下载文档原格式
项目名称：空天地一体化对地观测传感网的理论与方法首席科学家：张良培武汉大学起止年限：2011.1至2015.8依托部门：教育部湖北省科技厅二、预期目标(一) 总体目标系统研究对地观测传感网的理论与方法，通过多学科联合攻关，解决空天地多平台观测系统事件感知与协同观测机理、对地观测传感网数据同化与信息融合、对地观测传感网聚焦服务模型等关键科学问题，系统地揭示从事件感知到聚焦服务的转化机理，建立从空天地传感网数据实现地球陆表监测的科学理论与方法体系，为我国空天地协同对地观测系统的建立奠定理论与技术基础。
(二) 五年预期目标1. 科学目标空天地一体化对地观测理论和方法：为建立主动的、任务驱动的、动态自适应的、协同的空天地一体化观测系统奠定理论基础。
对地观测传感网多源多维数据一体化处理方法：围绕对地观测传感网的观测数据，集成数据融合与同化、智能化信息提取等技术，提供多源异质数据一体化处理、信息提取以及变化检测的新理论与新方法。
面向任务的对地观测传感网信息聚焦服务：按需提供聚合多传感器、数据、计算和决策的服务。
典型地区陆表环境综合观测与信息模拟：模拟我国典型地区陆表环境多源信息，建立多传感器综合观测实验方案，提供决策支持和应急快速反应服务。
2. 国家目标围绕我国典型地区陆表环境安全进行空天地一体化观测实验，研究空天地一体化对地观测传感网的理论与方法，提升我国对地观测能力与服务水平，为我国环境安全与自然灾害监测提供技术与方法支撑。
3.技术水平经过五年研究，在对地观测传感网架构和运行机制、空天地多传感器协同观测模型、多传感器源数据同化与融合、对地观测传感网信息聚焦服务模型等相关理论与方法方面取得突破性进展，达到国际先进水平；在事件智能感知模型、面向对象参数提取、动态变化分析等若干研究点上达到国际领先水平。
4．技术指标（1）实现50个以上的传感器信息描述；（2）数据融合与同化方法能够支持10种以上传感器；（3）提供传感器规划、观测获取、事件通知、数据处理、信息提取等10种以上服务。
测绘遥感信息工程国家重点实验室杜道生男19420500 教授中国测绘学会会员地理学地图学与地理信息系统地理信息标准化博导位置不确定性和属性不确定性的场模型测绘学报dsdu@测绘遥感信息工程国家重点实验室秦前清男19610200 教授信息与通信工程通信与信息系统数字图像处理、人工智能与智能系统博(硕)导实用小波分析西安电子科技大学出版社qqqin@测绘遥感信息工程国家重点实验室龚健雅男19570425 教授国际摄影测量与遥感协会“联邦式数据库与互操作工作组”组长测绘科学与技术摄影测量与遥感空间数据库博导《地理信息系统基础》科学出版社测绘遥感信息工程国家重点实验室李清泉男19650107 教授中国测绘学会测绘科学与技术摄影测量与遥感激光扫描数据处理博(硕)导论空间信息技术与移动通信技术集成武汉大学学报信息科学版qqli@测绘遥感信息工程国家重点实验室张良培男19620403 教授中国测绘学会测绘科学与技术摄影测量与遥感遥感、影像处理博导新型卫星遥感影像在我国困难地区测图中的应用测绘科技进步一等奖测绘遥感信息工程国家重点实验室朱庆男19660727 教授测绘科学与技术摄影测量与遥感数字摄影测量与多维GIS 博导数字高程模型武汉大学出版社测绘遥感信息工程国家重点实验室狄黎平男19630620 教授国际摄影测量与遥感学会“影象据标准”工作组副主席地理学地图学与地理信息系统数据和信息系统及标准博导ISO 19130标准国际标准组织lpd@测绘遥感信息工程国家重点实验室陈晓玲女19620410 教授国际LUCC（土地利用/土地覆盖变化）计划亚太区域通讯会员地理学地图学与地理信息系统土地利用土地覆盖变化、海岸带环境与灾害博导苏北低地系统及其对海平面上升的复杂响应地理学报，1996，51（4），340-349 cecxl@测绘遥感信息工程国家重点实验室舒红男19700126 