秸秆焚烧遥感监测进展分析与展望

秸秆焚烧是生物质燃烧的重要组成部分,不仅导致秸秆资源浪费,而且还会对环境造成严重危害。传统秸秆焚烧监测方法以人工巡查为主,监测范围受限且人力物力资源耗费大。遥感技术作为新兴的地表信息监测手段,给秸秆焚烧大范围监测带来了发展契机。介绍了遥感技术在秸秆焚烧火点监测、过火面积估算和焚烧迹地监测3个方面的基本原理、监测方法和研究进展,并分析了遥感技术在秸秆焚烧监测应用中存在的不足。在此基础上,从多源数据融合互补、监测方法优化集成、监测信息深入挖掘和时空信息决策服务等4个方面对秸秆焚烧遥感监测的未来发展进行了展望。     

基于GF-1遥感数据的若尔盖高寒沼泽湿地地上生物量与土壤有机碳密度估算

随着我国遥感技术迅速的发展,国产系列卫星数据越来越多的应用到各个行业中。在湿地遥感监测方面,湿地生物量和碳储量的遥感估算研究是研究人员非常关注的研究问题,我国自主研制的高分（GF）系列卫星为湿地生态系统的资源监测提供新的途径和方法。提出了基于GF-1卫星的若尔盖高寒沼泽湿地地上生物量与土壤有机碳密度估算方法,通过选取GF-1遥感数据单波段信息,计算植被指数信息、纹理特征、地形特征等27个遥感因子,采用逐步回归法确定建模因子,构建了若尔盖湿地地上生物量和有机碳密度估算模型。研究结果表明：整个若尔盖湿地地上生物量为109.93万t,0~30 cm的土壤有机碳密度为18.99 kg/m²。经地面调查数据验证,地上生物量估算精度为86.44%,有机碳密度估算精度为81.56%;并且,地上生物量和土壤有机碳密度与研究区的湿地植被分布主要集中在中部和西北部范围的空间特征一致,模型估算出的研究结果具有较好的可靠性和合理性。     

基于遥感植被生物量估算模型自变量相关性分析综述

应用遥感估算植被生物量越来越受到人们的关注。在利用遥感信息参数以及其它因子构建模型时,往往要挑选一些对生物量具有显著影响的因子作为自变量,因此自变量个数的确定、自变量的选择对估算模型的可靠性及精度影响很大。从单变量模型、多变量模型以及参数、非参数模型等几个方面论述了植被生物量估算遥感信息模型自变量相关性,并提出了一些建议,希望能对植被生物量估算模型自变量的选择提供参考价值。     

典型地物标准波谱数据库系统设计

国家级通用型典型地物标准波谱数据库系统是空间遥感技术与应用发展的重要技术支撑,是国家空间信息设施的重要组成部分之一。介绍了该波谱数据库统软件设计的研究内容,包括系统总体架构、组织结构、模块划分、功能分配、性能特点以及系统特色等,为我国空间信息设施的发展
提供一个可行的地物标准波谱数据库系统设计方案。     

水质遥感监测的关键要素叶绿素a的反演算法研究进展

叶绿素a浓度是表征水体富营养化程度的重要指标,通过遥感手段反演叶绿素a浓度是实现水体富营养化监测的一个有效途径,已衍生出了一系列叶绿素a浓度反演算法。这些算法各有所长,适用范围也各自有别。由于水体光学特征差异,盲目套用这些算法难以取得预期效果。为了推动水质遥感的进一步发展,从遥感反演的原理和数据源出发,对国内外利用遥感技术反演水体叶绿素a浓度的算法进行综述。根据算法结构设计的不同,将反演算法分为6大类,分别为荧光峰和反射峰算法、波段算法、指数算法、智能算法、基于水体分类的算法体系以及分析类算法,系统地梳理各类算法并分析算法特征。从算法适用的叶绿素a浓度区间和水体类型等角度出发,总结各类算法的适用范围,评述各类算法的优缺点,以期为环境和遥感工作者提供参考。主要结论如下：①Ⅱ类水体算法外推适应性较弱,应建立并补充实测数据集,研究各类水体光学特性异同点,构建基于水体分类的通用算法体系;②无人机技术与高光谱传感器的结合可为内陆水体水质监测提供新思路;③应结合机器学习算法与机理模型,发展物理原理约束的高精度反演模型。     

