基于局部空间信息KFCM的遥感图像聚类算法

针对模糊C均值(Fuzzy C-Means, FCM)算法,不能有效地对夹杂噪声的遥感图像聚类的问题,本文提出了一种基于局部空间信息核模糊C均值(Kernel Fuzzy C-Means, KFCM)的遥感图像聚类算法。首先,运用核函数将遥感图像的所有像元映射到高维特征空间,通过非线性映射优化遥感图像的有用特征;然后,根据相邻像元之间的相关性,利用一种空间函数重新定义像元的模糊隶属度,将像元的局部空间信息引入到FCM算法中,并在高维特征空间中使用这种基于局部空间信息的FCM算法对像元聚类。由于引入了像元的局部空间信息,算法可以直接应用于原始遥感图像,不需要滤波预处理。大量实验结果表明,本文提出的基于局部空间信息KFCM的遥感图像聚类算法具有较强的抗噪能力,可得到较好的同质区域,优于现有的FCM算法、模糊局部信息C均值(Fuzzy Local Information C-Means, FLICM)算法及KFCM算法。     

基于不确定性分析的遥感分类空间分层及评估方法

空间分层是准确度量遥感分类不确定性程度及其空间分布的基础与关键。本文提出了一种基于不确定性分析的遥感分类空间分层及评估方法,首先基于随机森林算法获取像元后验概率,确定分类不确定性度量指标;其次,采用模糊C均值进行空间分层;最后,对分层结果合理性进行定性与定量评估,并与同尺度数据产品精度评价结果及后验概率不确定性分层方法进行对比分析。以北京市顺义区Landsat 8 OLI遥感影像数据为例,研究结果表明：① 基于最大概率、模糊混淆指数和概率熵指标将顺义区分为不确定性大、中、小3层,相应的遥感数据层分类精度分别为62.28%、74.96%、79.31%;② 分类不确定性空间分层结果与度量指标大小的空间分布基本一致,错分地类图层与不确定性大层的地类空间分布基本一致;③ 遥感数据和数据产品的各层地类空间特征、层分类精度大小趋势一致,与总体分类精度相比,不确定性大层的层分类精度降低,不确定性小层的层分类精度提高;④ 与后验概率不确定性分层方法相比,本研究不确定性大层的层分类精度降低1.08%,不确定性中层提高3.58%,不确定性小层提高0.16%,q值由0.19提高到0.24,空间分异性更高。证实了研发的遥感分类不确定性空间分层结果的合理性。研究旨在提出适用于遥感分类的不确定性分层方案,用于优化遥感分类训练样本和精度评价验证样本的空间布设。     

矿山地面灾害精准监测地学传感网系统

 研究矿山地面灾害监测传感网的理论和技术体系,建立矿山地面灾害监测地学传感网系统,进行矿区地面灾害精准监测及预报工作,对矿山及时准确科学预报、预防和减小地面灾害的损失,具有重要意义和作用。地学传感网主要是指采用GPS、测量机器人、倾斜传感器、位移传感器、温度和气压传感器、全景相机、CCD相机、视频传感器、RFID传感器、地面3D激光扫描仪和地基SAR等测地型传感器和测地辅助传感器,应用计算机网络和无线通信技术,通过传感器和数据库管理软件构建的地学传感网。矿山地面灾害精准监测地学传感网的理论,主要包括:矿山时空监测基准、矿山地面灾害监测地学传感网数据整合、监测空间数据聚类分析、矿山监测功能分区、矿山区域动态形变场理论和矿山地学传感网地理信息系统模型理论。 技术体系主要包括:监测空间数据库管理技术、数据通信传输技术和传感网地理信息系统平台技术。     

结合Gabor小波和形态学的高分辨率图像树冠提取方法

树冠信息的遥感提取能有效辅助森林参数反演、林分长势监测、树种识别等森林调查活动。随着遥感信息自动化提取的需求不断加强,本文基于高空间分辨率遥感数据,以滁州市皇甫山林场为研究区域,设计了一种结合Gabor小波和形态学的树冠提取方法。该方法首先采用Gabor小波提取出纹理特征,其次结合K-means聚类分析方法,对PCA降维后的纹理特征向量提取出阔叶林区,最后基于形态学理论降低影像噪声,并利用前景后景标记的分水岭方法进行单木树冠提取。经过与人工解译的树冠信息结果对比发现,在郁闭度较高的阔叶林区,该自动化方法提取树冠精度较高,分割准确率A_d为79.59%,F测度达到了79.00%能有效提供精确的单木树冠信息,为林业经济调查技术的发展具有一定的实践意义。     

