基于多时相Sentinel-2影像多特征优选的湿地信息提取

本文提出了一种随机森林(random forest,RF)模型和Pearson相关系数相结合的RF-Pearson模型特征优选方法。以多时相Sentinel-2影像为数据源,提取多时相多特征;利用RF-Pearson模型进行特征选择,筛选出特征重要性得分较高且相关性较小的特征作为优选特征,参与黄河三角洲湿地信息提取;最后将分类结果与多时相全特征和随机森林模型优选特征进行比较。实验表明:特征优选能够提高湿地信息的提取效果,基于RF-Pearson模型特征优选方法的分类精度最高,表明了特征优选方法的有效性以及特征优选在湿地分类方面的优势。     

基于多时相多光谱遥感影像的珊瑚礁面积估算方法研究

准确计算珊瑚礁的面积是评估其资源、环境效应的基础,但我国迄今对南海珊瑚礁的面积估算仍缺乏共识,缺少可靠的估算方法是导致这一现象的重要原因。针对这一问题,本文以西沙群岛羚羊礁为例,提出了一种利用多时相多光谱遥感影像低成本半自动化估算珊瑚礁面积的方法。首先快速目视确定地貌带分界线的粗略位置,然后利用基于梯度向量场的主动轮廓线模型（Gradient Vector Flow-Snake, GVF-Snake）实现这些分界线位置的自动精化,最后将不同时相的瞬时分界线转换为面要素进行多时相的融合,从而得到珊瑚礁的面积。基于53景Sentinel-2 多光谱成像仪（MSI）影像的实验表明,羚羊礁的总面积为17.22 km2（Landsat 8 陆地成像仪（OLI）用于方法稳定性的验证,得到的羚羊礁面积为17.29 km2）,其中礁前斜坡、礁坪?潟湖坡、潟湖的面积分别为1.76 km2、10.29 km2、5.17 km2。该数值与实测数据具有较好的一致性。具体地,该方法获得的地貌带分界点与实测水深所指示分界点的位置偏差能控制在0.2～4.9 m的范围内（不超过0.5个像素）,珊瑚礁最外轮廓线与30 m等深线的位置偏差亦在1个像素大小内（5.7～9.5 m）,而估算面积与高分辨率WorldView-2影像解译得到的面积差异为0.02%。同时,该方法获得的珊瑚礁边界线的完整度、正确度、提取质量精度能够由单时相平均的60%、64%和54%分别提高至84%、83%和72%。此外,该方法能够减小基于不同遥感数据源的珊瑚礁面积估算结果的差异,即6景以上的多时相Sentinel-2 MSI和Landsat 8 OLI影像提取的珊瑚礁面积标准差分别不超过0.01 km2和0.05 km2,仅相当于珊瑚礁总面积的0.2%和0.5%。总而言之,该方法能够用低成本的10 m分辨率Sentinel-2 MSI和30 m分辨率Landsat 8 OLI影像获得接近1.8 m分辨率WorldView-2影像的面积估算精度,且具有良好的稳定性和可靠性。     

基于ONDPI的海岸养殖池塘遥感影像提取研究

以Sentinel-2、Landsat-8卫星影像为数据源,以海岸养殖池塘为研究对象,针对养殖池塘的特点,提出了基于归一化差异池塘指数(NDPI)的面向对象结合法(ONDPI)。并以天津市某一海岸养殖区为例,与传统的水体指数结合直方图阈值分割法进行对比实验。实验表明ONDPI能够对遥感影像中的海岸养殖池塘进行有效提取,提取精度达到95%以上,优于其他方法,能够为海岸池塘养殖的规划管理提供参考数据。     

