基于多算法水边线提取的潮滩DEM构建

遥感水边线法构建潮滩数字高程模型(digital elevation model,DEM)是获取大范围淤泥质潮滩地形的有效途径,准确提取水边线是潮滩DEM构建的关键。受潮情及滩面的影响,不同影像中的水边线在光谱与纹理上差异较大,单一方法难以准确地提取水边线。鉴于此,本文提出一种基于多算法水边线提取的潮滩DEM构建方法。根据瞬时潮情对多期水边线进行分类,应用边缘检测、阈值分割、面向对象分割与改进分水岭方法对不同类型水边线分别提取,通过对潮汐数据多项式插值计算水边线的瞬时潮位,构建潮滩DEM。本文以莱州湾西侧潮滩为研究区,利用多期GF-1 WFV影像与验潮站潮汐数据构建潮滩DEM。通过野外实测高程对DEM反演结果进行精度评价,反演值与实测值相关性较高,R~2=0.86,误差分布在0.31～0.78 m之间,中误差为0.17 m。结果表明,基于多算法水边线提取的潮滩DEM构建可以有效地获取潮滩近似地形。     

一种基于GeoEye-1立体像对数据的快速提取平均树高方法

探讨了可见光立体像对遥感数据在森林平均树高估算研究方向的可行性,为解决大区域快速提取森林平均树高参数的科学问题提供技术支撑。利用GeoEye-1卫星立体像对中提供的有理多项式系数(RPC)参数和数字表面模型(DSM)与数字高程模型(DEM)的理论原理,建立了基于DSM和DEM空间相差模型建立林分冠层高度估算方法流程。结果表明:基于湖南攸县黄丰桥国有林场GeoEye-1立体像对影像数据,按照估算流程,最终得到试验区小班尺度的样地平均树高遥感提取结果。结合样地地面实测控制点和地面小班数据调查数据,该方法提取的研究区平均树高总体误差率在83.1%,其中最大误差为3.773 m,最小误差为0.025 m。因此,本研究是一种可以快速获得研究区大范围森林平均树高参数的创新、可行的方法。     

基于ZY-3影像潮水沟槽线的提取

潮水沟槽线是潮滩重要的地貌特征线,对潮水沟槽线的研究可以了解潮滩微地貌形态的特征以及潮沟的摆动规律。基于2012-11-06获取的"资源三号"(以下简称ZY-3)卫星高分辨率遥感影像,以条子泥实验区为例,选取近红外为特征波段,采用Arc Scan对该区域二值化灰度图进行潮水沟中轴线的提取,代替理论上的沟槽线,同时结合条子泥地区的地形进行分析,最终实现对潮水沟槽线的提取,为深入研究潮滩微地貌提供科学依据。     

基于MODIS数据的淤泥质海岸水体指数比较与分析——以黄河三角洲海岸为例

淤泥质海岸地区具有独特且复杂的水体环境,深入分析水体指数在该区域的性能特点具有重要的科学意义。以黄河三角洲海岸为研究区,使用2008年、2009年和2015年的MODIS和Landsat遥感数据,从地表覆盖类型光谱特征的角度,比较分析6种水体指数(即NDWI,MNDWI,AWEInsh,AWEIsh,TCW和WI2015)的水体提取性能。通过ROC曲线得到各水体指数的最佳阈值,研究水体指数在淤泥质海岸地区的水体提取精度和提取误差,分析不同地表覆盖因素对水体提取性能的影响。研究结果表明,AWEInsh的水体提取效果最佳,总体精度达97. 29%,制图精度达96. 84%,用户精度达97. 69%。各水体指数提取海水的制图精度较高,均高于90%;陆地水体的提取效果一般,制图精度均低于80%; NDWI对潮滩水的识别能力较差,制图精度低于其他水体指数。各水体指数的陆地水体漏分率较高,海水和潮滩水体的漏分率较低,MNDWI的海水漏分率高于其他水体指数。潮滩土壤对水体提取性能的影响最大,其次为耕地土壤,稀疏植被、茂盛植被和建成区的影响最小。研究结果可为进一步开展淤泥质海岸水体变化监测与分析提供参考依据。     

