一、卫星遥感数据景的地理坐标工程计算（论文文献综述）
谢花林,温家明,陈倩茹,何亚芬[1]（2022）在《地球信息科学技术在国土空间规划中的应用研究进展》文中进行了进一步梳理国土空间规划是高质量发展的空间蓝图,地球信息科学技术改变了国土空间规划的方式,其强大的数据获取、分析、预测和管理能力为国土空间规划提供了数据、方法和平台支撑,提高了国土空间规划的科学性和可操作性。本文综合运用文献调研、归纳和对比分析等方法,试图在分析国土空间规划编制、实施和监管的全流程以及国土空间规划公众参与和智慧化转型需求的基础上,系统阐述地球信息科学技术在国土空间规划中的应用研究进展,主要集中在3个方面:（1）地理空间数据、遥感数据和社会经济大数据为国土空间规划提供了数据基础;（2） GIS分析方法、地理模拟方法和人工智能方法为国土空间规划提供技术支撑;（3） GIS平台、云计算和城市智能平台等技术方法推动了国土空间规划的智慧化转型。随着2021年我国国土空间规划体系的基本建立,未来应关注智慧化规划技术和方法在农业空间和生态空间的应用、构建智慧国土空间规划的技术体系,并进一步提升国土空间规划的智慧化水平。
孔祥聚,王浩,李坚,龚玉敏,徐栋泽[2]（2021）在《采用无人机量测与卫星遥感影像分析红树林生长分布规律》文中研究指明使用无人机获取研究区域高空间分辨率正射影像,结合近50年卫星遥感影像,通过人工目视解译方法提取并统计历年红树林面积分布大小和区域.结果显示:1)本区域植被以红树林和互花米草为主,分别对2012、 2015、 2018和2019年红树林与互花米草面积进行解译分析,红树林与其他植被面积平均比例约为1∶6; 2)近年研究区域红树林面积波动较大,从1973年至1984年红树林面积维持在13.5 hm2, 1984年至2001年红树林面积急剧减少至0.19 hm2, 2001年至2019年红树林面积逐步恢复至2.14 hm2; 3)互花米草入侵和人为活动的干扰将对红树林生长和繁衍产生不利影响.该研究可为无人机量测和遥感技术在植被保护中的应用提供相关参考.
左彦哲,李连盟,杜行舟,杨楠[3]（2021）在《基于区域网平差的GF-2影像纠正处理及其在舰船上的应用》文中研究说明研究遥感影像处理算法,提出一种通过区域网平差精化RPC参数,实现GF-2影像高精度定位的校正方法,形成模式化快速处理流程,并以平原、山地区域数据验证方法的有效性。试验证明该方法可实现业务运行精度和视觉要求,并大幅提高处理效率,已在舰船领域得到初步应用。
张镇,李水平,张志远[4]（2021）在《卫星遥感影像覆盖率查询方法与应用实现》文中提出传统的卫星影像覆盖率获取方法大多是在相关平台搜索和查询对应的遥感影像,再通过影像快视图查看整体的覆盖情况,操作过程较复杂,且无法获取精确的覆盖率值。鉴于此,提出了一种基于数据访问API的影像覆盖率查询方法,只需提供相关必要参数,即可快速查询所需遥感影像及其对应的覆盖率。首先利用遥感数据访问API,根据查询参数查询所需遥感影像的元数据;然后通过相关方法对影像元数据进行一系列的地理处理与分析,进而获取卫星影像的覆盖率值;最后以我国省级行政区划高分辨率卫星影像覆盖率查询与监测为应用案例进行了实验分析。结果表明,通过该方法可实时查询和监测目标区域精确的卫星影像覆盖率值,比传统方法更快捷、方便。
