四川省芦山“4·20” 7.0级地震公路灾情遥感监测评估

四川省芦山“4·20” 7.0级强烈地震发生后,次生地质灾害造成多处公路损毁,快速、准确地监测公路灾情,是应急救灾一项基础而重要的工作。遥感影像信息提取是获取公路灾情的一种有效途径。利用震后机载航空影像与国产卫星影像,结合交通运输部相关基础数据,对公路灾情开展了监测与评估。在公路周边共发现433处地质灾害点,灾害类型以崩塌为主。其中对公路已造成影响的灾害点197处,损毁公路总长度约10 km。另有潜在危险性较大的灾害点63处,对公路构成严重威胁,需注意加强防范。经实地验证,公路灾情信息提取结果真实可靠。信息提取与分析结果已分别在震后第二天和第三天上报到交通运输部,为高效地组织开展公路抢修保通提供了科学的依据。     

光谱与形状特征相结合的道路提取方法研究

针对从遥感影像上提取道路,目前已经有很多研究,但尚有许多问题有待解决。如果仅从光谱特征分类入手提取道路,会存在“异物同谱”问题。为解决这个问题,提出了用光谱特征与形状特征相结合的方法提取道路。提出了3个形状指数描述道路的形状特征。以SPOT卫星影像为例,将高空间分辨率的全色图像与多光谱图像融合,首先基于道路光谱特征进行图像分类,然后再应用道路的形状特征去除分类图像中的“异物”目标。研究结果表明该方法能有效地从遥感影像中提取主干道路。     

高分辨率遥感影像中道路震害信息的识别方法

大地震之后,紧急救援物资运输迫切需要了解灾区道路的震害信息,然而当前对遥感影像中道路的震害信息提取大多是基于像素的,提取的精度普遍不高。提出了一种面向对象的道路震害信息提取方法,通过综合利用道路的多种影像特征及震前GIS矢量道路相结合来提取道路,然后依据提取道路的完整程度来识别道路震害信息。采用汶川灾区的遥感影像为例进行了实验,与目视判读的结果比较后证明该方法有效改善了信息提取的速度和精度。     

聚合VGI与GF-2影像的地震救援协助救灾信息获取研究

地震会给人类社会带来巨大损失,在地震发生后及时获得准确有效的地震救援协助救灾信息,为相关部门制定救援方案提供辅助信息,能够最大程度地减少人员伤亡及经济损失,对抢险救灾、应急指挥具有重大意义。地震发生后,为快速获取协助救灾信息,通过Python爬取九寨沟震后微博数据,分类并获取位置信息,聚合地震后自发地理信息（VGI）与遥感影像,进行服务区、最近设施点路径分析,并利用震前震后影像变化提取泥石流滑坡区域。结果表明：震后第一时间对有效数据进行聚合分析,能有效地获取设施点的服务区范围和最优可达路径,形成地理信息互补,在灾害应急等领域发挥出巨大的作用;通过聚合分析VGI与遥感影像数据获取地震协助救灾信息,在应急救援中具有一定可行性。     

基于系统调用序列的“非我”分类

针对仿生免疫系统模型（GECISM）中已识别出的“非我”入侵程序,介绍了基于系统调用序列根据入侵行为进行分类的方法。通过对训练集提取规则,建立“非我”类的特征库,从而判断出“非我”程序所属的“非我”类。实验验证了这一方法的可行性和有效性。     

尼泊尔震后Rasuwa区山地灾害遥感调查

针对尼泊尔4·25Gorkha地震诱发山地灾害的现象,基于多源光学遥感数据,使用目视解译方法分析了震前和震后地物特征的变化,调查了Rasuwa区影响抗震救灾的公路沿线滑坡、堰塞湖的空间分布。结果表明:本次地震新形成的大型滑坡较少,大部分为中小型滑坡、浅层滑坡及碎屑流、崩塌和落石等灾害,并有堰塞湖。而在影像上能清晰识别的灾害点有15处,其中3处危害较大,分别为Langtang滑坡、Resuo滑坡和1处堰塞湖。Langtang滑坡造成了严重的破坏。     

