大气校正对基于遥感指数提取藻华信息的影响

遥感技术使大范围实时监测蓝藻水华成为可能,但大气效应与太阳、地物及传感器的几何关系会影响辐射传输方程,从而对基于遥感指数的蓝藻信息提取产生影响,因此,探讨这些影响因子对藻华信息的提取精度有着积极意义。基于MODIS大气校正前后2种产品(MOD02和MOD09),利用单波段、比值植被指数、归一化差值植被指数和归一化水体指数4种遥感指数对2006年全年太湖藻华信息进行提取,并定量分析了气溶胶光学厚度、太阳高度角和卫星观测角等因素对遥感指数的影响程度。结果表明:比值植被指数与归一化差值植被指数受大气影响程度较其他二者低,且比值植被指数对大气因素的敏感性较归一化差值植被指数低;气溶胶的光学厚度与太阳高度角在不同程度上对指数提取结果造成影响,因此利用遥感指数提取藻华信息时需谨慎,以避免误判。     

基于MODIS数据的水体提取研究

通过对遥感图像各类地物的光谱和水体在中等分辨率的EOS／MODIS上的波谱特征的分析,论述了水体最为明显的波段组合,研究了如何从不同时期（枯水期、丰水期）的中等分辨率MODIS遥感影像提取水体的方法,并以武汉市梁子湖为例,对水体提取范围和精度进行比较和分析。实验表明：遥感图像经空间变换后再利用相同的方法提取的水体,更容易区分水体和阴影,产生的噪声也少,提取的水体范围更准确、计算的水域面积精度更高。     

下期要目

刘德长欧洲大陆遥感地质解译、诠释与矿产勘查战略选区张月大气校正对遥感指数提取藻华的影响
　　金谋顺高分辨率遥感数据铁染异常提取方法及其应用谭熊基于MKSVM和MRF的高光谱影像分类方法王凯基于MODIS数据的湖北省油菜种植分布信息提取。     

基于MODIS数据的植被指数分析

针对宏观土地覆盖遥感分类的现状,充分利用MODIS相对于AVHRR数据具有的多光谱和分辨率优势,提出了利用MODIS数据进行分类特征选择与提取并结合多时相特征进行宏观土地覆盖分类的分类方法,并进行了分类试验。     

结合贝叶斯理论和MRF的主被动遥感数据协同分类

提出一种基于贝叶斯理论和马尔科夫随机场MRF(Markov Random Fields)的主被动遥感数据协同分类方法。该方法依据光学与微波遥感数据在地物提取中的各自优势,首先对ASAR后向散射系数进行入射角归一化,然后构建一种基于贝叶斯理论和MRF的分类器,以归一化后的ASAR双极化数据与TM7个波段共同参与分类。分别对ASAR入射角归一化的有效性和主被动协同的必要性进行验证,结果表明,采用本文方法的分类精度达到89.4%,较未进行角度校正的主被动数据协同分类的精度提高了4.1%,较单独TM分类的精度提高了11.5%,体现出主被动遥感数据协同在分类上的潜力。     

基于多源遥感数据的水体信息提取研究

卫星遥感技术已被广泛应用到水体信息提取中,但目前基于遥感技术的水体信息提取多采用单一的遥感数据源,而没有充分利用多源数据的信息复合优势,因此,提取结果经常受天气气候或空间分辨率限制。本文研究了不同尺度、不同平台的多种遥感数据源的水体信息提取方法。首先,基于波谱间关系决策树分类算法对Landsat ETM+图像进行水体提取,利用其分辨率优势较准确地提取出水体范围;其次,在Radarsat SAR图像上利用阈值法粗提取水体信息后,结合DEM剔除阴影得到水体信息;最后,利用灾前Landsat ETM+图像水体信息提取结果和灾中Radarsat SAR图像水体信息提取结果,进行差值处理,得到洪水淹没范围。研究结果可以为洪水灾害监测与评估提供信息依据。     

