Integration Framework and Key Technology of Big Earth Datafor SDGs and Beautiful China Evaluation

Construction of UN Sustainable Development Goals(SDGs) and Beautiful Chinashare the same meaning.Both of them endeavor to achieve national and regional social,environment and economy sustainable development.Accurate,reliable,timely and well classified data is the key for accurate evaluation of sustainable development.In order to address issues such as single data source,poor timeliness,lack of high accuracy and evaluation results unreliable,we puts forward the integration framework and standardization of the bigearth data which includes big network data,big remote sensing data,and big socioeconomic data facing to the evaluation of SDGs and Beautiful China.Then,the key technologies of network data acquisition and analysis,remote sensing data information intelligent extraction and socioeconomic data spatialization are analyzed from different perspectives.Taking the water contamination accident of SDG 6,forest information extraction of SDG 15,population spatialization of common requirements in SDGs as examples,the application of technological routes in supporting sustainable development evaluation based on big earth data are studied consequently.     

Has Dongying developed to a ghost city? - Evidence from multi-temporal population estimation based on VHR remote sensing and census counts

With ongoing growth and continuous development of cities, the world is turning into an urban society. In this context, urbanization, population growth and migration towards urban areas are global trends. These processes are highly dynamic especially in China, with highest rates of urbanization worldwide. In contrast to these well-known trends, a recently emerging and rarely studied side effect is “ghost cities”, which became a notable phenomenon in China recently. A ghost city is commonly defined as a new urban development that is running at severe undercapacity with respect to population and businesses and where the availability of housing and public infrastructure significantly exceeds the practical demand. Against this background, this study presents a framework based on remote sensing for the assessment of the presence or absence of the ghost city phenomenon in a typical highly dynamic Chinese city. For this purpose, remote sensing data with very-high resolution (VHR) are employed for establishment of a 4d functional city model. Subsequently population capacity estimates are based on a statistical approach. The components of the functional 4d city model, i.e. the multi-temporal building model and the classification of building types associated with residential and non-residential function returned very high accuracies with κ of 0.73 and 0.89, respectively. The number of floors was estimated with coefficient of determination of 0.91. Compared to the numbers of official census counts, the multi-temporal population capacity estimation revealed a considerable mismatch of available living space based on VHR remote sensing data and actual population counts. According to the conceptual framework of this study, this disagreement indicates a high likelihood and significant evidence for the emergence and presence of the ghost city phenomenon for the city of Dongying. In addition, a detailed spatial assessment was conducted in terms of an index comparing the dynamics of residential developments and population numbers to provide an impression of specific regions of the urban area which are most likely to suffer from the ghost city phenomenon.     

基于无人机倾斜摄影技术的多源遥感影像变化检测并行系统设计

为使无人机遥感图像的影像残差值得到有效控制,提升多源遥感影像变化特征的检测精度水平,设计基于无人机倾斜摄影技术的多源遥感影像变化检测并行系统。在C/S框架体系中,设置并行运作电路、像素点检测主机、HBase存储结构与遥感影像显示器,完成对多源遥感影像变化检测并行系统的硬件设计。根据联合平差指标的数值水平,计算密集度指标,联合已知影像数据,求解无人机倾斜摄影过程中的纹理映射条件,实现对多源遥感影像的建模处理。按照影像特征提取结果,完善影像检测金字塔的构型模式,将无人机数字影像与并行检测节点匹配起来,再结合各级硬件应用结构,完成基于无人机倾斜摄影技术的多源遥感影像变化检测并行系统设计。实验结果表明,设计的系统在无人机倾斜摄影技术的作用下,遥感图像在x轴、y轴、z轴方向上的影像残差指标均出现明显下降的数值变化状态,能够有效提升多源遥感影像变化特征的检测精度。     

数据与技术驱动下的人类活动对生态系统的影响及评价研究——“人类活动的数量化表征与生态效应”专刊序言

本期《科研信息化技术与应用》的“人类活动的数量化表征与生态效应”专刊刊登了 11 篇文章,涉及了不同的主题,其中综述性论文 2 篇,研究性论文 9 篇。综述文章分别对城市研究中多源地理大数据的应用和大数据在生态环境监测评价中的应用进行了总结和热点论述。研究性论文方向之一是针对人类活动的数量化表达开展分析,主要是利用灯光数据刻画建设用地的扩展、卫星数据提取干扰特征、无人机刻画公路建设与灾害监测方面的应用和通过构建人类活动强度指数分析对自然遗产地的影响。其二是生态评价和管理信息化方面的研究,主要包括自然保护区与湿地公园的信息化数据库的构建,可以体现人类活动与景观服务的数据化框架;河岸带缓冲区的地理信息图谱方法,可以较好地反应生态空间格局与土壤侵蚀之间的关系,基于 MODIS 影像和模型分析的方法能够揭示生物多样性的空间分布,用于生态保护红线的划定;城市遥感地表能量的反演与定量分级,也能很好地揭示城市开敞空间的特征与影响,为城市规划提供科学依据。     

