基于Landsat 8的全球精选遥感数据集汇聚方法

空间对地观测技术为地球系统科学研究提供了多时相、宽覆盖、立体化的遥感数据资源，使对地球系统行为的观测、理解、模拟及预测变为可能。然而，如何从海量数据资源中及时有效地获取信息也成为日渐凸显的问题。现有遥感数据服务系统的检索结果冗余度高，既无法直接满足用户多样化需求，也增加了高质量数据清洗成本。为此，基于2017年全球Landsat 8卫星元数据检索信息，建立由空间完整性、时间邻近性及云覆盖量3个专有指标组成的质量评价体系，设计满足最简化和定制化需求的精选遥感数据集汇聚方法。实验结果表明:该方法在不改变现有遥感数据服务系统的同时提高数据的检索效率和精度。     

Les systèmes légers de télédétection aéroportée pour les sciences de la Terre

Satellite remote sensing, a powerful monitoring tool, often lacks the high spatial resolution and operational flexibility needed for research in Earth Sciences. In order to highlight the concept of linking ground data and remote sensing imagery, a review of tremendous recent advances in low-altitude remote sensing, as well as in supporting systems such as light airborne platforms is presented. Airborne digital photography and videography provide near real-time data at the local and regional scales. The integration of portable multi-spectral digital sensors, navigation systems and small slow-flying aircraft creates a modern do-it-yourself data acquisition tool for everyday field work and ground truthing of satellite imagery. This approach closes the existing gap between the advanced spaceborne remote sensing methods and the precise but inefficient ground studies. It is particularly advantageous for geomorphology and Earth Sciences.     

基于语义的遥感影像数据检索关键技术研究

传统的遥感影像数据库采用关键词匹配的方式进行查询,导致查询语义的缺失,通过将本体和Compass搜索引擎引入到遥感影像数据检索,可提高查询的查全率和查准率,提高查询的效果。文章提出了基于语义的遥感影像数据检索解决方案,构建了一个关于遥感数据共享的应用本体,并基于此本体初步实现了遥感数据检索系统,从而证明了该方案的可行性。     

地理信息系统和遥感结合的现状及发展趋势

地理信息系统和遥感是支撑现代地理学的两大空间技术工具，近年来它们的结合越来越引起了人们的兴趣与研究。文章着重论述了地理信息系统和遥感结合的现状及其发展趋势，包括地理信息系统和遥感结合的内在原因、方式和存在的主要问题，并介绍了加拿大遥感中心在此方面的新的研完成果。     

分布式海量遥感影像编目检索机制

为了高效地组织、检索分布式海量遥感数据,研究FGDC制定的遥感元数据标准草案,提出一种具有良好可扩展性的遥感编目数据模型。基于该编目数据模型,提出一种基于编目数据的分布式影像检索算法,设计并实现一个遥感数据编目检索系统,实验结果表明,该系统是有效的。     

基于COM技术的遥感参数反演系统设计与实现

遥感参数反演是遥感研究和应用的前沿领域,但目前尚缺乏软件系统支持。论文在对遥感参数反演系统需求分析的基础上,把组件化程序设计方法引入到系统的设计中。在COM技术下,开发出遥感参数反演系统。该系统具有良好的扩充性,能很好地满足遥感参数反演工作的需求。     

基于应用本体的多卫星遥感数据检索

基于本体的遥感数据检索系统目前尚处于起步阶段,本体论(ontology)、语义网(semantic web)概念的提出推动了智能信息检索技术的发展,使得该类检索可以充分挖掘信息的深度与广度。如何构建一个关于遥感数据共享的应用本体,基于应用本体如何实现遥感数据检索系统的基础架构,是本篇文章所要讨论的重点内容。     

基于流式计算的遥感卫星数据快视处理方法

随着高分辨率遥感卫星数据获取能力和地面数传接收能力的提高，现有遥感卫星快视处理系统的处理负载增大，实时性要求越来越难以满足。针对这些问题，采用流式计算思想提出了一种新的遥感卫星数据快视处理系统设计方法。在分析遥感卫星数据快视处理数据流特点的基础上，应用Storm框架对现有系统进行并行优化，设计遥感数据流处理任务拓扑结构，同时利用消息队列中间件Kafka改进处理单元间数据交换和数据缓存方式。实验表明，该系统在数据吞吐率和可靠性方面测试效果良好。     

