IRS-P6卫星在土地利用动态遥感监测中应用的潜力分析

摘要: 为探索新的数据源, 研究了IRS-P6卫星在土地利用动态遥感监测项目中的应用潜力并进行分析, 就IRS-P6 影像在最大成图比例、最小响应图斑面积、地类可解度、地类解译精度等方面进行试验, 通过试验并根据土地利用动态遥感监测项目的技术要求可知, IRS-P6 卫星影像可以用来制作1∶2. 5 万、1∶5 万等中等比例尺的图件, 更新或者辅助更新1∶2. 5 万、1∶5 万的土地利用现状图, 在土地利用动态遥感监测中有一定的应用潜力。     

县级土地利用基础图件更新方法优化研究

本文以北京怀柔地区为试点,介绍了利用高分辨率遥感数据对县市级1∶1万土地利用数据进行快速更新的技术方法与流程,对关键问题的解决途径以及优化的技术环节进行了阐述说明,并对各种数据源在不同经济发展水平地区、不同地形地貌条件下的适宜程度和性价比进行了比较分析。     

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。
     

双拼组合宽角相机低空航测实验研究

介绍无人机载双拼组合相机低空航测的实验过程,包括双拼组合相机组成结构、原理以及利用该系统进行大比例尺测图的生产流程,对此过程中出现的误差进行了重点分析,并提出消除误差的方法。理论和实践证明,无人机载双拼相机低空航测可以满足1∶1000测图精度标准,比装备普通单相机工作效率有明显提高。     

基于DEM的土地利用空间格局分析——以大连市普兰店为例

为了了解普兰店市景观类型变化与地形分布的关系,本文利用2000和2010年Landsat5TM遥感影像,在ENVI5.3软件的支持下,获取普兰店土地利用类型,并基于DEM数据获取高程、坡度、坡向,将土地利用数据与三者相叠加分析,研究发现:(1)2000～2010年普兰店市土地利用类型变化具有主明显的坡向型特征,集中在半阴坡、阴坡、半阳坡上。(2)2000～2010年普兰店市土地利用类型变化量随着坡度增加而减少。(3)2000～2010年普兰店市土地利用类型变化量主要集中在0～200m高程级别上。该研究结果可为普兰店市土地利用规划部们提供帮助。     

星载高分辨率合成孔径雷达影像纠正技术

为检测TERRASAR、COSMO SkyMed、RADARSAT-2等星载高分辨率合成孔径雷达影像(SAR)在土地利用调查监测中的适用性,该文针对高分辨率SAR数据和产品特性,提出了控制点选取方法,分析了不同纠正模型的应用效果。试验表明高分辨率SAR几何纠正一般需要10～15个控制点,1m聚束模式纠正中误差约3m～5m,3m条带模式纠正中误差约5m～8m,分别满足1∶1万和1∶2.5万土地调查监测几何精度要求。研究结果为构建基于高分辨率SAR数据土地利用调查监测应用技术流程和促进高分辨率极化SAR数据业务化应用奠定了基础。     

基于GIS与遥感集成的土地利用现状动态监测

合理地进行土地开发和利用是实现区域可持续发展的保障。利用卫星遥感与ＧＩＳ动态监测土地利用状况具有快速、准确、及时的特点。本文以论叙江苏省南京市江宁县为研究区进行的卫星遥与ＧＩＳ动态监测土地利用状况变化（ＳＩＬＵＰ项目）的方法。着重阐述了系统的总体框架、系统功能、实现方法等。     

基于面向对象的平潭岛大比例尺森林资源监测方法

利用高分辨率遥感影像对森林资源进行大比例尺动态监测可以有效提高林业部门对森林资源管理的时效性。以福州市平潭岛为研究区域,利用高分辨率的WorldView\|2遥感影像,结合大比例尺森林小班矢量图层,基于面向对象的分类思想,采用分层监督分类的方法,提取森林资源变化图斑,实现大比例尺森林资源的动态监测。此种方法有效利用了原始小班边界,快速提取了变化区域,总体分类精度达到了90.85%,表明利用该方法进行大比例尺森林资源变化区域提取是有效可行的。     

双频GPS辅助低空航摄大比例尺空三精度分析

针对双频GPS辅助低空摄影测量仍需大量野外控制点布测的问题,通过对飞控系统与相机集成改造,而后对双频GPS有无反馈信息以及不同控制点个数对大比例尺测图空三精度的影响分析,提出一种双频GPS辅助低空摄影测量最优化的解决方案,最大限度减少野外控制点布测数量,从而减少外业工作量。利用轻小型无人机航空遥感系统开展了福建省溪柄镇1∶2 000航空摄影测量试验,并重点分析了双频GPS在相机反馈前后对测区零加入或加入不同个控制点开展双频GPS辅助低空摄影测量对大比例尺测图空三精度的影响。试验表明,在相机反馈后双频GPS辅助大比例尺测图空三时加入6个地面控制点即可满足1∶2 000比例尺测图空三的要求。     