结合形态学和光谱特征参数的建筑物阴影提取及其高度估算

建筑物高度信息对城市景观规划设计、城市人居和生态环境评估等都具有重要作用。针对当前卫星遥感影像提取建筑物高度研究中存在精度较低、人工干预程度过多的问题,本文基于GF-2卫星遥感影像数据,综合建筑物阴影指数(EMSI)、归一化植被指数(NDVI)和地表反射率等3个参数,实现了建筑物阴影的自动化提取,进而依据空间几何学关系,实现了建筑物高度的快速估算,最后对研究结果进行了实地检验。研究表明,利用建筑物阴影指数、NDVI、地表反射率等3个参数可有效提取建筑物阴影,且利用建筑物阴影进行建筑物高度估算的平均精度达到了95.40%,证明了高分二号卫星影像在提取建筑物高度方面具有较高的可行性。     

全球碳循环研究背景下的植被初级生产力遥感

总结了植被初级生产力遥感的理论和研究动态, 及其在全球碳循环研究中的重要意义。综述了利用遥感提取植被覆盖、生长状况和环境要素, 以及在此基础上建立植被净初级生产力估算的遥感过程模型的方法, 指出了模型全遥感化的方向。分析了数据同化/数据-模型融合方法在碳循环遥感研究中的作用, 强调了建立多尺度数据-模型融合系统可以使模型估算精度提高, 降低模型的不确定性。     

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。     

多源卫星观测的全球海洋次表层温度异常信息提取

基于表层卫星遥感观测的中深层海洋遥感对于了解海洋内部异常及其动力过程有重要意义。如何从现有的海洋表层遥感观测资料提取海洋内部关键动力环境信息场是具有挑战性的海洋遥感技术前沿。本文采用支持向量回归(SVR)方法,通过卫星遥感观测获取的多源海表参量(海表高度异常(SSHA)、海表温度异常(SSTA)、海表盐度异常(SSSA)和海表风场异常(SSWA)),选择最优参量输入组合,感知海洋次表层温度异常(STA),并用实测Argo数据作精度验证。结果表明SVR模型可准确估算全球尺度的STA(1000 m深度以浅);当SVR输入变量为2个(SSHA、SSTA)、3个(SSHA、SSTA、SSSA)、4个(SSHA、SSTA、SSSA、SSWA)时对应的平均均方差(MSE)分别为0.0090、0.0086、0.0087,平均决定系数(R2)分别为0.443、0.457、0.485。因此,除了SSHA和SSTA外,SSSA与SSWA的输入对SVR模型的估算有积极影响,有助于提高STA的估算精度。在全球增暖与减缓背景下,该研究可为从表层卫星遥感观测提取海洋内部热力异常信息研究提供重要技术支持,有利于拓展卫星对海观测范围。     

基于MODIS时序影像的湖南省油菜种植面积遥感监测分析

基于时间序列影像数据的提取方法可实现快速监测大面积农作物的种植分布和面积估算.以湖南省为研究区,利用2017年500 m空间分辨率的MODIS NDVI时序数据,结合湖南省耕地分布数据和实地样点数据得到油菜物候标准曲线,采用最小二乘法与阈值法提取得到湖南省油菜种植分布.结果显示,遥感提取得到的湖南省油菜种植面积主要分布在湘北洞庭湖平原、湘中衡阳市、湘南岳阳市,油菜种植面积3.87×106 hm2,通过与2016年湖南省县域统计油菜种植面积数据进行比较,油菜空间格局分布大体一致,相关性系数为0.81,R2为0.66.采用油菜关键物候期的MODIS时序遥感影像,能有效地监测油菜空间分布和估算种植面积,这为油菜种植管理提供基础数据支撑.     