基于GIS语义的遥感图像检索

语义图像检索为填补图像低层视觉特征和用户高层语义之间的鸿沟而产生,图像语义描述和提取是其关键。提出了一种基于G IS语义的遥感图像检索(G IS sem antics-based remote sensing im age retrieval,简称G ISSB IR)方法,主要涉及空间对象的语义表达和语义匹配两方面内容。利用面向对象G IS语义模型和概念语义网络共同表达空间对象的语义,设计了语义调解器处理用户与系统之间的语义不一致。通过对G IS原子查询结果进行布尔运算得到矢量查询结果,在此基础上得到与G IS数据具有统一坐标框架的遥感图像检索结果。实验结果表明G ISSB IR方法是有效的。     

结合深度学习与相关反馈的遥感图像检索

目的 针对基于内容的图像检索存在低层视觉特征与用户对图像理解的高层语义不一致、图像检索的精度较低以及传统的分类方法准确度低等问题，提出一种基于卷积神经网络和相关反馈支持向量机的遥感图像检索方法。方法 通过对比度受限直方图均衡化算法对遥感图像进行预处理，限制遥感图像噪声的放大，采用自学习能力良好的卷积神经网络对遥感图像进行多层神经网络的监督学习提取丰富的图像特征，并将支持向量机作为基分类器，根据测试样本数据到分类超平面的距离进行排序得到检索结果，最后采用相关反馈策略对检索结果进行重新调整。结果 在UC Merced Land-Use遥感图像数据集上进行图像检索实验，在mAP（mean average precision）精度指标上，当检索返回图像数为100时，本文方法比LSH（locality sensitive Hashing）方法提高了29.4%，比DSH（density sensitive Hashing）方法提高了37.2%，比EMR（efficient manifold ranking）方法提高了68.8%，比未添加反馈和训练集筛选的SVM（support vector machine）方法提高了3.5%，对于平均检索速度，本文方法比对比方法中mAP精度最高的方法提高了4倍，针对复杂的遥感图像数据，本文方法的检索效果较其他方法表现出色。结论 本文提出了一种以距离评价标准为核心的反馈策略，以提高检索精度，并采用多距离结合的Top-k排序方法合理筛选训练集，以提高检索速度，本文方法可以广泛应用于人脸识别和目标跟踪等领域，对提升检索性能具有重要意义。     

一种基于存储过程的高效空间可视化检索算法

现有的GIS空间数据管理引擎对海量遥感影像数据库的数据管理和空间可视化检索存在效率低下的问题,该文在深入研究海量遥感影像数据库的空间可视化检索特点的基础上,提出了一种基于关系型数据库存储过程实现的高效的海量遥感影像数据库空间可视化检索算法,并对算法进行了多个级男日的性能优化。最后实验结果说明该算法具有高效性、稳定性和普适性。     

基于XML的遥感产品生产命令语言的设计与实现

遥感技术的飞速发展和遥感数据的广泛应用,使现有的遥感应用系统操作复杂、生产流程较长的问题日益凸显。针对这一情况,提出了一种基于XML文件的命令语言,以语言的形式辅助遥感产品的流程化生产,从而在遥感应用系统中实现数据与配置的自动化、标准化和可回溯操作,提高用户操作效率。通过对于这种命令语言的应用,切实证明了该方案的可行性和有效性,解决了传统的遥感应用系统当中生产流程较为繁琐,需要用户专业技能支持等问题。     

Capability representation model for heterogeneous remote sensing sensors: Case study on soil moisture monitoring

Sensor capability information can be used as a basis for the integrated management of vast and heterogeneous remote sensing sensors in Global Earth Observation System of Systems environment. However, the existing representation of this information shows an inconsistent pattern, incomplete capability aspects, and casual expression forms, resulting in information silos among different systems. A sensor capability representation model (SCRM) is proposed in this study. Based on the Meta Object Facility architecture, a five-tuple hierarchical SCRM framework is formulated. Five specific representation element collections for typical remote sensing sensor types are developed to satisfy the requirements of detailed capability expression. The Open Geospatial Consortium Sensor Model Language is used as the expression form of the proposed SCRM. A prototype system is developed and a case study is conducted for a soil moisture monitoring application in Baoxie Town. The SCRM can also be extensively utilised for other environmental monitoring and modelling situations.     

