Remote Sensing: Statistical Testing of Thematic Map Accuracy

In order to achieve wider acceptance among users of thematic maps derived from remote sensing data, the interpreter must be able to specify the accuracy of his product. This requires a valid sampling procedure to estimate classification accuracy. Although several alternative methods have been used in the past, none provide sufficient statistical justification for the allocation of sample points in each category of land use using remote sensing imagery. This paper describes a more detailed and more reliable method for determining the most appropriate (i.e., minimum,) sample size. The concept developed and described in the paper incorporates the probability of making incorrect interpretations at particular prescribed accuracy levels, for a certain number of errors, for a particular sample size. The remote sensing sampling strategy presented has the added advantage that it can easily be adapted for use with most forms of remote sensing imagery, including orbital data. It provides a reliable framework for testing the accuracy of any remote sensing image interpretation — based land use classification using the minimum number of sample points; thereby saving time and money, especially if it is employed in operational surveys where high specification accuracy levels need to be guaranteed.     

成像光谱技术在土地利用动态遥感监测中的应用研究

随着数字化调查技术的发展，国土资源管理对土地利用动态遥感监测提出了更高的要求，目前主要采用的多光谱数据由于受光谱分辨率限制以及“同谱异物，同物异谱”现象的影响，难以满足管理需要。成像光谱数据具有较高光谱分辨率。在类别细分方面具有一定的优势，在当前土地利用动态遥感监测中具有一定的应用潜质。该文针对成像光谱数据特点，探索了与成像光谱数据相适应的土地利用动态遥感监测方法，提出了异常光谱检测法，该方法在试验区应用中取得了良好效果。     

基于遥感和陆表信息集成的广东省土地覆盖分类方法研究

土地覆盖信息是估算地-气间的生物物理过程和能量交换的关键参数,也是区域和全球尺度气候和生态系统过程模型所需要的重要参量。如何高效地利用遥感数据提取土地覆盖信息是当前研究迫切需要解决的问题。面向对象的分类方法不但充分利用了遥感数据的光谱信息,同时也利用了影像的纹理结构信息和更多的地物分布信息关系,在遥感分类中具有较大的潜力。研究基于2010年多时相的环境卫星数据、TM数据以及DEM数据,并结合地表采集的4000多个样点数据,采用面向对象的分类方法对广东省土地覆盖进行分类。经采样验证,广东省土地覆盖平均精度为85%,分类结果精度远高于常规的分类算法,说明结合陆表信息的面向对象分类方法比常规的分类算法更具有优势,可以实现高精度的土地覆盖分类。     

基于多源遥感数据的区域景观格局尺度效应

无论在景观生态学还是在遥感领域,尺度问题都是非常重要的问题,目前已有的研究主要考虑景观的粒度效应,很少涉及遥感影像空间分辨率对景观格局的影响。在遥感和地理信息系统软件的支持下,利用多源遥感影像,结合研究区的特点进行了景观分类,并从不同遥感数据的空间分辨率角度进行空间粒度放大试验,探讨景观格局的尺度效应。研究结果表明：基于不同空间分辨率遥感影像的土地利用空间数据具有尺度效应,其所反映的区域土地利用景观格局在宏观上是一致的,但类型的边界、形状和数量均产生较大的差异;景观格局指数能反映不同遥感影像所记录的地表信息,从不同遥感数据源、不同空间分辨率的角度定量化判断尺度放大过程中区域土地利用景观特征信息的尺度效应。     

SPOT‐4 VEGETATION multi‐temporal compositing for land cover change studies over tropical regions

Multi‐temporal compositing of SPOT‐4 VEGETATION imagery over tropical regions was tested to produce spatially coherent monthly composite images with reduced cloud contamination, for the year 2000. Monthly composite images generated from daily images (S1 product, 1‐km) encompassing different land cover types of the state of Mato Grosso, Brazil, were evaluated in terms of cloud contamination and spatial consistency. A new multi‐temporal compositing algorithm was tested which uses different criteria for vegetated and non‐vegetated or sparsely vegetated land cover types. Furthermore, a principal components transformation that rescales the noise in the image—Maximum Noise Fraction (MNF)—was applied to a multi‐temporal dataset of monthly composite images and tested as a method of additional signal‐to‐noise ratio improvement. The back‐transformed dataset using the first 12 MNF eigenimages yielded an accurate reconstruction of monthly composite images from the dry season (May to September) and enhanced spatial coherence from wet season images (October to April), as evaluated by the Moran's I index of spatial autocorrelation. This approach is useful for land cover change studies in the tropics, where it is difficult to obtain cloud‐free optical remote sensing imagery. In Mato Grosso, wet season composite images are important for monitoring agricultural crop cycles.     

