255的灰度范圍，得到最終的邊緣檢測圖像。試驗(yàn)結(jié)果表明，基于頻譜能量所檢測出的圖像邊緣特征響應(yīng)較為顯著，視覺效果尚可，并且具有特定方向上的邊緣檢測能力。圖5參19

?邊緣特征 特征檢測 頻譜段能量 窗口傅里葉變換 高分辨率遙感圖像

CH20120809 基于有理多項(xiàng)式系數(shù)模型的物方面元最小二乘匹配=Patch-based Least Squares Image Matching Based on Rational Polynomial Coefficients Model/張過（武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室），陳鉭，潘紅播，江萬壽//測繪學(xué)報(bào).-2011，40（5）.-592～597

針對(duì)物方面元最小二乘匹配僅適用于單中心投影框幅式成像的匹配制作區(qū)域DSM問題，提出基于有理多項(xiàng)式系數(shù)（RPC）模型的物方面元最小二乘匹配算法，結(jié)合匹配窗口區(qū)域內(nèi)多中心平行投影方式，構(gòu)建RPC模型下的投影方程，將物方面元最小二乘匹配算法從適用于單中心投影框幅式成像擴(kuò)展到適用于多中心投影推掃式成像的立體匹配，并用SPOT5-HRG、GeoEyeI、KONOS立體影像進(jìn)行試驗(yàn)驗(yàn)證。試驗(yàn)表明，RPC模型能用于物方面元最小二乘匹配且不損失匹配精度，增加了物方面元最小二乘匹配的應(yīng)用范圍和價(jià)值。圖3表5參20

?影像匹配 最小二乘 有理多項(xiàng)式系數(shù)模型

CH20120810 實(shí)現(xiàn)遙感相機(jī)自主辨云的小波SCM算法=A Wavelet SCM Algorithm Used to Detect Cloud in Remote Sensing Cameras/陶淑蘋，金光，張貴祥，曲宏松（中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所）//測繪學(xué)報(bào).-2011，40（5）.-598～603

隨著遙感相機(jī)分辨力的提高和幅寬的增大，星上固存和數(shù)傳帶寬面臨巨大的挑戰(zhàn)。提出一種多分支云判別算法，可控制相機(jī)在有云區(qū)關(guān)機(jī)停拍。首先利用計(jì)算量較小的光譜閾值判別法對(duì)云和地物粗略分類，在不能確定云或地物時(shí)，采用紋理分析方法判別。為減小誤判可能，算法采用小波SCM提取紋理特征，并提出一種基于ASM和熵的雙判別方式。通過對(duì)245幅遙感圖像進(jìn)行試驗(yàn)驗(yàn)證，證明該算法能快速準(zhǔn)確識(shí)別云層和地物，總誤判率小于5％。圖11表2參14

?光譜閾值 尺度共生矩陣 角二階矩

CH20120811 POS數(shù)據(jù)的上下視差誤差源檢測及誤差補(bǔ)償回歸模型=Main Error Source of Vertical Parallax and Compensation Regression Model of POS Data/張永軍，熊金鑫，熊小東（武漢大學(xué)遙感信息工程學(xué)院），鄧?yán)^偉//測繪學(xué)報(bào).-2011，40（5）.-604～609

分析POS數(shù)據(jù)存在系統(tǒng)誤差的主要原因，推導(dǎo)基于POS的立體像對(duì)相對(duì)定向模型，建立POS系統(tǒng)誤差回歸補(bǔ)償模型。三個(gè)不同比例尺測區(qū)試驗(yàn)數(shù)據(jù)的結(jié)果表明：POS系統(tǒng)提供的外方位元素中角元素誤差是引起模型上下視差的主要誤差源；利用回歸補(bǔ)償模型對(duì)POS數(shù)據(jù)進(jìn)行改正后模型上下視差明顯減?。辉跓o需區(qū)域網(wǎng)平差的情況下，直接通過相對(duì)定向消除POS系統(tǒng)誤差，定位精度有較大提高，從而證明該補(bǔ)償模型的正確性與可行性。圖3表4參11

?上下視差 相對(duì)定向 主要誤差源 回歸模型

CH20120812 基于像底點(diǎn)的機(jī)載POS視準(zhǔn)軸誤差檢校=Boresight Misalignment Calibration of Airborne Position and Orientation System Based on Photo Nadir Point/付建紅，趙雙明（武漢大學(xué)遙感信息工程學(xué)院）//測繪學(xué)報(bào).-2011，40（5）.-610～615

基于滅點(diǎn)理論，提出一種利用像底點(diǎn)檢校機(jī)載POS系統(tǒng)視準(zhǔn)軸誤差的方法。首先從理論上建立像底點(diǎn)與POS系統(tǒng)視準(zhǔn)軸誤差之間嚴(yán)格的數(shù)學(xué)關(guān)系，并在此基礎(chǔ)上推導(dǎo)出求解視準(zhǔn)軸誤差的誤差方程式，然后用一組帶有POS數(shù)據(jù)的航空影像進(jìn)行了試驗(yàn)驗(yàn)證。試驗(yàn)結(jié)果表明，所建立的利用像底點(diǎn)檢校POS系統(tǒng)視準(zhǔn)軸誤差的模型是正確的，用兩張以上像片上的像底點(diǎn)坐標(biāo)即可檢校出POS系統(tǒng)的視準(zhǔn)軸誤差，而毋須布設(shè)特定的檢校場和地面控制點(diǎn)，對(duì)城區(qū)大比例尺航空攝影時(shí)POS系統(tǒng)視準(zhǔn)軸誤差檢校具有一定的實(shí)用價(jià)值。圖4表3參16

?機(jī)載POS 視準(zhǔn)軸誤差

CH20120813 基于區(qū)域網(wǎng)平差的InSAR基線估計(jì)方法=Baseline Estimation Algorithm of InSAR with Block Adjustment/靳國旺，吳一戎，向茂生（中國科學(xué)院電子學(xué)研究所微波成像技術(shù)國家級(jí)重點(diǎn)實(shí)驗(yàn)室），徐青，秦志遠(yuǎn)//測繪學(xué)報(bào).-2011，40（5）.-616～622，627

為有效減少大面積、多套干涉數(shù)據(jù)基線估計(jì)所需的地面控制點(diǎn)數(shù)量、降低接邊處反演高程的差異，提出考慮干涉相位偏置的InSAR區(qū)域網(wǎng)平差基線估計(jì)方法。采用中國科學(xué)院電子學(xué)研究所機(jī)載InSAR系統(tǒng)獲取的多套干涉數(shù)據(jù)進(jìn)行了區(qū)域網(wǎng)平差基線估計(jì)試驗(yàn)，利用少量地面控制點(diǎn)完成了各套干涉數(shù)據(jù)的基線估計(jì)，減小接邊處反演高程的差異，驗(yàn)證該基線估計(jì)方法的有效性。圖12表7參16

?合成孔徑雷達(dá)干涉測量 基線估計(jì) 區(qū)域網(wǎng)平差 連接點(diǎn) 地面控制點(diǎn)

CH20120814 基于映射機(jī)制的遙感影像盲水印算法=Blind Watermarking Algorithm Based on Mapping Mechanism for Remote Sensing Image/任娜，朱長青（南京師范大學(xué)虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室），王志偉//測繪學(xué)報(bào).-2011，40（5）.-623～627

針對(duì)遙感影像數(shù)據(jù)，提出一種基于映射機(jī)制的抵抗幾何攻擊的強(qiáng)抗差性盲水印算法。首先，采用隨機(jī)序列發(fā)生器生成固定長度的偽隨機(jī)二值序列作為水印信息；然后，建立影像數(shù)據(jù)與水印信息的映射函數(shù)，并對(duì)映射變量進(jìn)行擴(kuò)展，確定水印信息的嵌入位置；最后，采用基于映射機(jī)制的修改像素值位平面的水印嵌入規(guī)則進(jìn)行水印嵌入。水印檢測是水印嵌入的逆過程，采用多數(shù)原則確定水印信息。該方法克服傳統(tǒng)抗幾何攻擊時(shí)要求攻擊后影像的大小和像素相對(duì)位置保持不變的局限，有效擴(kuò)充水印容量，具有好的抗差性和不可見性，并能保持影像精度特征和統(tǒng)計(jì)特性。圖2表3參9

?遙感影像 水印 映射 幾何攻擊 檢測

CH20120815 基于對(duì)等網(wǎng)絡(luò)的多分辨率影像的網(wǎng)絡(luò)傳輸模型=Network Transmission Model for Multi-resolution Image Based on P2P/婁書榮，孟令奎，方軍，夏輝宇（武漢大學(xué)遙感信息工程學(xué)院）//測繪學(xué)報(bào).-2011，40（5）.-628～634

海量影像數(shù)據(jù)的網(wǎng)絡(luò)傳輸和多分辨率顯示是實(shí)現(xiàn)網(wǎng)絡(luò)環(huán)境下影像圖形瀏覽的關(guān)鍵。利用對(duì)等網(wǎng)絡(luò)結(jié)構(gòu)，借鑒基于P2P的文件下載相關(guān)技術(shù)，提出一種基于P2P的影像傳輸模型。在遙感影像分級(jí)分塊的基礎(chǔ)上，該模型通過構(gòu)建基于興趣區(qū)域分組的多追蹤器覆蓋網(wǎng)絡(luò)，實(shí)現(xiàn)了節(jié)點(diǎn)加入和鄰近節(jié)點(diǎn)選擇的算法優(yōu)化。通過模擬試驗(yàn)證明了模型中鄰近節(jié)點(diǎn)選擇的優(yōu)化性能，并開發(fā)了原型系統(tǒng)IMAGEP2P。圖6參14

?對(duì)等網(wǎng)絡(luò) 影像傳輸 遙感影像

CH20120816 基于蟻群優(yōu)化算法的線狀目標(biāo)簡化模型=The Simplification Model of Linear Objects Based on Ant Colony Optimization Algorithm/鄭春燕（嘉應(yīng)學(xué)院地理科學(xué)與旅游學(xué)院），郭慶勝，胡華科//測繪學(xué)報(bào).-2011，40（5）.-635～638

基于蟻群優(yōu)化算法的基本原理，分析線狀目標(biāo)簡化過程中所需滿足的約束條件，建立具體的算法設(shè)計(jì)模型，并引入長期禁忌表和局部搜索策略以提高算法的運(yùn)算效率，給出解題的關(guān)鍵步驟。最后對(duì)該算法進(jìn)行測試，簡化結(jié)果表明將蟻群優(yōu)化算法用于線狀目標(biāo)的簡化，能較好地保持線狀目標(biāo)的幾何形狀特征，在顧及長度偏差和矢量偏差的同時(shí)有較高的壓縮率。與道格拉斯算法簡化結(jié)果對(duì)比表明，在相同的幾何限差內(nèi)蟻群優(yōu)化算法所得目標(biāo)函數(shù)值更佳。圖2表1參10

?線狀目標(biāo) 蟻群優(yōu)化 約束條件

CH20120817 一種基于四元數(shù)的空間后方交會(huì)全局收斂算法=A Globally Convergent Algorithm of Space Resection Based on Quaternion/龔輝，姜挺，江剛武（信息工程大學(xué)測繪學(xué)院），陳密密//測繪學(xué)報(bào).-2011，40（5）.-639～645，654

結(jié)合四元數(shù)在攝影測量中的良好應(yīng)用，提出一種基于四元數(shù)的空間后方交會(huì)全局收斂算法。該算法利用四元數(shù)描述影像姿態(tài)，采用絕對(duì)定向和正交投影兩種變換來代替中心投影的共線條件方程，再利用非線性方程直接迭代的方法進(jìn)行求解，從而無需進(jìn)行線性化，最后從理論上對(duì)算法的全局收斂性進(jìn)行了證明。試驗(yàn)結(jié)果表明該算法正確可靠，對(duì)外方位元素初值沒有要求，真正做到無初值依賴空間后方交會(huì)，具有很好的穩(wěn)定性和適應(yīng)性。表5參16

?四元數(shù) 絕對(duì)定向 正交投影 全局收斂 攝影測量 空間后方交會(huì)

CH20120818 數(shù)字天頂攝像儀中CCD星像亞像素定位的改進(jìn)二維矩方法=Improved Two-dimensional Moment Method of Positioning Sub-pixel of CCD Star Image from Digital Zenith Camera/郭金運(yùn)，宋來勇，劉新，盧秀山，陽凡林（山東科技大學(xué)測繪學(xué)院）//測繪學(xué)報(bào).-2011，40（6）.-679～683

在利用數(shù)字天頂攝像儀通過天文測量確定天文垂線偏差的工作中，要求對(duì)CCD數(shù)字圖像中星像中心進(jìn)行亞像素定位。利用MATLAB實(shí)現(xiàn)對(duì)FITS格式CCD天文圖像的正確讀取，利用矩形模板實(shí)現(xiàn)不同亮度星像的自動(dòng)搜索。在已有亞像素定位的修正矩方法基礎(chǔ)上，提出利用迭代法尋求合適門限對(duì)二維修正矩方法進(jìn)行改進(jìn)。利用MATLAB實(shí)現(xiàn)對(duì)實(shí)測CCD星像數(shù)據(jù)的處理與分析，探討門限的取值對(duì)不同星等恒星定位精度的影響，給出門限的最佳取值。通過與已有修正矩算法處理結(jié)果比較分析，在修正矩方法計(jì)算基礎(chǔ)上改進(jìn)計(jì)算區(qū)域后再用迭代法計(jì)算，暗星定位精度可達(dá)0.1～0.15像素。圖6表1參20

?CCD星像 亞像素定位 自動(dòng)搜索 二維矩方法

CH20120819 衛(wèi)星遙感影像有理函數(shù)模型優(yōu)化方法=Optimization of the Rational Function Model of Satellite Imagery/張永軍，王蕾，魯一慧（武漢大學(xué)遙感信息工程學(xué)院）//測繪學(xué)報(bào).-2011，40（6）.-756～761

針對(duì)高分辨率遙感影像有理函數(shù)模型（RFM）在實(shí)際應(yīng)用中存在過度參數(shù)化和定位精度不高的問題，提出基于離差陣和消去變換及殘余系統(tǒng)誤差補(bǔ)償?shù)母叻直媛蔬b感影像RFM優(yōu)化方法。試驗(yàn)結(jié)果表明，經(jīng)過參數(shù)篩選后的RFM參數(shù)均為無偏估計(jì)值，擬合精度可以達(dá)到全部參數(shù)用于擬合時(shí)的精度，而且模型病態(tài)性基本消除，模型穩(wěn)定性更高。殘余系統(tǒng)誤差補(bǔ)償方法可以有效消除RFM擬合嚴(yán)格成像模型的殘余誤差，達(dá)到與嚴(yán)格成像模型一致的對(duì)地定位精度。圖2表4參15

?高分辨率衛(wèi)星影像 有理函數(shù)模型 離差陣 消去變換 病態(tài)問題 殘余系統(tǒng)誤差

CH20120820 影像增量動(dòng)態(tài)更新與融合技術(shù)研究=Research on Incremental and Dynamic Image Update and Fusion Technology/張新長，唐鐵（中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院）//測繪學(xué)報(bào).-2011，40（6）.-790～795

在分析目前已有的一些影像數(shù)據(jù)更新方法的基礎(chǔ)上，提出一種影像增量動(dòng)態(tài)更新與融合的新方法，該方法首先利用圖幅格網(wǎng)索引圖和新影像數(shù)據(jù)定位更新變化圖幅和范圍，然后對(duì)不同時(shí)期的影像數(shù)據(jù)進(jìn)行鑲嵌式的增量更新。針對(duì)不同時(shí)相影像數(shù)據(jù)間的色彩差異進(jìn)行色彩均衡處理，而對(duì)于不同時(shí)相影像數(shù)據(jù)鑲嵌邊緣存在像元突變效應(yīng)進(jìn)行了基于卷積和反距離加權(quán)的圖像平滑融合處理。經(jīng)試驗(yàn)論證，該方法在計(jì)算效率和鑲嵌效果上具有優(yōu)勢(shì)，可用于局部地區(qū)的影像更新。圖4參16

?影像增量 動(dòng)態(tài)更新

CH20120821 基于邊緣的多尺度立體匹配算法=Segment-based Stereo Matching Using Edge Dynamic Programming/夏林元，肖?。ㄎ錆h大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室），林麗群//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（7）.-767～770

提出了一種面向?qū)ο蟮亩喑叨冗f進(jìn)的立體匹配算法，實(shí)現(xiàn)了由粗到細(xì)的快速立體匹配。首先對(duì)參考圖進(jìn)行粗分割獲取目標(biāo)對(duì)象，針對(duì)目標(biāo)區(qū)域采用邊緣線動(dòng)態(tài)規(guī)劃的方法獲取視差，根據(jù)精度需求進(jìn)一步判斷該目標(biāo)是否需要細(xì)分以獲取更加精細(xì)的視差，得到有效的視差圖。實(shí)驗(yàn)結(jié)果表明此方法快速有效。圖2表1參15

?立體匹配 圖像分割 動(dòng)態(tài)規(guī)劃 多尺度

CH20120822 ADS40線陣影像空中三角測量數(shù)據(jù)處理與精度分析方法=The Data Processing and Accuracy Analysis Method of Aerial Triangulation for ADS40Linear Array Images/耿迅，徐水平（西安測繪信息技術(shù)總站），龔志輝，袁軍//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（7）.-776～779

討論了線陣影像空三數(shù)據(jù)處理中的自動(dòng)連接點(diǎn)匹配、粗差剔除、方差分量估計(jì)、GPS/IMU觀測值權(quán)值設(shè)置、坐標(biāo)轉(zhuǎn)換等問題，歸納了ADS40空三精度分析方法及相應(yīng)技術(shù)指標(biāo)。通過實(shí)際生產(chǎn)項(xiàng)目對(duì)機(jī)載線陣影像的空三精度進(jìn)行了分析，獲得了滿意的空三精度。表1參12

?三線陣傳感器 空中三角測量 精度分析

CH20120823 山區(qū)地表太陽輻照度隨時(shí)空變化的模擬分析=Simulation of the Irradiacne Changing with the Temporal and Spatial Distribution on the Terrain Surface/秦慧平，易維寧，黃紅蓮，潘邦龍（中國科學(xué)院安徽光學(xué)精密機(jī)械研究所）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（7）.-793～796

在光學(xué)遙感數(shù)據(jù)的應(yīng)用過程中，地表太陽輻照度的量化問題對(duì)于遙感數(shù)據(jù)的獲取和地表地物特性的反演等工作都是一個(gè)非常重要的環(huán)節(jié)，而地表太陽輻照度的定量計(jì)算又依賴于輻射源、目標(biāo)物和傳感器三者之間的幾何關(guān)系以及目標(biāo)地物的地表特征。利用山區(qū)地表太陽輻照度的計(jì)算模型，對(duì)不同時(shí)間、不同山區(qū)地形下的地表太陽輻照度進(jìn)行了定量模擬，用三維圖的方式分析了地表太陽輻照度隨時(shí)間、地形坡度、坡向的變化規(guī)律，為光學(xué)遙感中地表太陽輻照度隨時(shí)空變化的量化關(guān)系分析提供了更直觀的依據(jù)。圖3表1參11

?輻照度 光學(xué)遙感

CH20120824 一種基于場論的層次空間聚類算法=A Hierarchical Spatial Clustering Algorithm Based on Field Theory/鄧敏，彭東亮，劉啟亮，石巖（中南大學(xué)測繪與國土信息工程系）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（7）.-847～852

從空間數(shù)據(jù)場的角度出發(fā)，提出了一種基于場論的層次空間聚類算法（簡稱HSCBFT）。該算法是通過模擬空間實(shí)體間的凝聚力來描述空間實(shí)體間的相互作用，進(jìn)而采取層次凝聚的策略進(jìn)行聚類。通過實(shí)驗(yàn)分析可以發(fā)現(xiàn)，層次空間聚類算法具有如下優(yōu)勢(shì)：①空間聚類簇中各空間實(shí)體很好地滿足了空間鄰近且專題屬性相似的要求；②能發(fā)現(xiàn)任意形狀的空間簇，且具有良好的抗噪性；③輸入?yún)?shù)較少。圖5參29

?空間聚類 凝聚力 空間數(shù)據(jù)挖掘

CH20120825 基于色貌效應(yīng)預(yù)測的HDR圖像顯示研究=Research on HDR Image Rendering Based on Image Appearance Effect Predicting/劉真（上海理工大學(xué)出版印刷與藝術(shù)設(shè)計(jì)學(xué)院），朱明，陳廣學(xué)，楊丹丹//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（7）.-871～876

