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。     

中国高分辨率对地观测系统卫星概况、特征及应用

高分系列卫星的成功研发、发射和应用标志着我国遥感技术与卫星工程发展的再次飞跃,标志着我国卫星遥感能力的国际影响力进一步得到提升。高分系列卫星极大丰富了我国自主对地观测的数据源,为国产高分遥感数据的应用提供了有力保障。鉴于此,本文依据近年来大量相关文献对已发射的高分系列卫星,从卫星概况、卫星特征与应用等方面进行总结概述与分析。最后对高分系列卫星的发展与应用作出了展望。     

GF-1 WFV与Landsat-8 OLI和Sentinel-2A MSI遥感图像光谱信息转换研究

地表环境的宏观动态监测研究中,受卫星回归周期及天气的影响,单颗卫星难以获取长期、连续的光学遥感数据,因此,定量分析多平台遥感数据的光谱信息关系是十分必要的.本研究基于两组同日过境的无云卫星影像(GF-1与Landsat-8和Sentinel-2A),结合地面调查数据,进行了不同传感器影像间对应波段的光谱信息对比,并通过统计回归分析获得了两组卫星对应波段(蓝、绿、红和近红外)的反射率转换方程.研究结果显示,GF-1与Landsat-8和GF-1与Sentinel-2A对应波段的反射率都具有很强的相关性,得到的转换方程能够对上述三种卫星数据间对应波段的光谱信息实现高精度的转换.本研究能够实现同日多光谱遥感数据的光谱信息转换及协同应用,并为区域资源环境的长期定量遥感监测提供技术支持.     

高分一号卫星重大工程用地监测应用评价研究

文章介绍了高分一号卫星与资源一号02C卫星的基本数据情况,结合2014年上半年重大工程用地监测应用项目,制定了GF-1卫星16 m影像进行土地利用动态遥感监测的技术流程。并以资源一号02C卫星数据提取的变化图斑为真值,对重大工程用地监测的结果进行质量评价,有针对性地选择一些关键性指标,如判别精度、面积精度和最小可监测图斑三方面进行了研究。建立了基于GF-1卫星16 m数据重大工程用地监测的技术流程,为在全国范围内进行重大工程用地监测提供参考依据。     

基于高分六号数据的东海县植被覆盖度分析

为了对中国连云港市东海县地区植被进行植被覆盖度的研究及分析,本文以高分六号(GF-6)卫星数据为原始数据源，在归一化植被指数(NDVI)和像元二分模型分析方法的传统研究基础上，进一步通过不同置信度法来获取像元二分模型数据中所对应的纯土壤像元(Ssoil)值和纯植被像元(Sveg)值，从而对植被覆盖度进行遥感估测分析。结果表明：（1）植被覆盖度的估测结果对置信度的取值非常敏感，在选取置信度时，应结合数据源的卫星特征、影像特征、地域特征等合理选择，置信度应控制在2%-10%之间；（2）高分六号卫星影像能较好的估测出植被覆盖度，东海县植被覆盖等级主要呈西高东低的空间状态，这也为后续高分六号卫星在林业应用方面提供价值参考。     

基于全卷积网络模型的高分遥感影像内陆网箱养殖区提取

为了研究高分遥感影像的内陆网箱养殖区自动快速提取,利用福建省北部内陆水域的GF-1影像和GF-2影像,并对影像中的网箱养殖区进行人工标注,经过旋转、缩放和镜像翻转等数据增强处理后构建了2种影像的内陆网箱养殖区样本库;利用样本库训练内陆网箱养殖区提取的深度学习全卷积网络(fully convolutional networks,FCN)模型并开展精度验证。结果显示,GF-1影像提取结果的F值达到83.37%,GF-2影像提取结果的F值达到92.56%。表明基于FCN的高分影像内陆网箱养殖区提取具有较高的精度,能够进行大规模内陆网箱养殖区提取应用,为内陆水产养殖区的监测提供重要依据。     

基于高分辨率数据的云南土地调查监测研究

遥感影像变化检测是遥感应用研究的热点之一。针对土地调查监测工作,运用遥感影像变化检测方法,基于不同源卫星数据(Worldview-2、天绘)和同源卫星数据(高分一号),分别对云南省两区片地表覆盖物进行了不同时点地类变化的检测,完成了面积合计34km2范围内的遥感影像数据变化分析,并通过外业实地考察核准了变化检测结果,验证结果显示遥感影像变化检测方法实现的地类变化识别准确率可达80%以上,从而证明了该方法在土地监测调查工作中的可行性。     

