鄱阳湖HJ卫星CCD影像水面覆盖时空动态变化研究

鄱阳湖作为典型的吞吐性通江湖泊,获取其高动态的水面覆盖变化格局信息具有重要意义.为适应鄱阳湖区水体覆盖类型复杂的特点,尝试利用大气校正有效剔除影像信号中的瑞利散射,并设计了近红外反射率(ρrc(NIR))与绿光/近红外反射率比(ρrc(Green)/ρrc(NIR))相结合的水体提取方法,有效地改善了影像水体的提取精度.利用2008年9月～2011年12月151景无云HJ－1A/1B卫星CCD传感器数据,通过改进后的新方法高精度地提取了水体覆盖信息.在此基础上,利用时空分析方法动态分析了鄱阳湖近年来水面变化的季节性特征与年际变化特征.研究结果能够为湖区旱涝灾害监测、调洪等提供科学依据.     

基于HJ-1-A卫星CCD相机遥感影像的水体提取

采用面向对象的分析方法(object based image analysis,OBIA),结合水体特征对国产环境卫星(HJ-1-A)CCD相机影像的水体信息进行快速分析、处理和提取.结果表明,对于中低分辨率多光谱遥感影像水体信息的提取,该方法的提取精度在95%以上,优于最小距离法(minimum distance).     

GF-1遥感影像结合等高线消除云层干扰的连续水体重建法

为了解决遥感影像水体提取时易受到云干扰的问题,针对连续水体局部受云层干扰的影像图,采用高精度地形信息与高分一号卫星(GF-1)遥感影像两种数据相结合的方法重建水体。分别对高分一号卫星影像数据和高精度等高线地形数据进行预处理后,对缓冲区多次迭代提取未受云层覆盖的部分水体,通过对两种数据的地理配准、数学统计计算等图像运算确定水体还原水位值,从而还原云层影响下的水面面积。结果表明:该方法可以有效消除云层的影响,7幅受云层干扰影像提取水体还原后的水体面积平均相对误差在5%以内,与参考值相比,水体面积平均差值为0.080 9 km²。该方法较准确地还原了云层干扰下的水体面积,可广泛应用于受云层干扰影像的水体提取。     

基于综合权重水体指数的水体提取研究——以鄱阳湖为例

Landsat TM/ETM+影像具有时空分辨率高(16 d,30 m)的特点,并且水体信息丰富,被广泛用于水体提取和水资源实时监测。近年来,构建水体指数是Landsat TM/ETM+影像提取水体信息成熟有效的方法。从现有水体提取指数出发,以鄱阳湖地区作为试验区,构建综合权重水体指数(Comprehensive weight water index,CWWI)。通过实验,利用归一化水体指数(NDWI)、新型水体指数(NWI)、改进的归一化水体指数(MNDWI)和综合权重水体指数(CWWI)四种水体指数进行鄱阳湖地区的水体提取,影像整体水体提取的精度分别为89.00%,91.00%,90.50%,93.00%。结果表明,综合权重水体指数能够用于进行水体提取,并且水体提取综合精度最高。     

基于几何特征与NDWI的城市水体信息提取研究

在遥感影像获取地物信息过程中,有效提取水体信息与掌握其变化趋势,已成为水资源合理利用,实时规划以及未来保护的重要依据.选用浙江长兴县高分一号遥感卫星数据,根据遥感影像不同地物光谱特征,运用归一化水体指数方法(NDWI)并参考影像包含的几何特征,借助易康软件平台进行遥感影像的面象对象分类,分类为水体和其他两种类别.通过归一化水体指数与基于易康面向对象分类结果与传统基于像素分类的结果进行综合对比分析,基于几何特征与NDWI的分类方法明显优于传统基于NDWI分类方法,能更好利用影像所含的地物特征信息,其结果更加符合真实情况.     