基于遥感卫星的极端气象观测数据安全预警系统设计

影响极端气象产生与演变的因素众多,给极端气象的预警工作带来较大难度,为及时对极端气象作出有效防御,利用遥感卫星观测数据设计并开发了极端气象观测数据安全预警系统。设计遥感卫星观测数据校准器、观测数据采集器、处理器、安全报警器,调整通信模块的连接方式,完成安全预警系统硬件的优化。通过遥感卫星、暴雨极端天气等数据库表的构建与连接,建立系统数据库。在系统硬件和数据库的支持下,利用遥感卫星观测数据获取气象观测数据,通过气象观测数据特征的提取,估算极端气象参数,将其与设置的安全阈值进行比对,综合极端气象强度和紧迫度系数,实现系统的安全预警功能。实验结果表明,所设计系统的平均预警时间偏差为0.18h,误警率和漏警率平均值分别为2.8%和2.7%,,响应时延平均值为20ms。     

《遥感技术与应用》30年论文发表趋势

自《遥感技术与应用》1986年创刊以来,走过了30年的历程,现已成为国内遥感研究成果的主要载体之一。利用现有的CSCD和CNKI数据库,从文献计量角度分析《遥感技术与应用》30年的发文趋势。结果表明:30a来,《遥感技术与应用》的论文发表数量总体呈快速增长趋势;相关研究机构主要集中在西北和北京两地;Landsat和MODIS是研究最多的两种遥感数据;土地利用是关注最多的遥感应用研究。引文分析的结果表明《遥感技术与应用》刊载的论文被CSCD和SCI引用频次和期刊影响因子不断提高,进一步说明了学界对遥感技术相关问题的关注程度不断加强。此外,计算机技术、数据科学、大数据等技术的发展促进了遥感科学的发展;另一方面,自然灾害、大气环境问题、粮食安全和可持续发展问题以及"Future Earth"的战略部署,都需要依托遥感技术获取更为可靠的数据源、构建更加系统的数据平台及面向更加智能的决策平台。     

遥感卫星图像数据信息浏览查询技术优化与实现

遥感卫星图像数据的浏览查询系统向遥感数据用户提供卫星原始数据以及各级产品数据的查询服务。然而随着入库遥感数据的日益增多,当多用户并发浏览查询时,系统出现查询响应时间过长的现象。文章从数据库服务器、应用服务器以及应用程序方面对浏览查询系统进行了性能调整,并通过测试证实了优化方法的可行性。     

Vision-based real estate price estimation

Since the advent of online real estate database companies like Zillow, Trulia and Redfin, the problem of automatic estimation of market values for houses has received considerable attention. Several real estate websites provide such estimates using a proprietary formula. Although these estimates are often close to the actual sale prices, in some cases they are highly inaccurate. One of the key factors that affects the value of a house is its interior and exterior appearance, which is not considered in calculating automatic value estimates. In this paper, we evaluate the impact of visual characteristics of a house on its market value. Using deep convolutional neural networks on a large dataset of photos of home interiors and exteriors, we develop a method for estimating the luxury level of real estate photos. We also develop a novel framework for automated value assessment using the above photos in addition to home characteristics including size, offered price and number of bedrooms. Finally, by applying our proposed method for price estimation to a new dataset of real estate photos and metadata, we show that it outperforms Zillow’s estimates.     

