检索结果-内蒙古大学图书馆

作者：张连翀中国科学院大学(中国科学院遥感与数字地球研究所)

学位级别：博士

遥感数据具有丰富的空间、时间与属性信息,为深入认识地球系统动态过程,研究和解决全球变化与社会可持续发展问题提供了科学客观、及时有效的信息保障。经过五十多年的建设和发展,我国空间对地观测技术已进入一个能全天时、全天候、高... 详细信息

遥感数据具有丰富的空间、时间与属性信息,为深入认识地球系统动态过程,研究和解决全球变化与社会可持续发展问题提供了科学客观、及时有效的信息保障。经过五十多年的建设和发展,我国空间对地观测技术已进入一个能全天时、全天候、高分辨率提供遥感数据的新阶段,在气象、海洋、资源、测绘、环境与减灾等领域建立起面向行业应用需求的遥感数据管理和服务体系。遥感数据分散存储于各行业卫星数据中心已成为未来发展的趋势。在各卫星数据中心业务系统即管理域内,遥感数据服务优先满足行业用户需求。遥感数据描述标准与自身学科的话语体系高度相关,逐渐暴露出数据割据、技术壁垒和标准缺失等“信息孤岛”特征,直接开展跨管理域遥感数据服务的格局尚未形成;另一方面,随着经济社会的快速发展,由生态、农业、水利等领域共同驱动的跨管理域遥感数据服务需求日益增加,不仅要满足对存档遥感数据资源的统一查询、按需获取和全局编目,更要具备对未来遥感数据资源获取进行统筹规划和动态配置的能力。突破单一数据中心的“信息孤岛”,多卫星数据中心协同服务也是未来发展的趋势。本论文通过开展跨管理域遥感数据服务中的代理技术研究,在保持现有卫星数据中心管理域自治性的前提下实现多中心海量遥感数据资源虚拟汇聚和协同服务。主要内容包括:(1)综合分析现有空间元数据标准,设计包括元数据存储规范、元数据入库与更新、数据备份在内的中心数据库系统,通过时间戳策略完成全局遥感元数据信息的实时查询和增量更新;(2)重点解决跨管理域遥感数据服务中的一致化代理技术,屏蔽各卫星数据中心管理域在组织形式、处理流程和访问控制上的差异性,提出一套跨管理域查询服务代理、获取服务代理、编目服务代理和组网观测服务代理的Web Service标准接口规范;(3)有效构建国内8个卫星数据中心(国家卫星气象中心、中国资源卫星应用中心、中国科学院中国遥感卫星地面站、中国科学院计算机网络信息中心、国家卫星海洋应用中心、国家测绘地理信息局卫星测绘应用中心、武汉大学卫星数据中心和北京一号卫星数据中心)的分布式数据节点,形成具备40颗卫星、80种传感器和PB级遥感数据资源的跨管理域遥感数据服务能力。开展上述研究的意义在于,以行业用户需求为导向的服务模式无法满足日益增长的跨行业、多学科、集约化遥感数据服务场景。面对遥感数据分散存储于各行业卫星数据中心的发展趋势,代理技术在保持现有卫星数据中心管理域自治性的前提下,为解决多中心海量遥感数据资源的一致化查询、获取、编目和组网观测服务提供了可行性方案;通过研发和部署分布式数据节点,有效构建多中心遥感数据资源虚拟汇聚和协同服务环境,具备了基于PB级分布式数据资源的跨管理域遥感数据服务能力,为科技部“国家综合地球观测数据共享平台”建设和863计划“星机地综合定量遥感系统与应用示范”重大项目提供了规模化、标准化和可持续更新的信息和技术支撑。

关键词：遥感数据服务跨管理域代理

来源：评论

学校读者我要写书评

暂无评论

基于谐波分析和线性光谱模型的土地覆被遥感反演研究 ——以河北平原区为例

基于谐波分析和线性光谱模型的土地覆被遥感反演研究 ——以河北...

