基于遥感数据随机模型的空间结构分析与蚀变信息提取

遥感图像信号属于随机信号,其波段数据直方图与二维散点图分别是随机模型一维、二维概率密度函数的基本估计。从遥感数据的随机模型出发,讨论了一维概率密度的基本类型与形态、二维高斯分布的椭圆几何参数特征等。在此基础上,系统分析了由不同类型直方图生成的二维散点图的空间几何结构特征,以及异常信息空间定位等问题。最后,通过应用实例阐述了遥感数据空间结构分析在蚀变信息提取中的重要性与实用性。     

空间U统计量法在遥感蚀变信息提取中的应用研究

鉴于传统蚀变异常信息提取方法的局限性,试图在二维光谱特征空间(即散点图)中研究遥感蚀变信息的提取方法.在二维散点图中,两个波段灰度值的联合分布体现了各向异性的特点,聚类常呈类似椭圆形分布.对散点图中点的频数使用空间U统计量法逐个获得地物聚类的椭圆参数,将每个椭圆内的点映射到遥感图像上,经过目视解译,最终获得蚀变异常信息...     

遥感蚀变信息检测中背景与干扰问题研究

在不同自然景观区的遥感蚀变信息检测中,背景与干扰是2个复杂而又容易混淆的研究对象。本文结合光谱混合模型理论与随机变量概率分布相关理论,深入分析了遥感数据的光谱空间几何结构特征(重点剖析二维散点图),系统研究了背景与干扰的关系、复杂度以及干扰地物类型的划分等问题。这些问题的探讨为遥感蚀变信息检测的最佳方案设计和蚀变信息潜在性评价与准确提取提供了技术思路。     

内蒙古东乌旗遥感构造和蚀变信息提取与找矿预测

为了研究内蒙古东乌旗Pb-Zn-Ag多金属成矿区的找矿远景,在对Landsat7 ETM+数据进行几何纠正、大气校正和去干扰等预处理的基础上,对多波段假彩色合成图像做滤波处理以增强区域构造信息、进行线性构造解译;运用分形几何学原理和计盒维数法求取线性构造分维值,得到线性构造的统计自相似性和分形特征;采用主成分分析和阈值分割法对图像进行铁染、羟基蚀变信息提取;最后根据区内线性构造、遥感蚀变信息、岩体分布特征、区域地球化学异常和已知矿床(点)分布资料综合分析,圈定出3个级别的7个找矿预测区,再次证实了基于遥感图像的线性构造和遥感蚀变异常信息可以作为找矿预测的标志.     

基于知识的蚀变遥感异常信息快速提取及找矿应用实践

本文以新疆卡拉先格尔成矿带内新发现的哈腊苏铜矿化区为例,进行ETM 矿化蚀变遥感异常信息快速提取研究.分别在ETM 1,ETM 2,ETM 3,ETM 4,ETM 5和ETM 7等6个波段图像和增强图像(比值图像、主成分分析图像)上已知蚀变岩分布区及地质背景进行像元光谱采样,并分析蚀变岩在ETM 的6个波段图像及铁染异常和羟基异常图像上的光谱特征,进而发现蚀变岩与矿区地层区分的光谱知识.利用矿区成矿地质特征和典型矿床成矿模型建立遥感地质找矿模型,发现遥感地质控矿特征.在此基础上建立了基于知识规则的在ETM 图像上提取蚀变遥感异常信息模型,利用ERDAS IMAGING V8.7图像处理系统中的专家分类器模块快速提取该区蚀变遥感异常信息,实现了地质与遥感在图像处理平台上的有机结合.经实际验证,其结果与实际情况基本吻合,并且新发现铜矿化带一处,可为与该区地质背景类似的新疆阿勒泰南缘开展铜矿普查勘探提供参考依据.     

典型地物光谱空间结构特征与基本统计参数分析

分别从光谱曲线及光谱特征空间入手,对内蒙古突泉与青海同仁研究区野外实测岩石、土壤和植被等3类典型地物的光谱数据进行了分析,发现研究区无论在光谱曲线空间,还是在光谱特征空间,同类地物的分布形态基本一致,而不同之处是由不同地区的地质地貌、生态环境与气候因素决定的,但不影响其空间分布形态的整体特征.通过分析与实验,发现了几种能够在光谱特征空间对上述3类特征地物进行较好区分的波段组合,可以利用这几种波段组合指导根据遥感图像生成的二维散点图对这3类地物的分类,有助于改进遥感蚀变信息提取方法.     

PCA和布谷鸟算法优化SVM的遥感矿化蚀变信息提取

为了进一步提高遥感矿化蚀变信息提取的精度,本文提出了一种基于主成分分析PCA (Principal Component Analysis)和布谷鸟算法优化支持向量机SVM (Support Vector Machine)的遥感矿化蚀变信息提取方法。首先,通过波段比值法增强研究区遥感图像中的矿化蚀变信息,并获得比值图像;然后,对比值图像进行主成分分析,进而提取训练样本;接着,利用SVM对训练样本进行训练,同时采用布谷鸟算法求取SVM的最优核参数及惩罚因子,构造最优SVM模型;最后,运用最优SVM模型完成矿化蚀变信息提取。选择青海省五龙沟地区为研究区,提取羟基及铁染蚀变信息。实验结果表明,与主成分分析法、基于光谱角法和SVM的方法、基于粒子群和SVM的方法及基于波段比值、PCA和粒子群优化SVM的方法等4种方法相比,本文方法获得的遥感矿化蚀变信息和已知矿点的吻合度最高,提取效果最好。     

