基于显著性增强的过火区域提取研究

过火区域信息对灾后评估、保护和恢复生态系统具有重要意义。目前现有的过火区域提取方法实用性较弱。基于FY-3C MERSI卫星数据,充分利用过火区域的多种特征,通过显著性增强,创建了一种新的过火区域提取方法。以美国西北部两个过火区域为研究区,将3种对过火区域敏感的植被指数(NDVI、GEMI和NDVIT)和影像的显著性特征结合起来,对研究区中的过火区域进行增强、提取。通过对研究区中的过火区域人工目视解译,对实验结果进行验证,同时与NBR阈值法提取的结果进行比较。两个研究区中显著性增强法的Kappa系数达到了0.68以上,比NBR阈值法高0.2。实验证明显著性增强法提取的过火区域整体精度较高,非火灾引起的植被变化对其影响较少,与NBR阈值法相比该方法具有一定的稳定性。     

基于PCA-SVM准则改进区域生长的非结构化道路识别

针对智能车辆在非结构化道路识别中需要采用众多的特征参数,增加了特征融合识别难度与计算复杂度,并且部分背景与道路区域存在相似性会产生道路识别的误分、误判的问题,提出了一种基于主成分分析的支持向量机（PCA-SVM）准则改进区域生长的非结构化道路识别算法。首先,对非结构化道路颜色、纹理等复杂特征信息进行提取,采用PCA对提取的特征信息进行降维;然后,利用降维后的主元特征对SVM进行训练后作为复杂道路单元格的分类器。利用道路位置、起始单元格等先验知识以及道路边界单元格统计特征改进区域生长方法,在单元格生长时利用分类器判别,排除误判区域。实际道路检测结果表明,所提算法具有较好的鲁棒性,能够有效识别非结构化路面区域。对比结果表明,所提算法在保证准确率的同时,将10余维复杂特征信息压缩为3维主元特征,相比传统算法可缩短计算时间一半以上。针对背景与道路相似区域造成的传统算法10%左右的误判问题,所提算法能够有效排除。在野外环境下基于视觉的局部路径规划与导航方面,所提算法为缩短识别时间、排除背景干扰提供了可行途径。     

基于自然语言语义分析的Internet文件分类与过滤

网上文件过滤是网络信息安全研究的重要课题。传统的过滤方法简单地把关键字匹配作为分类的依据,常导致漏判误判等问题。文中提出一种基于自然语言理解的语义模板算法解决网上文件分类过滤的问题。实验结果表明该方法漏判误判率较低,是一种行之有效文件分类方法。     

相位光时域反射仪中信号处理方法的研究

为提高相位光时域反射仪对扰动判断的准确性,研究了两种常用于对其后向散射信号处理的方法。实验结果表明,单一的叠加平均方法在一定程度上能抑制噪声,但耗费时间长,不利于系统的实时性,并且对扰动信息的提取不明显。小波阈值滤波的方法能比较有效地降噪并识别出扰动信息,但需要找到合适的小波基及其分解层次。在实际应用中通过采用多种小波基共同作用的综合判断法,可以减少系统的误判、漏判,提高系统的准确性。     

基于特征分析的流媒体数据包检测过滤方法

针对实时网络流媒体数据传输过程中安全性和可靠性的需求,提出一种基于特征分析的检测过滤方法。通过对流媒体传输协议和数据流特征的分析,以及对报文头部特征和呼叫信令内容的解析,采用基于专有规则集的智能模式匹配方法对流媒体数据包进行检测识别。实验结果表明,与五元组数据包检测过滤方法相比,该方法在误判率、漏判率等方面都具有较为明显的优势,能够更有效地实现网络流媒体数据包的安全性过滤。     

