被动微波遥感数据超分辨率增强与混合像元分解研究综述

星载被动微波遥感数据以其全天候、穿透性以及不受云干扰等特点,在全球变化研究领域取得了广泛的应用,然而其较低的空间分辨率,限制了后期地物参数的反演精度。对国内外被动微波遥感数据空间分辨率提高方法进行介绍,重点介绍了基于图像处理技术的超分辨率增强和混合像元分解方法。通过对两类方法的介绍和评价,展望被动微波遥感数据混合像元分解方法的研究前景。被动微波遥感数据空间分辨率的有效提高,可以为更多的研究和应用领域服务。     

遥感影像亚像元定位研究综述

遥感影像亚像元定位是在混合像元分解基础上,利用地物空间分布特征确定不同地物类型在混合像元中的具体位置,得到亚像元尺度的地物分类图,是一种有效解决混合像元空间不确定性的方法。首先介绍遥感影像亚像元定位的基本概念,分析亚像元定位的理论模型和求解算法;然后总结亚像元定位模型的误差来源、精度评价方法以及结果不确定性的表达手段,同时讨论利用辅助数据源提高亚像元定位精度的主要方法;最后对亚像元定位的研究趋势做了进一步展望。     

基于RBF神经网络的混合像元分解

介绍了高光谱遥感技术中混合像元的概念,可以通过分析高光谱遥感光谱曲线,来确定混合像元的地物组成类别和比例,实现混合像元分解的目的.阐述了基于RBF网络进行混合像元分解的方法,并采用模拟遥感数据进行了仿真实验,验证了这种方法的有效性.     

遥感影像超分辨率制图研究进展

尺度问题是土地覆盖分类中的一个核心问题,向下尺度转换又是其中的难点。混合像元分解可以得到亚像元尺度的类别组分百分比,但无法求得亚像元的具体位置。遥感影像超分辨率制图是由粗空间分辨率的影像得到高空间分辨率分类结果图的技术,可用于地表分类向下尺度转换,近年来该技术已成为遥感影像分类和尺度转换领域的研究热点。对超分辨率制图研究进展做了详细论述,从超分辨率制图的发展和研究现状、主要方法、精度评价等几方面进行了详细阐述,并分析了当前超分辨率制图算法存在的主要问题,以及可能的研究重点和发展空间。     

针对ETM基于BP网络像元分解模型分类研究

限制遥感图像分类精度的一个主要原因是混合像元问题。因此像元分解也一直是遥感研究的一个热点问题。本针对传统像元分解方法的缺点，首先对影像进行纯净像元提取，再对混合像元进行分解。在提取纯净像元时，利用ETM影像的全色波段和单波段不同的分辨率选取训练样本，从而克服了传统像元分解中需要两种影像或地面实测资料的缺点。然后用BP神经网络对混合像元进行分解。同时用民乐县的ETM影像作了试验。又利用对应的土地利用图作了验证。取得了比较好的效果。     

基于元胞自动机模型的遥感图像亚像元定位

由于遥感图像中普遍存在混合像元,因此传统分类方法得到的结果通常会存在较大误差,应用混合像元分解技术,虽然可以得到混合像元中各端元组分的丰度,但是却不能得到各端元组分的空间分布状态,而亚像元定位则是在混合像元分解的基础上,将混合像元剖分为亚像元,再利用端元组分的丰度及像元空间分布的特点,将亚像元赋予不同端元组分来得到各端元组分的空间分布情况,以提高遥感图像分类的精度。为了更好地解决亚像元定位问题,结合亚像元定位的理论模型,提出了一种新的元胞自动机模型,并通过模拟数据和实际数据对该模型进行了检验,结果表明,该模型是一种简单有效的解决亚像元定位问题的方法。     

基于单亲遗传算法和子像元/像元空间吸引模型的亚像元制图研究

混合像元普遍存在于遥感图像数据中。与传统的硬分类(Hard Classification)方法相比,在处理混合像元时,软分类(Soft Classification)技术可以避免信息丢失;但是,通过软分类技术获得的结果,仍然无法确定各分类在像元中的具体位置。子像元制图(或超分辨率制图、亚像元制图)技术能将软分类技术得到的结果转化为更高分辨率的图像,它能兼得软分类和硬分类两者的优势。将遗传算法的一个变种-单亲遗传算法应用于子像元制图,结合子像元/像元空间吸引模型,单亲遗传算法能直接获得子像元制图结果。以合成的图像和实际的土地覆盖图像为实验对象,通过目视比较和定量精度评价,与硬分类的结果相比,该方法能取得更高的制图精度和更好的结果。     

城市混合像元分解中土壤与不透水面纯像元选取方法的对比研究——以厦门为例

近年来混合像元分解在城市地表组分监测与分析中的应用逐渐成为城市遥感的一个热点。纯像元的选取是混合像元分解过程中的重点和关键所在。以沿海城市厦门为研究对象,根据不同的土壤和不透水面纯像元选取规则,使用2组12种不同的纯像元选取方法对2007年1月8日TM影像进行混合像元分解,对分解结果的模型适宜度进行了比较,并使用2006年12月25日SPOT5高分辨率影像对分解结果的精度进行了比较和评估。结果表明:混合像元分解在纯像元选取时,S端元选取兼顾低反射率裸土和高反射率裸露基岩的纯像元可以整体提高分解的模型适宜度和分解精度;适度提高I分量纯像元中高反射率纯像元的比例有助于改善整体尤其是S、W分量的分解效果。     