在基于iCAM的HDR圖像顯示過程中加入亨特效應(yīng)和史蒂文斯效應(yīng)的預(yù)測模型。針對(duì)不同的評(píng)價(jià)目的（圖像偏好性和場景再現(xiàn)準(zhǔn)確性評(píng)價(jià)），通過實(shí)驗(yàn)確定了亨特效應(yīng)和史蒂文斯效應(yīng)預(yù)測模型中調(diào)制參數(shù)c和m的最佳取值，并將最終得到的兩個(gè)完整的預(yù)測模型用于算法流程中。通過圖像偏好性實(shí)驗(yàn)和場景再現(xiàn)準(zhǔn)確性實(shí)驗(yàn)發(fā)現(xiàn)，改進(jìn)后算法在圖像偏好性上優(yōu)于商業(yè)軟件Photo-Sho PCS4中的4種算法和改進(jìn)前的iCAM算法；在場景再現(xiàn)準(zhǔn)確性上優(yōu)于改進(jìn)前的iCAM算法，并與PhotoShop的算法相當(dāng)；最后通過離散快速傅立葉變換和降采樣技術(shù)，提高了算法的計(jì)算速度。圖8表1參10

?色貌模型 HDR圖像 亨特效應(yīng) 史蒂文斯效應(yīng)

CH20120826 融合局部形變模型的魯棒性人臉識(shí)別=Robust Face Recognition by Fusion Local Deformable Model/廖海斌，陳慶虎（武漢大學(xué)電子信息學(xué)院），王宏勇//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（7）.-877～881

將測試圖像看成是人臉庫的線性組合，并用形變模型表示，優(yōu)化匹配求解組合系數(shù)，根據(jù)系數(shù)的稀疏性進(jìn)行分類識(shí)別。為了進(jìn)一步提高算法的魯棒性，采用了分片加權(quán)的策略。在公用的人臉數(shù)據(jù)庫上進(jìn)行廣泛的實(shí)驗(yàn)，結(jié)果表明，平均識(shí)別率達(dá)到97％以上，在遮擋30％時(shí)其識(shí)別率仍達(dá)到95％以上。本方法對(duì)人臉識(shí)別問題非常有效，且可以顯著提高對(duì)偽裝、遮擋變化的魯棒性和穩(wěn)定性。圖1表3參21

?人臉識(shí)別 遮擋和偽裝 形變模型

CH20120827 生物地理學(xué)優(yōu)化（BBO）在圖像分割中的應(yīng)用=Application of Biogeography-based Optimigation to Image Segmentation/鄭肇葆（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.-2011，36（8）.-932～935

?生物地理學(xué)優(yōu)化 反向?qū)W習(xí) 圖像分割

CH20120828 ASTER與Landsat ETM＋熱紅外傳感器數(shù)據(jù)的比較研究=Cross Comparison of Thermal Infrared Data Between ASTER and Landsat ETM＋Sensors/徐涵秋，張鐵軍，李春華（福州大學(xué)環(huán)境與資源學(xué)院）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（8）.-936～940，1007

利用3對(duì)同日過空的ASTER和ETM＋影像對(duì)，開展了ETM＋和ASTER熱紅外影像的定量比較，求出了二者的關(guān)系轉(zhuǎn)換方程。定量研究結(jié)果表明，ASTER和ETM＋熱紅外數(shù)據(jù)具有極顯著的正相關(guān)關(guān)系，所求出的轉(zhuǎn)換關(guān)系方程有很高的精度。但二者仍有一定的差異，表現(xiàn)在ASTER數(shù)據(jù)反演的傳感器處溫度要比ETM＋平均高0.66℃～0.82℃，其所表現(xiàn)的熱信息量也要比ETM＋豐富且連續(xù)。圖4表3參17

?熱紅外數(shù)據(jù) 交互比較

CH20120829 單幅圖像幾何量測研究進(jìn)展=Geometric Measurement Based on Single Image：A Survey/劉學(xué)軍，王美珍，甄艷，盧玥（南京師范大學(xué)地理科學(xué)學(xué)院）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（8）.-941～947

為進(jìn)一步促進(jìn)單幅圖像幾何量測理論和技術(shù)的研究深化，拓展其應(yīng)用領(lǐng)域，對(duì)近十年來單幅圖像幾何量測技術(shù)和方法進(jìn)行了分析和總結(jié)。首先總結(jié)提煉了單幅圖像幾何量測的基本原理，即直接幾何量測和間接幾何量測，論述了各自的數(shù)學(xué)背景；在此原理下，將單幅圖像幾何量測方法分為基于單應(yīng)的量測方法和基于幾何關(guān)系的量測方法，并對(duì)各類算法的原理、約束條件、求解方法進(jìn)行了詳細(xì)討論，闡明了算法的優(yōu)缺點(diǎn)。圖3表2參24

?單幅圖像 幾何量測

CH20120830 利用LiDAR點(diǎn)云的真正射影像遮蔽檢測=LiDAR Point Clouds Based Occlusion Detection of Trueortho Image/孫杰（中國地質(zhì)大學(xué)（武漢）信息工程學(xué)院），馬洪超，鐘良//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（8）.-948～951

針對(duì)LiDAR系統(tǒng)真正射影像生成過程中由于高地物投影差產(chǎn)生的遮蔽問題，結(jié)合LiDAR點(diǎn)云數(shù)據(jù)提出了一種新的檢測方法，將傳統(tǒng)的基于格網(wǎng)的遮蔽區(qū)域檢測轉(zhuǎn)化為基于多尺度的TIN三角面片遮蔽檢測。利用荊州市區(qū)獲取的LiDAR數(shù)據(jù)對(duì)該方法與傳統(tǒng)方法進(jìn)行了比較，實(shí)驗(yàn)證明，該算法通過多重檢測后忽略平坦地區(qū)，能夠快速、準(zhǔn)確地檢測出遮擋區(qū)域。圖4參12

?真正射影像 遮擋區(qū)域

CH20120831 利用數(shù)學(xué)形態(tài)學(xué)的遙感影像水系提取方法=Mathematical Morphology Based Drainage Line Extraction from Remote Sensing Image/李輝（中國地質(zhì)大學(xué)（武漢）地球科學(xué)學(xué)院地理系），代偵勇，張利華，蔣志勇//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（8）.-956～959

針對(duì)目前遙感水系提取存在的問題，提出了一種基于數(shù)學(xué)形態(tài)學(xué)的遙感影像水系提取方法。該方法在光譜模式識(shí)別提取水體信息的基礎(chǔ)上，利用數(shù)學(xué)形態(tài)學(xué)方法將提取的水體結(jié)果進(jìn)行斷線連接、去噪及細(xì)化等處理，從而得到連續(xù)的水系。以Landsat ETM＋影像為例進(jìn)行了實(shí)驗(yàn)，結(jié)果表明，該方法可以提取連續(xù)、完整的水系；且提取的水系精度與現(xiàn)勢(shì)性均優(yōu)于國家測繪局發(fā)布的1∶25萬數(shù)字線劃圖（DLG）水系。圖4參12

?數(shù)學(xué)形態(tài)學(xué) 數(shù)字線劃圖

CH20120832 星載激光雷達(dá)氣溶膠數(shù)據(jù)輔助的近岸渾濁水體大氣校正研究=Atmospheric Correction over Coastal Turbid Waters Based on Space-borne LiDAR Aerosol Data/田禮喬，陳曉玲，邱鳳，張偉（武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（8）.-960～963，1009

提出了一種星載激光雷達(dá)CALIOP氣溶膠數(shù)據(jù)輔助的MODIS/Aqua水色數(shù)據(jù)大氣校正方法，并在長江口及其鄰近渾濁水體區(qū)域進(jìn)行了實(shí)驗(yàn)。通過與實(shí)測光譜數(shù)據(jù)的對(duì)比分析說明，本方法能在一定程度上避免如近紅外波段離水輻亮度為零的假設(shè)的不合理性，擺脫對(duì)實(shí)測數(shù)據(jù)的依賴，有效地反演離水輻亮度，修復(fù)SeaDAS軟件中短波紅外-近紅外聯(lián)合大氣校正算法中短波紅外波段引起的產(chǎn)品的條帶問題。圖1參16

?水色遙感 大氣校正 渾濁水體

CH20120833 利用GIS與虛擬仿真的三維航標(biāo)配布=3D Aids to Navigation Setting Based on GIS and Virtual Simulation/眭海剛（武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室），農(nóng)耘，聶乾震，陳佳麗//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（8）.-969～973

針對(duì)目前的二維航標(biāo)應(yīng)用系統(tǒng)無法表達(dá)航標(biāo)的真實(shí)視覺效果及其融入周圍環(huán)境的互動(dòng)式的視覺效應(yīng)，現(xiàn)有的三維航標(biāo)系統(tǒng)缺乏定量的配布分析工具與有效的評(píng)估方式等問題，設(shè)計(jì)了基于GIS與虛擬仿真的三維航標(biāo)配布系統(tǒng)的架構(gòu)，研究了三維布標(biāo)環(huán)境可視化、航標(biāo)燈的仿真以及航標(biāo)配布分析、配布方法、效能評(píng)估等關(guān)鍵技術(shù)，開發(fā)了三維航標(biāo)配布系統(tǒng)，并在廣東海事局蛇口港得到了應(yīng)用。圖9參14

?航標(biāo) 三維航標(biāo)配布 虛擬仿真

CH20120834 遙感時(shí)空不一致性對(duì)城市景觀格局動(dòng)態(tài)分析影響=Influence of RS Spatio-temporal Mismatches on Multi-temporal Landscape Pattern Analysis in Urban Area/楊葉濤（中國地質(zhì)大學(xué)（武漢）地球物理與空間信息學(xué)院），龔健雅，王迎迎，曾又枝//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（8）.-974～977

采用時(shí)空相結(jié)合的分類方法來獲取多時(shí)相土地利用/覆蓋，有效減少了多時(shí)相遙感的時(shí)空不一致性。為探測時(shí)空不一致性對(duì)景觀指標(biāo)取值及其變化軌跡的影響，將時(shí)相獨(dú)立分類方法和時(shí)空相結(jié)合分類方法進(jìn)行了對(duì)比，四種常用的景觀指標(biāo)——斑塊數(shù)（NP）、邊緣密度（ED）、平均斑塊大?。∕PS）和平均形狀指數(shù)（MSI）用來探測兩種方法的差異。結(jié)果表明，時(shí)空不一致性不僅影響到景觀指標(biāo)取值，而且改變了景觀指標(biāo)的變化軌跡。圖2表2參9

?多時(shí)相遙感分類 景觀格局 時(shí)空不一致

CH20120835 利用小波包變換和誤差擴(kuò)散的打印掃描圖像水印算法=Watermarking Algorithm for Print-scan Based on Wavelet-packet Transform and Error Diffusion/徐宏平，萬曉霞（武漢大學(xué)印刷與包裝系）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（8）.-978～981

提出了一種基于小波包變換和誤差擴(kuò)散的打印掃描圖像水印算法。首先對(duì)圖像進(jìn)行三層小波包分解，并將其作為水印嵌入到分解后的高頻分量的低頻子帶，然后進(jìn)行小波包重構(gòu)得到嵌入水印的圖像，再運(yùn)用改進(jìn)的噪聲平衡誤差擴(kuò)散算法加網(wǎng)得到含水印的半色調(diào)圖像。實(shí)驗(yàn)表明，該算法對(duì)于打印掃描過程的無意攻擊具有良好的魯棒性。圖4表1參11

?小波包變換 打印掃描 誤差擴(kuò)散 數(shù)字水印

CH20120836 基于力學(xué)思想的空間聚類有效性評(píng)價(jià)=Validity Assessment of Spatial Clustering Methods Based on Gravitational Theory/劉啟亮，鄧敏，彭東亮，王佳璆（中南大學(xué)測繪與國土信息工程系）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（8）.-982～986，990

從力學(xué)的角度來考慮空間聚類問題，并結(jié)合地理學(xué)基本規(guī)律提出了一種基于力學(xué)思想的空間聚類有效性評(píng)價(jià)指標(biāo)（簡稱SCV）。實(shí)驗(yàn)分析表明，提出的評(píng)價(jià)指標(biāo)能夠更準(zhǔn)確、高效地對(duì)二維地理空間數(shù)據(jù)的硬聚類結(jié)果進(jìn)行有效性評(píng)價(jià)。圖4表2參18

?空間聚類 有效性評(píng)價(jià) 力學(xué)思想 空間數(shù)據(jù)挖掘

CH20120837 湖泊水環(huán)境衛(wèi)星遙感監(jiān)測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)=Design and Development of Remote Sensing Lake Water Environmental Monitoring System/張友靜，鄧世贊（河海大學(xué)地球科學(xué)與工程學(xué)院），馬榮華，張?zhí)?/武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（9）.-1017～1019

在全國第二次湖泊資源調(diào)查成果的基礎(chǔ)上，將水環(huán)境基礎(chǔ)資料、遙感信息、水文氣象信息、水環(huán)境模型等進(jìn)行綜合管理，利用ENVI/IDL二次開發(fā)語言對(duì)全國重點(diǎn)湖泊建立了專業(yè)遙感模型，探索建立了湖泊水環(huán)境衛(wèi)星遙感監(jiān)測系統(tǒng)。以太湖為示范區(qū)對(duì)系統(tǒng)進(jìn)行應(yīng)用，制作了水環(huán)境參數(shù)專題產(chǎn)品。圖1表1參8

?遙感模型 水環(huán)境 遙感監(jiān)測系統(tǒng)

CH20120838 利用最優(yōu)估計(jì)理論進(jìn)行多光譜與全色影像融合=Fusion of Multi-spectral and Panchromatic Images Using Optimal Estimation Theory/黃登山，楊敏華，胥海威，姚學(xué)恒（中南大學(xué)地球科學(xué)與信息物理學(xué)院）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（9）.-1039～1042，1072

應(yīng)用小波變換分解遙感影像，利用遙感影像自身的先驗(yàn)信息——空間分辨率確定高頻域融合過程中的權(quán)值，使用最小二乘估計(jì)與小波重構(gòu)完成影像融合。實(shí)驗(yàn)結(jié)果表明，相對(duì)于參考的其他融合方法，此方法在注入全色影像空間細(xì)節(jié)和保持多光譜影像的光譜信息方面性能更佳。圖2表2參12

?影像融合 小波變換 最小二乘

CH20120839 遙感影像正射糾正的GPU-CPU協(xié)同處理研究=GPU-CPU Cooperate Processing of RS Image Orthorectification/楊靖宇，張永生，李正國，龔輝（信息工程大學(xué)測繪學(xué)院）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（9）.-1043～1046

提出了一種基于CUDA的遙感影像正射糾正GPUCPU協(xié)同處理方法，以實(shí)現(xiàn)重采樣操作的GPU細(xì)粒度并行化。根據(jù)GPU的并行結(jié)構(gòu)和硬件特點(diǎn)，采用執(zhí)行配置優(yōu)化技術(shù)提高warp占有率，利用共享存儲(chǔ)器優(yōu)化減少對(duì)效率低下的全局存儲(chǔ)器中坐標(biāo)變換系數(shù)的重復(fù)訪問，通過紋理存儲(chǔ)器代替全局存儲(chǔ)器優(yōu)化對(duì)原始影像數(shù)據(jù)的訪問。實(shí)驗(yàn)結(jié)果表明，并行算法能夠充分發(fā)揮GPU的并行處理能力，利用GeForce 9500GT顯卡，對(duì)大小為6000像素×6000像素的全色影像進(jìn)行多項(xiàng)式糾正對(duì)比實(shí)驗(yàn)，最鄰近灰度內(nèi)插重采樣和雙線性灰度內(nèi)插重采樣的最終加速比分別能夠達(dá)到8倍和10倍以上。圖2參10

?正射糾正 圖形處理器 統(tǒng)一計(jì)算設(shè)備架構(gòu) 細(xì)粒度并行計(jì)算

CH20120840 高分辨率雷達(dá)衛(wèi)星COSMO-SkyMed干涉測量生成DEM的實(shí)驗(yàn)研究=High Resolution SAR Interferometric DEM Reconstruction with COSMO-SkyMed Tandem Data/蔣厚軍，廖明生，張路，王騰（武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（9）.-1055～1058

介紹了COSMO-SkyMed對(duì)地觀測系統(tǒng)，分析了高分辨率SAR傳感器和Tandem觀測星座與相干性之間的關(guān)系，并利用間隔1d的COSMO-SkyMed Tandem數(shù)據(jù)生成了祁連山區(qū)的DEM。提出通過對(duì)無地形變化的差分干涉相位進(jìn)行濾波來提取大氣和軌道誤差引起的測量偏差，探討了實(shí)驗(yàn)干涉數(shù)據(jù)去相干的因素，并將生成的DEM與ASTER GDEM進(jìn)行了對(duì)比。圖6表1參11

?雷達(dá)干涉測量 數(shù)字高程模型 串飛模式

CH20120841 利用高速收斂PSO或分解進(jìn)行二維灰度熵圖像分割=Two-dimensional Gray Entropy Image Thresholding Based on Particle Swarm Optimization with High Speed Convergence or Decomposition/吳一全，張曉杰，吳詩婳，紀(jì)守新（南京航空航天大學(xué)信息科學(xué)與技術(shù)學(xué)院）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（9）.-1059～1063

首先，定義了灰度熵并導(dǎo)出了相應(yīng)的二維灰度熵閾值選取公式；其次，利用高速收斂PSO算法尋找二維灰度熵法的最佳閾值，并采用遞推方式避免迭代過程中適應(yīng)度函數(shù)的重復(fù)計(jì)算；最后，將二維灰度熵的運(yùn)算轉(zhuǎn)換到兩個(gè)一維空間上，計(jì)算復(fù)雜度由O（L2）進(jìn)一步降為O（L）。實(shí)驗(yàn)結(jié)果表明，與基于粒子群的二維最大Shannon熵法相比，所提出的兩種方法的分割效果具有明顯優(yōu)勢(shì)，且運(yùn)行時(shí)間大幅減少。圖2表1參19

?圖像分割 閾值選取 二維灰度熵 高速收斂粒子群遞推算法

CH20120842 一種結(jié)合Freeman分解和散射熵的MRF多極化SAR影像分割算法=MRF-based Segmentation Algorithm Combined with Freeman Decomposition and Scattering Entropy for Polarimetric SAR Images/張斌（武漢大學(xué)電子信息學(xué)院），馬國銳，劉國英，秦前清//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（9）.-1064～1067

針對(duì)多極化SAR圖像，采用Freeman分解理論，將其分為表面散射、偶次散射、體散射、混合散射4種散射機(jī)制，并通過H/Alpha分解提取散射熵，將地物初始分為12類，并運(yùn)用聚合的層次聚類算法對(duì)初始分類結(jié)果進(jìn)行合并。利用Wishart分布對(duì)特征場進(jìn)行建模，用模擬退火優(yōu)化方法求取基于最大后驗(yàn)準(zhǔn)則下的分割結(jié)果。圖2表2參12

?多極化合成孔徑雷達(dá) 最大后驗(yàn) Freeman分解 Wishart分布

CH20120843 面向?qū)ο蟮倪b感影像多層次迭代分類方法研究=An Iterative Approach to Object-oriented Classification of Remotely Sensed Image/王衛(wèi)紅，夏列鋼（浙江工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院），駱劍承，胡曉東//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（10）.-1154～1158

在分析應(yīng)用對(duì)象化分析方法改進(jìn)高空間分辨率遙感影像分類技術(shù)的基礎(chǔ)上，提出了應(yīng)用多層次的迭代模型改進(jìn)分類流程，在自適應(yīng)的迭代過程中有效地結(jié)合主導(dǎo)類別選擇、高級(jí)對(duì)象特征計(jì)算、基于互信息的特征選擇等技術(shù)提高對(duì)象化方法中豐富的影像特征的利用效率，同時(shí)，有機(jī)結(jié)合像素級(jí)特征信息彌補(bǔ)對(duì)象化特征。通過對(duì)SPOT5影像與航空影像兩種數(shù)據(jù)源的土地覆蓋分類的實(shí)驗(yàn)表明，該方法可以有效地提高分類精度。圖4表4參17

?對(duì)象化 分層分類 迭代模型 最大互信息

CH20120844 在軌衛(wèi)星無地面控制點(diǎn)攝影測量探討=Photogrammetry of In-flight Satellite Without Ground Control Point/王任享，王建榮，胡莘（西安測繪研究所）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（11）.-1261～1264

攝影測量衛(wèi)星采用商用級(jí)星敏感器構(gòu)成的測姿系統(tǒng)，其姿態(tài)測量存在不可忽視的低頻和“慢漂”系統(tǒng)性誤差，使得經(jīng)過在軌標(biāo)定后的星敏感器和三線陣CCD相機(jī)安裝角轉(zhuǎn)換參數(shù)產(chǎn)生額外的增量dφC、dωC、dκC。在一條航線內(nèi)，這些增量可視為常量，依靠其在立體模型上表現(xiàn)的上下視差規(guī)律，在無地面控制點(diǎn)條件下，通過在光束法平差中增加對(duì)dφC、dωC及dκC補(bǔ)償?shù)拇胧?，無地面控制點(diǎn)目標(biāo)定位改善到11～22m左右。圖2表4參4