基于遥感影像变化检测的土地调查监测应用研究

遥感影像变化检测是遥感应用研究的热点之一。针对土地调查监测工作,运用遥感影像变化检测方法,基于不同源卫星数据(Worldview-2、天绘)和同源卫星数据(高分一号),分别对湖南省两区片地表覆盖物进行了不同时点地类变化的检测,完成了面积合计34km2范围内的遥感影像数据变化分析,并通过外业实地考察核准了变化检测结果,验证结果显示遥感影像变化检测方法实现的地类变化识别准确率可达80%以上,从而证明了该方法在土地监测调查工作中的可行性。     

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GF-1 WFV影像的浑河悬浮物浓度和浊度遥感反演研究

综合利用高分一号(GF-1)卫星WFV影像和地面同步水质实测数据,以沈阳浑河为实验区,分别建立悬浮物浓度和浊度反演经验模型。经验证分析GF-1WFV数据可有效反映浑河悬浮物浓度和浊度,且反演精度较好,结果均符合常规水质监测规律。同时基于浊度数据模拟的悬浮物浓度也具有较高的精度,拟合度达到0.68,可为今后简化浑河悬浮物浓度反演流程提供经验。将反演模型应用于GF-1卫星WFV数据,得到2016年9月浑河悬浮物浓度和浊度分布图,反映了浑河流域悬浮物浓度和浊度的空间变化规律。对GF-1卫星WFV数据和Thermo便携式浊度计综合运用进行中小尺度河流水质遥感监测有一定的参考价值。     

基于GF-1遥感数据的大兴安岭林区雪水当量反演

【目的】以Landsat-8卫星数据为对照,探索国产GF-1卫星数据对林区积雪特征的估测能力,实现基于国产卫星对东北林区雪水水文过程的监测。【方法】以大兴安岭北部林区为研究区,结合同期的地面雪水当量野外观测数据,利用偏最小二乘回归与BP神经网络两种方法建立线性与非线性雪水当量反演模型。通过平均均方根误差(E_(RMSE))、平均相对均方根误差(r_(RMSE))和平均估测精度这3个评价指标对所建模型进行对比评价。同时,利用两种遥感数据建立的最优模型对研究区内雪水当量分布特征进行反演,并对反演结果进行对比分析。【结果】基于GF-1数据所建立的线性与非线性模型性能均略低于以Landsat-8数据构建的模型,其中GF-1数据最优反演模型精度为80.3%,较Landsat-8反演模型低1.6%;基于GF-1数据反演的雪水当量值与Landsat-8的基本相同;两类遥感数据反演得到的雪水当量在空间分布特征上基本一致,均反映了雪水当量与地形、植被及土地利用类型的高度相关性;由于山地林区植被和地形复杂,并且春季升温过程中地面积雪日消融速率快,GF-1数据以其高空间与时间分辨率上的优势能够更好地对研究区雪水水文过程进行监测。【结论】国产GF-1卫星能够替代Landsat-8卫星成为对大兴安岭北部林区雪水水文过程监测的遥感数据源。     

多源数据结合的高分一号土地利用/覆盖分类方法研究

基于多时相的GF-1数据获取NDVI时序变化、NDWI和MNDVI等指数图像数据，辅以Landsat8卫星OLI影像和数字高程模型(DEM)数据，得到了不同地物在光谱、时相和形状等方面的特征；通过分析各种地物类型在这些特征上的差异和变化规律，总结出不同地物的特征提取规则，构建了一种基于GF-1数据在地物复杂地区的土地利用/覆盖分类方法，并以广州市为实验区，运用该方法、最大似然法和最小距离法进行了土地利用/覆盖分类及其精度评价.结果显示:基于GF-1数据在地物复杂地区的土地利用/覆盖分类方法的总体精度为85.86%(部分地物分类精度达到95%以上)，与最大似然法及最小距离法相比，其总体精度分别提高了4.62%和12.24%，说明该方法能够更好地发挥GF-1遥感数据在土地利用/覆盖分类中的实际应用潜力，且有效提高了各种土地利用/覆盖地物类别的分类精度.     

