基于改进距离投影比值指数的植被冠层水分反演

针对两个特征波段组成的植被指数存在的饱和以及植物类型依赖问题,利用便携式地物光谱仪(analytical spectral devices, ASD)和哨兵2号多光谱卫星(Sentinel 2,S2)数据,使用改进的距离投影比值指数(improved distance projection ratio index, DPRI2)建立新叶片等效水厚度(leaf equivalent water thickness, LEWT)反演模型,进而反演冠层等效水厚度(canopy equivalent water thickness, CEWT)。研究表明:(1) R语言随机森林(random forest, RF)算法可减少特征波段选取过程中人为因素;(2) DPRI2结构简单,能充分反映特征波段之间角度、距离、投影三者组合关系,有利于提高LEWT、CEWT反演精度;(3) DPRI2不受植被类型限制,适用于具有多种植被类型的研究区CEWT反演。通过遥感手段监测CEWT,有利于探究植被在区域水文循环中的调控机制,以及科学评估区域水资源储量。     

基于区域特征相似度的微波土壤水分反演结果可信度评价

微波遥感反演土壤水分的精度评价,一般通过选取有限数量采样点的地表实测土壤水分数据与反演值进行比较,实际上只能反映局部采样区的反演精度。本文提出了微波反演土壤水分中一种可以评价整个研究区反演土壤水分可信程度的方法。首先选择采样区的实测土壤水分数据和地表粗糙度数据,通过多元回归统计拟合得到土壤水分反演经验方程,对整个研究区进行土壤水分反演;然后从TM和SAR数据中通过反演和提取,选择影响土壤水分的10个因子(土壤湿度、地表温度、NDVI、土壤质地指数、地形指数、雷达入射角以及Landsat TM的b3、b4、b5、b7共4个波段),采用主成分分析法(PCA)筛选提取主成分,将前3个主成分合成为RGB影像;再使用分水岭算法分割包含前3个主成分的RGB影像,得到一幅分割区域图;最后计算各分割区域的6维特征向量(土壤湿度、地表温度、NDVI、土壤质地指数、地形指数、雷达入射角)与反演时选择采样区的特征向量间的马氏距离,得到区域特征相似度数据集,基于该数据集计算反演结果可信度。以此为基础,利用2008年甘肃黑河地区的ENVISAT ASAR双极化数据(VV、VH)和实测土壤水分数据进行土壤水分反演并评价反演结果的可信度,同时使用反演区域中多个采样区土壤水分实测数据和确定系数(R2)评价反演精度,对比可信度和R2,表明提出的反演可信度可以有效反映土壤水分反演精度。     

利用ASTER影像反演松辽平原水体悬浮物浓度

对松辽平原的ASTER影像进行几何校正、辐射校正等预处理,并利用归一化水体指数(normalizeddifference water index)做掩模提取测区内水体,再将实测的水体悬浮物浓度和各波段反射率作相关性回归分析,探求水体中悬浮物的特征波段。实验表明,当水体中悬浮物含量增加时,ASTER遥感影像的1~4波段水体反射率明显增加,且第3波段水体的反射率与实测水体悬浮物浓度关系最密切。最后确定了利用ASTER影像第3波段与水体悬浮物浓度进行线形拟合的方法反演水体悬浮物浓度。实践证明,利用回归分析所建立的线性反演模型可以很好地反演测区内水体悬浮物浓度。     

植被覆盖对光学影像反演土壤含水量的影响分析

为了获取植被覆盖对光学影像反演土壤含水量的影响,选用归一化植被指数(NDVI)表示植被覆盖度水平,以垂直干旱指数(PDI)或修正垂直干旱指数(MPDI)线性回归土壤含水量的光学影像反演方法为例,基于2018—2020年哨兵2号卫星影像,利用河北省地面土壤含水量实测数据,对不同植被覆盖水平下土壤含水量反演精度进行评价,探讨植被覆盖对土壤含水量反演精度的影响。结果表明：(1)在NDVI≤0.13时,PDI的反演精度略优于MPDI反演精度,MPDI对PDI的修正作用不明显;(2)在0.13<NDVI≤0.30时,PDI仍能够达到较好的精度,但MPDI可以明显提高精度;(3)当0.30<NDVI≤0.59时,PDI反演精度较差,修正后MPDI能够显著提升精度;(4)在NDVI>0.59时,修正后的MPDI也无法得到满足要求的精度。可得出结论：当NDVI≤0.59时,光学影像可反演得到精度尚可的土壤含水量反演结果,通过一定的植被影响修正方法,可改善反演精度;当NDVI>0.59时,即使采用修正方法,基于光学影像难以得到满足要求的精度。     