韦小丽[5]（2021）在《基于多源数据协同融合的高分辨率AOD反演与PM2.5浓度估算研究》文中提出大气气溶胶作为空气中悬浮颗粒物的集合体,不仅能够通过消光改变大气辐射收支平衡影响区域气候,气溶胶中的细颗粒物还对人体健康产生严重威胁。气溶胶光学厚度（Aerosol Optical Depth,AOD）作为表征空气中气溶胶含量的重要指标,是空气质量遥感监测的关键参数。利用卫星遥感技术在全球或区域尺度上反演AOD,并据此估算近地面大气细颗粒物(PM2.5)浓度,已成为当前定量获取AOD和PM2.5污染时空分布的重要技术手段。然而,受卫星平台、传感器和反演算法等诸多方面的限制,卫星遥感反演AOD产品的时空分辨率仍整体较低。同时,受云和亮地表等因素的干扰,卫星遥感反演的AOD产品常存在大面积数据缺失,客观制约了基于AOD估算近地面PM2.5浓度数据的时空覆盖。上述不足造成现有AOD和PM2.5浓度估算方案难以适用于中小尺度区域（如城市）空气质量的全方位监测以及高精度污染暴露风险估算等研究。因此,如何提高AOD和PM2.5浓度产品的时空分辨率和覆盖度,仍是当前空气质量遥感监测领域亟待解决的重要问题之一。针对上述问题,本论文开展了高分辨率AOD卫星遥感反演、多源异构AOD产品融合、PM2.5浓度建模估算等研究,主要结果和结论总结如下:（1）为实现不同分辨率的异构遥感数据融合与缺失数据重建,提出了一种集成分位数匹配（Modified Quantile-Quantile Adjustment,MQQA）与贝叶斯最大信息熵（Bayesian Maximum Entropy,BME）的混合模型MQQA-BME,并将其用于融合中分辨率成像光谱仪（Moderate-resolution Imaging Spectroradiometer,MODIS）和Landsat 8陆地成像仪（Operational Land Imager,OLI）观测的多尺度反射率数据。结果表明:MQQA-BME能够有效融合MODIS和OLI观测的多尺度反射率数据并实现缺失数据填补。相比较于经典的时空自适应反射率融合模型（Spatial and Temporal Adaptive Reflectance Fusion Model,STARFM）,MQQA-BME方法具有更高的融合精度,尤其是AOD反演所需的蓝波段反射率数据。（2）基于MQQA-BME,融合Terra MODIS和Landsat 8 OLI观测的多源异构反射率产品,生产了AOD反演所需的逐日30m地表和表观反射率数据,并基于6S辐射传输模型构建查找表进行AOD反演。结果表明:蓝光波段融合重建精度,地表反射率的R2为0.63,RMSE为0.024;表观反射率的R2为0.54,RMSE为0.021;基于重建的高分辨率反射率数据反演所得的AOD与地面实测AOD相比,其R2为0.196,RMSE为0.108。通过对Landsat 8观测的真实地表反射率和表观反射率进行人为误差扰动,模拟分析了融合数据产品误差在AOD反演中的传递,结果证实融合反射率产品中的误差,在反演过程中的累积放大效应是造成AOD反演精度较低的重要原因。（3）同时,利用MQQA-BME算法将AERONET观测AOD数据与MAIAC、GOES-16、MERRA-2具有不同时空分辨率和覆盖度特征的AOD格点产品进行了融合,实现了高时空分辨率AOD数据资料的生产。结果表明:较于三套原始格点数据资料,AOD融合产品具有更高的产品精度且空间覆盖完整,其与AERONET数据的验证精度R2为0.69,RMSE为0.07。（4）基于高时空分辨率AOD融合产品,本文利用深度置信网络,开展了面域PM2.5浓度估算。同时,构建了能够较好刻画PM2.5浓度时空变异特征的高斯内核模型,将周边站点实测PM2.5浓度作为先验信息引入PM2.5浓度估算模型。交叉验证结果表明:先验信息的加入能够有效提高PM2.5浓度估算精度,R2从0.67提升至0.84,RMSE由10.46μg m-3降至6.84μg m-3。最后,基于格点PM2.5浓度数据,分析了森林火灾对的区域空气质量的影响。本文构建的MQQA-BME融合模型可为其他遥感数据产品融合提供方法参考,相关研究结果和结论可为利用数据融合技术开展高时空分辨率空气污染监测提供重要参考,生产的时空无缝PM2.5浓度数据资料可为PM2.5暴露风险估算等研究提供重要基础数据。
