水稻病虫害遥感监测与预测研究进展

病虫害现已成为水稻产量的最大制约因素之一，传统的植保技术主要依靠植保人员的视觉和经验，存在一定的主观性，且费时费力，难以满足大范围的实时监测需要。遥感技术的发展提供了一种大面积、全天候、多方位的数据快速获取手段，能够为病虫害的识别分类提供作物种植信息和环境信息，是实现对水稻病虫害进行大面积监测预测的重要手段。在阐述水稻病虫害遥感监测和预测机理的基础上，重点从多尺度遥感监测方法、预测方法、水稻病虫害监测与预测模型构建以及监测预测系统等多方面概述了水稻病虫害监测与预测的研究进展，并指出目前水稻病虫害监测与预测研究存在的问题及未来发展趋势。随着信息化农业的发展与多源数据的融合运用，趋向于精准化与智能化的水稻病虫害遥感监测与预测，将会越来越成熟。     

基于GF-1影像的耕地地块破碎区水稻遥感提取

耕地地块破碎区水稻遥感提取是作物监测研究的热点问题之一。以苏州市高新区为例,通过挖掘关键物候期水稻与下垫面水体光谱特征组合差异,基于分蘖期与齐穗期两景16 m分辨率的GF-1 WFV数据,构建归一化差值植被指数（NDVI）差值法、归一化水体指数和比值植被指数（NDWI-RVI）差值法提取水稻分布,并深入探究了水稻面积提取精度及空间重合度影响因素。结果显示：与非监督分类和监督分类方法相比,植被指数差值法水稻识别精度贡献率可提升30%以上,NDVI差值法提取水稻种植面积的精度、空间重合度、制图总体精度和Kappa系数分别为86.2%、66.1%、92.2%和0.72;NDWI-RVI差值法上述指标分别高达95.5%、78.4%、93.5%和0.846,实现了利用少量中高分辨率遥感影像精确提取耕地地块破碎区水稻分布的目的,可实际服务于太湖地区农业生产及相关决策支持。     

基于特征波段的SPOT-5卫星影像水稻面积信息自动提取的方法研究

为了快速、准确地从遥感影像上提取水稻信息,满足国家农情遥感监测系统要求,以黑龙江省852农场水稻提取为例,利用SPOT-5卫星影像数据,分析了水稻和其它背景地物的光谱特征,发现利用原有波段难以提取复杂的水稻信息,因此利用植被特征波段：归一化植被指数（NDVI）作为新波段融入原始影像中,在增加有效信息量的同时运用简单决策树模型提取水稻信息,并参照地块现状矢量图进行精度评价。结果表明,该方法的总体提取效果较好,其提取精度与通常的监督分类方法相比有了较大的提高,只是在水稻和玉米交界处有误判现象。     

基于GF-1影像的耕地地块破碎区水稻遥感提取

耕地地块破碎区水稻遥感提取是作物监测研究的热点问题之一。以苏州市高新区为例,通过挖掘关键物候期水稻与下垫面水体光谱特征组合差异,基于分蘖期与齐穗期两景16 m分辨率的GF-1 WFV数据,构建归一化差值植被指数(NDVI)差值法、归一化水体指数和比值植被指数(NDWI-RVI)差值法提取水稻分布,并深入探究了水稻面积提取精度及空间重合度影响因素。结果显示:与非监督分类和监督分类方法相比,植被指数差值法水稻识别精度贡献率可提升30%以上,NDVI差值法提取水稻种植面积的精度、空间重合度、制图总体精度和Kappa系数分别为86.2%、66.1%、92.2%和0.72;NDWI-RVI差值法上述指标分别高达95.5%、78.4%、93.5%和0.846,实现了利用少量中高分辨率遥感影像精确提取耕地地块破碎区水稻分布的目的,可实际服务于太湖地区农业生产及相关决策支持。     