Artificial neural networks paddy-field classifier using spatiotemporal remote sensing data

Monitoring changes in a paddy-field area is important since rice is a staple food and paddy agriculture is a major cropping system in Asia. For monitoring changes in land surface, various applications using different satellites have been researched in the field of remote sensing. However, monitoring a paddy-field area with remote sensing is difficult owing to the temporal changes in the land surface, and the differences in the spatiotemporal characteristics in countries and regions. In this article, we used an artificial neural network to classify paddy-field areas using moderate resolution sensor data that includes spatiotemporal information. Our aim is to automatically generate a paddy-field classifier in order to create localized classifiers for each country and region.     

地表蒸散发遥感产品比较与分析

蒸散发遥感估算与其他定量遥感反演参数相比存在算法复杂,环节多,输入参数多,不确定性来源多等不利因素,因而造成蒸散发遥感产品成熟度较低,产品较少,不能满足高时空分辨率、高精度、实时获取等应用需求的问题.从蒸散发遥感产品角度出发,选择目前国内外较为常用和知名的蒸散发遥感产品,系统分析了各产品的实际蒸散发估算模型方法、阻抗的...     

基于熵增强的无监督域适应遥感图像语义分割

为了实现利用有标注源数据获得在无标注目标数据上可用的遥感图像语义分割模型,提出了一种基于熵增强的域适应端到端语义分割方法.首先,为了充分利用遥感图像多尺度信息并且减少域之间传感器分辨率带来的域偏移,采用空洞空间金字塔池化模块作为分类器;其次,为了使无标注的目标域类别正确对应,使用了两个分类器进行协同训练;将像素点预测值的信息熵当做分类置信度的度量,将其作为对抗损失的权重,从而使训练能专注于难分类的像素,降低域偏移.在ISPRS(WGII/4)2D数据集上进行实验,所提方法相对于直接使用分割模型和使用传统对抗方法,mIoU分别提高了18％和12％.实验结果表明,所提方法在遥感图像域适应语义分割表现上优于直接使用分割模型或使用传统对抗域适应分割方法.     

注意力机制改进卷积神经网络的遥感图像目标检测

目的 遥感图像目标检测是遥感图像处理的核心问题之一,旨在定位并识别遥感图像中的感兴趣目标。为解决遥感图像目标检测精度较低的问题,在公开的NWPU_VHR-10数据集上进行实验,对数据集中的低质量图像用增强深度超分辨率（EDSR）网络进行超分辨率重构,为训练卷积神经网络提供高质量数据集。方法 对原Faster-RCNN （region convolutional neural network）网络进行改进,在特征提取网络中加入注意力机制模块获取更多需要关注目标的信息,抑制其他无用信息,以适应遥感图像视野范围大导致的背景复杂和小目标问题;并使用弱化的非极大值抑制来适应遥感图像目标旋转;提出利用目标分布之间的互相关对冗余候选框进一步筛选,降低虚警率,以进一步提高检测器性能。结果 为证明本文方法的有效性,进行了两组对比实验,第1组为本文所提各模块间的消融实验,结果表明改进后算法比原始Faster-RCNN的检测结果高了12.2%,证明了本文所提各模块的有效性。第2组为本文方法与其他现有方法在NWPU_VHR-10数据集上的对比分析,本文算法平均检测精度达到79.1%,高于其他对比算法。结论 本文使用EDSR对图像进行超分辨处理,并改进Faster-RCNN,提高了算法对遥感图像目标检测中背景复杂、小目标、物体旋转等情况的适应能力,实验结果表明本文算法的平均检测精度得到了提高。     

智能遥感：AI赋能遥感技术

随着人工智能的发展和落地应用,以地理空间大数据为基础,利用人工智能技术对遥感数据智能分析与解译成为未来发展趋势。本文以遥感数据转化过程中对观测对象的整体观测、分析解译与规律挖掘为主线,通过综合国内外文献和相关报道,梳理了该领域在遥感数据精准处理、遥感数据时空处理与分析、遥感目标要素分类识别、遥感数据关联挖掘以及遥感开源数据集和共享平台等方面的研究现状和进展。首先,针对遥感数据精准处理任务,从光学、合成孔径雷达等遥感数据成像质量提升和低质图像重建两个方面对精细化处理研究进展进行了回顾,并从遥感图像的局部特征匹配和区域特征匹配两个方面对定量化提升研究进展进行了回顾。其次,针对遥感数据时空处理与分析任务,从遥感影像时间序列修复和多源遥感时空融合两个方面对其研究进展进行了回顾。再次,针对遥感目标要素分类识别任务,从典型地物要素提取和多要素并行提取两个方面对其研究进展进行了回顾。最后,针对遥感数据关联挖掘任务,从数据组织关联、专业知识图谱构建两个方面对其研究进展进行了回顾。除此之外,面向大智能分析技术发展需求,本文还对遥感开源数据集和共享平台方面的研究进展进行了回顾。在此基础上,对遥感数据智能分析与解译的研究情况进行梳理、总结,给出了该领域的未来发展趋势与展望。     

