多元指标的海上溢油信息提取

 海上溢油给海洋生态环境带来了巨大的影响,甚至需要几十年才能恢复。运用卫星遥感进行海上溢油监测已成为目前溢油监测的主要手段。本文对海上溢油遥感监测方法进行了分析,鉴此,提出了一种SAR数据的多元指标溢油信息提取方法。首先,对图像进行分割,然后,建立溢油形状参数、纹理特征指数、物理特性指数等主要指标,并以层次分析法得出每一类指标的权重。针对每一类指标,以经现场验证的溢油图像为基础,选择形状参数,如周长与面积比值、复杂度等,建立溢油形状判读等级;选择纹理特征参数,以灰度共生矩阵的相关性、熵、变化等来表达溢油的纹理特性,建立溢油纹理特征判断等级;选择溢油物理特征,如溢油与海水的标准差、均方根差、对比度等,建立溢油物理参数判断等级。在此基础上,建立海上溢油遥感信息提取指数,计算分割图斑的溢油遥感信息提取指数,以此判断溢油遥感信息提取的置信度,为溢油识别提供依据。     

基于SAR和AIS的角度最近邻数据关联方法

提升海上态势感知能力是构建智慧海洋的重要环节。针对目前海上目标研究单源传感器存在感知盲区,多源传感器数据关联易受杂波干扰、在密集区表现不佳等问题,本文基于合成孔径雷达(SAR)和船舶自动识别系统(AIS)数据,提出一种抗干扰性强的角度最近邻数据关联方法,充分利用SAR与AIS船舶目标的空间角度关系,提高船舶目标在密集区域点迹关联的准确性。首先,对AIS数据进行时空滤波,实现数据粗关联,构建关联分析的数据候选集;然后,从时空数据的空间关系角度出发,在灰狼优化和匈牙利算法的启发下,利用点迹对特征向量矩阵进行运算,实现对多源空间数据的优化关联;最后结合数据几何关系对结果进行置信度评估。本文选取5幅SAR影像与AIS数据进行实验,并基于SAR影像数据及船舶轨迹点分布密度设计仿真实验,结果表明,本文所提出的角度最近邻数据关联方法,在密集分布情况下,关联精度为传统NN、GNN算法的3.62和4.61倍,运行时间为1.69 s,相较于NN算法仅增长1.36 s,仅占GNN运行时间的0.49%,在运行时间增长不大的情况下具有更强的抗干扰能力,在密集区域仍能取得较好的关联效果。     

溢油监测时空数据管理与动态可视化

针对传统溢油监测系统的不足,本文提出了基于时空数据模型的数据组织方式,以时间为基准来存储、查询、管理多源时空溢油数据,同时,借助地理信息可视化对溢油数据加以展示。为了避免可视化中数据不连续采集造成的视觉跳跃感,本文引入计算机图形学中Morphing图形插值渐变算法实现间隔油膜平滑过渡,并提出基于统计屏幕像素的方法实现流场数据的多尺度表达。     

融合VGI和遥感等多源数据的洪涝范围提取与模拟方法

及时准确的洪涝范围提取可以提高应急管理部门对于洪涝灾害的响应能力，减轻灾害影响。SAR遥感不受云雨影响，是洪涝灾害监测的有效工具。然而，由于卫星重返周期的限制，基于SAR的洪涝连续观测较难实现。在应急背景下，如何快速、实时进行洪涝范围提取是急需解决的问题。本文提出了一种结合遥感、VGI等多源数据的洪涝范围提取与模拟方法：(1)构建Albert+CNN的文本分类模型提取社交媒体洪涝信息；(2)基于异常值剔除方法利用社交媒体和OSM等VGI数据代替人工采样对Sentinel-1 SAR数据进行分类，提取洪涝范围；(3)结合社交媒体、水位数据等多源数据基于SNIC分割和成本距离等方法模拟无可用SAR数据时的洪涝淹没情况，提高洪涝的淹没范围提取频次。研究表明，本文基于Albert+CNN与异常值剔除的样本自动生成方法，可以有效辅助SAR数据的洪涝分类；利用VGI数据结合水情、DEM等多源数据进行了洪涝范围的模拟可以增加洪涝监测的时间分辨率。本研究有助于提高洪涝信息提取能力，为VGI支持洪涝灾害的应急管理提供参考。     

