高分二号卫星影像融合方法与效果评价

高分二号(GF-2)是我国高分辨率对地观测系统重大专项中的首颗"亚米级"卫星,极大地提高了我国高空间分辨卫星影像的自给率。遥感影像融合是高分辨遥感处理和应用的关键流程,选择北京、大连和福州地区GF-2影像,采用彩色标准化变换(Brovey)法、相位恢复(Gram-Schmidt)法、色度空间变换(HSV)法、主成分变换(PCA)法和超分辨率贝叶斯(Pansharp)法共5种融合方法对实验区影像进行融合实验。首先对5种融合结果进行目视效果评价,然后构建了标准差、信息熵、平均梯度、相关系数和扭曲程度5个指标对融合结果进行定量评价。结果表明:Pansharp法在图像信息、细节以及光谱都具有较好的保持效果,Gram-Schmidt和PCA次之,HSV和Brovey色彩失真较明显,该结论可为GF-2卫星影像科研和工程应用提供参考。     

面向地质应用的高分二号卫星影像融合方法评价

为了探讨不同影像融合方法在地质应用上的适用性,以高分二号(GF-2)影像为数据源,采用彩色标准化变换(Brovey)、超球体色彩空间变换(HCS)、相位恢复(Gram-Schmidt)、最邻近扩散(NNDiffuse)和高通滤波变换(HPF)等5种融合方法对全色和多光谱数据进行融合实验,并对融合结果进行质量评价。首先从定性和定量两方面进行评价,然后对融合影像进行岩性分类。结果表明:HPF和Gram-Schmidt方法无论是在定性、定量还是岩性分类应用上均具有较好的效果,NNDiffuse和HCS方法融合效果适中,Brovey方法色彩失真明显,该结论可为地质部门提高GF-2卫星的适用性以及对国产卫星数据的推广应用提供参考。     

基于高分一号卫星数据的库区淹没频率分析方法

为分析水库水位变化对消落带生态结构的影响,提高淹没频率计算精度,提出一种基于高分一号卫星数据的淹频率分析方法。该方法通过对高分一号WFV影像数据进行预处理并多次迭代提取缓冲区的水体信息,结合地理配准和计算得到淹没频率空间分布特征,通过以此模拟的水体分布结果的精度验证淹没频率的可靠性。三河口水库实例验证结果表明:提出的水库淹没频率分析方法较准确地反映了水体信息的时空变化特征,模拟的水体信息结果总体精度和Kappa系数均值分别达到86.5%和73%,较准确地还原了水库蓄水阶段的水体变化,提高了水体淹没频率计算的精度。     

不同卫星遥感数据镶嵌最优方法探讨——以ASTER和TM影像为例

以贵州省黔南州ASTER和TM影像为数据源,运用IMAGINE ERDAS V9.1软件为主要支撑,介绍不同影像的几何校正和拼接的基本原理和方法,使数据处理和应用达到优化,为影像收集困难地区开展遥感调查及应用提供新途径。     

基于多时相高分一号影像的土壤湿度反演

近年来使用国产光学遥感数据反演土壤湿度已成为业内研究热点,其中利用高分一号(GF-1)影像反演土壤湿度是一种潜在的新兴手段,但应用中模型参数需要根据地域调节.为提高GF-1反演土壤湿度的准确度,将豹澥试验区2019年12月至2020年6月的GF-1多光谱宽幅覆盖(WFV)影像和地面观测站点实测数据作为数据源,以垂直干旱...     

基于高分一号卫星影像的延安市顾屯流域耕地盐渍化定量反演

2013年陕西省延安市顾屯流域实施治沟造地工程后,部分新增耕地内出现盐渍化现象.为获取盐渍化空间分布特征,以顾屯流域作为研究区,基于高分一号影像及相应时间段内室内实测数据,通过盐分指数模型与高分影像特征波段建立的支持向量机(support vector machine,SVM)模型对工程后所有耕地进行了盐渍化定量反演....     

基于深度学习的高分六号影像水体自动提取

为了探究高分六号(GF-6)卫星多光谱相机(PMS)影像提取水体的潜力,分别构建全卷积神经网络(FCN-8s)、U-Net及U-Net优化(VGGUnet1、VGGUnet2)4种神经网络进行了水体提取研究.基于水体提取结果对比分析,确定优选模型为VGGUnet1;提出基于组合损失函数FD-water loss(foc...     

