遥感技术对地质灾害早期识别和动态监测——以昌波乡至羊拉乡段为例

经过长期发展,中国地质灾害监测预警手段已从最原始的人工巡查、单点监测发展到目前的高精度面域非接触式的遥感监测,并逐渐得到普遍应用。首先对原始监测手段及遥感技术的发展历程进行了概述,然后利用高精度光学影像结合升、降轨道Sentinel-1A雷达影像,对金沙江昌波乡至羊拉乡之间滑坡隐患进行解译和编录,结果表明该区域存在滑坡隐患34处,其中具有堵江风险的滑坡隐患22处,对居民生命财产直接造成损失的滑坡隐患4处,并利用时序曲线分析了研究区在内外动力(地震、降雨)作用下变形特征,验证了遥感手段在滑坡隐患识别中的便捷性和先进性。最后针对遥感技术在中国的发展现状及瓶颈,创新性地提出了滑坡灾害遥感识别的发展框架,对遥感技术在滑坡识别方面的发展方向具有长期参考意义。     

甘肃省东部滑坡遥感调查分析评价

以TM数据为基础资料,结合SPOT图像及航片、地形图、地质图,建立了滑坡遥感解译标志,对甘肃东部滑坡进行了遥感调查,分析了滑坡分布特征,将滑坡分为两大区八小区,根据滑坡的密度、规模、危害程度,对以上地区进行了危害度评价。     

鄂西滑坡的遥感调查──以屯堡─龙马地带为例

运用遥感判释理论,结合调查区内的地质构造、地貌及岩性等基本情况、建立滑坡判读标志通过村屯堡-龙马地带的遥感调查,解译出巨型滑坡2处,中小型滑坡16处．结果表明,应用大比例尺航片判释滑坡效果明显．     

黄河上游龙羊峡-寺沟峡段大型滑坡遥感调查

以黄河上游龙羊峡-寺沟峡段为研究区,应用不同的较高分辨率的遥感图像对区内大型滑坡进行遥感调查,确定滑坡灾害体的空间分布特征、发育规律及滑坡危险性。     

甘肃陇东地区遥感技术应用效果

本文借助研究区内不同时相、不同片种、不同比例尺的黑白彩色航空航天遥感图象资料,首次对陇东黄土区进行遥感技术的研究,建立了适合陇东黄土区不同地物的解译标志,在野外验证的基础上,为黄土区地貌、滑坡、泥石流等灾害、生态环境、不同岩类、各种地质构造和成矿研究提供了大量信息,以期为编制地质图和野外工作部署提供了佐证资料.     

适于滑坡监测的小型无人机遥感系统构建及其应用

构建小型无人机遥感系统,实现对滑坡等地质灾害的常态化监测,对于防灾减灾具有重要现实意义.本文以近年来利用小型无人机遥感针对三峡库区滑坡开展的多次监测实践为基础,构建了一套适于开展滑坡监测的包括无人机机体及飞控、拍摄系统、地面监控等在内的小型无人机遥感系统,并详细阐述了包括航线规划、相机拍照设定、飞行前检查、飞行作业、飞行后检查等在内的滑坡监测流程,最后介绍了具体实例.结果表明,利用小型无人机遥感系统可以获取滑坡正射影像、数字高程模型等遥感成果,进而快速圈定变形区,解决地面调查难以发现或准确确定变形范围的问题.     

提高遥感解译成果图几何精度初探

遥感图象的解译成果,通常是以各种专题解译图的形式表达的。随着遥感技术的普及与提高,每年都有大量的各种形式、不同专题的解译成果图问世,其中绝大多数是利用陆地卫星(LANDSAT)图象的粗制NSS图象解译编制的,不少解译成果图件,尽管专题内容新颖丰富,现势性极佳,但由于几何精度不高,经不起严格的实地检验,群众将其视为“试验性的遥感解译示意图”。这不仅降低了遥感解译成果的实用价值,同时对普及遥感应用技术也带来一些不良影响。为此,有必要对遥感图象(主要是陆地卫星图象)解译成果图的几何精度问题进行较深入的讨论。     

利用多时相遥感影像与DEM数据的滑坡灾害调查--以新滩地区为例

以1985年新滩滑坡为例,利用多时相遥感影像和高程数据以及基础地质资料,综合分析了新滩滑坡的环境背景和灾害影响.通过对比1959年和1986年两个年代的高程信息与TM遥感图像以及地质资料,进行了滑坡敏感性分析,得出新滩地区滑坡前后的高程变化;并编程计算新滩滑坡前后的体积变化量,得到了与史料记载相近的结果.在此实例分析的基础上,综合阐述了利用多时相、高分辨遥感数据对滑坡进行分析与预警调查工作的技术优势.     