利用相干系数辅助震后倒塌建筑物快速评估

针对目前地震灾害支援工作中,利用雷达遥感技术对灾区建筑物倒塌情况进行大范围评估时一般难以获取到震前数据的问题,提出了一种利用高分辨率干涉合成孔径雷达技术的倒塌建筑物快速评估方法。此方法采用"相干系数估计-局部倒塌识别-街区倒塌判别"3个步骤实现倒塌解译:通过采用震后干涉对作为数据源避免了缺少震前数据的问题,通过对局部影像块而非直接对像素进行处理的方式加快了倒塌评估的效率,之后使用最大投票法获取街区级倒塌程度评估结果,提高了评估精度和稳定性。以2010年玉树地震为案例,定量分析与实验结果表明该文方法在不依赖震前数据的前提下,仍可在街区级倒塌情况评估中达到较高的解译精度。     

聚合VGI与GF-2影像的地震救援协助救灾信息获取研究

地震会给人类社会带来巨大损失,在地震发生后及时获得准确有效的地震救援协助救灾信息,为相关部门制定救援方案提供辅助信息,能够最大程度地减少人员伤亡及经济损失,对抢险救灾、应急指挥具有重大意义。地震发生后,为快速获取协助救灾信息,通过Python爬取九寨沟震后微博数据,分类并获取位置信息,聚合地震后自发地理信息(VGI)与遥感影像,进行服务区、最近设施点路径分析,并利用震前震后影像变化提取泥石流滑坡区域。结果表明:震后第一时间对有效数据进行聚合分析,能有效地获取设施点的服务区范围和最优可达路径,形成地理信息互补,在灾害应急等领域发挥出巨大的作用;通过聚合分析VGI与遥感影像数据获取地震协助救灾信息,在应急救援中具有一定可行性。     

北京奥运主场馆区航空真彩色影像的变化检测与分析

中国科学院遥感应用研究所在科技部“科技奥运”专项经费和中科院创新经费的支持下设立了“奥运环境动态监测”课题, 计划从2001 年开始到2008 年每年6~7月航飞一次, 获取真彩色影像、统计分析年施工进度, 将变化信息提供给奥组委和网上发布。介绍了奥运主场馆区2001 年、2002 年和2003 年3 年变化信息的检测技术方法和统计结果。     

基于平台/插件软件架构的多源遥感影像融合系统设计

阐述了“平台+插件”软件设计模型,并在开放式遥感数据处理与服务平台(OpenRS)下运用插件技术开发了多源遥感影像融合子系统。实验表明,采用“平台+插件”软件架构进行多源遥感影像融合系统设计,不仅减少了系统的冗余性,而且使得系统具有良好的可扩展性与灵活性。     

基于遥感影像不透水层估算的震后城区损坏面积评估

地震灾害评估对于抗震救灾具有重要的现实意义,传统的灾害评估方法大多基于震后实地的统计数据进行,在数据获取的现势性和灾害评估效率方面存在问题,针对这一不足,结合遥感数据的特点,提出了一种基于遥感不透水层估算的地震灾后城区损坏面积评估方法。该方法首先对地震前后玉树地区的两幅中分辨率遥感影像进行预处理,然后基于V-I-S模型,利用线性光谱混合分析方法,分别对地震前后震区遥感影像进行端元提取,获得不透水层的丰度图,最后通过计算地震前后不透水层像元个数,进行地震灾后城区损坏面积的评估。通过精度分析可以看出:该方法可以快速及时地获〖JP3〗取城市区域建筑物、公路等重要地物的宏观损坏面积情况,为灾后重建和震后决策提供了一定的依据。     

聚合VGI与GF-2影像的地震救援协助救灾信息获取研究

地震会给人类社会带来巨大损失，在地震发生后及时获得准确有效的地震救援协助救灾信息，为相关部门制定救援方案提供辅助信息，能够最大程度地减少人员伤亡及经济损失，对抢险救灾、应急指挥具有重大意义。地震发生后，为快速获取协助救灾信息，通过Python爬取九寨沟震后微博数据，分类并获取位置信息，聚合地震后自发地理信息（VGI）与遥感影像，进行服务区、最近设施点路径分析，并利用震前震后影像变化提取泥石流滑坡区域。结果表明：震后第一时间对有效数据进行聚合分析，能有效地获取设施点的服务区范围和最优可达路径，形成地理信息互补，在灾害应急等领域发挥出巨大的作用；通过聚合分析VGI与遥感影像数据获取地震协助救灾信息，在应急救援中具有一定可行性。     