基于“3S”技术的县级土地资源动态监测技术系统

土地资源日新月异的变化使得传统的土地资源管理手段无法满足土地资源信息及时更新的要求。探讨了利用遥感、地理信息系统和全球定位系统为代表的“3S”技术进行县级土地资源动态监测和更新的原理和方法。遥感是进行土地利用变化动态监测,发现土地利用变化区域的主要手段。全球定位系统接收仪用于对变化区域进行现场精确定位和实测。实测的变更数据可用于对原有的地理信息系统本底数据库进行修改,从而完成对土地资源的动态监测和数据库的及时更新。福清市土地资源动态监测技术系统就是利用“3S”技术建立起来的业务运行系统。系统所具备的功能可以满足县级土地资源的动态监测和及时更新。     

无人机可见光遥感影像地物目标提取技术研究

无人机可见光遥感影像中地物目标边界清晰度较低,容易导致地物目标与背景之间的区分度降低,进而难以提取地物目标。为此,提出无人机可见光遥感影像地物目标提取方法。从光谱特征、纹理特征和边缘特征三个方面分析无人机可见光遥感影像特征。结合三种影像特征对无人机可见光遥感影像数据集实行增广处理。对完成增广后的数据集定义影像编码标签,以此确定地物目标增强权重,通过参量化处理地物目标光谱特征,计算光谱吸收指数,获取地物目标提取表达式,从而实现无人机可见光遥感影像地物目标提取。实验结果表明,所提方法能够保证地物目标边界的清晰度,具有较强的地物目标提取能力。     

基于小波系数差值法的变化信息自动发现

本文将二维小波变换应用于土地利用遥感动态监测，以自动探测土地利用变化信息。在对两时相多光谱影像主成分变换的基础上，选择前面三个主分量进行小波变换，对两时相对应主分量的小波系数求差，土地利用未发生变化区域的差值接近0，而发生变化区域的差值绝对值较大，能量高，因此，经小波逆变换得到的影像能够高亮度地显示出土地利用发生变化的区域。利用遥感数据进行仿真和野外验证发现。该方法得到的监测结果精度能满足实际应用的需要。     

基于三种高分辨率影像样本迁移学习的城市水体提取研究

水体提取是遥感监测城市水环境必不可少的步骤,提取城市中的细小水体目前已成为遥感影像深度学习领域的热点。但是,深度学习需要大量的样本数据集作为输入,而且不同空间分辨率影像往往需要构建不同的样本集。如果影像的空间分辨率差异不大,可以先采用分辨率较低的影像样本训练模型,并加入少量的较高分辨率样本再次训练模型,这种模型可以保证精度和节约时间。研究选用了U-net图像分割模型,针对3种不同空间分辨率——分别为0.5 m、0.8 m和2 m的影像进行样本迁移学习。发现2 m到0.8 m、2 m到0.5 m、0.8 m到0.5 m 3种迁移学习后,提取水体结果对应评价指标F1-score、MIoU、Kappa都在0.80以上。在分辨率差异不大的前提下,这种从较低分辨率样本迁移到较高分辨率影像提取城市水体的方法基本可行,结果精度较好,适用于缺水型城市的水体提取。     

基于暗通道原理从单幅遥感影像估计山脉高程的方法

根据单幅遥感图像估计高程信息可以应用于滑坡、泥石流等自然灾害的检测,因此,提出了一种基于暗通道原理的单幅遥感图像高程值提取算法,并对山脉的阴影部分进行了改进。运用了暗通道原理,同时给出了一种克服山脉阴影影响的解决策略。对大量山脉遥感图像进行了定量和定性分析,提出的算法能够得到较准确的山脉相对高程信息。综上所述,改进算法能够有效提取出包含阴影的单幅山脉遥感图像的高程信息。     

基于微型自动驾驶飞机的航拍航摄遥感系统

飞机是一种重要的遥感平台。我们发展了一套基于微型自动驾驶飞机的航拍航摄系统。该系统具有以下特点：（1）野外作业机动灵活,对场地和气象等条件要求不高;（2）费用较低,无人身安全之虑;（3）所获得的相片和图像清晰,分辨率较高,可达到分米的量级;（4）在航拍航摄时,同时有GPS信息（即经、纬度和高度）;（5）可进行定点定高拍摄,适合对无人区的遥感普查（例如：土地利用和气象及地质灾害等）。     

一种基于深度学习的遥感图像目标检测算法

遥感图像分析在国土资源管理、海洋监测等领域有着极为广阔的应用前景。深度学习技术已在图像处理领域取得突破性进展,然而,遥感图像固有的尺寸大、目标小而密集等特点,使得将面向普通图像的深度学习方法用于遥感目标检测普遍存在定位不准确、小目标检测难、大图检测精度差等问题。针对上述难题, 提出了一种新型遥感图像目标检测算法DFS。与传统机器学习方法相比,DFS 设计了新的维度聚类模块、定制损失函数和滑动窗口分割检测机制。其中,维度聚类模块通过设计聚类机制优化定制先验框,提高定位精度;定制损失函数提高对船只等小目标的检测精度;滑动窗口分割检测解决大图检测精度低的问题。在经典遥感数据集上开展的实验对比表明,与YOLOv2相比,DFS算法的mAP提高了256%,小目标检测效率及大图检测效能大幅提高。     