基于自组织网络的黄河口浑浊模式研究

传统浑浊度时空变化模式研究依靠野外观测实验,需要投入大量人力物力,模型适用范围亦非常有限。本文利用自组织网络（SOM）,直接从长时序遥感影像中提取典型浑浊模式,分析浑浊度年内、年际变化特征。以黄河河口附近海域为研究区,提取出近15年的6类典型浑浊模式。典型特征显示,研究区内主要有2个浑浊区,位于渤海湾西部和南部,以及河口外和莱州湾西北部;6类模式中四类以年为周期过渡更替,冬春季浑浊度较高,夏秋季浑浊度较低;多年浑浊模式逐渐由中浑浊向清澈模式变化,整体浑浊度有降低趋势。浑浊水体分布主要受河口潮流、环流等海洋动力和风浪影响,结合研究区气象观测数据分析,海面风浪变化是造成浑浊模式更替的主要原因,黄河入海泥沙影响范围仅局限于河口口门周边。利用统计参数分析和2007年各月悬浮泥沙浓度反演结果比较,评价SOM分类效果,结果表明SOM提取的模式间具有显著差异,一定程度上能够代替经验模型反映区域浑浊特征。SOM神经网络能够从长时序遥感影像中直接提取浑浊水体典型分布模式,分析海岸带地区水体浑浊度变化的时空特征,对了解复杂水体泥沙输运及优化水资源利用具有重要应用价值。     

Hydrological Response to Environment Change in Himalayan Watersheds: Assessment from Integrated Modeling Approach

Land use changes such as deforestation,increase in cropping or grazing areas and built-up land, likely modify the water balance and land surface behavior in the Himalayan watersheds.An integrated approach of hydrological and hydraulic modeling was adopted for comparative analysis of hydrological pattern in three Himalayan watersheds i.e.Khanpur,Rawal and Simly situated in the Northern territory of Pakistan.The rainfall-runoff model SWAT- Soil and water assessment tool and Hydro CAD were calibrated for the selected watersheds.The correlation analysis of the precipitation data of two climate stations i.e.Murree and Islamabad, with the discharge data of three rivers was utilized to select best suitable input precipitation data for Hydro CAD rainfall-runoff modeling.The peak flood hydrograph were generated using Hydro CAD runoff to optimize the basin parameters like CN, runoff volume, peak flows of the three watersheds.The hydrological response of the Rawal watershed was studied as a case study to different scenarios of land use change using SWAT model.The scenario of high deforestation indicated a decline of about 6.3% in the groundwater recharge tostream while increase of 7.1% in the surface runoff has been observed under the scenario of growth in urbanization in the recent decades.The integrated modeling approach proved helpful in investigating the hydrological behavior under changing environment at watershed level in the Himalayan region.     

Application of different clustering approaches to hydroclimatological catchment regionalization in mountainous regions,a case study in Utah State

With respect to the different hydrological responses of catchments, even the adjacent ones, in mountainous regions, there are a great number of motivations for classifying them into homogeneous clusters. These motivations include prediction in ungauged basins (PUB), model parameterization, understanding the potential impact of environmental changes, transferring information from gauged catchments to the ungauged ones. The present study investigated the similarity of catchments through the hydro-climatological pure time-series of a 14-year period from 2001 to 2015. Data sets encompass more than 13,000 month-station streamflow, rainfall, and temperature data obtained from 27 catchments in Utah State as one of the eight mountainous states of the USA. The identification, analysis, and interpretation of homogeneous catchments were investigated by applying the four approaches of clustering, K-means, Ward, and SOM (Self-Organized Map) and a newly proposed Wavelet-Entropy-based (WE-SOM) clustering method. By using two clustering evaluation criteria, 3, 5, and 6 clusters were determined as the best numbers of clusters, depending on the method employed, where each cluster represents different hydro-climatological behaviors. Despite the absence of geographic characteristics in input data matrix, the results indicated a regionalization in agreement with topographic characteristics. Considering the dependency of the hydrological behavior of catchments on the physiographic field aspects and characteristics, WE-SOM method demonstrated a more acceptable performance, compared to the other three conventional clustering methods, by providing more clusters. WE-SOM appears to be a promising approach in catchment clustering. It preserves the topological structure of data which can, as a result, be proofed in a greater number of clusters by dividing data into higher numbers of distinct clusters with similar altitudes of catchments in each cluster. The results showed the aptitude of wavelets to quantify the time-based variability of temperature, rainfall and streamflow, in the way contributing to the regionalization of diverse catchments.     