基于多源遥感数据的陕西2000～2015年城市扩展研究北大核心CSCD

夜间灯光数据已成为监测城市发展进程及空间格局演变的重要依据。利用覆盖陕西省的2000、2005、2010年3期DMSP/OLS数据及2015年无云复合NPP/VIIRS数据,结合MODIS等多源遥感数据构建VANUI、EANTLI两种指数模型,识别并提取陕西省城市建成区面积,经过对比分析后,选取较为精确的EANTLI指数重建陕西省2000～2015年城市扩展进程,并对西安市城市扩展的细节特征进行探究。结果表明:EANTLI指数在城市建成区识别与提取方面较VANUI指数稳定;2000～2015年陕西省城市扩展的不均衡性较为突出,关中各地市城市建成区面积增长速率最快,陕北次之,陕南地区较为缓慢。陕西省城市扩展的主要特征是以各地市中心城市为核心,呈同心圆或扇形模式向外蔓延;西安市城市扩展具有明显的外延性特征,城市重心逐渐向西移动,城市建成区向西北、西南方向持续扩展。     

TB级多源遥感影像高效建库方法研究

随着各领域对多源遥感影像数据需求的不断增加,如何高效地管理多源海量遥感影像数据,更好地为各行各业服务是遥感数据库研究的热点。目前国内外很多学者在建设多源遥感影像数据库方面进行了相关研究,但对多源遥感影像数据组织、遥感影像数据预处理以及快速索引方面的研究尚存在不足。设计了一种多源遥感影像数据组织模型,实现了多源影像的集成化管理;实现了一种多源海量原始遥感影像(特别是航空影像)的半自动预处理机制,极大地缩短了原始影像数据的处理时间;设计了一种混合检索方法,达到了海量多源遥感影像数据快速高效检索的目的。结果表明:该方法建库效率显著提高,混合索引的查询速度比ArcSDE自动创建的空间索引检索速度有了快速提高,在数据量较小时查询速度至少可以提高4倍,而数据量较大时检索速度至少可以提高12.83倍。     

遥感大数据研究现状与发展趋势

目的 遥感数据空间分辨率、时间分辨率、光谱分辨率以及辐射分辨率不断提高,数据类型也不断增加,从航天、航空、临近空间等遥感平台所获取的遥感数据量急剧增加,遥感数据已经具有明显的大数据特征。本文旨在从系统应用的角度分析遥感大数据处理中涉及的关键技术与问题,为相关研究人员提供有价值的参考。方法 在参考大量文献的基础上,首先阐明遥感大数据的特点。其次,从GPU硬件加速、集群、网格、云计算、云格、复杂高性能计算等角度介绍了遥感大数据处理系统。再次,从分布式集群化存储技术等,分析了遥感大数据处理的关键技术。最后,从遥感大数据的多类不确定性、信息融合、机器学习、分析平台等出发,说明了目前研究存在的问题;从遥感大数据多类不确定性建模,面向遥感大数据的机器学习方法等角度说明了遥感大数据发展的趋势。结果 本文详细梳理了遥感大数据的特点、典型的处理系统、核心技术,力图总结出在实际应用与学术研究中该领域需要解决的关键问题以及未来的发展趋势。结论 大数据技术为遥感数据挖掘与知识获取带来了机遇与挑战,面向大数据的机器学习、数据统一分析框架、面向大数据的信息深度融合等问题的突破,将促进遥感知识挖掘的进一步发展。     