基于Sentinel-2影像的围海养殖信息提取

为了能够利用遥感图像快速准确地提取围海养殖矢量信息,本文选取养殖水体、堤坝及育苗室等交错分布的海参围海养殖区域作为研究区域,根据研究区域Sentinel-2遥感影像的光谱特征,选用归一化差异水体指数（Normalized Difference Water Index,NDWI）、改进归一化差异水体指数（Modified Normalized Difference Water Index,MNDWI）和增强水体指数（Enhanced Water Index,EWI）三类水体指数,分别进行提取实验,利用同时期高空间分辨率的高分二号卫星（GF-2）影像作为参考,验证不同方法的提取精度,精度评价结果表明：相较MNDWI和EWI两类水体指数,NDWI的分类精度更高,且利用NDWI提取研究区域的围海养殖信息的效果更好,所以该方法可在养殖区域的动态监测和规划管理中发挥数据支撑作用。     

引入纹理特征的多光谱遥感影像 海面油膜信息提取

针对单纯依靠光谱特征油膜提取精度低、雷达影像油膜提取易受海况条件及假目标影响的问题,提出了一种结合光 谱特征与纹理特征的多光谱遥感影像油膜信息提取方法。以2011 年6 月蓬莱19-3 油田溢油事故为研究对象,选用HJ-1 星 CCD 遥感数据,利用灰度共生矩阵获取影像纹理特征,采用SVM 模型对结合纹理特征与光谱特征的影像进行分类,提取出 研究区油膜信息,并将分类提取结果与仅依靠光谱特征的SVM 模型分类结果进行了比较。结果表明：引入纹理特征的SVM 模型分类总精度达到90.29 %,比仅依靠光谱特征的分类精度提高了12.41 %;纹理特征的参与降低了原影像噪声对分类结果 的影响,油膜边缘提取更加清晰,油膜中心呈连续面状分布,引入纹理特征的SVM 模型可有效地用于多光谱遥感影像海面 油膜信息提取。     

20世纪40年代以来多时相中国大陆岸线提取方法及精度评估

将大陆岸线分为自然岸线、人工岸线2大类以及11个二级类,基于地形图与遥感影像,结合野外考察工作建立详细的技术规范,提取20世纪40年代以来6个时相的中国大陆海岸线;针对提取的结果,应用直接对比法计算实际误差,基于地图学和遥感信息提取的理论计算"理论最大允许误差",二者对比表明:基于多源数据提取多时相岸线的技术方案可行,多时相岸线的实际误差均远远低于"理论最大允许误差",精度较优;基于地形图提取的20世纪40年代和60年代时相岸线,精度总体上低于基于30 m分辨率遥感影像提取的多时相岸线,而且20世纪60年代时相受多源数据融合的影响而精度最低;基于环境与灾害监测预报小卫星CCD数据提取岸线,受影像畸变和几何纠正精度的影响,精度略低于基于Landsat影像提取的结果,但同样基于Landsat影像提取的岸线,新近时相的精度明显优于早期时相。本研究可为岸线变化研究以及海岸带综合管理等提供有力的支持。     

卫星遥感与数字化地形信息结合在港口工程中应用--以茂名深水港选址为例

以茂名深水港选址为例,尝试将多时相卫星遥感影像和不同时段的数字化地形信息等资料相结合,从波浪入射方向、悬浮泥沙、滩槽冲淤等方面对建港自然条件进行综合分析,在此基础上探讨SPOT-5号卫星、多时相TM遥感影像和多时段数字化地形信息复合在港口工程中的潜力和优势,并提出基于港口工程选址分析的遥感影像和数字化地形结合的新技术框架。     

基于多时相遥感数据的海岸线自动提取方法

海岸线是海洋的重要组成部分,对于海域管理具有重要意义。本文根据岸线位置确定原理,即将多时相瞬时水边线上边界近似作为海岸线,提出了一种基于多时相水边线的海岸线自动提取方法,该方法应用区域生长与边缘检测相结合的方法提取瞬时水边线,然后采用海岸线自动判别算法进行海岸线的提取。首先计算归一化水体指数（normalized difference water index,NDWI）图像,利用区域生长算法进行海陆分割,得到海陆分割二值图;然后利用Canny边缘检测对海陆分割结果进行边缘检测,得到瞬时水边线;最后利用海岸线自动判别算法得到多时相瞬时水边线上界作为海岸线。本文以马六甲海峡部分海岸作为研究区域,应用多期Landsat 8遥感影像进行了海岸线提取和分析。为验证海岸线提取精度,对获取时间接近高潮时的一景哨兵二号影像进行目视解译得到人工解译的海岸线,与本文提取海岸线进行对比。结果显示,本文算法得到的海岸线平均偏移量和均方根误差分别为21.01 m和21.96 m,能够满足30 m分辨率遥感图像的精度要求,相比采用单景影像提取海岸线,精度有明显提高。     