引用

作者：张连翀河北师范大学

学位级别：硕士

土地利用/覆被分类是研究土地利用/覆被变化的基础数据和关键环节。随着遥感科学理论的发展和应用领域的深入，利用遥感技术获取地物目标特征信息已成为现代地学研究及其相关科学研究的重要手段。传统分类方法主要依据计算机对分类特征... 详细信息

土地利用/覆被分类是研究土地利用/覆被变化的基础数据和关键环节。随着遥感科学理论的发展和应用领域的深入，利用遥感技术获取地物目标特征信息已成为现代地学研究及其相关科学研究的重要手段。传统分类方法主要依据计算机对分类特征波段的数理统计信息，是基于像元光谱特性统计的硬分类。对于中、低空间分辨率的遥感数据来说，在区域尺度上绝大多数像元是包含若干个类别的混合像元。若对其采用硬分类方法，则无法避免因混合像元而引起的错分、漏分现象，降低了地物类型面积估算的精度。植被指数时间序列曲线是由时间序列数据构成的离散时间信号，它随地表覆被类型的不同而不同，在时间上呈现出与植被生物学特征相关的季节性变化。植被指数时间序列数据量一般比较大，从中提取特征信息需要特定的分析方法。谐波分析法是通过离散傅立叶变换将一定长度的时间序列数据分解成有限阶谐波叠加的形式，通过余项、幅值和相位等谐波特征参数，定量化地反演植被覆盖和季节性变化数据，进行植被物候分析的有效手段。本研究以河北平原区为例，基于2011年1月1日—12月31日23个时相的250m分辨率植被指数16天合成产品MODIS增强型植被指数（EVI）建立土地覆被分类体系，经过数据拼接、波段提取、投影和格式转换、研究区裁切等预处理过程，采用时间序列谐波分析法重构无云影像和提取各阶谐波分量的幅值和相位，通过最小噪声分离变换、纯净像元指数、n维可视化分析等操作，确定研究区主要端元组分的特征波段，利用线性光谱模型获得河北平原区一年一熟耕地、一年两熟耕地、园地及有林地、自然及人工陆地表面的丰度值，按照最大值法和二分法对MODIS像元和亚像元尺度的土地覆被进行遥感反演，最后对端元丰度和端元总量进行精度评价。评价结果表明，均方根误差最大值为0.0178549，最小值为0.000091，平均值为0.000637，95%以上的均方根误差都小于0.003569。与河北平原区2010年土地利用统计数据比较，园地及有林地、水体（含盐田）、人工陆地表面、自然陆地表面在像元尺度上的总量精度分别为71.96%、85.84%、83.57%、77.82%。以石家庄市所辖县（市）一年两熟耕地不同空间尺度数据与实地调查数据进行对比，像元尺度精度为76.91%，亚像元尺度精度为86.19%。

关键词： MODIS 谐波分析线性光谱模型土地覆被分类混合像元

来源：评论

学校读者我要写书评

暂无评论

基于谐波分析和线性混合模型的河北平原区土地覆被分类研究

引用

地理与地理信息科学 2015年第3期31卷 98-103,F0003页

作者：张连翀王卫中国科学院遥感与数字地球研究所北京100094 中国科学院大学北京100049 河北师范大学资源与环境科学学院河北省环境演变与生态建设重点实验室河北石家庄050024

土地覆被分类是研究土地利用/覆被变化的基础数据和关键环节。以16d合成MODIS-EVI时间序列数据为主要数据源,采用谐波分析方法分析不同土地覆被类型的季节性变化规律和物候特征差异,引入谐波特征值构建线性混合模型,提取不同端元的丰度... 详细信息

