多指数去阴影型Sentinel-1 SAR数据洪水淹没范围最优阈值分割方法——以邵阳县为例

以邵阳县洪涝灾害为研究对象,采用Landsat8 OLI数据和Sentinel-1 SAR数据,通过NCIWI和SDWI多种指数增大洪灾前后水体和背景差异,利用DEM建模去除SAR数据山体阴影干扰,并采用Otsu法计算最优分割阈值,从而构建精度高、抗干扰性强的Sentinel-1 SAR数据洪水淹没信息提取方法。研究结果表明:1)融合数据提取精度较高; 2) DEM建模去除山体阴影效果良好; 3) GS变换融合法、组合水体指数法结合Otsu分割法,可实现水体精度提取,数据融合对洪水淹没范围与面积监测效果良好。     

高分一号山地冰川运动速度提取与分析

近年来国产遥感卫星数据增多,但在山地冰川运动速度监测研究中,国产卫星遥感数据的使用却很少。基于此现状,本研究利用"高分一号"卫星数据(GF-1)对藏东南雅弄冰川运动速度进行了提取。通过与同分辨率、同时段的Landsat 8数据进行对比,以及利用非冰川稳定区域的残余位移和冰川主冰流线剖面运动速度两方面,评估了GF-1数据提取的冰川运动速度的精度。结果表明:GF-1数据在非冰川稳定区域的平均偏移量为7.48 m·a~(-1),虽较Landsat 8数据的高(平均偏移量4.58 m·a~(-1)),但小于冰川平均运动速度的5%;GF-1数据与Landsat 8数据在2015年—2016年时段内的冰川主冰流线运动速度变化趋势一致,两者的偏差均方根为7.41 m,小于冰川平均运动速度的5%。研究结果证明了国产高分一号卫星遥感数据在青藏高原山地冰川运动速度监测应用中的可行性。     

哨兵1号和高分三号SAR数据海浪谱反演精度评估

合成孔径雷达SAR (Synthetic Aperture Radar)是一种重要的海浪观测手段,研究其SAR图像海浪谱反演结果的精度,是其广泛应用于海浪观测的前提。欧洲航天局ESA (European Space Agency)的哨兵1号卫星(Sentinel-1)和中国自主研发的高分三号卫星(GF-3)是目前在轨运行的两颗SAR卫星,利用两颗卫星的SAR数据反演海浪和风场参数是目前国内外研究团队最为关注的问题之一。本文重点研究并对比了哨兵1号卫星SAR IW模式(Interferometric Wide swath)和GF-3卫星SAR条带模式数据海浪谱反演的精度。选取印度洋海上丝绸之路海域和太平洋、大西洋近岸海域不同海况下的两卫星SAR数据进行海浪参数反演,将反演结果分别与欧洲天气预报中心ECMWF(European Center for Medium-range Weather Forecasts)的ERA-5数据和浮标海浪数据进行了对比,结果显示,与ERA-5数据对比,Sentinel-1卫星反演有效波高和平均波周期的均方根误差RMSE(Root Mean Squared E...     

融合Sentinel-2数据的高分五号高光谱数据降尺度

高分五号(GF-5)是中国首颗实现对大气和陆地综合观测的全谱段高光谱卫星，其搭载的可见短波红外高光谱相机AHSI提供的遥感数据拥有极高的光谱分辨率。然而，AHSI数据的空间分辨率为30 m，较低的空间分辨率限制了应用场景。为实现GF-5数据的降尺度，本文通过融合10 m哨兵二号(Sentinel-2)多光谱数据，生成10 m GF-5高光谱数据。在方法上，针对现有先进的信息损失引导的图像融合方法ILGIF (Information Loss-Guided Image Fusion)在高光谱图像降尺度中计算时间成本高的问题，本文提出了其快速版本FILGIF (Fast ILGIF)。另一方面，在降尺度过程中，本文考虑并估计了30 m GF-5高光谱数据和10 m Sentinel-2数据之间的尺度转换点扩散函数PSF (Point Spread Function)，提高融合数据质量。实验结果验证了融合Sentinel-2数据用于GF-5高光谱数据降尺度的可行性。同时，结果表明：在获得与ILGIF相当精度的前提下，FILGIF大幅提高了运行效率；尺度转换PSF对降尺度过程有着重要影响，其准...     

