基于遥感的黄海绿潮覆盖面积受表层温盐的影响分析

【目的】研究黄海绿潮生长发展环境影响因素。【方法】利用2014—2017年卫星遥感影像提取黄海绿潮覆盖面积,并与同期浮标温度数据对比分析。【结果】绿潮的生命周期有"发生-发展-暴发-衰落-消亡"5个阶段。绿潮的覆盖面积变化随所发生海域的表层水温的升高呈现先上升后下降的走势,在约22℃时绿潮覆盖面积达到最大,其后随着温度上升绿潮逐渐衰亡;与同期浮标盐度数据比较发现,前半期盐度基本稳定在31.5‰,绿潮该段时期内逐渐发展达到最大,之后随着盐度降低绿潮逐渐衰亡。【结论】研究结果与已有实验室研究获得结论基本吻合,可为绿潮灾害防灾预警提供一定参考。     

基于多源遥感数据的蓄洪区洪涝遥感监测与分析

为科学治理蓄洪区洪涝灾害、有效降低经济损失,以安徽省蒙洼蓄洪区作为研究区域,选择哨兵一号、二号和高分系列卫星影像作为数据源,采用区域生长法快速提取洪水淹没范围,绘制洪涝灾害前后的水体变化监测图,并结合蒙洼蓄洪区的土地利用类型分布图,利用GIS技术分析2020年7—8月洪涝期间蒙洼蓄洪区各土地利用类型受灾情况以及总区域受灾情况的时空变化特征。结果表明:区域生长法结合多源卫星遥感数据,可以快速准确地提取洪涝灾害范围,实现洪涝灾害信息的时效性和高频次监测;蒙洼蓄洪区的重度受灾区域主要集中在中部和东北部地区,西南部地区受灾程度较轻,农田和养殖塘受灾程度最为严重,保庄圩和庄台受灾程度最轻;蒙洼蓄洪区受灾面积的时间变化与蓄洪措施具有很强的相关性,而与当地降水情况的相关性较弱。     

多源卫星遥感影像在城市规划中的应用

高分辨率卫星遥感影像的出现使得大比例尺遥感制图以及进行城市规划监测和信息更新成为可能。以泉州市为例,介绍了卫星遥感影像在城市规划中的应用。     

基于BP神经网络的多源遥感影像分类

在研究人工神经网络理论的基础上,应用动量法和学习率自适应调整的策略,改进了BP神经网络法。并用于对同一地区的Landsat TM3,4,5影像和航空SAR影像融合进行分类和分类融合结果进行了比较。结果表明：同标准的BP神经网络、传统的Bayes融合分类法相比,改进的BP神经网络融合法不仅获得了标准BP网络高的分类精度,可同Bayes融合媲美,而且提高了学习率,增强了算法的可靠性,因而提高了影像分类速度,更适用于遥感影像分类。     

基于BP神经网络的多源遥感影像分类

在研究人工神经网络理论的基础上,应用动量法和学习率自适应调整的策略,改进了BP神经网络法。并用于对同一地区的LandsatTM3,4,5影像和航空SAR影像融合进行分类和分类融合结果进行了比较。结果表明同标准的BP神经网络、传统的Bayes融合分类法相比,改进的BP神经网络融合法不仅获得了标准BP网络高的分类精度,可同Bayes融合媲美,而且提高了学习率,增强了算法的可靠性,因而提高了影像分类速度,更适用于遥感影像分类。     

基于中分辨率遥感影像的厦门城市绿地信息分析

采用2006、2009年Landsat5 TM和2013年Landsat8 OLI 3个时相的遥感影像,结合以往的相关数据、资料和实地调查,对厦门岛及周边区域的城市绿地进行提取分类,并采用监督分类方法,将绿地遥感影像划分为林地和其他绿地,分析区域内绿地面积和空间分布的变化情况。结果表明:利用中分辨率遥感影像,结合NDVI和K T变换可以更简便、大面积地提取绿地信息;2006—2013年,厦门岛及周边区域城市的绿地面积逐年增加,但绿地空间分布不均匀,结构不合理。建议厦门市应对城市绿地进行系统规划与建设,合理分布绿地空间,推进垂直绿化,合理配置绿化物种,以本地物种为主,提高景观稳定性和多样性。     