利用SPOT-6影像提取新增建设用地的方法研究

随着我国城镇化进程的推进,新增建设用地占用耕地不可避免,特别是在城市郊区/近郊区。为加强土地管理,国土部门对土地利用进行年度变更调查监测与核查工作,重点监测各类新增建设用地。SPOT-6影像是一种投入使用时间不长的全新遥感数据源。本文基于SPOT-6影像,结合基期土地利用图,利用SEaTH算法,采用面向对象的方法,研究新增建设用地自动提取算法。首先提取基期的非建设用地图斑,在其约束下对SPOT-6影像进行多尺度分割,以分割得到的新图斑为基本单元,利用光谱、纹理等特征构建土地类型识别知识库,基于SEaTH算法来实现特征优选和特征阈值自动确定,并构建了模糊分类规则,最后将分类结果与基期土地利用数据叠加分析,获取新增建设用地。实验结果表明,应用SPOT-6影像与基期土地利用图,提取新增建设用地的精度达到88%,满足土地利用年度变更调查监测与核查的基本要求。     

SIFT与粗差剔除算法相结合的机载SAR影像匹配研究

SAR影像匹配是SAR数据处理的重要环节,但是,SAR影像匹配成功率、正确率及精度较低。通过SAR影像匹配,建立SAR匹配像对,对雷达立体观察和立体测量有重要的意义。在机载SAR影像匹配中,应用SIFT 算法,获得较稳定的特征,并结合2D单应变换的RANSAC算法剔除误匹配点对;选取三组不同类别的机载SAR影像数据,利用SIFT 和粗差剔除相结合的算法,通过VC++和OpenCV编程,提取出特征稳定且均匀分布的同名点对,完成机载SAR影像匹配实验。结果表明,对于含有人工建筑物的机载SAR影像,SIFT 算法可有效地提取大量稳定的匹配点对,其正确率高;对于含有自然植被的机载SAR影像,SIFT 算法可有效地提取较多稳定的匹配点对,其正确率较高;由于SIFT 算法实质上是基于局部灰度匹配的算法,对于纹理信息缺乏的机载SAR影像,只可提取少量稳定的匹配点对,其正确率相对前两者较低。总体而言,在机载SAR影像中SIFT 算法能够提取到稳定的匹配点对,并结合基于2D单应变换的RANSAC算法,可有效剔除误匹配点对,提高匹配正确率及精度。     

基于谱空间统计特征的高分辨率影像分割尺度估计

多尺度分割是面向对象遥感影像分析的关键性基础步骤,影像分割过程中尺度参数的选择直接关系到面向对象影像分析的质量和精度。本文首先从理论层面将遥感影像分割的尺度界定为基于统计的原始影像全局或局部特征的一种定量化估计,并在算法层面上将多尺度分割算法的尺度参数概括为空间尺度分割参数（类别或斑块间的空间距离）、属性尺度分割参数（类别或斑块间的属性距离）和合并阈值参数（斑块大小或斑块像元数目）;接着,提出了基于谱空间统计的高分辨率影像分割尺度估计方法;最后,以均值漂移多尺度分割算法为例,采用高空间分辨率的Ikonos、Quickbird和航空影像数据,对本文提出的基于谱空间统计的高分辨率影像分割尺度估计方法进行了验证。结果表明,该方法在一定程度上不仅避免了高分辨率遥感影像分割尺度参数选择的主观性和盲目性,还提高了面向对象影像分析的自动化程度,具有可行性和有效性。     

