高分辨率SAR影像提取冰川面积与冰面河

冰川面积变化是冰川积累与消融的直接体现，与气候变化密切相关。遥感的方法可以为冰川的轮廓及面积监测提供可靠手段，但常用的光学遥感容易受到冰川区多变气象条件的影响。合成孔径雷达（SAR）不受天气影响，尤其是高分辨率SAR影像能够提供冰川表面丰富的细节特征，更好地监测冰川变化。应用相位一致性方法和快速行进法相结合的方法提取冰川轮廓和表面纹理。依据提取的冰川轮廓计算的冰川面积误差在5%以下，表明该方法能够准确地提取冰川面积。同时，在高分辨率SAR图像上，利用提取的冰川表面纹理信息可以有效监测到光学图像上难以识别的冰面河，而冰面河与冰川中长期消融密切相关，提取的冰面河信息将为冰川监测提供一种新的视角。     

基于地形信息的Landsat与Radarsat-2遥感数据协同分类研究

针对不同成像机理的光学与雷达遥感数据协同应用于地表信息提取瓶颈问题，提出了一种基于地形信息的光学与雷达数据协同分类方法。首先利用InSAR测量技术从Radarsat-2数据中提取DEM地形信息，然后构建基于地形信息的Landsat光学数据和Radarsat-2雷达数据的不同特征集输入模型，最后通过随机样本选取构建随机森林（Random Forest,RF）、支持向量机（Support Vector Machine, SVM）和决策树（Decision Tree,DT）分类算法模型提取地表信息。结果表明：①针对不同特征协同策略，在随机选取10%训练样本时，Radarsat-2干涉提取DEM与Landsat数据集提取精度优于ASTER GDEM与光学影像协同策略；②针对不同地表信息提取算法模型，通过50次随机选取训练样本构建模型评价分类精度，验证RF算法的鲁棒性和提取精度都要优于DT算法和SVM算法。研究充分利用光学和雷达遥感的优势信息，为光学和雷达遥感协同地表信息提取提供新的思路。     

基于深度学习的Sentinel-1A影像冰川识别北大核心CSCD

冰川监测对于气候变化研究及区域可持续发展有重要意义,利用遥感影像提取冰川边界是冰川监测的关键。利用Sentinel-1A结合地形数据,通过基于VGG16、MobileNetV2的UNet和DeepLabV3+卷积神经网络对喀喇昆仑地区的冰川进行识别,并比较VH极化和VV极化下的识别精度。结果表明,VH极化的识别精度整体高于VV极化。基于MobileNetV2网络的识别精度不如VGG16高,但实现了精度相当的同时提高了运行效率。基于相同的主干网络,DeepLabV3+较UNet网络识别精度高,即基于VGG16的DeepLabV3+网络精度最高,在VH极化下其识别总体精度可达95.18%,交并比IoU可达84.33%,均交并比mIoU达到88.91%。卷积神经网络对纯净冰川、表碛冰川及冰川湖都有较好的识别效果,且识别出部分前进冰川,为大区域山地冰川的快速且半自动化识别提供了技术基础。     

遥感技术在现代冰川变化研究中的应用

传统的现代冰川变化研究主要以实地观测和经验公式来获得冰川的面积变化、体积变化和冰川表面运动速度,从20世纪80年代以来随着航空遥感光学图像、数字高程模型、雷达等新技术数据的不断出现和发展,借助遥感手段研究冰川的性质和特征、监测冰川的动态变化成为冰川学研究发展的重要趋势,也有效解决了现代冰川研究中高山区资料受限等问题。冰川面积变化的计算机自动解译方法主要有阈值法和雪盖指数阈值法、监督分类非监督分类法、比值阈值法等。阈值法和雪盖指数阈值法操作简单,但是在阈值选取方面不好把握;非监督分类法操作简单但限制因素较多;如果训练区选择准确,监督分类法分类结果比较精确;波段比值阈值法操作相对简单,精度准确,是目前运用最多的计算机自动分类方法。数字高程模型和雷达数据在冰川体积变化研究中的应用,较好地提高了传统方法的精度和适用性; 而且雷达数据具有不受大气传播和气候影响的特点,很好地弥补了遥感光学影像数据极易受云雪等影响的不足。高精度GPS和雷达数据的不断发展和应用在冰川表面运动速度的研究中起着不可替代的作用。      