基于GF-1影像的耕地地块破碎区水稻遥感提取

耕地地块破碎区水稻遥感提取是作物监测研究的热点问题之一。以苏州市高新区为例，通过挖掘关键物候期水稻与下垫面水体光谱特征组合差异，基于分蘖期与齐穗期两景16 m分辨率的GF-1 WFV数据，构建归一化差值植被指数（NDVI）差值法、归一化水体指数和比值植被指数（NDWI-RVI）差值法提取水稻分布，并深入探究了水稻面积提取精度及空间重合度影响因素。结果显示：与非监督分类和监督分类方法相比，植被指数差值法水稻识别精度贡献率可提升30%以上，NDVI差值法提取水稻种植面积的精度、空间重合度、制图总体精度和Kappa系数分别为86.2%、66.1%、92.2%和0.72；NDWI-RVI差值法上述指标分别高达95.5%、78.4%、93.5%和0.846，实现了利用少量中高分辨率遥感影像精确提取耕地地块破碎区水稻分布的目的，可实际服务于太湖地区农业生产及相关决策支持。     

基于HJ-1星CCD数据的溢油遥感特性分析与信息提取

基于HJ-1星CCD多光谱数据,以2010年美国墨西哥湾深海油井溢油污染海域为研究区,对溢油迁移转化过程进行分析,认为油水混合物是该次事故的主要污染类型之一.研究HJ-1星CCD数据多种目标的影像特征与光谱响应特征,指出油水混合物能明显改变海水对入射光的后向散射性能,可以被有效地识别与判定.利用决策树分类方法能有效地提取墨西哥湾溢油污染中的油水混合物;对误判信息进行分块合并处理后,可进一步提高油水混合物的提取精度.研究表明,HJ-1星CCD多光谱数据能有效提取海洋溢油污染信息,具备了开展海洋溢油污染遥感监测的能力.     

基于HJ-1卫星CCD遥感数据的作物秸秆光谱识别模型与提取方法研究

作物秸秆信息的准确提取对于农业可持续发展与秸秆焚烧火点的探测有重要意义。本文在野外作物秸秆光谱采集与光谱特征分析的基础上,以江苏省扬州市区为典型研究区,依照HJ卫星CCD相机多光谱遥感波段进行光谱重采样,并结合HJ卫星CCD遥感数据,建立了作物秸秆光谱识别乘积指数(SMI),最后通过改进PSO最大类间方差算法对SMI影像进行"动态-全局"阈值分割,实现了作物秸秆信息的有效提取。     

基于HJ-1A高光谱遥感数据的湟水流域典型农作物分类研究

利用高光谱遥感技术识别农作物类型已经成为高光谱遥感研究的热点领域。以青海省湟水流域内油菜、小麦和青稞等典型农作物为分类对象,以HJ-1A HSI高光谱数据和GF-1 WFV高分辨率数据为数据源,探讨利用高光谱遥感影像进行农作物类型信息提取的方法。数据经预处理后,首先,利用WFV数据采用面向对象方法提取研究区农作物种植边界,并利用其对HSI高光谱影像进行种植区域提取;其次,将提取后的高光谱影像经数据形式变换获得包括:R、1/R、Log(R)、d(R)、d(Log(R))和CR共6种数据形式;最后,利用上述6种数据形式的全波段数据和经遗传算法GA-SVM进行光谱波段选取后的6种特征数据,采用支持向量机SVM方法进行农作物分类。结果表明:采用基于样本的面向对象分类方法提取耕地信息精度高且实现周期短;利用GA-SVM波段选取后的6种特征数据集进行农作物分类,其精度显著高于全波段数据集分类精度;6种数据变换形式中,d(Log(R))和CR是两种最优的高光谱分类数据形式,其全波段和特征波段数据进行农作物分类均能获得较好的分类精度,总体精度最高分别达88%和86%,而采用1/R、Log(R)和R数据形式需经GA-SVM光谱波段选取后才能获得较优分类精度。     

基于MODIS数据的成都市水稻遥感估产研究

以遥感和地理信息系统为主要技术支撑,利用多时相的高光谱分辨率MODIS数据,对成都市2003年水稻进行了估产研究.在利用研究区最佳时相遥感影像提取水稻种植面积的基础上,以多时相的高光谱分辨率遥感数据建立水稻单产模型,并计算出成都市2003年的水稻总产量.研究表明,成都市各行政区当年水稻总产量估算结果的误差为17.45%;利用多时相MODIS数据对农作物进行遥感估产具有一定的可行性,同时通过该研究也为西南地区大范围的农作物遥感估产在方法上提供了一定的借鉴作用.     