基于遥感的北京城区水体悬浮物浓度监测

利用2011年6月8日同步获取的地面实测数据与TM遥感影像,以北京城区重点水体为研究对象,探讨利用卫星遥感数据定量反演夏季城市湖泊悬浮物浓度的可行性与方法。在对遥感影像进行大气校正的基础上,通过相关性分析选择最佳反演波段,并利用经验方法建立基于TM多光谱影像的定量反演模型;通过2008—2009年4景TM影像及人工准同步测量的地面数据,对模型的精度及适用性进行分析。结果表明,模型在春季具有较好的适用性,相对误差为25.06％,接近太湖等大江大湖先进反演模型的精度。     

基于遥感云计算的鄱阳湖湿地植被群落分类研究

针对大型通江湖泊湿地植被精细分类中精度不高、算法稳健性不强的问题，以鄱阳湖湿地植被为研究对象，基于遥感云平台GEE和Sentinel-2影像，着重研究不同训练样本数量、不同时相特征数据及不同机器学习算法对鄱阳湖湿地植被类型分类的影响。结果表明：(1)随着训练样本数量的增加，植被类型的分类精度呈现先上升后平稳的规律，当不同植被类型训练样本达到550个时，精度达到峰值平稳状态；(2)不同时相特征的数据集分类精度具有显著差异，具体为：月度时序>枯水期>四季多时相>单时相，其中，月度时序数据集的总体精度最高，总体精度及Kappa系数分别为82%和0.79;(3)不同遥感算法获得的分类结果精度不同，RF分类精度最高，SVM和CART次之；(4)当不同植被类型的训练样本达到550个时，使用Sentinel-2月时序影像和RF算法能取得最优的分类结果。研究成果可为鄱阳湖湿地精细分类提供方法借鉴，为鄱阳湖湿地保护提供技术支持。     

基于机器学习的东湖富营养化研究

利用遥感技术建立影像波段反射率与地面监测水质参数的定量反演模型,能实现高效率、大尺度湖泊富营养化水平的监测。机器学习通过高度的非线性映射,能很好地利用已知信息,模拟复杂因素之间的关系。以武汉东湖为例,基于资源一号02C卫星影像,利用K-近邻法、支持向量机、随机森林、梯度提升决策树、人工神经网络等5种经典的机器学习算法建立了叶绿素a(Chl-a)、透明度(SD)、总磷(TP)、总氮(TN)、高锰酸盐指数(COD_(Mn))5个水质参数与影像反射率间的定量反演模型,并采用综合营养状态法对东湖富营养化程度进行评价。以2014年11月22个采样点和2015年1月23个采样点的数据为基准,与基于机器学习算法训练水质参数建模对比,富营养化分级正确率为分别为95.5%和82.6%;以武汉市环境保护局数据为基准,对比反演的东湖各子湖营养等级,正确率均为71.4%。     

基于Landsat-9影像的云龙湖水深反演研究

基于Landsat-9多光谱及全色影像，以云龙湖东湖为研究区域进行水深反演研究。为选取能够有效提高影像空间分辨率且能保持水深波段相关性的融合方法，对多种影像融合方法进行了对比分析；对最佳水深反演波段及反演因子进行了探索，进而构建了多种反演模型，并利用实测水深数据进行了精度评价。结果表明，SFIM融合算法对水深相关性保持性最好，最佳水深反演波段为B5波段，最佳反演因子为B5+B6，相关系数均较高，指数、傅里叶、高斯、多项式等多种水深反演模型中最优反演模型为基于最小绝对残差拟合的二次多项式模型，精度评价决定系数为0.7149，均方根误差为0.094 m。研究结果旨在为云龙湖水库水量调度及生态水位保障提供重要参考。     

光学与微波数据协同反演植被覆盖区土壤水分

基于LandSat5 TM和ENVISAT-1 ASAR数据,通过水云模型剔除了植被层对雷达后向散射系数的影响,利用AIEM模型对黑河中游植被覆盖地表的土壤水分进行了反演。建立植被含水量(Mveg;水云模型中关键参数)与多种植被指数之间的响应关系,发现比值植被指数(RVI)反演的植被含水量精度较高(R2=0.71);去除植被影响后,利用AIEM模型建立LUT表,基于VV和VH极化的后向散射系数,通过查表法反演研究区的土壤水分。对比野外实测数据与反演结果,发现VV极化数据反演结果较好(R2=0.74)。考虑了植被覆盖层对后向散射系数的影响,该方法更适用于植被覆盖地表的土壤水分反演。     