基于高分一号影像的深圳市黑臭水体遥感识别

城市黑臭水体空间分布的精准识别对准确和全面治理黑臭水体具有重要意义。本文针对当前黑臭水体遥感识别主要的模型算法,包括单波段法、差值法、比值法、黑臭水体模型判别指数法（HCI）,结合地面试验测量数据对其进行阈值修订,从修订后的算法中选取精度最高的差值算法对2017年深圳市黑臭水体空间分布进行识别并计算识别精度。结果表明：深圳市建成区内共识别黑臭河段26条,总长度128.409 km。深圳市黑臭水体主要分布在宝安区和龙岗区,且宝安区数量大于龙岗区。其中,宝安区的黑臭水体长度为100.789 km,占该区水体的25.92%;龙岗区的长度为27.620 km,占该区水体的22.04%。黑臭水体遥感识别在城市黑臭水体识别中具有较高的应用价值,为城市黑臭水体整治提供技术与数据支撑。     

基于高分一号影像的沙河集水库水质遥感反演

沙河集水库是滁州市重要的水源供应地,关系着市民的饮水安全问题,水质的变化监测受到了政府的高度重视。通过遥感影像实现水质参数反演,对水库水质监测和保护工作具有非常重要的理论意义。因此,利用2021年6月和7月高分一号影像和同步的实测水质数据,建立了基于多元回归和BP神经网络的叶绿素a浓度和浊度模型,并进行精度评价,对研究区定量反演,以探求水库水质分布情况。结论如下：从模型精度来看,叶绿素和浊度进行多元回归模拟的RMSE分别为0.745、0.216,R2为0.694、0.844,平均相对误差为13.19%、7.09%,;BP神经网络模拟的RMSE分别为0.103、0.19,R2为0.865、0.958,平均相对误差为2.5%、7.11%,两者对沙河集水库水质反演都具有可行性,但BP神经网络要优于多元回归;从水质遥感反演来看,2021年6月沙河集水库的叶绿素a浓度在2.2～5.6ug/l之间,7月叶绿素a浓度在1.8～6.7ug/l之间,均处于中营养状态,为Ⅱ类水质,6月浊度在0～4NTU之间,均值为1.16NTU,7月浊度值集中0.5～4.6NTU之间,库区均值为2.46NTU,总体达到了...     

基于高分五号卫星数据的红树林群落光谱特征分析

为解决高分五号(GF-5)高光谱数据空间分辨率较低的问题,本研究采用葛拉姆-施密特(Gram-Schmidt, GS)正交变换融合算法对GF-5高光谱数据与高分二号(GF-2)数据进行空谱融合,利用1 m分辨率的GF-5高光谱数据结合实地样本数据提取不同红树林群落与互花米草群落的平均反射率,通过包络线去除与一阶微分计算的方法分析不同红树林群落与互花米草群落的复合光谱特征,从光谱特征探讨红树林群落的可分性。结果表明,在原始光谱曲线680-900、980-1 320、1 530-1 750 nm区间4种群落的光谱差异最大;经过包络线去除与一阶微分计算后的4种群落的光谱反射率分别在1 170-1 400 nm与1 330-1 470 nm波长范围处表现出明显差异。综上可知,不同红树林群落与互花米草的光谱反射率在近红外波段范围内的差异性最大,近红外波段可作为识别不同红树林群落与互花米草的优势波段。     

基于高分二号影像的城区水体提取方法研究

针对高分二号遥感影像在进行城区水体提取时,遥感影像波段数较少,造成MNDWI、CWI等方法无法使用,同时受污染的水体与裸地、建筑物、阴影难以完全区分,本文提出采用城区水体阴影指数,结合最大似然估计的方法,通过区分水体和阴影光谱特征,完成与阴影彻底分离,实现在高分二号遥感影像上城区水体的高精度提取.对比阴影水体指数(SWI)、基于植被指数和中红外通道的混合水体指数模型(CIWI)、归一化差异水体指数(NDWI)以及单通道阈值法提取结果,本文方法的处理结果提取精度更高,噪声和阴影更少,总体精度在90%以上,Kappa系数在89%以上.评价数据结果表明,本文处理方法在高分二号遥感影像的城市及周边地区水体提取上是有效可行的.     

一种面向高分五号高光谱影像的云检测算法

云层覆盖影响高光谱影像的质量,降低了影像的应用价值,因此云检测已成为高光谱影像应用需首要解决的问题之一。本文针对GF5高光谱影像特点,提出视觉彩色特征和云物理光谱特征相结合的云检测算法。基于原始DN值影像,利用云的HSV色彩空间分布特征,结合云与典型地物的光谱特征差异,构建出云概率影像,动态设定云检测阈值,实现GF5高光谱影像的云检测。该算法整体云识别精度在90%以上,且算法执行快、自动化程度高,对不同地区、不同时间的GF5高光谱影像都有一定的适应性,便于工程化应用。     

基于高分三号卫星的实时船舶检测算法

针对目前在轨星载合成孔径雷达(synthetic aperture radar,SAR)船舶检测主要基于地面处理平台,无法满足星上实时任务规划发展需求的问题,基于现场可编程门阵列(field programmable gate array,FPGA)处理架构,设计了一套用于星上实时处理系统的SAR船舶目标检测算法.结合星载SAR对海观测典型参数指标,在现有处理平台架构上优化所设计算法,最终形成可用于星载SAR船舶目标实时处理系统的检测算法.通过高分三号的59幅SAR图像数据详尽的验证所设计算法的性能.测试结果表明,算法满足系统的可行性和时效性需求.     