?星敏感器 光束法平差 衛(wèi)星攝影測量 “慢漂”誤差

CH20120845 一種基于拼接線的無人機(jī)序列影像拼接方法=A Mosaicking Method for UAV Sequence Images Based on Seam Line/徐亞明，邢誠（武漢大學(xué)測繪學(xué)院），陳曉東//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（11）.-1265～1269

通過無人機(jī)低空攝影獲取的地面高分辨率影像具有成本低、方便快捷等優(yōu)點(diǎn)，但由于超低空飛行拍攝的影像覆蓋范圍較小，所以需要通過影像拼接來獲取更大范圍的影像數(shù)據(jù)。研究了一種基于拼接線的影像拼接方法，對(duì)原有檢測方法進(jìn)行了改進(jìn)，并通過實(shí)驗(yàn)說明了改進(jìn)后的方法可以獲得更好的拼接結(jié)果。圖9表1參14

?拼接線檢測 無人機(jī)序列影像 影像拼接 轉(zhuǎn)換矩陣 最優(yōu)拼接線

CH20120846 HJ-1A/B衛(wèi)星CCD影像的武漢市東湖水色三要素遙感研究=Water Color Constituents Remote Sensing in Wuhan Donghu Lake Using HJ-1A/B CCD Imagery/陳莉瓊，田禮喬，邱鳳，陳曉玲（武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（11）.-1280～1283，1335

以武漢市東湖為研究區(qū)域，利用同步的MODIS-Terra氣溶膠光學(xué)厚度數(shù)據(jù)為輸入?yún)?shù)，采用FLAASH模型對(duì)2010年3月11日HJ-1A/B衛(wèi)星CCD影像進(jìn)行大氣校正處理，并利用多年實(shí)測數(shù)據(jù)建立葉綠素a濃度、懸浮泥沙濃度、黃色物質(zhì)吸收系數(shù)三要素神經(jīng)網(wǎng)絡(luò)反演模型，對(duì)水色三要素進(jìn)行反演。通過對(duì)反演結(jié)果與實(shí)測數(shù)據(jù)的對(duì)比分析可知，懸浮泥沙濃度、黃色物質(zhì)吸收系數(shù)和葉綠素a濃度的平均相對(duì)誤差分別為28.052％、17.628％和35.621％，表明HJ-1A/B衛(wèi)星CCD傳感器基本能滿足Ⅱ類水體水色要素的遙感監(jiān)測需求。圖1表1參13

?HJ-1A/B衛(wèi)星 CCD傳感器 葉綠素a 懸浮泥沙 黃色物質(zhì)

CH20120847 利用多分類器集成進(jìn)行遙感影像分類=Remote Sensing Imagery Classification Based on Multiple Classifiers Combination Algorithm/鄭文武，曾永年（中南大學(xué)信息物理工程學(xué)院）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（11）.-1290～1293

基于信息相關(guān)理論，根據(jù)相關(guān)度值動(dòng)態(tài)調(diào)整分類器的組合和權(quán)重，建立了新型的多分類器集成規(guī)則，并應(yīng)用于決策樹分類器、BP人工神經(jīng)網(wǎng)絡(luò)分類器和SVM分類器的集成。通過對(duì)長沙城區(qū)TM影像的分類實(shí)驗(yàn)發(fā)現(xiàn)：①三種分類器的分類結(jié)果存在較明顯的差異，水體區(qū)的差異像元最少，占水體總像元的15.12％，建設(shè)用地區(qū)的差異像元最多，占建設(shè)用地區(qū)像元的54.93％；②三種分類器均具有較高的分類精度，總體精度均超過了74％，而且分類器各有優(yōu)勢(shì)，決策樹分類器能夠較好地分出水體和建設(shè)用地，BP分類器能夠較好地分出水體和林地，SVM分類器對(duì)水體、林地和建設(shè)用地均有較高的分類精度；③基于全信息相關(guān)度的多分類器集成分類法明顯地提升了分類結(jié)果的精度，分類精度達(dá)到了85.71％，Kappa系數(shù)達(dá)到了80.56％。圖2表2參12

?多分類器集成 全信息相關(guān)度

CH20120848 利用頻譜能量進(jìn)行高分辨率遙感圖像地物識(shí)別=Object Recognition for High-resolution Remotely Sensed Imagery Based on Energy in Frequency Domain/吳桂平，肖鵬峰，馮學(xué)智，王珂（南京大學(xué)地理信息科學(xué)系）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（11）.-1294～1297

提出了一種基于頻譜能量的高分辨率遙感圖像地物識(shí)別方法。首先將預(yù)處理后的典型地物的遙感圖像通過傅立葉變換從空間域轉(zhuǎn)變到頻率域，然后用位于頻譜中心的一個(gè)矩形窗口提取頻譜圖上對(duì)能量貢獻(xiàn)起主導(dǎo)作用的低階頻譜能量系數(shù)作為目標(biāo)識(shí)別的主要特征值，并利用該特征值結(jié)合SVM分類方法對(duì)目標(biāo)地物樣本進(jìn)行識(shí)別和分類。研究結(jié)果表明，每種地物樣本均獲得了較高的識(shí)別結(jié)果，總體精度達(dá)到了88.96％。圖5表2參11

?地物識(shí)別 特征提取 頻譜能量

CH20120849 利用空間連續(xù)性進(jìn)行高分辨率遙感影像道路提取=Road Extraction from High-resolution Remote Sensing Images with Spatial Continuity/吳小波，楊遼，沈金祥，王杰（中國科學(xué)院新疆生態(tài)與地理研究所遙感與GIS應(yīng)用自治區(qū)重點(diǎn)實(shí)驗(yàn)室）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（11）.-1298～1301

常規(guī)道路提取方法需要初始信息，對(duì)窄道路提取效果不佳。針對(duì)這一問題，提出了基于空間連續(xù)性提取道路的算法模型（RESC）。該方法根據(jù)遙感影像道路連續(xù)分布的特點(diǎn)，利用鄰近像元空間自相關(guān)的先驗(yàn)信息提取道路，不要求預(yù)先提供種子點(diǎn)，自動(dòng)化程度較高。實(shí)驗(yàn)分析和比較證明，該方法對(duì)于高分辨率遙感多光譜影像和全色影像，都達(dá)到了較好的效果。圖10參9

?道路提取 空間連續(xù)性 高分辨率遙感 數(shù)學(xué)形態(tài)學(xué)

CH20120850 一種基于偽隨機(jī)序列和DCT的遙感影像水印算法=An Algorithm for Digital Watermark Based on Pseudo-random Sequence and DCT for Remote Sensing Image/朱長青（南京師范大學(xué)虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（12）.-1427～1429，1499

首先，對(duì)原始影像進(jìn)行分塊，通過偽隨機(jī)序列選擇要嵌入的影像塊；然后，采用量化的方法在每一塊的DCT低頻系數(shù)中嵌入水印信息；最后，通過精度約束，對(duì)嵌入水印信息后的遙感影像進(jìn)行誤差控制。由于采用了量化的方法嵌入水印信息，其提取過程不需要原始影像的參與，實(shí)現(xiàn)了盲檢測。實(shí)驗(yàn)結(jié)果表明，該算法在滿足水印算法魯棒性的同時(shí)，也能達(dá)到對(duì)遙感影像近乎零修改的目標(biāo)。圖4表2參6

?偽隨機(jī)序列 遙感影像

CH20120851 利用流水線技術(shù)的遙感影像并行處理=Parallel Processing of Remote Sensing Image Based on Pipeline/翟曉芳（湖北師范學(xué)院地理科學(xué)系），龔健雅，肖志峰，張丙龍//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（12）.-1430～1433

針對(duì)現(xiàn)有的OpenMP和直接的線程并行法難以對(duì)遙感影像處理鏈進(jìn)行加速的問題，引入流水線概念對(duì)復(fù)雜的功能鏈進(jìn)行并行加速，提出了基于流水線技術(shù)的遙感影像并行處理方法。影像處理實(shí)驗(yàn)驗(yàn)證了流水線在遙感影像多級(jí)連續(xù)處理方面的優(yōu)勢(shì)。圖6參7

?遙感影像處理 流水線技術(shù) 并行計(jì)算 多核處理器

CH20120852 利用動(dòng)態(tài)閾值的森林草原火災(zāi)火點(diǎn)檢測算法=Forest and Grassland Fire Detection Algorithm Based on Dynamic Threshold/劉良明，魏然，周正（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.-2011，36（12）.-1434～1437

針對(duì)傳統(tǒng)固定閾值的森林和草原火災(zāi)火點(diǎn)遙感檢測算法因時(shí)空環(huán)境變化而導(dǎo)致的火點(diǎn)漏檢和誤檢問題，提出了一種綜合季節(jié)、地理位置和土地覆蓋類型等影響因素的時(shí)空動(dòng)態(tài)閾值火點(diǎn)檢測算法。實(shí)驗(yàn)結(jié)果表明，時(shí)空動(dòng)態(tài)閾值火點(diǎn)檢測算法能有效改善火點(diǎn)檢測結(jié)果，具有時(shí)空自適應(yīng)性。圖2參9

?森林和草原火災(zāi) 環(huán)境減災(zāi)衛(wèi)星 火點(diǎn)檢測 動(dòng)態(tài)閾值

CH20120853 視覺皮層振蕩神經(jīng)網(wǎng)絡(luò)在遙感影像分割中的應(yīng)用=Remote Sensing Image Segmentation Using Neural Oscillator Network of Visual Cortex/施蓓琦，劉春，姚連璧（同濟(jì)大學(xué)測量與國土信息工程系），陳能//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（12）.-1442～1446

對(duì)于具有復(fù)雜場景的遙感影像，提出了基于各向異性擴(kuò)散特征保持平滑的簡化LEGION算法，彌補(bǔ)傳統(tǒng)LEGION圖像分割算法對(duì)噪聲敏感的不足。對(duì)于多（高）光譜影像，則采用馬氏距離計(jì)算光譜向量間的連接權(quán)得到擴(kuò)展LEGION算法進(jìn)行分割。實(shí)驗(yàn)結(jié)果表明，LEGION算法較傳統(tǒng)的圖像分割方法對(duì)單波段灰度遙感影像目標(biāo)及其重要細(xì)節(jié)部分的分割效果更顯著；擴(kuò)展LEGION算法適用于多光譜遙感影像分割。圖2表1參11

?遙感影像分割 振蕩關(guān)聯(lián) 局部興奮全局抑制振蕩網(wǎng)絡(luò) 各向異性擴(kuò)散

CH20120854 2009年武漢市植被凈初級(jí)生產(chǎn)力估算=Estimation of Net Primary Productivity of Vegetation of Wuhan in 2009/張娜，毛飛躍，龔?fù)ㄎ錆h大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（12）.-1447～1450

利用CASA模型，結(jié)合實(shí)測的光合有效輻射（PAR）數(shù)據(jù)、MODIS歸一化植被指數(shù)（NDVI）和Land Cover數(shù)據(jù)、氣象數(shù)據(jù)等資料，估算了2009年武漢市的植被凈初級(jí)生產(chǎn)力（NPP）。結(jié)果顯示，武漢市的植被平均單位面積年NPP產(chǎn)量達(dá)到464.19gC·m-2·a-1。6、7、8三個(gè)月NPP積累值最高，占全年的56.8％；12、1、2三個(gè)月NPP值最低，僅占5.6％。黃陂區(qū)由于林地較廣，NPP值較大，在1000gC·m-2·a-1以上；而城市周邊由于植被覆蓋面積較小，NPP值較低，在400gC·m-2·a-1以下。圖4表2參14

?凈初級(jí)生產(chǎn)力 CASA模型 光合有效輻射 歸一化植被指數(shù)

CH20120855 廣義點(diǎn)攝影測量在建筑物立面輪廓重構(gòu)中的應(yīng)用=Application of Generalized Point Photogrammetry to Framework Reconstruction of Building Facade/李暢（華中師范大學(xué)城市與環(huán)境科學(xué)學(xué)院），李熙，李彩林，李奇//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（12）.-1451～1455

采用廣義點(diǎn)攝影測量理論對(duì)建筑物立面框架輪廓進(jìn)行重構(gòu)。廣義點(diǎn)是對(duì)當(dāng)代線攝影測量以及無窮遠(yuǎn)點(diǎn)（滅點(diǎn)）理論的升華。實(shí)驗(yàn)結(jié)果表明，采用線面基元進(jìn)行立面重構(gòu)相比于經(jīng)典的點(diǎn)云重構(gòu)方法，不僅簡潔、高效，還能獲得清晰的三維邊緣輪廓，且自動(dòng)化程度較高。圖4參10

?城市建筑物 廣義點(diǎn)攝影測量 立面重構(gòu) 光束法平差

CH20120856 PS InSAR公共主影像優(yōu)化選取的一種新方法=A New Method to Optimize and Select Common Master Images in PS InSAR/陶秋香，劉國林（山東科技大學(xué)測繪科學(xué)與工程學(xué)院）//武漢大學(xué)學(xué)報(bào)·信息科學(xué)版.-2011，36（12）.-1456～1460

在原有的公共主影像優(yōu)化選取模型的基礎(chǔ)上，對(duì)影響干涉圖相關(guān)性的3個(gè)主要參數(shù)進(jìn)一步綜合優(yōu)化，提出并實(shí)現(xiàn)了一種基于三基線和最小的公共主影像優(yōu)化選取新方法。理論分析和實(shí)驗(yàn)結(jié)果表明，與原有方法相比，新的公共主影像優(yōu)化選取方法簡單、可行，選取的公共主影像合理、準(zhǔn)確。圖3表5參11

?干涉圖相關(guān)性 公共主影像 優(yōu)化選取

CH20120857 利用高程二次定向提高無人機(jī)航測高程精度的探討=Discussion of UVA Precision Improvement by Elevation Re-orientation/吳巧玲（福建省測繪院），董祥林，高宇//測繪通報(bào).-2011（7）.-12～14

分析航攝像片傾角過大對(duì)航測成果的誤差影響及影響程度，并結(jié)合實(shí)際試驗(yàn)和應(yīng)用，發(fā)現(xiàn)采用高程二次定向，可以有效地控制高程誤差，從而使最終的航測成果滿足航測規(guī)范的精度要求。表2參5

?高程誤差 像片傾角

CH20120858 無人機(jī)航攝系統(tǒng)大比例尺測圖試驗(yàn)分析=Analysis of Large-scale Mapping Experiment Using UAV Aerophotographic System/王志豪（深圳市勘察測繪院有限公司），劉萍//測繪通報(bào).-2011（7）.-18～20

以大比例尺（1∶1 000、1∶500）地形圖測圖為目的，采用中型固定翼無人機(jī)平臺(tái)，搭載非量測型民用數(shù)碼相機(jī)，于和田某區(qū)域設(shè)立飛行試驗(yàn)場進(jìn)行航攝試驗(yàn)。在試驗(yàn)場布設(shè)大量精確定位的人工地標(biāo)，對(duì)非量測型傳感器進(jìn)行檢校標(biāo)定，對(duì)無人機(jī)航攝系統(tǒng)獲取的航攝影像平面精度及測高精度進(jìn)行評(píng)估，并對(duì)系統(tǒng)的改進(jìn)提出建議。圖2表1參10

?固定翼無人機(jī) 大比例尺測圖 相機(jī)檢校 測高精度

CH20120859 面向光柵介質(zhì)的立體地形景觀生成方法=A Method of Compositing Stereo Terrain Scene for Lenticular Screen/朱新穎（中國礦業(yè)大學(xué)（北京）地球科學(xué)與測繪工程學(xué)院），孫敏，蘇文英，徐鴻至//測繪通報(bào).-2011（7）.-42～45

提出一種基于單張地形影像及其對(duì)應(yīng)的數(shù)字地形模型，采用光柵制作生成祼眼可以觀察的立體地形景觀模型的方法。該方法采用三維透視變換原理，結(jié)合重采樣算法，可以得到任意多幅可滿足立體觀察的影像。試驗(yàn)表明該方法簡便有效，可滿足實(shí)際生產(chǎn)需求。圖5參8

?立體地形景觀 光柵介質(zhì) 數(shù)字地形模型

CH20120860 基于正射影像和DEM進(jìn)行土地利用動(dòng)態(tài)監(jiān)測的研究=On Land-use Dynamic Monitoring Based on Orthophotos and DEM/唐力明，丁華祥（廣東省國土資源測繪院），張勇//測繪通報(bào).-2011（7）.-46～49

在廣東省土地利用動(dòng)態(tài)監(jiān)測項(xiàng)目中，將已有的正射影像和數(shù)字高程模型作為新獲取高分辨率衛(wèi)星影像的控制資料，然后對(duì)高分辨率衛(wèi)星影像進(jìn)行絕對(duì)定位和正射影像更新，最后通過新舊正射影像的對(duì)比監(jiān)測土地利用狀況。利用高速局域網(wǎng)環(huán)境和分布式并行處理技術(shù)實(shí)現(xiàn)了衛(wèi)星影像基于已有正射影像和DEM的全自動(dòng)匹配、快速定向和正射影像糾正，極大地提高了生產(chǎn)效率。圖5表3參6

?高分辨率衛(wèi)星影像 正射影像更新 SIFT特征匹配 有理函數(shù)模型 并行處理

CH20120861 基于UCD/UCX航攝影像的像控點(diǎn)布設(shè)方案研究=On Distribution Scheme of Photo Control Points for UCD/UCX Aerial Imagery/鄧芳，張?。ǔ啥际锌辈鞙y繪研究院），劉怡，李春華，劉國祥//測繪通報(bào).-2011（8）.-9～12

為尋求像片控制點(diǎn)合理的布設(shè)方案，采用某地區(qū)的UCD/UCX航攝影像作為試驗(yàn)數(shù)據(jù)，通過對(duì)區(qū)域網(wǎng)按均勻分布原則設(shè)置不同的平高控制點(diǎn)數(shù)，進(jìn)行系列的空中三角測量試驗(yàn)研究及精度評(píng)定，最后提出幾種在保證特定精度情況下，能減少外業(yè)工作量、降低生產(chǎn)成本、縮短生產(chǎn)周期的像片控制點(diǎn)布設(shè)方案。圖7表3參6

?像片控制點(diǎn) 空中三角測量

CH20120862 高分辨率遙感影像道路信息提取方法研究=Research on Methods of Road Extraction from High-resolution Remote Sensing Image/胡張武（安徽省第四測繪院）//測繪通報(bào).-2011（8）.-13～16

隨著遙感技術(shù)的發(fā)展以及各種先進(jìn)遙感傳感器的出現(xiàn)，高分辨率遙感技術(shù)不斷應(yīng)用于實(shí)際，根據(jù)光譜特征分類的圖像存在道路與居民地的混淆，受交通工具和行道樹等影響容易產(chǎn)生道路中的空洞和毛刺等。以蕪湖地區(qū)IKONOS影像為例，利用ERDAS、Matlab軟件可以很好地解決道路與居民地混淆的問題，以及利用數(shù)學(xué)形態(tài)學(xué)的相關(guān)算法和形狀指數(shù)去除道路信息提取過程中的各種噪聲等，最終完成道路信息網(wǎng)的提取。圖7參8

?高分辨率影像 道路提取 數(shù)學(xué)形態(tài)學(xué) 形狀指數(shù)

CH20120863 X射線脈沖星導(dǎo)航系統(tǒng)在月球攝影測量中的應(yīng)用=The Application of Navigation System Based on X-ray Pulsars to Moon Photogrammetry/史世平（西安測繪研究所）//測繪通報(bào).-2011（9）.-8～10

初步探討X射線脈沖星導(dǎo)航定位系統(tǒng)在月球攝影測量應(yīng)用中的主要技術(shù)問題，包括繞月攝影測量衛(wèi)星脈沖星導(dǎo)航數(shù)據(jù)獲取、脈沖星導(dǎo)航數(shù)據(jù)處理和脈沖星導(dǎo)航數(shù)據(jù)與攝影測量數(shù)據(jù)聯(lián)合平差等問題。參5

?X射線脈沖星 月球攝影測量 區(qū)域網(wǎng)平差

CH20120864 基于降采樣處理的低空遙感影像SIFT特征匹配分析=SIFT Feature Points of Low Altitude Remote Sensing Images Matching Analysis Based on Down-sampling Preprocessing/王書民，張愛武，崔營營（首都師范大學(xué)三維信息獲取與應(yīng)用教育部重點(diǎn)實(shí)驗(yàn)室）//測繪通報(bào).-2011（9）.-18～20

