淤泥质潮滩水边线提取的遥感研究及DEM构建——以长江口九段沙为例

淤泥质潮滩通常是测绘"盲区"。本文讨论采用多时相陆地卫星提取潮滩水边线以此构建潮滩数字高程模型(DEM)的方法。探讨在不同潮情条件下,各光谱波段对淤泥质潮滩水边线判断的敏感性,分析表明沙质海岸与淤泥质海岸水边线的确定方法有较大差别。采用了GIS技术对提取的水边线赋予相应的高程值,该值采用研究区附近潮位站理论潮位推算卫星过境的瞬时潮位值,以此构建潮滩DEM,与近期实测资料进行对比:在106.2 cm-358.6 cm高程范围内,二者相对误差<0.5 m的区域占总面积约70%,0.5～1.0 m为20%,>1.0 m占10%。遥感构建DEM作为一种手段对实测资料的欠缺是一种补充,随着遥感技术的发展精度有望提高。     

多元特征线遥感识别的滩涂DEM构建

针对水边线复合技术反演滩涂地形误差较大、经济成本较高等问题,提出了基于植被边线、冲淤痕迹线、水边线等多元特征线结合实测数据反演滩涂地形的遥感测量方法。以崇明东滩为研究对象,应用遥感技术提取水边线、植被边界线及冲淤痕迹线等多元特征线,利用实测数据拟合趋势线方法对边线高程赋值,并借助GIS空间分析技术将具有高程信息的特征线作为基础数据空间插值法构建滩涂DEM。最后,利用1∶1万地形图及实测数据对DEM反演结果进行质量评价。结果表明:该方法构建DEM影像数量需求少、时间跨度短、成本低、反演结果符合滩涂地形基本规律,垂直精度约为12 cm,研究结果对于滩涂冲淤变化及演变规律分析等研究具有重要的参考价值。     

基于无人机低空遥感和现场调查的潮滩地形反演研究

潮滩地形与滩涂湿地生态系统的结构和功能密切相关,准确获取高精度的地形数据,对于分析潮滩的冲淤动态和盐沼植被扩散过程具有十分重要的意义。受自然潮滩观测时间有限、观测条件恶劣及植被覆盖等因素影响,传统的潮滩地形监测方法往往存在操作困难、效率较低、成本过高及覆盖范围有限等不足。文章通过无人机低空遥感方法获取航拍影像与其波段信息,基于运动结构技术提取影像三维坐标信息,构建研究区高精度数字表面模型(digital surface model,DSM),利用DSM模型直接获得无植被覆盖的光滩数字高程模型(digital elevation model,DEM);对于有盐沼植被覆盖的区域,利用红、绿、蓝3个可见光波段信息计算可见光差异植被指数(visible-band difference vegetation index,VDVI),同时结合野外现场调查,获取潮滩盐沼植物株高与VDVI指数的定量关系,建立株高反演模型;并利用株高反演模型从DSM中滤除植被,准确反演出潮滩植被区的DEM,从而整体获得潮滩地形的反演结果。结果表明,结合无人机低空遥感和现场调查的方法可以较好地实现对潮滩地形的精确反演:光滩区地形均方根误差为0.07 m,其精度与高精度三维激光扫描仪测量结果接近;经过植被滤除后,潮滩植被区地形均方根误差下降到0.14 m,数据精度可提升60%,优于传统的点云过滤方法。文章提供了一种基于无人机和现场调查的潮滩地形反演方法,实现了潮滩地形高效、大范围的监测,研究方法可应用到其他类似的潮滩或海岸区域,为海岸带滩涂湿地保护和管理提供重要的技术支撑。     

基于Canny算子的南通江海岸线研究

基于RS、GIS、Matlab等技术与平台提取遥感影像岸线是当前实现海岸动态监测和分析各类型海岸动力地貌演化的重要技术方法。本文选取江苏南通江海岸带为研究区，对多期预处理后的MSS、TM和OLI影像进行卷积滤波、图像分割等处理；然后使用Matlab，基于Canny算子检测图像边缘，提取了多期影像的瞬时水边线。与此同时，结合不同类型海岸目视解译标志和吕四港近5 a潮汐数据矫正提取瞬时水边线，最后提取南通市4期江海岸线并分析了近45 a来南通江海岸线演变特性。     

