基于多源卫星数据的淀山湖富营养化时空分布研究

准确监测蓝藻水华是湖泊富营养化研究的基础,可为水环境部门的管理和决策提供依据。以淀山湖为研究对象,利用Sentinel-2/MSI、Landsat-8/OLI两种影像数据,并通过改进的浮游藻类指数(Floating Algae Index, FAI)监测了2019～2021年共21幅淀山湖区域影像的水华情况,然后在此基础上分析了淀山湖富营养化的分布规律。结果表明：(1)淀山湖连续三年都有蓝藻水华出现,存在富营养化情况;(2)每年的6～9月份是蓝藻水华的高发期,湖体富营养化发生的面积较大、频率较高,2020年9月和2021年8月爆发水华面积超过20 km²;(3)水华爆发速度较快,持续时间较短。     

一种改进的ACM算法及其在鄱阳湖水域监测中的应用

Sentinel-1合成孔径雷达(SAR)卫星具有测绘带宽、重访周期短、分辨率高等优点,为长时间的水域监测提供数据基础。2016年长江中下游地区洪涝灾害严重,鄱阳湖是长江干流的重要调蓄性湖泊之一,基于SAR图像的鄱阳湖水域提取及其变化检测具有重要意义。然而受相干斑噪声的影响,尤其是在鄱阳湖分布较广、地物背景较复杂、弱边缘和模糊边缘较多的情况下,传统的水域分割方法边缘保持性较差、提取精度较低。针对上述问题,该文提出一种基于局部窄带的ACM边缘提取算法,并将其应用于Sentinel-1A获取的鄱阳湖水域时序观测图像中。该算法首先采用两级Otsu方法获取初始轮廓,随后在初始轮廓附近建立局部窄带,最后在窄带内采用基于区域的ACM方法进行轮廓线演化来解决弱边缘或模糊边缘问题。实验结果表明该方法在边缘保持和分割精度上具有明显优势,并且降低了计算时间。     

基于马尔科夫分割的单极化SAR数据洪涝水体检测方法

我国是个洪涝灾害多发的国家,每年7月、8月份洪涝灾害时常发生。因此,实现洪涝受灾区域的水体快速检测对灾害救援和评估具有重要的意义。高分3号SAR卫星数据采用主动式对地观测技术,全天时、全天候成像的特点在洪涝减灾应用中具有明显的优势。以湖南省洪涝灾害区域快速检测为目的,该文提出基于高分3号单极化SAR数据的洪涝区域水体快速检测方法,包括SAR预处理,顾及SAR分布特性且保边缘的马尔科夫模型洪涝水体提取,基于SAR几何构象模型的阴影虚警干扰去除等步骤,并利用人工检测结果进行相对精度评价。测试结果表明,所提方法可以实现洪涝受灾区域的快速、精确提取。

     

基于Sentinel-2A MSI数据的水体信息提取算法对比研究

地表水体信息的准确提取对于水资源规划管理与相关灾害监测等具有重要意义。以Sentinel-2A MSI影像为研究数据,基于10种典型光谱波段指数算法对鄱阳湖周边区域的水体进行了提取,并以结合目视解译的synthetic aperture radar(SAR)影像水体识别结果作为真值进行了对比分析。实验结果表明：归一化差异水体指数、高斯归一化差异水体指数、伪归一化差异水体指数的识别效果最好,平均F1-score超过95%,且阈值稳定程度较高;改进的归一化差异水体指数适用于城镇区域的水体提取;组合水体指数在水田以及河流区域识别效果较好;增强型水体指数、阴影水体指数均适用于山区,其中增强型水体指数在城镇区域也具备适用性;修订型归一化差异水体指数仅适用于针对大面积水体的识别;面向阴影的自动化水体指数能够有效剔除地形阴影造成的干扰,而非面向阴影的自动化水体指数的整体表现相对较差。     

基于形态学的多时相SAR洪水监测方法研究

洪涝灾害严重危害人类的生命和财产安全,且发生频繁,危害范围大,因此洪涝灾害的监测至关重要。文章基于灾前/中Sentinel-1A双极化SAR数据,首先分别利用VV和VH极化强度信息构造峡山水库洪涝灾害发生前后差异图,并采用Otsu法初步提取洪水范围,然后,为进一步减弱斑噪影响,引入形态学算法以获得更准确的洪水分布图,最后,将精确提取的VV和VH洪水受灾区域进行叠加整合,得到最终洪灾面积为28.82km2。与光学影像对比分析后得到检测精度为80.260%,高于不加入形态学算法和传统Otsu法的检测精度(77.125%和74.830%),因此本文方法精度更高,准确性更好。     