基于多Agent的实时自适应数据判读方法

针对目前已有数据判读方法在有效载荷地面集成测试中不适应测试环境变化、实时判读不连续、错误率高的问题,提出一种基于多Agent框架的实时自适应判读（MARAD）方法。首先,依据"感知-决策-执行"的设计理念,构建四个具有独立任务又互相协同工作的智能Agent,以适应测试环境的改变;其次,采用面向活动建模的方式,以C语言集成产生式系统（CLIPS）作为推理机,取消判读规则对测试序列的依赖,保证判读过程的连续性;最后,在判读规则中引入容错机制,在不改变正确性的前提下减少误判和漏判。测试验证结果表明,在判读数据相同的条件下,MARAD方法的实时判读结果与已有的状态模型方法的三次事后判读的均值结果相比,参数漏判率均为0%,但活动误判率降低10.54个百分点;与人工判读相比,参数漏判率降低5.97个百分点,活动误判率降低3.02个百分点,且无需人员参与判读。所提方法能够有效提高判读系统的自适应测试环境能力、实时判读的持续性和正确性。     

基于改进区域生长的水岸线提取方法研究

针对无人船在水面目标识别及视觉导航中涉及到的水岸分割问题,提出了一种基于改进区域生长的水岸线提取方法。首先在Lab颜色空间对图像进行阈值分割,得到水面种子点候选区域;然后通过构建最小二乘问题在种子点候选区域自动选取最优初始种子点,并基于图像标准差实现生长规则阈值自适应;最后依据初始种子点和生长规则进行区域生长,并对得到的水面区域进行边缘提取,从中分离出水岸分界线。采用该方法对水岸样本图像进行实验,通过相关系数和偏移误差对水岸线提取结果进行评价。实验结果表明,该方法能够提取出复杂环境下的水岸线,具有一定的鲁棒性,且基本满足实时性要求。     

基于Google Earth Engine评估新疆西南部MODIS积雪产品

Google Earth Engine(GEE)是一种基于云建立的地理空间处理平台,可以针对地理空间数据进行分析,实现全球范围内海量遥感数据的并行处理,为遥感大数据、大区域研究提供支持。MODIS积雪覆盖制图是利用MODIS资料建立的全球积雪覆盖产品,已广泛应用于区域乃至全球的气候与环境监测中。GEE云平台存储着百万景遥感影像,其中包括覆盖全球的MODIS逐日积雪产品MOD10A1V5数据和Landsat数据。以新疆西南部3个研究区为例,选取GEE云计算平台存储的Landsat数据,应用NDSI提取积雪范围作为地表覆盖真值,对MOD10A1展开精度评估。结果表明:2000~2016年新疆西南部积雪季MOD10A1的平均总体准确率达82%,平均误判率为2.9%,平均漏判率为58.8%。在晴空条件下,MOD10A1总体准确率可达98%,不同区域的地形及云量是影响MOD10A1精度评估的主要因素。GEE云计算平台可以快速有效地筛选高质量无云的Landsat数据,对全球范围内积雪区的MOD10A1进行精度评估,以在线地图的形式直观显示误判和漏判区域,并利用GEE提供的简单云分函数计算区域云量,使云量对MOD10A1积雪分类精度的影响更具区域代表性。     

变压器油中溶解气体色谱峰识别方法的研究及应用

针对目前变压器油中溶解气体分离后得到的色谱曲线基线存在抖动、漂移、有异常点，特别是在低浓度曲线干扰大、波形不规则，易出现对气体色谱峰的误判和漏判，导致气体浓度值检测偏差大，严重影响了故障诊断的准确性等一系列问题。采用了差分阈值滤波法、粗糙惩罚法以及粒子群优化支持向量机等算法，对油气分离后的色谱曲线序列数据中的一系列色谱峰进行干扰峰识别、分类，并采用优化半峰宽法计算出气体浓度值。有效降低了色谱峰的漏判和误判率，极大提高检测气体浓度值的稳定性、准确性和精确性。     