針對(duì)影像數(shù)據(jù)降采樣預(yù)處理對(duì)SIFT特征匹配數(shù)量和精度的影響進(jìn)行試驗(yàn)分析，并對(duì)在相同采樣頻率下不同插值方法導(dǎo)致特征匹配數(shù)量與精度的差異進(jìn)行詳述，提出在滿足影像分辨率要求的前提下，使用三次卷積內(nèi)插方法進(jìn)行80％～90％的降采樣預(yù)處理，可以獲得最大的特征匹配數(shù)量且滿足匹配精度，而所需要的時(shí)間開銷則減少20％～30％，具有重要的應(yīng)用價(jià)值。圖1表2參9

?降采樣 SIFT特征點(diǎn) 匹配分析

CH20120865 基于歐氏區(qū)域分配的面狀河流中軸線提取方法研究=Research on Methods for Medial Axis Extraction Based on Euclidean Allocation/江嶺，楊昕，湯國安（南京師范大學(xué)虛擬地理環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室）//測繪通報(bào).-2011（9）.-21～24

提出一種基于歐氏區(qū)域分配的面狀河流圖斑中軸線的提取方法。對(duì)于面狀河流邊界線，首先利用相鄰的線狀支流對(duì)邊界線進(jìn)行分割；再采用歐氏區(qū)域分配的方法提取分割后邊界線的鄰近線；最后對(duì)鄰近線進(jìn)行裁剪得到中軸線。試驗(yàn)結(jié)果顯示，該方法所提取的中軸線連續(xù)、光滑，且與相鄰的線狀支流保持有拓?fù)潢P(guān)系，對(duì)于數(shù)據(jù)量大、形狀復(fù)雜的面狀河流達(dá)到了自動(dòng)、快速有效提取中軸線的目的。圖7參7

?中軸線 歐氏區(qū)域分配

CH20120866 基于遙感與GIS的西部山區(qū)高速公路路域生態(tài)環(huán)境評(píng)價(jià)研究=Assessment of Ecological Environment along the Roadsides of Highway in Mountainous Areas of Western China Based on Remote Sensing and GIS/武學(xué)森，杜培軍（國土環(huán)境與災(zāi)害監(jiān)測國家測繪局重點(diǎn)實(shí)驗(yàn)室），景宏君，孫灝，夏俊士//測繪通報(bào).-2011（9）.-35～37，47

針對(duì)西部山區(qū)的自然地理?xiàng)l件和高速公路建設(shè)運(yùn)營對(duì)生態(tài)環(huán)境的擾動(dòng)，基于RS和GIS技術(shù)，以陜西省咸旬高速公路為研究案例，從植被覆蓋變化、水土流失、景觀生態(tài)、地形地貌等方面對(duì)路域生態(tài)環(huán)境進(jìn)行宏觀評(píng)價(jià)。選用C＋＋語言結(jié)合SuperMap Ob-jects組件，在Microsoft.NET平臺(tái)上設(shè)計(jì)和開發(fā)基于GIS的高速公路路域生態(tài)環(huán)境評(píng)價(jià)系統(tǒng)，可為西部山區(qū)建設(shè)生態(tài)型高速公路提供有效的生態(tài)環(huán)境信息和時(shí)空分析模型方面的支持。圖6表1參8

?路域生態(tài)環(huán)境

CH20120867 無人機(jī)低空數(shù)字?jǐn)z影測量參數(shù)計(jì)算和路線設(shè)計(jì)系統(tǒng)=The Parameters Calculating and Environment Simulating System of UAV Low-altitude Photogrammetry Operating/廖永生（廣西地球空間信息應(yīng)用聯(lián)合實(shí)驗(yàn)室），陳文森//測繪通報(bào).-2011（9）.-38～41

為高效快速計(jì)算無人機(jī)低空攝影測量飛行參數(shù)而設(shè)計(jì)的攝影參數(shù)計(jì)算和規(guī)劃系統(tǒng)，能夠根據(jù)低空攝影測量要求計(jì)算出各項(xiàng)飛行參數(shù)，同時(shí)能夠在三維系統(tǒng)中模擬飛行環(huán)境，評(píng)估作業(yè)環(huán)境和飛行質(zhì)量。圖4表2參5

?無人機(jī) 低空攝影測量 參數(shù)計(jì)算 虛擬現(xiàn)實(shí)

CH20120868 基于分水嶺變換的遙感影像面向?qū)ο蠖喑叨确指钏惴ㄑ芯?Research on Object-oriented Multi-scale Segmentation Algorithm Based on Watershed Transformation/林卉（徐州師范大學(xué)測繪學(xué)院），劉培，夏俊士，梁亮//測繪通報(bào).-2011（10）.-17～19

面向?qū)ο蠖喑叨确指罴夹g(shù)建立一種基于多尺度分割、逐級(jí)分層提取地物邊界的方法。并基于這一思想，提出基于分水嶺算法和異質(zhì)性最小區(qū)域合并算法相結(jié)合的快速分割方法。試驗(yàn)表明，該方法能快速準(zhǔn)確地獲得高分辨率遙感圖像的分割結(jié)果。圖1表1參6

?高分辨率遙感影像 分水嶺變換算法 面向?qū)ο蠖喑叨确指?梯度圖像 異質(zhì)性最小區(qū)域合并算法

CH20120869 影像導(dǎo)航及關(guān)鍵技術(shù)=Image Navigation and Its Key Technique/金君（測繪出版社），朱述龍，李潤生//測繪通報(bào).-2011（10）.-38～40

針對(duì)遙感影像應(yīng)用于導(dǎo)航領(lǐng)域的發(fā)展趨勢(shì)，介紹遙感影像相比矢量地圖在導(dǎo)航中所具有的獨(dú)特優(yōu)勢(shì)，闡述影像導(dǎo)航的特點(diǎn)、現(xiàn)狀及存在的問題，并簡要分析影像導(dǎo)航的關(guān)鍵技術(shù)。參5

?矢量地圖 遙感影像 影像導(dǎo)航

CH20120870 橫斷山脈機(jī)載SAR-X波段影像數(shù)據(jù)處理分析=Processing and Analysis of Airborne SAR Image in Hengduan Mountains/劉瑤，李柏鵬，亢瑋（北京天下圖數(shù)據(jù)技術(shù)有限公司）//測繪通報(bào).-2011（10）.-41～44

針對(duì)機(jī)載SAR數(shù)據(jù)的X波段成像處理進(jìn)行研究，設(shè)計(jì)出一種用于生產(chǎn)實(shí)踐的快速有效的流程方案。介紹雷達(dá)信號(hào)成像處理的主要步驟，并根據(jù)SAR成像軟件需求，編寫出自動(dòng)提取主要雷達(dá)參數(shù)以及用于質(zhì)量檢查的軟件。項(xiàng)目生產(chǎn)實(shí)踐表明，該成像處理流程過程簡捷，使用方便，能有效提高生產(chǎn)效率，縮短生產(chǎn)周期，符合實(shí)際的大規(guī)模生產(chǎn)需求。圖7參9

?機(jī)載SAR-X波段 質(zhì)量檢查 航線結(jié)合圖

CH20120871 無人飛行器遙感影像的自動(dòng)相對(duì)定向研究=Research on Automatic Relative Orientation of the Unmanned Aerial Vehicle Remote Sensing Image/王琳，張力，艾海濱（中國測繪科學(xué)研究院攝影測量與遙感研究所）//測繪通報(bào).-2011（11）.-11～14

提出一套適合于無人飛行器遙感影像的全自動(dòng)相對(duì)定向流程。其技術(shù)要點(diǎn)主要包括：利用SIFT特征的旋轉(zhuǎn)、微小仿射的不變性等從影像提取特征并匹配，基于RANSAC的相對(duì)定向進(jìn)行誤匹配剔除，劃分均勻網(wǎng)格的F?rstner特征提取，基于核線約束的近似一維影像匹配，最小二乘匹配。試驗(yàn)結(jié)果表明，該方法具有較高的匹配成功率，獲得點(diǎn)數(shù)多且點(diǎn)位分布均勻，具有較高的精度。圖5表1參7

?無人飛行器 自動(dòng)相對(duì)定向

CH20120872 遙感影像成礦蝕變信息提取——以望湘-幕阜山為例=Mineralization Alteration Information Extraction in Remote Sensing Images-A Case Study of Wangxiang-Mufu Mountain/郭云開，林凱捷，彭文建（長沙理工大學(xué)測繪工程系），林超//測繪通報(bào).-2011（11）.-28～31

以望湘-幕阜山地區(qū)的蝕變信息提取研究為例，選用ETM＋和ASTER影像作為遙感數(shù)據(jù)源，采用主成分分析、波段比值分析等影像處理方法研究礦物蝕變信息提取，并基于GIS綜合分析研究圈定出找礦靶區(qū)。圖2參11

?蝕變信息找礦 主成分分析 GIS綜合

CH20120873 一種基于分布式模型框架快速計(jì)算DEM、DOM、圖幅產(chǎn)品的方法=A Method for Fast Calculation of DEM，DOM and Map Products Based on Distributed Model Framework/聶丹（武漢大學(xué)計(jì)算機(jī)學(xué)院），鄧鴻俊//測繪通報(bào).-2011（11）.-32～33，70

利用物方匹配計(jì)算模型，實(shí)現(xiàn)了DEM、DOM、圖幅產(chǎn)品的分布式計(jì)算模型，極大地提高了計(jì)算精度和速度。圖6參5

?分布式計(jì)算 物方匹配

CH20120874 北京市昌平區(qū)土地利用/覆蓋變化的遙感監(jiān)測與熱環(huán)境響應(yīng)分析=Remote Sensing Monitoring and Thermal Environment Response Analysis of the Change of LUCC in Changping District，Beijing/陳改英，郭達(dá)志（中國礦業(yè)大學(xué)（北京）地球科學(xué)與測繪工程學(xué)院）//測繪通報(bào).-2011（11）.-37～40

以北京市昌平區(qū)1999年和2006年兩個(gè)時(shí)相的Landsat TM遙感影像為主要數(shù)據(jù)源，在ENVI 4.7及ArcGIS 9.3軟件支持下，提取該區(qū)土地利用與覆蓋變化以及地表溫度和熱環(huán)境演變的信息。研究結(jié)果表明，該區(qū)的土地利用/覆蓋變化與地表熱環(huán)境之間存在著定量關(guān)系，能夠較好地揭示該區(qū)城鎮(zhèn)的擴(kuò)展變化與生態(tài)環(huán)境的相互關(guān)系。研究成果對(duì)該區(qū)乃至全市的進(jìn)一步發(fā)展規(guī)劃和建設(shè)具有一定的借鑒作用。圖4表2參12

?土地利用/覆蓋變化 城市熱環(huán)境

CH20120875 基于LiDAR和航空影像的三維建模方法探討=Discussion on Three-dimensional Modeling Based on LiDAR Data and Aerial Images/馮梅（河南省遙感測繪院）//測繪通報(bào).-2011（12）.-12～14

列舉三維數(shù)字城市的快速建模方法，并對(duì)這些方法的優(yōu)缺點(diǎn)進(jìn)行比較。圖7參7

?LiDAR攝影 三維建模 傾斜攝影 三維數(shù)字城市

CH20120876 基于無人機(jī)低空遙感系統(tǒng)的快速處理技術(shù)研究=On the Fast Processing Technique for Low-altitude UAV RS System/尹杰，楊魁（天津市測繪院）//測繪通報(bào).-2011（12）.-15～17

從快速應(yīng)急測繪的角度出發(fā)，提出無人機(jī)快速響應(yīng)的工作流程，對(duì)航線設(shè)計(jì)、影像拼接和智能解譯這3個(gè)關(guān)鍵技術(shù)進(jìn)行闡述，并針對(duì)天津前期的數(shù)據(jù)進(jìn)行試驗(yàn)。結(jié)果表明，該快速處理流程完全能夠滿足實(shí)際工作的需要，可最大限度地解決無人機(jī)快速化、自動(dòng)化處理中的問題。圖8參6

?無人機(jī) 快速處理 智能解譯

CH20120877 廣義立體像對(duì)匹配方法研究=The Matching Method Based on Generalized Stereopair/王赫（沈陽金土科技有限公司），徐克紅，王永富//測繪工程.-2011，20（4）.-26～30

遙感影像匹配是遙感技術(shù)中的熱點(diǎn)和難點(diǎn)問題，是三維重建、導(dǎo)航、模式識(shí)別、DEM自動(dòng)提取等工作的基礎(chǔ)。傳統(tǒng)的匹配方法通常是針對(duì)同源數(shù)據(jù)的，文中研究基于廣義立體像對(duì)的匹配方法，設(shè)計(jì)并實(shí)現(xiàn)了基于小波變換的特征匹配和灰度匹配相結(jié)合的匹配方法，并結(jié)合現(xiàn)有的遙感數(shù)據(jù)，人工選取40對(duì)同名控制點(diǎn)對(duì)匹配點(diǎn)的精度進(jìn)行檢驗(yàn)，實(shí)驗(yàn)結(jié)果表明該算法具有較快的運(yùn)行速度和較好的匹配精度。圖5表3參7

?廣義立體像對(duì) 特征匹配 金字塔分層

CH20120878 無光照條件下CMOS圖像傳感器噪聲分析=Analysis of CMOS Image Sensor Noise without Outside Illumination/原玉磊（信息工程大學(xué)測繪學(xué)院），鄒亮，艾金鵬//測繪工程.-2011，20（4）.-31～34

在無光照條件下，對(duì)采用CMOS圖像傳感器的尼康D90相機(jī)在不同的曝光時(shí)間下進(jìn)行拍攝實(shí)驗(yàn)，分析CMOS圖像傳感器在不同曝光時(shí)間下的暗電流噪聲以及系統(tǒng)噪聲在傳感器像面上的空間分布。得出如下結(jié)論：系統(tǒng)噪聲并沒有隨曝光時(shí)間增加而增大的趨勢(shì)，因此，系統(tǒng)的暗電流噪聲比較??；而整體噪聲在不同的曝光時(shí)間下，都有在空間分布上有像面外圍較大而像面中間較小的情況，根據(jù)該分布給出計(jì)算不同位置像素系統(tǒng)噪聲大小的公式。圖8表2參7

?CMOS圖像傳感器 圖像噪聲 暗電流噪聲 空間分布

CH20120879 3D場景中航片紋理庫構(gòu)建的核心問題研究=The Research on the Core Issues of Building Aerial Photograph Texture Library in 3DScene/劉艷，武廣臣（遼寧科技學(xué)院）//測繪工程.-2011，20（4）.-35～38，45

三維建模是3DGIS中一項(xiàng)基本任務(wù)，其速度在一定程度上取決于紋理獲取的速度。隨著三維數(shù)字城市建設(shè)的推進(jìn)，傳統(tǒng)的相機(jī)拍照法已不能滿足快速獲取紋理的要求，為此，提出一種在3D場景中構(gòu)建航片紋理庫的方法，其核心問題是模型與航片間索引的建立和紋理信息的提取?；?DGIS平臺(tái)，對(duì)建庫的核心問題進(jìn)行分析與研究，并且通過設(shè)計(jì)算法，實(shí)現(xiàn)建筑物側(cè)面的紋理匹配。實(shí)驗(yàn)證明，這種方法簡單、快速，適合廣域3D建模。圖5參11

?三維建模 紋理庫 數(shù)字城市

CH20120880 基于動(dòng)態(tài)規(guī)劃和Hough變換的遙感影像與GIS矢量數(shù)據(jù)匹配方法=A Matching Method of Remote Sensing Image and GIS Vector Data Based on Dynamic Programming and Hough Transform/張江水（信息工程大學(xué)測繪學(xué)院），李傳廣，郭海濤//測繪工程.-2011，20（5）.-9～12，17

由于遙感影像與GIS矢量數(shù)據(jù)性質(zhì)不同，并且兩者疊加后存在一定的平移、旋轉(zhuǎn)和尺度變化等原因，準(zhǔn)確建立兩者之間的對(duì)應(yīng)關(guān)系是一個(gè)難點(diǎn)。為此，提出一種多階段、由粗到精的匹配方法。該方法在遙感影像特征自動(dòng)提取的基礎(chǔ)上，以局部匹配優(yōu)選的待匹配結(jié)點(diǎn)和待匹配線段為前提，利用動(dòng)態(tài)規(guī)劃匹配方法，進(jìn)行折線整體匹配；然后利用匹配的同名點(diǎn)，解算幾何模型變換參數(shù)，實(shí)現(xiàn)二者粗配準(zhǔn)；最后以粗配準(zhǔn)結(jié)果作為初值，利用Hough變換再次同步進(jìn)行折線特征提取和特征匹配，有效提高匹配的精度。實(shí)驗(yàn)證明該方法的有效性和穩(wěn)健性。圖6參6

?動(dòng)態(tài)規(guī)劃 Hough變換 遙感影像 GIS數(shù)據(jù)

CH20120881 國產(chǎn)“環(huán)境一號(hào)”（HJ-1）衛(wèi)星遙感影像橋梁提取研究=Research on Bridge Extraction from HJ-1 Remote Sensing Satellite Images/梁菲，譚衢霖（北京交通大學(xué)土木建筑工程學(xué)院），劉亞嵐，劉珠妹//測繪工程.-2011，20（5）.-13～17

基于橋梁與水體的空間關(guān)系，結(jié)合衛(wèi)星遙感影像數(shù)據(jù)包含的多光譜和形態(tài)學(xué)特征信息，提出一種有效提取國產(chǎn)“環(huán)境一號(hào)”（HJ-1）衛(wèi)星遙感影像橋梁目標(biāo)的方法。利用國產(chǎn)“環(huán)境一號(hào)”（HJ-1）衛(wèi)星遙感影像數(shù)據(jù)進(jìn)行橋梁目標(biāo)提取試驗(yàn)。結(jié)果表明，該方法能快速、準(zhǔn)確、有效地提取“環(huán)境一號(hào)”衛(wèi)星影像中的橋梁目標(biāo)，具有一定的應(yīng)用價(jià)值。圖9表1參15

?環(huán)境一號(hào) 遙感影像 橋梁提取 形態(tài)學(xué)處理

CH20120882 基于相對(duì)定向和三角形約束的近景影像匹配=A Close-range Image Matching Based on Triangle Constraint/鄒崢嶸，謝萍，劉明選，肖奇（中南大學(xué)測繪與國土信息工程系）//測繪工程.-2011，20（5）.-22～25

針對(duì)近景影像自動(dòng)相對(duì)定向過程中初匹配點(diǎn)對(duì)中誤匹配率較大的情況，將基于三角形約束方法引入近景影像匹配。首先利用Harris算子提取特征點(diǎn)集，經(jīng)初匹配后運(yùn)用基于RANSAC方法和P-H算法的相對(duì)定向構(gòu)建核線幾何得到內(nèi)點(diǎn)集，刪除誤匹配點(diǎn)生成同名Delaunay三角網(wǎng)；在同名三角形的約束下通過縮小Harris特征點(diǎn)閾值得到新內(nèi)點(diǎn)集，實(shí)時(shí)插入同名三角網(wǎng)中，并不斷動(dòng)態(tài)更新直到生成足夠數(shù)量且分布均勻的內(nèi)點(diǎn)。實(shí)驗(yàn)結(jié)果表明，文中所提出的基于相對(duì)定向和三角形約束的近景影像匹配方法有效減小了誤匹配率，提高了匹配可靠度。圖6表2參10

?三角形約束 RANSAC算法 Delaunay三角網(wǎng) 影像匹配

CH20120883 基于遙感圖像的濕地生態(tài)系統(tǒng)健康評(píng)價(jià)=The Assessment of Wetland Ecosystem Based on RS Image/何厚軍（河海大學(xué)水文水資源與水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室），劉學(xué)工，韓琳，陳亮//測繪工程.-2011，20（5）.-45～48

黃河三角洲濕地是我國暖溫帶最完整、最廣闊、最年

輕的濕地生態(tài)系統(tǒng)。文中以遙感數(shù)據(jù)為基礎(chǔ)，基于壓力-狀態(tài)-響應(yīng)框架構(gòu)建濕地生態(tài)系統(tǒng)健康評(píng)價(jià)指標(biāo)體系，并運(yùn)用熵權(quán)模糊物元的方法對(duì)研究區(qū)東營市河口區(qū)和墾利縣濕地進(jìn)行評(píng)價(jià)。研究表明，1997年、2001年、2006年的生態(tài)系統(tǒng)健康評(píng)價(jià)綜合得分分別為0.6388、0.7361和0.8586。圖2表3參11

?生態(tài)系統(tǒng)健康 遙感數(shù)據(jù) 黃河三角洲

（797～883 許雯）

CH20120884 海岸帶潮汐模型支持下的光束法區(qū)域網(wǎng)空中三角測量=Bundle Triangulation Supported by the Tidal Model in Coastal Zone/郭海濤，申家雙（信息工程大學(xué)測繪學(xué)院），黃辰虎//測繪科學(xué)技術(shù)學(xué)報(bào).-2010，29（1）-0033～0037