基于机器学习算法的九寨沟自然保护区植被生态水储量定量反演研究

运用不同数据源(Sentinel-2B影像和Landsat8 OLI影像)和回归方法(XGBoost模型、MARS模型和随机森林模型)的能力,以改善九寨沟自然保护区的植被生态水储量定量反演。建立并采集了54个样地数据,以获得参考区域的实测植被生态水含量,并通过相关性分析计算出60个指标用作构建植被生态水储量模型的预测因子。结果表明,纹理指数在植被生态水反演中具有较高的相关性,属于重要变量指标。在XGBoost模型中,结合Landsat8 OLI和Sentinel-12B影像作为预测变量反演的相关性最高,R²为0.57,RMSE为48,提供了最好的生态水储量估计。     

Measurement of particle size based on digital imaging technique

To improve the analysis methods for the measurement of the sediment particle sizes with a wide distribution and of irregular shapes, a sediment particle image measurement, an analysis system, and an extraction algorithm of the optimal threshold based on the gray histogram peak values are proposed. Recording the pixels of the sediment particles by labeling them, the algorithm can effectively separate the sediment particle images from the background images using the equivalent pixel circles with the same diameters to represent the sediment particles. Compared with the laser analyzer for the case of blue plastic sands, the measurement results of the system are shown to be reasonably similar. The errors are mainly due to the small size of the particles and the limitation of the apparatus. The measurement accuracy can be improved by increasing the Charge-Coupled Devices (CCD) camera resolution. The analysis method of the sediment particle images can provide a technical support for the rapid measurement of the sediment particle size and its distribution.     

基于贝叶斯模式平均方法融合多源数据的水文模拟研究

可靠的长系列气象数据是开展流域水文模拟、水旱灾害防治和水资源综合管理的基本依据,但是我国气象站网布设不均、地面观测资料系列相对较短,难以满足工程应用需要。本文融合有限的地面气象观测数据,长系列高精度MSWEP-V2卫星集成降水数据集和欧洲中期天气预报中心的ERA5气温数据,首先通过基于分位数映射的日偏差校正（DBC）、基于月尺度的回归校正（LRBC）和等率校正（RBC）等3种方法,对遥测栅格降水和再分析气温日系列进行偏差校正,再采用季节性贝叶斯模式平均（BMA）方法描述各偏差校正系列的后验分布优选相应权重,从而得到融合多种偏差校正模式的长系列日降水、气温过程。以巢湖流域为例,采用174个自动气象站2015—2019年的观测数据和7个国家基本气象台站1979—2019年的长系列资料检验校正效果,并在2个子流域分别驱动新安江、GR4J和HMETS水文模型验证水文模拟的适用性。结果表明：BMA方法能够综合考虑各偏差校正方法的优势,校正后的日降水和气温数据偏差较小,与实测系列的相关性系数接近0.8;水文模型率定期及检验期的KGE系数超过0.67,校正后的气象数据满足水文模拟要求。     

基于数字图像处理的土石坝坝料合格性智能检测方法

土石坝坝料的合格性检测通常是通过判断现场筛分试验获得的级配参数是否满足设计要求来实现的,然而通过筛分试验获取级配参数的方法存在采样率低,操作过程繁琐,智能感知程度差等缺点以致检测结果代表性差。为了提高坝料级配参数的智能检测程度,依托辽宁某电站现场挖坑检测位置处的图像和级配数据,采用融合空间信息的直觉模糊C均值聚类(SIFCM)算法进行土石坝料数字图像的分割,并利用等效椭球体积的方法实现了土石坝料的三维体积重构,进一步通过基于BP神经网络的级配修正模型修正后,得到真实条件下的坝料全级配特征曲线,进而获得评价坝料合格性的4个指标：最大粒径、P5含量、曲率系数C_c和不均匀系数C_u。实际工程应用表明,本文建立的基于SIFCM＿BP算法的坝料级配特征智能识别修正模型具有较高的识别精度,本文方法为大坝碾压施工前坝料合格性快速判别与施工过程中坝料压实特性的实时评价提供了重要支撑。     

森林分布遥感获取方法在三峡库区的应用

 以TM(Thematic Mapper)和SPOT(Satellite Positioning and Tracking)影像为基础数据,通过地形纠正、去云雪、辅助数据生成和分区等预处理之后,采用一种新颖的影像分割法,将待提取图像分割成可以识别的图像单元（图斑）,然后通过分层分类和模糊分类相结合的方法自动获取了三峡库区各种林地的分布状况,并取得了较高的验证精度。对获取的林地进行覆盖度自动划分后,通过人工纠正得到了三峡库区高、低覆盖度林地的确切分布,最后做了成图和面积统计。     

PIV algorithms for open-channel turbulence research: Accuracy, resolution and limitations

The implementation of PIV for experimental studies in open-channel flows can be challenging due to the presence of strong velocity gradients and the inclusion of solid interfaces in the captured images. Understanding the performance and limitations of the PIV method under these conditions is critical for optimising experimental parameters and robust interpretation of data. The optimum algorithm for extracting velocity fields from PIV images is the subject of ongoing revision with the goal of maximising resolution and minimising errors, and recent advances in this regard may be particularly beneficial for open-channel turbulence research. Key steps in the iterative discrete shift (IDS) and image deformation method (IDM) algorithms are detailed, and the fundamental differences between direct cross correlation and FFT-based correlation methods are explained. It is also shown how the resolution of an algorithm can be determined from its modulation transfer function (MTF), and how the MTF can be manipulated with the selection of intensity weighting windows. The random error levels for selected algorithms are demonstrated under different image and flow field conditions, including the near boundary region, using simulated PIV images.     