结合超分辨率重建的神经网络亚像元定位方法

遥感影像中普遍存在着混合像元,如何分析和解译混合像元一直是人们研究的热点。亚像元定位方法是将混合像元分解成为亚像元,并赋予不同的端元组分,以提高影像整体分类精度的一种技术。本文在神经网络亚像元定位模型的基础上,结合超分辨率重建理论,提出一种新型的BPMAP模型,在每一个类别的组成分图像与亚像元定位图像之间建立起高、低分辨率的观测模型,采用最大后验估计（MAP）算法对BP神经网络的定位结果进行约束,最终确定混合像元内部各组分合适的空间位置。通过对模拟的简单图像和长江三峡地区的ETM影像进行实验,结果表明,与神经网络模型相比,本文方法能够更加有效地解决亚像元定位的问题,进一步消除定位过程中产生的误差,提高精度。     

基于有监督模糊C-均值算法的混合像元分解

遥感影像中普遍存在混合像元,混合像元的分解是遥感图像处理的一大难点,同时也是人们研究的热点。使用有监督的模糊C-均值算法对遥感影像的混合像元进行分解。在传统的模糊C-均值算法的基础上结合先验知识引入优化初始聚类中心的方法,结合通过降采样产生的模拟数据、ETM遥感影像和MODIS遥感影像对算法性能进行了实验。结果表明,算法适用于多光谱遥感图像的混合像元分解,是一种简易可行的方法。     

基于对象关系特征的高分辨率光学卫星影像水上桥梁目标识别方法

利用卫星遥感技术对大中型桥梁进行识别定位,在民用上和军事上都具有很重要的意义。本研究提出了一套利用基元对象关系特征提取高分辨率卫星影像中水上桥梁的技术方法。首先利用多尺度分割算法对高分辨率卫星影像进行分割,利用水体指数或GLCM同质性纹理特征区分河水和陆地;其次,利用对象形状特征和相邻的关系特征提取桥梁潜在区;将河流片段和桥梁潜在区专题二值化,利用数学形态学算子实现河流水面的连续化;最后利用叠加分析的方法获得最终的桥梁目标。本方法充分利用了桥梁与河流相邻和相交的空间关系特征,利用QuickBird和IKONOS高分辨率卫星影像进行实验,证明所提出的方法可以高精度的实现大中型水上桥梁的识别定位。     

一种高空间分辨率遥感影像信噪比测定方法

信噪比是用来评价遥感影像质量一个重要的辐射特性参数。通过合适的方法精确地测定出遥感影像对应的信噪比参数,可以帮助数据提供者或用户更好地预测和提高遥感影像的信息提取能力。现有的信噪比测定方法大多基于中低空间分辨率遥感影像进行,并不能很好地适用于高空间分辨率遥感影像。针对现有信噪比测定方法的这一局限性,从高空间分辨率遥感影像本身特点出发,通过自适应地划分DN值子区间,以一定百分比最小局部标准差的平均值估算每一DN值子区间对应的噪声大小,进而估算每一DN值子区间对应的信噪比。该方法充分考虑了高分遥感影像内空间细节信息、边缘信息以及纹理信息较强而使得均值区域很难获取的特点。研究表明:改进的方法对于估算高分遥感影像信噪比具有较好的适用性。     

基于微波遥感和陆面模型的流域土壤水分研究

土壤水分是陆地水文的重要因子。微波遥感是测量土壤水分的一种重要方法。本文总结了基于微波遥感和陆面模型的土壤水分监测方法,包括被动微波法、主动微波法、主被动微波结合法、陆面模型模拟法和数据同化法五种。被动微波对表面土壤水分敏感,但其空间分辨率低;主动微波具有较好的分辨率但运作费用也较高;主被动微波结合则能够充分利用各自的优势。陆面模型在研究中也有重要作用,通过模型模拟能够得到根区土壤水分。而将观测值同化到模型的数据同化法,则能极大的提高土壤水分估计的能力。通过比较,指出数据同化是最有前景的研究领域。     

遥感图像时空融合综述

高时空分辨率的遥感图像大数据在遥感领域发挥着重要作用.然而,由于技术上和预算上的限制等原因,目前单一的卫星传感器无法获取同时具有高空间分辨率和高时间分辨率的遥感影像.因此遥感图像时空融合技术被认为是解决时间分辨率和空间分辨率折衷问题的有效途径之一.随着深度学习在各领域的广泛应用,深度学习技术已经被证实是解决图像问题非常...     