赵忠[6]（2021）在《利用卫星遥感技术调查林业资源工作中的地物点坐标转换问题探讨》文中进行了进一步梳理基于森林和林业资源的重要作用,探讨林业资源调查及坐标转换的必要性,阐述卫星遥感调查林业资源的基本步骤,提出不同比例尺地物点坐标转换技术要点,以及坐标偏差的解决方法。
王勇,杨宇森,王士博,杨玉,张睿[7]（2021）在《无人机组网遥感数据体系建设评介》文中研究说明无人机组网遥感数据是指在无人机组网条件下获取的遥感观测数据。随着无人机组网系统的复杂化,获取的遥感数据呈几何量级增长,迫切需要一种与无人机组网技术相匹配的标准化无人机组网遥感数据管理体系。遗憾的是,迄今为止,国内外还没有完善的无人机组网遥感数据体系,也没有相关文献系统地介绍无人机组网遥感数据体系的发展历程。论文依次对无人机组网遥感数据的发展历史、数据特点、数据界定和分类标准、获取和处理流程、不同场景下的应用进行了系统的梳理,指出了无人机组网遥感数据体系未来的研究方向。研究成果是无人机组网遥感数据体系研究的一次探索,将为无人机组网条件下相关行业标准的制定提供参考依据,也为无人机组网遥感数据的深层次应用提供借鉴。
王艳,赵薇薇,朱映,刘鹏,张致齐[8]（2021）在《面向ROI的高分辨率光学卫星遥感影像快速处理方法研究》文中研究指明针对海量遥感数据处理不及时难以满足高时效用户应用需求的问题,本文设计了一种面向ROI的高分辨率光学卫星遥感影像快速处理方法。该方法首先通过仿射变换模型由ROI地理坐标快速确定其在原始推扫影像数据中的坐标,然后对ROI影像进行相对辐射校正、传感器校正、系统几何纠正,并基于GPU对处理算法进行并行加速,实现带地理编码高分辨率遥感影像快速准确输出。本文利用四型高分辨率卫星遥感影像进行实验,结果表明本文方法的处理效率明显提升,最高可提升5倍。
徐言[9]（2021）在《北京市气溶胶物理光学特征及潜在来源分析》文中提出本文首先介绍了大气污染的背景以及气溶胶研究的意义,概述了卫星遥感气溶胶的发展历程,利用卫星遥感宏观观测分析我国气溶胶十年间的主要分布位置,以此确定研究区为北京市;其次在前人研究基础上结合地基数据,根据季节详细分析北京地区各物理、光学参数变化规律以及相互之间的关系,并在此基础上总结归纳了北京地区十年间的气溶胶类别以及辐射效应变化;最后结合气象资料利用HYSPLIT模型,采用后向轨迹模式聚类、潜在源分析等方法,按季节分析大气污染变化过程,分别就六大污染物(PM2.5、PM10、SO2、NO2、O3及CO)的浓度变化规律模拟潜在污染源,为北京地区的大气颗粒物污染的防治工作提供数据支持。研究结果表明:2005-2015年间北京地区AOD平均值2006年最高为0.97,2009年最低为0.70,十年间总的变化呈缓慢下降趋势。地表辐射强迫年平均为-84.3±11.52 w/m2,大气气溶胶年平均辐射强迫值为50.96±10.02 w/m2,大气层顶部辐射强迫年平均为-33.34±3.65 w/m2。十年间北京地区主要为粗模态与细模态混合存在,主要为强吸收性和中吸收性细模态大气颗粒物,几乎不存在非吸收性粗模态大气颗粒物,吸收与非吸收的混合型大气颗粒物中非吸收性粗细大小混合颗粒物同样较少。大气颗粒物以前向散射为主,散射相函数季节变化不明显。四季变化中,春季粗、细模态气溶胶粒子散射吸收的变化最多,其中吸收性混合型以及粗模态颗粒物占40%。夏季主要是非吸收性细粒子和弱吸收性细粒子气溶胶为主,四季当中强散射型细粒子含量为季节最高,受高温高湿影响O3含量明显增多。秋季的混合型气溶胶粒子少于春季,冬季由于城市供暖燃烧吸收型颗粒物增多,几乎不存在非吸收性气溶胶颗粒物。西北远距离输送一直贯穿四季,除夏季对北京地区影响较弱以外,其他季节的远距离输送基本均来自西北方向。本地源以及近距离输送在夏季和秋季占比较大。秋季和冬季西北远距离输送为主要风向,秋季轨迹污染物浓度最高。其中北京地区六项污染物PM2.5年平均值为80μg∕m3;PM10年平均值117μg∕m3。