基于Landsat 8卫星影像的北京地区土地覆盖分类

目的 土地覆盖分类能为生态系统模型、水资源模型和气候模型等提供重要信息,遥感技术运用于土地覆盖分类具有诸多优势。作为区域性土地覆盖分类应用的重要数据源,Landsat 5/7的TM和ETM+等数据已逐渐失效,Landsat 8陆地成像仪(OLI)较TM和ETM+增加了新的特性,利用Landsat 8数据进行北京地区土地覆盖分类研究,探讨处理方法的适用性。方法 首先,确定研究区域内土地覆盖分类系统,并对Landsat 8多光谱数据进行预处理,包括大气校正、地形校正、影像拼接及裁剪;然后,利用灰度共生矩阵提取全色波段纹理信息,与多光谱数据进行融合;最后,使用支持向量机(SVM)进行分类,获得土地覆盖分类结果。结果 经过精度评价和分析发现,6S模型大气校正和C模型地形校正预处理提高了不同类别之间的可分性,多光谱数据结合全色波段纹理特征能有效提高部分地物的土地覆盖分类精度,总体精度提高2.8%。结论 相对于Landsat TM/ETM+数据,Landsat 8 OLI数据新增特性有利于土地覆盖分类精度的提高。本文方法适用于Landsat 8 OLI数据土地覆盖分类研究与应用,能够满足大区域土地覆盖分类应用需求。     

Error Sources and Post Processing Method for Land Use/cover Change Estimation of Dongguan Citybased on Landsat Remote Sensing Imagery with SVM

Urbanization is the world developing trend in the past century,which significantly changed the land use/cover of the urbanized area,and caused a series negative impacts,such as water shortage,flood increase,environment pollution,ecosystem degradation.How to estimate the land use/cover change more accurately has the prerequisite of studying the urbanization processes and its impacts,and is the research hot and challenge of the remote sensing and application communities.Dongguan city expressed the rapidest urbanization in China since China’s reform and opening door,and transferred from an agriculture county to a modern international metropolitan in less than 30 years,which has made a miracle in the world urbanization process.To prepare a high accuracy land use/cover change dataset for studying Dongguan’s urbanization process and its impacts,this paper first estimated the land use/cover change dataset by employing Support Vector Machine auto\|classification algorithm based on 12 Landsat remote sensing imageries from 1987 to 2015 at an average interval of 3 year.Then the error sources is analyzed by comparing the results estimated by using auto\|classification algorithm and visual interpretation,and a post data processing algorithm is proposed for refining the auto\|classification results.The final dataset of land use/cover change of Dongguan City is produced with the above method with an average accuracy of 86.87% and a Kappa coefficient of 0.83,which implies this product has a very good accuracy for analyzing the urbanization process of Dongguan city and its impacts.     

Hierarchical Land Cover Classification based on MODIS NDVI Time-series

In this paper,we mainly used MODIS NDVI time-series dataset at 16-days temporal resolution and 250-meters spatial resolution to analyze land cover mapping of northeastern China.We used two different filter methods to fit NDVI time-series dataset,and compared their average classes’ separability based on Jeffries-Matusita distance index.In addition,we made use of hierarchical classification method to complete classification,combined with short-wave infrared spectral reflectance data and DEM.We conformed to the principle that separate area hierarchically into several parts first and then classify each part further,and use a single characteristic band first and then multiple feature bands.In the process of classification,we adopted threshold value method,support vector machine,artificial net neural and C5.0 decision tree classification to distinguish each land-cover type hierarchically.Finally,we evaluated the accuracy of the final classification of study area using known land-cover classification data and high-resolution remote sensing imagery,overall accuracy is 84.61%,Kappa coefficient is 0.8262.     

基于“3S”技术的县级土地资源动态监测技术系统

土地资源日新月异的变化使得传统的土地资源管理手段无法满足土地资源信息及时更新的要求。探讨了利用遥感、地理信息系统和全球定位系统为代表的“3S”技术进行县级土地资源动态监测和更新的原理和方法。遥感是进行土地利用变化动态监测,发现土地利用变化区域的主要手段。全球定位系统接收仪用于对变化区域进行现场精确定位和实测。实测的变更数据可用于对原有的地理信息系统本底数据库进行修改,从而完成对土地资源的动态监测和数据库的及时更新。福清市土地资源动态监测技术系统就是利用“3S”技术建立起来的业务运行系统。系统所具备的功能可以满足县级土地资源的动态监测和及时更新。     