針對(duì)海岸帶和海島（礁）稀少控制區(qū)域的攝影測量定位問題，結(jié)合海道測量學(xué)理論，提出了一種潮汐模型支持下的光束法區(qū)域網(wǎng)空中三角測量方法。該方法首先根據(jù)攝影時(shí)間利用精密潮汐模型計(jì)算攝影瞬間水邊線上各點(diǎn)的高程值，然后引入水邊線上這些高程已知的點(diǎn)，和其他控制點(diǎn)以及連接點(diǎn)一起參加平差，精確確定攝影時(shí)影像的空間方位。實(shí)驗(yàn)表明，該方法能夠提高海岸帶和海島（礁）稀少控制區(qū)域島（礁）、灘涂等要素的幾何定位精度。圖2表1參8

?攝影測量 潮汐模型 光束法區(qū)域網(wǎng)空中三角測量 稀少控制

CH20120885 基于新型相似性測度的高光譜影像地物檢測=A Novel Similarity Measurement Based on Object Detection in Hyperspectral Imagery/陳偉，余旭初（信息工程大學(xué)測繪學(xué)院），張鋼//測繪科學(xué)技術(shù)學(xué)報(bào).-2010，29（1）-0042～0046

提出了一種新型光譜相似性測度及其參數(shù)的自適應(yīng)選擇方法，并且將其應(yīng)用到了高光譜影像地物檢測中。由于這種相似性測度基于光譜角度余弦（SAC），因此在理論上對(duì)因光照強(qiáng)度變化、陰影和遮擋等引起的同種地物光譜變化的適應(yīng)性較強(qiáng)。最后利用兩幅高光譜影像進(jìn)行了實(shí)驗(yàn)分析，實(shí)驗(yàn)結(jié)果證明提出的方法不僅能擴(kuò)大閾值取值區(qū)間，而且可提高檢測的精度。圖9表2參8

?高光譜影像 地物檢測 光譜相似性測度 參數(shù)自適應(yīng)選擇 光譜角度余弦

CH20120886 基于降維技術(shù)的面狀居民地匹配方法=Dimension Decrease-oriented Habitation Matching Method/黃智深，錢海忠，王驍（信息工程大學(xué)測繪學(xué)院）//測繪科學(xué)技術(shù)學(xué)報(bào).-2010，29（1）-0075～0078

作為數(shù)據(jù)更新與融合關(guān)鍵技術(shù)之一，空間數(shù)據(jù)匹配越來越受重視。城市居民地是空間目標(biāo)變化中最為活躍的要素之一，成為空間數(shù)據(jù)更新的主要內(nèi)容。不同于已有要素直接匹配的做法，提出了面狀居民地匹配新方法，即對(duì)面狀居民地采用降維技術(shù)進(jìn)行處理，分別提取匹配雙方面狀居民地的骨架線，并通過其骨架線之間的匹配來達(dá)到面狀居民地之間匹配的目的。實(shí)驗(yàn)證明，所提方法中把2維面狀居民地轉(zhuǎn)化為1維線狀骨架線后，其匹配的復(fù)雜性與不確定性大幅降低，匹配效率、速度得到有效提升。圖6表1參14

?居民地 骨架線

（884～886 安敏）

CH20120887 利用MTSAT與氣象數(shù)據(jù)研究藏北地震前夕熱異常變化=Studying the Thermal Anomaly before the Zhangbei Earthquake with MTSAT and Meteorological Data〔英〕/Yang Yanzhao，Guo Guangmeng//International Journal of Remote Sensing.-2010，31（11-12）.-2783～2791

過去20年間地震前熱異?，F(xiàn)象受到廣泛報(bào)道，基于AVHRR與MODIS夜間數(shù)據(jù)，獲取熱異常區(qū)域和震中地區(qū)的距離在100-10000千米以內(nèi)。利用MTSAT-1R高時(shí)相分辨率地球同步數(shù)據(jù)與表層大氣數(shù)據(jù)，研究中國藏北地震前夕的熱異?，F(xiàn)象。組合這兩個(gè)數(shù)組優(yōu)于AVHRR和MODIS數(shù)據(jù)得到的結(jié)果，因?yàn)楹苌偈茉茖佑绊懀冶韺哟髿鉁囟茸兓芎芎梅从痴鹬泻蜔岙惓Ｖg的關(guān)系，其距離縮小到100千米以內(nèi)，能更有效在合理誤差范圍內(nèi)估算震中地區(qū)。圖6表1參15

?地質(zhì)遙感 大氣遙感 自然災(zāi)害 熱異常變化

CH20120888 利用圖像紋理探測地中海沿岸濕地土地覆蓋變化=Utilizing Image Texture to Detect Land-cover Change in Mediterranean Coastal Wetlands〔英〕/Berbero?l S，Akin A，Atkinson PM…//International Journal of Remote Sensing.-2010，31（11-12）.-2793～2815

研究地中海沿岸濕地地面覆蓋物的動(dòng)態(tài)變化。評(píng)估源于共生矩陣和方差圖的有/無圖像紋理的變化矢量分析（CVA）用于探測土地利用/覆蓋變化的效果。利用1985、1993與2005年記錄的三個(gè)Landsat TM數(shù)據(jù)最小化季節(jié)差異引起的變化探測誤差。圖像要經(jīng)過幾何、大氣和輻射改正。用基于對(duì)象的監(jiān)督分類得到的參考圖像實(shí)現(xiàn)和評(píng)價(jià)有/無紋理量度的CVA。LandsatTM數(shù)據(jù)結(jié)合方差圖可生成最準(zhǔn)確的變化探測結(jié)果。圖11表6參68

?資源遙感 土地覆蓋變化 圖像紋理 變化矢量分析

CH20120889 基于NOAA-AVHRR可見光數(shù)據(jù)與GOESIMAGER熱紅外數(shù)據(jù)的小時(shí)蒸散量推斷=Hourly Evapotranspiration Derived from NOAA-AVHRR Visible and GOES-IMAGER Thermal Infrared Data〔英〕/Han Kyung-Soo，Viau A A，Anctil F//International Journal of Remote Sensing.-2010，31（11-12）.-2817～2836

已前蒸散量遙感估值通常應(yīng)用簡化表面能量預(yù)算模型計(jì)算，采用半經(jīng)驗(yàn)系數(shù)，結(jié)合太陽同步衛(wèi)星和地面數(shù)據(jù)，它有兩個(gè)缺陷：太陽同步衛(wèi)星的時(shí)間分辨率低；由于模型需要地面數(shù)據(jù)（尤其是空氣溫度）輔助，預(yù)測點(diǎn)局限于氣象站附近。應(yīng)用地球同步衛(wèi)星（GOES-8）數(shù)據(jù)輔助則可彌補(bǔ)兩個(gè)缺陷，遙測所有參數(shù)，包括凈輻射量、空氣溫度和地表溫度。尤其是空氣溫度是蒸散量估測的一個(gè)重要?dú)庀髤?shù)，通過三階多項(xiàng)式多元回歸模型獲取。利用高斯模型和平面模型描述小時(shí)蒸散量估測所需系數(shù)，以地表粗糙度和太陽小時(shí)角代替風(fēng)速來建立模型，評(píng)價(jià)顯示，模型能夠描繪各種土地覆蓋類型試驗(yàn)系數(shù)的時(shí)相分布，系數(shù)估測的標(biāo)準(zhǔn)差為兩時(shí)段0.002mm h-1K-1。圖9表5參50

?大氣遙感 衛(wèi)星數(shù)據(jù) 蒸散量 大氣溫度 地球同步衛(wèi)星

CH20120890 基于DOS模型的實(shí)用的大氣糾正算法=A Practical DOS Model-Based Atmospheric Correction Algorithm〔英〕/Zhang Zhaoming，He Guojin，Wang Xiaoqin…//International Journal of Remote Sensing.-2010，31（11-12）.-2837～2852

結(jié)合傳統(tǒng)的暗目標(biāo)減法（DOS）技術(shù)和MODIS圖像，提出一種改進(jìn)的DOS大氣糾正算法，對(duì)2001年10月21日獲取的武夷山Landsat ETM＋圖像和2005年8月24日獲取的CBERS 02敦煌CCD圖像進(jìn)行糾正。實(shí)施各種測試如光譜特征分析、植被指數(shù)空間剖析和圖像信息量比較，通過與地面反射率直接比較，評(píng)價(jià)改進(jìn)的DOS模型性能。圖3表3參42

?大氣遙感 大氣糾正 圖像處理 MODIS圖像 暗目標(biāo)減法

CH20120891 基于衛(wèi)星的海面溫度（SST）連續(xù)分布對(duì)韓國半島嚴(yán)重雪災(zāi)的影響=Influence of Continuous Satellitebased SST Distribution on Heavy Snowfall Events over the Korean Peninsula〔英〕/Lee Soon-Hwan，Ryu Chan-Su//International Journal of Remote Sensing.-2010，31（11-12）.-2853～2883

通過分析2005年12月份韓國半島西南地區(qū)嚴(yán)重雪災(zāi)的天氣特征，結(jié)合一些定量實(shí)驗(yàn)，研究嚴(yán)重雪災(zāi)的發(fā)生機(jī)制及基于衛(wèi)星的海洋表面溫度（SST）分布對(duì)雪對(duì)流形成的影響。圖15表1參27

?大氣遙感 海面溫度 自然災(zāi)害

CH20120892 基于支持向量機(jī)和隨機(jī)森林決策樹的哥斯達(dá)黎加雨林類型的多光譜可分性研究=The Multispectral Separability of Costa Rican Rainforest Types with Support Vector Machines and Random Forest Decision Trees〔英〕/Sesnie S，F(xiàn)inegan B，Gessler P…//International Journal of Remote Sensing.-2010，31（11-12）.-2885～2909

基于統(tǒng)計(jì)比較確定LansatTM波段和光譜植被指數(shù)區(qū)分雨林組成及結(jié)構(gòu)類型的能力。利用聚類分析與排列對(duì)哥斯達(dá)黎加北部144塊成熟林地進(jìn)行分類。把基于支持向量機(jī)（SVM）的森林分類與隨機(jī)森林決策樹分類（RF）方法進(jìn)行比較，發(fā)現(xiàn)光譜數(shù)據(jù)更適合于森林類別的區(qū)分。SVM分類精度為66.6％，高于RF分類方法（65.3％）。當(dāng)添加TM波段和NDVI輔助數(shù)據(jù)后，SVM和RF方法的精度分別增高到84.3％和86.7％。圖5表5參79?多光譜可分性 支持向量機(jī) 決策樹分類法

CH20120893 預(yù)測小麥生長周期中光利用率的光化學(xué)反射系數(shù)（PRI）的改進(jìn)：證明和比較=Revised Photochemical Reflectance Index（PRI）for Predicting Light Use Efficiency of Wheat in a Growth Cycle：Validation and Comparison〔英〕/Wu Chaoyang，Niu Zheng，Tang Quan…//International Journal of Remote Sensing.-2010，31（11-12）.-2911～2924

與葉黃素變換周期密切相關(guān)的531nm和570nm處的光化學(xué)反射系數(shù)（PRI）用于跟蹤光利用效率（LUE）變化。推導(dǎo)出改進(jìn)的PRI（PRIR1和PRIR2），以更好估測小麥生長周期的LUE。在PRI中引入葉綠素含量，使得改進(jìn)指數(shù)可估測低濃度葉綠素情況下的LUE值。利用2007年小麥生長周期的實(shí)測數(shù)據(jù)進(jìn)行驗(yàn)證，當(dāng)小麥衰老期中葉子的葉綠素濃度降低時(shí)，PRI指數(shù)無法正確估計(jì)LUE值，PRIR1和PRIR2比PRI的魯棒性強(qiáng)，精度穩(wěn)定，與LUE的線性關(guān)系更好。對(duì)于低葉綠素濃度和低葉面積指數(shù)而言，改進(jìn)指數(shù)能更好估計(jì)LUE值。圖6表4參26

?植被遙感 光化學(xué)反射系數(shù) 光利用率 葉綠素濃度 葉面積指數(shù)

CH20120894 離散反射雷達(dá)點(diǎn)密度對(duì)桉樹人工林中塊級(jí)別樹的平均和最高高度估計(jì)的影響研究=Investigating the Impact of Discrete-return Lidar Point Density on Estimations of Mean and Dominant Plot-level Tree Height in Eucalyptus Grandis Plantations〔英〕/Tesfamichael S G，Ahmed F B，Van Aardt J A N…//International Journal of Remote Sensing.-2010，31（11-12）.-2925～2940

研究點(diǎn)的密度對(duì)估測塊級(jí)別樹的平均和最高高度的影響，研究區(qū)域選擇在一個(gè)控制種植密度的巨桉種植園。利用高密度的離散反射雷達(dá)點(diǎn)和小面積雷達(dá)數(shù)據(jù)模擬生成各種密度的點(diǎn)數(shù)據(jù)，利用逐步回歸模型得到每種密度下的樹的平均高度和最高高度，并與實(shí)測數(shù)據(jù)進(jìn)行比較，發(fā)現(xiàn)所有密度的雷達(dá)點(diǎn)都能得到準(zhǔn)確的結(jié)果模型，即可以用低密度的雷達(dá)點(diǎn)正確估測塊級(jí)別的森林的高度。方法是否適合其他森林還有待研究。圖2表8參33

?森林遙感 森林高度 雷達(dá)數(shù)據(jù)

CH20120895 地形對(duì)利用Landsat數(shù)據(jù)估計(jì)復(fù)雜地勢(shì)上綠色針葉林的凈初級(jí)生產(chǎn)力的影響研究：以日本吉野山為例=Topographic Effects on Estimating Net Primary Productivity of Green Coniferous Forest in Complex Terrain Using Landsat Data：A Case Study of Yoshino Mountain，Japan〔英〕/Huang Wei，Zhang，Liangpei，F(xiàn)urumi S…//International Journal of Remote Sensing.-2010，31（11-12）.-2941～2957

山區(qū)不規(guī)則地形分布嚴(yán)重影響著氣候變化的空間分布和遙感圖像上的像素反應(yīng)，地形變化可能會(huì)影響凈初級(jí)生產(chǎn)力（NPP）的估測。通過評(píng)估地形對(duì)模型基本輸入數(shù)據(jù)（包括NDVI與氣候數(shù)據(jù)）的影響，利用光能利用效率（LUE）模型分析地形對(duì)NPP的影響。結(jié)果表明在去除地形對(duì)NDVI的影響后，NPP平均值明顯提高。當(dāng)只考慮地形對(duì)氣候數(shù)據(jù)的影響時(shí)，NPP的平均值基本沒有變化。同時(shí)考慮地形對(duì)NDVI和氣候數(shù)據(jù)的影響后，NPP的平均值為1.80kgm-2yr-1，與實(shí)測數(shù)據(jù)的1.74kgm-2yr-1十分接近。圖表參

?森林遙感 凈初級(jí)生產(chǎn)力 地形分析 植被氣候?qū)W

CH20120896 利用ETM＋數(shù)據(jù)對(duì)林分蓄積量和樹密度進(jìn)行建模=Modelling Forest Stand Volume and Tree Density Using Landsat ETM＋Data〔英〕/Mohammadi J，Joibary S S，Yaghmaee F…//International Journal of Remote Sensing.-2010，31（11-12）.-2959～2975

研究林分特征與Landsat ETM＋反射值之間的關(guān)系，采用多變量回歸技術(shù)預(yù)測林分蓄積量和樹密度。與其它ETM＋波段和植被指數(shù)相比，綠色和差分植被指數(shù)（DVI）的線性組合更適合估計(jì)林分蓄積量。另外，ETM4和ETM5作為獨(dú)立變量參與的回歸模型比其它ETM＋波段和植被指數(shù)的組合更適合樹密度的估計(jì)。圖8表9參29

?森林遙感 林分特征 樹密度 地理數(shù)據(jù)模型

CH20120897 基于甚高分辨率圖像溫室效應(yīng)檢測精度探討大氣糾正與訓(xùn)練場址策略之間的關(guān)系=Relationship between Atmospheric Corrections and Training-site Strategy with Respect to Accuracy of Greenhouse Detection Process from Very High Resolution Imagery〔英〕/Carvajal F，Aguera F，Aguilar F J…//International Journal of Remote Sensing.-2010，31（11-12）.-2977～2994

采用四層遞增糾正法進(jìn)行大氣糾正：大氣頂部糾正（TOA）、表明反射率模型（ARM）、平坦區(qū)域模型（FAM）、非平坦區(qū)域模型（NFAM）。利用訓(xùn)練場定義的兩個(gè)策略（單一統(tǒng)計(jì)和粗統(tǒng)計(jì)）和兩種衛(wèi)星圖像源（Quickbird和Ikonos）進(jìn)行分類操作?；谒姆N精度指數(shù)，采用三路方差分析（ANOVA）和費(fèi)舍爾的顯著性差分測試分析分類質(zhì)量。對(duì)兩種遙感圖像進(jìn)行正射糾正，檢驗(yàn)所有層的大氣糾正方法對(duì)兩種正射圖像統(tǒng)計(jì)的不同影響。結(jié)果表明，較低層大氣糾正方法比其它層糾正結(jié)果要好，訓(xùn)練場統(tǒng)計(jì)不可能單一化，采用QuickBird還是Ikonos圖像，取決于所選用的溫室效應(yīng)檢測精度。圖6表5參29

?圖像處理 大氣糾正 正射圖像 溫室效應(yīng)

CH20120898 用于SODAR結(jié)構(gòu)分類的神經(jīng)計(jì)算模型=A Neurocomputing Model for SODAR Structure Classification〔英〕/Deb N C，Pal S，Patranabis D C…//International Journal of Remote Sensing.-2010，31（11-12）.-2995～ 3018

利用神經(jīng)計(jì)算，提出SODAR結(jié)構(gòu)分類系統(tǒng)方法，基于過去觀測的各種氣象參數(shù)數(shù)據(jù)，如溫度、相對(duì)濕度和氣壓等，以及從SODAR結(jié)構(gòu)數(shù)據(jù)計(jì)算的不同特征而開發(fā)。SODAR結(jié)構(gòu)數(shù)據(jù)是描述行星邊界層（PBL）動(dòng)態(tài)的圖像，圖像模式表明了大氣不同熱模式的結(jié)構(gòu)。神經(jīng)網(wǎng)絡(luò)模型結(jié)合多層感知器網(wǎng)絡(luò)（MLP），能更好識(shí)別出受到季節(jié)性或其他因素影響的大氣數(shù)據(jù)的形態(tài)。運(yùn)用恰當(dāng)?shù)奶卣鬟M(jìn)一步改進(jìn)預(yù)測系統(tǒng)的性能。圖9表10參24

?大氣遙感 神經(jīng)網(wǎng)絡(luò) 大氣邊界層

CH20120899 兩種用于控制加尼福利亞歐文干湖地區(qū)粉塵排放的濕度監(jiān)測方法評(píng)估=Assessment of Two Methods to Monitor Wetness to Control Dust Emissions，Owens Dry Lake，California〔英〕/Groeneveld D P，Watson R P，Barz D D…//International Journal of Remote Sensing.-2010，31（11-12）.-3019～3035

美國法律規(guī)定要控制加利福尼亞東部250km2歐文干湖地區(qū)的揚(yáng)沙量，目前是通過侵濕淺水流域?qū)崿F(xiàn)控制，評(píng)估揚(yáng)沙的控制程度就必須檢測其表面的濕度。由29個(gè)0.07m2從濕到干的未受干擾表面，獲得光譜、圖像和表面評(píng)價(jià)。利用LandsatTM等效數(shù)據(jù)（TMB5和TCW）測試表面濕度估測的兩種全波段方法。評(píng)估五個(gè)實(shí)施準(zhǔn)則：（1）從濕到干逐層分級(jí)；（2）每個(gè)指數(shù)分布末端的干濕情況；（3）從濕到干不互相疊置；（4）大范圍的從濕到干分類；（5）是否潮濕，給出準(zhǔn)確結(jié)果。根據(jù)上面的準(zhǔn)則，TMB5優(yōu)于TCW。圖5表5參26

?環(huán)境遙感 數(shù)據(jù)分析 粉塵排放 表面濕度

CH20120900 改進(jìn)泰國北部山區(qū)分水嶺區(qū)域植被分類效果的地形歸一化研究=Topographic Normalization for Improving Vegetation Classification in A Mountainous Watershed in Northern Thailand〔英〕/Cuo Lan，VoglerJ，F(xiàn)ox J//International Journal of Remote Sensing.-2010，31（11-12）.-3037～3050