遥感大数据研究现状与发展趋势

目的 遥感数据空间分辨率、时间分辨率、光谱分辨率以及辐射分辨率不断提高,数据类型也不断增加,从航天、航空、临近空间等遥感平台所获取的遥感数据量急剧增加,遥感数据已经具有明显的大数据特征。本文旨在从系统应用的角度分析遥感大数据处理中涉及的关键技术与问题,为相关研究人员提供有价值的参考。方法 在参考大量文献的基础上,首先阐明遥感大数据的特点。其次,从GPU硬件加速、集群、网格、云计算、云格、复杂高性能计算等角度介绍了遥感大数据处理系统。再次,从分布式集群化存储技术等,分析了遥感大数据处理的关键技术。最后,从遥感大数据的多类不确定性、信息融合、机器学习、分析平台等出发,说明了目前研究存在的问题;从遥感大数据多类不确定性建模,面向遥感大数据的机器学习方法等角度说明了遥感大数据发展的趋势。结果 本文详细梳理了遥感大数据的特点、典型的处理系统、核心技术,力图总结出在实际应用与学术研究中该领域需要解决的关键问题以及未来的发展趋势。结论 大数据技术为遥感数据挖掘与知识获取带来了机遇与挑战,面向大数据的机器学习、数据统一分析框架、面向大数据的信息深度融合等问题的突破,将促进遥感知识挖掘的进一步发展。     

基于遥感信息的农作物生物量估算研究进展

科学准确地估算农作物生物量是生物质能源开发利用战略的必要前提.随着遥感技术的不断发展,可获取遥感数据的时间、空间、光谱分辨率都在不断提高,为长时间跨度和大空间尺度的农作物生物量估算提供了有力支撑.对目前农作物生物量估算方法进行了分析总结,重点阐述了基于遥感信息的农作物生物量估算方法,并根据基于模型的不同将其分为４类(基于植被指数、净初级生产力、作物生长模型、作物表面模型的农作物生物量估算方法),对每一类方法的原理进行了详细论述,并就其在国内外典型的应用情况进行了分析,在此基础上总结了各种估算方法的优势及存在问题,展望了该领域未来主要的发展方向.     

基于CBERS-2卫星数据的艾比湖浮游植物生物量的反演研究

以艾比湖湖区为研究对象,利用CBERS\|2卫星影像的光谱信息分析了遥感影像提取的各因子与浮游植物实测生物量之间的相关关系,建立了相关性显著的遥感因子与浮游植物生物量的线性和非线性回归模型。通过对比分析和残差分析得到最优模型,对艾比湖进行了浮游植物生物量的遥感反演,分析湖区浮游植物生物量的分布特征并估算湖体浮游植物生物总量。艾比湖浮游植物生物量的最优估测模型是二元线性回归模型:Y=3.819-0.027(G-B)-0.04(G-R),其拟合度为0.832,平均残差系数为6.9%,艾比湖湖体浮游植物的总生物量为9.95×10⁵ kg。利用遥感方法研究艾比湖浮游植物的生物量对于艾比湖水域生物估产及其生物量消长规律,以及艾比湖生态系统具有重要意义。研究分析艾比湖生物量的空间分布特征,为艾比湖水体大范围\,快速\,长期的动态监测和获取浮游生物信息和水质参数提供了有力依据。     

Estimation of Grassland Aboveground Biomass Using Landsat 8 OLI Satellite Image in the Northern Hillside of Tianshan Mountain

The Landsat 8 OLI remote sensing data was used to obtain six kinds of commonly vegetation indices including NDVI,RVI,DVI,EVI,GNDVI and SAVI.Meanwhile,combining with the measured data of grassland in the research area,the research area was divided into two kinds of shady and sunny slope according to the slope.Then the biomass remote sensing estimation models of shady and sunny slope in Ziniquan Ranch were created by Statistical analysis method and biomass space inversion and verification was implemented.The results of correlation analysis showed that the selected vegetation indices were significantly correlated with pasture biomass and there was a significant difference between the correlation of the classified data and the non classified data by slope,in which NDVI was the highest and EVI was the lowest.The optimal inversion model of Ziniquan Ranch biomass was based on the two order polynomial model of SAVI with the accuracy 80%.By using this model reversion,the grassland average yield of Ziniquan Ranch in 2015 was 113 g/m²,which equaled to dry grass yield 41.85 g/m².The research shows that the slope direction is an important factor affecting the distribution of biomass.Using remote sensing data and ground measured biomass data and combining with the characteristics of the topography of shady and sunny slope of the research area,the biomass estimation model has higher accuracy,which could provide scientific basis for the reasonable estimation of grassland biomass and management of grassland grazing in the pastoral area.     