基于高分六号卫星遥感影像的太湖叶绿素a质量浓度反演

针对太湖叶绿素a浓度反演大多采用低中分辨率遥感数据,缺少基于高分辨率遥感数据研究的现状,采用高分六号卫星遥感影像,运用波段比值模型、归一化差异叶绿素指数（NDCI）模型和三波段模型定量反演了太湖蓝藻的叶绿素a质量浓度,并采用2018年10月28日、2019年4月6日和2019年6月3日的高分六号卫星遥感影像对3种模型的反演精度进行了验证。结果表明,采用NDCI模型的平均相对误差、均方根误差和平均绝对误差最小,NDCI模型具有更好的精度和稳定性,更适合高分六号卫星遥感影像在太湖叶绿素a质量浓度反演方面的应用。     

基于多时相高分四号影像的雪盖范围提取

积雪覆盖监测是地球科学研究的基础,对于研究全球气候变化,开展防灾减灾救灾等工作都有重要的意义.高分四号卫星是我国高分辨率对地观测系统重大专项中唯一一颗民用高轨卫星,也是世界上首颗静止轨道高分辨率光学成像卫星,其机动灵活、高频次观测能力在积雪遥感业务化监测中具有广阔的应用前景.该文利用高分四号卫星多谱段、高时效、大幅宽和中分辨率等成像优势,紧密结合积雪和移动云层在多时相图像上的反射特点,提出了基于多时相高分四号卫星数据的积雪覆盖范围提取方法.首先对高分四号卫星全色图像进行二值化分割以消除低反射目标的影响;然后对多时相云雪覆盖区域进行合成来剔除移动云层的干扰;在此基础上,利用云、雪在多时相近红外图像上反射值变化的差异性,通过对多时相高分四号卫星近红外图像的最小值合成和阈值分割精细化地提取积雪覆盖范围,进一步去除变化云层的影响.以新疆中西部为试验区,通过与基于HJ-1B卫星的积雪覆盖结果比较,实验表明：两类数据提取的积雪空间分布具有较好的趋势一致性,高分四号卫星影像监测积雪范围更广,总体精度达92.19%,高于HJ-1B卫星图像的89.84%;但受空间分辨率和“不变云层”的影响,基于高分四号卫星影像的积雪识别精度为85.16%,低于基于HJ-1B卫星图像的识别精度94.53%.     

基于深度学习的高分遥感影像典型地物检测方法应用实践

传统的基于高分辨率遥感影像的典型地物检测方法难以兼顾检测精度、处理速度和自动化程度,而深度学习方法在图像处理领域中的应用为解决上述问题提供了可能.选用RSOD-Dataset数据集,基于TensorFlow深度学习框架,采用Faster R-CNN、YOLOv3和SSD三种经典深度学习目标检测算法,对高分辨率遥感影像数...     

高分一号数据在城市建设规模扩展监测中的应用研究

文章介绍了高分一号(GF-1)卫星的基本情况,结合该遥感数据在"十二五"期间全国地级以上城市规模扩展监测中的实际应用,建立了高分一号16米多光谱数据处理方法及城市建设用地信息提取技术流程,并基于不同年度遥感影像资料,利用人机交互式方法提取了全国地级以上城市建设规模扩展信息,通过GIS的统计分析功能,从城镇规模扩展率、城镇规模扩展强度等方面进行了分析。通过该遥感数据研究为确定城市建成区范围提供技术保证,从而更准确、快捷地掌握城市扩展变化的规律;通过多城市同一时期的对比,可快速发现不同城市的扩展现状及差异性,为下一步的土地管理政策制订提供数据支撑;同时还可以作为检验发展战略成果的一种方法,得出真实、客观的判断和结论。     

基于间接校正的高分三号正射影像生成

由于高分三号卫星(gaofen-3 satellite, GF-3)数据问世时间较短、参数不足,现有软件未针对GF-3数据添加传感器支持,导致难以利用现有各类软件生成其正射影像。提出一种基于间接校正的GF-3正射影像生成方法。模拟待校正区域卫星成像过程,采用RD模型利用与该区域对应的DEM数据构建模拟GF-3影像;在模拟与真实GF-3影像中分别提取特征点,并配准提取的特征点对,进而建立两影像间的映射关系;利用模拟GF-3影像分别与DEM数据和真实GF-3影像之间的映射关系,间接完成正射校正,生成正射影像。针对GF-3多成像模式的特点,选取3种具有代表性成像模式的影像进行正射影像生成试验,取得了较好的实验结果。将真实GF-3影像与模拟GF-3影像的对应像元坐标进行比较表明,x和y方向误差均小于一个像元,精度较高。提出算法充分考虑到了GF-3系统的成像特点,在不同的地形细节均取得了较好的结果。定性和定量的分析实验结果验证了提出方法的可行性及有效性。