基于多源卫星遥感的灾害性气象观测数据监测系统设计

灾害性气象的频发不仅给人们的生活带来了极大的影响,而且还危及生态环境的稳定。为减小实测气象数据与真实数据样本之间误差,实现对灾害性气象观测数据的准确监测,设计基于多源卫星遥感的灾害性气象观测数据监测系统。设置温湿度传感器及防辐射罩,按照数据信息传输网络布局形式,将风速风向传感器、雨量传感器、太阳能控制器接入既定模块单元之中,完成监测系统的硬件设计。利用多源卫星遥感技术,定义多源影像空间,通过分解数字卫星图像的方式,确定监测极值点所处位置,并计算相似性度量指标的具体数值,完成基于多源卫星遥感的灾害性气象图像配准处理。根据上位机组网模型,完善WINSOCK控件的连接形式,实现监测系统的执行程序编制,联合相关传感器元件,完成基于多源卫星遥感的灾害性气象观测数据监测系统设计。实验结果表明,多源卫星遥感技术设计系统的湿度测量曲线、气压测量曲线、风速测量曲线与真实气象数据样本之间的误差值均未超过2%,能够准确监测灾害性气象观测数据。     

SVM在多源遥感图像分类中的应用研究

在利用遥感图像进行土地利用/覆盖分类过程中,可采用以下两种途径来提高分类精度:一是通过增加有利于分类的数据源,引入地理辅助数据和归一化植被指数(NDVI)来进行多源信息融合;二是选择更好的分类方法,例如支持向量机(SVM)学习方法,由于该方法克服了最大似然法和神经网络的弱点,非常适合高维、复杂的小样本多源数据的分类。为了提高多源遥感图像分类的精度,还研究了支持向量机在遥感图像分类中模型的选择,包括多类模型和核函数的选择。分类结果表明,支持向量机比传统的分类方法具有更高的精度,尤其是基于径向基核函数和一对一多类方法的支持向量机模型更适合多源遥感图像分类,因此,基于支持向量机的多源土地利用/覆盖分类能大大提高分类精度。     

面向移动用户的城市空间信息服务平台

随着移动通信技术的发展,基于位置的服务(LBS)越来越受到重视。然而传统的位置管理、空间位置信息服务系统(GIS)均是基于大型机/桌面机、宽带宽的应用环境;另一方面,在移动应用领域中的资源受限性使得传统的GIS构建方法并不适应于移动环境。文中旨在使移动用户能够在受限的移动应用环境中能和桌面用户一样使用城市空间信息服务。主要论述了在服务器端所要做的工作,并从多源数据的集成、空间数据的压缩方法及服务平台的框架结构等三个方面进行了论述。提出了基于WebServices的数据集成、基于小波的矢量地图压缩和JPEG2000的珊格地图压缩方法,并给出具体框架体系例子。文中所涉及到的框架体系原型在实际环境下运行良好,达到了预期的目的。     

Metropolitan intelligent surveillance systems for urban areas by harnessing IoT and edge computing paradigms

Recent technological advances led to the rapid and uncontrolled proliferation of intelligent surveillance systems (ISSs), serving to supervise urban areas. Driven by pressing public safety and security requirements, modern cities are being transformed into tangled cyber‐physical environments, consisting of numerous heterogeneous ISSs under different administrative domains with low or no capabilities for reuse and interaction. This isolated pattern renders itself unsustainable in city‐wide scenarios that typically require to aggregate, manage, and process multiple video streams continuously generated by distributed ISS sources. A coordinated approach is therefore required to enable an interoperable ISS for metropolitan areas, facilitating technological sustainability to prevent network bandwidth saturation. To meet these requirements, this paper combines several approaches and technologies, namely the Internet of Things, cloud computing, edge computing and big data, into a common framework to enable a unified approach to implementing an ISS at an urban scale, thus paving the way for the metropolitan intelligent surveillance system (MISS). The proposed solution aims to push data management and processing tasks as close to data sources as possible, thus increasing performance and security levels that are usually critical to surveillance systems. To demonstrate the feasibility and the effectiveness of this approach, the paper presents a case study based on a distributed ISS scenario in a crowded urban area, implemented on clustered edge devices that are able to off‐load tasks in a “horizontal” manner in the context of the developed MISS framework. As demonstrated by the initial experiments, the MISS prototype is able to obtain face recognition results 8 times faster compared with the traditional off‐loading pattern, where processing tasks are pushed “vertically” to the cloud.     