基于被动微波遥感数据的冰间水道提取及验证

采用Aqua卫星搭载的微波扫描辐射计AMSR 2以及FY-3D卫星搭载的微波成像仪MWRI 89 GHz单通道被动微波亮温数据,利用空间滤波增强冰间水道的线状特征,结合系点线性插值的方法提取波弗特海和弗拉姆海峡的冰间水道,最后对提取结果形态学特征进行研究,并分析海冰密集度和冰间水道的关系,结果表明被动微波对尺度较大的冰间水道具有较好的提取效果.在形态学特征上,被动微波亮温数据具有提取宽度大于1/3像元分辨率的冰间水道的可能性,但提取水道总面积略小于热红外遥感提取结果.通过LSD算法得到的冰间水道长度被动微波数据源整体上是MODIS数据的2倍.利用最小外接矩形统计从AMSR 2、MWRI提取出来的冰间水道其宽度分布均服从幂律分布的规律.冰间水道面积占比与海冰密集度呈现负相关的关系.     

多时相MODIS指数提取东北三省水稻种植面积

为准确提取水稻面积,以东北为研究区域,采用多时相16d合成MODIS增强型植被指数数据和8d合成MODIS地表反射率数据提取水稻种植分布。选取水稻代表样点利用IDL编程提取物候曲线,利用归一化植被指数(NDVI)将水稻与其他明显地类区分,然后建立水稻增强型植被指数(EVI)、地表水体指数(LSWI)之间的相关关系,结合最新2015年土地利用数据提取东北三省2015年水稻种植面积。同时运用运筹学理论建立省级尺度水稻判别条件最优化模型,分析其在空间分布上的差异性和相关性,并将结果与统计年鉴进行对比分析,分析表明MODIS数据适合大区域省级范围水稻面积的提取,精度可达90%以上。由此得出,MODIS数据在省级尺度提取水稻种植面积上有着较大的优势。     

基于分析方法的太湖叶绿素a反演研究——以MODIS数据为例

目前, 针对太湖水体的叶绿素波段敏感性的分析, 大多集中在实测的高光谱反射率数据或者图像提取反射率与叶绿素浓度的统计分析结果上, 缺乏基于水体光学特性的研究, 并且两者之间的一致性也一直缺少论证。研究中采用2004 年4 月和2007 年8 月的两期数据, 首先从水质参数的生物光学特性入手, 基于生物光学模型, 利用叶绿素和其他水质参数的吸收和后向散射系数, 模拟计算其他水质参数不变, 叶绿素浓度处于不同水平时的水面反射率, 分析实测反射率对叶绿素浓度变化的响应; 利用MODIS 的波段响应函数把实测光谱模拟成宽波段的MODIS 反射率, 以此作为桥梁进而对实测的高光谱反射率和MODIS 图像提取反射率与叶绿素浓度的相关程度的一致性进行分析, 为利用MODIS 图像进行水质参数反演时的反演因子选择提供了依据。     

基于SPOT5图像的泥石流自动提取方法

在前人研究基础上,提出了一种基于SPOT5图像和DEM数据自动提取泥石流的方法。首先利用归一化差值植被指数(NDVI)、归一化差值土壤亮度指数(NDSI)和图像经主成分变换得到的第一主成分(PC1)等3种遥感指数获取新的主成分变换图像,进而利用阈值自动选取算法提取包含泥石流的裸地信息;然后基于1∶10 000的DEM数据,利用改进的沟谷中心线提取算法提取沟谷中心线,并利用数学形态学滤波算法生成沟谷范围;最后将提取的疑似泥石流图斑与沟谷范围匹配,并对矢量化后的结果进行面积、坡度和顺坡性等筛选,得到泥石流或潜在泥石流信息。实验表明,本文构建的泥石流提取模型具有较高的提取精度和效率。     

