高分辨率遥感影像在城市三维景观建立中的应用

doi:10.6046/gtzyyg.2006.04.10

全文: PDF(303 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

高分辨率遥感影像具有高空间分辨率、高清晰度、信息量丰富及数据时效性强等优点，是建立城市三维景观的良好数据源。本文对高分辨率遥感影像在城市三维景观建立中的相关技术与方法进行了初步探讨，对其应用的优势及存在问题进行了简单分析。研究表明，基于高分辨率遥感影像能够快速、便捷、经济地建立高时效性的城市三维景观。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：湿地, 遥感, 分层分类法

Abstract：

This paper deals with some techniques and methods for creation of a three-dimensional urban landscape model based on the high-resolution remote sensing image. As the high-resolution remote sensing images have such characteristics as high definition, rich information and strong real time capacity，they can be used to acquire a great abundance of information concerning urban landscape exactly and rapidly. The results show that the procedure is efficient, rapid and economical in creating the three-dimensional urban landscape model.

Key words： Wetlande Remote sensing Doocomposition and classification

收稿日期: 2006-03-17 出版日期: 2009-07-24

TP 79： P 237

基金资助:

广东省中国科学院广州地理研究所“青年科学研究基金（2003）”项目资助。

通讯作者: 廖圣东（1975-），男，助理研究员，主要从事遥感图像处理分析与应用研究工作。

引用本文:

廖圣东, 廖其芳, 曾文华, 王娟, 雷磊. 高分辨率遥感影像在城市三维景观建立中的应用[J]. 国土资源遥感, 2006, 18(4): 40-42.
LIAO Sheng-Dong, LIAO Qi-Fang, ZENG Wen-Hua, WANG Juan, LEI Lei. THE APPLICATION OF HIGH RESOLUTION REMOTE SENSING IMAGE
TO THREE-DIMENSIONAL URBAN LANDSCAPE CREATION. REMOTE SENSING FOR LAND & RESOURCES, 2006, 18(4): 40-42.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2006.04.10 或 https://www.gtzyyg.com/CN/Y2006/V18/I4/40

[1]	刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[2]	王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[3]	吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[4]	张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[5]	薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[6]	宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[7]	李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[8]	丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[9]	高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[10]	张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[11]	贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[12]	于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
[13]	李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[14]	艾璐, 孙淑怡, 李书光, 马红章. 光学与SAR遥感协同反演土壤水分研究进展[J]. 自然资源遥感, 2021, 33(4): 10-18.
[15]	何陈临秋, 程博, 陈金奋, 张晓平. 基于GF-3全极化SAR数据的滨海湿地信息提取方法[J]. 自然资源遥感, 2021, 33(4): 105-110.