基于多因子对象的高空间分辨率遥感影像道路提取

利用面向对象思想,综合应用光谱值、光滑度、紧凑度及长宽比等因子,分割道路对象,构建规则知识库,探讨一种基于多因子对象的高空间分辨率遥感影像道路提取方法,并以厦门市局部区域的QuickBird影像为例进行实证.结果表明:影像分割尺度为75时,道路对象被较完整分割;与传统基于单个像元光谱信息的监督分类法相比,该方法的提取精度较高.     

一种多源遥感影像自动匹配通用方法

实现多时相、高分辨率遥感影像稳健的全自动匹配是遥感科学的重要课题。针对多源遥感影像间的自动匹配,寻找出一种通用的匹配算法流程,该流程通过提取尺度不变性Harris_Laplacian特征点,采用SURF匹配算法得到初始同名点,之后利用初始关系进行点位预测及模板匹配,并采用最小二乘原理剔除残差较大的匹配点对,实现影像间稳健及精度较高的自动匹配。实验结果表明,该流程能够实现多源遥感影像的高精度匹配,并无需人工参与,提高匹配效率和自动化程度。     

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。     

应用多源遥感影像提取鄱阳湖形态参数

鄱阳湖是我国最大的淡水湖,也是我国的洪水多发地带.利用遥感影像自动、快速、准确提取鄱阳湖形态参数(水体面积、水位高程值),实时监控鄱阳湖水情空间动态变化,具有非常重要的意义.本文通过在Radarsat SAR和Terra Modis遥感影像上提取水体,测量计算了遥感影像上的水域面积.将遥感测量结果与利用鄱阳湖历年的水位高程与面积水文统计数据拟合模型测量结果进行交互验证,误差绝对值小于0.70%,最终建立了一个具有较高精度的鄱阳湖主体水域水位-面积分布数学模型.为利用遥感影像实时监控鄱阳湖水情空间动态变化提供了可行的方法手段,对湖泊、水库的泛洪监测、调洪功能分析具有重要的意义.     

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.     

基于景观结构的遥感影像超分辨率制图

尺度问题是基于遥感信息的土地覆盖分类中的一个核心问题,利用低空间分辨率数据得到高分辨率分类结果的向下尺度转换又是其中的难点．遥感影像超分辨率制图是近年发展起来的用于分类向下尺度转换的新方法,可由低空间分辨率遥感数据得到高分辨率的硬分类结果,弥补了传统的通过混合像元分解进行向下尺度转换时不能得到亚像元具体空间位置的不足．但现有超分辨率制图方法对小斑块、具有平直边角的形状或线形地物制图能力普遍较差．文中提出一种基于景观结构的超分辨率制图方法并将其用于模拟景观和真实景观的超分辨率制图．结果显示该方法可用于大斑块、小斑块共存景观的超分辨率制图,且制图结果不确定性低,算法简单,对研究区的先验信息要求低．基于景观结构的超分辨率制图改善了现有方法,为遥感影像土地覆盖分类向下尺度转换提供了一种简易可行的新选择．     

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。     

基于中巴资源卫星的多源遥感影像融合研究

随着遥感获取数据手段的日益增多,遥感影像的融合技术备受关注。针对资源二号多光谱影像光谱信息丰富、分辨率低,资源二号全色影像分辨率高、纹理信息丰富的特点,以河南省郑州市的资源二号多光谱影像与全色影像为例,分别采用基于主成分分析、小波变换、比值变换和高通滤波法等4种融合方法进行融合实验,并对融合后的影像在均值、标准方差、偏差指数以及光谱保真度等4个方面进行了对比,探讨了资源二号多光谱影像与全色影像融合的方法和效果。     