基于Log-Gabor小波和Krawtchouk矩的遥感图像分类

为了进一步提高遥感图像分类的精度,提出了一种基于Log-Gabor小波和Krawtchouk矩的遥感图像分类算法。首先利用Log-Gabor小波对遥感图像进行多方向、多分辨率滤波,提取遥感图像的纹理特征;同时计算遥感图像的Krawtchouk矩不变量,作为遥感图像的边缘形状特征,并与基于Log-Gabor小波提取的纹理特征构成完整的特征向量;最后依据所提取的特征向量利用支持向量机(support vector machine,SVM)分类器对待分类图像进行分类,得到最终的遥感图像分类结果。实验结果表明,与近年来提出的基于Gabor小波、基于Log-Gabor小波、基于Krawtchouk矩等3种遥感图像分类算法相比,本文算法在主观视觉效果和分类精度等客观定量评价指标上都有了明显的改善,是一种行之有效的遥感图像分类算法。     

一种结合颜色特征的PolSAR图像分类方法

为了提出一种颜色特征与极化特征相结合的极化SAR图像分类方法,首先,通过极化目标分解得到极化特征向量;然后,采用最佳指数模型方法生成极化SAR的假彩色合成图像,并提取颜色特征向量;最后,将这2种特征组成综合特征向量,利用SVM方法进行分类。利用Radar Sat-2的Pol SAR数据进行了SAR图像分类实验,并对分类结果进行定性和定量比较分析。实验结果表明,颜色特征的加入能有效提高极化SAR图像的分类精度。     

利用卫星影像进行南极格罗夫山蓝冰变化监测

利用MODIS及Landsat的系列影像数据,监测东南极格罗夫山的蓝冰变化。首先,使用MODIS原始数据进行蓝冰提取与范围统计,总结了蓝冰年度内的变化规律：蓝冰面积在9~12月间有上升趋势,直到第二年的1月中旬至下旬达到面积最大值,2~4月面积重新减小。然后,对Landsat影像使用监督分类结合目视判别的方法提取蓝冰地物。通过蓝冰边缘线的比较,得出蓝冰范围有东移趋势的结论。最后,揭示了短波辐射与气候变化对蓝冰范围变化的影响。     

小流域积雪时空变化特征对比研究

利用Terra和Aqua卫星提供的2002~2012年MODIS 8d积雪分类产品MOD10A2和MYD10A2生成双星8d合成产品MOYD10A2,并进行精度评价。在此基础上,提取了嫩江与辽河流域积雪覆盖率、相对积雪日数和归一化积雪指数,并对比分析了嫩江与辽河流域的积雪时空变化特征。结果表明:(1)合成后的图像大大降低了云层对积雪产品的影响,更好地恢复了云下积雪遥感信息,提高了积雪遥感指数的精度;(2)嫩江、辽河流域积雪高峰期均出现在11月中下旬到次年4月中上旬,每年的积雪覆盖率高峰期和变化趋势基本保持一致,但嫩江流域的积雪覆盖率明显高于辽河流域;受地理位置和海陆分布的影响,嫩江流域积雪天数呈由东北向西南方向减小的趋势,且积雪天数明显多于辽河流域;(3)MODIS 8d积雪分类产品可在长时间、大范围积雪监测中发挥作用。     

面向震害信息提取的多源遥感图像自动配准

为了从多源遥感图像中提取震害信息,研究了一种图像自动配准的高精度算法.首先,利用Moravec算子提取图像的特征点,并采用随机抽样一致性(random sample consensus,RANSAC)算法剔除误匹配点;然后,根据特征点对图像进行对数极坐标变换,求得基准图像和待配准图像间的旋转和缩放因子;进行旋转角度和缩放系数补偿后,采用与相位相关的亚像元级算法计算图像间的偏移量;最后,利用插值算法对待配准图像进行重采样,实现待配准图像与基准图像的几何配准.将配准后的震前和震后图像作为分类目标,分别进行基于特征的分类和震害信息提取,并对分类结果进行变化检测.实验结果表明,该算法流程具有较高的鲁棒性与配准精度,适用于多源遥感图像配准,所提取的震害信息能较好地应用于震害评估.     