黑河综合遥感联合试验研究进展:水文与生态参量遥感反演与估算

介绍了“黑河综合遥感联合试验”在水文和生态变量与参数反演、估算和模型应用方面取得的进展。在水文变量遥感方面,利用车载双偏振多普勒雷达在黑河上游和中游分别开展了高精度降水观测,获取了后向散射系数和极化信息与降水强度之间的定量关系。在综合利用多源观测信息,改进和发展蒸散发估算模型方面取得了实质性的进展。发展了利用K和Ka波段机载微波辐射计数据反演山区积雪深度的方法。针对SAR观测数据反演土壤水分中地表粗糙度的显著干扰,发展了消除粗糙度影响的反演方法。在生态过程遥感参量估算方面,提出了一种基于机载激光雷达和高分辨率光学影像的高精度地物信息分类方法。发展了从高光谱航空遥感提取植被自然光照下的荧光,并与NDVI结合的C3/C4植被分类方法。发展和改进了使用多角度、多光谱观测反演叶面积指数的方法,挖掘了激光雷达在植被垂直结构探测上的潜力,探索了叶面积指数遥感中的尺度转换规律。发展了利用高光谱数据中的荧光信息反演光能利用率的新方法;建立了考虑土壤反射率、冠层结构等因素的光合作用有效辐射比率反演模型;改进了利用遥感估计生态系统生产力的模型。发展了利用高光谱遥感数据提取叶绿素含量和叶绿素荧光强度的方法。     

增强小目标特征的航空遥感目标检测

目的 航空遥感图像中多为尺寸小、方向错乱和背景复杂的目标。传统的目标检测算法由于模型的特征提取网络对输入图像进行多次下采样,分辨率大幅降低,容易造成目标特征信息丢失,而且不同尺度的特征图未能有效融合,检测目标之间存在的相似特征不能有效关联,不仅时间复杂度高,而且提取的特征信息不足,导致目标漏检率和误检率偏高。为了提升算法对航空遥感图像目标的检测准确率,本文提出一种基于并行高分辨率结构结合长短期记忆网络（long short-term memory,LSTM）的目标检测算法。方法 首先,构建并行高分辨率网络结构,由高分辨率子网络作为第1阶段,分辨率从高到低逐步增加子网络,将多个子网并行连接,构建子网时对不同分辨率的特征图反复融合,以增强目标特征表达;其次,对各个子网提取的特征图进行双线性插值上采样,并拼接通道特征;最后,使用双向LSTM整合通道特征信息,完成多尺度检测。结果 将本文提出的检测算法在COCO （common objects in context）2017数据集、KITTI （Karlsruhe Institute of Technology and Toyota Technological Institute at Chicago）车辆检测和UCAS-AOD （University of Chinese Academy of Sciences-Aerial Object Detection）航空遥感数据集上进行实验验证,平均检测准确率（mean average precision,mAP）分别为41.6%、69.4%和69.3%。在COCO 2017、KITTI和VCAS-AOD数据集上,本文算法与SSD513算法相比,平均检测准确率分别提升10.46%、7.3%、8.8%。结论 本文方法有效提高了航空遥感图像中目标的平均检测准确率。     

基于云理论的遥感图像土地利用分割分类方法研究

传统的遥感图像土地利用分类技术自动化和智能化的程度较低,遥感图像土地利用分类问题是一个包含随机性和模糊性的不确定性问题,而云模型把模糊性和随机性集成到一起,构成定性和定量相互间的映射。据此,本文探索将云理论引入到遥感图像土地利用分割分类技术中,建立了基于灰度的云映射空间,实现对遥感图像的分类。同时以武汉市南湖地区进行了实证分析,进一步阐述了模型构建过程,通过分类结果的评价和对比,探索该方法在本领域中的适用性。     

遥感影像小目标检测研究进展

独特的拍摄视角和多变的成像高度使得遥感影像中包含大量尺寸极其有限的目标,如何准确有效地检测这些小目标对于构建智能的遥感图像解译系统至关重要。本文聚焦于遥感场景,对基于深度学习的小目标检测进行全面调研。首先,根据小目标的内在特质梳理了遥感影像小目标检测的3个主要挑战,包括特征表示瓶颈、前背景混淆以及回归分支敏感。其次,通过深入调研相关文献,全面回顾了基于深度学习的遥感影像小目标检测算法。选取3种代表性的遥感影像小目标检测任务,即光学遥感图像小目标检测、SAR图像小目标检测和红外图像小目标检测,系统性总结了3个领域内的代表性方法,并根据每种算法使用的技术思路进行分类阐述。再次,总结了遥感影像小目标检测常用的公开数据集,包括光学遥感图像、SAR图像及红外图像3种数据类型,借助于3种领域的代表性数据集SODA-A（small object detection datasets）、AIR-SARShip和NUAA-SIRST（Nanjing University of Aeronautics and Astronautics,single-frame infrared small target）,进一步对主流的遥感影像目标检测算法在面对小目标时的性能表现进行横向对比及深入评估。最后,对遥感影像小目标检测的应用现状进行总结,并展望了遥感场景下小目标检测的发展趋势。