基于粗集的遥感影像分类新方法

土地利用信息是进行土地规划和管理的重要数据,有着重要的经济价值。为了准确获取土地利用数据信息,根据粗集理论在处理遥感影像的不确定、不一致和属性选取方面虽有一定优势。然而现有的粗集方法对于遥感影像中的同物异谱和异物同谱现象过于敏感,采用计算机仿真技术对遥感影像进行自动分类是有效的手段,特别是其分类规则在仿真过程中易于出现过度拟合现象,限制了粗集分类的能力。针对上述情况,提出了一种新的基于粗集的遥感影像分类方法,改进了分类规则匹配机制。仿真结果表明通过改进方法可以很好的解决粗集与遥感影像的过度拟合现象,并提高了分类精度。     

COSMO雷达数据在多云多雾地区土地变化监测研究

近年来新型成像雷达遥感(极化、干涉)及数据处理技术的发展,SAR遥感影像上获得的地表信息越来越多,如何利用雷达信息探测土地变化成为研究的新课题。但是雷达影像不同于光学影像,目前雷达数据解译仍存在着一些困难。本文主要针对多云多雾地区雷达数据土地变化监测,以四川成都地区COSMO数据为例,利用雷达相干影像,后向散射强度,强度比值影像,提出一种新的雷达处理手段,减少了雷达数据土地变化监测的工作量,提高工作效率。     

遥感自动分类在西南地区土地利用调查中的应用研究

针对我国西南地区地貌类型复杂、土地利用多元化的特征,着重研究了在大面积的土地利用调查中应用遥感图像自动分类方法来获取土地利用信息的一整套技术路线和方法;将非监督分类、监督分类以及野外调查、专家知识和特殊地区的分区分类有机地结合起来,大大提高了可操作性和分类精度。     

海岸带滩涂资源遥感应用研究进展

海岸带滩涂环境复杂多变,进入性、通达性差。遥感技术因宏观、快速、综合、高频、动态和经济等突出优势,在海岸带滩涂资源动态监测中应用前景广阔。回顾了近年来国内外遥感技术在海岸带滩涂应用中的研究进展,主要包括海岸线提取、潮滩冲淤分析、近岸水深调查、悬浮泥沙反演以及潮滩环境监测等领域。详细论述了航空遥感、卫星光学遥感、微波以及激光等遥感技术在这些领域应用中的技术原理与方法,对近年来最新应用成果以及存在的主要问题进行了分析。指出要进一步提升遥感技术在海岸带滩涂研究领域的应用能力,需要加强开展多源数据的融合、高光谱数据的信息挖掘、微波与激光雷达数据处理等方面的研究。     

改进SeMask主干网络的高分辨率遥感影像变化检测模型

随着城市化进程的加速和人口不断增加, 土地资源的利用和管理变得愈发重要. 高分辨率遥感影像技术的发展为土地覆盖类别变化检测提供了新的途径. 目前, 多数遥感影像变化检测任务主要针对显著建筑物的变化检测, 缺少对土地覆盖类别变化检测任务的研究, 本研究基于公开数据集, 对更多土地覆盖类别变化情况进行标注. 在原语义分割主干网络的基础上结合孪生网络结构, 提出适用于土地覆盖类别变化检测任务的检测模型, 该模型在网络的特征提取阶段加入变化引导模块, 以辅助网络关注两时相影像中的变化信息, 并在网络不同阶段加入通道信息交互模块, 以增强不同特征图的信息融合. 同时, 在特征提取阶段最后一层加入特征对齐模块, 以缓解下采样过程导致的特征偏移. 在土地覆盖类别变化检测数据集上的实验结果表明, 本文提出的方法可以有效提取影像中的变化信息, 并提高分割精度.     

Study on Surface Albedo of Spectral Radiation of Different Land Use Types in China

The change of surface albedo directly affects the radiation balance and surface heat budget,but it is limited by the lack of temporal and spatial discontinuity of remote sensing inversion data,the analysis of surface albedo on large-scale areas still faces many uncertainties.Moreover,the current researchesalways focus on short-wave albedo and few studies on surface albedo involving the visible and near-infrared bands.Select surface albedo data of 2000~2015 remote sensing inversion and land use data for 2000 and 2015,the classical statistical method was used to analyze the characteristics of surface albedo of different land use types and their inter-annual variation trend.Provide a scientific basis for understanding the albedo characteristics of land use types,the physical processes of the relevant spectral splitting variables of energy modules in cognitive regional climates or land surface models.The results show that different land use types have different surface albedo characteristics,and the difference in surface albedo of the same land use type even exceeds the difference between different types of land use types,indicating the spatial heterogeneity of the surface albedo sexuality.Most land use types meet the surface albedo of short-wave total radiation and spectral radiation： near-infrared>short-wave>visible,indicating that the upper limit of short-wave surface albedo depends more on the surface albedo in the near-infrared.During the period,the albedo of each land use type showed different trends in the three bands,but the annual inter-annual rate of surface albedo of most land use types was relatively small and remained basically stable.