基于Gabor和纹理抑制的手机配件划痕检测

经典的划痕检测方法通常采用各种边缘检测算子来完成,由于对纹理和噪声十分敏感,因此常造成大量的误判。在具有复杂纹理的金属表面检测中,误判现象尤其严重。为此,利用Gabor滤波的条形模式检测原理,同时结合各向异性纹理抑制和滞后多阈值处理技术,提出一种用于手机配件金属表面划痕的检测方法。对金属表面图像进行Gabor滤波,提取出划痕的骨架结构,利用各向异性纹理抑制方法抑制金属表面的纹理,再用滞后多阈值准确提取划痕。实验结果表明,该方法能极大程度地抑制非划痕区域的金属纹理,同时完整地提取出细微的划痕图像,其误检率、漏检率和轮廓检测缺失概率分别为2%,3.7%和5.5%,明显优于基于边缘算子的划痕检测方法。     

Generation of long time series of burn area maps of the boreal forest from NOAA–AVHRR composite data

A time series of burned land areas was generated for a 23 year period (1984–2006) using 10-day composites of AVHRR data. The study area covers 1.6 million km² of boreal forest in western Canada. The algorithm was intended to be consistent throughout the study period and region, and to avoid commission errors, so as to obtain a reliable sample of temporal trends in burned area in the region. The algorithm relies on temporal comparisons of several spectral indices (GEMI, BAI), as well as near infrared reflectance. It emphasizes the stability of the post-fire signal, to avoid false detections associated with cloud, cloud shadows, missed data and radiometric or geometric calibration between AVHRR sensors.

Final results show a very consistent temporal adjustment to official statistics and fire perimeters, with very low commission error (< 10%), but medium to high omission error (50%). Burned areas in the region were predominantly associated with coniferous forest cover, with the Taiga and Boreal Shield ecozones, in latitudes between 56 and 60°N, and predominantly at long distances from populated places.     

Mapping burned areas from Landsat TM/ETM+ data with a two-phase algorithm: Balancing omission and commission errors

Maps of burned area have been obtained from an automatic algorithm applied to a multitemporal series of Landsat TM/ETM+ images in two Mediterranean sites. The proposed algorithm is based on two phases: the first one intends to detect the more severely burned areas and minimize commission errors. The second phase improves burned patches delimitation using a hybrid contextual algorithm based on logistic regression analysis, and tries to minimize omission errors. The algorithm was calibrated using six study sites and it was validated for the whole territory of Portugal (89,000 km²) and for Southern California (70,000 km²). In the validation exercise, 65 TM/ETM+ scenes for Portugal and 35 for California were used, all from the 2003 fire season. A good agreement with the official burned area perimeters was shown, with kappa values close to 0.85 and low omission and commission errors (< 16.5%). The proposed algorithm could be operationally used for historical mapping of burned areas from Landsat images, as well as from future medium resolution sensors, providing they acquire images in two bands of the Short Wave Infrared (1.5-2.2 μm).     

Assessment of different spectral indices in the red-near-infrared spectral domain for burned land discrimination

A new spectral index named Burned Area Index (BAI), specifically designed for burned land discrimination in the red-near-infrared spectral domain, was tested on multitemporal sets of Landsat Thematic Mapper (TM) and NOAA Advanced Very High Resolution Radiometer (AVHRR) images. The utility of BAI for burned land discrimination was assessed against other widely used spectral vegetation indices: Normalized Difference Vegetation Index (NDVI), Soil Adjusted Vegetation Index (SAVI) and Global Environmental Monitoring Index (GEMI). BAI provided the highest discrimination ability among the indices tested. It also showed a high variability within scorched areas, which reduced the average normalized distances with respect to other indices. A source of potential confusion between burned land areas and low-reflectance targets, such as water bodies and cloud shadows, was identified. Since BAI was designed to emphasize the charcoal signal in post-fire images, this index was highly dependent on the temporal permanence of charcoal after fires.     