一种超分辨SAR图像水域分割算法及其应用

合成孔径雷达(SAR)图像水域分割在湖泊、河流等陆地水文监测领域有重要的研究意义.由于SAR图像分辨率不足所导致的陆地与水域边界模糊,会影响水域分割精度.该文以中国青藏高原地区的多庆错湖为研究对象,使用Sentinel-1A SAR图像数据,综合运用深度残差模型、通道注意力与亚像素卷积,提出一种基于亚像素卷积的增强型通道注意力深度残差超分辨网络,对滤波后的SAR图像进行重建、水域轮廓提取与精度分析.通过比较不同超分辨算法下的重建结果及水域轮廓提取精度,该文算法在重建效果与提取精度上都较传统方法有明显提升,并具有很好的鲁棒性.     

基于局部超分辨重建的高精度SAR图像水域分割方法

合成孔径雷达(SAR)图像水域分割在水资源调查、灾害监测等领域具有重要意义。针对中低分辨率星载SAR图像水域提取精度不足的难题,该文融合基于轻量级残差卷积神经网络(CNN)的图像超分辨率重建技术和传统SAR图像水域分割技术的优点,提出了一种基于局部超分辨重建的SAR图像水域分割方法,显著提升了SAR图像水域分割的精度。为了验证上述方法的有效性,该文以南水北调中线工程水源地丹江口水库为应用对象,基于国产高分三号(GF-3)卫星的8 m分辨率标准条带(SS)模式图像和欧空局Sentinel-1卫星20 m分辨率干涉宽幅(IW)模式图像,开展了水域分割的实验验证和精度评估工作。实验结果表明,该文所提方法可在中低分辨率SAR图像中获取更精确的水域分割结果,其水域分割性能较传统方法有大幅提升。      

多策略ATLAS数据优选与影像匹配相结合的SAR高程控制点提取

为了精化星载SAR影像几何参数并提高立体定位精度,借鉴星载激光测高数据光学遥感影像高程控制点提取思路,设计了一种多策略高级地形激光测高系统(ATLAS)数据优选与影像匹配相结合的SAR高程控制点提取方法。该方法采用非夜间观测光子滤除、高置信度光子选取、SRTM DEM辅助的粗差剔除、大偏心率椭圆滤波核平坦区域光子筛选等多种策略,从ATLAS数据ATL03级产品中提取高质量、平坦区域的激光高程点,再依据SRTM DEM对斜距SAR影像进行地理编码,按激光高程点的平面坐标选取局部谷歌地球影像作为足印影像,采用秩自相似描述子进行足印影像与SAR地理编码影像的匹配,得到与激光高程点对应的SAR影像像点坐标,从而提取SAR高程控制点。采用中国登封市、日本横须贺市两个区域的ATLAS数据进行了高分三号SAR高程控制点提取实验,利用提取的高程控制点进行SAR影像几何参数精化,大幅提升了立体定位精度,验证了该文高程控制点提取方法的可行性和有效性。      

基于GF-2号影像细小水体提取研究

目前水体提取算法对中低分辨率遥感影像的提取效果较好，但应用于高分辨率影像细小水体时易受混合像元、异物同谱和阴影等因素的影响，从而出现误判。针对高分辨率影像中大面积水体和细小水体同时存在的问题，为快速地提取大面积水体并有效地避免细小水体提取中阴影的影响，采用多尺度和光谱差异分割提取较大面积水体，同时针对细小水体阴影的影响，提出一种新的阴影指数（LGR）结合面向对象的水体提取方法。对所提方法的提取结果与决策树、支持向量机、随机森林、NDWI+NIR、卷积神经网络提取方法进行比较，实验得出提取水体的精度分别为94.86%、88.85%、87.15%、88.8%、91.46%、92.42%，说明所提方法对高分辨率影像大面积和细小水体具有较高的提取精度，并能通过不同尺度的分割保证较好的提取效率。     