GF-2影像中不同水体指数模型提取精度及稳定性分析

针对GF-2卫星影像数据的特点，选取了临夏回族自治州境内两个不同研究区域，分别采用单波段阈值法、归一化差分植被指数法（NDVI）及其他3种水体提取指数法（NDWI、SWI、MSWI）对两个研究区进行水体提取试验。通过分析比较各水体指数模型中阈值对水体提取精度和稳定性的影响，发现研究区1（城区）中单波段阈值法提取效果最高达到71.29，且稳定性较好。研究区2（山区）中MSWI方法提取精度最高为95.76，稳定性较单波段法次之。本文试验为GF-2影像在不同区域进行水体提取时选择不同模型及阈值时提供可靠的参考依据。     

结合高分遥感和多源数据的高原湖泊流域土地利用分析

高分一号卫星是为提升我国高分辨率数据自给率自主发射的卫星，在土地利用监测方面具有重要的应用价值。将GF-1卫星影像与多源数据影像进行对比能够挖掘各数据源在土地利用动态监测方面的差异性。本文以云南省杞麓湖流域为研究区，选取最新的Sentinel-2、GF-1和Landsat 8卫星遥感影像进行土地利用分类，以第二次全国土地利用调查数据为基期数据，结合野外实地调研和土地利用转移矩阵开展土地利用现状和演变分析，得出以下结论：①杞麓湖流域的水域、建设用地、耕地和林地自中心向外呈现出圈层分布的特征，与第二次全国土地调查结果相比，水域、耕地、林地3种类型的自然景观面积减少，而建设用地和其他用地受人类活动的影响，面积大幅增加，变化主要集中在杞麓湖周边的纳古镇和河西镇。②Sentinel-2卫星影像与GF-1卫星影像均具有较高的空间分辨率，二者对土地利用变化评估的结果相近，均优于Landsat 8卫星影像，其中GF-1卫星影像具有较高的应用价值。     

结合形态学和光谱特征参数的建筑物阴影提取及其高度估算

建筑物高度信息对城市景观规划设计、城市人居和生态环境评估等都具有重要作用。针对当前卫星遥感影像提取建筑物高度研究中存在精度较低、人工干预程度过多的问题,本文基于GF-2卫星遥感影像数据,综合建筑物阴影指数(EMSI)、归一化植被指数(NDVI)和地表反射率等3个参数,实现了建筑物阴影的自动化提取,进而依据空间几何学关系,实现了建筑物高度的快速估算,最后对研究结果进行了实地检验。研究表明,利用建筑物阴影指数、NDVI、地表反射率等3个参数可有效提取建筑物阴影,且利用建筑物阴影进行建筑物高度估算的平均精度达到了95.40%,证明了高分二号卫星影像在提取建筑物高度方面具有较高的可行性。     

基于GF-1卫星数据的新增建设用地监测试验与分析

选择内蒙古包头市石拐区和江苏省徐州市贾汪区分别作为典型山地、平原试验区,开展了GF-1卫星数据的新增建设用地监测能力试验与分析。试验结果表明,基于GF-1卫星数据的新增建设用地监测图斑属性精度,新增建设用地占用耕地、非耕农用地图斑面积精度,以及最小可监测图斑面积,满足土地利用动态遥感监测业务相关规范要求。     