基于视频图像的道路灾害报警系统设计实现

针对广东省山岭地区道路的特殊情况,研究了进行山岭公路、桥梁裂缝和边坡滑坡监控的视频监控系统的设计与实现。分别针对各情况进行图像处理研究,设计了适合的图片识别与分析方法,通过各种灾害的视频图像的预处理以及后处理、特征提取和分析,为预警结果提供数据基础支持。最后对于上述情况的灾害预警效果的测试,通过分析检测出灾害的发生,及时给出报警信号。检测结果表明了该系统的有效性,同时扩展和丰富了前人的研究成果。     

基于模糊连接度的高分辨率SAR图像道路自动提取

针对高分辨率合成孔径雷达(SAR)图像受到乘性斑点噪声的影响,且道路环境复杂多变的问题,提出一种基于模糊连接度的高分辨率SAR图像道路自动提取方法。首先,对SAR图像进行斑点滤波,以降低斑点噪声的影响;其次,结合指数加权均值比(ROEWA)算子检测结果和模糊C均值(FCM)分割结果自动提取种子点,从而提高自动化程度;最后,利用以图像灰度和ROEWA检测算子边缘强度为特征的模糊连接度算法对种子点进行扩展提取道路,经形态学处理后得到最终结果。对两幅SAR图像进行实验,并与FCM方法分割出的道路结果进行比较,所提出的方法在提取完整率、正确率及检测质量上均优于模糊C均值方法。实验结果表明,所提出的方法能较有效地从高分辨率SAR图像中提取不同宽度和弯曲程度的道路,且无需人工输入种子点。     

基于COSMOＧSkyMed和SPOTＧ５的城镇洪水淹没信息快速提取研究

洪水是我国最为频繁的自然灾害之一,如何快速准确地获取洪水淹没范围在救灾减灾工作中具有重要意义.目前,卫星遥感技术已广泛应用于洪水信息提取的研究中.不同的遥感数据源在洪水信息提取中各有利弊,综合研究雷达影像和可见光影像的优缺点,建立了基于多源遥感数据的洪水淹没信息快速提取模型.首先,利用灾中第一时间获取的COSMOＧSkyMed雷达影像,采用面向对象的方法提取出洪灾发生时的水域空间信息;其次,利用灾前SPOTＧ５高分辨率光学影像,采用多光谱影像波段运算和决策树分类的思想提取出常态下的水域空间信息;最后,对灾中雷达影像COSMOＧSkyMed提取的水体和灾前光学影像SPOTＧ５提取的水体进行空间差值运算,得到洪水淹没范围信息,并利用洪水当天拍摄的无人机遥感影像对结果进行精度评价.将该模型应用于２０１３年浙江余姚水灾,监测结果表明:在洪水发生后,能够快速获取淹没范围空间信息,并且提取精度达到９３．７％,为洪灾的防治以及抗洪抢险救灾工作提供强有力的技术支撑和基础数据信息.     

从航空遥感图像中自动提取主要道路

如果能自动地从航空遥感图像中提取出道路网,将会简化城市地物目标的分类和测量过程.该文根据城市主要道路在图像中的特性进行了模型化处理,进而提出了基于直线的、自动提取的方法.算法重点考虑到成像过程中必然引入的各种噪声,用高斯分布函数模糊化直线参数,使提取具有良好的稳健性.算法中的参数选择都是通过理论分析所得,因此,提取过程实现了自动化.实验结果表明,该方法能够从实际航空遥感图像中提取出主要道路网.     

一种新的高分辨率SAR图像道路提取算法

针对高分辨率SAR图像中道路目标难以有效提取的问题,提出一种新的高分辨率SAR图像道路提取算法,它结合了参数化内核图割和数学形态学算法。利用参数化内核图割对高分辨率SAR图像中的道路目标进行初级分割,用数学形态学填充空洞,平滑道路边缘;基于道路的几何特征,使用矩阵度、改进的长宽比、复杂度等因子去除虚警;针对处理过程中出现的道路断裂情况,利用数学形态学提取道路目标的中心线,同时根据线段邻近性、方向一致性准则对其断裂部分进行连接,用数学形态学还原道路宽度,得到道路提取结果。实验结果表明该算法不用进行SAR图像预处理,也可以有效抑制相干斑噪声,并且能准确、较为完整地提取道路目标。