融合多特征的城市不透水面覆盖率估算方法

高分辨率遥感技术的发展为准确估算城市区域精确不透水面信息提供了有效可靠的数据源。为了利用高分遥感影像精确估算不透水面信息,提出了一种基于多特征的城市不透水面覆盖率(Impervious Surface Percentage,ISP)遥感估算模型。该方法利用Sentinel-2光学遥感数据和珞珈一号夜间灯光遥感数据,从多个角度提取了反映不透水面信息的指数特征,基于多元回归分析方法构建了多因子不透水面覆盖率估算模型。以南京市为研究区对该方法进行了验证。结果表明,多因子不透水面覆盖率估算模型可以有效融合多种遥感信息,明显提高了城市ISP估算精度。     

基于遥感技术的人口信息提取

以飞来峡库区连江口镇为例,在SPOT高分辨率遥感图像的基础上,采用基于影像切割的监督分类方法提取不同类型的居民地,通过建立实地调查人口数据与分类面积的关系模型,估算出人口数量,达到使用遥感方法提取人口信息的目的。     

基于SPOT 5图像的岩溶地貌单元自动提取方法

通过对峰林、峰丛和岩溶洼地3者的地理特征和影像特征的研究,基于遥感图像本底值提出了能有效反映目标特征的遥感指数——植被指数、土壤亮度指数、图像主成分变换第1主成分值及地形数据等,并构建了遥感指数的集成计算法,建立了遥感自动提取模型.指数集成运算法能够有效地增大峰丛、峰林与其他地物之间的光谱差异,使这些岩溶地貌单元的灰度值高于其他地物,从而利于岩溶地貌单元提取阈值的自动选取.基于构建的遥感自动提取模型先提取了峰丛、峰林信息,并在此基础上提取了岩溶洼地信息.经实验研究表明,该方法具有较高的提取精度和效率.     

基于无人机影像和面向对象的中国西部地区农村宅基地面积快速估算

快速、准确地提取农村宅基地面积,对于城乡规划、房地一体化、美丽乡村建设等工作意义重大。本文以陕西省某村为研究区域,基于无人机高分辨率遥感数据,采用面向对象方法,对研究区进行多尺度分割和监督分类,提取建筑物轮廓;基于倾斜摄影测量方法,估算建筑物楼层数,并最终进行宅基地面积的快速估算。建筑物提取总体精度为95.8%,Kappa系数为0.892 5。将提取后的宅基地面积结合楼层数进行分析计算,得出该研究区建筑物宅基地总面积为36 417 m²。结果表明,本文方法能够准确、有效地提取宅基地面积,为无人机遥感在建筑物的提取识别及宅基地面积快速判定提供了参考。     

基于TVDI与气象因子的土壤含水量估算

基于TVDI的干边斜率,结合降雨和实际蒸散发等气象因子,构建表层土壤相对含水量估算模型。利用MODIS地表参数产品数据,提取了TVDI干边斜率,根据淮河流域2010年3~5月实测降水和遥感估算实际蒸散发等计算表层平均土壤相对含水量,以6~10月实测数据对模型进行验证。结果表明,0~50 cm土体平均含水量估算结果与实测值的决定系数R2=0.82,平均相对误差为5.22%,优于仅用TVDI干边斜率的估算结果(R2=0.71,平均相对误差为9.86%)。在验证期,其决定系数为R2=0.80,平均相对误差为5.63%。     

面向农作物监测的遥感信息处理技术研究

以区域性主要农作物种类识别、长势分析与产量估算及农业种植结构现状监测为主要研究对象,开展适于农业管理部门业务化运行的卫星遥感信息处理的关键技术研究。从分析主要作物类型识别的遥感物理依据入手,提出了卫星遥感数据处理及专题信息提取的基本技术框架、主要农作物类型及种植面积信息的提取方法以及主要粮食作物长势分析和产量估算模型,并对结果进行了简要的精度分析。     

浙江东部穿山半岛岸线及潮滩演变的遥感调查

穿山半岛北侧是杭州湾的外海滨部分,其水动力条件、泥沙运移、沉积过程和地貌演变复杂。根据区域遥感影像和地理地形等资料,通过综合分析研究,探讨了穿山半岛北侧岸线和潮滩的变迁过程。研究表明,上世纪50年代穿山半岛北侧岸线大部分仍处于自然演变状态,从20世纪60年代开始,岸线向海迁移基本上是由工业填海和围海造田所致。潮滩总体呈现淤长的趋势,37a来,西侧滩界外移3050m,外移速率达+82.4m/a;向东,滩界变动范围逐渐减小。潮滩的发展具有空间、时间上差异性,潮滩淤涨集中在1955～1963年和1977～1982年。     