Research on Using End-member Abundance to Estimate Summer Maize Planting Area

Multispectral satellite remote sensing data of low or moderate spatial resolution are widely used in large range crop planting area extraction.For those areas with complex structure，when the low or moderate spatial resolution remote sensing data sources is used to extract the planting area of target crop，mixed pixel is the main obstacle factor to restrict the area extracting precision.Extracting it on sub\|pixel scale could overcome the restriction of low or moderate spatial resolution and develop the extraction precision.However，the extraction method of target crop planting area on sub\|pixel scale now usually directly use the end\|member abundance to instead the percentage of planting area.Therefore it may cause some errors.On the basis of previous researches，taking Hebi City，Henan Province as the study area，which located in Huang\|Huai\|Hai plain，has the largest summer maize planting area and the complex planting structure.Taking FY3/MERSI data as the main information source.Using the method of spectral matched adaptive best end\|member combination of pixel unmixing to extract the summer maize end\|member abundances.Making regression modeling in various equation forms between summer maize end\|member abundances in pixel and the percentage of planting area.Then select the optimal regression equation form to build regression model，and estimate the actual summer maize ground planting area.Summing up the correlation coefficient when the model was building，significance test and the RMS errors condition of sample point verification.Then choose the cubic model to estimate the planting area of summer maize in the study area.It is proved by remote sensing estimation that the area precision of summer maize planting area is 97.1%，the position precision is 82.5%.     

Extraction of bridges over water from IKONOS panchromatic data

Compared to remote sensing images of medium or low spatial resolution, high‐resolution remote sensing images can provide observation data containing more detailed information for georesearch. Accordingly, an important issue for current computer and geoscience experts is to develop useful methods or technology to extract information from these high‐resolution satellite images. As part of a series of research into object extraction, this paper focuses mainly on the extraction of bridges over water from high‐resolution panchromatic satellite images. Since bridges over water are obviously adjacent to water in remote sensing images, this paper proposes a practical knowledge‐based bridge extraction method for remote sensing images of high spatial resolution. The steps involved are: water extraction based on Gauss Markov Random Field (GMRF)‐Support Vector Machine (SVM) classification methods which use a SVM to classify the image based on textural features expressed by a GMRF; image thinning and removal of fragmented lines; main trunk detection by width; vectorization; and feature expression. Finally, tests are described for two pieces of panchromatic IKONOS satellite images with a 1 m resolution. The experimental results show that the proposed method is suitable for images with a single‐peak histogram (contrast between water and land is sharp) or a multi‐peak histogram (greyscale value of water is close to that of land).     

微波遥感土壤湿度研究进展

发展实用的微波遥感土壤湿度卫星反演算法,以提供区域尺度上的土壤湿度信息,对水文学、气象学以及农业科学研究与应用至关重要。简要分析了主动微波遥感土壤湿度的研究进展情况,重点对被动微波遥感土壤湿度的原理、算法发展及研究趋势进行了详细论述。主动微波具有卫星数据空间分辨率高的特点,随着携载主动微波器的一系列卫星的发射,主动微波遥感土壤湿度将受到重视。被动微波遥感研究历史长、反演算法特别是卫星遥感算比较成熟,是今后区域尺度乃至全球尺度监测土壤湿度的重要手段。     

被动微波遥感土壤水分反演研究综述

由于微波具有全天候、穿透性以及不受云的影响等特征,使其在遥感研究全球变化中具有越来越大的优势。在微波传感器技术发展的过程中,人们通过研究发现被动微波遥感是反演土壤水分的各种技术中最有效的方法之一,而植被覆盖地区的土壤水分反演是反演算法中的难点。简略地介绍针对裸地的Q/P模型和针对植被的τ-ω模型,以及主要土壤水分反演算法。     

基于被动微波的地表温度反演研究综述

热红外遥感反演地表温度已取得丰硕的成果,某些反演算法精度可达到1 K以内。然而在非晴空条件下,热红外遥感的应用受到很大限制,甚至无能为力。而被动微波遥感受大气干扰小,可穿透云层获取地表辐射信息,具有全天候、多极化及高时间分辨率等特点,在地表温度反演中具有独特的优越性。被动微波反演地表温度已经成为被动微波遥感技术应用研究的主要问题之一。系统阐述了微波热辐射机理、地表温度反演模型、反演算法及应用现状,分析了目前被动微波地表温度反演研究中存在的主要问题与技术难点,为后续相关研究提供参考。     

基于TM影像的典型内陆淡水湿地水体提取研究

水是维系湿地生态系统稳定和健康的决定性因子,利用卫星遥感影像快速、准确地提取湿地水体信息已经成为湿地调查、研究与保护的重要手段。鉴于TM遥感影像具有较高的空间分辨率、波谱分辨率、极为丰富的信息量、较高的定位精度和相对较低的价格,其必然成为近一段时期湿地调查、研究与保护的重要数据源之一。研究基于TM遥感影像,运用多种方法针对典型内陆淡水湿地的水体信息进行了提取实验,通过对实验结果的分析得出：在面积的准确性、提取的准确度以及视觉效果3种指标下,光谱分类法较其它方法效果要好,其次为单波段阈值分析法与植被指数法,较差的是多波段谱间关系法与水体指数法;影响提取效果的主要原因是湿地水体提取不够完全,这是由影像的分辨率及湿地特殊的水文条件所造成的,采用像元分解及多源遥感数据融合技术将成为提高水体提取精度的重要手段。