副教授德国国家信息技术研究中心GMD客座研究员测绘科学与技术摄影测量与遥感地理信息技术硕导时态对象结构的代数模型武汉测绘科技大学学报测绘遥感信息工程国家重点实验室朱欣焰男19631100 教授计算机科学与技术计算机应用技术地理信息系统硕导GeoStar空间数据组织与管理武汉测绘科技大学学报测绘遥感信息工程国家重点实验室王伟男19621000 教授黄冈职业技术学院兼职教授计算机科学与技术计算机应用技术计算机技术及应用、空间数据库、图象处理硕导国产地理信息系统基础软件开发与应用2001年度国家信息产业部重大技术发明奖测绘遥感信息工程国家重点实验室樊红女19670303 副教授计算机科学与技术计算机软件与理论GIS理论与应用、计算机制图、空间摄像信息处理硕导ARC/INFO应用与开发技术武汉测绘科技大学出版社测绘遥感信息工程国家重点实验室达汉桥男19560409 研究员湖北省系统集成评审专家计算机科学与技术计算机应用技术计算机网络硕导VirtuoZo数字摄影测量系统1999年国家科学技术进步二等奖测绘遥感信息工程国家重点实验室张松波男19460916 教授测绘科学与技术大地测量学与测量工程工程与工业摄影测量硕导工程与工业摄影测量中国地质大学出版社，国家测绘局测绘教材三等奖测绘遥感信息工程国家重点实验室李汉武男19600900 教授测绘科学与技术大地测量学与测量工程GIS与空间信息服务硕导高校科技工作迎接新世纪的思考科技进步与对策测绘遥感信息工程国家重点实验室陈晓勇男19610911 教授日本摄影测量与遥感学会(JSPRS)测绘科学与技术大地测量学与测量工程实时测量技术、3S(GIS、GPS、RS)集成理论方法博导数学形态学及地图识别软件的开发日本亚洲航测1997年度新年技术开发及应用奖( xychen@ait.ac.th662524-5597测绘遥感信息工程国家重点实验室夏林元男19640928 副教授中国海外全球定位导航协会（CPGPS）中国协调员测绘科学与技术大地测量学与测量工程GPS卫星定位的理论与方法硕导小波分析用于GPS定位中的多路径效应研究2001年国际卫星导航大会（ION GPS 2001）最佳论文奖测绘遥感信息工程国家重点实验室邓跃进男19680816 副教授测绘科学与技术大地测量学与测量工程变形监测数据处理硕导边坡变形分析与预报的模糊人工神经网络方法武汉测绘科技大学学报，第一期（Vol.23），26~31页测绘遥感信息工程国家重点实验室李平湘男19641200 教授测绘科学与技术摄影测量与遥感图像处理硕导高分辨力影像和多光谱影像融合的理论基础研究武汉测绘科技大学学报测绘遥感信息工程国家重点实验室黄俊韬男19730400 高级工程师测绘科学与技术摄影测量与遥感地理信息系统硕导国家GIS基础软件吉奥之星的研制与工程应用国家科学技术进步二等奖测绘遥感信息工程国家重点实验室廖明生男19620524 教授中国测绘学会会员测绘科学与技术摄影测量与遥感遥感影像处理和分析博导从星载雷达影像提取地面三维信息的研究国家基金项目，基金委鉴定结题liao@测绘遥感信息工程国家重点实验室江万寿男19671206 副研究员测绘科学与技术摄影测量与遥感数字摄影测量硕导VirtuoZo数字摄影测量系统1999年国家科技进步奖二等奖测绘遥感信息工程国家重点实验室陶闯男19671100 教授美国城市和区域信息统学会会员测绘科学与技术摄影测量与遥感高性能空间影像技术及其集成博导Road CenterlineReconstruction Based On Shape from Image Sequences 最优论文奖tao@yorku.ca测绘遥感信息工程国家重点实验室林晖男19540500 教授中国海外地理信息科学协会创会会长测绘科学与技术摄影测量与遥感虚拟地理环境、空间数据挖掘、遥感博导虚拟地理环境高教出版社。