土地覆被分类是研究土地利用/覆被变化的基础数据和关键环节。以16d合成MODIS-EVI时间序列数据为主要数据源,采用谐波分析方法分析不同土地覆被类型的季节性变化规律和物候特征差异,引入谐波特征值构建线性混合模型,提取不同端元的丰度值。从土地覆被类型较齐全、谐波特征具有代表性的石家庄地区高空间分辨率影像上选择训练样本,确定MODIS纯净像元和混合像元的划分阈值,对河北平原区进行土地覆被分类制图。结果表明,与河北省县级土地调查统计数据对比,一年两熟耕地、一年一熟耕地、园地及有林地、自然陆地表面的总量精度分别为90.19%、86.17%、85.96%和77.82%,平均总量精度为85.03%;与石家庄地区9个县(市)一年两熟耕地和一年一熟耕地基于TM的分类结果对比,平均面积相对误差分别为10.25%、13.98%。受粗空间分辨率和合成周期、水热条件以及种植模式破碎化限制,混合像元主要集中在河北平原中东部地区,一年两熟耕地、一年一熟耕地、园地及有林地混合面积比重较大。

关键词：谐波分析线性混合模型 MODIS时间序列混合像元土地覆被分类

来源：评论

学校读者我要写书评

暂无评论

我国商业雷达卫星建设及典型数据应用

引用

卫星应用 2024年第7期 6-11页

作者：张连翀中国科学院空天信息创新研究院国家对地观测科学数据中心

发展商业航天是塑造发展新动能新优势、打造经济增长新引擎的重要举措,对于推动我国经济的高质量发展具有重大意义。近年来,随着合成孔径雷达(SAR)技术的不断进步和应用场景的不断拓展,轻小型、低成本商业SAR卫星已经成为我国商业航天... 详细信息

发展商业航天是塑造发展新动能新优势、打造经济增长新引擎的重要举措,对于推动我国经济的高质量发展具有重大意义。近年来,随着合成孔径雷达(SAR)技术的不断进步和应用场景的不断拓展,轻小型、低成本商业SAR卫星已经成为我国商业航天领域的一大亮点。海丝一号、齐鲁一号、泰景四号01星、航天宏图一号等卫星成功发射,天仙星座、绵阳星座、女娲星座等工程项目建设加快推进,展示了我国在商业航天领域的科技实力和创新能力,为我国发展航天事业、建设航天强国提供有力支撑。

关键词：雷达卫星商业航天数据应用轻小型 SAR卫星应用场景创新能力加快推进

来源：评论

学校读者我要写书评

暂无评论

基于Landsat 8的全球精选遥感数据集汇聚方法

引用

遥感技术与应用 2019年第6期34卷 1276-1285页

作者：栾佳萍张连翀曾怡北京林业大学信息学院北京100083 中国科学院遥感与数字地球研究所北京100094

空间对地观测技术为地球系统科学研究提供了多时相、宽覆盖、立体化的遥感数据资源,使对地球系统行为的观测、理解、模拟及预测变为可能。然而,如何从海量数据资源中及时有效地获取信息也成为日渐凸显的问题。现有遥感数据服务系统的检... 详细信息

空间对地观测技术为地球系统科学研究提供了多时相、宽覆盖、立体化的遥感数据资源,使对地球系统行为的观测、理解、模拟及预测变为可能。然而,如何从海量数据资源中及时有效地获取信息也成为日渐凸显的问题。现有遥感数据服务系统的检索结果冗余度高,既无法直接满足用户多样化需求,也增加了高质量数据清洗成本。为此,基于2017年全球Landsat 8卫星元数据检索信息,建立由空间完整性、时间邻近性及云覆盖量3个专有指标组成的质量评价体系,设计满足最简化和定制化需求的精选遥感数据集汇聚方法。实验结果表明:该方法在不改变现有遥感数据服务系统的同时提高数据的检索效率和精度。

关键词： Landsat 8 质量评价体系精选数据集

来源：评论

学校读者我要写书评

暂无评论

Sentinel-3波形数据构建东南极兰伯特冰川区域DEM

引用

测绘科学 2022年第7期47卷 104-110,142页

作者：李宋廖静娟张连翀中国科学院空天信息创新研究院数字地球重点实验室北京100094 中国科学院大学北京100049

基于新型雷达高度计Sentienl-3波形数据构建了兰伯特冰川区域的DEM。对比分析了重心偏移算法(OCOG)、线性5-β算法、主波峰峰值算法(NPPR)等几种重跟踪算法对Sentienl-3在冰盖区域的处理效果,并提出了分区域选取最优重跟踪算法的处理方... 详细信息