天宫一号高光谱数据相关检测法蚀变信息提取

天宫一号高光谱成像仪是目前中国空间分辨率和光谱综合指标最高的星载光谱成像仪.针对天宫一号高光谱数据,提出了一种基于波段相关检测的蚀变信息提取方法.该方法在对天宫一号高光谱数据进行波段相关检测提取蚀变异常特征波段的基础上,结合异常探测、端元提取和光谱匹配等方法的各自优势进行天高一号高光谱数据的蚀变信息提取.利用该法成功提取了天宫一号高光谱数据中的Al-OH矿物蚀变异常及4种蚀变矿物,结果表明该方法可以有效提取天宫一号高光谱数据中的蚀变信息,有助于天宫一号高光谱数据在地质矿产资源调查中发挥巨大的应用潜力.     

基于ERDAS的掩模图像生成方法探讨

同时存在多种地物干扰影响时,如何利用遥感软件ERDAS的可视化编程Modeler模块生成符合某种条件的二值掩模图像及多值掩模图像,在以往文献中很少有介绍,但这项技术的确是去除干扰信息及提取有用信息的关键一步.针对此问题,探讨了基于该模块生成二值和多值掩模图像的方法;将生成的多值掩模图像应用于卫星遥感图像处理,得到无干扰信息的遥感图像;并在此基础上用主成分分析法提取遥感铁染蚀变信息及羟基蚀变信息.结果表明:利用此方法生成的多值掩模图像应用于卫星遥感图像处理,可有效去除干扰信息,剔除假异常信息,为遥感蚀变信息提取提供高质量的基础数据.     

遥感构造蚀变异常信息提取及找矿预测——以老挝为例

遥感地质异常信息提取是遥感地质学的重要研究内容之一.以老挝为例,对研究区ETM+遥感图像采用几何纠正、图像镶嵌、彩色合成、空间变换、图像增强等技术手段,提取地质构造信息;利用掩模技术去除干扰信息,采用主成分分析和阈值分割技术进行铁染和羟基蚀变异常信息提取;结合区域地质、地球物理、地球化学等多元地学信息综合分析,开展研究区遥感找矿预测,圈定了5处遥感找矿远景区.研究成果为加快老挝地质找矿工作提供了基础数据和决策依据.     

智能遥感卫星与遥感影像实时服务

传统的卫星遥感系统数据获取、处理和应用模式无法满足卫星遥感影像大众化和实时化的应用需求,亟须发展智能遥感卫星系统,以解决遥感影像在轨处理和智能服务问题。本文首先阐述了智能遥感卫星的发展;然后对智能遥感卫星在轨处理架构、服务模式和在轨处理所涉及的关键算法进行了详细介绍;最后结合珞珈三号01星的设计和研制,探讨了珞珈三号01星的服务场景和服务模式,并对5G、6G和人工智能时代下的智能遥感卫星的未来发展进行了展望。     

中国遥感卫星地面站卫星地面系统的发展

成立于1986年的中国遥感卫星地面站是中国重大科技基础设施,也是国际资源卫星地面站网的重要成员。历经30余年的建设和运行,中国遥感卫星地面站形成了以北京总部为中心,拥有密云、喀什、三亚、昆明、北极5个卫星接收站的体系,实时数据接收覆盖中国全部领土和亚洲70%陆地区域,并初步具备了全球数据的快速获取能力。2020年,地面站实现了32颗国内外陆地观测卫星和中国空间科学卫星的全自动化业务运行,是中国兼容和扩展能力最强的卫星数据地面接收系统,总体指标达到国际先进水平,部分指标达到国际领先水平。近年来,地面站在技术上不断取得突破性进展,包括Ka频段数据接收、VCM模式数据接收、面向快速应用的卫星数据记录与快视平台、超远距离数据网络传输、数据接收任务自动规划等。同时,以国际先进遥感卫星数据处理产品、对地观测数据共享计划、虚拟地面站、RTU等新型数据产品为代表,为中国空间对地观测提供了有力的数据保障,为国家经济建设、社会发展、科学研究都做出了突出的贡献。     

Downscaling in remote sensing

Downscaling has an important role to play in remote sensing. It allows prediction at a finer spatial resolution than that of the input imagery, based on either (i) assumptions or prior knowledge about the character of the target spatial variation coupled with spatial optimisation, (ii) spatial prediction through interpolation or (iii) direct information on the relation between spatial resolutions in the form of a regression model. Two classes of goal can be distinguished based on whether continua are predicted (through downscaling or area-to-point prediction) or categories are predicted (super-resolution mapping), in both cases from continuous input data. This paper reviews a range of techniques for both goals, focusing on area-to-point kriging and downscaling cokriging in the former case and spatial optimisation techniques and multiple point geostatistics in the latter case. Several issues are discussed including the information content of training data, including training images, the need for model-based uncertainty information to accompany downscaling predictions, and the fundamental limits on the representativeness of downscaling predictions. The paper ends with a look towards the grand challenge of downscaling in the context of time-series image stacks. The challenge here is to use all the available information to produce a downscaled series of images that is coherent between images and, thus, which helps to distinguish real changes (signal) from noise.