基于CryoSat-2雷达高度计青藏高原地区冰川高度变化提取方法对比

基于2010~2016年CryoSat-2雷达高度计SARIn模式的Level 2测高数据，结合青藏高原地区冰川矢量数据以及全球GEDM数据，通过重叠脚印法、伪平面拟合法以及较新的曲面拟合法提取青藏高原地区典型冰川冰帽的高度变化值。结果表明：①CryoSat-2测高数据应用该3种方法提取山地冰川高度变化具备可行性;②提取高度变化的3种方法各有优劣，以此提供了提取山地冰川高度变化的方法选择的依据;③应用上述3种方法获取的青藏高原地区典型冰川冰帽2010~2016年的定量高度变化结果，绝大多数的冰川都处于消融状态且3种方法提取的高度变化结果增、减趋势一致。处于西昆仑山脉的中峰冰川、古里雅、土则岗目冰川缩减速率较慢，而帕米尔高原的慕士塔格冰川缩减略快，两者的缩减速度都趋于平缓。处于念青唐古拉山脉的来古、恰青冰川高度变化速率最大。     

基于地形信息的Landsat与Radarsat-2遥感数据协同分类研究

针对不同成像机理的光学与雷达遥感数据协同应用于地表信息提取瓶颈问题,提出了一种基于地形信息的光学与雷达数据协同分类方法。首先利用InSAR测量技术从Radarsat-2数据中提取DEM地形信息,然后构建基于地形信息的Landsat光学数据和Radarsat-2雷达数据的不同特征集输入模型,最后通过随机样本选取构建随机森林（Random Forest,RF）、支持向量机（Support Vector Machine, SVM）和决策树（Decision Tree,DT）分类算法模型提取地表信息。结果表明：①针对不同特征协同策略,在随机选取10%训练样本时,Radarsat-2干涉提取DEM与Landsat数据集提取精度优于ASTER GDEM与光学影像协同策略;②针对不同地表信息提取算法模型,通过50次随机选取训练样本构建模型评价分类精度,验证RF算法的鲁棒性和提取精度都要优于DT算法和SVM算法。研究充分利用光学和雷达遥感的优势信息,为光学和雷达遥感协同地表信息提取提供新的思路。     

高分辨率SAR影像提取冰川面积与冰面河

冰川面积变化是冰川积累与消融的直接体现,与气候变化密切相关。遥感的方法可以为冰川的轮廓及面积监测提供可靠手段,但常用的光学遥感容易受到冰川区多变气象条件的影响。合成孔径雷达（SAR）不受天气影响,尤其是高分辨率SAR影像能够提供冰川表面丰富的细节特征,更好地监测冰川变化。应用相位一致性方法和快速行进法相结合的方法提取冰川轮廓和表面纹理。依据提取的冰川轮廓计算的冰川面积误差在5%以下,表明该方法能够准确地提取冰川面积。同时,在高分辨率SAR图像上,利用提取的冰川表面纹理信息可以有效监测到光学图像上难以识别的冰面河,而冰面河与冰川中长期消融密切相关,提取的冰面河信息将为冰川监测提供一种新的视角。     

RS和GIS支持下的山区土地覆盖分类研究--以重庆市酉阳县为例

详细论述了使用TM卫星遥感影像提取土地覆盖信息的技术与方法。针对山区地形复杂、常年多云雾、分粪难度大的特点。着重加强对影像的地形校正和去云处理，以此来提高图像分类精度。研究结果表明，这种方法能有效地提取喇卫星遥感土地覆盖信息，特别适合我国南方山区土地覆盖信息的提取。     