利用簡單的地形標(biāo)準(zhǔn)化方法減少泰國北部山區(qū)分水嶺區(qū)域地形影響，改進(jìn)土地覆蓋分類。實(shí)驗(yàn)數(shù)據(jù)為2000年3月5號(hào)與2002年2月7號(hào)獲取的兩組landsat7 ETM＋圖像、2002年7月收集的一個(gè)數(shù)字高程模型與GPS地面真實(shí)數(shù)據(jù)，涵蓋地理位置（經(jīng)緯度）、特征信息和地面參考圖像。分別在原圖和標(biāo)準(zhǔn)化圖像上進(jìn)行土地覆蓋監(jiān)督分類，標(biāo)準(zhǔn)化圖像上植被不同連續(xù)分布階段的分類精度得到提高。圖3表7參20

?植被遙感 遙感圖像 圖像分類 土地覆蓋分類

CH20120901 利用底面反射繪制沿海區(qū)域圖：Lyzenga模型的新運(yùn)用=Using Bottom Surface Reflectance to Map Coastal Marine Areas：A New Application Method for Lyzenga＇s Model〔英〕/Sagawa T，Boisnier E，Komatsu T…//International Journal of Remote Sensing.-2010，31（11-12）.-3051～3064

傳統(tǒng)上應(yīng)用Lyzenga模型解釋底面反射與衛(wèi)星測量的輻射值之間的關(guān)系，由于其核心假設(shè)，該模型沒有其它輻射轉(zhuǎn)換模型的精度高。然而它可以利用一個(gè)單一而簡單的方程描述海岸區(qū)域發(fā)生的多步光學(xué)運(yùn)動(dòng)過程。與該模型相關(guān)的繪圖過程可能包括輻射糾正，即先前指出的作為繪圖精度主要驅(qū)動(dòng)的技術(shù)?；谏疃炔蛔冎笖?shù)的輻射糾正對(duì)清澈的水域很有效，但會(huì)隨著水域渾濁度的增加而變得極度不穩(wěn)定。為了解決這個(gè)問題，開發(fā)輻射糾正的新指數(shù)，結(jié)合水深和衰減系數(shù)。用兩個(gè)實(shí)例數(shù)據(jù)驗(yàn)證了改進(jìn)的模型相對(duì)于傳統(tǒng)的深度不變量系數(shù)模型的有效性。圖7表2參25

?遙感制圖 沿海管理 光學(xué)輻射 輻射轉(zhuǎn)換 Lyzenga模型 輻射糾正

CH20120902 過火區(qū)域?qū)ο蟮腗ODIS圖像挖掘的模式驗(yàn)證=Pattern Validation for MODIS Image Mining of Burned Area Objects〔英〕/Quintano C，Stein A，Bijker W…//International Journal of Remote Sensing.-2010，31（11-12）.-3065～3087

應(yīng)用圖像挖掘方法于中等分辨率成像光譜儀（MODIS）衛(wèi)星數(shù)據(jù)，估測2006年8月4號(hào)到6號(hào)加利西亞地區(qū)森林火災(zāi)過火區(qū)域?？紤]5種不同的輸入數(shù)據(jù)：火災(zāi)后NIR波段圖像、火災(zāi)后NDVI圖像、火災(zāi)前后的NDVI差分圖像、4微米和11微米處的熱波段圖像。圖像挖掘包括三個(gè)步驟：基于核平滑和快速傅立葉變換的預(yù)分割步驟，利用高斯分布的建模步驟，區(qū)分燒毀和未燒毀區(qū)域的閾值分割步驟。應(yīng)用直升機(jī)GPS系統(tǒng)實(shí)地獲取的數(shù)據(jù)驗(yàn)證所估測的過火區(qū)域。并將其精度與基于火災(zāi)前后光譜反射變化傳統(tǒng)方法的精度進(jìn)行比較，核平滑方法的精度提高了7.5％；基于火災(zāi)前后的NDVI差分后平滑圖像估測的過火區(qū)域的精度最高；在分類之前進(jìn)行平滑操作能提高過火區(qū)域估測精度。圖6表6參55

?森林遙感 自然災(zāi)害 森林火災(zāi) 數(shù)據(jù)挖掘 MODIS圖像

CH20120903 基于決策規(guī)則的自動(dòng)樹冠檢測及尺寸分類=Decision Rule-based Approach to Automatic Tree Crown Detection and Size Classification〔英〕/Niccolai A，Hohl A，Niccolai M…//International Journal of Remote Sensing.-2010，31（11-12）.-3089～3123

開發(fā)一種啟發(fā)式的決策規(guī)則，把林分動(dòng)態(tài)變化理論和樹冠競爭生長理論用于自動(dòng)化樹冠檢測和尺寸搜索算法。著重研究新的多維模板匹配方法，融合基于知識(shí)的決策規(guī)則，對(duì)樹冠競爭生長過程進(jìn)行建模，并研究樹冠自動(dòng)檢測與大小識(shí)別的多尺度評(píng)價(jià)標(biāo)準(zhǔn)。以英國南部的針葉和闊葉混合林驗(yàn)證樹冠自動(dòng)檢測及大小識(shí)別算法的有效性，在該區(qū)域的高分辨率彩色紅外圖像上利用多維模板匹配方法。啟發(fā)式的決策規(guī)則提取樹冠的精度達(dá)到91％，模糊化的尺寸分類方法得到的樹冠分類結(jié)果與實(shí)際相符。圖16表7參64

?森林遙感 圖像識(shí)別

CH20120904 基于VEGETATION衛(wèi)星數(shù)據(jù)的葡萄酒產(chǎn)量早期預(yù)測=Very Early Prediction of Wine Yield Based on Satellite Data from VEGETATION〔英〕/Cunha M，Marcal A，Silva L//International Journal of Remote Sensing.-2010，31（11-12）.-3125～3142

利用SPOT VEGETATION傳感器獲取葡萄牙主要葡萄酒產(chǎn)地四個(gè)測試區(qū)域1998-2008年間NDVI時(shí)間序列數(shù)據(jù)。通過2000年獲取的環(huán)境位置信息（CORINE）土地覆蓋圖選擇最合適的區(qū)域測試場址，發(fā)現(xiàn)前季4月份中旬的NDVI值與葡萄酒產(chǎn)量明顯相關(guān)，而NDVI測量值在成熟期17個(gè)月前就能獲取，因此，利用NDVI值可以提前預(yù)測葡萄酒的產(chǎn)量。將預(yù)測值與官方得到的葡萄酒產(chǎn)量進(jìn)行比較，證明了方法的準(zhǔn)確性。圖3表4參53

?農(nóng)業(yè)遙感 衛(wèi)星數(shù)據(jù) 產(chǎn)量預(yù)測

CH20120905 基于巨桉人工林土壤水分梯度評(píng)估基于生理的高光譜特征變化=Evaluating Variations of Physiology-based Hyperspectral Features along a Soil Water Gradient in a Eucalyptus Grandis Plantation〔英〕/Cho MA，van Aardt J，Main R…//International Journal of Remote Sensing.-2010，31（11-12）.-3143～3159

利用一個(gè)上升平臺(tái)上的分析光譜設(shè)備（ASD）的光譜輻射計(jì)收集晴朗天氣下68棵樹的冠部反射光譜，這些樹分別生長在優(yōu)良（25棵）、中等（25棵）與貧瘠（18棵）區(qū)域。分析葉面各營養(yǎng)元素含量與光譜特征值之間的關(guān)系。結(jié)果表明其葉面水分等都不相同，參數(shù)之間的值相差很大。揭示了多光譜遙感在區(qū)分影響巨桉生長的區(qū)域環(huán)境因素的能力。圖4表4參61

?森林遙感 植被遙感 土壤水分梯度 高光譜遙感

CH20120906 基于MODIS數(shù)據(jù)研究澳大利亞大陸林野火災(zāi)導(dǎo)致的地表反射變化=Changes in Surface Reflectance from Wildfires on the Australian Continent Measured by MODIS〔英〕/Maier S W//International Journal of Remote Sensing.-2010，31（11-12）.-3161～3176

利用大氣糾正后MODIS數(shù)據(jù)測量火災(zāi)引起的地表反射變化，考慮了觀測幾何對(duì)內(nèi)核驅(qū)動(dòng)的雙向反射系數(shù)模型的影響。藍(lán)色、綠色、紅色和短波紅外波段都沒有顯示出一致的特征，但近紅外波段通常呈現(xiàn)出一種反射率驟減的趨勢(shì)，沒有發(fā)現(xiàn)與角度有關(guān)的反射變化。不同的燃燒對(duì)象（綠色活的/干的死的植物）引起的反射率不同，這些變換也反應(yīng)在綠色、紅色、近紅外和短波紅外波段。近紅外波段是利用光學(xué)反射遙感數(shù)據(jù)自動(dòng)化檢測燃燒區(qū)的最適合波段，衛(wèi)星遙感數(shù)可為焚燒情況提供輔助數(shù)據(jù)。圖6參32

?環(huán)境遙感 自然災(zāi)害 森林火災(zāi)

CH20120907 斯托倫波里火山的LIDAR測量方法：基于數(shù)字高程模型的地貌及強(qiáng)度分析=A LiDAR Survey of Stromboli Volcano（Italy）：Digital Elevation Model-based Geomorphology and Intensity Analysis〔英〕/Fornaciai A，Bisson M，Landi P…//International Journal of Remote Sensing.-2010，31（11-12）.-3177～3194

基于LIDAR數(shù)據(jù)研究意大利斯托倫波里火山。利用2005年10月份獲取的LIDAR數(shù)據(jù)點(diǎn)生成其地表的數(shù)字高程模型（DEM）和標(biāo)定后的強(qiáng)度圖。進(jìn)而利用DEM數(shù)據(jù)、派生地圖及其地形的橫斷面圖來分析托倫波里火山的地貌情況，識(shí)別與火山爆發(fā)周期有關(guān)的四個(gè)主要的地貌區(qū)域。還用LIDAR強(qiáng)度數(shù)據(jù)識(shí)別不同的火山產(chǎn)物的能力，如輻射堆積物、碎屑沉積物、熔巖流等。圖8參42

?地質(zhì)遙感 地貌遙感 自然災(zāi)害 數(shù)字高程模型

CH20120908 基于土壤反射光譜的逆高斯參數(shù)的土壤鹽度建模=Salinity Modelling by Inverted Gaussian Parameters of Soil Reflectance Spectra〔英〕/Farifteh J，Tolpekin V，Van Der Meer F…//International Journal of Remote Sensing.-2010，31（11-12）.-3195～3210

應(yīng)用實(shí)驗(yàn)室獲取的包含土壤物理化學(xué)特性及其光譜反射特點(diǎn)的數(shù)據(jù)庫來測試土壤光譜建模。近紅外（NIR）和短波紅外（SWIR）區(qū)域受鹽度影響的土壤光譜被擬合成逆高斯曲線。擬合曲線參數(shù)隨后被用作回歸分析的初始值來估計(jì)鹽度級(jí)別。結(jié)果驗(yàn)證了鹽度級(jí)別估計(jì)的正確性，尤其是對(duì)瀉利鹽和氯鎂石鹽特別有效。其中計(jì)算出的IG參數(shù)和擬合曲線下的區(qū)域都是最準(zhǔn)確的估計(jì)結(jié)果。圖6表4參43

?資源遙感 土壤鹽度 土壤反射光譜 逆高斯參數(shù)

CH20120909 通過應(yīng)用證據(jù)理論于遙感數(shù)字圖像分類探討輔助數(shù)據(jù)使用=On the Use of Ancillary Data by Applying the Concepts of the Theory of Evidence to Remote Sensing Digital Image Classification〔英〕/Lersch R，Haertel V//International Journal of Remote Sensing.-2010，31（11-12）.-3211～3221

探討一種新的基于“證據(jù)理論”的遙感數(shù)據(jù)圖像分類方法。將輔助變量結(jié)構(gòu)化成類似于地理信息系統(tǒng)（GIS）的圖層，生成信任層和合理層。分別在專題圖像的信任層和合理層運(yùn)用閾值檢測其聯(lián)合誤差和漏分誤差。通過閾值評(píng)價(jià)用戶精度和生產(chǎn)者精度。于覆蓋南洋杉的天然森林區(qū)域進(jìn)行初步試驗(yàn)，獲得令人滿意的結(jié)果。圖4表2參10

?森林遙感 圖像分類 證據(jù)理論 遙感圖像

CH20120910 盧尼河流域雨影區(qū)的季風(fēng)變化和植被旱情分布=Monsoon Variation and Vegetative Drought Patterns in the Luni Basin in the Rain-shadow Zone〔英〕/Bhuiyan C，Kogan F N//International Journal of Remote Sensing.-2010，31（11-12）.-3223～3242

盧尼河流域的植被旱情的時(shí)空分布與季風(fēng)變化相關(guān)。利用多波段NOAA AVHRR衛(wèi)星數(shù)據(jù)獲取植被條件、溫度條件和植被健康指數(shù)來分析降雨量的季節(jié)變化、植被響應(yīng)差異性及相關(guān)性，進(jìn)行旱情監(jiān)測。發(fā)現(xiàn)盧尼河流域降雨量分布的不一致性和無規(guī)律性。在季風(fēng)期間，季風(fēng)變化控制植被健康，但有時(shí)在非季風(fēng)期，植被的旱情強(qiáng)度和持續(xù)時(shí)間很大程度上取決于水分和熱應(yīng)力。植被健康的持續(xù)性體現(xiàn)在植被旱情的跨季節(jié)持久性。好的季風(fēng)有助于生長季中后期植被健康保持，植被健康對(duì)災(zāi)后季節(jié)的水分和熱應(yīng)力響應(yīng)更為敏感。圖14表9參24

?植被遙感 自然災(zāi)害 植被生長 盧尼河流域

CH20120911 源于衛(wèi)星數(shù)據(jù)的印度Jharia煤田（JCF）最新煤炭火災(zāi)及土地利用狀況=Recent Coal-fire and Landuse Status of Jharia Coalfield，India from Satellite Data〔英〕/Martha T R，Guha A，Kumar K V…//International Journal of Remote Sensing.-2010，31（11-12）.-3243～3262

利用Lansat7ETM＋熱紅外波段的數(shù)據(jù)和ASTER的反射輻射數(shù)據(jù)來描述煤炭火災(zāi)區(qū)域，JCF的東部比南部更易發(fā)生煤炭火災(zāi)。IRS衛(wèi)星P6線性成像自掃描傳感器（IRS-LISS）數(shù)據(jù)獲知的土地利用圖顯示JCF的6.9％的區(qū)域都被采礦相關(guān)的事情占據(jù)，揭示其環(huán)境退化的原因。圖10表1參26

?自然災(zāi)害 煤炭火災(zāi) 土地利用 環(huán)境退化

CH20120912 用于表征山區(qū)松樹甲蟲侵?jǐn)_的Landsat時(shí)間序列圖像的曲線擬合方法研究=Curve Fitting of Timeseries Landsat Imagery for Characterizing a Mountain Pine Beetle Infestation〔英〕/Goodwin N，Magnussen S，Coops N…//International Journal of Remote Sensing.-2010，31（11-12）.-3263～3271

提出一種利用混合線性模型表征山區(qū)松樹甲蟲侵?jǐn)_現(xiàn)象的新技術(shù)，確定每年光譜變化的統(tǒng)計(jì)學(xué)意義。使用每年光譜變化特征信息確定是否發(fā)生了蟲患成災(zāi)事件，已知的蟲患事件時(shí)序以及為具有共同形狀的多時(shí)序反射曲線的擬合（例如光譜軌跡）提供信息。光譜軌跡的空間聚類揭示了蟲患的本質(zhì)和14年期間被松樹甲蟲侵?jǐn)_的恢復(fù)情況。圖5表1參29

?森林遙感 自然災(zāi)害 圖像分析 衛(wèi)星圖像

CH20120913 基于印度遙感衛(wèi)星數(shù)據(jù)繪制森林生態(tài)系統(tǒng)入侵植物（馬纓丹）蔓延圖的方法=Methodology to Map the Spread of an Invasive Plant（Lantana Camara L.）in Forest Ecosystems Using Indian Remote Sensing Satellite Data〔英〕/Kimothi MM，Dasari A//International Journal of Remote Sensing.-2010，31（11-12）.-3273～3289

評(píng)價(jià)不同的印度遙感傳感器在馬纓丹探測、繪圖和區(qū)域分布估測方面的能力。試驗(yàn)數(shù)據(jù)采用了Uttarakhand區(qū)域國家公園部分森林。分別利用印度遙感衛(wèi)星-線性成像自掃描傳感器（IRS-LISS）三代、IRS-LISS四代、Cartosat-1，以及LISS四代和Cartosat-1的融合圖像來繪制馬纓丹的分布區(qū)域圖，利用紋理分析改進(jìn)結(jié)果。LISS IV和Cartosat-1數(shù)據(jù)最具有繪制馬纓丹分布區(qū)域圖的潛質(zhì)。圖10表7參23

?遙感制圖 自然災(zāi)害 生物入侵 遙感儀器

CH20120914 基于雷達(dá)和光學(xué)圖像的土地覆蓋分類：以墨西哥中部為例=Land-cover Classification Using Radar and Optical Images：A Case Study in Central Mexico〔英〕/Soria-Ruiz J，F(xiàn)ernandez-Ordonez Y，Woodhouse I H…//International Journal of Remote Sensing.-2010，31（11-12）.-3291～3305

結(jié)合SAR圖像和光學(xué)圖像各自的優(yōu)勢(shì)，獲取墨西哥中部土地覆蓋信息，改進(jìn)分類精度。圖4表6參33

?圖像分類 SAR圖像 光學(xué)圖像 土地覆蓋分類

CH20120915 基于MIVIS數(shù)據(jù)的葉綠素濃度圖評(píng)價(jià)提契諾州公園橡樹林樹冠斑點(diǎn)=Chlorophyll Concentration Mapping with MIVIS Data to Assess Crown Discoloration in the Ticino Park Oak Forest〔英〕/Panigada C，Rossini M，Busetto L…//International Journal of Remote Sensing.-2010，31（11-12）.-3307～3332

利用表征樹冠斑點(diǎn)特征的生化參數(shù)-總的葉綠素濃度Cab評(píng)定提契諾州公園橡木樹的生長狀況，利用模擬試驗(yàn)評(píng)價(jià)由于生態(tài)變化和使用光學(xué)指標(biāo)進(jìn)行太陽傳感器配置時(shí)導(dǎo)致的Cab的估計(jì)誤差。使用MTCI時(shí)的Cab估計(jì)誤差很小，推斷出森林環(huán)境中繪制葉綠素濃度圖中最可靠的系數(shù)就是MTCI。利用基于光學(xué)參數(shù)的經(jīng)驗(yàn)?zāi)Ｐ蛷墓珗@森林區(qū)域的機(jī)載多光譜紅外和可見光圖像光譜儀圖像上繪制Cab圖，與實(shí)地獲取的Cab圖進(jìn)行比較，用MTCI指數(shù)的方法效果最好，Cab圖可以用來評(píng)估樹冠斑點(diǎn)級(jí)別。圖6表11參69

?森林遙感 葉綠素濃度

（887～915 張德梅）

CH20120916 無參數(shù)的地面雷達(dá)數(shù)據(jù)過濾的自動(dòng)數(shù)字地形模型=Parameter-free Ground Filtering of LiDAR Data for Automatic DTM〔英〕/Domen Mongus…//ISPRS Journal of Photogrammetry and Remote Sensing.-2012，67（1）.-1～12

介紹一種從雷達(dá)數(shù)據(jù)中自動(dòng)生成數(shù)字地形模型的新方法。該方法是將一個(gè)薄板樣條值插向地面進(jìn)行迭代，在每步迭代計(jì)算中檢驗(yàn)來自地面的殘差，同時(shí)逐漸降低窗口尺寸。用“頂帽”（top-hat）轉(zhuǎn)換來增強(qiáng)表面物體引起的間斷。最后，通過基于標(biāo)準(zhǔn)高程的自動(dòng)閾值標(biāo)準(zhǔn)偏差獲得無參數(shù)地面點(diǎn)的過濾。實(shí)驗(yàn)證明，即使在地形特征較困難的情況下仍能正確地測定數(shù)字地形高程模型（DTM）。目前，通常在實(shí)踐工作中測定那些數(shù)據(jù)集的地面點(diǎn)的精度有望超過96％，而攝影測量和遙感學(xué)會(huì)（ISPRS）基準(zhǔn)數(shù)據(jù)集產(chǎn)生的平均總誤差在6％以下。圖12表3

?激光雷達(dá) 數(shù)字地面模型

CH20120917 多光譜攝影測量中太陽高度角的輻射和幾何性能的影響=Influence of Solar Elevation in Radiometric and Geometric Performance of Multispectral Photogrammetry〔英〕/Eija Honkavaara，Lauri Markelin，Tomi Rosnell，Kimmo Nurminen//ISPRS Journal of Photogrammetry and Remote Sensing.-2012，67（1）.-13～26