ICESat-2与多源光学影像的潮滩地形反演方法

针对潮滩地形监测存在的操作难度大、价格高、精度低等问题,本文基于ICESat-2卫星激光点云剖面数据,提出了结合多源光学影像的潮滩地形反演方法。以中国黄海辐射沙脊群的两大沙洲系统——条子泥与高泥为研究对象,利用低通滤波降噪技术提取地形高度值,并与潮汐水位数据相结合赋值,实现了从二维到三维的转换,提高了目前主流的水边线潮位赋值法的反演精度。该模型展现了更多滩面地形起伏变化的细节,高度差异明显,可以观测到清晰的潮沟地形。对比实测数据,相关系数为0.89,均方根误差为0.34 m。研究结果验证了ICESat-2数据对于潮滩地形反演的重要作用,为构建人类活动影响下的潮滩演化理论奠定了数据基础。     

基于Canny算子和GAC模型相结合的影像水边线提取方法

从遥感影像上提取弱边缘水边线是影像特征提取的一个难点。在分析了GAC模型和边缘检测算子在影像水边线提取中的优缺点的基础上,提出了一种将Canny边缘检测结果融入GAC模型重构边界停止函数进行水边线提取的方法。实验结果表明,利用该方法进行海岸带遥感影像水边线提取精度高,速度快,即使是弱边缘水边线或水边线严重凹陷边界,在平滑性和精度上都能达到很好的效果。     

长江口淤泥质潮滩环形水边线信息提取方法研究

研究淤泥质潮滩冲淤变化的一项基础性工作就是水边线信息的提取。与传统的Hough变换类环状物体检测方法不同,本文提出了一种适合于淤泥质潮滩环形水边线信息提取的识别检测算法。首先利用水边线灰度的梯度信息实现图像分割,进行边缘检测;然后通过数学形态学方法进行膨胀运算与内部填充,使得边缘连续;最后通过构造线段型结构元素得到连续、平滑的水边线。实验结果表明:该方法不仅算法简单,而且提取到的水边线信息效果良好。     

遥感在滩涂演变调查中的应用方法研究

本文主要介绍一种在潮滩演变遥感调查中确定任意潮位线的方法,该方法主要包括根据遥感图像上实时水边线的位置,结合收集到的水边线高程数据和另一潮位的高程数据,用图解法或计算法求取任意潮位线修正量,以确定所求潮位线的位置等内容。该方法在海南洋浦地区滩涂演变调查中使用后效果较好。     

利用曲面求交提取低潮线的方法

针对当前常用的低潮线提取方法不能适应较大区域范围的现状,提出一种基于曲面求交的低潮线提取方法。首先,在顾及潮滩带状分布特点的基础上,采用单向分区策略构建潮滩数字高程模型;然后,综合利用验潮站和网格潮汐模型计算的低潮面值,采用TCARI (the tidal constituent and residual interpolation)方法,构建曲面形态（连续无缝）的沿岸低潮面模型;最后,对所构的两个模型进行曲面求交,提取沿岸低潮线。试验结果表明,当提取低潮线的区域较大时,所提方法能明显提高低潮线的提取精度。     

遥感影像的海岸线自动提取方法研究进展

海岸带是人类活动集中且容易受到破坏的区域之一,快速而准确地实现海岸线的提取对海岸带管理及海岸带演化研究具有十分重要的意义。遥感技术因其大范围、高效率、低成本等突出优势逐渐成为一种实现海岸线提取及监测其动态变化的方式,克服了传统海岸线测绘方法的时间周期长、劳动强度大等缺点。本文综述了近些年提出的基于遥感影像的海岸线自动提取方法的研究进展。首先给出了海岸线的定义与分类,阐明了瞬时水边线及真实海岸线提取两个阶段及具体的提取流程,重点论述了通过提取瞬时水边线,进而获取真实海岸线的阈值分割方法、边缘检测算子方法、活动轮廓模型方法、数据挖掘方法、多分辨分析方法、面向对象方法、极化方法及其他方法,分析和比较了各种方法的优缺点,阐述了海岸线校正原理及精度评价方式,并对下一步的研究工作进行了展望。     