一种不同缩放类型组合的低功耗DAC

提出了一种内置于SAR ADC的低功耗DAC,采用不同缩放类型分段组合的方式,明显减小了芯片占用面积,降低了功耗。基于华润上华公司的0.35 μm CMOS工艺,利用Cadence Spectre仿真工具对电路进行分析,结果显示该DAC整体电路的功耗为0.93 mW,最大积分非线性(INL)为－0.74 LSB,最大微分非线性(DNL)为－0.48 LSB,优值(FOM)为3.81,版图的面积为0.086 mm²,很好地满足了低功耗和小面积的要求。     

基于光学和SAR遥感图像融合的洪灾区域检测方法

基于光学和合成孔径雷达(SAR)图像融合的洪灾区域检测方法可以全天候、高时效地检测洪灾区域。由于SAR图像中存在大量随机分布的相干斑噪声，传统洪灾区域检测方法的检测结果存在较高的虚警率。该文在模糊C均值聚类方法(FCM)的基础上提出了分级聚类算法(H-FCM)，该方法将洪灾后的SAR图像与洪灾前的光学图像融合。基于融合图像，该方法利用提出的分级聚类模型获得洪灾区域的初步检测结果。此外，该算法在利用所提出的区域生长算法获得洪灾前河流位置后，将其作为初步检测结果的空间约束，进一步筛除疑似洪灾区域，并显著地提升了检测性能。该文的实验数据包括1999年英国格洛斯特洪灾前后的遥感图像和2019年中国南昌洪灾前后的遥感图像。通过对比实验，H-FCM算法的有效性得到验证。      

基于级联网络的复杂大场景SAR图像舰船目标快速检测

合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测紧贴军事和民用需求,为海洋监视提供重要信息支撑.针对复杂大场景SAR图像,本文设计了一种基于级联网络的舰船目标检测框架,该网络框架主要由D-BiSeNet海陆分割、分块区域筛选和CP-FCOS目标检测三部分组成.通过改进双边网络(D...     

基于融合差异图的变化检测方法及其在洪灾中的应用

由于洪灾区域的地物散射特性受环境影响会发生改变,在对该区域合成孔径雷达(SAR)图像进行变化检测时会使检测结果的错误率提高,而且用单一方法得到的差异图变化检测结果精度较低.针对上述问题,该文提出一种基于融合差异图的变化检测方法,该方法通过构造基于改进相对熵与均值比的融合差异图,综合了熵值差异图的区域敏感性和均值差异图的...     

基于Landsat数据的科尔沁沙地土地覆被变化分析

基于1985年、2000年和2017年的Landsat影像, 采用支持向量机(Support Vector Machine, SVM)分类方法获取了科尔沁沙地1985~2017年的土地覆被结果。首先, 采用SVM方法对1985年、2000年和2017年的Landsat影像进行了土地覆被分类。然后将研究区划分为沙地主体和黄土丘陵地区两部分, 并进一步分析了研究区土地覆被变化的区域特征。结果表明: 1985～2000年, 科尔沁沙地的耕地面积显著增加而草地面积减少, 这可能是因为在此期间实行的家庭联产承包责任制调动了牧民生产的积极性,大量耕地得到了开垦; 2000～2017年, 耕地面积减少, 草地面积增加, 这与2000年以来在该地区大力执行退耕还林还草等生态保护政策密切相关, 说明研究区的生态保护已初见成效。进一步分析表明, 1985～2017年沙地主体地区的耕地面积持续增加, 这与发展灌溉农业和种植水稻密切相关。本文将为改善和治理科尔沁地区的生态环境提供基础数据和决策依据。     

海洋雨团的全极化SAR回波信号仿真研究

在海洋的合成孔径雷达图像中,降雨（雨团）通常能引起依赖于雷达频率和极化的形状不规则的亮暗斑状图案,影响着合成孔径雷达图像的正确解译。基于C.Melsheimer的双极化仿真方法,首次对海洋雨团C、X波段全极化合成孔径雷达归一化雷达后向散射截面积进行仿真。仿真结果补充了双极化仿真的不足,更加全面地揭示了海洋雨团合成孔径雷达回波在不同波段不同极化下的特点,有助于合成孔径雷达图像的正确解译和降雨定量化研究。