基于“嫦娥一号”干涉成像光谱数据的月表虹湾地区FeO及TiO_2含量评估

基于"嫦娥一号"干涉成像光谱数据对月表虹湾地区元素分布进行分析。首先对该数据进行辐射畸变校正、反射率反演和几何校正等预处理;然后基于Apollo月球样品含量的实验室实测数据,建立一套基于"嫦娥一号"干涉成像光谱数据的FeO及TiO2含量反演模型;最后计算获取月表虹湾地区FeO及TiO2含量的分布图,并针对分布结果对虹湾地区的成因提出假设。     

天宫一号高光谱遥感场景分类数据集及应用

天宫一号高光谱成像仪具有空间分辨率高、光谱分辨率高、图谱合一等特性，在中国航天高光谱领域具有里程碑的意义。针对一般遥感场景分类数据集尺度单一、光谱分辨率较低等问题，本文提出基于天宫一号的多谱段、高空间分辨率、多时相高光谱遥感场景分类数据集(TG1HRSSC)。利用天宫一号高光谱成像仪获取的高质量数据，经过辐射校正、几何校正、空间裁剪、波段筛选、数据质量分析与控制等，制作了一批通用的航天高光谱遥感场景分类数据集，通过载人航天空间应用数据推广服务平台（http://www.msadc.cn[2019-09-10]）进行分发和共享。该数据集包括天宫一号高光谱成像仪获取的城镇、农田、林地、养殖塘、荒漠、湖泊、河流、港口、机场等9个典型地物场景的204个高光谱影像数据，其中5 m分辨率全色谱段1个波段、10 m分辨率可见近红外谱段54个有效波段以及20 m分辨率短波红外谱段52个有效波段。研究利用AlexNet、VGG-VD-16、GoogLeNet等深度学习算法网络对构建的数据集进行场景分类的试验，结果表明该数据集的场景分类应用实现较好效果。由于该数据集具备高分辨、高光谱等特征优势，未来在语义理解、多目标检测等方面有着广泛的应用价值。     

利用嫦娥一号IIM 模拟数据提取月表矿物端元的的精度分析

干涉型成像光谱仪(IIM) 作为中国首颗探月卫星嫦娥一号上的重要载荷之一,已经获取了大量的月球高光谱数据.然而由于IIM 数据的光谱范围被限定在480—960 nm 波谱范围内,很少覆盖月表矿物的波谱吸收特征,利用IIM 数据反演月表矿物信息面临巨大挑战.当前月表地面调查数据或精细矿物分布制图还很缺乏,难以对反演或提取结果进行有效验证.本文利用月表4种主要矿物(斜长石、单斜辉石、橄榄石和钛铁矿)进行线性混合构建IIM 模拟数据,分析月表矿物端元提取的精度,并对真实IIM 数据进行了初步应用.根据斜长石和钛铁矿的不同组合比例分别模拟了月表的月海和高地,模拟数据还加入了与IIM 真实数据分布趋势一致的随机噪声.基于4种端元提取算法(VCA 、ICA 、MVSA 、SISAL) 对模拟数据进行端元提取,并以光谱角距离(SAD) 作为端元提取的精度评价准则.结果显示,MVSA 和SISAL 算法提取的所有矿物端元的光谱角距离都小于0.1 ,一般意味着矿物提取精度可以被接受.斜长石在各种算法下提取端元的光谱角距离都小于0.015 ;单斜辉石和钛铁矿提取端元的光谱角距离都小于0.1 ;橄榄石提取精度最差,在ICA 算法下其光谱角距离高达0.34 .     

“一带一路”沿线港口城市天宫二号多光谱影像数据集

港口城市在“一带一路”建设中具有重要地位和作用，遥感影像数据可以为港口城市的动态监测提供有效的信息支撑。天宫二号空间实验室搭载的宽波段成像仪是新一代中分辨率成像光谱仪，具有谱段宽、视场大等特点，在可见近红外、短波红外、热红外谱段共设置有18个通道，空间分辨率分别为100 m、200 m和400 m，自2016-09—2019-07获取了大量的对地观测多光谱影像数据。本文面向 “一带一路”沿线的25个港口城市，从天宫二号宽波段成像仪获取的多光谱数据中挑选出58组不同时间获取的高质量影像，经过预处理、辐射校正、几何校正等处理和数据质量控制，构建了“一带一路”沿线港口城市专题影像数据集，并对该数据集的应用价值和潜力进行了分析。结果表明该数据集可以为“一带一路”沿线港口城市及其周边区域资源环境遥感监测提供重要信息支撑，在港口城市相关的中大尺度场景分类识别方面具有较大应用价值。     