SO2年平均15μg∕m3;NO2年平均值54μg∕m3;O3年平均值为59μg∕m3;CO年平均1.2μg∕m3。一天当中SO2和O3约在中午或下午达到峰值,除SO2和O3之外其他污染物日变化规律均是从下午15点之后直至夜间浓度逐渐升高到峰值。全年SO2、CO几乎均未超过国家二级标准限值,全年浓度月变化规律均为夏季低冬季高。春季PM10主要来自于外蒙古国,PM2.5主要来自于石家庄南部近距离输送,而NO2和O3的污染输送也主要来自于石家庄南部。夏季同样受石家庄南部区域近距离污染较多,远距离输送占比最少。PM10污染轨迹条数仅有PM2.5的一半。秋季虽然由京津翼南部近距离污染的轨迹最多,多为清洁轨迹,但来自这个方向的污染轨迹浓度较高,且主要NO2污染来自这个方向。秋季易受蒙古国东部大气颗粒物影响,这个方向传输的PM10约占PM2.5的一半,O3主要来自这个方向。冬季轨迹主要来自西部以及西北方向的远距离输送,这个方向的污染物主要为PM2.5,且浓度较高,其次PM10,冬季NO2远距离输送显着。近距离输送轨迹仅占22.78%,并且多为清洁轨迹。WPSCF与WCWT分析在聚类分析的基础上能够更直观的表现对北京贡献较大的污染源区,通过对比分析发现两种模型结果能够互相验证。综合以上分析,本文研究认为在污染产生过程中,周边城市的工业排放以及车辆、供暖燃烧都起到了很明显的作用,人为活动污染控制不可忽视,因此,关注周边城市工业发展所带来的污染物,加强控制人为排放,并且关注西北方向远距离污染物输送,特别是在春季和冬季,这对后续能够针对性的进行污染防控以及制定相应的大气治理措施具有重要意义。
肖铭哲[10]（2021）在《铁路外部环境风险源遥感监测及管理研究》文中研究表明针对目前铁路外部环境风险源监测与管理工作中存在巡检效率低、人力投入大、信息化水平低等问题,提出一种基于遥感技术的铁路外部环境风险源动态监测和管理方法,以及总体技术路线和详细实施方案,并基于二维GIS系统实现对每个风险源的全周期信息化管理。从卫星影像分辨率、卫星影像资源及卫星重返周期3个方面论证卫星遥感技术在铁路外部风险源的定期动态监测中的可行性,并通过某高铁段落沿线风险源变化检测应用进行检验。研究表明,基于遥感技术的铁路外部环境风险源动态监测及管理系统能够提高安全监管管理效率50%以上,减少一线作业人员工作量80%以上。
二、卫星遥感数据景的地理坐标工程计算（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、卫星遥感数据景的地理坐标工程计算（论文提纲范文）
（1）地球信息科学技术在国土空间规划中的应用研究进展（论文提纲范文）
| 1 引言 |
| 2 国土空间规划全周期管理的需求 |
| 2.1 国土空间规划编制的需求 |
| 2.2 国土空间规划实施的需求 |
| 2.3 国土空间规划监管的需求 |
| 2.4 国土空间规划智慧化转型的需求 |
| 2.5 国土空间规划全流程公众参与的需求 |
| 3 地球信息科学技术在国土空间规划中的应用 |
| 3.1 多源数据获取 |
| 3.1.1 地理空间数据 |
| 3.1.2 遥感数据 |
| 3.1.3 社会经济大数据 |
| 3.2 技术体系支撑 |
| 3.2.1 GIS分析方法 |
| 3.2.2 地理模拟方法 |
| 3.2.3 人工智能方法 |
| 3.3 信息化平台构建 |
| 3.3.1 GIS平台 |
| 3.3.2 云计算 |
| 3.3.3 智慧城市平台 |
| 4 评述与展望 |
| 4.1 研究评述 |
| 4.2 展望 |
（2）采用无人机量测与卫星遥感影像分析红树林生长分布规律（论文提纲范文）
| 0 引言 |
| 1 研究区域和方法 |
| 1.1 研究区域概况 |
| 1.2 卫星遥感影像数据处理 |
| 1.3 无人机航拍影像数据处理 |