基于GF-1卫星遥感影像提取水体的方法比较

选用GF-1卫星遥感影像为主要数据,以南水北调京石段主要水源地之一岗南水库为研究区域,依据GF-1卫星影像各个波段地物的光谱特征信息,采用单波段阈值法、谱间关系法、水体指数法提取水体信息。同时提出一种基于主成分分析的综合方法提取研究区域水体信息。对4种水体提取方法进行比较分析,实验证明主成分分析综合方法可以提取完整准确的水体边界,并且抑制了95%以上的非水体信息,明显改善了水体信息提取精度。     

HJ-1A/1B卫星CCD影像的鄱阳湖6S大气校正研究

HJ-1A/1B卫星CCD数据具有较高的空间、时间分辨率,在内陆湖泊水色遥感定量监测中有较大的应用潜力,大气校正是其需要解决的首要问题.采用6S模型对2009年10月24日鄱阳湖HJ-1A/1B卫星CCD影像进行大气校正处理,并用实测数据进行了对比分析,结果表明6S模型校正后的CCD影像水体遥感反射率能表现鄱阳湖水体悬浮泥沙浓度入江水道高于主湖区的空间分布特征;二波段(绿光波段)和三波段(红光波段),大气校正结果精度较高,平均相对误差分别为9.6%、12.6%,最小相对误差分别达到3.0%、1.6%;一波段(蓝光波段)、四波段(近红外波段)大气校正结果误差较大,建议参数反演时尽量避免采用这两个波段.     

高分影像水体信息提取对比研究

针对天绘一号卫星高分辨率影像,采用面向对象分类方法对怀柔水库区域进行水体信息提取,在多尺度分割的基础上,统计地物的光谱信息、形状因子和亮度均值等,建立水体信息的特征集,充分利用高分辨率的特点提取水体信息,同时选取了参数相近的SPOT和Rapid Eye两幅国外高分影像进行对比研究,使用相同方法进行水体提取,对实验过程和结果进行了对比分析.针对提取结果,采用野外采样和矢量图分析两种方法综合进行精度评价.实验制定了适用于天绘影像的水体提取的方法和规则,分析不同因素对分割与分类结果的影响,同时,我们比较了天绘影像与国外同级别高分影像的优劣性,为天绘影像的进一步应用提供了参考.     

基于深度学习的高分六号影像水体自动提取

为了探究高分六号(GF-6)卫星多光谱相机(PMS)影像提取水体的潜力,分别构建全卷积神经网络(FCN-8s)、U-Net及U-Net优化(VGGUnet1、VGGUnet2)4种神经网络进行了水体提取研究.基于水体提取结果对比分析,确定优选模型为VGGUnet1;提出基于组合损失函数FD-water loss(focal-dice-water loss)的VGGUnet1网络模型,并与归一化差分水指数(norma-lized water index,NDWI)阈值法、最大似然分类法、支持向量机分类法等方法比较.结果表明:基于FD-water loss损失函数的VGGUnet1网络模型能有效提取水体目标,增强小面积水体识别能力,减少水体错分、漏分现象,提高水体提取效果.可见全卷积神经网络在GF-6遥感影像水体提取方面具有可行性,为后续该领域的进一步研究应用提供了参考.     

基于Sentinel-1的一次暴雨过程洪泛范围监测

在多云多雨地区,及时监测大暴雨之后洪泛水淹范围对减灾救灾、灾害评估有着极为重要的作用。雷达卫星遥感弥补了光学卫星遥感受云雨天气影响而不能及时监测地表信息的缺点。以2018年7月5-7日大暴雨过程为例,应用哨兵1号(Sentinel-1)星载合成孔径雷达数据,采用2018年6月25日暴雨过程前的监测结果为本底水体,选用双峰阈值分割法提取江西抚州东乡区、临川区及金溪县3县区2期影像水体信息,通过RGB波段组合方法对比分析,快速确定大暴雨后的洪泛区域。利用GIS软件分析洪泛区域,获取分县水淹面积空间分布范围信息,实现了快速监测大暴雨后的洪泛水淹区域。研究结果表明哨兵1号用于快速洪泛灾情评估是有效的,可为政府和相关部门及时、精确地掌握洪灾信息,科学安排防灾救灾提供了决策依据。将监测结果与实际灾情调查数据进行了对比分析,遥感监测结果与实况的分布范围较为一致,但是在农田受灾面积的统计上有较大差异,需进一步完善遥感解译指标,提高洪泛区与正常水田的区分能力,提高监测精度。     