联合多源遥感数据监测四川木里县森林火灾

森林火灾既严重影响森林生态系统的稳定,还威胁到人类生命财产安全。传统监测森林火灾方法,覆盖范围小,难以及时监测小面积火灾。遥感卫星能大范围精确监测火情,提高了监测方法的时效性,但使用单一卫星数据源很容易受到云雨等客观环境因素影响,降低监测的时效性。本文以四川木里藏族自治县"330森林火灾"区域为对象,开展多源卫星遥感数据对小范围火灾联合监测的研究。首先,充分挖掘高分四号高时空分辨率和中红外火烧敏感波段优势,联合烟幕、温度和植被指数时序变化确定火烧时间与位置;然后,使用Sentinel-2数据监测不同火烧区域光谱信息;接着,使用Sentinel-2数据提取dNBR(differenced Normalized Burn Ratio),提出了基于最大类间方差算法(OTSU)分步骤确定不同程度火烧迹地与面积的方法;最后,建立Sentinel-1A极化比值PR (Polarization Ratio)和NDVI之间关系,利用微波雷达突破云雨限制。结果表明:(1)高分四号联合IRS(InfraRed Scanner)和PMS(Panchromatic Multispectral Sensor)能够实时监测小范围火灾;(2)根据火点位置,确定火灾蔓延期间NDVI下降(由0.7降低至0.25),确定起火时间(3月30日);(3)火灾区域与未受灾区,以及不同类型火烧迹地之间的光谱在490—2200 nm范围存在差异;(4)基于OTSU算法自动确定阈值,确定林地损失面积41.56公顷(dNBR=0.35),精度达94.67%,提取林地过火未损失面积66.56公顷(dNBR=0.10),精度达90.94%,林地损失区域基本符合实际调查结果;(5)火灾前后极化比值由6.6 dB升高至10.8 dB,NDVI与PR经线性回归,R2=0.58,验证R2=0.50。联合多源卫星监测森林火灾,能提高森林火灾监测的时效性,避免了云雨等复杂环境的影响。研究成果能为小火点的及时识别和灾害评估提供参考,其应用可为林火应急响应提供技术支撑。     

国产高分辨率卫星影像在省级国土监察中的应用研究

以广西壮族自治区66个县为研究区域,针对实际应用,分析违法类型,收集2016年上半年GF-1、GF-2、ZY-3数据,结合2015年辅助数据,采用ENVI IDL开发批处理程序进行数据预处理,通过影像比对,目视解译提取可疑图斑,利用地理处理模型(GP Model)获取图斑行政区、坐标、面积等属性数据。核查53个县,查明1 046宗违法用地,16个违法采矿点。结果表明:国产卫星影像能较好地反映地物信息,地物判读性较好,文中所示的内业工作流程高效可靠,对在国土监察工作中发现可疑图斑具有现实意义。     

基于深度学习的高分辨率遥感影像光伏用地提取

近年来我国光伏产业发展迅猛,随之也产生了诸多用地问题,通过遥感技术提取光伏用地,监测光伏用地分布与用地状况,对于光伏产业健康发展具有重要意义。本文提出一套基于深度学习方法的高分辨率遥感影像光伏用地自动提取方法,该方法利用GF-1等卫星影像和Google Earth影像构建光伏用地样本,基于ResNeSt-50作为骨干网络的DeepLab V3+模型实现深度学习语义分割算法,并结合计算机图形学方法对深度学习结果进行后处理,实现了面向高分辨率遥感影像较通用的且高精度的光伏用地自动提取。该方法的深度学习模型验证精度mIoU值达0.899 2,提取结果具有良好的边缘精度且具有广泛的适用性,支持GF-1、ZY-3、GF-6、GF-2和Google Earth等影像。     