太陽高度角在被動(dòng)和機(jī)載數(shù)據(jù)采集中是應(yīng)該考慮的一個(gè)重要因素。允許地形測圖的最低太陽高度角通常是從地平線起的30°。假設(shè)用一種新的、高動(dòng)態(tài)范圍、大幅面數(shù)字?jǐn)z影測量傳感器獲得高質(zhì)量數(shù)據(jù)，甚至在較低的太陽高度角情況下。這將提高攝影測量技術(shù)在各種應(yīng)用的可行性和降低成本。該項(xiàng)研究的目的在于探討和研究太陽高度角理論，并實(shí)證太陽高度角在現(xiàn)代攝影過程的影響。這被認(rèn)為是兩個(gè)尖端的攝影測量技術(shù)：自動(dòng)點(diǎn)云建立的圖像匹配和圖像數(shù)據(jù)反射糾正。為實(shí)證研究結(jié)果，使用了Intergraph公司的一個(gè)大幅面數(shù)字?jǐn)z影測量相機(jī)（DMC）采集的圖像數(shù)據(jù)，即分別在海拔2、3和4km的高度，以低太陽高度角（25-28日°）和中等太陽高度角（44-48°）采集圖像數(shù)據(jù)。在總的評(píng)估中沒有發(fā)現(xiàn)太陽高度角會(huì)產(chǎn)生負(fù)面影響。對(duì)圖像直方圖的分析表明，數(shù)字編號(hào)的范圍可以調(diào)整到與曝光設(shè)定同樣的水平；對(duì)點(diǎn)云密度和精度的評(píng)估表明影像質(zhì)量沒有任何降低。對(duì)森林、道路和農(nóng)田做了詳細(xì)的評(píng)估。研究結(jié)果表明，太陽照明的質(zhì)量并不隨太陽高度角降低而惡化。在陰影區(qū)域，觀察到的圖像信號(hào)的變化，與太陽照射地區(qū)相比信號(hào)減少，應(yīng)注意反射校準(zhǔn)問題。在自動(dòng)生成樹下陰影區(qū)的點(diǎn)云時(shí)出現(xiàn)了人工目標(biāo)，是我們?cè)谟^察平面物體的3倍，增加了隨機(jī)高度的變化，并降低了測量地形表面的成功率。研究結(jié)果還表明，整體點(diǎn)云生成性能很高。通常情況下，甚至可以從帶有與GSD相對(duì)應(yīng)的單一的立體模型的點(diǎn)密度處派生點(diǎn)云，但有時(shí)也出現(xiàn)意外。高精度性取決于地物的屬性和內(nèi)插的幾何性；高精度為明確對(duì)象的GSD的0.5-2倍。結(jié)論是，在未來應(yīng)越來越重視對(duì)圖像數(shù)據(jù)輻射性質(zhì)采用不同靈敏度量化的方法。對(duì)不敏感陰影解釋方法的研制同樣很重要，因?yàn)榭墒箶z影測量解釋技術(shù)在正常的快速響應(yīng)應(yīng)用中得到最佳利用。圖9表6

?輻射線測定 攝影測量工作

CH20120918 一種新的應(yīng)用于火星快車（Mars Express）的高分辨率立體相機(jī)（HRSC）影像的著色技術(shù)=A New Shape from Shading Technique with Application to Mars Express HRSC Images〔英〕/R.O’Hara D.Barnes//ISPRS Journal of Photogrammetry and Remote Sensing.-2012，67（1）.-27～34

開發(fā)出了一種新的基于利用先進(jìn)的攝像頭和反射模型算法來優(yōu)化陰影形狀的算法，它不需要良好的初始化表面。在“火星快車”軌道器和高分辨率立體相機(jī)（HRSC）拍攝的圖像中，地表形狀的合成渲染的表面和與地面實(shí)際影像一致。所獲得表面是一種改進(jìn)的優(yōu)良表面，其細(xì)部使用立體技術(shù)，顯示了該技術(shù)適用于真實(shí)形狀的優(yōu)化。

?形狀的材質(zhì) 無段頻率調(diào)節(jié) 高分辨率立體相機(jī)

CH20120919 利用小型全波形機(jī)載雷達(dá)LiDAR數(shù)據(jù)輻射檢校方法探測城市植被=Urban Vegetation Detection Using Radiometrically Calibrated Small-footprint Full-waveform Airborne LiDAR Data〔英〕/Bernhard Hydfle，Markus Hollaus，Julian Hagenauer//ISPRS Journal of Photogrammetry and Remote Sensing.-2012，67（1）.-134～147

介紹一種新的利用全波形機(jī)載激光雷達(dá)數(shù)據(jù)對(duì)城市高密度（50pts./m2）植被進(jìn)行測圖的GIS工作流程。該方法綜合了柵格和點(diǎn)云分析的優(yōu)勢(shì)?；邳c(diǎn)云和推導(dǎo)的全波形屬性建立了一段要素，作為決策樹和人工神經(jīng)網(wǎng)絡(luò)（ANN）分類的輸入數(shù)據(jù)。探索性數(shù)據(jù)分析和對(duì)選擇的點(diǎn)云和可見激光雷達(dá)全波形詳細(xì)的調(diào)查表明，在高值激光光束（即“回聲比”）中多種不同目標(biāo)的植被分類正確率為98％?？梢娸椛涞娜ㄐ危ɡ绶聪蛏⑸湎禂?shù)）不足，因?yàn)橄嚓P(guān)值低（相關(guān)值為72％）的單個(gè)鑒別器使用了決策樹分類器，但人工神經(jīng)網(wǎng)絡(luò)（ANN）的相關(guān)值高一些（95％正確性）。使用減少點(diǎn)密度的測試表明，派生的要素部分和分類的精度保持相對(duì)穩(wěn)定，甚至減少了10倍（5pts./m2）。在奧地利維也納市的一個(gè)有代表性研究區(qū)對(duì)地理信息系統(tǒng)（GIS）技術(shù)開發(fā)工作流程的適用性進(jìn)行了論證。獨(dú)特的高密度全波形雷達(dá)數(shù)據(jù)為研究三維物體表征特性開辟了一個(gè)新的模式，但要求在基于對(duì)象的柵格和三維點(diǎn)云分析基礎(chǔ)上使用新的聯(lián)合方法。

?激光掃描 基于對(duì)象的圖像分析

（916～919 白鷗）

CH20120920 應(yīng)用地理信息技術(shù)（GiT）探討Kazerun斷層對(duì)伊朗扎格羅斯山脈油苗定位的作用=Role of the Kazerun Fault for Localizing Oil Seepage in the Zagros Mountain，Iran：An application of GiT〔英〕/Safari H O，Pirasteh S，Mansor S B…//International Journal of Remote Sensing.-2011，32（1）.-1～16

?資源遙感 地質(zhì)勘探 地理信息技術(shù)

CH20120921 冰島大范圍林野火災(zāi)：應(yīng)用衛(wèi)星數(shù)據(jù)估測面積與強(qiáng)度=Large Wildfire in Iceland in 2006：Size and Intensity Estimates from Satellite Data〔英〕/Thorsteinsson T，Magnusson B，Gudjonsson G//International Journal of Remote Sensing.-2011，32（1）.-17～29

?衛(wèi)星遙感 自然災(zāi)害 林野火災(zāi) 生物量估測

CH20120922 利用基于地面的9.89GHz散射儀估測四季豆作物變量=Estimation of Kidney Bean Crop Variables Using Ground-based Scatterometer Data at 9.89GHz〔英〕/Prasad R//International Journal of Remote Sensing.-2011，32（1）.-31～48

?農(nóng)業(yè)遙感 農(nóng)作物 土壤濕度 葉面積指數(shù)

CH20120923 評(píng)價(jià)超光譜遙感區(qū)分冬季谷物中禾本科雜草的潛力=Assessing the Potential of Hyperspectral Remote Sensing for the Discrimination of Grassweeds in Winter Cereal Crops〔英〕/Martin MP，Barreto L，Riano D…//International Journal of Remote Sensing.-2011，32（1）.-49～67

?農(nóng)業(yè)遙感 農(nóng)作物管理 高光譜遙感

CH20120924 航片與LIDAR數(shù)據(jù)的信息融合：矢量堆棧、再分類與后處理方法=Information Fusion of Aerial Images and LIDAR Data in Urban Areas：Vector-Stacking，Re-classification and Post-processing Approaches〔英〕/Huang Xin，Zhang Liangpei，Gong Wei//International Journal of Remote Sensing.-2011，32（1）.-69～84

?數(shù)據(jù)融合 LIDAR數(shù)據(jù) 環(huán)境制圖 光學(xué)雷達(dá) 支持矢量機(jī)

CH20120925 衛(wèi)星數(shù)據(jù)應(yīng)用于森林火災(zāi)監(jiān)測與燃燒面積制圖：印度Kerala州森林=Forest Fire Monitoring and Burnt Area Mapping Using Satellite Data：A Study over the Forest Region of Kerala State，India〔英〕/Badarinath K V S，Kharol S K，Sharma A R//International Journal of Remote Sensing.-2011，32（1）.-85～102

?森林遙感 衛(wèi)星數(shù)據(jù) 遙感制圖 森林火災(zāi) 環(huán)境監(jiān)測

CH20120926 豆科植物牧草的磷鉀含量光譜遙感指數(shù)作為土壤磷鉀肥沃狀況評(píng)價(jià)工具的潛力=Potential for Spectral Indices to Remotely Sense Phosphorus and Potassium Content of Legume-based Pasture as a Means of Assessing Soil Phosphorus and Potassium Fertility Status〔英〕/Kawamura K，Mackay A D，Tuohy MP…//International Journal of Remote Sensing.-2011，32（1）.-103～124

?資源遙感 土壤分析 光譜分析

CH20120927 遙感圖像多子波的有效重建方法=Effective Reconstructed Methods of the CL Multiwavelet for Remote Sensing Images〔英〕/Wang Shifeng//International Journal of Remote Sensing.-2011，32（1）.-125～132

?遙感圖像 圖像恢復(fù) 圖像壓縮 小波轉(zhuǎn)換

CH20120928 利用2001-2005年中國北疆雪季Landsat與地面測量驗(yàn)證MODIS雪覆蓋產(chǎn)品=Validation of MODIS Snow Cover Products Using Landsat and Ground Measurements During the 2001-2005Snow Seasons over Northern Xinjiang，China〔英〕/Huang Xiaodong，Liang Tiangang，Zhang Xuetong…//International Journal of Remote Sensing.-2011，32（1）.-133～152

?大氣遙感 雪覆蓋 專題制圖 大氣溫度

CH20120929 衛(wèi)星與地面觀測應(yīng)用于亞洲沙塵暴氣候分類=Asian Dust Weather Categorization with Satellite and Surface Observations〔英〕/Lin Tang-Huang，Christina Hsu N，Tsay Si-Chee…//International Journal of Remote Sensing.-2011，32（1）.-153～170

?環(huán)境遙感 大氣遙感 沙塵暴 衛(wèi)星圖像 地面觀測

CH20120930 利用中國南極考察資料評(píng)估南半球衛(wèi)星海面溫度=Evaluation of Satellite Sea Surface Temperature in the Southern Hemisphere Using Chinese Antarctic Research Cruise Observations〔英〕/Liu Jiping，Judith A C，Zhang Zhanhai…//International Journal of Remote Sensing.-2011，32（1）.-171～184

?海洋遙感 海面溫度 南半球 南冰洋

CH20120931 黃鐵礦風(fēng)化產(chǎn)品的光譜識(shí)別：外業(yè)與實(shí)驗(yàn)室評(píng)估=Spectral Identification of Pyrite Mud Weathering Products：A Field and Laboratory Evaluation〔英〕/Riaza A，Garcia-Melendez E，Mueller A…//International Journal of Remote Sensing.-2011，32（1）.-185～208

?環(huán)境遙感 雨水排水管 礦污染 光譜分析

CH20120932 利用衛(wèi)星圖像研究海岸線變化的三單元方法=A Three-unit-based Approach in Coastal-change Studies Using Landsat Images〔英〕/Sabyasachi M，Bhattacharya A K//International Journal of Remote Sensing.-2011，32（1）.-209～229

?海洋遙感 Landsat圖像 海岸線監(jiān)測 海岸線制圖 海岸生態(tài)

CH20120933 LiDAR量測颶風(fēng)影響與恢復(fù)后的海岸生態(tài)形態(tài)動(dòng)力=LiDAR-derived Measures of Hurricane-and Restoration-generated Beach Morphodynamics in Relation to Sea Turtle Nesting Behaviour〔英〕/Long T M，Angelo J，Weishampel J F//International Journal of Remote Sensing.-2011，32（1）.-231～241

?海岸生態(tài)學(xué) 自然災(zāi)害 生物形態(tài)學(xué)

CH20120934 增強(qiáng)森林結(jié)構(gòu)評(píng)價(jià)的圖像融合=Image Fusion for Enhanced Forest Structural Assessment〔英〕/Roberts J W，Van Aardt J A N，Ahmed F B//International Journal of Remote Sensing.-2011，32（1）.-243～266

?森林遙感 圖像融合 森林結(jié)構(gòu) 森林管理 森林制圖

CH20120935 SRTM與HYDRO1K質(zhì)量分析：莫桑比克洪水淹沒案例研究=Quality Analysis of SRTM and HYDRO1K：A Case Study of Flood Inundation in Mozambique〔英〕/Karlsson J M，Arnberg W//International Journal of Remote Sensing.-2011，32（1）.-267～285

?資源遙感 數(shù)字高程模型 自然災(zāi)害 洪水管理

CH20120936 通過開發(fā)不同光譜提取的森林結(jié)構(gòu)模型的低敏感度維護(hù)地塊位置的機(jī)密性=Maintaining the Confidentiality of Plot Locations by Exploiting the Low Sensitivity of Forest Structure Models to Different Spectral Extraction Kernels〔英〕/Healey S P，Lapoint E，Moisen G G…//International Journal of Remote Sensing.-2011，32（1）.-287～297

?森林遙感 森林制圖 地理信息系統(tǒng) 敏感性分析 變量分析 地塊定位

CH20120937 利用標(biāo)準(zhǔn)差分與增強(qiáng)植被指數(shù)模擬Alberta北方混合林植被-氣候關(guān)系=Modelling the Vegetation-Climate Relationship in a Boreal Mixedwood Forest of Alberta Using Normalized Difference and Enhanced Vegetation Indices〔英〕/Jahan N，Gan T Y//International Journal of Remote Sensing.-2011，32（2）.-313～335

?森林遙感 植被氣候?qū)W 植被冠蓋 葉面積指數(shù) 神經(jīng)網(wǎng)絡(luò)

CH20120938 利用SPOT圖像估測葉CO2交換率=Estimation of Leaf CO2Exchange Rates Using a SPOT Image〔英〕/Guo Xulin，Black S C，He Yuhong//International Journal of Remote Sensing.-2011，32（2）.-353～366

?大氣遙感 植被氣候?qū)W 回歸分析 SPOT圖像

CH20120939 利用2005年多時(shí)相MODIS圖像量化印度兩熟或三熟耕地的面積與空間分布=Quantifying the Area and Spatial Distribution of Double-and Triple-Cropping Croplands in India with Multi-Temporal MODIS Imagery in 2005〔英〕/Biradar C M，Xiao Xiangming//International Journal of Remote Sensing.-2011，32（2）.-367～386

?農(nóng)業(yè)遙感 耕作制度 MODIS圖像 農(nóng)業(yè)調(diào)查

CH20120940 用于監(jiān)測亞馬遜不同植被年際生物氣候?qū)W的分形圖像=Fraction Images for Monitoring Intra-Annual Phenology of Different Vegetation Physiognomies in Amazonia〔英〕/Anderson L O，Aragao L E O C，Shimabukuro YE…//International Journal of Remote Sensing.-2011，32（2）.-387～408

?植被遙感 植被物候?qū)W 植被氣候?qū)W 高分辨率圖像 森林清查 亞馬遜流域

CH20120941 北卡羅來納州Lidar高程數(shù)據(jù)誤差分布的表征=Characterizing the Error Distribution of Lidar Elevation Data for North Carolina〔英〕/Zandbergen P A//International Journal of Remote Sensing.-2011，32（2）.-409～430

?地理信息系統(tǒng) 地形測量 數(shù)字測圖 高程控制測量泛濫平原 光學(xué)雷達(dá)

CH20120942 利用GRACE重力測量研究北極排水系統(tǒng)的水平衡=Water Balance of the Arctic Drainage System Using GRACE Gravimetry Products〔英〕/Frappart F，Ramillien G，F(xiàn)amiglietti J S//International Journal of Remote Sensing.-2011，32（2）.-431～453

?資源遙感 氣候遙感 重力測量 蒸散量

CH20120943 森林清查與衛(wèi)星光學(xué)數(shù)據(jù)應(yīng)用于地面地衣制圖=Mapping Ground Lichens Using Forest Inventory and Optical Satellite Data〔英〕/Gilichinsky M，Sandstrom P，Reese H…//International Journal of Remote Sensing.-2011，32（2）.-455～472

?地貌遙感 遙感制圖 生態(tài)學(xué) 森林清查 覓食行為

CH20120944 基于機(jī)載雷達(dá)掃描的幼林地面生物量估測=Estimating Above-Ground Biomass in Young Forests with Airborne Laser Scanning〔英〕/N？sset E//International Journal of Remote Sensing.-2011，32（2）.-473～501

?生物量估測 森林冠頂

CH20120945 基于極化雷達(dá)的熱帶森林材積估測=Stem Volume of Tropical Forests from Polarimetric Radar〔英〕/Goncalves F G，Santos J R，Treuhaft R N//International Journal of Remote Sensing.-2011，32（2）.-503～522

?熱帶森林 樹干材積 林業(yè)管理 極化雷達(dá)

CH20120946 基于GIS與NOAA/AVHRR數(shù)據(jù)的巴西亞馬遜Mato Grosso州森林砍伐動(dòng)態(tài)研究=Deforestation Dynamics in Mato Grosso in the Southern Brazilian Amazon Using GIS and NOAA/AVHRR Data〔英〕/Yoshikawa S，Sanga-Ngoie K//International Journal of Remote Sensing.-2011，32（2）.-523～544

?森林砍伐 植被氣候?qū)W 植物地理學(xué) 地理信息系統(tǒng)

CH20120947 基于Landsat TM圖像的海岸濕地植被分類=Coastal Wetland Vegetation Classification with a Landsat Thematic Mapper Image〔英〕/Zhang Yinlong，Lu Dengsheng，Yang Bo…//International Journal of Remote Sensing.-2011，32（2）.-545～561

?濕地保護(hù) 濕地植物 專題地圖 瀕危物種

CH20120948 模擬多云條件下超光譜紅外數(shù)據(jù)獲取大氣剖面=Simulation of Atmospheric Profile Retrieval from Hyperspectral Infrared Data Under Cloudy Conditions〔英〕/Guan Li，Huang Hung-Lung//International Journal of Remote Sensing.-2011，32（2）.-563～576

?紅外輻射 大氣影響 高分辨率圖像 大氣溫度

CH20120949 全球氣候動(dòng)態(tài)研究與遙感的新動(dòng)向=New Aspects of Global Climate-Dynamics Research and Remote Sensing〔英〕/Cracknell A P，Varotsos C A//International Journal of Remote Sensing.-2011，32（2）.-579～600

?全球氣候變化 空間變化 環(huán)境監(jiān)測

CH20120950 利用遙感技術(shù)認(rèn)知喜馬拉雅山脈冰凍圈變化=Understanding Changes in the Himalayan Cryosphere Using Remote Sensing Techniques〔英〕/Kulkarni A V，Rathore B P，Singh S K…//International Journal of Remote Sensing.-2011，32（3）.-601～615

?冰雪覆蓋 環(huán)境監(jiān)測 全球預(yù)警

CH20120951 數(shù)據(jù)同化于地面模型：氣候反饋的意義=Data Assimilation into Land Surface Models：the Implications for Climate Feedbacks〔英〕/Ghent D，Kaduk J，Remedios J…//International Journal of Remote Sensing.-2011，32（3）.-617～632

?生物地球化學(xué)循環(huán) 氣候變化 土壤濕度 溫室氣體

CH20120952 大氣頂?shù)娜蚪M分氣溶膠直接輻射效應(yīng)=Global Component Aerosol Direct Radiative Effect at the Top of Atmosphere〔英〕/Zhao T X P，Loeb N G，Laszlo I…//International Journal of Remote Sensing.-2011，32（3）.-633～655