基于归一化水体指数及其阈值自适应算法的水体遥感反演效果分析

归一化水体指数（NDWI）是水体遥感反演的一种重要指标，其阈值及修正直接影响反演结果的精度。基于Landsat-8与GF-1光学多光谱影像，使用归一化水体指数法阈值0（TH₀）、最大类间方差法（OTSU）自适应阈值（TH_otsu）与均值漂移聚类算法（Mean-Shift）自适应阈值（TH_MS）分别对典型正常水体、云雾覆盖水体、富营养化水体、高含泥沙水体进行水体遥感提取与效果分析，结果表明：正常水体以TH₀为阈值提取精度最高，THMS提取精度次之，TH_otsu提取精度最差；而云雾覆盖水体、富营养化水体以及含泥沙水体使用THMS提取精度最高，尤其少量云雾覆盖下的水体，TH_MS具有更明显的优势，TH₀提取精度次之，TH_otsu提取精度最差；对于不同的阈值，Land?sat-8比GF-1总体表现出更高的水体提取精度。Mean-Shift算法应用于NDWI阈值修正与水体遥感反演具有快速、水质适应性强、效果稳定的优势，对尤其是复杂条件下的水体信息遥感反演具有较好的提取效果。     

A REVISED SOLUTION OF EQUIVALENT PERMEABILITY TENSOR FOR DISCONTINUOUS FRACTURES

The equivalent permeability tensor is essential to the application of the equivalent porous media model in the numerical seepage simulation for fractured rock masses. In this paper, a revised solution of the equivalent permeability tensor is proposed to represent the influence of the fracture connectivity in discontinuous fractures. A correction coefficient is involved to reflect the complex seepage flow type through the rock bridge. This correction coefficient is back analyzed from single-hole packer tests, based on the Artificial Neural Network (ANN) back analysis and the Finite Element Method (FEM) seepage simulation. The limitation of this back analysis algorithm is that the number of single-hole packer tests should be equal or greater than the number of fracture sets, and three is the maximum number of the fracture sets. The proposed solution and the back analysis algorithm are applied in the permeability measurement and the seepage simulation for the Xiaowan arch dam foundation.     

基于马尔科夫随机场的多时相SAR影像变化检测研究

研究了一种基于马尔科夫随机场理论的多时相SAR影像自动变化检测方法。研究的方法综合利用目标像元及其邻域信息,有效实现目标像元所属类别的判定。实验结果表明,基于马尔科夫随机场理论的变化检测方法与其它传统分割方法相比,充分考虑目标像元的空间邻域信息,能够有效减少漏检率,提高整体检测精度。     

三维定常船尾绕流的不定常数值计算

本文采用有限体积法非正交贴体会标下对求解三维不定常船尾绕流做了进一步的研究，将Ｃａｒｒｔｅｅｉａｎ坐标系下的Ｎ－Ｓ方程和连续方程变换到非正交贴坐标系下的方程，用ＳＩＭＰＬＥＣ方法迭代求解速度和压力耦合的有限差分方程组，最后给出了用该方法计算的ＳＳＰＡ７２０例子。     

基于最大联合概率的土地覆盖变化自动检测方法

针对多时相遥感影像非监督变化检测采用不同方法获取的结果之间存在较大差异这一问题,提出了最大联合概率(MJP)决策融合方法。通过分析各种检测方法的检测概率与最终检测结果正确概率的关系,根据贝叶斯决策原理提出了MJP决策融合准则,并分析各种检测方法所获取结果的从属关系,将MJP决策融合应用于多个不同的检测结果,对多个不同结果进行了有效融合。选取武汉地区2个时相的TM影像为实验数据,对其土地利用变化进行研究,采用相关系数法获取差异影像,然后选取系列变化检测算法获取多种不同检测结果,最后采用本文所提出的融合方法对各种不同结果进行决策融合,获取最终变化检测结果。实验结果表明：基于MJP决策融合的变化检测算法与单一变化检测方法算法相比,具有更好的鲁棒性。这为遥感变化检测的决策融合提供了依据,是一种有效的利用遥感数据进行土地覆盖变化检测的方法。