2.6.1 几何校正、纠正和地理参考 2.6.2 图像增强 2.6.3 训练集选择 2.6.4 签名生成和分类 2.6.5 在 GIS 中创建/叠加矢量数据库 2.6.6 分类图像的验证 2.6.7 最终土地利用/植被覆盖图准备 3.0 土地利用/植被覆盖制图 18- 31 3.1 简介 3.2 土地利用/覆盖分类 3.3 数据分析 3.3.1 植被覆盖 3.3.2 采矿区 3.3.3 农业用地 3.3.4 荒地 3.3.5 定居点 3.3.6 水体 4.0 结论和建议 32-33
德国汉诺威莱布尼茨大学摄影测量与地理信息研究所 jacobsen@ipi.uni-hannover.de 第一委员会,第一工作组 I/4 关键词:DHM、卫星图像、InSAR、分析 摘要:大面积覆盖高度模型主要基于光学和合成孔径雷达 (SAR) 空间图像。通过光学图像自动匹配确定的单个物体点的垂直精度在 1.0 地面采样距离 (GSD) 范围内,但这与高度模型的精度并不相同。除长波长 SAR 数据、P 波段和 L 波段外,所有高度模型最初都是数字表面模型 (DSM),而不是最常要求的数字地形模型 (DTM),其裸地高度必须通过过滤生成。此外,高度模型受插值的影响,从而降低了几何质量。分析了大面积覆盖高度模型的精度和特性,包括确定方法对细节的影响。此外,绝对精度还受地理参考质量的影响,地理参考质量部分基于直接传感器方向,部分基于地面控制点 (GCP) 或间接基于其他现有高度模型。对高度模型分辨率最重要的影响是 DHM 的点间距,但如果数据处理不当,细节也会丢失。所有高度模型在陡峭地形中的精度都较低,光学图像的匹配受物体对比度的影响,而 SAR 受重叠的影响。因此,高度模型中的空白通常会被其他数据填充,从而导致更多的异质性。1.简介
2.6.1 几何校正、纠正与地理参考 2.6.2 图像增强 2.6.3 训练集选择 2.6.4 签名生成与分类 2.6.5 在 GIS 中创建/叠加矢量数据库 2.6.6 分类图像的验证 2.6.7 最终土地利用/植被覆盖图的准备 3.0 土地利用/植被覆盖制图 18-31 3.1 简介 3.2 土地利用/覆盖分类 3.3 数据分析 3.3.1 植被覆盖 3.3.2 采矿区 3.3.3 农业用地 3.3.4 荒地 3.3.5 定居点 3.3.6 水体 4.0 结论与建议 32-33
2.6.1 几何校正、纠正与地理参考 2.6.2 图像增强 2.6.3 训练集选择 2.6.4 签名生成与分类 2.6.5 在 GIS 中创建/叠加矢量数据库 2.6.6 分类图像的验证 2.6.7 最终土地利用/植被覆盖图的准备 3.0 土地利用/植被覆盖制图 18-31 3.1 简介 3.2 土地利用/覆盖分类 3.3 数据分析 3.3.1 植被覆盖 3.3.2 采矿区 3.3.3 农业用地 3.3.4 荒地 3.3.5 定居点 3.3.6 水体 4.0 结论与建议 32-33
5.B.iii. GLOBE 的地理参考 ...................................................................................... 64 5.B.iv. GLOBE 与其他可用 DEM 的比较 .............................................................. 64 5.B.v. 随着更多 DEM 的创建,GLOBE 的发展 ........................................................ 65 6. 数字高程数据的缺陷 ............................................................................................. 66 6.A. 网格间距和分辨率 ............................................................................................. 66 6.B. 地形细节和准确性 ............................................................................................. 67 6.C. 生产工件 ............................................................................................................. 68 7. 准确性 ............................................................................................................................. 