基于穷举法的鄱阳湖叶绿素a浓度高光谱反演模型与应用研究——以GF-5卫星AHSI数据为例

光学特性复杂的浑浊水体叶绿素a浓度反演一直是水环境遥感研究的难点，高光谱以其波宽窄、谱段多、获取地物信息近似连续等优势，有望成为解决该难题的有效手段.该文以鄱阳湖为研究水域，利用2009年10月、2011年7月及2016年10月获取的实测高光谱及叶绿素a浓度数据，基于穷举法建立了针对高分五号(Gaofen-5， GF-5)卫星可见短波红外高光谱相机(Advanced HyperSpectral Imager， AHSI)的叶绿素a浓度三波段反演模型(决定系数R2＝0.82；均方根误差RMSE＝1.468 μg·L－1).通过与2018年10月7日Sentinel-2A卫星多光谱成像仪(MultiSpectral Instrument， MSI)的叶绿素a浓度反演结果对比分析，两者的空间分布具有较高的一致性，超过80%的研究水域相对偏差小于8%，在一定程度上证明了GF-5卫星高光谱数据在浑浊水体叶绿素a浓度反演中的潜力.     

黑岱沟和哈尔乌素矿区2000—2020年生态环境质量时空格局与演变特征分析

分析黑岱沟矿区、哈尔乌素矿区2000-2020年生态环境时空变化特征，掌握生态环境质量改变诱因，为矿区进一步的生态治理决策提供科学依据。利用Google Earth Engine (GEE) 平台筛选出2000-2020年8月份的共21期Landsat遥感影像，去除有云像元，掩膜水体信息，得到绿度指标（NDVI）、湿度指标（WET）、热度指标（LST）、干度指标（NDSI）并进行主成分分析（PCA）构建遥感生态指数（RSEI），从而对2000-2020年矿区生态环境质量进行评价。结果表明:（1）2000-2020年矿区扰动区及恢复区RSEI指数呈前期略有下降，后期整体上升状态（2）21年来矿区生态环境质量经历恶化-恢复-稳定的发展趋势，其中2000-2010年恶化面积占比较大，2010-2020年恶化面积占比减少，改善面积占比增加。（3）矿区生态环境质量重心迁移中，I、II级重心迁移轨迹大体一致，且迁移幅度较大；III、IV、V级重心迁移与矿区排土场位置关系密切。（4）利用GEE平台所开展的矿区尺度的生态环境质量评价工作不仅数据获取方便且节省计算时间，也可以及时准确掌握矿区生态环境质量状况，且评价结果较为可靠，与矿区实际监测结果相一致。     

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。     

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GIS和RS的城市建设用地生态适宜性评价——以南阳市西峡县为例

城市建设用地生态适宜性评价是合理利用我国有限土地资源的一项基础性工作．本研究利用遥感影像解译出的土地利用现状,借助GIS手段对南阳市西峡县城市规划区范围内的生态敏感性因子进行叠加分析,从而科学确定城市土地利用生态适宜性等级,评价结果表明,在城市规划区范围内可作高强度开发的城市建设用地面积约为26．1km^2,可在指导下进行适度开发利用的土地面积为21．5km^2,不适宜和不可用作建设用地的土地面积约27．3km^2,在此评价的基础上,将全区划分为适宜建设区,较适宜建设区,不适宜建设区和不可用地区,并提出用地分区发展管制的对策．     

干旱区生态环境敏感参量遥感反演与评价系统研究

针对传统观测手段难以满足大范围快速生态环境变化监测需要的问题,在分析干旱区地表覆盖类型与气候特点, 以及干旱区生态环境监测与评价的具体需求基础上, 运用遥感技术反演生态环境敏感参量并根据相应的需求建立了基于这些参量的评价模型。在Microsoft .NET平台上, 利用ArcEngine组件实现了遥感影像数据的可视化与空间分析功能; 利用IDL (interactive data language)开发的遥感反演算法, 实现了生态环境敏感参量的遥感提取, 最终开发集成了干旱区生态环境敏感参量遥感反演与评价模型系统。通过将该系统在新疆石河子地区进行应用, 对系统功能进行了测试。结果表明, 本系统能够比较稳定地运行, 比较方便和准确地通过遥感手段获取关键生态环境参量, 为干旱区生态环境保护和监测提供了技术支持, 也将促进空间信息技术在干旱区生态环境监测中的综合应用。     

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(focal-dice-water loss)的VGGUnet1网络模型,并与归一化差分水指数(norma-lized water index,NDWI)阈值法、最大似然分类法、支持向量机分类法等方法比较.结果表明:基于FD-water loss损失函数的VGGUnet1网络模型能有效提取水体目标,增强小面积水体识别能力,减少水体错分、漏分现象,提高水体提取效果.可见全卷积神经网络在GF-6遥感影像水体提取方面具有可行性,为后续该领域的进一步研究应用提供了参考.