基于EXCEL的高光谱影像光谱响应分析

高光谱遥感侧重于从光谱维角度对影像信息进行分析与处理。由于目前高光谱数据的处理技术跟不上数据获取技术,而已有的成熟的多光谱影像处理技术并不适合于处理高光谱数据,因此利用EXCEL软件展开了高光谱影像的地物光谱重建、光谱特征及其相关性分析、光谱微分计算、光谱向量相似性度量和信息提取等研究,并基于PHI（Pushbroom Hyperspectral Imager）航空高光谱影像像元光谱维矢量进行了光谱响应分析,实现信息监测和识别。     

基于多时相Landsat8 OLI影像的作物种植结构提取

针对基于多时相遥感影像、多种特征量提取多种作物种植结构在我国研究较少的现状,利用多时相Landsat8OLI影像数据,根据温宿县不同作物的农事历,通过分析主要地物的光谱特征和归一化植被指数的时间变化信息,构建不同作物种植结构提取的决策树模型,实现了对温宿县多种作物种植结构信息的提取。结果表明:1水稻的最佳识别依据是5月20日影像的近红外波段和7月23日影像的NDVI值;棉花和春玉米的最佳识别依据是5月20日~9月9日影像的NDVI变化值;冬小麦—夏玉米和林果的最佳识别依据是5月20日~7月23日影像的NDVI变化值;2与单时相监督分类相比,多时相决策树法对多种作物种植结构的提取效果更理想,总体精度提高了7.90%,Kappa系数提高了0.10;3Landsat8OLI影像数据分辨率高、成本低、获取方便,是农作物遥感的良好数据源。     

基于同态系统滤波的高分辨率遥感图像河流信息提取

为了解决在高分辨率遥感图像中易受同物异谱现象影响而导致河流信息提取不完整问题,依据河流区域在遥感图像中具有特定频率纹理信息这一特点,提出一种基于同态系统滤波的高分辨率遥感图像河流信息提取方法。该算法通过对遥感图像的频谱分析,确定河流信息在频域中的特征标识,采用一维剖面线加窗短时分析河流定位技术实现了全自动、快速全幅遥感图像河流定位和宽度估计,在同态系统下设计了低通滤波器实现对低频河流信息的提取。该算法采用"高分一号"遥感影像作为实验数据来源,相对于传统利用光谱信息的提取方法具有较高的提取精度,Kappa系数达0.85以上,并且实现全自动提取。实验结果表明所提算法能够快速、有效地提取复杂地貌区域内的河流信息。     

基于TM影像的几种常用水体提取方法的比较和分析

随着遥感技术的飞速发展,利用遥感数据来进行水资源的监测、调查和分析已成为一种必然的趋势。从遥感影像中快速、准确地提取水体信息,是进行水资源调查和监测的一种重要的方法和手段。目前进行水体提取的方法有很多,本文选取了常用的3种水体提取方法,即单波段阈值法、基于阈值的多波段谱间关系法、基于阈值的水体指数法,然后分别选取典型的武汉平原地区和宜昌山地地区为研究区,以Landsat5TM影像为数据源,通过实验来比较和分析这3种水体提取方法分别在平原地区和山地地区的优势和不足。     

Convolutional Neural Network for RemoteSensing Plant Cover Extracting

The key point of the state-of-the-art machine learning method to extract land information is to construct the features-vector.The existing methods mainly use the spectral features,texture features of remote sensing images to construct the features-vector,however,this method can only get limited features and requires too much human intervention.In the face of the above problems,this paper builds a convolutional neural network model for mining the deep-level features of multi-band remote sensing images and then extract the greenbelt in the Kubuqi Desert.The model was trained and hyperparameter selection was performed.The performance of the model was evaluated by cross validation and comparative analysis between methods.The experimental results show that the model is of high accuracy and good generalization ability.Finally,the test data set was input into the model to predict land cover classes and to do visualization.The importance of this study is to inspire new thinking of better performance of the green land and even more complex information extraction from remote sensing images.     

