CFFT最优信噪比的星载高光谱影像噪声抑制方法

高光谱遥感影像独特的"图谱"特征为定量遥感等遥感监测提供了重要的技术支撑,但由于大气、地形材料等因素影响和限制,易受到各种噪声污染。基于光谱学领域的光谱统处理理论,结合信息时域分析领域的快速傅里叶变换,实现频域内噪声与光谱有效信息的分离,同时在最优信噪比约束条件下选择最优滤波阈值,设计噪声滤波器,实现了卫星高光谱遥感影像的噪声滤除。以中国北京城区和中国新疆谢米斯台上戈壁区的两景Hyperion高光谱遥感影像为例,进行了该滤波算法的定性和定量评价。结果表明:文中提出的高光谱遥感影像噪声滤波算法,有效地滤除了高光谱影像数据光谱维高斯白噪声和空间维的条带噪声、波段差噪声,提高了影像的清晰度,影像的信噪比提高5 dB以上,为后续定量分析等遥感监测研究提供了较高质量的数据保障。     

基于卷积神经网络的高分遥感影像单木树种分类

树种调查一直面临着成本高、效率低、精度不高等问题。利用遥感手段能大大提高树种类型调查的工作效率、节省成本;卷积神经网络(CNN)虽然已经在自然图像分类领域取得了许多突破,但是较少有人将CNN模型用于单木树种分类。基于上述考虑,搭建出CNN模型,并与高分遥感影像相结合,进行单木树种分类。在利用高分影像半自动化构建单木树种遥感影像样本集过程中,采用了影像冠层切片(CSI)圈定、人工标注、数据增强等方法;同时为了训练单木树种遥感影像样本集,对5个CNN模型进行针对性改写。通过对比分析发现:LeNet5_relu和AlexNet_mini都未取得最佳分类效果;GoogLeNet_mini56、ResNet_mini56和DenseNet_BC_mini56分别对不同的树种具有最佳分类效果;DenseNet_BC_mini56总体精度最高(94.14%),Kappa系数最高(0.90),是总体最佳分类模型。该研究证明了CNN在单木树种分类中的有效性,能为森林资源调查提供重要的解决方案。     

用ASTER数据提取植被覆盖区遥感铁矿化蚀变信息

以植被覆盖度较大的山东省兰陵县凤凰山铁矿区为例,选取覆盖该区的ASTER数据作为遥感数据源,首先进行了几何精纠正、大气校正和水体、阴影等干扰去除;然后在充分了解岩石波谱特征和ASTER数据波段特征的基础上选择了提取矿物蚀变信息的最优波段组合,采用主成分分析(Principal component analysis,PCA)法对研究区的铁染蚀变和羟基蚀变信息进行了提取,并对蚀变异常强度进行了标准化等级划分;最后通过分析蚀变信息与已知矿床的关系圈定了遥感异常区,并在矿化蚀变较强的地段选取8处铁染蚀变异常点和6处羟基蚀变异常点,通过布设踏勘路线进行了采样和验证。结果表明：从ASTER数据中提取的铁染和羟基蚀变信息的分布与实际情况吻合较好,其高值区分别对应着铁矿化和高岭土化强烈的地区,验证精度分别达到87.5%、83.3%。可见,在植被覆盖度较大的地区,ASTER数据的短波红外波段内仍包含丰富的矿物蚀变信息,可为地质找矿提供重要依据。     

表面水质遥感监测研究

主要讨论了应用多种传感器遥感技术进行表面水质监测研究的有效性。首先论述了纯水和不 同水质的波谱特性,然后以芬兰海湾和芬兰南部湖泊为应用实例,进行多种遥感数据和主要水质参 数之间的相关性分析,从而确定不同波谱段是否可以有效地监测表面水质的变化情况。本研究为新 一代传感器的设计提供水质监测的重要参数,进一步的试验研究仍在进行之中。     

基于机载LiDAR数据和Landsat 8影像的芬兰北部泰加林—苔原过渡带提取

泰加林—苔原过渡带对气候变化敏感,确定其位置可以帮助理解北极地区气候变化.针对当前过渡带提取中存在的自动化程度低、提取困难的问题,以芬兰北部泰加林—苔原过渡带为研究区,以高分辨率航空遥感影像和冠层高度模型生成的过渡带参考数据为基准数据,构建基Landsat影像和LiDAR数据的4个随机森林过渡带分类模型.对模型分类结果...     