项目名称：空天地一体化对地观测传感网的理论与方法首席科学家：张良培武汉大学起止年限：2011.1至2015.8依托部门：教育部湖北省科技厅二、预期目标(一) 总体目标系统研究对地观测传感网的理论与方法，通过多学科联合攻关，解决空天地多平台观测系统事件感知与协同观测机理、对地观测传感网数据同化与信息融合、对地观测传感网聚焦服务模型等关键科学问题，系统地揭示从事件感知到聚焦服务的转化机理，建立从空天地传感网数据实现地球陆表监测的科学理论与方法体系，为我国空天地协同对地观测系统的建立奠定理论与技术基础。
(二) 五年预期目标1. 科学目标空天地一体化对地观测理论和方法：为建立主动的、任务驱动的、动态自适应的、协同的空天地一体化观测系统奠定理论基础。
对地观测传感网多源多维数据一体化处理方法：围绕对地观测传感网的观测数据，集成数据融合与同化、智能化信息提取等技术，提供多源异质数据一体化处理、信息提取以及变化检测的新理论与新方法。
面向任务的对地观测传感网信息聚焦服务：按需提供聚合多传感器、数据、计算和决策的服务。
典型地区陆表环境综合观测与信息模拟：模拟我国典型地区陆表环境多源信息，建立多传感器综合观测实验方案，提供决策支持和应急快速反应服务。
2. 国家目标围绕我国典型地区陆表环境安全进行空天地一体化观测实验，研究空天地一体化对地观测传感网的理论与方法，提升我国对地观测能力与服务水平，为我国环境安全与自然灾害监测提供技术与方法支撑。
3.技术水平经过五年研究，在对地观测传感网架构和运行机制、空天地多传感器协同观测模型、多传感器源数据同化与融合、对地观测传感网信息聚焦服务模型等相关理论与方法方面取得突破性进展，达到国际先进水平；在事件智能感知模型、面向对象参数提取、动态变化分析等若干研究点上达到国际领先水平。
4．技术指标（1）实现50个以上的传感器信息描述；（2）数据融合与同化方法能够支持10种以上传感器；（3）提供传感器规划、观测获取、事件通知、数据处理、信息提取等10种以上服务。
第1部分绪论1.1 课题背景及研究的目的意义高光谱遥感(Hyperspectral Remote Sensing)是近些年来迅速发展起来的一种全新遥感技术，它是集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体的综合性技术[1]。
随着遥感技术的发展，高光谱图像已经越来越广泛地被应用到海洋、植被、地质、大气、环境、军事和医学等方面[2]。
高光谱图像信息系统中重要的参数之一是空间分辨率，高光谱图像的光谱分辨率很高，但其空间分辨率较低。
例如机载可见光、红外成像光谱仪(AVIRIS)所成图像一般分辨率只达到20m*20m。
较低的空间分辨率给数据处理如目标检测与识别、混合像素解译、精准匹配等技术带来了巨大的困难。
可以说，空间分辨率已经成为高光谱图像应用效果的主要制约因素。
提高空间分辨率势必能够加强图像中目标的探测能力和识别能力。
在遥感技术快速发展的今天，对遥感图像的分辨率有着越来越高的要求，但对于现有的成像设备，由于其制作工艺和现有技术的制约，还远远不能满足各方面的要求，所以采用图像处理技术来提高空间分辨率有很大的研究价值和意义。
随着对遥感图像处理技术的提高，高光谱图像的分析从像素级发展到子像素级[3]已成为必然，由此带来的许多技术难点急待改进或解决。
高光谱图像的低空间分辨率导致了混合像素的广泛存在，即一个像素可能是几种类别的混合[4]。
对于这类像素，将其按照传统的硬分类方法归属为任一类都是不准确的。
在实际应用中，分析者常常需要更为精确的信息：混合像素内包含哪些类别，各类别所占的比例是多少，这些类别在混合像素内的空间分布是怎样的等等。
如图1.1所示。
它们各自对应的技术为光谱端元选择技术[5]，光谱解混（又称光谱解译）技术[6]和子像素制图技术（子像素制图又称为亚像元定位）[7]。
图1.1 高光谱图像混合像素处理中主要问题及对应技术本文主要研究对混合像素进行光谱解混后的子像素制图技术（Subpixel Mapping, SM）。
利用遥感提取森林生物量的方法综述一、引言森林是陆地上最大的生态系统，在全球变化研究中占有举足轻重的地位。
