CCI土壤湿度产品在中国区的降尺度与融合研究

以欧洲航天局主/被动微波遥感融合的土壤湿度产品数据为主要数据源,结合地表参数、亮度温度、土壤质地、地形、降雨等辅助数据,提出基于移动窗口的线性、非线性联合的土壤湿度降尺度模型,对中国区域2003年1—12月的CCI土壤湿度产品数据进行降尺度,提高CCI土壤湿度数据的空间分辨率,使其更适用于农业、水文模拟等精细尺度的应用要求。为了克服CCI数据冬季缺失较多的情况,利用第3代再分析资料ERA-Interim表层土壤湿度的降尺度和重采样结果与之进行融合,生成空间覆盖完整的2003—2013年中国区月1 km土壤湿度数据集,并利用站点实测数据集对其进行了验证。结果表明,依据主/被动微波融合CCI、ERA-Interim再分析土壤湿度数据以及辅助数据的基于移动窗口和线性非线性集成的中国区地表土壤湿度降尺度和融合方法,提高了CCI土壤湿度数据集的空间分辨率和空间覆盖,同时还一定程度上提高了土壤湿度的估算精度。     

多源遥感图像的分层融合研究

为了更有效地实现目标识别，采用了像素产像融合方法，该方法简单，易于实现，其中低通对比度金字塔融合和多尺度对比度增强融合采用金字塔法实现，实验结果显示多尺度对比度增强的融合效果优于前者，但采用金字塔法有一个不可避免的缺陷，就是在做子采样时由于频率混效应而可能引进噪声，而非金字塔式分层融合技术则避免了金字塔法的这种缺陷，能得到更好的融合图像。     

多源遥感影像数据融合理论与方法的研究

在分析和探讨多源遥感影像数据融合原理、层次、结构及特点的基础上,归纳了多源遥感影像数据融合方法,并对未来的研究趋势进行了展望。     

基于多源数据融合的配网线损计算与降损节能方法研究

传统的配网高损排查与降损治理缺乏有效的分析手段,在降损节能方面与发达国家相比存在一定差距.文中提出了基于多源数据融合的配网线损计算分析与降损节能方法研究,在多源数据融合的基础上,构建理论线损动态计算模型,通过理论计算,同期线损与理论线损差异分析,自动定位高损环节和异常数据,对降损工作提供理论和技术依据,使降损工作抓住重...     

基于多尺度特征融合的遥感影像场景分类方法

针对遥感场景影像存在类间相似性高、类内多样性大、且不同尺度下遥感影像差异大等问题,导致场景分类任务精确度受限,提出一种基于多尺度特征融合的遥感影像场景分类算法。首先利用轻量级网络MobileNetV2作为主干网络,以更少的网络参数实现更高的分类准确率。网络通过一维卷积提升输入通道,设计的多尺度特征融合模块能够捕获遥感影像的高级特征和低级特征,融合影像的多尺度特征,能够有效缓解不同尺度下遥感影像差异大的问题。通过在三个公开遥感数据集上进行实验对比,验证了所提方法的有效性。     

多源遥感影像融合方法的比较与评价

分析了多源遥感影像融合的方法和融合过程.选取许昌市某地区的LANDSAT ETM影像为实验数据,分别进行基于主成分变换,乘积变换,比值变换, HIS变换,小波变换的影像融合.在MATLAB中编程并计算反映亮度信息、清晰度、光谱信息、信息量等定量评价参数,对融合效果进行定性和定量的评价.实验表明,不同的融合方法进行融合时会产生不同的效果.     

基于最优区域生成的深度多尺度融合遥感飞机检测方法

遥感图像中典型目标的检测是当前图像处理领域的研究热点,飞机在战场监视、航空管制和交通运输等领域发挥着重要作用。为了提高遥感图像中飞机检测的正确率,提出了一种基于多特征融合的遥感飞机检测方法,将深层特征经过上采样操作后与浅层特征进行融合,解决了遥感飞机目标较小造成的检测困难的问题。首先,对于锚框尺寸和个数由人为确定而造成目标位置检测不准的问题,采用K-均值聚类(K-means)算法对数据集的目标框大小进行聚类分析并获得适合飞机遥感图像的锚框(anchor boxes)个数以及宽高维度;其次,采用上采样的方法扩大感受野,以提高网络对小目标的检测准确率。采用多尺度融合的卷积神经网络,以适应不同尺度目标的检测,最终提出一种基于最优区域生成的深度多尺度融合遥感飞机检测方法。仿真结果表明:与典型的飞机检测方法相比,所提方法在测试集上取得了更高的的检测精度。     

基于尺度间梯度方向的多尺度边缘融合

在分析了传统的多尺度边缘融合方法存在的角点漏检和大尺度边缘信息丢失等问题的基础上,提出了一种新的基于相邻尺度间梯度方向的多尺度边缘融合方法.该方法充分利用相邻尺度间对应边缘点梯度方向相近这一特点,在没有增加其它辅助方法的前提下,只是通过改变多尺度边缘融合的依据和条件,即可改善边缘检测的最终效果,在保持算法简单性的同时,相比于传统方法有更好的弱边缘检出率、角点检出率、抗噪能力和更高的算法效率,仿真研究也证明了该融合方法的有效性.     