使用多源遥感影像监测深圳市海岸线变迁

海岸线是陆地与海洋的分界线,一般指海潮时高潮所到达的界线。文章以深圳市为例,以1988—2015年的多景Landsat和SPOT影像为数据源,分类提取5个时相的深圳市海岸线,利用遥感和地理信息系统手段,系统分析岸线类型、长度、位置变化特征,并用实测数据加以验证。结果表明,通过多时相遥感数据可以快速、准确、客观地提取不同类型海岸线的空间和类型信息,从而构建科学、准确、响应快速的监测体系。     

近20年来山东半岛东部海水养殖水面的动态变化

基于1995、2005、2015年3期遥感影像,在ENVI和Arc GIS软件的支持下,对山东半岛东部近20a来的养殖水面面积及质心变化情况进行了分析,研究结果表明:(1)1995~2015年,养殖水面面积总体呈现增长趋势,共增加425.06 km~2.其中养殖池面积在1995~2015年增加了83.41 km~2,增加的面积主要集中在丁字河口、郝庆口、五垒岛湾、太平湾.在2005~2015年近10 a间养殖池面积呈现明显减少趋势,共减少40.43 km~2,主要集中在五垒岛湾、太平湾.浮筏养殖和网箱养殖在近20a来面积以增加为主,共增加了382.08 km~2,主要集中在套子湾-芝罘湾-金山湾-郝庆口沿海海域,以及乳山口-五垒岛湾-靖海湾等海域.(2)养殖池面积先增加后减少的主要原因是:海鲜市场的大量需求导致1995~2005年养殖池面积迅速增加,由于环境保护以及旅游经济的需要,导致2005~2015年养殖池面积下降;浮筏养殖和网箱养殖面积的持续增加主要受海鲜市场需求及政府政策激励的结果.(3)近20a间,养殖池质心变化不大,共向西南方向偏移9.03 km;浮筏养殖和网箱养殖质心变化较大,共向西南方向偏移了15.24 km,由原来的荣成市偏移到了文登市,浮筏养殖和网箱养殖质心的偏移主要受乳山口、五垒岛湾、靖海湾海域的浮筏养殖和网箱养殖的养殖力度加大的影响.     

基于改进U-Net的海岸线提取方法

遥感影像海陆分割对于海岸线提取及其动态监测具有重要意义。传统的基于光谱特征和图像处理的海岸线识别和提取方法, 在面对高分辨率遥感图像复杂的纹理和空间分布时, 只能生成具有局限性的图像特征结果, 且分割结果准确率不高。本文将深度卷积神经网络应用于高分遥感图像的海陆分割问题, 并在经典编码器-解码器结构的基础上进行了创新。首先, 为了降低调参难度引入批归一化层, 降低了网络对参数的尺度和初始值的敏感度; 其次, 采用转置卷积代替传统卷积, 在模型训练过程中通过梯度递减算法, 不断更新参数权值, 显著提高语义分割的精度。利用研究区域高分一号遥感图像数据对于人工岸线及自然岸线的分割实验结果显示: 相较于经典U-Net与SegNet, 改进U-Net网络, 对于各种自然岸线和人工岸线具有更低的边界模糊度和更准确的分割结果, 对于自然岸线的提取结果, 漏检、错检现象较少; 对于人工岸线的提取具有更大的感受野, 能够提取岸线的空间结构信息, 避免误分类。面对日益丰富的高分辨率的遥感影像数据源, 基于改进U-Net的海岸线提取, 能更好地保留边界信息且具备更优的语义分割效果, 可以更为准确地挖掘高分遥感影像的空间分布特征、纹理特征以及光谱特征, 从而提升分类的准确性。     