遥感图谱认知理论与计算

近年来,随着对地观测技术的迅猛发展,卫星遥感领域逐渐进入了大数据时代。针对当前遥感应用的需求和特点,开展与视觉认知相结合的高分辨率遥感认知理论与方法研究是可行且必要的。在此背景下,受地学信息图谱思想启发,本文对遥感认知领域的图谱问题进行了研究,系统地提出了遥感图谱认知理论与计算方法论,旨在规范高分辨率遥感信息提取流程,构建精细化、定量化、智能化、综合化相结合的遥感信息解译模型。整套方法体系由横向“自底向上的分层抽象”和纵向“自顶向下的知识迁移”2个方向上的认知计算组成,分别对应了“由谱聚图”、“图谱协同”和“认图知谱”3大图谱转化过程。论文对涉及的概念、基本思想、关键技术及难点问题进行了重点分析,强调综合利用大数据、逐步融入知识来实现不同层次的遥感认知,以期为数据源极大丰富条件下的遥感信息解译提供新的视角。     

北京一号小卫星数据的城市景观格局监测分析——以徐州市城区为例

为了推进北京一号小卫星遥感数据在城市景观生态研究中的应用,针对其全色影像4m分辨率、多光谱影像32m分辨率的特点,试验分析北京一号小卫星影像在城市景观格局变化中的应用效果和特点。通过对不同分类器的比较,选择支持向量机分类器对多光谱影像、全色影像、全色与多光谱融合影像三个数据集进行景观组分分类,结果表明,全色与多光谱融合影像的分类精度最高。利用多时相、多光谱遥感数据统计分析了城市景观组分与格局变化,表明32m空间分辨率的多光谱影像可以用于城市景观格局变化和土地覆盖变化分析。本文全面试验和分析评价了北京一号多分辨率数据在城市景观格局研究中的应用效果。通过对同一年份全色影像和多光谱影像计算的景观格局指标的分析表明,全色数据能更有效地描述景观详细信息,多光谱数据可展现城市景观的整体格局,而融合后对景观格局分析能够获得优于单一数据的效果。试验和分析表明,北京一号小卫星4m全色高分辨率影像和32m多光谱数据的波段组合,能从不同尺度揭示城市景观格局和变化过程。     

卷积神经网络和随机森林的城市房价微观尺度制图方法

随着中国城市化进程的加快,城市人口的大规模集聚带来了住房紧张的问题,房价政策制定的时效性与正确性也时刻吸引着社会的关注,因此在微观尺度下对房价进行精细化制图变得愈发重要。由于数据可获取性和现有模型精度的限制,目前已有研究均较少涉及微观尺度。本研究通过将房价数据和遥感影像相融合,构建了一种基于卷积神经网络（CNN）和随机森林（RF）的遥感影像挖掘模型,以实现在不考虑其他数据的情况下,精确、合理地进行房价的微观尺度制图。本文以武汉市作为研究区,在仅有房价数据和遥感影像的情况下,利用本文所构建的模型成功得到武汉市中心城区5 m精度的精细房价图。此外,还利用其他数据源以及挖掘技术与本文所构模型进行了对比分析。结果显示,本文所构建的模型获得了最高的房价模拟拟合优度（R²=0.805）,相比传统方法中的最高拟合优度（R²=0.653）其精度提升了23.28%,其制图结果可为政府部门规划决策及武汉市经济分布研究提供基础支撑。     

近期东北主要城市遥感监测与动态分析

在GIS支持下,以LandsatTM、ETM和SPOT数据为主要信息源,采用栅格数据与矢量数据相结合、多源与多时相数据相结合、多种信息相结合、内业处理与外业调查相结合的技术路线,建立东北三省主要城市环境分析信息系统,对10多年来城市演变规律、趋势进行了遥感动态监测分析,为环境管理与决策服务。     