基于嫦娥二号CCD数据的核线影像生成方法

对于缺少嫦娥二号激光数据问题,本文提出了基于RPC有理多项式系数(Rational Polynomial Coefficient)的嫦娥二号CCD影像的核线影像生成方法.它利用了嫦娥一号激光高度数据与嫦娥二号CCD影像控制点相结合的方法生成月面控制点,通过月面控制点建立正确的校正公式,获得分辨率较高的正射影像图,并在此基础上提取核线影像.     

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.     

“高分一号”卫星影像业务流程化处理平台研究

应用高时间分辨率、高空间分辨率、高光谱、高重叠度等成像方式为对地观测提供大量数据的同时,也给数据处理和数据产品的生产带来了新的挑战。本文针对"高分一号"卫星影像的特点,通过对高分辨率卫星影像数据处理核心算法和一键式全流程自动化处理关键技术的研究,提出了一种主体基于C/S架构的业务流程化数据处理平台。该平台融合了GPU与CPU异构计算架构,能够根据不同卫星影像产品需求实现相应的业务流程化处理,有效提高了影像产品生产的自动化程度和业务灵活性。为了验证该平台的可行性,本文给出了实际的数据生产案例,结果表明,该平台能够实现"高分一号"卫星影像数据的业务流程化处理,能够在减少人工干预的同时生产各级影像校正产品和专题影像产品。     

多目标无人机微型凝视高光谱成像仪辐射校正

微型凝视高光谱成像仪可以同时获取两个空间维度和一个光谱维度图像，且仅记录整个高光谱图像的外方位元素而不是记录每一帧图像的外方位元素，避免了扫描时的几何不稳定性，有效解决了小型线扫式高光谱成像仪成像几何变形大的问题，适合于姿态不稳定小型无人机负载平台。目前，研究大多集中于线扫式高光谱成像仪辐射校正方法。凝视型高光谱成像仪应用时间较短，国内外没有较为成熟的数据处理研究，阻碍了无人机微型凝视高光谱成像系统的应用。本文研究了无人机载微型凝视高光谱成像仪辐射响应线性度特性和辐射响应变异性的校正方法，并定量评估该方法的有效性。结果表明，辐射响应变异性校正前，高光谱图像存在明显的渐晕效应和条带现象，校正后，不同波段中像元的辐射响应变异系数显著下降，且渐晕效应和图像条带明显减少。本文提出了基于多目标辐射定标方法，并通过比较定标后的高光谱图像光谱与地面光谱仪实测地物光谱来验证辐射定标的精度。结果表明，多目标辐射定标方法的定标结果表现出更好的效果，特别对于近红外波段，与光谱仪实测的地物反射率差异较小。     

吉林一号卫星影像融合及质量评价

我国第一颗自主研制的吉林一号(Jilin-1)高分辨率商业光学遥感卫星,其空间多光谱分辨率为2.88 m分辨率和全色分辨率为0.72 m。针对吉林一号卫星影像成像的方式,采用合适的遥感影像融合算法,能够增强多光谱影像的空间质量,提高影像应用的层次。本文尝试CN融合、Brovey融合、Gram-Schmidt融合、NearestNeighbor Diffusion等4种新的高保真算法对吉林一号卫星影像进行融合实验,并对融合后多光谱影像的质量进行定性分析与定量评价。结果表明:4种融合方法对影像空间信息和光谱信息都具有较高的保真度,而基于Nearest-Neighbor Diffusion方法融合产生的影像在增强了高分辨率空间纹理细节的同时,光谱信息失真度最小,更适合于吉林一号影像的融合。本结论对利用吉林一号遥感数据开展定量研究具有重要意义。     