考虑植被红边信息的多时相Sentinel-2大范围冬小麦提取研究

冬小麦是中国的主要粮食作物且种植面积年际变化较大,及时准确掌握冬小麦种植面积变化有利于国家和相关部门科学决策。遥感技术是获取大范围冬小麦种植面积数据的最有效手段。前期研究多利用多时相中低分辨率影像（如MODIS）的归一化植被指数NDVI（Normalized Difference Vegetation Index）开展大范围冬小麦种植区提取,因分辨率低导致精度难以令人满意。Sentinel-2卫星是唯一能获取3个红边波段影像的米级分辨率传感器,但应用其红边波段进行大范围冬小麦提取的研究几乎没有。本文分析了红边位置指数REPI（Red-Edge Position Index）与NDVI各自在冬小麦提取中的优势,并基于冬小麦物候特征与JM距离研究关键时相,提出一种综合多时相Sentinel-2 PERI、NDVI的大范围冬小麦提取方法,将其应用于2020年京津冀地区的冬小麦种植区提取,冬小麦总面积提取误差为-2.57%。提取结果与Google Earth高分辨率光学影像的解译结果进行比较,总体精度为94.24%,Kappa系数为0.88,相较于已有大范围冬小麦提取研究精度有明显提升,表明了本文方法的有效性。     

单时相Sentinel-1A卫星SAR数据水稻信息提取

以单时相Sentinel-1A GRD为主要数据、单时相Landsat-8和DEM为辅助数据,根据植被生长规律制定水稻识别规则,提取广东省五华县横坡镇水稻种植面积。通过精度验证,总体分类精度高达93.83%,Kappa系数为0.78。研究结果表明Sentinel-1A GRD在水稻识别方面具有较大的发展潜能,为以后的水稻识别提供了有效便捷的识别途径。     

森林资源监测中GF-2卫星影像波段配准误差分析

通过对GF-2卫星影像正射校正及波段模拟配准误差试验,分析GF-2卫星正射校正方法的选择以及不同配准误差下对GF-2卫星影像自动分类结果的影响;最后介绍GF-2遥感影像在森林资源监测应用中的初步测试。研究结果表明:正射校正时,当校正精度要求控制在RMS2时,控制点数量选择范围在85~95间较为合理,且控制点数在90个时,RMS值最小;经有理函数模型与卫片模型比较后,卫片模型校正精度较高;以目视判读为主时,实践中建议使用三次卷积重采样法输出结果最好;波段模拟配准误差试验中,配准误差与各地类面积变化间存在显著的线性关系;对于森林面积监测时,配准误差应小于0.3个像元。此研究可为新型国产卫星数据在森林资源监测中的应用提供参考。     

基于哨兵数据相干性的洪水淹没范围确定方法

洪涝灾害会造成农田淹没、居民住宅损毁等危害,因此对洪水淹没范围进行实时、准确监测可有效进行灾后治理。利用光学传感器提取洪水淹没范围时,不能穿透云层,因此无法获取有效地面信息;而SAR使用微波波段,不受天气影响,在夜间也能成像。因此,SAR成为洪水灾害灾情评估的有力工具。本文利用2021年9月23日、10月5日、10月17日3景SAR雷达影像Sentinel-1A数据,计算相干性系数,设置阈值为0.2,提取水体淹没范围,分析其扩张范围及变化趋势,并根据生成的形变图分析水位抬升变化,验证了基于雷达数据的相干系数阈值提取方法监测洪水淹没范围,以及采用InSAR技术准确提取水体边界与分析水位上升趋势的可行性。     

GF-1、GF-2号卫星影像在闲置土地监测中的应用

以武汉市为研究区域,根据闲置土地清理工作的相关技术标准和要求,利用GF-1、GF-2卫星数据进行正射影像图制作和闲置土地信息提取,在定性和定量分析方法的基础上,测试GF-1、GF-2卫星数据在闲置土地监测工作中的适用性。测试结果表明,高分系列卫星数据能够较好地反映城镇闲置土地的关键地物信息,具有较高的可判读性,能够满足闲置土地处置业务的应用需求。     

基于高分一号对资源三号卫星交叉定标的研究

为了研究在不依靠国外辐射基准卫星为参考的情况下,基于国产高分辨率卫星对资源三号(ZY-3)卫星交叉定标的可行性,该文提出了一种基于国产高分辨率卫星高分一号(GF-1)的交叉定标方法。实验对ZY-3多光谱传感器MUX进行了两次交叉定标实验:第一次以GF-1PMS为参考传感器;第二次以GF-1 WFV2传感器为参考。两次交叉定标结果与MUX场地定标系数对比,以PMS为参考的交叉定标相对误差在4个波段分别为-1.16%、3.19%、1.62%和5.64%;以WFV2为参考的交叉定标相对误差在4个波段分别为2.83%、17.30%、20.85%和7.54%。采用Landsat-8数据作为验证参考,利用PMS-MUX交叉定标结果反演辐亮度值,在4个波段的最大相对误差为-6.88%。经过分析讨论,PMS-MUX交叉定标结果的不确定度为6%。     