基于地形信息的Landsat与Radarsat-2遥感数据协同分类研究

针对不同成像机理的光学与雷达遥感数据协同应用于地表信息提取瓶颈问题,提出了一种基于地形信息的光学与雷达数据协同分类方法。首先利用InSAR测量技术从Radarsat-2数据中提取DEM地形信息,然后构建基于地形信息的Landsat光学数据和Radarsat-2雷达数据的不同特征集输入模型,最后通过随机样本选取构建随机森林(Random Forest,RF)、支持向量机(Support Vector Machine,SVM)和决策树(Decision Tree,DT)分类算法模型提取地表信息。结果表明:①针对不同特征协同策略,在随机选取10%训练样本时,Radarsat-2干涉提取DEM与Landsat数据集提取精度优于ASTER GDEM与光学影像协同策略;②针对不同地表信息提取算法模型,通过50次随机选取训练样本构建模型评价分类精度,验证RF算法的鲁棒性和提取精度都要优于DT算法和SVM算法。研究充分利用光学和雷达遥感的优势信息,为光学和雷达遥感协同地表信息提取提供新的思路。     

利用U型网络的遥感影像建筑物规则化提取

针对全卷积神经网络双线性插值及转置卷积算法在高分遥感影像建筑物提取任务中无法准确还原分割对象轮廓的问题，基于Unet网络建立改进的ResNeXt＿SPP＿Unet全卷积神经网络，并提出改进Douglas Peucker图像后处理算法完成建筑物提取规则化。ResNeXt＿SPP＿Unet网络重点优化两个方面，一是将Unet中的标准卷积替换为ResNeXt Block，在减少模型运算数量的同时提高网络的分割精度；二是在Encoder末尾阶段引入SPP金字塔池化层，以多尺度特征融合的方式提升对象边缘的分割准确度。经实验对比分析，结果表明在高分遥感影像建筑物提取任务中，改进ResNeXt＿SPP＿Unet优于Unet等经典分割网络及ResUnet++等前沿分割网络，平均交并比达到了0.853 8，平均像素准确率达到了0.935 9。最后，将改进的Douglas Peucker算法衔接于ResNeXt＿SPP＿Unet模型之后，通过增加对建筑物轮廓边缘的旋转及连接等处理操作改进该算法，进一步拟合建筑物真实轮廓，对建筑物的边界进行规则化校正，效果良好。     

1972～2010年西藏卡若拉冰川面积变化遥感研究

以Landsat陆地资源卫星和中国科学院寒区旱区环境与工程研究所80年代冰川矢量编目数据为数据源,利用GIS空间分析方法,提取并分析了1972~2010年西藏卡若拉冰川面积变化特征。结果表明,近38a来卡若拉冰川有不同程度的退缩,1972~1978年和1999~2010年这两个时间段变化过程较明显,退缩速率较大,尤其以冰川末端和东南坡面积变化最明显。结合冰川最近的浪卡子气象站气候要素分析,得出区域气温和降水都有升高趋势,但是气温的升高特别是冷季气温上升导致的冰雪消融超过了降水量增加的补给,是西藏卡若拉冰川退缩的主要原因。     

基于CryoSat-2雷达高度计青藏高原地区冰川高度变化提取方法对比

基于2010~2016年CryoSat-2雷达高度计SARIn模式的Level 2测高数据,结合青藏高原地区冰川矢量数据以及全球GEDM数据,通过重叠脚印法、伪平面拟合法以及较新的曲面拟合法提取青藏高原地区典型冰川冰帽的高度变化值。结果表明：①CryoSat-2测高数据应用该3种方法提取山地冰川高度变化具备可行性;②提取高度变化的3种方法各有优劣,以此提供了提取山地冰川高度变化的方法选择的依据;③应用上述3种方法获取的青藏高原地区典型冰川冰帽2010~2016年的定量高度变化结果,绝大多数的冰川都处于消融状态且3种方法提取的高度变化结果增、减趋势一致。处于西昆仑山脉的中峰冰川、古里雅、土则岗目冰川缩减速率较慢,而帕米尔高原的慕士塔格冰川缩减略快,两者的缩减速度都趋于平缓。处于念青唐古拉山脉的来古、恰青冰川高度变化速率最大。     