| 2 实验结果与分析 |
| 2.1 无人机、 遥感卫星影像解译 |
| 2.2 历年红树林面积变化分析 |
| 3 结语 |
（3）基于区域网平差的GF-2影像纠正处理及其在舰船上的应用（论文提纲范文）
| 0 引言 |
| 1 原理分析 |
| 1.1 RPC模型 |
| 1.2 区域网平差 |
| 2 处理流程 |
| 3 试验与分析 |
| 3.1 原始数据 |
| 3.1.1 高分二号影像概况 |
| 3.1.2 数据来源 |
| 3.2 数据处理 |
| 3.3 结果分析 |
| 4 舰船应用 |
| 4.1 二维应用 |
| 4.2 三维应用 |
| 4.3 应用分析 |
| 5 结论 |
（4）卫星遥感影像覆盖率查询方法与应用实现（论文提纲范文）
| 1 相关数据访问API |
| 2 卫星遥感影像覆盖率查询的实现与分析 |
| 2.1 卫星遥感影像元数据查询 |
| 2.2 卫星遥感影像覆盖率计算 |
| 2.3 查询方法优劣势分析 |
| 3 应用案例与结果分析 |
| 3.1 应用案例背景与查询方案 |
| 3.2 应用结果与分析 |
| 4 结语 |
（5）基于多源数据协同融合的高分辨率AOD反演与PM2.5浓度估算研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 地基AOD和PM_(2.5)浓度观测 |
| 1.2.2 AOD卫星遥感反演 |
| 1.2.3 数据融合算法 |
| 1.2.4 近地面PM_(2.5)浓度估算 |
| 1.3 研究目标和研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 拟解决的关键问题 |
| 1.5 论文组织结构 |
| 第二章 多源数据融合方法精度对比及适用性评估 |
| 2.1 引言 |
| 2.2 研究区域和数据资料 |
| 2.2.1 研究区域 |
| 2.2.2 数据资料 |
| 2.3 融合算法 |
| 2.3.1 STARFM算法 |
| 2.3.2 BME算法 |
| 2.3.3 MQQA算法 |
| 2.3.4 MQQA-BME算法 |
| 2.4 精度评价指标 |
| 2.5 结果分析 |
| 2.5.1 MQQA系统偏差校正和BME协方差模拟 |
| 2.5.2 空间域内算法对比分析 |
| 2.5.3 时间域内算法对比分析 |
| 2.5.4 计算效率对比分析 |
| 2.6 本章小结 |
| 第三章 基于MQQA-BME融合算法的高分辨率AOD反演 |
| 3.1 引言 |
| 3.2 研究区和数据 |
| 3.2.1 研究区域 |
| 3.2.2 数据产品 |
| 3.3 研究方法 |
| 3.3.1 反射率数据融合和评估方法 |
| 3.3.2 AOD反演 |
| 3.3.3 AOD反演结果误差订正 |
| 3.3.4 地基AERONET AOD的计算和时空匹配 |
| 3.4 反射融合结果与验证 |
| 3.4.1 地表反射率产品的融合与验证 |
| 3.4.2 大气层顶反射率产品的融合与验证 |
| 3.5 高分辨率AOD反演结果与校正 |
| 3.6 反演结果误差分析 |
| 3.6.1 误差传递效应 |
| 3.6.2 原始数据覆盖率对估算精度的影响 |
| 3.6.3 误差传递效应模拟 |
| 3.7 本章小结 |
| 第四章 多源异构AOD数据产品时空融合 |
| 4.1 引言 |
| 4.2 数据资料和方法 |
| 4.2.1 研究区域 |
| 4.2.2 AOD数据资料 |
| 4.2.3 地面数据资料 |
| 4.2.4 MQQA-BME算法 |
| 4.3 多源多尺度AOD产品融合与验证 |
| 4.3.1 基于MQQA算法的系统偏差校正 |
| 4.3.2 AOD产品的协方差拟合模型 |