基于新型雷达高度计Sentienl-3波形数据构建了兰伯特冰川区域的DEM。对比分析了重心偏移算法(OCOG)、线性5-β算法、主波峰峰值算法(NPPR)等几种重跟踪算法对Sentienl-3在冰盖区域的处理效果,并提出了分区域选取最优重跟踪算法的处理方法,提高了测高值精度。采用克里金插值法获得了基于Sentinel-3波形数据的500 m分辨率S3Lam DEM,并利用ICESat-2激光测高数据验证S3Lam DEM的整体高程精度为0.682±2.998 m。与另外两种基于Cryosat-2测高数据建立的南极DEM对比结果表明,S3Lam DEM整体精度有所提升,Sentienl-3数据对高程精度的明显改善位于低坡度的内陆冰盖。结果反映了Sentienl-3高度计数据在南极冰盖测高方面的有效性和优势,这对于未来长期监测南极冰盖高程有重要意义。

关键词： Sentienl-3 兰伯特冰川南极冰盖数字高程模型波形重跟踪

来源：评论

学校读者我要写书评

暂无评论

我国商业遥感卫星建设及典型数据服务

引用

卫星应用 2022年第7期30卷 8-11页

作者：张连翀中国科学院空天信息创新研究院国家对地观测科学数据中心

航天运载能力和有效载荷技术的快速发展,带来了遥感卫星数据的爆炸性增长和广泛应用。作为空天大数据重要组成部分,遥感卫星数据具有多时相、宽覆盖、立体化等独特优势,是信息时代传播速度最快、影响面最宽、开发利用潜力最大的科技资... 详细信息

航天运载能力和有效载荷技术的快速发展,带来了遥感卫星数据的爆炸性增长和广泛应用。作为空天大数据重要组成部分,遥感卫星数据具有多时相、宽覆盖、立体化等独特优势,是信息时代传播速度最快、影响面最宽、开发利用潜力最大的科技资源之一。

关键词：遥感卫星数据大数据传播速度数据服务多时相开发利用潜力影响面爆炸性增长

来源：评论

学校读者我要写书评

暂无评论

地球观测数据共享的发展和趋势

引用

遥感学报 2016年第5期20卷 979-990页

作者：李国庆张红月张连翀王媛媛田传召中国科学院遥感与数字地球研究所数字地球重点实验室北京100094 海南省地球观测重点实验室海南三亚572029 中国科学院大学北京100049

地球观测数据共享是地球科学和相关学科科研活动中非常重要的基础性工作,是对地观测信息生命周期中的重要环节。受到由资源提供者、资源消费者和资源加工者组成的社会生态系统发展变化的影响,共享模式经历了无共享、项目共享、部门共享... 详细信息

地球观测数据共享是地球科学和相关学科科研活动中非常重要的基础性工作,是对地观测信息生命周期中的重要环节。受到由资源提供者、资源消费者和资源加工者组成的社会生态系统发展变化的影响,共享模式经历了无共享、项目共享、部门共享、社会共享等渐进的4个发展阶段,并呈现出区域差异和阶段差异。地球观测数据共享的概念体系包含数据开放、数据共享、数据互联等不同层次的问题,并受到信息技术等使能技术的驱动。其中开放性代表数据在网络中可被访问的状态,共享性是对于数据重复使用的授权和模式,互联性则是强调可共享数据资源在科学含义上的相互理解。而地球观测数据共享的技术体系则包含数据开放技术、数据共享技术和数据出版与引用技术。目前地球观测领域的数据共享正在经历巨大的文化、政策、技术和应用变革,下一代的地球观测数据设施集中体现了数据的共享和协作,并将呈现国际化、多学科化、标准化、设施化、大数据化和公众社会化等新的技术特征,将对相关科学活动产生重大影响。