基于密集多尺度特征的遥感影像水体提取

针对传统遥感影像水体提取方法和基于深度学习的经典目标提取模型的提取结果存在丢失边缘细节信息和准确率低的问题,提出了基于深层特征编码-水体识别解码的多尺度特征密集连接网络结构。首先利用深层特征编码结构中的普通卷积提取影像中水体的特征信息,然后利用密集多尺度特征模块提取水体的多尺度特征和保留全局信息,最后利用水体识别解码结构对图像中的水体进行预测。实验结果表明：本文方法的提取结果精度优于经典全卷积神经网络模型,在测试集上的像元精度达到98.56%,交并比达到78.91%,有效保留了水体的完整性和细节边缘信息,实现了水体的精细化提取。     

基于SDGSAT-1影像的总悬浮物浓度反演方法研究

总悬浮物浓度是海洋的重要水质参数之一,其对水体透明度、水下光场及初级生产力有显著影响,同时对河流入海口与海岸带冲淤变化过程有重要作用。本文基于我国自主研制的SDGSAT-1卫星遥感影像,使用准分析算法（Quasi-Analytical Algorithm,QAA）获取水体固有光学量,并结合2022年4月黄河口区域总悬浮物浓度实测数据,建立水体固有光学量与总悬浮物浓度实测数据的单波段、波段加减、波段比值,以及多波段组合等模型并开展遥感反演,最后将反演结果同实测数据及基于Sentinel-2B影像的总悬浮物浓度反演结果进行对比。研究结果表明：基于SDGSAT-1影像的总悬浮物浓度反演结果在黄河口高浓度区域的决定系数为0.622,均方根误差为7.94 mg/L;基于Sentinel-2B影像的总悬浮物浓度反演结果在黄河口高浓度区域的决定系数为0.589,均方根误差为8.27 mg/L。故在我国近岸海域总悬浮物浓度反演方面,SDGSAT-1影像反演精度与Sentinel-2B影像反演精度相媲美。     

基于多核SVM决策融合模型的海面原油多光谱遥感检测研究

海面溢油事故发生后需要进行精准的溢油检测,从而为溢油事故现场应急响应与海面污染的快速有效处理提供支持。利用哨兵二号(Sentinel-2)多光谱遥感影像,基于最佳指数因子(OIF)构建光谱特征指数提取海面溢油光谱特征,基于灰度共生矩阵(GLCM)提取海面溢油纹理特征,利用巴氏距离法进行特征选择,构建海面溢油空谱特征数据集。提出了多核决策融合支持向量机(SVM)海面原油检测模型,对黄海4.27“交响乐号”油轮溢油事故开展检测研究。实验结果表明,在复杂水色背景下,经过筛选的最佳空谱特征数据集检测结果的总体精度可以达到89.25%,Kappa系数为0.854,F₁分数可达0.889;多核SVM决策融合后的总体精度可以达到90.26%,Kappa系数为0.866,F₁可达0.898,总体精度较单核提高了1.0%~8.2%,Kappa系数提高了0.013~0.122,F₁分数提高了0.009~0.097。实验结果表明,海面溢油检测模型具有较高的溢油检测精度和模型鲁棒性,适用于海面溢油检测研究。     

基于视觉显著性的高分辨率遥感影像舰船检测

通过研究、分析现有基于遥感影像的舰船检测算法,提出了基于Itti视觉显著度模型改进的高分辨率遥感影像海面舰船检测方法,该方法利用海面舰船相对于海面背景信息视觉关注高的特点,参考视觉显著度模型计算原理,对高分辨率遥感影像中的颜色、亮度、方向、纹理等特征进行有效提取,然后利用归一化方法将不同特征融合,形成有利于舰船目标提取得视觉显著度图,最后对生成的视觉显著度图进行阈值分割和精细化处理获得最终的舰船检测结果。与传统舰船检测算法相比,本文算法能够有效检测复杂海面背景下的舰船目标,减少了单一特征变化对检测精度的影响,提高了检测准确率,具有较好的抗噪性和较强的鲁棒性。     