结合水域变化的土壤湿度监测

针对现有土壤湿度监测方法受地表粗糙程度与植被覆盖影响大,导致土壤水分反演精度有待提升的问题,以康平地区为研究区域,提出了一种基于改进U-Net水域自适应提取模型的土壤湿度反演方法。该方法首先根据辽宁省多年份Sentinel-2影像制作遥感影像水体智能提取数据集,并在预设不同网络深度的自适应U-Net模型上进行训练;然后基于颜色熵阈值对影像进行复杂程度判断;最后将研究区多时相水域面积与同期实测土壤湿度数据进行回归分析,构建研究区水域面积与土壤湿度之间的内在联系。选用测试集影像,分别从提取精度和提取速度两个方面验证该方法和U-Net模型的水域提取性能。该方法水域轮廓提取更加精细,训练及预测时间分别缩短了25.65%和32.19%。此外,文章以14个时相的康平地区水域面积数据及同期实测土壤湿度数据,基于三次多项式拟合构建土壤湿度反演方法。结果表明,该反演方法在10 cm深度的土壤湿度反演实验中R²为0.723 4;在40 cm深度的土壤湿度反演实验中R²为0.568 9。该方法能够较准确地反演区域土壤湿度,进而为农业大范围土壤湿度的监测提供支持。     

基于粗糙集和Apriori算法的冰川编目数据的关联规则挖掘

针对冰川编目数据的挖掘．人为给定的支持度和可信度的阈值导致挖掘出大量没有意义的关联规则。提出将粗糙集的属性重要性和属性值在事务数据库中的概率相结合方法。首先使用粗糙集方法求知识系统中各属性的重要度．然后再求出具体的属性值在知识系统中的概率．最后将重要度和概率相结合得到频繁项目集的权值．通过对项目集权值的平均加权计算．来动态改变Apriori算法的最小支持度和最小可信度．不仅提高模型的效率,而且将其应用于冰川编目数据的挖掘．挖掘出冰川的特征、海拔的关联关系。     

多时相遥感影像监测南极冰川流速

测定南极冰川的流速，对于研究南极冰雪物质平衡、南极环境变化及其对全球环境的影响和极区航行有重大意义。本论述了利用多时相卫星遥感影像监测冰川变化的原理和方法，通过对英格里特一克里斯泰森海岸不同时期的遥感影像进行几何纠正和配准及叠加处理，测量和计算出极记录冰川的平均流速，并对它们的变化特点进行了初步的分析和评价。     

基于高分遥感数据和深度学习的石冰川自动提取研究

石冰川是以冰岩混合物为基础形成的一类具有舌状堆积纹理的冰缘地貌,了解其分布和变化对于寒区环境研究具有重要价值,遥感技术的发展为石冰川的识别提供了有效的手段。针对石冰川发育地的偏远和调查的困难,以及其光谱特征的微弱性,提出了一种基于深度学习的石冰川识别方法,以ResNet作为训练网络,得到石冰川的图像分类模型,以国产高分一号遥感影像作为实验数据,在念青唐古拉山西段展开了应用,共识别出石冰川96条。验证结果表明：该方法具有较高的识别精度（98.72%的总体精度、89.48%的生产精度和81.77 %的用户精度）,证明该方法能够有效地识别石冰川,并为在大区域开展石冰川的调查和分析提供了基础。     