Détermination du régime des feux en milieu de savane à Madagascar à partir de séries temporelles d'images MODIS

Dans les milieux de savanes, l'identification des surfaces brûlées et leur suivi sont des informations essentielles pour assurer une bonne gestion et conservation de ces écosystèmes. L'approche choisie repose sur l'analyse de séries temporelles d'images de télédétection à moyenne résolution spatiale. Les savanes étudiées sont situées sur le bassin versant de Marovoay au nord-ouest de Madagascar : elles présentent la particularité d'un taux de recouvrement de la végétation faible. Les développements méthodologiques ont été concentrés sur deux thèmes : la signature spectrale des surfaces brûlées et la méthode de cartographie de ces surfaces. Dans un premier temps, une analyse spectrale est menée pour évaluer la capacité de six indices spectraux (NDVI, SAVI, BAI, GEMI, Albédo et Indice de Brillance) à discriminer les surfaces brûlées. Les résultats montrent que l'Indice de Brillance est le plus performant. Dans un second temps, une méthode de cartographie des surfaces brûlées annuellement est développée. Elle s'appuie sur le traitement d'une série temporelle de synthèses MODIS à huit jours sur la période 2000–2007. À partir de l'analyse des variations intra-annuelles de l'Indice de Brillance, deux indicateurs spatiaux – annuel et saisonnier – sont élaborés pour localiser les surfaces brûlées et déterminer la période de passage du feu. L'utilisation des courbes ROC pour le seuillage de l'indicateur de surface brûlée permet de définir la valeur optimale pour laquelle les erreurs d'omission et de commission sont minimisées. Les résultats sont évalués par comparaison avec des cartes de surfaces brûlées produites à partir d'images à haute résolution spatiale. La qualité d'identification des surfaces brûlées est bonne, avec un indice Kappa entre 0,74 et 0,76 et une précision cartographique entre 76% et 79%.

In savannah areas where fire is a predominant practice, the localization and the monitoring of burned areas are essential information to develop an accurate management system of this ecosystem. This problem is addressed through the analysis of time series of medium spatial-resolution remotely sensed images. The authors studied the savannah localized on the Marovoay watershed, on the north-west coast of Madagascar. These present the particularity of a low vegetation cover. The methodological developments proposed in this article concern more specifically two domains: the spectral signature of burned areas and the method for mapping these areas. First, a spectral analysis is undertaken to assess the capacity of six spectral indexes (NDVI, SAVI, BAI, GEMI, Albedo and Brightness Index) to discriminate burned areas. Results show that the Brightness Index is the best. Then, a method for mapping annual burned areas at the scale of the watershed is developed. It is based on the processing of a MODIS eight-day composite times series over the period 2000–2007. Analysis of the intra-annual variations of the Brightness Index leads to the definition of two spatial indicators – annual and seasonal – elaborated to localize the burned areas and to determine the period at which the fire occurs within the fire season. The ROC curves are used as a threshold tool to define the optimal value of the burned area indicator that minimizes both omission and commission errors. The validation of the MODIS burned areas maps consists of the comparison with burned areas maps produced with high spatial-resolution remotely sensed images. The quality of the results is good, with a Kappa index between 0.74 and 0.76 and a cartographic index between 76% and 79%.     

HJ-1A/1B星CCD传感器数据在黄东海浒苔监测中的应用

基于浒苔光谱特性和归一化植被指数,利用HJ-1A/1B星CCD传感器数据对黄东海浒苔进行监测。监测结果表明HJ-1A/1B星CCD传感器,可以提供比MODIS更多的精细信息,如提供重点海域的浒苔分布范围、覆盖范围、变化状况等信息。     