森林生物量是整个森林生态系统运行的能量基础和营养物质来源，是研究生物生产力、净第一性生产力、碳循环、全球变化研究的基础，因此对森林生物量测定方法进行研究具有非常重要的意义。
随着“3S”技术(地理信息系统GIS、全球定位系统GPS、遥感RS)的不断发展,对植被生物量的研究已经从小范围、二维尺度的传统地面测量发展到大范围、多维时空的遥感模型估算。
遥感不仅可以为预测生物量的模型提供数据，而且可以直接用于生物量的估算和制图。
二、利用遥感提取生物量随着全球变化研究的深入，陆地生态系统生物量的估算工作变得越来越重要。
基于遥感的生物量估算模型也逐渐由传统的经验模型向机理模型转变。
机理模型是建立在植被辐射的吸收、反射与辐射在植被冠层和大气的传输过程以及影响森林生产力的生态学因子之上的。
最初，人们用LandsatMSS来监测植被的叶面积指数和活体生物量。
后来，更多的是利用Landsat TM和NOAA A VHRR数据来监测植被生长和生物量。
如结合地面调查和TM、A VHRR数据，对数百万平方公里欧洲森林生物量的成功估算，利用TM数据对美国Colorado矮草草原地上部分生物量的估算，对美国EastMaryland落叶林的地上部分生物量的估算等。
近年来，各种星载和机载SAR 数据己被广泛用于估算陆地植物生物量，生物量估算己成为SAR数据的重要应用领域之一。
卫星遥感使人们能在大陆甚至全球尺度上监测自然资源。
过去的研究主要集中在热带和北方针叶林区。
与传统的生物量估算方法比较，遥感方法可快速、准确、无破坏地对生物量进行估算，对生态系统进行宏观监测。
研究者可以利用遥感的多时相特点定位分析同一样区一段时间后的非干扰变化，使传统方法难以解决的问题变得轻而易举，使动态监测成为可能。
且RS、GIS技术的集成推动了生物量遥感估算的进程，在GIS环境下实现包括RS信息在内的多种信息的复合，建立生物量遥感模型。
高光谱遥感技术在农林植被调查方面的应用高光谱分辨率遥感（简称高光谱遥感），是20世纪末迅速发展起来的一项集探测器技术、精密光学机械、微弱信号检测、计算机和信息处理技术于一体的全新遥感技术。
它能够获得地物的连续光谱信息，实现地物图像信息与光谱信息的同步获取，因而在地质、林业、农业、生态环境、海洋、军事等领域具有巨大的应用价值和广阔的发展前景。
植被作为遥感观测和记录的第一表层，是遥感数据反映的最直接信息。
目前，多光谱遥感已被广泛应用于植被的长势研究、沙漠化研究、气候演变规律分析等方面，但传统的多波段遥感数据对于植被的研究和应用仍仅限于一般性的红光吸收特征与近红外的反射特征及中红外的水吸收特征波段，由于受波段宽度和波段数以及波长位置的限制，往往对植被类型不敏感，对植被长势反映不理想，而高光谱遥感在对目标的空间特征成像的同时，对每个像元可在更宽范围上，形成几十个乃至几百个窄波段连续的光谱覆盖，使更深入地考察植被光谱的响应机制和物理机制成为可能，因此成为植被和林业方面监测的强有力工具。
1. 高光谱遥感在植被调查方面的优势高光谱遥感在光谱分辨率方面的提高，使地物目标的属性信息探测能力有所增强，因此，较之全色和多光谱遥感，高光谱遥感有以下显著优势：（1）成像光谱仪所获取的地物连续光谱比较真实，能全面反映自然界各种植被所固有的光谱特征以及其间的细节差异性，从而大大提高地物分类的精细程度和准确性，使得高光谱图像数据与光谱仪地面实测光谱曲线数据之间的直接匹配成为可能。
（2）高光谱图像数据提高了根据混合光谱模型进行混合像元分解的能力，减少了土壤等植被生长背景地物的影响，从而能够获取最终光谱端元的真实光谱特性曲线数据。
（3）高光谱分辨率的植被图像数据将对传统的植被指数运算予以改进，大大提高了植被指数所能反演的信息量，使人们可以直接收获诸如植被叶面积指数、生物量、光合有效吸收系数等植被生物物理参量。
（4）提高遥感高定量分析的精度和可靠性，基于高光谱分辨率的光谱吸收特征信息提取可以完成部分植被生物化学成分（如植被干物质和水分含量等）定量填图。