基于遥感影像的北部湾金滩变化研究

以北部湾金滩砂质海滩为研究区域,以2000～2008年的28景Landsat-ETM+为数据源,通过多时相遥感影像水边线高程技术确定地形坡度,计算出金滩海滩高程变化、淤涨速度,得出坡度为2.3%,海滩同高程水边线向海方向推移速度为2.7 m/a,高程变化为+0.068 m/a。通过本研究,将从整体上把握北部湾金滩的变化特征,为开发建设金滩提供了参考依据。     

高分辨率遥感影像海岸线提取方法研究——以WorldView-2数据为例

针对海岸线人工解译提取的复杂性,研究了高分辨率遥感数据的海岸线自动提取技术。以WorldView-2影像为例,对研究区内的人工、砂质和基岩3种类型海岸水边线分别建立了遥感解译标志,分析不同水边线两侧地物的光谱特性,根据二者的光谱差异构建有效的特征波段,然后利用阈值法实现各类型海岸水边线的自动提取,进而通过进行潮位校正获得海岸线,大大提高了海岸线提取的精度和效率。     

基于GEE的杭州湾慈溪段潮滩提取及时空变化分析

当前常见的潮滩遥感提取方法往往通过估算来确定潮滩的边界,难以保证较高的提取精度.本研究结合GEE遥感云计算平台和GIS技术,选用1990—2021年间共77景Landsat卫星影像,通过目视解译人工海岸线作为平均高潮线,利用水边线拟合平均低潮线,实现了对杭州湾南岸慈溪段的潮滩提取和面积估算,分析了潮滩区域时空变化.研究...     

一种高郁闭度林分树高的估测方法

针对单一无人机影像无法有效地提取高郁闭度林分树高的问题,该文提出一种结合无人机影像数据和全站仪测量的地形数据获取高郁闭度林分树高的方法。首先,利用搭载数码相机的小型无人机平台,以50 m航高获取实验区局部高精度林分影像,利用全站仪获取实验区的地形数据。然后,利用无人机影像处理软件对影像进行处理,通过初步的几何校正以及空三加密过程得到整个实验区的高分辨率DEM和DOM模型;接下来,采用局部最大值算法探测单株林木的树冠中心点坐标,利用自然生长算法和高程差值公式得到树冠中心对应的树根高程;最后,以树冠中心点高程以及树根高程的差值作为单木树高的估计值。通过实验得出:结合无人机影像与全站仪数据能够准确快速地获取高郁闭度林分树高,本文提出的方法可以为森林可持续经营提供数据基础。     

一种高郁闭度林分树高的估测方法

针对单一无人机影像无法有效地提取高郁闭度林分树高的问题,该文提出一种结合无人机影像数据和全站仪测量的地形数据获取高郁闭度林分树高的方法。①利用搭载数码相机的小型无人机平台,以50m航高获取实验区局部高精度林分影像,利用全站仪获取实验区的地形数据;②利用无人机影像处理软件对影像进行处理,通过初步的几何校正以及空三加密过程得到整个实验区的高分辨率DEM和DOM模型;③采用局部最大值算法探测单株林木的树冠中心点坐标,利用自然生长算法和高程差值公式得到树冠中心对应的树根高程;④以树冠中心点高程以及树根高程的差值作为单木树高的估计值。通过实验得出:结合无人机影像与全站仪数据能够准确快速地获取高郁闭度林分树高,本文提出的方法可以为森林可持续经营提供数据基础。     