基于机器学习的多源遥感影像融合土地利用分类研究

为了快速获取准确的城市土地利用信息,提高西南地区遥感影像城市土地利用分类信息提取的精度,探讨了当前快速发展的机器学习技术在该领域中的分类实验.选用昆明市主城区作为研究区域,以Landsat8与Sentinel-1A影像为原始数据,使用GS变换法对影像进行融合,使用卷积神经网络(Convolutional Neural Network,CNN)和BP神经网络(Back Propagation Network)2种分类算法对融合前后的遥感影像进行土地利用分类信息提取,对分类结果进行分析.研究结果表明:基于Landsat8和Sentinel-1A的融合影像数据的卷积神经网络分类算法具有最好的分类效果,其总体分类精度和Kappa系数分别为85.8091%,0.8124,认为基于多源遥感影像融合的卷积神经网络分类方法是获取准确的城市土地利用分类信息的一种可行的方法,可以为高原地区城市的土地利用分类提取研究参考.     

中低分辨率遥感影像控制点对自动提取方法

遥感影像配准是遥感影像融合与校正的基础,而控制点提取是遥感影像配准的关键。针对中低分辨率遥感影像配准时产生的控制点少且分布不均匀、正确匹配率低等问题进行研究,提出了一种自动提取其控制点对的方法。该方法采用区域匹配策略,首先将参考影像与待配准影像的公共区域进行网格划分,对2幅影像中相同地理范围的小区域进行一致编号,接着建立影像的多尺度空间,对每一个尺度影像区域块采用Harris进行角点检测,用SIFT特征描述符描述Harris角点的特征向量,最后利用区域匹配策略进行特征点的匹配。实验表明,该方法能提取出均匀分布且精度高的控制点对,有利于提高中低分辨率遥感影像配准的精度。     

高空间分辨率遥感影像分类最优分割尺度

在对高空间分辨率遥感影像进行分类时,为解决不同地物其空间尺度不同的问题,采用多尺度分割的面向对象分类技术,提出采用"对象完整面积个数最多法"的分割方法,研究得出道路、农田、居民地、裸地、水域的最优分割尺度分别为20、30、50、80和100,采用成员函数法对分割后的影像进行分类,并将分类后的结果与基于像元的监督分类结果进行了对比.研究结果表明:使用"对象完整面积个数最多法"实现最优分割的面向对象分类技术的分类精度高于基于像元的分类精度.     

基于多源信息空间的遥感影像自动解译研究

通过分析遥感影像自动解译的研究现状和存在的问题,提出了基于多源信息空间的遥感影像自动解译的研究方法,将遥感影像分为光谱信息空间、形状信息空间、区域地学信息空间、干扰信息空间等四个信息空间,通过对多源信息空间的数学描述和计算机处理实现了遥感影像的自动解译.     

基于多源遥感数据的甘蔗霜冻监测评估

利用Landsat 8 OLI遥感数据提取云南耿马县甘蔗集中种植区,结合中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)历史数据和野外调查数据制定甘蔗霜冻分级指标,通过多时相甘蔗归一化植被指数(normalized difference vegetation index,NDVI)变化差异对2013年底耿马县甘蔗霜冻进行灾后监测评估。结果表明:利用Landsat 8较高分辨率及光谱可分性强的优势,结合非监督分类、监督分类以及归一化植被指数阈值剔除法可迅速有效地提取甘蔗集中种植区。甘蔗全生育期MODIS NDVI变化曲线表明,正常年份12月甘蔗NDVI平均下降0.03±0.01,结合野外调查制定的分级指标可对甘蔗霜冻进行有效评估,评估结果在空间分布上与实况相符合,面积统计结果误差小于6%。