遥感数据异地备份中数据一致性方法研究与实现

近年来,遥感数据的备份与容灾是数据存储与安全领域内备受关注的问题。异地备份的目的是实现数据的互备份和互检索,实现遥感数据动态备份与快速恢复。本文根据遥感数据异地备份自身的特点,在借鉴分布式数据库系统中维护数据一致性方法的基础上,提出了基于消息队列机制的异步复制控制法、差错控制法和同步文件比对法3种维护遥感数据一致性的方法,同时对这3种方法的区别和联系进行了初步分析。     

三峡库区植被生物量遥感估算方法研究

利用遥感手段估算三峡库区植被的生物量,综合野外观测数据,分析了Landsat TM数据的光谱信息与植被生物量的关系,通过相关性分析表明Landsat TM多光谱数据能较好地反映该地区的植被生物量水平。然后,利用Landsat TM数据分别建立了针对三峡库区的阔叶林、针叶林、针阔混交林、灌木林和草本植被5种主要植被类型的生物量遥感估算模型,并利用所得模型计算了该区域2002年植被的地上生物量总量为1.05×10⁸ Mg。
     

Prototyping a global algorithm for systematic fire-affected area mapping using MODIS time series data

The remote sensing of Earth surface changes is an active research field aimed at the development of methods and data products needed by scientists, resource managers, and policymakers. Fire is a major cause of surface change and occurs in most vegetation zones across the world. The identification and delineation of fire-affected areas, also known as burned areas or fire scars, may be considered a change detection problem. Remote sensing algorithms developed to map fire-affected areas are difficult to implement reliably over large areas because of variations in both the surface state and those imposed by the sensing system. The availability of robustly calibrated, atmospherically corrected, cloud-screened, geolocated data provided by the latest generation of moderate resolution remote sensing systems allows for major advances in satellite mapping of fire-affected area. This paper describes an algorithm developed to map fire-affected areas at a global scale using Moderate Resolution Imaging Spectroradiometer (MODIS) surface reflectance time series data. The algorithm is developed from the recently published Bi-Directional Reflectance Model-Based Expectation change detection approach and maps at 500 m the location and approximate day of burning. Improvements made to the algorithm for systematic global implementation are presented and the algorithm performance is demonstrated for southern African, Australian, South American, and Boreal fire regimes. The algorithm does not use training data but rather applies a wavelength independent threshold and spectral constraints defined by the noise characteristics of the reflectance data and knowledge of the spectral behavior of burned vegetation and spectrally confusing changes that are not associated with burning. Temporal constraints are applied capitalizing on the spectral persistence of fire-affected areas. Differences between mapped fire-affected areas and cumulative MODIS active fire detections are illustrated and discussed for each fire regime. The results reveal a coherent spatio-temporal mapping of fire-affected area and indicate that the algorithm shows potential for global application.     