基于HJ-1 CCD数据的洪涝灾害范围动态监测研究——以黑龙江省抚远县为例

洪涝灾害范围是表征洪涝灾害时空分布特征的关键物理参数,是洪涝灾害灾情评估的主要内容和重要基础。充分利用遥感技术、地面站网观测数据和实地调查核查等手段,是当前"天、空、地、现场"一体化开展洪涝灾害范围动态监测的研究前沿。针对洪涝灾害范围实时动态演变过程监测时效性受数据和信息提取效率制约的问题,提出了基于HJ-1CCD数据利用区域生长算法的洪涝灾害范围提取模型。在研究多种地物目标的影像特征与光谱响应特征基础上,采用区域生长算法对2013年汛期黑龙江省抚远县洪涝灾害范围进行识别和判定。结果表明:汛期内稳定高频次获取的HJ-1CCD数据能为洪涝灾害范围识别和动态演变过程监测提供数据保障。区域生长法提取集中连片水体的效率高,能够将过去目视解译、人工勾画需要5h的工作量缩短到10min之内;提取结果宏观性强,在影响范围大的洪涝灾害范围动态监测业务中发挥着重要的作用。     

镁铁质―超镁铁质岩全谱段遥感识别模型

镁铁质―超镁铁质岩的遥感岩性识别研究一直是遥感岩石学领域的热点之一,其岩石信息对于岩浆型铜镍硫化物矿床的预测十分重要。提出一种综合利用Landsat 8、ASTER和PALSAR-2数据的镁铁质―超镁铁质岩石全谱段遥感识别模型：通过对野外采集岩石样品及光谱库中相关岩石矿物的可见光―热红外谱域的光谱测试与特性分析,结合岩石表面微波散射特性,应用特征空间,贝叶斯线性判别分析、逐步偏最小二乘回归分析等方法,创建镁铁质―超镁铁质岩性指数,并利用提出的岩性指数进行镁铁质―超镁铁质岩的初步提取,再经过基于贝叶斯决策理论的融合处理得到最终的镁铁质―超镁铁质岩石信息。结果表明:该模型能够对镁铁质―超镁铁质岩进行精准定位,识别精度达到94%以上。此外,根据遥感岩性、构造特征的解译与区内已知铜镍硫化物矿床的成矿岩体比较,推断出位于赤石山―小长山―中坡山一带以及小青山附近岩体具有一定的成矿潜力。     

镁铁质―超镁铁质岩全谱段遥感识别模型

镁铁质―超镁铁质岩的遥感岩性识别研究一直是遥感岩石学领域的热点之一，其岩石信息对于岩浆型铜镍硫化物矿床的预测十分重要。提出一种综合利用Landsat 8、ASTER和PALSAR-2数据的镁铁质―超镁铁质岩石全谱段遥感识别模型：通过对野外采集岩石样品及光谱库中相关岩石矿物的可见光―热红外谱域的光谱测试与特性分析，结合岩石表面微波散射特性，应用特征空间，贝叶斯线性判别分析、逐步偏最小二乘回归分析等方法，创建镁铁质―超镁铁质岩性指数，并利用提出的岩性指数进行镁铁质―超镁铁质岩的初步提取，再经过基于贝叶斯决策理论的融合处理得到最终的镁铁质―超镁铁质岩石信息。结果表明:该模型能够对镁铁质―超镁铁质岩进行精准定位，识别精度达到94%以上。此外，根据遥感岩性、构造特征的解译与区内已知铜镍硫化物矿床的成矿岩体比较，推断出位于赤石山―小长山―中坡山一带以及小青山附近岩体具有一定的成矿潜力。     

基于数据流的TIN迭代滤波算法

通过机载LiDAR数据滤波获取地面信息是机载LiDAR数据的一项重要且基本的应用。基于现行的滤波算法都有一定的应用局限,本文提出了一种基于数据流的TIN滤波算法。该方法基于流的思想,首先对机载LiDAR数据进行点流的空间结点化,之后在构建Delaunay三角网的同时,进行插入点判断。通过试验区数据的滤波验证,此算法能够较好地滤除地物点,保持地形;提高了滤波效果的同时,在算法效率上还占有一定优势。     

IKONOS影像白泡云识别方法研究

高空间分辨率IKONOS影像应用在海洋遥感时,白泡云的强反射特性严重影响了水体信息的提取。本文利用归一化处理后的IKONOS影像数据研究分析了白泡云与其背景地物的光谱特征。通过光谱一阶微分运算形成特定的数学参数使得地物的光谱特征参量化,提取白泡云光谱特征,研究开发了白泡云遥感识别模型。试验结果表明该识别方法准确度高,在识别水体中白泡云区域的基础上可有效处理海洋遥感水体信息提取过程中白泡云的干扰影响。