高光谱红外谱段交叉定标与近海遥感应用试验

以MODIS红外谱段数据为基准,对高光谱红外谱段数据进行辐射交叉定标试验,同时运用高光谱红外谱段数据对近海海表水温进行了评估试验.交叉定标数据选取2012年—2013年冬、夏两季各一幅代表性图像,MODIS与高光谱红外谱段数据成像时间均为同一天白天.实验结果表明,天宫一号高光谱红外谱段数据与MODIS数据具有极好的相关性,相关系数R大于0.95;在此基础上建立了基于MODIS 32波段的辐亮度线性回归校正方程,并用于海表温度反演、检测自然与人工扰动造成的海表温度异常.基于校正数据反演的中国南北典型冬、夏代表性季节的海表温度与常识较为一致.由此表明,基于MODIS交叉定标的天宫一号数据可用于实际的业务化定量评估;同时,由于空间分辨率较高,天宫一号高光谱红外谱段数据在海水精细空间动态变化检测上表现出极好的性能.     

Multisensor and Multitemporal Fusion of VHR Satellite Imagery Based on KIM

Similar to many advanced approaches in multisensor image analysis, image information mining (IIM) is hampered by sensor-specific differences in spatial resolution and spectral response. This study examines the representation of semantic categories integrating Ikonos and Quickbird imagery in the knowledge-based information mining system KIM. A processing sequence is presented, which accounts for sensor-related differences along with an evaluation of the application of IIM technologies in operational rapid-mapping scenarios.      

空间数据挖掘的方法进展及其问题分析

本文主要就空间数据挖掘方法和空间数据挖掘存在的问题这两方面进行了研究。采用归纳和总结的方法,研究了每种空间数据挖掘方法的特点和使用范围,指出目前空间数据挖掘方法的局限性,就目前空间数据挖掘存在的问题进行了深入的研究。得出空间数据挖掘是一个非常年轻而富有前景的研究领域,目前只是取得了一定的初步成果,仍有大量的理论与方法需要深入研究。最后本文就空间数据挖掘的今后发展方向进行了研究和归纳。     

遥感技术用于土地更新调查的研究

结合国土资源大调查,利用卫星遥感数据对土地更新调查方法进行了研究.通过研究,为土地变更调查提供了快捷、高效、科学的新方法,解决了SPOT5数据在土地变化图斑解译、提取、调查中的相关技术难题,为遥感数据辅助开展土地调查提供了科学依据.     

Domain adaptation for land use classification: A spatio-temporal knowledge reusing method

Land use classification requires a significant amount of labeled data, which may be difficult and time consuming to obtain. On the other hand, without a sufficient number of training samples, conventional classifiers are unable to produce satisfactory classification results. This paper aims to overcome this issue by proposing a new model, TrCbrBoost, which uses old domain data to successfully train a classifier for mapping the land use types of target domain when new labeled data are unavailable. TrCbrBoost adopts a fuzzy CBR (Case Based Reasoning) model to estimate the land use probabilities for the target (new) domain, which are subsequently used to estimate the classifier performance. Source (old) domain samples are used to train the classifiers of a revised TrAdaBoost algorithm in which the weight of each sample is adjusted according to the classifier’s performance. This method is tested using time-series SPOT images for land use classification. Our experimental results indicate that TrCbrBoost is more effective than traditional classification models, provided that sufficient amount of old domain data is available. Under these conditions, the proposed method is 9.19% more accurate.     

国土资源管理部门业务会议辅助系统的研制

国土资源管理部门的业务会议需要显示、查询多种与空间数据相关的报建审批资料,常规的GIS难以满足会议简捷、便利的应用需求,需开发针对性的系统。本文基于实践经验讨论了这类会议辅助系统研制的技术路线,提出了系统的服务目标、结构设计、功能设计及数据组织。为提高国土资源部门业务会议的效率和决策科学性,提供了有力的信息技术手段。     

领域知识辅助下基于多尺度与主方向纹理的遥感影像土地利用分类

基于灰度共生矩阵(GLCM)的纹理特征在影像空间分析中具有重要作用,提出了一种在领域空间知识辅助下构建GLCM多尺度窗口与主方向权值的方法,从而提高纹理特征的有效性,并解决影像土地利用分类中存在的不确定性问题。为此,根据人类目视解译的特点,对GIS与RS数据进行集成计算:首先,在图像配准的基础上,利用经典的GIS空间数据挖掘算法,渐近式地提取领域形态知识;接着,采用关联分析法建立其与GLCM构造因子之间的响应机制,并设计了基于地类形状指数的多尺度窗口建立算法,以及基于地类主方向分布指数的方向权值测度算法。试验结果表明,领域形态知识与GLCM空间因子之间具有强相关关系,该方法提取出的纹理特征可以描述复杂地物的空间意义,算法复杂度低,性能优越,有效提高了影像土地利用分类的精度。     