基于多时相高分四号影像的雪盖范围提取

积雪覆盖监测是地球科学研究的基础,对于研究全球气候变化,开展防灾减灾救灾等工作都有重要的意义.高分四号卫星是我国高分辨率对地观测系统重大专项中唯一一颗民用高轨卫星,也是世界上首颗静止轨道高分辨率光学成像卫星,其机动灵活、高频次观测能力在积雪遥感业务化监测中具有广阔的应用前景.该文利用高分四号卫星多谱段、高时效、大幅宽和中分辨率等成像优势,紧密结合积雪和移动云层在多时相图像上的反射特点,提出了基于多时相高分四号卫星数据的积雪覆盖范围提取方法.首先对高分四号卫星全色图像进行二值化分割以消除低反射目标的影响;然后对多时相云雪覆盖区域进行合成来剔除移动云层的干扰;在此基础上,利用云、雪在多时相近红外图像上反射值变化的差异性,通过对多时相高分四号卫星近红外图像的最小值合成和阈值分割精细化地提取积雪覆盖范围,进一步去除变化云层的影响.以新疆中西部为试验区,通过与基于HJ-1B卫星的积雪覆盖结果比较,实验表明：两类数据提取的积雪空间分布具有较好的趋势一致性,高分四号卫星影像监测积雪范围更广,总体精度达92.19%,高于HJ-1B卫星图像的89.84%;但受空间分辨率和“不变云层”的影响,基于高分四号卫星影像的积雪识别精度为85.16%,低于基于HJ-1B卫星图像的识别精度94.53%.     

国产HJ小卫星遥感影像多特征融合用于日本海啸灾情快速监测

 针对特大地震和海啸灾害的特点与灾情监测的需求,设计和构建了一种基于多特征决策级融合的灾情快速变化检测方法,首先利用遥感影像中提取的NDVI、主成分变换分量、独立成分变换分量等特征分别提取变化信息,然后对多种变化信息进行决策级融合,获得具有更高可靠性的变化图,用于灾情分析。将所设计的方法用于国产环境与灾害监测预报小卫星HJ-1A/B数据处理分析,对日本东部沿海区域海啸灾害前后进行变化检测与灾情信息提取试验,有效地检测了海啸灾害后的海水倒灌区域、陆地积水区、植被淹没区以及建筑受损区等变化区域。研究表明,基于多源特征融合的非监督变化检测流程可以快速、有效地提取海啸受灾区域,为灾害应急响应与灾情评估提供支持。     

福建九龙江口红树林变化的遥感监测

将LANDSAT MSS/TM/ETM数据与中国环境与灾害监测预报小卫星(HJ-1A/B)数据相结合,同时融合光谱信息、地学特征、纹理特征等多种信息,利用最大似然分类方法,提取了以福建省九龙江口红树林省级自然保护区为重点的九龙江口从20世纪70年代至2010年近40年间红树林面积的变化信息.结果表明九龙江口红树林面积在近40年呈现出减少(20世纪70-80年代)、缓慢增加(20世纪80-90年代)以及大幅度增长(2000年以后)3个主要阶段.其中人为活动(围垦、人工造林等)是九龙江口红树林面积大幅震荡的关键因子.     