| 4.3.3 多源AOD产品精度评价 |
| 4.3.4 基于地面观测数据的融合结果校正 |
| 4.4 融合结果误差分析 |
| 4.5 本章小结 |
| 第五章 高时空分辨率PM_(2.5)浓度制图 |
| 5.1 引言 |
| 5.2 数据产品和建模方法 |
| 5.2.1 数据产品 |
| 5.2.2 PM_(2.5)建模方法 |
| 5.3 高时空分辨率PM_(2.5)浓度估算 |
| 5.3.1 气象要素对AOD–PM_(2.5)关系的影响分析 |
| 5.3.2 基于AOD融合产品的高分辨率PM_(2.5)浓度估算 |
| 5.4 不确定性分析 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要研究结论 |
| 6.2 主要贡献和创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 科研经历及在学期间所取得的科研成果 |
（6）利用卫星遥感技术调查林业资源工作中的地物点坐标转换问题探讨（论文提纲范文）
| 1 林业资源调查及卫星遥感调查技术的必要性 |
| 2 卫星遥感调查林业资源的基本步骤 |
| 3 地物点坐标转换技术要点 |
| 3.1 地物点布设 |
| 3.2 地物点转换 |
| 3.3 坐标转换 |
| 4 坐标偏差解决方法 |
| 5 结论 |
（7）无人机组网遥感数据体系建设评介（论文提纲范文）
| 1 无人机组网遥感数据的界定与分类 |
| 1.1 无人机组网遥感数据的界定 |
| (1)覆盖范围大，综合精度高 |
| (2)组合数据量大 |
| (3)多源异构 |
| 1.2 无人机组网遥感元数据 |
| 1.3 无人机组网遥感数据的分类 |
| 1.3.1 按照携带载荷分类 |
| (1)可见光遥感数据 |
| (2)红外遥感数据 |
| (3)成像光谱仪数据 |
| (4)激光雷达数据 |
| (5)合成孔径雷达数据 |
| 1.3.2 按照无人机平台分类 |
| (1)多旋翼无人机数据 |
| (2)固定翼无人机数据 |
| (3)复合式布局无人机数据 |
| 2 无人机组网遥感数据信息的获取、表达和管理 |
| 2.1 无人机组网遥感数据的获取 |
| (1)无人机组网任务规划 |
| (2)无人机组网遥感数据采集 |
| (3)无人机组网数据传输 |
| 2.2 无人机组网遥感数据的处理与表达 |
| 2.3 无人机组网遥感数据的管理 |
| 3 无人机组网遥感数据在不同场景下的应用 |
| 3.1 应急救援场景中的应用 |
| 3.2 测绘场景中的应用 |
| 3.3 巡护场景中的应用 |
| 4 结论与展望 |
（8）面向ROI的高分辨率光学卫星遥感影像快速处理方法研究（论文提纲范文）
| 0 引言 |
| 1 面向ROI的高分影像快速处理方法 |
| 1.1 ROI快速定位 |
| 1.2 ROI影像相对辐射校正处理 |
| 1.3 ROI影像传感器校正 |
| 2 基于GPU的ROI影像快速处理流程 |
| 3 实验与分析 |
| 4 结束语 |
（9）北京市气溶胶物理光学特征及潜在来源分析（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 研究内容、技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 地基及卫星气溶胶遥感研究基础 |
| 2.1 气溶胶定义 |
| 2.1.1 气溶胶的类别及来源 |
| 2.1.2 辐射效应 |
| 2.2 AERONET地基遥感 |
| 2.2.1 全自动太阳光度计(CE-318)介绍 |
| 2.2.2 地基大气溶胶光学厚度的计算方法 |
| 2.3 卫星遥感气溶胶概况 |
| 2.3.1 气溶胶遥感技术发展 |
