本章简介了遥感和全球定位系统技术的基本概念以及它们与GIS的集成应 用 作为实时、客观获取空间信息的新兴技术手段,遥感和全球定位系统成为地理信息 系统的重要数据来源,而通过GS对其获得的数据进行处理和分析,可以提取各 种有用信息,以进行决策支持。 本章主要介绍了一些3S集成的具体应用,并简要描述了其技术实现方案

《海洋科学前沿讲座》 《海洋空间分析与建模》 《海洋气象学》 《海洋生物地理学》 《海洋生物化学》 《海洋生物声学》 《海洋声学》 《海洋数据处理与可视化》 《海洋数理基础》 《海洋水环境化学》 《航海学》 《航海英语》 《化学海洋学》 《环境学概论》 《可持续渔业管理》 《可视化程序设计》 《摄影测量学》 《生物海洋学》 《生物统计分析》 《数字测图原理与方法》 《水产品国际贸易》 《水声探测技术》 《水声学基础》 《卫星海洋学》 《物理海洋经典文献导读》 《遥感地学分析》 《鱼类行为学概论》 《渔船与装备》 《渔具测试方法》 《渔情预报技术概论》 《渔业海洋动力学》 《渔业海洋学》 《渔业企业管理》 《渔业生态工程与技术》 《渔业声学》 《渔业装备工程与技术》 《自然地理学》 《海洋大地测量》 《GNSS 原理与应用》 《海上基本安全实训》 《渔业基本安全实训》 《国际金融》 《国际渔业》 《海洋渔业技术学》 《海洋渔业科技英语》 《渔业导论》 《测量平差基础》 《卫星遥感技术与应用》 《遥感原理》 《GIS 开发与应用》 《遥感数字图像处理》 《3S 技术与集成》 《地理信息系统》 《海图学》 《测绘学概论》 《R 语言》 《Matlab 语言及应用》 《水力学与泵》 《水力学》 《海洋考古与探测》 《海洋环境生态学》 《大气科学概论》 《渔业资源经济学》 《新时代海洋强国论》 《海洋文献检索与利用》

一、教学对象 本课程为旅游与地理科学学院地理科学专业与GIS专业本科学生开设。 二、教学目的与要求 使学生了解RS的发展概况和趋势,掌握RS的基本原理和有关基础理论,熟悉RS在国民经济各部门的应用,并初步具备解决R技术实际应用基本问题的能力

10.1 土壤地理调查 10.2 遥感技术在土壤调查中的应用 10.3 土壤-土地数字化数据库(SOTER) 10.4 土壤数据库简介 10.5 中国土壤系统分类自动检索系统

一、学科专业基础课 1 概率论与数理统计 2有机化学 3 有机化学实验 4 工程制图 5 仪器分析 6 仪器分析实验 7 流体力学 8 环境工程CAD 9 环境化学 10 土壤污染修复工程 二、专业方向课 1 大气污染控制工程 2 大气污染控制工程实验 3 环境物理性污染控制 4 环境影响评价 三、专业任选课 1 安全生产与应急预案 四、集中实践环节 1 课程设计（大气污染控制工程） 2 课程设计（环境影响评价） 2 课程设计与论文写作 3 环境统计与图形应用 4 环境信息系统与遥感 5 环境工程前沿讲座

全息照相 光学全息照相是六十年代发展起来的一门立体摄影和波阵面再现的新技术。由于全息照 相能够把物体表面上发出的光波的全部信息(即光波的振幅和位相)记录下来,并能完全再 现被摄物光波的全部信息,因此它在精密计量、无损检验、信息存贮和处理、遥感技术和生 物医学等方面有着广泛的应用

1. 图像数字化概念、数字化参数对图像质量的影响、 数字化器性能评价 2. 图像灰度直方图的基本概念、计算、 性质及其应用 3. 数字图像处理算法形式与数据结构 4. 图像图像文件格式与特征 目的： 1. 熟悉本章基本概念和图像处理算法形式，了解图像的特征； 2.重点掌握图像数字化图像灰度直方图的基本概念及应用、图像数据结构与特征

讲解内容： 1. 图像变换的目的、要求和应用 2. 傅立叶级数、 频谱分析概念及其意义 3.一维、二维连续、离散傅立叶变换定义、性质及其应用 目的： 1. 熟悉二维傅立叶变换定义、性质及其应用； 2. 掌握一维傅立叶变换算法及频谱分析方法

1. 熟悉并掌握本章基本概念、空间域图像增强的原理、方法及其特点； 2. 了解频率域图像增强的方法及其实现过程； 3.重点掌握直方图修正方法、特点及其应用；空间域平滑、锐化和彩色增强技术。 4.1图像增强的点运算 4.2 图像的空间域平滑 4.3 图像空间域锐化 4.4图像的频率域增强 4.5 彩色增强技术

在遥感影像分割分类中,种子区域生长算法是一种常见的分割算法.传统的种子区域生长算法只能提取单一连续的、纹理简单的目标地物,而对具有复杂纹理和多光谱特征的遥感影像,分割时存在分割效果差、不能同时有效地提取多个地物的问题.针对以上问题,本文提出了一种改进的面向对象的自动多种子区域生长算法.该方法适用于同时提取多个目标地物,且分割效果好.该方法首先使用一种改进的中值滤波对影像进行平滑处理,使目标内部一致性更高,同时保留纹理信息.然后通过一定的准则进行自动种子选取并进行生长,最后对生长后的区域进行碎斑合并处理,最终得到多种对象的分割结果.本文采用三组不同大小的1 m空间分辨率的航空影像进行实验,通过与分水岭以及传统单种子区域生长算法的多组实验对比,发现该方法可以面向全局对象,自动选取覆盖各种地物类型的种子,同时对多种地物目标进行分割处理,可为后续面向对象影像分析和应用提供可靠的数据基础