基于内容的遥感图像变化信息检索概念模型设计

在海量遥感数据背景下,传统的基于关键字/元数据数据服务模式,无法满足不同应用领域用户对多样化遥感变化信息数据的获取需求。将基于内容的图像检索技术应用到遥感图像变化信息数据获取中,提出了一种全新的基于内容的遥感图像变化信息检索概念模型。通过深入分析当前基于内容的图像检索的先进理论方法,构建基于内容的遥感图像变化信息检索模型框架,并对变化信息数据管理模型构建、多维特征提取和智能反馈模型创建等关键问题进行研究和算法实现,以中低分辨率遥感图像变化信息数据获取为例来进行模型验证与分析,建立原型系统。该方法作为一种新的遥感图像变化信息获取与服务方式,能有效利用遥感图像中底层特征,更准确地刻画了不同用户的遥感图像变化信息检索需求。同时,对影像的预处理要求较低,不受变化检测产品生产种类限制,具有较好普适性和自动化性,提高了遥感信息服务水平和效率。     

Design of Content-based Remote Sensing Image Change Information Retrieval and Relevance Feedback Model

With the rapid development of satellite remote sensing technology, processing the variety of remotely sensed data has increasingly been complex and difficult. It is also hard to efficiently and intelligently retrieve change information what users need from a massive database of images. In the context of mass remote sensing data, the existing knowledge based on a priori knowledge + the keyword / metadata remote sensing data service model can not meet above-mentioned challenge. Firstly，it is not guaranteed to obtain the totally change information data in the database, as we can not get the all prior knowledge. Second, the keyword / metadata can not accurately describe the different application areas of the user's actual retrieval needs. To deal with this, the Content-Based Image Retrieval (CBIR) is successfully applied on the change detection in this paper. And, Content-Based Remote Sensing Image Change Information Retrieval and Relevance Feedback model is introduced. Firstly, we learn the CBIR theory fully and exclusively. Then, the model structure and framework is built. And, some critical issues, such as data management, multi-features selection and relevance feedback, are considered. Thirdly, an experimental prototype system is set up to demonstrate the validity and practicability of this model. As a new remote sensing image change detection information acquisition mode, the new model can reduce the demands of image pre-processing, overcome synonyms spectrum, seasonal changes and other factors in the change detection, and meet different kinds of needs. Meanwhile, the new model has important implications for improving remote sensing image management skill and autonomic capabilities of information retrieval filed.     

Application of the active learning method to the retrieval of pigment from spectral remote sensing reflectance data

Due to the noise that is present in remote sensing data, a robust method to retrieve information is needed. In this study, the active learning method (ALM) is applied to spectral remote sensing reflectance data to retrieve in‐water pigment. The heart of the ALM is a fuzzy interpolation method that is called the ink drop spread (IDS). Three datasets (SeaBAM, synthetic and NOMAD) are used for the evaluation of the selected ALM approach. Comparison of the ALM with the ocean colour 4 (OC4) algorithm and the artificial neural network (ANN) algorithm demonstrated the robustness of the ALM approach in retrieval of in‐water constituents from remote sensing reflectance data. In addition, the ALM identified and ranked the most relevant wavelengths for chlorophyll and pigment retrieval.     

基于特征选择和半监督学习的遥感图像检索

随着卫星遥感技术的不断发展,基于内容的遥感图像检索技术越来越受到关注。目前该方向的研究主要集中在对遥感图像中不同特征的提取和融合方面,这些方法普遍忽略了这样一个事实：对于不同类型的检索目标,特征应该是不同的。另外,小样本问题也是遥感图像检索中一个较为突出的问题。基于以上两方面考虑,本文提出一种基于特征选择和半监督学习的遥感图像检索新方法,该方法主要包括4个方面：1）利用最小描述长度准则自动确定聚类数目;2）结合聚类方法和适当的聚类有效性指标选择最能表示检索目标的特征,在计算聚类有效性指数时,针对遥感图像检索特点对原有的Davies-Bouldin指数进行了改进;3）动态确定最优颜色特征和最优纹理特征之间的权重;4）根据最优颜色特征和最优纹理特征的权重自动确定半监督学习方法,并进行遥感图像的检索。实验结果表明,与相关反馈方法的检索效果相比,该算法在土壤侵蚀区域检索以及其他一般地表覆盖目标检索中均获得了相近的检索效果,但不需要用户多次反馈。     