高分辨率遥感影像城市道路提取方法研究

根据高分辨率遥感影像可以提取道路细节信息和中低分辨率遥感影像可以提取道路轮廓信息这一特性,提出基于多尺度的不同分辨率遥感影像道路提取方法。以原始高分辨率遥感影像为底层影像建立影像金字塔获取不同分辨率影像,利用中低分辨率遥感影像上提取的道路骨架轮廓约束高分辨率遥感影像的道路提取,并对Canny边缘检测算法进行改进。实验结果表明,该方法能够有效地消除高分辨率遥感影像城市道路路面噪声的影响,道路提取效果较好。     

基于WorldView-2和GF-2遥感影像的赵述岛礁坪底质变化研究

以西沙群岛海域赵述岛礁坪为研究区域,应用2010年的WorldView-2和2015年的GF-2两期高分辨率卫星遥感影像数据,结合现场水下珊瑚礁照片和视频资料,建立了赵述岛礁坪底质类型遥感分类体系,分别构建了针对WorldView-2遥感影像和GF-2遥感影像的珊瑚礁底质分类决策树模型,并通过对两期遥感影像的底质类型提取结果的变化分析,完成了赵述岛礁坪退化区域的提取。结果表明:(1)WorldView-2影像的分类决策树具有91%的总体分类精度和0.89的Kappa系数,GF-2影像的分类决策树具有更高的分类精度;(2)6年期间研究区大约1/4的珊瑚礁分布区发生了退化;(3)最突出的自然变化是礁前区大面积的珊瑚丛生区转变成藻脊,结合相关资料认为东北季风、热带气旋和温度上升的综合影响是驱动因素;(4)赵述岛西侧的藻脊、珊瑚沉积区大面积转化为珊瑚砂和深水区域,原因是航道和码头的开发活动。研究分析了6年间赵述岛礁坪底质的退化状况,并分析原因,为珊瑚礁底质分类提供方法,并为西沙群岛的珊瑚礁监测和保护提供了有效资料和手段。     

面向对象的围海养殖用海信息分类提取与动态监测研究

以江苏大丰高涂围海养殖区域为研究区,基于ZY-3号高分辨率卫星遥感数据,采用面向对象方法开展了围海养殖用海信息分类提取与动态监测研究。通过多尺度分割获取研究区地物斑块,根据其形状、光谱、纹理等特征信息的差异性,建立分类规则集,并结合目视解译完善提取规则,实现了围海养殖用海中淡水养殖区、海水养殖区和干涸养殖区的分类提取,得到精度达93%的分类结果。总结出养殖区分类提取通用的特征指标集。最后基于目标识别,对多年份围海养殖信息进行动态监测,更全面、高效地了解围海养殖发展趋势,为海洋遥感监测领域拓展了更广阔的应用前景。     

基于水边线的遥感影像防波堤提取方法

通过对遥感影像上防波堤的空间关系特征和其他特征的分析,设计了一种基于水边线的遥感影像防波堤提取方法。该方法首先对海岸带影像进行水边线提取;然后,将提取的水边线作为海陆分界线,进行海陆分割,得到海陆二值图;最后根据遥感影像上防波堤的空间关系特征和其他特征将防波堤从水边线中分割出来,并剔除伪防波堤的干扰。实验结果表明,该方法能够实现防波堤的自动准确提取,并且提取速度快、稳定性好。     

基于多源卫星遥感的渤海海上油气平台识别

针对海上油气平台信息不足的问题,开展多源卫星遥感的油气平台识别方法研究。基于Landsat-8光学遥感影像(2018—2021年)应用阈值分割法、K-means分类法和最大似然分类法分别识别出渤海海域油气平台136座、166座和113座;基于Sentinel-1 SAR影像(2018—2021年)应用阈值分割法识别出油气平台338座;对上述结果进行决策级融合,识别出渤海油气平台428座。利用ZY-3高分辨率影像对融合方法的识别结果进行验证,结果显示识别油气平台的正确率达到85.2%,错判率、漏判率分别为10.9%和3.9%;油气平台位置与相关文献和公开资料一致。研究结果表明,决策级融合方法能够实现海上油气平台的有效判别,具有推广、应用价值。