中印边界附近帕里河上的滑坡灾害遥感调查

2004年6月22日中印界河-西藏帕里河右岸发生滑坡,滑坡堵塞帕里河形成堰塞湖,随后堰塞湖坝体溃决,下泄洪水对下游的中国境内和境外印度村庄造成一定损失。“西藏帕里河滑坡遥感调查”项目组采用高中分辨率相结合的6种类型共13个时相的卫星数据,以滑坡地学原理为基础,以遥感、地理信息系统与空间定位技术集成的数字滑坡技术对帕里河滑坡灾害进行调查与监测。查明灾害性质为中型快速滑坡,遥感监测表明滑坡整体已滑入河中,该部分斜坡暂时稳定,仅右上侧有少量滑落。查明堰塞湖所在湖盆原为帕里河流经的、逐渐萎缩的高原湖盆,遥感监测了其形成堰塞湖直至溃决的过程。分析表明帕里河如再次堵江溃决,可能受灾的是下游我国境内的卡拉村及楚鲁松杰村,也会在印度造成一定危害。下游村民防灾应以避让为主。     

基于GIS的土地利用动态变化与预测——以井陉县威州镇为例

介绍了以遥感影像得出的土地利用现状图为数据源 ,通过利用GIS技术对其进行定量分析土地利用动态变化过程 ,以及土地利用各类型之间的相互转化情况 .并且运用土地利用类型动态度和马尔可夫模型 ,对土地利用动态变化及演变趋势预测进行了分析     

基于遥感图像梯度特征的运动模糊检测方法

为了精确描述由于高分辨率卫星在轨动力学环境不确定干扰造成的光学传感器拍摄遥感图像退化的过程,在自然图像的运动模糊点扩散函数检测方法的基础上,提出一种基于遥感图像梯度特征的运动模糊检测方法. 该方法利用图像分割和梯度特征选择处理区域,对遥感图像进行预处理,使图像的梯度特征更加符合检测方法的先验知识,采用基于概率分布的点扩散函数估计方法获得图像的退化模型. 结果表明该方法提高了图像模糊的检测精度,获得了更准确的遥感图像运动模糊点扩散函数的检测结果.      

基于量子粒子群算法选择特征的遥感图像分类

针对目前遥感图像分类算法存在精度低、 速度慢等问题, 提出一种基于量子粒子群算法的遥感图像分类算法, 以提高遥感图像的分类效果. 首先分析目前遥感图像分类算法存在的不足及其原因; 然后提取多种类型的遥感图像原始特征, 采用量子粒子群算法对特征进行筛选, 以提取对遥感图像分类结果较重要的特征; 最后采用最小二乘支持向量机(LSSVM)建立遥感图像分类器, 实现遥感图像分类和识别, 并进行遥感图像分类的仿真对比实验. 实验结果表明, 该算法克服了当前遥感图像分类算 法存在的局限性, 大幅度提高了遥感图像的分类精度, 有效减少了图像分类误差, 提高了图像分类效率.     

基于K-means算法分割遥感图像的阈值确定方法研究

当前遥感图像分割中阈值确定方法忽略了前景和背景内在的联系,导致过分割和轮廓模糊,造成整体性能低下。为此,提出一种新型基于K-means算法分割遥感图像的阈值确定方法,通过K-means算法对遥感图像进行分割,利用最大类间方差方法得到分割遥感图像的初始阈值,依据该阈值将遥感图像划分成两类,求出两类的均值,将其作为K-means聚类算法的两个初始聚类中心,通过K-means聚类方法逐次迭代,不断更新聚类中心,直至得到聚类准则函数,从而求出遥感图像的最佳分割阈值。实验结果表明,采用所提方法确定遥感图像分割中的阈值,不仅效率高,而且整体性能优越;将得到的阈值应用于遥感图像分割中,能够使目标和背景被有效分离,且分离后目标部分轮廓比较清晰。     