基于地球大数据的“美丽湖泊”SDG 6.3.2综合评价体系构建

湖泊等水体水质状况直接关系到人类社会的可持续发展。传统的水环境质量评价体系大都基于统计数据和原位测量数据,存在周期过长和时效性差等问题,难以实现大范围、连续地湖泊水环境质量评价。遥感技术的发展为高时空分辨率的湖泊水环境质量评价提供了可能。在总结现有湖泊水环境质量评价体系的基础上,以联合国可持续发展目标(Sustainable Development Goals,SDGs)中指标SDG 6.3.2(环境水质良好的水体比例)为导向,结合统计数据、野外实测数据和卫星遥感数据等地球大数据构建了"美丽湖泊"综合评价体系,以期在联合国可持续发展目标框架下,推进我国湖泊水环境质量综合评价,为美丽中国评价提供技术参考。     

Incorporating nocturnal UAV side-view images with VIIRS data for accurate population estimation: a test at the urban administrative district scale

ABSTRACT

In contrast to daytime remote sensing used for observing the Earth, night-time light remote sensing with satellites primarily assesses human activity using urban parameters such as building lights or lighted highways to help determine population density and other habitation characteristics. One limitation to conventional night-time remote sensing is that light emitted from high-rise buildings, for example, is not easily detected because of optical geometry as satellite sensors are generally pointed in only a downward direction. Furthermore, satellite sensors often receive weak optical signals because of streetlights reflected from the Earth’s surface. As a result, accurate information on night-time human activity cannot be gathered from existing satellite remote-sensing methods. To address this, a new method for night-time remote setting is presented. Specifically, an unmanned aerial vehicle (UAV) is used to capture panoramic images of night-time light and processed to reveal side-view light spot information from urban buildings. This dataset was used to predict population density alone, and with the Visible Infrared Imaging Radiometer Suite (VIIRS) data by simple multiple linear regression. The results confirm that nocturnal UAV side-view data or VIIRS data alone can be used to estimate population density, while the combination of the two significantly increases the accuracy of population density estimation compared against estimating population density using nocturnal UAV side-view data or VIIRS data alone. This outcome suggests that multi-angular night-time remote-sensing data sources increase the accuracy of urban population density estimation. One reason for this may be that the side-view night-time data and orthophoto data infer urban population density from different agent variables: building occupancy is a proxy of side-view night-time data, while density of illuminated road network is that of orthophoto data.     

遥感图像星上智能处理地面仿真模拟系统设计与实现

传统卫星遥感应用模式复杂繁长,无法满足用户越来越关注的实时化遥感服务需求,为卫星配备智能化大脑,一方面可以降低数据传输带宽,另一方面可以提高数据获取的时效性,因此,星上智能处理已经成为遥感卫星发展的必然选择。但星上处理在轨调试困难,现有遥感卫星星上处理平台的地面测试系统都是卫星实验室测试时,针对不同的卫星载荷临时组建,缺乏通用性且并未形成集成化的装置,导致现有遥感图像星上智能处理的地面测试效率偏低。尤其是面对目前星上处理智能化的新需求,缺乏一套高性能、低功耗、全流程的星上处理地面仿真系统。针对遥感数据处理自动化与智能化发展的新特点,提出了一套基于FPGA与GPU相结合的遥感图像星上处理地面仿真模拟系统。该系统能够在地面模拟实现多种载荷的0到1级数据预处理,在预处理的基础上实现智能遥感影像的加速识别,其关键难点在于遥感图像智能处理算法的高计算复杂度和嵌入式计算机有限计算力之间的平衡;遥感图像处理领域的AI专用算法固化和硬件加速之间的平衡;不同卫星平台测试需求和系统架构通用性之间的平衡。本文阐述了仿真平台设计的方法,构建了基本原型并对其进行了验证。测试结果表明：该系统可以较好地完成星上智能处理典型算法地面全流程测试,所有硬件可以直接上星组装,完备度高,对优化和指导卫星地面仿真系统运行管理体系具有一定的参考价值。