基于融合技术的潮滩湿地植被分类

为了解决遥感影像上潮滩湿地植被光谱相似性导致的分类困难问题,本文以Lansat5、IKONOS影像为数据源,探讨了融合技术在潮滩湿地植被遥感分类中应用,提出了基于小波融合变换的神经网络分类方法。实验结果表明,融合技术提高了潮滩湿地植被的分类总精度,具有较好的实用效果。     

无/缺水下地形数据的高原堰塞湖水量遥感估算

水量遥感动态监测对于高原堰塞湖风险评估、预报预警和处置决策等具有重要意义。针对高原无资料或缺资料区,充分利用空天遥感技术,文章提出了一种无/缺水下地形数据的高原堰塞湖水量遥感定量估算方法。该方法首先通过遥感水域面积提取,获取堰塞湖淹没空间范围;进而采用不规则复杂多边形中线定位算法,确定堰塞湖中心线位置;然后基于河道中心特定点高程信息,结合局部河道比降估算,生成堰塞湖水下地形河道中线约束因子;再根据河道边坡高程信息和水下地形约束因子自适应拟合出局部堰塞河道的水下未知地形;最后通过三维曲面离散积分实现堰塞湖水量遥感动态定量估算。实验以东帕米尔高原的萨雷兹堰塞湖为研究区,展开遥感水量调查与局部验证研究,结果表明:萨雷兹堰塞湖当前水域面积约为89.09 km²,水量约为162.49亿m³;这一结果与专家预估的水资源量155—165亿m³基本吻合。经局部模拟实验精度对比验证,模拟结果与实际数据动态误差总体控制在10%以内,相关系数达到0.95(P<0.01,双尾),进一步证明了算法的鲁棒性和估算结果的可信度。为无/缺水下地形数据的高原堰塞湖水量遥感估算提供了一种有效的方法,实现了水下地形未知的高原堰塞湖水量遥感快速反演与定量测算。     

无人机航测技术在森林蓄积量估测中的应用

无人机（UAV）航测技术是近年来发展起来的快速获取高分辨率影像的测绘新技术。森林蓄积量估算需要快速高效地获取森林遥感影像。虽然利用卫星和机载雷达同样可获取高分辨率遥感影像,但无人机航测技术与其相比具有飞行成本低、外业周期短、机动灵活等优点。本文利用无人机航测系统获取了案例地区DSM和DEM,采用最大邻域法提取了树高,采用分水岭算法分割了树冠信息,并以树高和冠幅作为解释变量的立木材积二元模型估算了森林蓄积量。结果表明,树高提取精度为83.73%,冠幅提取精度为86.98%,林分蓄积量估算精度为81.80%。     

农作物种植面积遥感估算的影响因素研究

针对不同的农作物种植结构区,研究影响遥感影像分类各因素与农作物种植面积估算精度的定性和定量关系是十分必要的。以Rapid Eye影像提取的早稻种植信息为研究对象,从农作物的种植成数、种植破碎度和地块形状指数3个角度进行了不同空间分辨率下各因素对农作物面积监测的影响研究。结果表明:随着农作物种植成数的降低,种植结构越来越破碎,种植地块趋于狭长分布,各分辨率下农作物面积估算精度均呈递减趋势;要达到85%以上的面积估算精度,当作物种植成数在50%以上时,可选取高于150 m分辨率的遥感数据;当作物种植较为破碎时,需要在提高影像空间分辨率的同时融入其他技术手段;当作物种植地块为狭长分布时,提高影像的空间分辨率并不能保证面积估算精度,必须通过其他技术手段达到精度要求;并最终得到了4种影响因素对面积估算精度的定量评估模型。研究结果为解决不同农作物种植结构区遥感数据的选择、面积估算精度的提高,以及在特定研究区和数据源条件下可达到的面积估算水平等问题提供了理论基础。