Inference and analysis across spatial supports in the big data era: Uncertain point observations and geographic contexts

The ways in which geographic information are produced have expanded rapidly over recent decades. These advances have provided new opportunities for geographical information science and spatial analysis—allowing the tools and theories to be expanded to new domain areas and providing the impetus for theory and methodological development. In this light, old problems of inference and analysis are rediscovered and need to be reinterpreted, and new ones are made apparent. This article describes a new typology of geographical analysis problems that relates to uncertainties in the relationship between individual‐level data, represented as point features, and the geographic context(s) that they are associated with. We describe how uncertainty in context linkage (uncertain geographic context problem) is also related to, but distinct from, uncertainty in point‐event locations (uncertain point observation problem) and how these issues can impact spatial analysis. A case study analysis of a geosocial dataset demonstrates how alternative conclusions can result from failure to account for these sources of uncertainty. Sources of point observation uncertainties common in many forms of user‐generated and big spatial data are outlined and methods for dealing with them are reviewed and discussed.     

一种用于遥感影像语义分割对抗域适应方法

为利用已有标注的影像数据集实现对未标注遥感影像的语义分割,提出一种对抗域适应的方法。首先在生成对抗网络的基础上,利用基于香农熵的不确定图,进行域间的对抗学习,实现已标注的影像(源域)与未标注的影像(目标域)之间的迁移学习;其次为进一步提升模型的无监督学习能力,使用基于伪标签提纯的自学习策略。为验证所提方法的有效性,使用ISPRS提供的IRRG波段的Vaihingen数据集与RGB波段的Potsdam数据集进行实验。实验结果表明,与典型的域适应方法相比,该方法可以有效地提升网络的泛化能力,进而提高模型在目标域上的分割精度。     

基于面向对象知识表达的空间推理决策及应用

提出了一种基于面向对象知识表达的空间推理决策方法 ,该方法扩展了常规的GIS空间分析功能 ,使其建立在GIS空间分析与领域知识基础上。认为GIS空间分析与领域知识利用的结合需要建立统一的知识表达概念模型 ,通过将常规决策知识设计为决策知识类 ,将决策事实作为事实知识类处理 ,并由知识类的消息机制进行内部通讯 ,实现空间推理决策的智能化。在进行领域知识分析与知识分类的基础上 ,给出了领域知识类的层次结构组织图和知识类定义以及决策知识及事实知识的面向对象表达 ,最后给出了空间知识类的形成及空间推理决策过程。方法的实用性在实践中得到验证     

An approach to response-based reliability analysis of quasi-linear Errors-in-Variables models

The paper presents an approach to internal reliability analysis of observation systems known as Errors-in-Variables (EIV) models with parameters estimated by the method of least squares. Such problems are routinely treated by total least squares adjustment, or orthogonal regression. To create a suitable environment for derivations in the analysis, a general nonlinear form of such EIV models is assumed, based on a traditional adjustment method of condition equations with unknowns, also known as the Gauss–Helmert model. However, in order to apply the method of reliability analysis based on the approach to response assessment in systems with correlated observations, presented in the earlier work of this author, it was necessary to confine the considerations to a quasi-linear form of the Gauss–Helmert model, representing quasi-linear EIV models. This made it possible to obtain a linear disturbance/response relationship needed in that approach. Several specific cases of quasi-linear EIV models are discussed. The derived formulas are consistent with those already functioning for standard least squares adjustment problems. The analysis shows that, as could be expected, the average level of response-based reliability for such EIV models under investigation is lower than that for the corresponding standard linear models. For EIV models with homoscedastic and uncorrelated observations, the relationship between the average reliability indices for the independent and the dependent variables is formulated for multiple regression and coordinate transformations. Numerical examples for these two applications are provided to illustrate this analysis.