CSD和CDD结合下的最优遥感特征指数集构建及其在湿地信息提取中的应用

依托中分辨率成像光谱仪完整的数据序列和丰富的光谱信息,遥感特征指数在湿地生态系统发展变化的状态、趋向和规律研究方面发挥着不可替代的优势。传统类间距离判别的遥感特征指数选取中常存在过分依赖数据统计特征、入选指数与目标地类间生态学意义不明确、分类模型普适性差等局限性。基于此,本研究以河北省白洋淀湿地自然保护区为例,提出类可分离性距离判别（Class Separation Discrimination,CSD）与类间距离判别（Class Distance Discrimination,CDD）相结合的方法构建最优遥感特征指数集,并采用QUEST算法和马氏距离判别法构建分类决策树模型用于白洋淀湿地信息的提取研究,尝试克服传统类间距离指数选取中的不足。结果表明：运用CSD和CDD相结合的方法所选取的遥感特征指数在研究区湿地信息提取过程中的总体分类精度达到了91.32%,Kappa系数0.88,较传统的分类与回归树（Classification and Regression Tree,CART）方法,分类精度提高了1.67%;其次选取的最优指数与待提取的湿地类型均具有明确的生态学意义,如挺水植物在立地干湿交替条件下的潴育化过程决定了氧化铁比率IO可成功的将混分的耕地和挺水植物进一步分离;进一步将基于研究区2017年OLI影像构建的CSD和CDD相结合方法与CART方法的模型分别应用于研究区2019年OLI影像进行分类,基于CSD和CDD相结合方法构建的模型分类总体精度和Kappa系数分别为：86.97%、0.83,基于CART方法构建的模型无法满足分类需求,研究结果较好地证明了基于CSD和CDD相结合方法构建的模型在年际之间具有良好的适用性和稳定性。总之,CSD和CDD相结合的方法在不降低湿地信息提取精度的基础上,有效避免了传统遥感特征指数选择方法的局限性,提高了分类模型的普适性,是遥感特征指数选择算法和决策树相结合在湿地信息提取方面的有益尝试。     

基于多源数据的县域主导功能类型划分及其空间结构模式识别

研究县域主导功能类型并分析空间结构模式对区域全面、协调、可持续发展的引导和规划调控具有重要意义。本文以广东省为例,利用K-means聚类分析对其124个县域单位主导功能区类型进行划分;基于腾讯位置大数据,利用位序—规模法则构建空间结构指数,并结合遥感数据对不同主导功能县域的空间结构模式进行识别和分析。研究表明：① 利用统计、遥感、社交媒体以及夜间灯光等多源数据和K-means聚类方法进行县域主导功能区分类,分类结果能客观反映区域特征,广东省县域主导功能可分为生态主导型、农业主导型、工业主导型、中心服务型和均衡发展型5类;② 基于腾讯位置大数据的位序—规模法则方法能够突破城市尺度,结合遥感数据定量分析,可用于中观县域尺度的空间结构模式识别研究;③ 农业主导型和生态主导型县域空间结构指数均值都大于1,呈单中心空间结构特征趋势;工业主导型县域空间结构指数均值小于1,呈多中心空间结构特征趋势;均衡发展型县域空间结构指数均值接近1,不同地区均衡发展型县域所呈现的空间结构特征存在差异;④ 不同主导功能县域之间的空间结构模式差异明显,生态主导型县域多呈单中心极核式,农业主导型县域多呈单中心极核+散点式,均衡发展型县域多种模式并存特征明显,而工业主导型县域呈多中心网络分布模式。     

土壤水分微波反演方法进展和发展趋势

土壤水分是连接地表水循环和能量循环的关键参量,精确获取该参量对于理解气候变化、地表水文过程、地气间能量交换机理等具有重要意义。微波遥感由于其较为合适的探测深度和坚实的理论基础在观测地表浅层土壤水分上具有很大优势,结合反演方法可以获取空间连续的土壤水分含量,有助于更加客观认知土壤水分的时空演变机理。随着微波遥感数据的不断丰富,多种微波遥感土壤水分反演方法相继涌现,为了更好地了解其发展和趋势,本文总结了当前土壤水分微波反演常用的卫星遥感数据并分析其发展趋势,后从主动微波反演、被动微波反演和多源协同反演3个方面梳理了各类土壤水分微波反演方法的原理、发展和优缺点,最终总结出目前微波遥感土壤水分反演方法的发展趋势：即土壤水分微波反演方法的时空普适性逐渐增强、面向高时空分辨率的土壤水分微波协同反演方法快速发展以及土壤水分微波反演方法的智能化水平不断提高。     

DEM在湖泊水文变化研究中的应用进展

在全球变化背景下,湖泊水文的动态变化不仅是评估和预测气候与环境变化的重要指示剂,同时对社会可持续发展、水资源的开发与利用、生态文明建设等产生重要影响。湖泊水文的动态变化受到湖滨及湖底地形的控制,数字高程模型（DEM）成为湖泊水文研究的重要数据源。随着遥测技术的发展,高分辨率、区域/全球大尺度DEM数据的获取手段快速发展、数据源不断丰富,DEM对推动湖泊水文动态研究进展起到了关键作用。本文首先基于Web of Science平台对DEM在湖泊水文动态研究中的相关文献进行了分析,阐述了该主题现有研究在发文时间、发文数量增减态势、研究区域与热点地区、文献所涉及的DEM数据等方面的特点。接着,围绕着DEM在湖泊水文动态的研究中4个主要方向：湖泊水域变化、湖泊水位变化、湖泊水量变化、湖泊水文灾害情势,重点总结：DEM与其他遥感观测平台、实地观测及模型模拟等多源数据的融合策略,数字地形分析与水文学分析、遥感影像分析等方法的集成策略,以及DEM数据不确定性等对湖泊水文变化研究的影响。最后,本文论述了目前DEM在湖泊水文研究中存在的关键问题,并结合技术发展趋势和研究热点问题,提出了可能的解决路径和未来的研究前景。     