关键词：地球观测数据共享共享模式社会生态系统数据设施

来源：评论

学校读者我要写书评

暂无评论

灾害应急响应中多源遥感数据国际共享服务研究

引用

遥感技术与应用 2024年第1期39卷 198-208页

作者：王丝丝刘志春张景张连翀国家遥感中心北京100036 中国科学院空天信息创新研究院北京100094

遥感技术在重大自然灾害应急响应中发挥了重要作用,然而现有基于遥感数据的全球应急响应机制仍存在数据共享不充分、启动程序复杂、响应效率低等问题,亟需建立一个高效稳定可持续的遥感灾害应急机制。本文系统梳理了多源遥感数据在灾害... 详细信息

遥感技术在重大自然灾害应急响应中发挥了重要作用,然而现有基于遥感数据的全球应急响应机制仍存在数据共享不充分、启动程序复杂、响应效率低等问题,亟需建立一个高效稳定可持续的遥感灾害应急机制。本文系统梳理了多源遥感数据在灾害应急响应中的价值和当前国际重大自然灾害应急响应机制的不足,基于大规模多源遥感数据共享资源库和一站式服务协同方法,提出了中国GEO全球重大灾害数据应急响应机制理论框架,并在汤加火山喷发和土叙地震等灾害应急响应中实际应用。通过两个代表性应用案例可以看出,该机制从数据汇集、下载、分析和应用等多方面提升了灾害应急响应服务效率,有效补充了现有机制存在的不足。新机制启动程序简化,数据汇聚能力增强,灾情评估能力更专业,共享能力更精准,有望为国际社会提供稳定可持续的共享服务。

关键词：多源遥感数据重大自然灾害国际共享服务灾害应急响应全球灾害数据应急响应合作网络

来源：评论

学校读者我要写书评

暂无评论

遥感影像样本数据集研究综述

引用

遥感学报 2022年第4期26卷 589-605页

作者：冯权泷陈泊安李国庆姚晓闯高秉博张连翀中国农业大学土地科学与技术学院北京100083 农业部农业灾害遥感重点实验室北京100083 资源与环境信息系统国家重点实验室北京100101 中国科学院空天信息创新研究院北京100094

随着机器学习、深度学习等人工智能技术在遥感领域的不断应用与发展,基于海量样本的数据驱动模型已经成为遥感影像信息提取的一种新的研究范式,其对样本数据的规模、质量、多样性等提出了更高要求。最近,国内外众多学者和研究机构相继... 详细信息

随着机器学习、深度学习等人工智能技术在遥感领域的不断应用与发展,基于海量样本的数据驱动模型已经成为遥感影像信息提取的一种新的研究范式,其对样本数据的规模、质量、多样性等提出了更高要求。最近,国内外众多学者和研究机构相继发布了一系列遥感影像样本数据集,为大数据时代下遥感影像的信息提取和智能解译等奠定了研究基础。然而目前尚缺乏对上述影像样本数据集的综合分析,针对这一问题,本文在文献检索与分析的基础上,归纳总结了124个具有一定影响力且应用广泛的遥感影像样本数据集并对其元数据进行了分析,并提供了数据来源、应用领域与关键词的发展变化,分析了数据集在空间、时间、光谱分辨率上的差异,以应用领域为依据将其划分为场景识别、土地覆被/利用分类、专题要素提取、变化检测、目标检测、语义分割等8个类别并以部分数据为例进行了具体分析,总结了深度学习模型在数据集上的研究进展,并针对稀疏样本导致的模型过拟合问题,探讨了样本时空迁移、小样本和零样本学习、样本主动发现、样本生成等在遥感影像信息提取中的应用前景。本文首次对遥感影像样本数据集进行了综述研究,可为相关领域科研人员提供数据参考。

关键词：遥感影像样本数据集机器学习深度学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：