热融湖塘是多年冻土退化所引起的热融灾害之一，其中准确地监测热融湖塘的分布和变化是评估这一灾害的前提。根据以往对热融湖塘的研究发现，小型热融湖塘较多，但由于热融湖塘分布在湿地、草地等不同区域，部分热融湖塘在影像上与周边环境出现同谱异物的现象，导致无法对小型热融湖塘进行准确统计。本文选取高分六号影像作为数据源，分别采用归一化差异水体指数（NDWI）阈值法、面向对象提取法、LBV变换法对研究区内热融湖塘进行提取。通过解译结果分析，LBV变换法提取精度最高；GF-6影像经过LBV变换之后，水体与其他地物之间的差异更加突出，对小型热融湖塘的提取有较好的适用性。

针对近期高寒山区生态景观急剧变化、严重影响生态敏感性的问题,为了更好地评价和分析这种变化带来的一系列生态现象,选取大峡谷为研究区,利用面向对象的分类方法确定景观类型,以多样性指数、优势度指数、均匀度指数和聚合度指数等作为指标,对研究区的生态敏感性进行评价和分析。采用面向对象的分类方法最终得到10类景观类型的斑块共1 761个,其中林地景观和草地景观的面积占比最大,分别为48.84%和22.68%,冰雪/冰川景观的占比为17.39%。从景观指数来看,研究区景观多样性指数为1.374,优势度指数为0.982,均匀度指数为0.597,聚合度指数为97.374。可以看出,大峡谷研究区拥有较高的多样性,单一景观优势度相对较低,不同景观空间分配情况更好,总体上该区域景观以原始森林、高山草甸和冰川为主,人类活动干扰较小,并主要集中在河谷地带农田和草地的转换中。综合6类影响因子对大峡谷研究区生态敏感性进行加权分析,生态敏感性主要集中在中度和高度敏感区域,占比合计95.71%。中度敏感区域集中分布于河谷周边低海拔、低坡度区域,以水域、草地、灌木林为主;高度敏感区域集中分布于山地高海拔区域,以林地景观、冰...

高分一号(GF-1)卫星的成功发射开启了国产高分辨率对地观测的新时代,为探讨国产高分卫星在冰川边界识别中的有效性,在缺少短波红外和热红外波段的情况下,将GF-1影像、建立的波段比值Band1/Band4,数字高程模型和坡度相结合,采用面向对象的分析方法,经过反复试验,确定影像分割和合并尺度,进而确定冰川边界的知识规则,最终实现冰川边界的识别。以研究区第二次冰川编目数据集作为参考数据,采用混淆矩阵的方法对识别结果进行验证,总体精度和Kappa系数为90.05%和0.79。同时将识别结果与人工修订冰川边界进行对比,可以发现除少量冰舌末端冰川外,该方法可以有效地对冰川进行识别。建立的知识规则显示仅仅利用蓝色波段和DEM就可以有效地提取裸冰区,波段比值、坡度和纹理特征更有助于冰舌的提取。该研究表明GF-1卫星数据可以有效识别冰川范围,为冰川研究提供可靠的数据和研究基础。

全球气候变暖及人类活动导致青藏高原大面积冻土退化、热融滑塌等问题,严重影响了多年冻土区工程建设和生态环境。利用无人机高空间分辨率影像和面向对象分类技术进行了黑河上游俄博岭垭口冻土区热融滑塌监测实验,详细分析了最邻近、K-最邻近、决策树、支持向量机(support vector machine,SVM)和随机森林5种面向对象监督学习方法提取冻土热融滑塌边界的性能和精度,并使用野外实测数据对实验结果进行验证。结果表明,面向对象分析中分割尺度对热融滑塌提取结果影响较小,而不同组合的分类特征影响较大,因此选择合适的分类特征是关键; 5种分类方法的总体精度均在90%以上,其中SVM方法的Kappa系数高于其他4种分类方法,表明该方法在本次实验研究中更适合无人机遥感影像冻土热融滑塌边界提取。无人机高空间分辨率遥感与面向对象分类方法相结合在冻土热融滑塌监测中具有广阔的应用前景。

面向对象方法是一种强大的分类方法,它首先将影像分割成许多对象,从而可以计算这些对象的许多特征值并实现对事物的识别.然而,这种方法目前还没有应用到月球科学研究中,在这篇文章中尝试性的应用这种方法对月球表面的撞击坑进行了自动识别,并得到了一些初步结果.撞击坑是月球表面最主要的特征,它对月球地质学研究有重要意义.在月球科学研究中,一个重要的问题是应用撞击坑的分布密度估计月表地质年龄,因而对撞击坑进行正确的识别是必要的.然而对撞击坑进行手动识别是很低效的,这就促使寻找一种高效的自动识别方法.描述了面向对象分类方法在月表反射率影像上对撞击坑进行自动识别.在这种方法中,根据大小、形状、色调以及各层权重首先把影像分割成许多对象,并用特征值"相邻对象的对比"从月球影像上鉴别撞击坑,然后把属于同一类的相邻对象进行合并;除了几个大型撞击坑外,每个撞击坑都已经成了独立的对象.为了剔除撞击坑类中的辐射线,特征值"长宽比"被进一步用来识别撞击坑.最终的结果输出到ArcGIS中对大型撞击坑进行了人工修正,并经统计得到了月表撞击坑的个数。

为准确描述和有效分析机器人系统,提出了一种将面向对象技术与Petri网相结合的月球探测机器人系统建模方法,既保持Petri网对离散事件系统的准确描述性和直观性,又利用面向对象的自然性、易理解性、可重用性和可扩充性.月球探测机器人可利用该模型对系统性能进行分析和故障预测.