环境一号卫星CCD相机水体信息采集特性分析

利用覆盖我国4大海区共88景图像数据,针对4波段CCD相机(HJ-1A/CCD1、HJ-1A/CCD2、HJ-1B/CCD1、HJ-1B/CCD2)在水体中的信息采集特性进行分析。结果表明:(1)HJ-1A和B星虽不是水色卫星,但其CCD相机在水体中依然有一定的信息,可作为水色遥感器服务于水环境;(2)HJ-1B/CCD1在南海海域水体信息采集过程存在明显的太阳耀斑现象,因而在水色信息提取时太阳耀斑是一个不可忽略的因子;(3)无论是在一类水体还是在二类水体,各遥感器的近红外波段皆存在水体信息采集为零的现象,其中HJ1B-CCD2尤为明显。利用近10景涵盖了HJ-1A/CCD1、HJ-1A/CCD2、HJ-1B/CCD1、HJ-1B/CCD2数据,以及同时过境的EOS/MODIS,采用基于遥感器入瞳处总辐亮度的交叉定标方法进行交叉辐射定标,获取适用于水体目标的交叉辐射定标参数。最后根据瑞利散射和气溶胶散射的计算值,以及获取的交叉定标系数,反推出HJ1B-CCD2可能接受到的灰度值。     

基于HJ-1卫星CCD数据的厦门海域叶绿素a浓度反演

针对HJ-1A/B卫星CCD数据,建立适合于厦门海域的叶绿素a浓度反演模型,将为持续监测该海域的赤潮提供时间序列的叶绿素a浓度数据。基于2013年7月31日厦门海域水体实测光谱与叶绿素a浓度同步测量数据,及HJ\|1B卫星CCD2光谱响应函数,对各波段遥感反射率与叶绿素a浓度的相关性进行比较,证实蓝、绿波段比值与叶绿素a浓度相关性最高。对OC3模型在内的5种模型的反演结果和实测叶绿素a浓度做相关性分析,发现各模型相关系数均达到0.7以上。利用2013年7月30日实测数据对同期厦门海域HJ-1B卫星CCD2数据叶绿素a浓度反演结果进行精度验证,结果表明本地化的10指数模型在反演叶绿素a浓度动态范围较大的区域具有更高的精度。     

HJ-1A/B CCD与Landsat TM/ETM+植被指数的交互比较

利用5对同日过境的HJ-1A/B CCD和Landsat TM/ETM+影像对,研究了二者植被指数(NDVI,SAVI,EVI)之间的定量关系。选用其中的3对影像对作为实验影像,通过对均匀同质实验区对应的植被指数进行回归分析求出二者之间的转换方程,用未参与实验的2对影像对来验证所求转换方程的有效性,并对二者植被指数之间的差异进行了分析。结果表明：两种传感器对应的植被指数之间存在极显著的线性正相关关系,所求的转换方程具有较高的精度,可以利用转换方程将两种传感器的植被指数进行互为转换,有利于二者植被监测结果的互为补充,而两种传感器在光谱响应函数上的不同造成了二者植被指数间存在差异。     

HJ-1星CCD相机场地辐射定标与真实性检验研究

为了满足HJ-1星遥感数据定量化应用的需求,2008年10月中旬,以敦煌定标实验场为地面目标,采用反射率基法对HJ-1A和HJ-1B星的CCD相机开展场地绝对辐射定标,以确定CCD相机响应的变化,并对得到的定标结果进行了误差分析。同时利用非定标同日的敦煌场和贡格尔实验场的CCD星地同步数据得到的表观辐亮度作为标准值,对定标系数进行真实性检验研究。结果表明,定标系数模拟出的CCD表观辐亮度与标准值非常接近,误差均小于3%。研究表明:此次定标实验的结果精度高,并将两次同步数据的定标系数平均值作为定标系数结果,为CCD相机定量化应用研究奠定了良好基础。     

基于HJ-1A/B卫星CCD数据的土地宏观监测试验研究

对HJ-1A/B卫星CCD数据质量进行分析,并采用人工解译和计算机自动分类两种方法进行土地利用信息提取试验研究。结果表明,HJ-1A/B卫星CCD数据能够满足制作1∶100 000比例尺数字正射影像图的平面精度要求,可用于不大于1∶100 000比例尺的土地利用宏观遥感监测。