一种结合显著性检测和超像素分割的遥感信息提取算法研究*

针对目前显著性检测算法在复杂多目标遥感图像中检测能力不足问题,提出一种结合显著性检测和超像素分割的遥感信息提取算法。该算法首先通过Graph-based Visual Saliency(GBVS)方法检测出原始影像中部分显著性较高的区域,然后利用Simple Linear Iterative Clustering(SLIC)方法分割显著区域,并修正显著区域边缘得到训练样本数据,进一步对训练样本进行统计学习,构造显著目标提取的阈值区间,最后实现对整幅超像素图像的显著目标提取。实验结果表明,该算法具有较高的准确率和召回率,能更加有效地检测出遥感图像中的显著目标,比目前主流的显著区域检测算法提取效果更好,可以很好地应用于具有明显显著区域的复杂多目标遥感图像信息提取中。     

灾后高分辨率遥感影像的地震型滑坡信息自动提取算法研究北大核心CSCD

针对地震滑坡灾害应急响应的高时效性要求,提出了一种基于灾后高分辨率遥感影像的地震滑坡体自动提取算法。该算法综合利用了高分辨率遥感影像的光谱、形状和纹理等特征,基于多特征阈值分层次逐步剔除干扰地物,实现了地震滑坡体的自动提取。涉及到的特征参量阈值均采用改进的Otsu算法自动确定。在利用2008年汶川地震后ADS40航空遥感影像自动提取滑坡的实验中,所提算法的滑坡个数正确提取率超过70%,面积正确提取率超过80%。对于10000row×10000column的ADS40影像,算法执行时间低于1min。相较于传统的人机交互目视解译方法,该算法的自动化程度高、滑坡提取速度快,滑坡识别精度可以满足地震灾害应急要求。     

遥感及综合物探方法用于山东招远南部隐伏成矿侵入体的空间定位

胶东是我国最重要且规模最大的金矿集中区,近年研究表明金矿与克拉通破坏密切相关。胶西北地区的成矿成岩年龄初步显示金成矿地质体为郭家岭岩体。招远南部的大尹格庄和夏甸金矿的成矿年龄表明了金矿床与郭家岭岩体的直接关系,但该区并未发现郭家岭岩体的出露。通过遥感解译获得了区域线性和环形构造,圈定出隐伏岩体赋存的可能位置,并利用航空磁法、Eh-4连续电阻率成像系统和CG-5相对重力仪进行了综合勘探。测量结果显示,研究区郭家岭岩体磁异常不明显,以中高等电阻率(1 000~3 000Ω·m)、低相对重力异常(8 mGal)的隐伏岩枝状侵入,埋藏深度约为1 km。与成矿相关的蚀变破碎带表现为低电阻率(0~1 000Ω·m)的电性体,与其他地质体区分较明显。多种地球物理勘查方法的联合运用,对定位隐伏侵入体和识别蚀变破碎带具有很好的效果。     

参考1维光谱差异的区域生长种子点选取方法

目的 区域生长法是遥感影像分割中常用的算法,该算法首先选取适当的像元作为生长的起始点（种子点）。现有的种子点选取方法存在种子点数目较多、效率低以及地物细节种子点不足等问题。针对种子点选取存在的问题,提出一种基于1维光谱差异的区域生长种子点的选取方法。方法 首先计算像元间1维（水平、竖直）方向上的光谱差异,然后选取光谱差异的局部极小值作为种子点,最后对种子点进行优选,得到区域生长的起点。结果 应用本文方法选取种子点,对高分辨率的IKONOS遥感影像进行了区域生长。将实验结果与分形网络演化方法及Kernel Graph Cuts方法的分割结果进行了目视对比,并且分别计算了3种方法所得分割结果的基元内部同质性和基元间相关性的评价指数。目视比较的结果表明,本文的种子点选取方法能够为区域生长提供具有代表性的种子点,得到了精细的分割结果。在定量评价上,本文方法也表现出了数值优势,各波段分割质量指数均提高15%以上。结论 提出的种子点选取方法能够为高分辨率遥感图像的区域生长分割提供具有代表性的种子点,产生精细的分割图像,对于地物细节有良好的分割效果,具有较高的实用价值。     

新疆喀喇昆仑地区伟晶岩型锂矿床综合找矿信息特征与找矿预测

新疆喀喇昆仑地区是中国重要的稀有金属成矿带,已发现一批大中型花岗伟晶岩型锂多金属稀有金属矿床,具良好的资源找矿潜力。为快速实现该地区稀有金属矿产找矿远景区的圈定,其有效的综合找矿模式亟待研究和总结。以雪凤岭伟晶岩型锂多金属矿床为典型矿床,在研究矿床地质特征和成矿规律的基础上,开展方法有效性试验与研究,剖析总结了遥感、地球物理、地球化学等综合找矿信息特征及其找矿指示意义,建立了研究区伟晶岩型锂多金属矿床地层、构造、岩性、蚀变特征、遥感特征、地球化学特征和地球物理特征等综合信息找矿模型,利用该模型及证据权法对喀喇昆仑地区康西瓦—大红柳滩—甜水海一带开展找矿预测,圈定6处找矿远景区;初步优选出俘虏沟南、阿克萨依和红山湖3处找矿靶区,预测其具有中—大型矿床规模的资源潜力,效果显著。基于地质、地球物理、地球化学和遥感等综合信息找矿模型与证据权法的找矿技术,可以实现该地区锂矿床快速找矿,为类似地区开展稀有金属矿床预测与评价提供了参考。