基于WorldView-2制备大野口流域高分辨率DEM及精度分析

在全野外GPS地面控制点基础上,对WorldView-2影像自带RPC文件进行校正,利用数字摄影测量软件系统在立体模型上通过影像自动匹配技术快速提取黑河流域上游大野口子流域1∶5 000比例尺数字高程模型(DEM)。由于区域地形复杂、交通不便,研究区南部无地面控制点覆盖。基于立体模型交互式操作,匹配60个均匀分布高精度影像连接点,提高了DEM自动提取精度。并在对阴坡森林覆盖区、大野口水库等重点区域进行DEM编辑基础上,辅助地形特征点和线数据提高了成果精度。由15个外业控制点、12个模型保密点组成的检查点进行定量DEM验证,结果表明:两组高程中误差最大为1.9 m,达到该比例尺山地一级精度2.5 m的要求。
     

一种基于改进土地覆盖更新方法的新增建设用地自动提取

快速准确掌握新增建设用地信息对城镇化监测研究具有重要意义。基于后验概率变化矢量检测的土地覆盖更新方法中，存在初始样本准确性低、后验概率变化矢量检测精度不理想的问题，结合多元变化检测方法，对基于后验概率变化矢量检测的更新方法进行改进，提出一种可应用于新增建设用地提取的自动化方法。利用两期影像多元变化检测结果提高初始训练样本的准确性，同时在迭代选择样本过程中加入该变化检测结果，改善变化检测更新和重分类过程的精度，更准确地提取新增建设用地。用两期嘉兴地区高分一号影像和前期影像土地利用/覆盖分类数据验证改进效果，并与改进前方法对比。结果表明：改进方法提取的2017年新增建设用地精度更高，提取更新后的2017年建设用地总体精度达到85%，Kappa系数0.7以上，变化检测精度比未改进前显著提高。同时该方法显著减少了迭代次数，提高了提取效率。     

光学和SAR遥感数据在赵村水库水体监测中的应用

为了解决传统水库监测管理手段效率低下的问题，采用光学影像和SAR影像数据对水库水体进行提取，实现对水库水域面积的动态监测。对比分析了多种水体提取方法在赵村水库的适用性，并结合现场调研的实际情况，分析了降雨量、水域面积和水位之间的关系。此外，利用数字高程模型对水库淹没区进行了模拟计算，得出了不同坝高设计下的淹没区域面积，并结合遥感影像进行了可视化展示。研究结果表明，光学影像和SAR影像数据相结合的方法可以准确提取水库水体信息，结果与实地调研数据相符，可为后续的水库监测预警工作提供有效的数据支持。     

基于SAR数据的山地冰川表面运动速度分析

合成孔径雷达(SAR)因其可全天时、全天候工作且不受云、雨的影响而成为遥感应用的前沿领域。SAR干涉测量(Inteferometry)利用SAR数据的相位信息可获得大地表面厘米级的形变而成为冰川表面流速监测广泛使用的手段;SAR图像相关方法(SRFT)能克服干涉测量方法因失相干严重而难以产生清晰的干涉条纹以及可见光图像质量由于云遮、雪盖限制的不足而成为目前山地冰川表面流速遥感监测的首选方式。为深入探讨SAR图像相关方法的适用性,以天山科契卡尔巴西冰川为研究区域,分析使用不同时间基线的ALOS PALSAR数据与ENVISat ASAR C-band 的图像相关方法估计冰川的表面流速,并使用实地测杆的DGPS(Differential GPS)测量流速进行对比验证,发现在冰川表碛覆盖区域使用图像相关方法测量的值与实测值有很好的一致性,而在裸露冰区域或坡度较大区域,误差比较大。比较长时间基线的SAR数据对特征识别的结果发现：时间基线为1 a的冬季获取的数据对估计值与实测值在表碛覆盖区域比较一致,这可能是由于前后两次获取图像时天气或地面状况比较接近。比较ALOS PALSAR 数据与ENVISat ASAR数据发现：波长较长的L-band(23.5 cm) 比C-band (5.7 cm)SAR数据更适合山地冰川的表面流速估计;另外在运用SAR数据特征匹配方法时也可能是极化方式的差异使得ALOS PALSAR (HH极化)数据比ENVISat ASAR(VV极化)数据更适合冰川研究。