69 7.A. 水平准确性 ............................................................................................................. 69 7.A.i. 来自栅格数据源的数据 ............................................................................. 69 7.A.ii. 来自制图源的数据 ............................................................................. 70 7.B.垂直精度 ................................................................................................................ 70 7.B.i. 绝对精度:来自栅格源的数据 .............................................................. 70 7.B.ii. 绝对精度:来自 Cartog 的数据
阿尔奥拉皇家委员会为历史遗迹制定了地理空间战略,包括阿尔奥拉的文化和自然遗产,并着手制定长期计划,为该地区带来敏感而可持续的转型,为全球旅游业做好准备。地理空间分析和智能地图对于支持所有数据需求至关重要,有助于开发满足当地人和游客需求的世界级公共交通系统。这是通过访问地理空间权威数据、数据管理、自动驾驶汽车、电动汽车和混合动力汽车预计运动的基础地图查看以及变化检测等高级地理参考功能实现的。
UltraCam Osprey Prime II 不仅仅是一款标准相机,它在一个摄影测量级外壳中安装了两台相机,使用尖端技术同时收集摄影测量级的地面图像(PAN、RGB 和 NIR)和倾斜图像(80 兆像素 RGB),可用于地籍、基础设施规划、DTMOrtho 或 DSMOrtho 生成等应用。与所有 UltraCam 系统一样,UltraCam Osprey 提供亚像素精度、出色的信噪比,并在传感器头中集成所有系统组件,包括可选的 UltraNav 直接地理参考和飞行管理子系统。凭借一流的飞行收集效率,UltraCam Osprey Prime II 的设计非常合理
当分析从地面(例如固定摄像站)或地面以上(例如无人机、飞机或卫星)在同一位置收集的图像的时间序列时,没有必要对所有帧进行地理配准。与摄影测量光束法区域网平差一样,GCP 是在整个图像块的较小子集上测量的,而其他 GCP 则在它们之间和相对于它进行配准。如果使用间接地理配准技术,则使用已知 GCP 手动对一幅图像进行地理编码(该图像通常称为“主”或“参考”图像),然后手动或自动将该系列的所有其他图像与其配准。另一方面,当使用直接地理配准技术时,所有图像都已进行地理配准,只需要几个 GCP 来纠正一些残留偏差。不幸的是,这种方法不适用于任何类型的应用,例如近距离摄影测量(Luhmann 等人2014 )。在其他情况下,它可能仅提供近似地理编码,用于实例化其他地理参考技术。这是使用无人机记录的大多数摄影测量块的情况(Colomina 和 Molina 2014;Granshaw 2018a)或用于分析卫星图像,其中直接地理编码不够准确。当需要间接地理参考方法时,假设总是需要一些外部约束,则仅在(小)图像子集上测量 GCP 然后将其余数据联合注册的选项对于减少处理时间和限制操作员工作量确实具有战略意义。因此,近年来,已经开发了几种自动化方法来实现这一目的。米兰理工大学建筑、建筑环境和建筑工程系 (DABC) 通过在通用框架内引导不同类型图像的配准过程,为这一主题做出了贡献。这可以称为运动结构摄影测量程序,将在下一节中讨论。
无人机的成像子系统依赖于各种支持技术,包括传感器、计算设备和无线通信。典型的平台由多个与地理空间处理器接口的数字相机组成。地理参考成像数据通过数据网络交换结构分发,使系统配置简单、可扩展且灵活。控制计算机用于触发相机、存储和准备图像以供传输,同时记录作为元数据附加到图像的数据(例如相机设置、高度和位置)。然后,数据通过最先进的无线网络发送到无人机地面站,该网络能够实现大文件的实时无线数据检索。现代无人机能够捕获和传输数百万像素、大幅面图像和元数据。
光原子时钟和光学时间传输的最新进展使得针对基本物理和时机应用测试的精确计量学方面有了新的可能性。在这里,我们描述了一个太空任务概念,该概念将将最先进的光原子钟放在地球周围的怪异轨道上。高稳定性激光链路将将轨道航天器上的相对时间连接到地球站。此任务的主要目标是测试重力红移,这是一种经典相对论的经典测试,其灵敏度超出了当前限制的30,000倍。其他科学目标包括其他相对论测试,对暗物质的搜索和基本常数的漂移以及建立高精度的国际时间/地理参考。