高分遙感云服務(wù)與物聯(lián)網(wǎng)技術(shù)融合的城市應(yīng)用關(guān)鍵技術(shù)

第1章 緒論
1．1 引言
1．2 必要性分析
第2章 國內(nèi)外現(xiàn)狀和發(fā)展趨勢
2．1 現(xiàn)狀和趨勢
2．1．1 高分遙感數(shù)據(jù)應(yīng)用
2．1．2 物聯(lián)網(wǎng)技術(shù)應(yīng)用
2．1．3 高分與物聯(lián)網(wǎng)融合數(shù)據(jù)應(yīng)用
2．2 研究基礎(chǔ)
2．3 存在問題
第3章 高分遙感與物聯(lián)網(wǎng)技術(shù)融合城市應(yīng)用總體方案
3．1 總體研究方案
3．1．1 概述
3．1．2 設(shè)計(jì)原則
3．1．3 項(xiàng)目總體技術(shù)路線
3．1．4 軟件總體架構(gòu)
3．1．5 硬件環(huán)境配置
3．1．6 軟件模塊與研究內(nèi)容的對(duì)應(yīng)關(guān)系
3．2 風(fēng)險(xiǎn)分析和防范措施
第4章 具體實(shí)施途徑及技術(shù)路線
4．1 海量城市遙感數(shù)據(jù)高效組織與管理
4．1．1 面向海量城市遙感數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)優(yōu)化設(shè)計(jì)
4．1．2 高效空間索引
4．1．3 海量數(shù)據(jù)的高效組織調(diào)度技術(shù)
4．2 面向物聯(lián)網(wǎng)的多源海量異構(gòu)數(shù)據(jù)庫集群技術(shù)
4．2．1 物聯(lián)網(wǎng)傳感器數(shù)據(jù)特點(diǎn)分析
4．2．2 IoT-ClusterDB結(jié)構(gòu)
4．2．3 傳感器的接人與預(yù)處理
4．2．4 IoT-ClusterDB數(shù)據(jù)庫集群
4．2．5 傳感器時(shí)空數(shù)據(jù)庫模型
4．2．6 IoT-ClusterDB數(shù)據(jù)庫集群全局處理
4．3 高分遙感影像的地物要素自動(dòng)識(shí)別與分類技術(shù)
4．3．1 面向?qū)ο蟮倪b感影像分類技術(shù)流程
4．3．2 分割參數(shù)的設(shè)定
4．3．3 影像地物特征分析
4．3．4 分類結(jié)果優(yōu)化與分析
4．3．5 分類結(jié)果在GIS環(huán)境下的處理
4．4 高分信息與物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)的快速匹配技術(shù)
4．4．1 自組織模型構(gòu)建
4．4．2 構(gòu)建地名詞典
4．4．3 高分信息與物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)的快速匹配技術(shù)
4．5 高分遙感信息提取及與物聯(lián)網(wǎng)融合技術(shù)
4．5．1 城市建筑物能耗高分信息提取及融合
4．5．2 城市建筑物形變高分信息獲取及融合
4．5．3 城市水體容積高分信息獲取及融合
4．5．4 城市水體水質(zhì)高分信息獲取及融合
4．5．5 城市內(nèi)澇高分信息獲取及融合
4．6 應(yīng)用綜合評(píng)價(jià)技術(shù)
4．6．1 指標(biāo)體系建立
4．6．2 指標(biāo)評(píng)價(jià)
第5章 高分遙感數(shù)據(jù)預(yù)處理
5．1 資源三號(hào)衛(wèi)星三線陣影像成像原理
5．1．1 三線陣相機(jī)成像原理
5．1．2 資源三號(hào)衛(wèi)星概況及三線陣影像特點(diǎn)
5．2 資源三號(hào)衛(wèi)星三線陣影像預(yù)處理
5．2．1 輻射糾正
5．2．2 幾何糾正
5．2．3 影像增強(qiáng)
……
第6章 資源三號(hào)衛(wèi)星三線陣影像特征提取與匹配
第7章 資源三號(hào)衛(wèi)星三線陣影像DOM的自動(dòng)生成
第8章 高分遙感云服務(wù)平臺(tái)建設(shè)
第9章 經(jīng)濟(jì)效益和社會(huì)效益
參考文獻(xiàn)