一种高郁闭度林分树高的估测方法

针对单一无人机影像无法有效地提取高郁闭度林分树高的问题,该文提出一种结合无人机影像数据和全站仪测量的地形数据获取高郁闭度林分树高的方法。首先,利用搭载数码相机的小型无人机平台,以50 m航高获取实验区局部高精度林分影像,利用全站仪获取实验区的地形数据。然后,利用无人机影像处理软件对影像进行处理,通过初步的几何校正以及空三加密过程得到整个实验区的高分辨率DEM和DOM模型;接下来,采用局部最大值算法探测单株林木的树冠中心点坐标,利用自然生长算法和高程差值公式得到树冠中心对应的树根高程;最后,以树冠中心点高程以及树根高程的差值作为单木树高的估计值。通过实验得出:结合无人机影像与全站仪数据能够准确快速地获取高郁闭度林分树高,本文提出的方法可以为森林可持续经营提供数据基础。     

基于DTM的水边线遥感信息提取方法

水边线附近的高浊度悬沙及浅滩表层的残余水体是影响水边线信息提取的重要因素。在分析长江口区不同浓度水体与背景地物光谱特征的基础上，采用决策树分析方法进行水边线提取，在分类器的节点用水深信息作为约束条件，消除了水边线附近热流对热红外波段水边线提取的影响。同时，利用参考DTM及潮位信息实施了水边线的提取，此方法有效消除了表层残余水体对水边线提取的影响。最后运用统计学中自身一致性校验及平均偏移指数来评价提取结果。结果表明，两种方法的总体提取效果较好，精度令人满意。     

倾斜影像中提取高精度DEM的方法研究

针对传统航空影像获取的DSM在立面及局部地面、建筑物屋顶空间信息的不足,获取高精度DEM较为困难的问题,提出了基于倾斜影像提取高精度DEM的方法。首先对倾斜影像获取的点云DSM结构进行分析,得出了DSM具有几何约束特点,能够在城区很好地区分地面点和地物点;然后指出对DSM滤波处理是获取高精度数字高程模型（DEM）的关键技术,提出了基于法向量差值区域生长分割TIN的滤波方法;最后选取吉林省敦化市的倾斜影像数据进行了滤波试验和算法验证。试验结果表明,该方法能够快速、有效地滤除不同尺寸的建筑物、植被和其他地物,获取高精度DEM。     

湖盆数据未知的湖泊动态库容遥感监测方法

针对现有库容遥感监测方法对无湖盆数据区域的湖泊动态库容难以直接测算问题,提出了未知湖泊水下地形数据的遥感湖泊动态库容监测方法。该方法通过多源遥感数据,匹配相对时相的湖泊面积和水位信息,构建并模拟湖盆DEM数据,据此来估算湖泊的动态库容。在算法实现上,首先采用分布迭代水体提取从遥感影像提取湖泊的多期动态边界;其次,从ICEsat GLAS激光测高数据中反演出湖泊的动态水位高程;第三,依据时间水位信息,通过邻近时相匹配,将水位高程赋给湖泊边界线,生成湖泊等水位线;第四,通过等水位线构建TIN(triangulated irregular network)和Kriging插值,得到模拟湖盆数字高程模型;最后,依据模拟湖盆DEM和水体面积分布、水位信息,计算湖泊动态库容。试验通过对博斯腾湖的多年动态库容监测与真实性检验,结果显示:最大误差为2.21×108 m3,最小误差为0.000 02×108 m3,平均误差为0.044×108 m3,均方根为0.59,相关系数达到0.99。     

一种基于数字伴潮海岸线的潮滩淹没区仿真算法

提出了一种基于数字伴潮海岸线（digital tide-coordinated shoreline，DTS）的潮滩淹没区仿真算法。此算法在建立数字潮滩模型和瞬时水位模型的基础上实时提取DTS。根据DTS的类型确定不连通的洼地，并快速计算其影响域，同时合理地确定潮滩与水面模型的表达方式，正确构建和显示淹没区。实验结果证明，本文算法在表达的准确性和计算的速度上明显优于传统算法。