| 2.3.2 气溶胶遥感反演原理 |
| 2.3.3 气溶胶研究难点 |
| 2.4 卫星遥感宏观观测我国气溶胶十年间分布变化 |
| 2.5 本章小结 |
| 第三章 北京地区气溶胶物理特性和光学特性分析 |
| 3.1 北京地区十年间气溶胶物理特性分析 |
| 3.1.1 气溶胶光学厚度 |
| 3.1.2 Angstrom参数 |
| 3.1.3 气溶胶谱分布 |
| 3.1.4 物理特性年变化分析 |
| 3.2 北京地区十年间气溶胶光学特性分析 |
| 3.2.1 细颗粒比例 |
| 3.2.2 单次散射反照率 |
| 3.2.3 复折射指数 |
| 3.2.4 不对称因子 |
| 3.2.5 散射相函数 |
| 3.3 北京地区十年间气溶胶类别分析 |
| 3.4 北京地区十年间直接辐射强迫分析 |
| 3.5 本章小结 |
| 第四章 北京地区污染特征及潜在源模拟分析 |
| 4.1 HYSPLIT模式 |
| 4.1.1 理论基础 |
| 4.1.2 轨迹聚类及六大污染物变化特征 |
| 4.1.3 污染输送潜在源模拟分析 |
| 4.2 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 问题与展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（10）铁路外部环境风险源遥感监测及管理研究（论文提纲范文）
| 1 概述 |
| 2 总体技术思路 |
| (1)资料整理 |
| (2)卫星动态监测 |
| (3)系统平台搭建 |
| 3 技术适用性分析 |
| (1)影像分辨率 |
| (2)卫星数据源 |
| (3)重访周期 |
| 4 实施方案 |
| 4.1 基础资料准备与整理 |
| (1)线位资料整理 |
| (2)平台底图与基础地理数据整理 |
| 4.2 基于卫星遥感的风险源动态监测方法 |
| (1)数据获取及数据预处理 |
| (2)面向对象的遥感变化检测 |
| (3)风险源变化检测成果专题库构建 |
| 4.3 外部环境风险源信息化管理 |
| (1)铁路外部环境台账 |
| (2)铁路外部风险源监测管理系统数据库 |
| (3)日常管控工作业务标准化流程和制度 |
| (4)监测管理系统功能设计 |
| 5 工程实例 |
| 6 结论 |
四、卫星遥感数据景的地理坐标工程计算（论文参考文献）
- [1]地球信息科学技术在国土空间规划中的应用研究进展[J]. 谢花林,温家明,陈倩茹,何亚芬. 地球信息科学学报, 2022(02)
- [2]采用无人机量测与卫星遥感影像分析红树林生长分布规律[J]. 孔祥聚,王浩,李坚,龚玉敏,徐栋泽. 福州大学学报(自然科学版), 2021
- [3]基于区域网平差的GF-2影像纠正处理及其在舰船上的应用[J]. 左彦哲,李连盟,杜行舟,杨楠. 船舶工程, 2021(S2)
- [4]卫星遥感影像覆盖率查询方法与应用实现[J]. 张镇,李水平,张志远. 地理空间信息, 2021(11)
- [5]基于多源数据协同融合的高分辨率AOD反演与PM2.5浓度估算研究[D]. 韦小丽. 华东师范大学, 2021
- [6]利用卫星遥感技术调查林业资源工作中的地物点坐标转换问题探讨[J]. 赵忠. 林业勘查设计, 2021(05)
- [7]无人机组网遥感数据体系建设评介[J]. 王勇,杨宇森,王士博,杨玉,张睿. 地理科学进展, 2021(09)
- [8]面向ROI的高分辨率光学卫星遥感影像快速处理方法研究[J]. 王艳,赵薇薇,朱映,刘鹏,张致齐. 中国体视学与图像分析, 2021(03)
- [9]北京市气溶胶物理光学特征及潜在来源分析[D]. 徐言. 吉林大学, 2021(01)
- [10]铁路外部环境风险源遥感监测及管理研究[J]. 肖铭哲. 铁道勘察, 2021(04)