?環(huán)境監(jiān)測 輻射轉(zhuǎn)換 反射系數(shù) 輻射強(qiáng)迫

CH20120953 利用2008-2009AERONET/PHOTONS太陽光度計(jì)測量值研究Kyiv氣溶膠層特性=Aerosol Layer Properties over Kyiv from AERONET/PHOTONS Sunphotometer Measurements during 2008-2009〔英〕/Danylevsky V，Ivchenko V，Milinevsky G…//International Journal of Remote Sensing.-2011，32（3）.-657～669

?環(huán)境監(jiān)測 輻射測量 太陽輻射

CH20120954 遙感監(jiān)測全球大部分對(duì)流層溫度=The Role of Remote Sensing in Monitoring Global Bulk Tropospheric Temperatures〔英〕/Christy J R，Spencer R W，Norris WB//International Journal of Remote Sensing.-2011，32（3）.-671～685

?氣象衛(wèi)星 溫室氣體 全球監(jiān)測

CH20120955 衛(wèi)星測量應(yīng)用于印度氣候變化的探測=Investigating the Possible Causes of Climate Change in India with Satellite Measurements〔英〕/Ganguly N D//International Journal of Remote Sensing.-2011，32（3）.-687～700

?氣候變化 森林野火

CH20120956 印度地區(qū)夏季風(fēng)季節(jié)極端平均海平面氣壓動(dòng)態(tài)及其特征=Trends in Extreme Mean Sea Level Pressure and Their Characteristics during the Summer Monsoon Season over the Indian Region〔英〕/Patil S D，Singh H N，Bansod S D…//International Journal of Remote Sensing.-2011，32（3）.-701～715

? 環(huán)境監(jiān)測 平均海平面 厄爾尼諾海流

CH20120957 CPC高分辨率數(shù)據(jù)應(yīng)用于2001-2009年間夏季風(fēng)降雨量極值研究=Extremes in Summer Monsoon Precipitation over India during 2001-2009Using CPC High-resolution Data〔英〕/Preethi B，Revadekar J V，Munot A A//International Journal of Remote Sensing.-2011，32（3）.-717～735

?大氣遙感 降水量變化 高分辨率數(shù)據(jù)

CH20120958 希臘較廣大區(qū)域與大氣圈變化相關(guān)的氣溫動(dòng)態(tài)研究=Air Temperature Trends Related to Changes in Atmospheric Circulation in the Wider Area of Greece〔英〕/Nastos P T，Philandras C M，F(xiàn)ounda D…//International Journal of Remote Sensing.-2011，32（3）.-737～750

?北大西洋濤動(dòng)

CH20120959 基于地面微波輻射計(jì)的總水蒸氣的長期變化=A Complete Long-term Series of Integrated Water Vapour from Ground-Based Microwave Radiometers〔英〕/Hocke K，K?mpfer N，Gerber C…//International Journal of Remote Sensing.-2011，32（3）.-751～765

?大氣預(yù)測 氣候變化 微波輻射計(jì)

CH20120960 基于意大利Ottavio Vittori高山觀測站的平流層NO2動(dòng)態(tài)=Stratospheric NO2Trends over the High Mountain＇Ottavio Vittori＇Station，Italy〔英〕/Kostadinov I，Petritoli A，Giovanelli G…//International Journal of Remote Sensing.-2011，32（3）.-767～785

?平流層 大氣化學(xué)

CH20120961 SCIAMACHY衛(wèi)星測量甲烷應(yīng)用于區(qū)域研究案例：地中海東部較大區(qū)域=A Case Study on the Application of SCIAMACHY Satellite Methane Measurements for Regional Studies：the Greater Area of the Eastern Mediterranean〔英〕/Georgoulias A K，Kourtidis K A，Buchwitz M…//International Journal of Remote Sensing.-2011，32（3）.-787～813

?環(huán)境監(jiān)測 空氣污染

CH20120962 利用2003-2005年間SCIAMACHY衛(wèi)星觀測分析中國二氧化碳時(shí)空變化=Analysis of Spatial and Temporal Variations of Carbon Dioxide over China Using SCIAMACHY Satellite Observations during 2003-2005〔英〕/Wang Ke，Jiang Hong，Zhang Xiuying…//International Journal of Remote Sensing.-2011，32（3）.-815～832

?環(huán)境監(jiān)測 空氣污染 氣候變化 土地覆蓋

CH20120963 中國大氣甲烷濃度的空間變化=Spatial Variations of Atmospheric Methane Concentrations in China〔英〕/Zhang Xiuying，Jiang Hong，Wang Yueqi…//International Journal of Remote Sensing.-2011，32（3）.-833～847

?環(huán)境監(jiān)測 溫室氣體 多回歸分析

CH20120964 印度城市氮氧化物濃度的時(shí)相變化=Temporal Variation of Urban NOx Concentration in India during the Past Decade as Observed from Space〔英〕/Ghude S D，Kulkarni P S，Kulkarni S H…//International Journal of Remote Sensing.-2011，32（3）.-849～861

?環(huán)境監(jiān)測 空氣污染 光譜儀

CH20120965 基于寬帶紅外輻射測量數(shù)據(jù)評(píng)估風(fēng)廓線輻射轉(zhuǎn)換模型=Evaluation of Radiative Transfer Models in Atmospheric Profiling with Broadband Infrared Radiance Measurements〔英〕/Jin Xin，Li Jun，Schmit T J…//International Journal of Remote Sensing.-2011，32（3）.-863～874

?風(fēng)廓線 輻射轉(zhuǎn)換 氣象衛(wèi)星 濕度測量

CH20120966 基于遙測數(shù)據(jù)確定光學(xué)大氣參數(shù)的反演問題的解法多樣性=Multiplicity of Solutions of the Inverse Problem for Determining Optical Atmospheric Parameters from Remote Observations〔英〕/Vasilyev A，Melnikova I//International Journal of Remote Sensing.-2011，32（3）.-875～889

?氣候變化 太陽輻射 全球預(yù)警

CH20120967 印度夏季季風(fēng)降雨與太陽黑子數(shù)之間的可能關(guān)聯(lián)=The Possible Association between Summer Monsoon Rainfall in India and Sunspot Numbers〔英〕/Chattopadhyay S，Chattopadhyay G//International Journal of Remote Sensing.-2011，32（3）.-891～907

?太陽黑子 太陽磁場 氣候變化

CH20120968 利用基于像素的光截取研究楊樹人工林光照強(qiáng)度=Light Regimes in Populus Plantations Using Voxel-based Light Interception〔英〕/Van Der Zande D，Dieussaert K，Stuckens J…//International Journal of Remote Sensing.-2011，32（4）.-925～931

?森林冠頂 虛擬現(xiàn)實(shí) 光學(xué)雷達(dá) 標(biāo)準(zhǔn)偏差

CH20120969 利用DINEOF重建海面溫度：比斯開灣打漁季節(jié)案例=Reconstruction of Sea Surface Temperature by Means of DINEOF：A Case Study During the Fishing Season in the Bay of Biscay〔英〕/Ganzedo U，Alvera-Azcarate A，Esnaola G…//International Journal of Remote Sensing.-2011，32（4）.-933～950

?海面溫度 漁業(yè)管理 遙感圖像 比斯開灣

CH20120970 2004年12月26日海嘯后印度孟加拉灣鄉(xiāng)村一日間地表臭氧不正常變化=Unusual Diurnal Variation in Surface Ozone Observed after the 26December 2004Tsunami over the Rural Site of Bay of Bengal，India〔英〕/Debaje S，Johnson J S，Rajendran M//International Journal of Remote Sensing.-2011，32（4）.-951～971

?印度洋海嘯 環(huán)境監(jiān)測

CH20120971 MERIS融合圖像應(yīng)用于不同景觀土地覆蓋制圖與植被狀況評(píng)價(jià)=Using MERIS Fused Images for Land-Cover Mapping and Vegetation Status Assessment in Heterogeneous Landscapes〔英〕/Zurita-Milla R，Clevers J G P W，Van Gijsel J A E…//International Journal of Remote Sensing.-2011，32（4）.-973～991

?數(shù)據(jù)融合 土地覆蓋分類 景觀評(píng)價(jià) 葉綠素

CH20120972 印度沿岸站位的高臭氧含量=High Ozone at Coastal Sites in India〔英〕/Debaje S，Johnson J S//International Journal of Remote Sensing.-2011，32（4）.-993～1015

?環(huán)境遙感 海岸帶生態(tài)學(xué)

CH20120973 塞拉利昂弗里敦港土地利用與土地覆蓋變化及其對(duì)城市和城郊農(nóng)業(yè)的影響=Dynamics of Land-Use And Land-Cover Change in Freetown，Sierra Leone and its Effects on Urban and Peri-Urban Agriculture-A Remote Sensing Approach〔英〕/Forkuor G，Cofie O//International Journal of Remote Sensing.-2011，32（4）.-1017～1037

?土地利用 土地覆蓋變化 農(nóng)業(yè)景觀管理

CH20120974 利用CSM-CERES-Maize模型集成MODIS葉面指數(shù)（LAI）與植被指數(shù)產(chǎn)品用于玉米產(chǎn)量估算=Integration of MODIS LAI and Vegetation Index Products with the CSM-CERES-Maize Model for Corn Yield Estimation〔英〕/Fang Hongliang，Liang Shunlin，Hoogenboom G//International Journal of Remote Sensing.-2011，32（4）.-1039～1065

?葉面積指數(shù) 農(nóng)作物產(chǎn)量 植被指數(shù)

CH20120975 基于生物物理的浮水植物分類一體化方法=An Integrated Approach to a Biophysiologically Based Classification of Floating Aquatic Macrophytes〔英〕/Khanna S，Santos MJ，Ustin S…//International Journal of Remote Sensing.-2011，32（4）.-1067～1094

?資源遙感 環(huán)境監(jiān)測 生態(tài)多樣性 浮水植物

CH20120976 轉(zhuǎn)基因油菜的超光譜研究=Hyperspectral Studies of Transgenic Oilseed Rape〔英〕/Jiang Hong，Wei Wei，Song Xiaodong…//International Journal of Remote Sensing.-2011，32（4）.-1095～1103

?轉(zhuǎn)基因植物 生物安全

CH20120977 通過集成MODIS與地面數(shù)據(jù)估測小麥產(chǎn)量=Estimation of Wheat Production by the Integration of MODIS and Ground Data〔英〕/Maselli F，Moriondo M，Angeli L…//International Journal of Remote Sensing.-2011，32（4）.-1105～1123

?農(nóng)業(yè)遙感 農(nóng)作物產(chǎn)量

CH20120978 不重合全色圖像與多光譜數(shù)據(jù)的圖像融合方法=An Image Fusion Method for Misaligned Panchromatic and Multispectral Data〔英〕/Jing Linhai，Cheng Qiuming//International Journal of Remote Sensing.-2011，32（4）.-1125～1137

?圖像融合 高分辨率圖像 全色圖像

CH20120979 墨西哥南Yucatan半島熱帶森林的逐步土地覆蓋分類方法=A Step-wise Land-cover Classification of the Tropical Forests of the Southern Yucatan，Mexico〔英〕/Schmook B，Palmer D R，Sangermano F…//International Journal of Remote Sensing.-2011，32（4）.-1139～1164

?土地覆蓋分類 熱帶森林

CH20120980 利用黃淮海平原溫度-植被干旱指數(shù)（TVDI）估測土壤濕度=Estimating Soil Moisture Using Temperature-vegetation Dryness Index（TVDI）in the Huang-huai-hai（HHH）Plain〔英〕/Chen Jian，Wang Chunzhi，Jiang Hong…//International Journal of Remote Sensing.-2011，32（4）.-1165～1177

?土壤濕度 土壤溫度 土壤深度 植被氣候?qū)W

CH20120981 利用基于地面的雷達(dá)、CloudSat與CALIPSO測量數(shù)據(jù)相互比較云頂、云底高程=Intercomparisons of Cloud-top and Cloud-base Heights from Ground-based Lidar，CloudSat and CALIPSO Measurements〔英〕/Kim Sang-Woo，Chung Eui-Seok，Yoon Soon-Chang…//International Journal of Remote Sensing.-2011，32（4）.-1179～1197

?光譜測量 探測器

CH20120982 應(yīng)用冠頂-與葉面反射指數(shù)探測野豌豆屬質(zhì)量變化=Use of Canopy-and Leaf-reflectance Indices for the Detection of Quality Variables of Vicia Species〔英〕/Albayrak S，Basay?t L，Turk M//International Journal of Remote Sensing.-2011，32（4）.-1199～1211

?植物冠頂 葉面反射指數(shù) 植物營養(yǎng)

CH20120983 結(jié)合ASTER與TM數(shù)據(jù)監(jiān)測北京城市熱島效應(yīng)=Monitoring of Urban Heat Island Effect in Beijing Combining ASTER and TM Data〔英〕/Cai Guoyin，Du Mingyi，Xue Yong//International Journal of Remote Sensing.-2011，32（5）.-1213～1232

?城市熱島效應(yīng)

CH20120984 基于遙感數(shù)據(jù)模擬和預(yù)測孟加拉瘧疾的矢量分布=Modelling and Prediction of Malaria Vector Distribution in Bangladesh from Remote-Sensing Data〔英〕/Rahman A，Kogan F，Roytman L…//International Journal of Remote Sensing.-2011，32（5）.-1233～1251

?資源遙感

CH20120985 冬季孟加拉灣氣溶膠的特征與傳輸：基于實(shí)地和衛(wèi)星測量數(shù)據(jù)的比較研究=Characterization and Transport of Aerosols over the Bay of Bengal during the Winter Monsoon：A Comparative Study Using in-situ and Satellite Measurements〔英〕/Sanwlani N，Chauhan P，Navalgund R R//International Journal of Remote Sensing.-2011，32（5）.-1253～1267

?環(huán)境遙感 空氣污染

CH20120986 基于1年CALIPSO Lidar觀測數(shù)據(jù)的全球云層分布統(tǒng)計(jì)=Global Cloud-layer Distribution Statistics from 1Year CALIPSO Lidar Observations〔英〕/Wu Dong，Hu Yongxiang，McCormick M…//International Journal of Remote Sensing.-2011，32（5）.-1269～1288

?云測量 光學(xué)雷達(dá)

CH20120987 基于多時(shí)相TM衛(wèi)星數(shù)據(jù)的草覆蓋變化量化探測=Quantitative Detection of Change in Grass Cover from Multi-temporal TM Satellite Data〔英〕/Zha Yong，Gao Jay//International Journal of Remote Sensing.-2011，32（5）.-1289～1302

?衛(wèi)星測量 物理測量 光譜分析

CH20120988 利用二維連續(xù)小波轉(zhuǎn)換量化海洋遙感圖像的非均質(zhì)性=Quantification of Non-homogeneity from Ocean Remote-Sensing Images Using Two-Dimensional Continuous Wavelet Transforms〔英〕/Wu Li-Chung，Laurence Zsu-Hsin Chuang，Doong Dong-Jiing…//International Journal of Remote Sensing.-2011，32（5）.-1303～1318

?圖像分析 遙感圖像 非均質(zhì)性 小波轉(zhuǎn)換

CH20120989 基于MODIS數(shù)據(jù)計(jì)算實(shí)際蒸散量的不同Priestley與Taylor修正式的比較研究=A Comparison among Different Modified Priestley and Taylor Equations to Calculate Actual Evapotranspiration with MODIS Data〔英〕/Venturini V，Rodriguez L，Bisht G//International Journal of Remote Sensing.-2011，32（5）.-1319～1338

?大氣遙感 蒸散量 降雨量 水供應(yīng)

CH20120990 基于Landsat遙感數(shù)據(jù)的大熊貓棲息地植被變化繪圖=Mapping the Vegetation Changes in Giant Panda Habitat Using Landsat Remotely Sensed Data〔英〕/Jian Ji，Jiang Hong，Zhou Guomo…//International Journal of Remote Sensing.-2011，32（5）.-1339～1356

?Landsat圖像 遙感制圖 大熊貓棲息地

CH20120991 用于寬波長范圍大氣改正的兩個(gè)輻射轉(zhuǎn)換模型的比較研究=A Comparison between Two Radiative Transfer Models for Atmospheric Correction over a Wide Range of Wavelengths〔英〕/Callieco F，Dell＇Acqua F//International Journal of Remote Sensing.-2011，32（5）.-1357～1370

?圖像處理 大氣改正 輻射轉(zhuǎn)換模型 光譜分析

CH20120992 基于可視、被動(dòng)微波與散射儀衛(wèi)星數(shù)據(jù)的混合全球雪產(chǎn)品=A Blended Global Snow Product Using Visible，Passive Microwave and Scatterometer Satellite Data〔英〕/Foster J L，Hall D K，Eylander J B…//International Journal of Remote Sensing.-2011，32（5）.-1371～1395

?雪測量 降雨量 衛(wèi)星測量

CH20120993 Jason-1高風(fēng)速時(shí)新的風(fēng)獲取算法=A New Wind Retrieval Algorithm for Jason-1at High Wind Speeds〔英〕/Gu Yanzhen，Liu Yuguang，Xu Qing…//International Journal of Remote Sensing.-2011，32（5）.-1397～1407

?高度表 氣象儀器

CH20120994 與頻發(fā)大地震相關(guān)的電磁波發(fā)射的地面觀測=Ground Observation of Electromagnetic Emissions Related to Clusters of Earthquakes〔英〕/Kumar M，Singh V，Kushwah V…//International Journal of Remote Sensing.-2011，32（5）.-1409～1420

?自然災(zāi)害 電磁波發(fā)射 地面觀測

CH20120995 NCEP-NCAR長波段云輻射強(qiáng)迫的季節(jié)性行為及其與全印度夏季降雨量的關(guān)系=Seasonal Behaviour of NCEP-NCAR Longwave Cloud Radiative Forcing and Its Relationship with All-India Summer Monsoon Rainfall〔英〕/Munot A A，Patil S D，Preethi B…//International Journal of Remote Sensing.-2011，32（5）.-1421～1430

?輻射強(qiáng)迫 夏季降雨量

CH20120996 利用Landsat TM圖像估測毛竹林地上碳儲(chǔ)量=Estimation of Aboveground Carbon Stock of Moso Bamboo（Phyllostachys heterocycla var.pubescens）Forest with a Landsat Thematic Mapper Image〔英〕/Xu Xiaojun，Du Huaqiang，Zhou Guomo…//International Journal of Remote Sensing.-2011，32（5）.-1431～1448

?Landsat TM圖像 回歸分析 碳儲(chǔ)量

CH20120997 集成Terra與Aqua衛(wèi)星MODIS數(shù)據(jù)獲取地面溫度與發(fā)射率信息=Land Surface Temperature and Emissivity Retrieval by Integrating MODIS Data Onboard Terra and Aqua Satellites〔英〕/Bao Yunfei，Chen Shengbo，Qinhuo Liu…//International Journal of Remote Sensing.-2011，32（5）.-1449～1469

?衛(wèi)星數(shù)據(jù) 數(shù)據(jù)融合 地面溫度

CH20120998 多季Landsat-7ETM＋圖像應(yīng)用于佛羅里達(dá)喀斯特地貌景觀的濕地分割與面向?qū)ο蟮姆诸?Segmentation and Object-oriented Classification of Wetlands in a Karst Florida Landscape Using Multi-season Landsat-7 ETM＋I(xiàn)magery〔英〕/Frohn R C，Autrey B C，Lane C R…//International Journal of Remote Sensing.-2011，32（5）.-1471～1489

?地貌遙感 資源遙感 喀斯特地貌

CH20120999 無人駕駛飛機(jī)應(yīng)用于火山低空遙感：日本伊豆大島火山航磁觀測=Low-altitude Remote Sensing of Volcanoes Using an Unmanned Autonomous Helicopter：An Example of Aeromagnetic Observation at Izu-Oshima Volcano，Japan〔英〕/Kaneko T，Koyama T，Yasuda A…//International Journal of Remote Sensing.-2011，32（5）.-1491～1504

?地質(zhì)遙感 地貌遙感

CH20121000 利用MISR同步觀測值評(píng)估Terra MODIS太陽反射波段探測器-探測器與側(cè)鏡差異=Evaluation of Detector-to-detector and Mirror Side Differences for Terra MODIS Reflective Solar Bands Using Simultaneous MISR Observations〔英〕/Wu Aisheng，Xiong Xiaoxiong，Angal A…//International Journal of Remote Sensing.-2011，32（2）.-299～312

?遙感儀器 探測器 柔光鏡 遙感圖像

CH20121001 應(yīng)用于大氣研究的微脈沖雷達(dá)的自主設(shè)計(jì)與開發(fā)=Indigenous Design and Development of a Micro-Pulse Lidar for Atmospheric Studies〔英〕/Dubey P K，Jain S L，Arya B C…//International Journal of Remote Sensing.-2011，32（2）.-337～351

?光學(xué)雷達(dá) 雷達(dá)氣象學(xué)

（820～1001 張德梅）