多源遥感数据融合方法比较研究

本文基于笔者从事遥感图像处理相关工作经验，研究分析了多源遥感数据的常用融合方法，从方法机理着手，分析了采法性融合，Brovey变换融合。HIS变换融合与小波变换融合四种方法的适用范围和优缺点，文中给出的方法原理虽然在实际的软件操作中不会涉及，但对于分析方法的适用范围有着重要作用，全文是来自于笔者长期实践工作的技术和理论总结，相信对从事相关工作的同行有着重要的参考价值和借鉴意义。     

多源遥感影像数据融合的理论与技术

目的 探讨多源遥感影像数据融合技术,包括融合概念、融合原理、融合算法、融合效果评价。方法 对于不同空间分辨率、时间分辨率和波谱分辨率的遥感图像进行综合分析,提出像素级、特征级、决策级遥感影像融合的方法及用信息论的理论建立融合影像评价系统。结果 信息融合可分为3个层次：像素级、特征级和决策级融合;像素级融合信息损失最小,决策级融合信息损失最大;像素级融合精度最高,决策级融合精度最低。结论 对同一地区的多源遥感影像数据进行融合,可以产生比单一信息源更准确、更完全、更可靠的估计和判断,可以提高影像的空间分辨率和清晰度,有效提高遥感影像数据的利用率等。     

基于GIS的两种土壤水分模拟方法的对比研究

借助数字地形分析和GIS方法,将野外采样和空间分析相结合,研究了利用区域土壤水分空间统计模型和地形湿度指数模型模拟土壤水分的方法。并在此基础上,以陕北黄土高原为实验样区,利用实测的土壤水分数据分别构建两种模型对土壤水分进行模拟,分析了不同模型模拟土壤水分的精度,对两种方法模拟土壤水分的效果进行了评价。     

基于微波遥感的土壤湿度异常监测

提出地表微波极化差异指数,并利用AMSR-E星载被动微波遥感亮温数据,统计分析了2002-2006年7月上旬新疆微波极化差异指数旬平均分布;通过计算归一化距平,反演得到新疆7月上旬土壤湿度动态变化分布图。结果表明:利用微波极化差异指数能够较好地表征土壤湿度时空异常变化,为定量监测土壤相对干湿程度提供了一种有效便捷的方法。     

基于GLDAS与TVDI降尺度反演土壤含水量

土壤水是连接大气降水、地表水和地下水的关键水文带,在旱寒区对于维系植被生长起到至关重要的作用.为获取相对精度较高,时空分布更广的土壤含水量数据,本文采用青藏高原2006年MODIS(moderate resolution imaging spectroradiometer)植被归一化指数NDVI(normalized difference vegetation index)数据与地温数据LST(land surface temperature)计算出青藏高原全年温度植被干旱指数TVDI(temperature vergetation dryness index);分析TVDI数据与GLDAS各层土壤含水量的相关性以及相关性的稳定性,结果表明:总体上TVDI数据与GLDAS各层土壤含水量数据呈负相关关系,其中TVDI与GLDAS第1层土壤湿度数据相关性最好,且相关性的稳定性较强;利用TVDI和GLDAS第1层数据的相关关系反演出青藏高原2006年每月土壤水分分布图,并利用月均值进行实例分析,结果表明反演结果与GLDAS数据基本吻合,仅在青藏高原南部和北部两个区域存在偏差.与原始GLDAS数据相比,TVDI反演的土壤含水量数据具有更高的分辨率(分辨率为1km),在时间尺度上,可以反演逐月的土壤水分.     

Reconstruction and analysis of temporal and spatial variations in surface soil moisture in China using remote sensing

An ensemble method was used to combine three surface soil moisture products,retrieved from passive microwave remote sensing data,to reconstruct a monthly soil moisture data set for China between 2003 and 2010.Using the ensemble data set,the temporal and spatial variations of surface soil moisture were analyzed.The major findings were:(1) The ensemble data set was able to provide more realistic soil moisture information than individual remote sensing products;(2) during the study period,the soil moisture increased in semiarid regions and decreased in arid regions with anoverall drying trend for the whole country;(3) the soil moisture variation trends derived from the three retrieval products and the ensemble data differ from each other but all data sets show the dominant drying trend for the summer,and that most of the drying regions were in major agricultural areas;(4) compared with the precipitation trends derived from Global Precipitation Climatology Project data,it is speculated that climate change is a possible cause for the drying trend in semiarid regions and the wetting trend in arid regions;and (5) combining soil moisture trends with land surface temperature trends derived from Moderate Resolution Imaging Spectroradiomete,the study domain was divided into four categories.Regions with drying and warming trends cover 33.2%,the regions with drying and cooling trends cover 27.4%,the regions with wetting and warming trends cover 21.1% and the regions with wetting and cooling trends cover 18.1%.The first two categories primarily cover the major grain producing areas,while the third category primarily covers nonarable areas such as Northwest China and Tibet.This implies that the moisture and heat variation trends in China are unfavorable to sustainable development and ecology conservation.