中航时无人机系统在应急测绘中的应用探讨

针对洪涝、山体滑坡、泥石流、地震等自然灾害灾后应急测绘数据获取难的问题,文章以CH-4无人机系统为例,提出运用具有快速获取大范围高分辨率影像能力的中航时无人机航空摄影测量系统进行数据获取。该系统在广西某区域进行了试验,结果表明,CH-4无人机应急测绘系统可以同时获取光学影像、雷达影像和视频数据等,且精度满足要求,可广泛应用于自然资源监测和管理、国土空间规划、森林火灾隐患点排查、海洋溢油监测等领域。     

高空间分辨率遥感影像分割定量实验评价方法综述

GEOBIA（Geographic Object-Based Image Analysis）技术针对高空间分辨率遥感影像分析的效果和精度远优于基于像元的传统方法。影像分割作为GEOBIA中的关键技术,学者们对此已经做了大量的研究,提出众多分割算法。对分割算法进行评价和分割技术本身同样重要,通过分割评价可以对分割算法的性能进行评价,比较不同分割算法的优劣,为影像选择合适的分割算法并设定合适的分割参数。影像分割的目的是为了实现影像分析操作的自动化,而主观评价法、系统评价法和分析评价法,因其无法给出客观定量指标的特点,难以应用于实时、自动化的高分辨率影像信息提取与分析系统当中。加之近年来针对分割评价方法的研究远远落后于分割算法本身,因此对定量分割评价方法进行综述对于影像分割方法及其应用研究意义重大。本文对现有的评价方法进行系统总结,建立了针对高空间分辨率遥感影像分割评价方法的分类体系。对各种方法,特别是定量的实验评价法进行对比,分析其应用范围和优劣,最后指出了高空间分辨率遥感影像分割评价未来的改进方向和应用前景。     

结合改进的降斑各向异性扩散和最大类间方差的SAR图像水体提取

利用遥感成像技术获取地面水体信息对水资源调查、自然灾害评估、流域规划和生态环境监测等具有重要意义,其中SAR成像作为大范围地面监测的可靠数据源,拥有全天时、全天候、广覆盖等光学遥感系统所不具有的优点,在水体提取中得到了广泛的应用。但由于受SAR图像相干斑噪声的影响,现有水体提取方法难以迅速、精确提取SAR图像中复杂精细的自然水体结构。为此,提出一种结合改进的降斑各向异性扩散和最大类间方差的SAR图像水体提取方法。首先,利用降斑各向异性扩散滤波SAR图像,在迭代滤波过程中通过计算图像间平均结构相似度自适应控制迭代过程,使其同时保持精细边缘和纹理结构;然后,以类间方差最大为准则,自适应确定阈值,实现滤波结果图像二值化分割。在二值化分割结果中,搜索具有相同像元值且位置相邻的前景像元点组成的连通区域,使每个单独的连通区域形成一个被标识的块,通过获取这些块的几何参数来消除图像的误分割,精确划定真实的水体区域,以实现SAR图像水体提取。为了验证提出方法的准确性,将本文方法提取的水体边界与人工绘制的水体边界叠加,结果表明二者可较好吻合。同时,从视觉、提取精度和运行时间对本文方法与目前常用3种SAR图像水体提取算法的结果进行比较分析,其中本文方法的运行时间满足实时应用的要求,提取结果的边界在2个像元评级区重叠度均达到80%,明显优于其他方法且本文方法提取结果在边界及细节信息等视觉方面也更加显著。对结果的定性及定量评价表明本文方法的优越性。     

A fast,edge-preserving,distance-regularized model with bilateral fi ltering for oil spill segmentation of SAR images