海表面流场微波遥感研究进展及其关键技术问题分析

海表面流场是海洋学中十分重要的研究对象,本文综述了海表面流场微波遥感所涉及的海表面建模、计算电磁学、合成孔径雷达(synthetic aperture radar,SAR)海面成像及SAR信号等基础研究领域,梳理了海表面流场微波反演的研究进展,分析了目前已有反演方法的利弊并找出待研究的科学问题,逐一剖析这些问题并提出解决方法。针对海表面流场微波遥感中有待解决的在动态海表面建模中如何引入海表面流场因素、运动海面电磁散射特征的表征中如何选取参数和反演过程中需要注意的图像分辨率等问题,提出了研究策略,指明了海表面流场微波遥感的技术路线和研究方向,最后对海表面流反演工作进行了展望,探讨了高分辨率海流反演的下一步工作。     

一种结合数学形态学和LOG算子的遥感图像边缘检测方法

提出了一种结合数学形态学和LOG算子的遥感图像边缘检测算法,该算法可有效地解决在混合噪声及复杂细节环境下的遥感图像地物边缘信息的检测．该算法首先利用中值滤波消除原始图像的非高斯噪声,并采用数学形态学进一步消噪及增强地物间的对比度;然后采用LOG（LaplacianofGassian）算子对处理后遥感图像进行边缘信息检测．实验结果表明,提出的方法能有效地提取遥感图像地物边缘信息．     

基于卷积神经网络的卫星遥感图像拼接

针对传统算法不适用于外观发生较大变化的图像拼接问题, 提出一种基于卷积神经网络的遥感图像拼接方法, 通过深度学习使模型实现对遥感图像的配准和拼接. 通过两次实验将该算法与传统算法进行对比. 首先, 以欧氏距离作为评价指标, 分别通过两种算法在不同图像数据集上进行统计, 对它们的图像配准能力进行评估. 其次, 在真实的遥感图像拼接应用场景下对比两种算法实现的遥感图像拼接效果. 实验结果表明, 卷积神经网络模型对外观发生较大形变的图像具有更好的配准能力, 因此对于外观产生较大变化的遥感图像, 可采用该算法代替传统算法实现图像拼接, 得到更精确的全景图像.     

基于偏微分方程的遥感成像雷达距离图像分类方法

针对传统方法分类遥感成像雷达距离图像时, 未对图像进行平滑处理, 导致其易受环境干扰, 分类性能较差的问题, 提出一种基于偏微分方程的遥感成像雷达距离图像分类方法. 首先通过偏微分方程对遥感成像雷达距离图像进行平滑处理, 然后采用基于偏微分方程的多区域分割模型, 将分割后的遥感成像雷达距离图像分类过程视为泛化函数最小化过程, 通过分割对能量泛函数进行最小化处理, 实现遥感成像雷达距离图像的多区域分类. 实验结果表明, 该方法成像速度快, 去噪和图像分割效果好, 分类精度和Kappa系数值均较高.     

云环境下基于预分片的遥感数据并行重采样方法

面向海量高分辨率遥感影像数据快速发布需求,针对当前云环境下遥感影像数据并行重采样存在的难题,结合云平台MapReduce并行计算框架特性和遥感影像数据处理特点,提出了一种基于预分片的遥感影像数据并行重采样方法,通过预分片机制有效实现了该框架中对影像数据分片和并行重采样任务的控制,解决了MapReduce难以用于并行处理非结构化、具有空间位置特征的遥感影像数据的问题,从而实现了云环境下遥感影像数据的高效并行重采样.通过在开源云平台Hadoop上的实验和分析表明,该方法具有良好的重采样性能,能够实现高分辨率遥感影像数据的高效重采样.     

基于偏微分方程的遥感成像雷达距离图像分类方法

针对传统方法分类遥感成像雷达距离图像时, 未对图像进行平滑处理, 导致其易受环境干扰, 分类性能较差的问题, 提出一种基于偏微分方程的遥感成像雷达距离图像分类方法. 首先通过偏微分方程对遥感成像雷达距离图像进行平滑处理, 然后采用基于偏微分方程的多区域分割模型, 将分割后的遥感成像雷达距离图像分类过程视为泛化函数最小化过程, 通过分割对能量泛函数进行最小化处理, 实现遥感成像雷达距离图像的多区域分类. 实验结果表明, 该方法成像速度快, 去噪和图像分割效果好, 分类精度和Kappa系数值均较高.