MODIS数据辅助中巴资源卫星图像大气校正研究

中巴资源卫星(CBERS)的CCD图像数据在内陆水环境遥感监测中具有很大的潜力,但它的大气校正的精度是影响其定量化应用的重要因素.文中提出了一种基于同步MODIS数据辅助的CBERS CCD图像大气校正算法,该算法首先改进了NASA MODIS海洋水色遥感大气校正算法,使之能够很好地应用于内陆Ⅱ类水体,然后利用这种改进的算法通过同步的MODIS数据来反演大气参数,进而完成CBERS CCD内陆水体数据的大气校正.实验证明,这种MODIs数据辅助的CBERS CCD图像大气校正算法能够取得比较好的效果.同时,MODIS数据每天都能免费接收,因此这种大气校正算法对于基于CBERS CCD数据的业务化运行的内陆水质监测具有巨大的应用推广价值.     

面向光伏电站识别的深度实例分割方法

针对遥感图像上光伏电站边界精细提取的难点,在传统分割网络上添加逐像素的类别信息约束,提出了一种融合逐像素置信度模块的两分支深度实例分割网络。该网络通过四个损失结构和两个分支结构来实现,纵向上保证了网络每一层的语义信息,横向上保证了目标检测分支和分割分支的信息共享,提升了网络对于光伏电站边界的识别能力。采用国产GF-1数据进行新疆光伏电站提取实验,结果表明基于该方法进行光伏电站检测的准确率在召回率为89.5%的情况下达到83.4%,该方法可以为新疆光伏电站动态监测提供支撑。     

采用Rel-Copypaste的京津冀地区尾矿库内部要素提取

准确提取尾矿库坝体、干滩、废水内部要素对尾矿库的安全隐患监测具有重要意义。本研究利用国产高分六号数据构建针对尾矿库内部要素分割的Rel-Copypaste数据增强方法，实现数据集扩充；基于深度学习语义分割SE-ResUNet网络实现京津冀地区尾矿库内部要素轮廓提取。该模型平均提取精度高达85.06%，分别高出无数据增强方法、Copypaste数据增强方法2.53%，1.77%，实现京津冀地区尾矿库的面积统计、尾矿库的分类以及头顶库的筛查等。     

面向光伏电站识别的深度实例分割方法

针对遥感图像上光伏电站边界精细提取的难点，在传统分割网络上添加逐像素的类别信息约束，提出一种融合逐像素置信度模块的两分支深度实例分割网络. 该网络通过4个损失结构和2个分支结构来实现，纵向上保证了网络每一层的语义信息，横向上保证了目标检测分支和分割分支的信息共享，提升了网络对于光伏电站边界的识别能力. 采用国产GF-1数据进行新疆光伏电站提取实验，结果表明，当召回率为89.5%时，基于该方法进行光伏电站检测的准确率达到83.4%. 该方法可为新疆光伏电站动态监测提供支撑.