TB级多源遥感影像高效建库方法研究

随着各领域对多源遥感影像数据需求的不断增加,如何高效地管理多源海量遥感影像数据,更好地为各行各业服务是遥感数据库研究的热点。目前国内外很多学者在建设多源遥感影像数据库方面进行了相关研究,但对多源遥感影像数据组织、遥感影像数据预处理以及快速索引方面的研究尚存在不足。设计了一种多源遥感影像数据组织模型,实现了多源影像的集成化管理;实现了一种多源海量原始遥感影像(特别是航空影像)的半自动预处理机制,极大地缩短了原始影像数据的处理时间;设计了一种混合检索方法,达到了海量多源遥感影像数据快速高效检索的目的。结果表明:该方法建库效率显著提高,混合索引的查询速度比ArcSDE自动创建的空间索引检索速度有了快速提高,在数据量较小时查询速度至少可以提高4倍,而数据量较大时检索速度至少可以提高12.83倍。     

改进五叉树分解法在遥感图像检索中的应用

由于一幅遥感图像是对一定范围内的地表状态的成像,并且遥感图像具有多样性、复杂性、海量等性质,致使遥感图像检索往往是查询图像和图像库图像的局部区域之间的相似性匹配。为了提高遥感图像的检索效率,必须首先对遥感图像进行分解。提出了一种将遥感图像分层分解的遥感图像检索方法,该方法利用改进五叉树分解法将图像库图像按层次分解成不同大小的子图,在提取子图的纹理特征后,以查询图像和图像库子图之间的欧式距离衡量图像相似度,实现了遥感图像检索。利用海地地震时的航空遥感图像作为实验数据,应用改进五叉树分解法将遥感图像分解后,进行查询检索实验,并与普通五叉树进行了对比。实验结果表明利用改进五叉树分解法进行遥感图像分解后得到的分块图像,可以更精准地查询出用户真正感兴趣的部分,能够获得较高的查全率和查准率,提高查询效率。     

遥感影像样本大数据建库与应用方法

研究一种基于关系型数据库与分布式文件系统融合的遥感影像解译样本大数据建库方法.解析了数据库建设过程,讨论了建库关键技术问题与解决方法;在建成样本数据库基础上,研究了样本数据应用方法,分析了几种应用实例,探索了样本数据应用模式;以选取的研究区域内大规模样本数据为对象,验证了数据库建设中数据处理过程及效率,同时,以地理国情普查分类体系中地表覆盖10个一级类为例,对研究区域各类别样本空间分布与密度等特征进行了分析.结果表明：利用关系型数据库与分布式文件系统融合的方法对样本大数据进行建库与管理,对样本数据的检索、分析及推广应用,具有很好的效能和适用性.     

全卷积神经网络下的多光谱遥感影像分割

目的 传统的遥感影像分割方法需要大量人工参与特征选取以及参数选择,同时浅层的机器学习算法无法取得高精度的分割结果。因此,利用卷积神经网络能够自动学习特征的特性,借鉴处理自然图像语义分割的优秀网络结构,针对遥感数据集的特点提出新的基于全卷积神经网络的遥感影像分割方法。方法 针对遥感影像中目标排列紧凑、尺寸变化大的特点,提出基于金字塔池化和DUC（dense upsampling convolution）结构的全卷积神经网络。该网络结构使用改进的DenseNet作为基础网络提取影像特征,使用空间金字塔池化结构获取上下文信息,使用DUC结构进行上采样以恢复细节信息。在数据处理阶段,结合遥感知识将波段融合生成多源数据,生成植被指数和归一化水指数,增加特征。针对遥感影像尺寸较大、采用普通预测方法会出现拼接痕迹的问题,提出基于集成学习的滑动步长预测方法,对每个像素预测14次,每次预测像素都位于不同图像块的不同位置,对多次预测得到的结果进行投票。在预测结束后,使用全连接条件随机场（CRFs）对预测结果进行后处理,细化地物边界,优化分割结果。结果 结合遥感知识将波段融合生成多源数据可使分割精度提高3.19%;采用基于集成学习的滑动步长预测方法可使分割精度较不使用该方法时提高1.44%;使用全连接CRFs对预测结果进行后处理可使分割精度提高1.03%。结论 针对宁夏特殊地形的遥感影像语义分割问题,提出基于全卷积神经网络的新的网络结构,在此基础上采用集成学习的滑动步长预测方法,使用全连接条件随机场进行影像后处理可优化分割结果,提高遥感影像语义分割精度。