HJ-1光学卫星应用潜力

根据HJ-1光学卫星技术参数,从技术可用性、数据可用性两个角度,全面分析HJ-1A、HJ-1B卫星的数据获取情况及应用潜力。研究表明,HJ-1星座光学卫星具备直接获取中国和周边国家对地观测数据的能力,可满足全球范围内紧急情况下的应急观测需求;高时间分辨率、高光谱分辨率、中高空间分辨率的数据特点,可基本满足中国及周边国家环境监测与灾害管理方面的主要应用需求,在其他领域也具有广阔的应用前景。     

基于环境减灾卫星遥感信息估测呼伦贝尔草原叶面积指数(英文)

国产环境减灾小卫星星座的HJ-1A和HJ-1B星于2008年发射升空,其具有的高时间分辨率和中高空间分辨率的特点,使它们可在资源环境监测中发挥巨大作用.文章探讨了利用环境减灾卫星遥感影像数据估测中国重要牧草基地呼伦贝尔草原叶面积指数的可行性.为实现此目的,2009年夏季获得呼伦贝尔草原区遥感影像三景和对应地面采样点草地叶面积指数信息,利用8个常用光谱指数分别建立了叶面指数的反演模型.结果表明:各光谱指数均与叶面积指数具有较好的定量关系.其中,增强光谱指数(Enhanced Vegetation Index,EVI)的结果最好,模型的交叉检验决定系数为0.50,均方根误差为0.34.环境减灾卫星可为草原监测和管理提供重要数据支撑.     

基于HJ-1A、B卫星影像数据分析的地表环境变化研究——以河南省焦作市为例

综合利用HJ-1A、B环境监测数据,以焦作市地表环境变化为研究对象,利用环境HJ-1A、B卫星在2008年和2009年的成像为基础,参考焦作市地图、地形图、城市规划图等资料,借助ERDAS IMAGINE和ArcGIS等软件对图像进行处理和分析,进而分析焦作市的地表环境变化情况。另外,形成了一套可行的环境变化信息的提取和监测流程。     

基于环境减灾卫星数据的湖泊旱涝灾害湿地实时信息提取——以鄱阳湖为例

针对江西出现历史罕见的春夏连旱、旱涝急转等极端自然灾害现象,以鄱阳湖自然（天然）湿地为重点监测区域,按照旱涝发生时间和水位,获取对应的四期HJ-1A/1B卫星数据,通过构建归一化水体指数（NDWI）、归一化植被指数（NDVI）,采用地物光谱特征、专家知识的决策树分类方法和空间地理信息处理技术,及时定量获取、分析鄱阳湖自然湿地区连续干旱、旱涝急转情况下的湿地类型变化数据,为相关部门抗旱救灾提供科学依据.     

融合HJ-1 CCD和MODIS生成高分辨率影像方法对比

高时空分辨率遥感影像的反演可有效解决南方云雨地区的数据缺失问题。本文以广西典型丘陵山地为试验区,利用时空自适应反射率融合模型（Spatial and Temporal Adaptive Reflectance Fusion Model,STRAFM）和增强型时空自适应反射率融合模型（Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model,ESTRAFM）两种融合算法,选取小范围的国产环境减灾卫星（HJ-1 CCD）和中分辨率成像光谱仪（Moderate-resolution Imaging Spectroradiometer,MODIS）数据,比较分析两种融合算法所生成的高空间分辨率影像的优劣。与真实HJ-1 CCD的红、近红外（Near-infrared,NIR）波段影像相比,STRAFM和ESTRAFM预测影像在空间分布上均具有较好的一致性,R值均为极显著相关,差分图像98.94%以上像元反射率差值小于0.1,平均绝对差值（Average Absolute Difference,AAD）、平均差值（Average Difference,AD）、标准差（Standard Deviation,SD）均较小,融合效果好。与STRAFM相比较,ESTRAFM融合算法对真实HJ-1CCD影像的细节捕捉能力更强,高低反射率区域没有明显缩小或放大现象,破碎地物边界更清晰,不存在斑块。ESTRAFM预测影像与真实HJ-1 CCD红、近红外波段影像的相关性均高于STRAFM,相关系数（Pearson Correlation Coefficient,R）分别为0.930, 0.885。ESTRAFM预测影像与真实HJ-1 CCD影像差异小于STRAFM,其差分影像的AD、AAD、SD分别为-0.005、0.013、0.017。