遥感技术在智慧城市中的应用观后感本次阅读的文章专题为“遥感技术在智慧城市中的应用”，而我选择的文章为以下两篇：一篇名为《基于遥感技术的智慧城市基础数据研究》，另一篇名为《遥感大数据促进智慧城市发展》。
尽管这两篇论文的某些内容存有交叉，但两篇文章的侧重点和详细程度却有所不同，下面愿与大家分享我的心得收获。
首先，先来谈一下第一篇《基于遥感技术的智慧城市基础数据研究》，这篇论文出自河北省第二测绘学院的王萌同学，其刊源为期刊——《智能建筑与智慧城市》。
这篇文章主要基于当时“智慧城市”建设热潮时，智慧交通、智慧物流、智慧医疗、智慧教育及智慧市政等词语不断吸引人们的眼球, 智慧城市的建设需要基础设施的支撑, 而相关基础数据的采集需要大量的技术支持的背景下，为实现技术支持、满足智慧城市对空间信息检测的综合需求，并有效提高数据采集速度, 为政府提供准确的决策依据而提出。
文章采用的主要数据来源有以下几点：第一是郭海川先生在2016年发表的论文《遥感技术在城市规划中的应用》。
第二是党安荣先生、许剑先生以及张丹明先生在2016年联合发表的论文《遥感大数据促进智慧城市发展》。
文章通过采用方法论的主要研究方法，分别对智慧城市的内涵、遥感的概念以及目前遥感技术在智慧城市建设中的主要应用领域进行了相关的定义与介绍，并列举了遥感技术在助力构建智慧城市时空框架、辅助智慧城市管理以及促进智慧环保等三方面发挥的重要作用。
最终得出以下几点结论：智慧城市是现代城市发展的必然趋势, 信息化建设逐渐成为经济发展的新引擎；智慧城市建设是一个漫长的过程, 需要不断发展和创新的科学技术作为基本的技术支撑；智慧城市基础数据的采集需要将用“大数据思维”去发掘“大数据”的潜在价值, 借助最新的遥感技术、数据挖掘技术和实时动态可视化技术等获取城市信息,可以进而全面处理和传输传统城市建设中无法实现的数据流；随着科学技术的不断完善与发展, 遥感技术的应用也在不断地完善, 它为智能化交通等建设提供了极大的助力, 也为智慧城市的到来做好了前期准备工作。
第３９卷第１２期２０１４年１２月武汉大学学报·信息科学版Ｇｅｏｍａｔｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ｏｆ Ｗｕｈａｎ ＵｎｉｖｅｒｓｉｔｙＶｏｌ．３９Ｎｏ．１２Ｄｅｃ．２０１４收稿日期：２０１４－０９－０４项目来源：国家自然科学基金资助项目（４１４３１１７５）。
第一作者：张良培，教授，主要研究方向为高光谱遥感、高分辨率遥感及遥感应用。
Ｅ－ｍａｉｌ：ｚｌｐ６２＠ｗｈｕ．ｅｄｕ．ｃｎＤＯＩ：１０．１３２０３／ｊ．ｗｈｕｇｉｓ２０１４０６４２文章编号：１６７１－８８６０（２０１４）１２－１３８７－０８高光谱目标探测的进展与前沿问题张良培１１ 武汉大学测绘遥感信息工程国家重点实验室，湖北武汉，４３００７９摘 要：针对高光谱目标探测问题的主要挑战，将高光谱目标探测的进展与前沿问题分为两个方面进行综述。
基于信号检测理论的方法如结构化背景的约束能量最小化方法、非结构化背景的自适应一致性余弦评估器等，是高光谱目标的探测经典算法；随着统计模式识别与机器学习领域中新技术的出现，一些数据驱动的目标探测方法逐渐成为了高光谱目标探测的前沿问题，如核方法、稀疏表达方法等。
概述了两类方法的特点，比较了各自的优势和不足，并展望了高光谱目标探测未来的发展趋势。
关键词：高光谱图像处理；目标探测；信号检测；机器学习中图法分类号：Ｐ２３１．５；Ｐ２３７ 文献标志码：Ａ 高光谱遥感技术首次将图像空间特征与丰富的光谱特征结合，具有图谱合一、波段数目多和光谱连续等突出特点［１］，被列为遥感技术在２０世纪后２０ａ三个最显著的进展之一［２－５］。
由于高光谱遥感图像可以提供区分不同物质的诊断性光谱特征信息，目标探测成为高光谱遥感图像处理中一个引人关注的重要问题。
当目标的光谱特征已知时，探测算法需要将待探测的遥感图像中目标地物与其他地物进行区分，判断目标在各个像素内的存在性［６］；当目标和背景等先验信息未知时，则需要通过异常探测方法来获取目标的信息［７－８］。
