极化SAR旱地作物分类的后向消除特征选择研究

[目的]作物遥感分类是作物面积监测的核心问题,也是进一步开展农作物长势、产量等专题监测的前提。特征选择是作物遥感分类的关键步骤之一,能够有效提高作物遥感分类精度和效率。文章使用后向消除的特征选择方法明确最优特征集的大小和内容,比较不同优选特征集的分类效果分析4种特征排序方法的优劣。[方法]（1）提取河北省深州市旱地作物关键生长期（6月3日、6月27日、7月21日） RADARSAT-2数据的3类特征变量共114个。（2）比较基于不同度量方式的4种特征重要性排序方法,根据特征排序结果采用后向消除方法逐步简化特征变量,确定最优特征个数,得到优选特征集。（3）比较不同优选特征集在随机森林方法下的分类效果。[结果]特征排序方法中极限树的效果最好。使用极限树算法优选的特征集参与随机森林分类,能用最少的特征（11个）,达到最高的精度（92.63%）。并且与全部特征（114个）的分类结果相比,总体精度只下降了1.78%。[结论]后向消除特征选择优选出的特征集能够明确最优特征个数,能够在保障分类精度的同时有效提升分类效率,优选出的特征集可为同种种植结构下的旱地作物分类提供参考。     

基于统计可信度的压缩感知协作频谱检测算法

压缩感知为认知无线电的宽频谱感知提供了一种新的方法和思路。基于压缩感知的原理,提出了一种多认知用户协作场景下基于用户统计可信度的协作频谱检测算法。该算法使用正交匹配协作追踪算法获得认知区域内的频谱占用情况,根据不同认知用户频谱检测的历史准确度综合判定用户感知结果的统计可信度。仿真结果表明,该算法在不同用户数、不同采样值、不同信噪比变化范围下其检测性能均优于传统算术平均方法,有效改善了检测性能。     

尺度变化对油菜种植面积遥感监测精度的影响

农作物种植面积监测是遥感估产的基础工作之一,监测结果的精度直接影响到数据的可信度和可用性。随着多光谱和多空间分辨率数据集的日益普遍,多尺度遥感数据源的综合应用是进行大范围农作物种植面积遥感监测业务化运行的必然趋势,因此尺度变化对农作物种植面积遥感监测精度影响的研究势在必行。该研究采用高空间分辨率的多光谱遥感影像进行油菜种植面积提取,对其提取结果进行基于简单多数原则的尺度转化,得到不同空间分辨率的提取结果,通过与地面实测样方数据构建误差矩阵进行精度分析,分析不同空间分辨率影像对作物种植面积遥感信息提取精度的影响。运用多种精度评价指标,从不同空间分辨率、不同监测方法、不同遥感监测时相等角度系统分析了农作物种植面积遥感测量中的尺度效应问题。为基于多尺度遥感数据综合应用的农作物种植面积遥感监测业务化运行中的数据选择和精度保证问题提供理论与实验基础。     

基于决策树的土地利用覆盖分类及变化研究——以济宁市任城区为例

以济宁市任城区为研究对象,获取研究区域2001年、2006年和2011年三期Landsat ETM与TM影像,通过ENVI遥感影像处理软件分析了研究区影像的光谱特征以及植被归一化指数（NDVI）、建筑归一化指数（NDBI）以及水体归一化指数（NDWI）,利用决策树算法确定各地类的综合阈值,建立决策树模型,得到了土地利用覆盖分类结果并取得了良好的分类精度。同时通过对研究区2001至2011年的土地利用动态度及土地利用转移矩阵的分析得出研究区在研究期内的土地利用覆盖变化特征,最终得出结论：（1）利用决策树分类能够获得较高的分类精度;（2）任城区城镇化发展迅速,城镇化在区域土地利用覆盖变化过程中起到了主导性的作用。     

1999年至2010年呼伦贝尔市重要湿地遥感动态变化研究

以1999年、2002年和2010年3期TM/ETM影像为数据源,综合应用RS与GIS技术,以呼伦贝尔市西南六县为重点研究区,对其湿地进行专题信息提取和分类,了解呼伦贝尔湿地近10多年来的动态变化。结果表明：近11年来,研究区湿地面积萎缩严重,总面积减少3 522.07 km2,变化率为36.5%。其中新巴尔虎右旗和陈巴尔虎旗湿地面积减少最多,变化主要包括湿地向非湿地的转变和草甸沼泽湿地向草本沼泽湿地的转变。初步反映了呼伦贝尔盟湿地的退化现状,为进一步加强湿地保护与生态恢复提供了依据。     

低效产业用地目标识别与二次开发策略研究

产业用地的低效利用是造成我国建设用地效益低下的重要原因。本文以典型地区广州市白云区产业用地为例,对2012年多时相SPOT/QuickBird遥感影像图进行低效产业用地的信息提取研究,并在调查问卷基础上,分析其形成的主要原因,最后提出低效产业用地的二次开发的策略与措施。主要结论有:(1)利用遥感与GIS技术可以实现在高分辨率遥感影像中低效产业用地信息提取;(2)白云区低效产业用地面积大,占建设用地总面积的比例较高;(3)低效产业用地形成的主要原因包括规划与审批、地理位置等因素;(4)城乡统筹是进行低效产业用地再开发、提升其利用效率的根本途径,同时也可以为我国新型城镇化与城乡统筹发展拓展空间提供用地保障。     

基于K空间的核磁共振快速成像技术

磁共振成像技术已经成为现代临床医学影像检查的重要手段之一,而传统的成像手段的主要缺点是其成像速度太慢。文章主要阐述了半傅里叶成像、平行成像以及压缩传感成像的基本原理,从而展现MR快速成像技术巨大的应用价值和研究价值。     

高速维特比译码器的设计

本文实现了高速(2，1，7)卷积码的维特比译码器。该译码器针对加比选(ACS)模块采用并行化结构设计，并且在解码器的各个部分，在不影响译码性能的前提下，采用了一系列的简化设计，从而使译码器输出数据的速率达到160Mbps。     

Google Earth在成都市功能分区研究中的应用

在历经了20余年的改革发展后,成都市在基础设施建设、产业结构调整和生态环境保护等方面都取得了长足的进步,在政治经济文化发展的同时,城市的用地规模日益扩大,城市功能分区日趋复杂,人地矛盾、功能与形态分区矛盾日渐凸现,城市功能分区已经成为制约城市发展的重要因素之一.为此开展成都市功能分区的研究也愈加重要,利用Google Earth软件提供的在线浏览的高分辨率遥感图像,结合其特有的空间分析和查询功能,探讨成都市的功能区的分区及成因,并对城市功能分区的发展趋势做出预测.     

基于优化HRNetV2的高分辨率遥感影像土地利用自动分类

研究目的：基于语义分割模型HRNetV2实现高分辨率遥感影像的土地利用自动分类,以期推动深度学习语义分割方法实现遥感影像的土地利用自动分类研究,并为该类研究提供可参考的案例。研究方法：首先对语义分割模型HRNetV2从损失函数、特征提取方面进行优化,以提高模型的分割精度;其次用优化后的HRNetV2模型对民乐县2 m的高分辨率遥感影像进行土地利用分类,并基于混淆矩阵对分类的结果进行评估。研究结果：（1）优化后的HRNetV2语义分割模型的MIOU达81.9%,相较于优化前提高了4.4%, 证明了优化方法的有效性;（2）针对民乐县进行的土地利用自动分类总体精度达89.72%,Kappa系数达0.888。研究结论：优化后的HRNetV2语义分割模型在高分辨率遥感影像的土地利用自动分类中具有较强的应用前景。