LM-BP神经网络在遥感影像分类中的应用研究

有效地利用卫星遥感数据进行多类别识别并提高分类精度一直是遥感应用研究的前沿。以江苏南京江宁区为试验区,复合最佳指数提取的波段组合光谱信息、灰度共生矩阵提取的纹理信息和地理辅助数据及其派生信息,运用LM-BP神经网络实现遥感影像分类,并将分类结果与标准BP网络和传统分类方法进行了比较。研究表明,将卫星数据与地理辅助数据结合,发展多源多维信息复合的LM-BP方法可以大大提高分类的精度,是提高遥感应用性的有效途径。     

基于权重矩阵的经济可持续发展模糊评价方法

研究一个城市的经济可持续发展性有利于调整该城市的产业结构,促进其可持续发展。该文基于模糊模式识别法,利用评价指标体系,采用定量评价方法,研究了典型发展中城市-河南省＂A市＂的经济可持续发展性,对该市2002年和2009年两年的经济可持续发展能力进行了对比分析。结果表明：该市2009年经济的可持续发展性好于2002年,这说明A市的经济可持续发展能力正在不断提高。该识别法语义明确,评价结果符合实际,对国内类似城市的经济可持续发展的评价具有一定的参考价值。     

人工神经网络遥感分类方法研究现状及发展趋势探析

从人工神经网络技术本身出发,概括了其在遥感分类中的研究现状,分析了人工神经网络遥感分类方法与其它分类方法相比具有的优势,介绍了人工神经网络遥感分类的一些主要应用,并进一步对人工神经网络遥感分类方法的发展趋势进行了展望。     

采用模糊模式识别的经济可持续发展评价方法

研究一个城市的经济可持续发展性有利于调整该城市的产业结构,促进其可持续发展。本文基于模糊模式识别法,利用评价指标体系,采用定量评价方法,研究典型发展中城市-河南省＂A市＂的经济可持续发展性,对该市2005年和2011年两年的经济可持续发展能力进行对比分析。结果表明：该市2011年经济的可持续发展性好于2005年,这说明A市的经济可持续发展能力正在不断提高。该识别法语义明确,评价结果符合实际,对国内类似城市的经济可持续发展的评价具有一定的参考价值。     

.一种基于云计算模型的遥感处理服务模式研究与实现*

随着空间遥感技术、对地观测技术的不断发展,一个以多时相、多分辨率、多传感器、多波段为特征的多层、立体、多角度、全方位和全天候遥感对地观测数据获取与处理体系正在形成。该体系必然会带来海量、多源的遥感数据。提出了采用目前商业上成功的云计算模型来实现一个高性能、高可扩展性、高可用的遥感处理服务,并结合原型系统,详细阐述了该处理系统的组成与关键技术。     

航空遥感数据同化算法集成计算与可视化

遥感数据同化技术在动力模型框架内,使用数据同化算法对动力模型输出的定量(物理、化学量)数据与观测数据进行一致性处理与结果误差分析。将多源遥感数据同化到动力模型预测与参数估计中,可帮助改善地表、大气和海洋变化的分析和预测精度。以国家发改委"十二五"建设的国家航空遥感系统项目为依托,针对航空遥感系统10种传感器设计开发数据同化系统。因无法找到适用于该系统的3DVAR和EnKF算法程序,必须自主开发核心算法程序。介绍了研究开发的航空遥感数据同化算法集成计算与可视化系统及其核心算法的关键技术流程。实验结果证实,该系统可以有效地对航空遥感数据进行同化。     

基于改进DenseNet网络的多源遥感影像露天开采区智能提取方法

利用遥感技术对露天开采区进行信息提取和监测已成为解决矿山自然环境问题的重要手段。通过改进带密集连接的全卷积神经网络，构建露天开采区样本库，并训练了针对多源遥感数据的露天开采区提取模型，最终实现对铜陵地区露天开采区的全自动提取。与传统分类方法和深度学习方法相比，该方法在基于像元和基于对象的评价方面具有较好的精度，其中像元精度PA：0.977，交并比IoU：0.721，综合评价指标F1：0.838，Kappa系数：0.825，召回率：0.913，漏警率：0.087，虚警率：0.533。同时，该模型对于匀色较差的GoogleEarth影像也有较好的提取效果，表现出较强的泛化性和适用性，在多源遥感影像露天开采区提取方面具有较强的应用价值。     

一种基于Hadoop的高分辨率遥感图像处理方法

随着海量、多源的高分辨率遥感数据的获取,耗时较多、效率低下的传统处理方式已经不能满足用户需求。针对上述问题,提出了一种基于云计算的高分遥感数据处理框架,利用Hadoop技术设计和改进了Meanshift图像边缘分割算法,并在Hadoop环境下进行了仿真实验。实验结果表明,在Hadoop环境下的高分辨率卫星图像数据处理速度有了明显的改善。