基于叶绿素a浓度时序变化的赤潮分布信息遥感提取

利用叶绿素a浓度时序变化信息,可在一定程度上降低叶绿素a反演精度对赤潮分布信息提取的影响. 基于多时相Aqua MODIS数据,采用叶绿素a浓度阈值法、叶绿素a浓度距平值阈值法和可视化分析法对2008年5月东海的赤潮分布进行提取. 结果表明,采用叶绿素a浓度、叶绿素a浓度距平值多时相90%分位数的最大值作为阈值提取赤潮,能够有效提取赤潮区域,但容易误提叶绿素a浓度持续高值区域. 利用叶绿素a浓度距平值阈值法比叶绿素a浓度阈值法误提区域减少,但不能排除方差不一致问题造成的误提以及背景数据中赤潮影响造成的漏提. 利用可视化分析工具Hovmoller图结合时序叶绿素a浓度数据,可以快速确定赤潮发生的时间和地点,但要求在赤潮发生前后有相对连续的时间序列数据.     

地形调节植被指数构建及在植被覆盖度遥感监测中的应用

提出一种无需异源数据支持就能有效消除山区地形影响的地形调节植被指数(TAVI).以Landsat TM影像为数据源,采用TAVI进行复杂地形山区植被覆盖度遥感监测;并选择典型样区进行植被指数与太阳入射角余弦值cosi回归分析、比较,定量验证地形调节植被指数抗地形影响的效果.结果表明,TAVI与cosi一元线性回归方程斜率仅为0.01,相关系数只有0.01,TAVI获得预期的抗地形影响的效果;利用TAVI反演的植被覆盖度空间分布呈面状展开,没有出现地形纹理状的分布形态,获得了满意的抗地形影响的效果.     

基于条形卷积和上下文感知的近海水产养殖提取方法

利用中等分辨率遥感影像,针对近海养殖区边界模糊、筏式和网箱养殖存在类间干扰等现象,以ResUnet模型为基础,提出一种带有条形卷积模块和上下文感知单元的MSUResUnet模型,以提高模型的特征提取能力,改善近海水产养殖提取任务中出现的漏提和粘连等问题.模型中利用条形池化模块增强编码层与解码层信息的交互,引入条形卷积模块增强对水产养殖线性特征的捕捉能力,通过增加上下文感知单元获取水产养殖区丰富的多尺度上下文信息.在Sentinel-2 MSI数据上的实验结果表明,参与比对的6个模型中,MSUResUnet模型精度最优,其Kappa系数、 MIoU、 OA和F₁分数分别达到了89.17%、 84.33%、 96.38%和91.19%; MSUResUnet在养殖较密集的兴化湾、三沙湾和罗源湾附近海域均获得较高精度,具有较强的特征提取和抗干扰能力,能够满足高精度的大范围中等分辨率影像近海水产养殖信息提取需求.     

级联融合边缘特征的高分辨率遥感影像道路提取

针对进行高分辨率遥感影像道路提取时常出现的识别错误和提取结果断裂等问题，提出一种级联融合边缘特征和语义特征的ACEResUNet多任务融合模型。该模型通过边缘检测任务进行道路边缘特征自动化提取，将其与改进的ResUNet模型对应的卷积单元进行特征级联融合，为语义分割道路训练提供更多的决策依据，提升道路提取结果的连通性。通过在各模型特征提取单元中引入交叉压缩注意力模块，提升模型的特征提取能力，并在改进的ResUNet模型的编解码器之间添加全局多尺度特征融合模块，获取不同尺度目标地物的全文特征信息，以提升道路最终提取结果的完整性。在DeepGlobe道路数据集上的实验结果表明，该模型的道路提取精确率和交并比分别达到了0.798和0.661,相较于VNet和ResUNet等经典模型均有提升。