基于双极化差值指数的城市建筑用地信息提取研究

以福州市城区ENVISAT ASAR影像为例,研究城市建筑用地信息准确快速提取的原理和方法。通过对影像主要地物类型的极化特征分析,构建基于双极化雷达后向散射差值指数以突显城市建筑用地信息,并采用面向对象方法进行分类。该方法与基于单极化得到的分类结果相比,提高了精度。研究结果表明,该方法是一种快速准确提取城市建筑用地信息的有效方法,这为极化雷达影像数据在城市建筑用地方面的应用研究提供了一个新思路。     

渝西地区多时期地表覆盖遥感信息提取

近年来,随着遥感技术的不断发展,利用遥感技术开展土地覆盖信息的提取工作已经变得越来越普遍。本文主要利用遥感技术进行土地覆盖信息的提取,为后续土地信息的分析调查提供了有利的数据。此次研究选取了渝西地区作为研究区,使用TM／ETM遥感图像作为基础数据。在提取覆盖信息之前,首先,采用遥感图像处理技术,对研究区进行了图像预处理;接着,对研究区四种地类进行采样处理,利用得到的采样数据,对研究区的遥感图像进行了光谱分析;最后,进行监督分类得到覆盖信息的明显特征,可以看出建筑用地在明显增多。并对分类结果进行精度评价,得到最后结论,可以看出每一时期的总分类精度都在85％以上,符合分类要求。     

结合高斯马尔可夫随机场纹理模型与支撑向量机在高分辨率遥感图像上提取道路网

在高分辨率遥感图像上,道路网的同物异谱现象更为突出,因此其提取难度更大。提出了一种马尔可夫随机场纹理模型与支撑向量机分类相结合的道路网提取方法。其基本过程是:利用高斯马尔科夫随机场模型6个归一化特征值进行支撑向量机的分类得到道路斑块,利用形态学算子对其进行初步连接并提取轴线,然后通过斑块轴线的启发式连接得到最终道路网。试验证明方法是有效的。     

多特征加权融合的高分SAR影像建筑区提取方法

机载SAR影像分辨率的不断提高使得图像纹理信息更加丰富,对地物分类和提取具有重要意义。针对建筑区的纹理特点,该文提出了一种综合统计和结构多特征加权融合的建筑区提取方法。分别采用经典的灰度共生矩阵方法提取统计纹理特征和采用变差函数方法提取结构纹理特征,并考虑方向信息;然后利用提出的巴士距离特征权值计算方法,将所选特征进行加权融合;利用K均值聚类算法对融合后的特征图像进行非监督分类,对分类图像进行后处理并提取外部轮廓。以国产机载P波段全极化SAR影像为数据源进行了实验,并对结果进行了定量分析,表明该方法能够高精度地有效提取高分辨率机载SAR影像中的建筑区。     

融合像元形状和光谱信息的高分遥感图像分类新方法

在高空间分辨率(简称"高分")遥感图像分类中,由于存在"同谱异物"等现象,仅依靠光谱信息进行分类的误差较大。为提高图像分类精度,提出一种融合像元形状和光谱特征信息的高分多光谱遥感图像分类新方法。首先利用像元及其邻域的关系来描述其空间结构,计算并提取像元同质区域(pixel homogeneous regions,PHR);然后以所提取的同质区域为基础,分别计算中心像元的长/宽比(length-width ratio,LW)和面积/周长比(area-perimeter ratio,PAI)这2个像元形状特征;最后将归一化后的像元形状特征和光谱特征融合,并利用支持向量机分类方法进行分类。以2个区域的Quick Bird高分遥感图像对该算法进行验证,将实验结果与仅利用光谱信息分类和仅使用像元形状指数(pixel shape index,PSI)分类的结果进行比较。结果表明,所提出的方法得到的分类精度最高,该方法能有效地提高高分遥感图像的分类精度。