摘要：为弥补MsT经典算法的局限性,开创性地提出了构造MsT的"断弦护枝"思想,并基于此思想创造性地设计与实现了一种全新的MsT构造算法。实验结果和数学证明表明新算法是正确的;实验和分析结果表明新算法在某些实际应用领域能显著弥补经典算法的不足,具有重要的理论和应用价值。

摘要：为探讨基于归一化燃烧率(Normalized burn ratio,NBR)的森林火灾火烧迹地识别规则在我国森林火灾火烧迹地识别中的可用性和适用性,以2006年云南省安宁市"33;29"重大森林火灾场景为火烧迹地识别规则试验区,以2013年云南省大理市下关镇和2015年云南省昆明市石林县2起森林火灾场景为火烧迹地识别规则检验区,对基于森林火灾前后不同Landsat遥感影像像对NBR的9条火烧迹地识别规则进行火烧迹地识别对比研究。结果表明:1)阈值为0.2~1.2的识别规则适用于安宁和大理的森林火灾研究;2)美国地质勘探局和美国农业部林业局提供的差值归一化燃烧率(difference Normalized Burn Ratio,dNBR)参考阈值范围,应用于云南的森林火灾研究需要根据实际情况调整;3)以火灾发生的时间为基准,遥感影像成像时间越接近发生火灾时间的像对获得的dNBR,用阈值规则识别为火烧迹地的像元数越多。4)安宁和石林森林火灾识别的像元数量出现大幅变化与气温、降水量、植被长势等因素相关,植被长势越好识别的像元数越多。5)在固定识别规则阈值最小范围情况下,随着最大阈值范围的增加,识别像元数量变化较小。

摘要：基于坡度匹配模型,对香格里拉和高黎贡山两景Landsat5 TM影像,分别利用地理学、林业资源调查、阴影形成原理、成像太阳方位角和成像太阳天顶角5种不同阴阳坡划分方法求出相关参数对TM影像进行地形校正。结果表明:从视觉分析上看,校正后图像的立体感降低,在一定程度上消除了地形的影响。从阴阳坡均值上看,校正前阳坡和校正后阳坡均值相同,说明地形效应对阳坡几乎无影响;B划分校正结果各波段阴阳坡亮度均值差范围最小,表明B划分校正效果最好。从直方图上看,校正后减弱了地形效应,遥感图像的直方图近似正态分布;从直方图细节上比较,B划分校正结果最好。从变异系数上分析,校正后影像变异系数值相对校正前均有所减小,D划分在各波段上CV值最小,说明D划分校正结果最好。因此,经过地形校正能够消除影像大部分地形效应的影响;地形效应对阳坡亮度值影响不大,校正后的影像能较好地保持研究区地物在各波段上的光谱特性;比较5种阴阳坡划分方法地形校正结果,林业资源调查阴阳坡划分的校正效果最佳,其次为成像太阳天顶角、地理学、成像太阳方位角、地形阴影形成原理。

摘要：基于smart3D软件、Maptek软件分别对无人机倾斜影像和地面三维激光点云数据进行融合处理及树木三维建模。通过点云配准、点云降噪以及坐标纠正等一系列处理,实现了空-地多源点云数据融合技术的树木三维模型重建。基于树木三维重建模型量算的树高、胸径、胸高断面积等几何参数与地面实测的树木参数精度高达99.7%、97.8%和94.1%,说明基于不同来源的点云数据的树木三维树型重建可以为森林或城市绿地调查提供准确高效的技术途径,具有广阔的应用前景。

摘要：从递归算法的设计思想、设计步骤、实现原理讲起,利用这种算法设计方法创新性地设计出在孩子兄弟法表示的树中查找任一给定结点的双亲结点的算法,并在理论上对该算法进行深度剖析,在实践上设计测试程序确认算法的正确性。总结并对该研究成果的意义作出展望。

摘要：对遥感图像归一化地形校正模型的研究进行了回顾和总结。归一化模型包括二阶校正模型、地形均衡模型和坡度匹配模型3种方法。在云南省香格里拉县的TM遥感图像和DEM支持下,采用3种方法进行了校正对比实验。结果表明,3种方法中坡度匹配模型校正效果最好。对归一化地形校正模型今后可能的研究方向提出了建议。

摘要：为更有效地经营管理云南松天然次生林,在云南省云南松主要分布区的昆明市、楚雄州设置55块云南松天然次生林标准地,从中随机抽取33块作为建模数据,剩余22块作为模型校验数据,采用逐步回归剔除法和BP神经网络建模法,建立林分生长模型。结果表明,使用逐步回归剔除法建立的平均胸径生长模型、平均树高生长模型、蓄积量生长模型总体拟合精度在89.22%-95.52%之间,校验精度在81.09%-94.15%之间;使用BP神经网络建立的各林分生长模型总体拟合精度在90.01%-98.62%之间,校验精度在92.63%-95.68%之间。可见BP神经网络所建立的林分生长模型精度较高,可为同类森林的经营管理提供参考。