时序Sentinel-1A数据支持的长江中下游汛情动态监测

合成孔径雷达（SAR）因其对地观测全天候、全天时优势,成为多云多雨天气限制下洪水动态监测中不可或缺的数据来源之一。由于GEE（Google Earth Engine）云计算平台的兴起和短重访Sentinel-1数据的可获取性,洪水监测与灾害评估目前正面向动态化、广域化快速发展。顾及洪水淹没区土地覆盖变化的复杂性和发生时间的不确定性,基于时序Sentinel-1A卫星数据提出了针对大尺度范围、连续长期的汛情自动检测及动态监测方法。该方法首先,利用图像二值化分割时序SAR数据实现水体时空分布粗制图,逐像素计算时间序列中被识别为水体候选点的频率。然后,利用Sentinel-2光学影像对精度较粗的初期SAR水体提取结果进行校正,得到精细的水体分布图。最后,针对不同频率区间的淹没特点,采用差异化的时序异常检测策略识别淹没范围：对低频覆水区利用欧氏距离检测时序断点,以提取扰动强度大、淹没时间短的洪涝灾害区;对高频覆水区利用标准分数（Z-Score）检测时序断点,以提取季节性水体覆盖区。在GEE平台上利用该方法,实现了2020-05—10长江中下游地区全域洪水淹没范围时空信息的自动、快速、有效监测,揭示了不同区域汛情发展模式的差异性。本文提出的洪水快速监测方法对大尺度下的汛情动态监测、灾害定量评估和快速预警响应具有重要的现实意义。     

基于GF-2号卫星数据的崩岗提取研究

崩岗是我国南方红壤区较严重的土壤侵蚀类型,也是威胁区域生态安全的重要因素.为研究GF-2号卫星影像提取崩岗分布的技术方法,以江西省赣县区白鹭乡金钩形小流域2017年的影像为数据源,对影像进行了光谱增强和纹理增强处理,采用面向对象的分类方法构建了崩岗信息提取的分类规则.精度验证结果表明,GF-2号卫星数据可满足崩岗调查信息提取的需求,提取精度可达91.7％;国产高分辨卫星影像在遥感监测崩岗中有较大的应用潜力.     

高分四号静止卫星数据的地表反照率反演

地表反照率(Albedo)是描述地表辐射能量平衡的重要参数,为了获得高分四号(GF-4)静止卫星的地表反照率产品,构建了一种基于核驱动双向反射率分布(BRDF)模型的反照率反演方法。首先,探索核驱动BRDF模型对GF-4卫星数据的适用性,加入地表分类信息,为核系数赋初值,并引入鲍威尔迭代算法优化模型结果。然后,对BRDF模型进行角度积分获得各个波段的地表窄波段反照率。在此基础上,结合GF-4卫星光谱响应函数与光谱库,首次建立了将窄波段反照率到宽波段反照率的转换系数,并反演得到0.4—0.7μm和0.3—3.0μm的宽波段反照率。最后,利用Landsat 8卫星数据和MODIS地表反照率产品对基于GF-4卫星数据的地表反照率反演结果进行交叉验证。Landsat 8与GF-4的反照率结果对比表明,GF-4卫星可见光范围内的反照率反演结果精度为85.6%,短波范围内的反照率反演结果精度为93.4%;MODIS与GF-4的反照率结果对比表明,可见光范围的地表反照率精度达到87.7%,短波范围的地表反照率精度达到85.9%。这说明GF-4卫星地表反照率反演结果具有较高精度,GF-4卫星反照率产品具有一定应用潜力。