MIKE BASIN支持下的流域水文建模与水资源管理分析——以西藏达孜县为例

基于ArcView GIS平台,利用流域水资源规划管理软件工具MIKE BASIN,以西藏达孜县为试验区,采用50×50m格网DEM数据,开展拉萨河流域内的地表水的产汇计算,并进行流域水资源合理配置研究。本文建立了流域供需水的空间分析网络,对各汇流区进行流域模拟分析,研究结果以直观的专题图表显示,为本区的流域水资源管理提供了可视化的研究框架。     

基于等角边界距离相似性的遥感影像面状图斑匹配研究

基于形态特征的目标匹配是地图空间认知、地表位置自动感知等领域的重要方法。然而,由于不同数据源的遥感影像提取的同一个空间目标在空间尺度和局部形态上存在一定的差异,现有形态匹配算法难以获得较高的匹配精度。本文以等角边界距离编码及相似性算法为核心,提出了面向遥感影像的面状图斑匹配方法。① 从面目标的质心以10°为间隔,顺时针方向从质心向外引36条射线,获取面目标的边缘点,形成等角边界距离编码;② 提出了与该编码相适应的几个综合形态指标,包括自相似度、圆形度、形态复杂度和质心偏移度,并建立了面状图斑相似度算法;在此基础上,结合近邻目标的形态相似度,构建了遥感影像面状图斑匹配算法;③ 从不同数据源的在线遥感影像上提取中国西部湖泊与全球湖泊,开展面状图斑匹配实验。通过实验,发现本文的面状图斑相似度算法相对于按距离采样的相似度算法,召回率提升了13.8%;在添加近邻目标相似度约束的基础上,面状图斑匹配精度达到90%以上。通过算法适应性分析,发现该算法在一定的投影变形下仍能保持一定的匹配精度;如果空间目标及其邻域目标的总体形态和分布接近,不同空间尺度的匹配精度保持在80%以上。本文的研究为地图空间认知、地表位置机器自动感知提供了新的思路和方法。     

遥感建筑用地信息的快速提取

建筑用地的急剧增加和耕地资源的迅速减少,使得土地利用动态变化监测显得尤为重要。遥感作为监测土地利用动态变化的一种有效手段,已经得到日益广泛的应用。但是建筑用地由于其光谱的异质性,而难以用简单的方法将它们从遥感影像中准确提取出来,遥感建筑用地指数(Index-based Built-up Index,IBI)是针对这一问题提出的。它的构建采用的是三个专题指数波段(SAVI植被指数、MNDWI水体指数、NDBI建筑指数),而不是影像的原始波段。由于这三个指数互为负相关,因此,可以有效地增强和提取遥感影像中的建筑用地信息。通过将IBI指数提取建筑用地的影像处理过程编成可自动执行的模块,并集成于大型的遥感商业软件中,使得影像数据处理和建筑用地信息提取时间大大缩短,提高了建筑用地信息增强和提取的效率。     

高光谱图像模糊识别分类及其精度评价

高光谱遥感是在特定光谱域以高光谱分辨率同时获取连续波长的地物光谱图像,并能提供更多的精细光谱信息,有利于选择各种单一地物光谱差异明显的波段,使得高光谱遥感应用于更广的地物识别中。文中采用模糊识别的绝对值指数法对高光谱图像进行识别分类,并对分类结果进行像元级的评价。     

Development of a location-weighted landscape contrast index based on the minimum hydrological response unit

The changing patterns of watersheds in a landscape, driven by human activities, play an important role in non-point source pollution processes. This paper aims to improve the location-weighted landscape contrast index using remote sensing and GIS technology to account for the effects of scale and ecological processes. The hydrological response unit(HRU) with a single land use and soil type was used as the smallest unit. The relationship between the landscape index and typical ecological processes was established by describing the influence of the landscape pattern on non-point source pollution. To verify the research method, this paper used the Yanshi River basin as a study area. The results showed that the relative intensity of non-point source pollution in different regions of the watershed and the location-weighted landscape contrast index based on the minimum HRU can qualitatively reflect the risk of regional nutrient loss.