Marine oil spills are among the most signifi cant sources of marine pollution. Synthetic aperture radar(SAR) has been used to improve oil spill observations because of its advantages in oil spill detection and identifi cation. However, speckle noise, weak boundaries, and intensity inhomogeneity often exist in the oil spill regions of SAR imagery, which will seriously aff ect the accurate identifi cation of oil spills. To enhance marine oil spill segmentation of SAR images, a fast, edge-preserving framework based on the distance-regularized level set evolution(DRLSE) model was proposed. Specifi cally, a bilateral fi lter penalty term is designed and incorporated into the DRLSE energy function(BF-DRLSE) to preserve the edges of oil spills, and an adaptive initial box boundary was selected for the DRLSE model to reduce the operation time complexity. Two sets of RadarSat-2 SAR data were used to test the proposed method. The experimental results indicate that the bilateral filtering scheme incorporated into the energy function during level set evolution improved the stability of level set evolution. Compared with other methods, the proposed improved BF-DRLSE algorithm displayed a higher overall segmentation accuracy(97.83%). In addition, using an appropriate initial box boundary for the DRLSE method accelerated the global search process, improved the accuracy of oil spill segmentation, and reduced computational time. Therefore, the results suggest that the proposed framework is eff ective and applicable for marine oil spill segmentation.     

海面溢油光学卫星遥感监测能力分析

 海面溢油对海洋生态的影响具有频率高、范围广和危害大的特点。卫星遥感已成为海面溢油监测的重要手段。本文从海面油膜光谱特性出发,与常用的光学卫星传感器建立对应关系,根据对不同光学遥感卫星的空间分辨率、时间分辨率、幅宽和波段数等主要物理参数的对比分析认为,MODIS传感器和HJ-1卫星有较强的海面溢油监测能力。故此,采用MODIS、BJ-1、HJ-1和FY-3光学卫星影像,对2006年3月和2011年6月渤海海面溢油污染事故进行了遥感监测。MODIS遥感图像可以清晰反映出2006年和2011年这2次溢油污染事故中海面油膜信息,HJ-1卫星遥感影像则能反映出2011年溢油污染事故中海面油膜信息,而BJ-1和FY-3卫星遥感影像不能反映出海面油膜信息。HJ-1、BJ-1和FY-3卫星在波段设置上相似,但是,BJ-1和FY-3卫星不能反映出油膜信息,所以,本文进一步对这2次溢油事件中的MODIS遥感影像的油水光谱反差和海水光谱方差进行计算,并对结果进行比较分析,实验结果表明,当MODIS某一波段的海水光谱方差小于油水光谱反差时,则该波段可以显示出油膜信息;而当油水光谱反差小于或接近海水方差时,则不能反映出海面油膜信息。从波谱响应、空间分辨率和时间分辨率,以及监测实例中说明MODIS传感器有较强的海面溢油监测能力。     

基于面向对象方法的Sentinel-1A SAR在洪水监测 中的应用

开展Sentinel-1A SAR数据在洪水淹没范围提取和水体变化监测方面的应用研究,对科学有效地管理洪涝灾害有重要意义。合成孔径雷达以其不受天气影响、能穿透云层、覆盖面积广等特点成为灾害监测的重要数据来源。面向对象的方法能有效解决影像的椒盐现象被广泛运用于信息提取研究。本文基于Sentinel-1A SAR数据,利用面向对象的方法构建洪水淹没范围提取流程,绘制灾前、灾中、灾后水体变化监测图,对比分析基于传统像元的提取方法,实现对广西临桂会仙岩溶湿地区域不同时期洪水动态监测。研究表明,Sentinel-1A SAR数据在洪水监测领域有巨大的应用潜力,相较于传统基于像元的方法,面向对象的方法能有效抑制杂斑生成,提高空间信息的利用效率,具有更好的提取精度。     

基于特征概率函数的双阈值分割海面溢油检测

 海面溢油对生态环境造成了严重危害,故及早发现和尽快处理对降低事故影响和经济损失起着至关重要的作用。合成孔径雷达(SAR)是观测海面溢油、快速检测和事故态势分析判断的有效技术途径。本文针对SAR图像的海面溢油检测,提出了一种特征概率函数的双阈值分割方法。首先,通过高低阈值分割提取不同层次的灰度信息,再利用密度估计提取灰度的空间分布信息,然后,通过构建概率函数对油膜和类油膜区域进行形态学分类,最后,结合辅助信息,获得最终的海面溢油检测结果。本文利用香港中文大学卫星地面站接收的ENVISAT ASAR图像开展实验,结果表明,本文提出的方法能够准确地排除由风场或者水流场导致的低散射区域,有效地检测和识别生成不久的中型油膜,从而有助于溢油事故的早期预警与处置。     

基于多源遥感数据的断裂构造提取方法研究——以南水北调中线工程核心水源区为例

以南水北调中线工程核心水源区为例,利用中、高分辨率光学影像、雷达影像和数字高程模型等多源遥感数据,开展断裂构造提取方法研究。综合利用多源遥感数据的对地穿透能力、光谱信息和空间几何信息,进行图像增强、融合处理和三维地形分析,突出目标区断裂构造的影像标志。通过多源遥感解译,结合现场调查验证,初步查明目标区内3条主要断裂的几何展布信息,为该区的活断层探测和地震危险性评价提供参考。     

Development of an oil spill forecast system for offshore China

An oil spill forecast system for of fshore China was developed based on Visual C++. The oil spill forecast system includes an ocean environmental forecast model and an oil spill model. The ocean environmental forecast model was designed to include timesaving methods, and comprised a parametrical wind wave forecast model and a sea surface current forecast model. The oil spill model was based on the "particle method" and fulfi lls the prediction of oil particle behavior by considering the drifting, evaporation and emulsifi cation processes. A specifi c database was embedded into the oil spill forecast system, which contained fundamental information, such as the properties of oil, reserve of emergency equipment and distribution of marine petroleum platform. The oil spill forecast system was successfully applied as part of an oil spill emergency exercise, and provides an operational service in the Research and Development Center for Off shore Oil Safety and Environmental Technology.     

面向对象图像识别的地学理解方法的优化与应用

近年来,面向对象技术的应用愈加广泛,以适应不同应用目的下不同地物复杂度的图像处理与信息提取要求。本文详细分析了面向对象信息提取方法中存在的问题,提出将传统像元级光谱分类与面向对象信息提取技术相结合,通过最大似然光谱分类和地学统计分析获取图像区域的先验知识,包括不同类型地物光谱混淆情况和图像复杂程度的定性描述等,以反映图像处理与信息提取的难度大小及技术要求,利用预分析获得的知识优化面向对象信息提取技术流程中图像分割参数设置及分类器的构造等,用于克服面向对象方法参数选取的盲目性和结果的多样性。并以SPOT5高分辨率遥感图像为例,通过常规方法和改进方法的对比,证明本试验方法有利于真实地分割地物基元,提高分类精度、效率和训练器性能。     

基于改进SVM分类法的SAR图像水体面积提取研究

在复杂地表环境下的多云多雨地区,基于合成孔径雷达（SAR）图像提取水体时容易受到其它地物如水田、山体阴影等干扰,传统的灰度阈值法和SVM法未能考虑水体与其它地物在纹理和地形上的差异,因此水体提取结果精度较差。研究首先用Refined Lee滤波对SAR图像进行预处理;其后通过DEM建模和坡度计算提取地形特征,通过计算图像灰度共生矩阵以提取纹理特征（包括均匀性、角二阶矩和熵）,并结合SAR图像极化信息以及SDWI指数形成针对水体提取的特征空间,通过融合地形特征和图像纹理特征发展了改进SVM 分类法的水体提取模型。在使用Sentinel-1 SAR数据对所发展模型与SDWI水体指数法、传统SVM法水体提取结果进行比对后发现,改进SVM分类法提取的水体结果较好地剔除了水田和山体阴影,且提取的水体水面比传统的SVM法更加完整;该方法在总体精度、Kappa系数、漏分率和错分率指标上均优于SDWI法和传统的SVM法,总体精度达到98.06%,比SDWI法和传统的SVM法分别提高了23.24%和5.49%,有效提高了复杂环境下地表水体的提取精度。研究最后将所发展模型应用于2018年马哈韦利河流域逐月水体提取与变化分析,有效解决了山体阴影和水田误分问题。本文提出的改进SVM法可以实现复杂地表环境下大范围水体信息准确、完整提取。