GF-3与Sentinel-1洪灾淹没信息提取

以斯里兰卡2017-05-25开始的洪灾为研究对象,利用灾中和灾后GF-3和Sentinel-1获取的多期数据,采用符合研究区域特征的最优提取方法,提取了多期洪水淹没范围。并利用同时期的光学卫星哨兵2号(Sentinel-2)观测数据、研究区高程数据以及当地官方公布的受灾面积进行了结果验证分析。结果显示Sentinel-1比GF-3噪点更多且误提取了更多山区阴影,因而导致Sentinel提取洪水面积偏大,GF-3提取的洪水面积更接近于官方公布的受淹面积。本研究通过斯里兰卡的GF-3和Sentinel-1应用对比,显示了GF-3在洪涝灾害信息提取中具有较为准确的精度,对GF-3在洪水灾害动态监测的应用精度提供了应用实例。另外一方面,通过GF-3与Sentinel-1协同校正应用,可以得到更多的洪水过程信息,为防灾减灾领域提供可靠的数据支持。     

高分四号卫星在干旱遥感监测中的应用

高分四号(GF-4)是国家高分辨率对地观测系统重大专项天基系统中的一颗地球同步卫星,为探索GF-4号卫星在大面积干旱监测中的应用,本文对该卫星在快速监测大面积干旱方面的应用能力进行了初步探讨。以2016年内蒙古自治区巴林左旗和巴林右旗地区严重旱灾为例,利用NDVI差值对该区域的干旱情况进行了监测,并与MODIS NDVI产品进行对比分析,得到了研究区内2016年干旱分布情况,结果表明其总体趋势与MODIS NDVI产品一致,且细节信息更加丰富。本文主要是GF-4卫星数据结合GF-1卫星数据对内蒙部分干旱区域进行监测和分析,体现了国产高分辨率卫星数据,尤其是GF-4卫星数据,对提高中国突发灾害的应对能力具有重要意义。     

基于GF-1 WFV和Landsat-8 OLI提取植被信息方法比较研究

针对GF-1 WFV和Landsat-8 OLI两种传感器的参数特点,选取归一化植被指数(NDVI)、增强型植被指数(EVI)、大气阻抗植被指数(ARVI)、土壤调整植被指数(SAVI)和修正的土壤调整植被指数(MSAVI)5种植被指数,采用同一时期的两种传感器数据对四川省茂县进行植被信息提取,并结合像元二分模型估算植被覆盖度,计算分析两种数据源下不同植被指数的差异性。结果表明:GF-1数据提取的NDVI植被效果最好,其中2013年分类总精度为94.55%,Kappa系数为0.88;2015年分类总精度为90.47%,Kappa系数为0.85。对于Landsat-8数据提取的SAVI的结果最佳,其中2013年分类总精度为94.38%,Kappa系数为0.86;2015年分类总精度为95.83%,Kappa系数为0.88。根据统计指标分析表明:在高原山区地形环境下,利用植被指数估算植被覆盖度,GF-1卫星采用NDVI、Landsat-8卫星采用SAVI比较合适,且GF-1数据的估算精度要高于Landsat-8数据。     

“GF-1”影像质量评价及矿区土地利用分类潜力研究

为客观评价GF-1影像的质量及其在矿区土地利用分类的应用潜力,选择黄土高原区平朔矿区为研究对象,以同季相的SPOT 6影像作对比分析。在工程质量上,从灰度信息、纹理特征两个方面选取评价指标对其进行研究,统计结果表明:GF-1影像所含信息层次复杂,地物类型表达丰富;纹理特征明显,能用于复杂地类的提取。在应用角度上,构建基于像元的最大似然法和基于面向对象的最邻近两种分类器分别对研究区进行土地类型提取,对比分类结果表明,GF-1影像整体分类效果略次于SPOT 6影像,但GF-1影像仍能够满足用户快速获取矿区土地状况和其周边环境信息的应用要求,具有监测矿区土地变化和分析复垦植被生长状况等方面的潜力,可以为矿山土地生态复垦的整体规划设计和技术实施等提供基础数据。     

结合高分遥感和多源数据的高原湖泊流域土地利用分析

高分一号卫星是为提升我国高分辨率数据自给率自主发射的卫星，在土地利用监测方面具有重要的应用价值。将GF-1卫星影像与多源数据影像进行对比能够挖掘各数据源在土地利用动态监测方面的差异性。本文以云南省杞麓湖流域为研究区，选取最新的Sentinel-2、GF-1和Landsat 8卫星遥感影像进行土地利用分类，以第二次全国土地利用调查数据为基期数据，结合野外实地调研和土地利用转移矩阵开展土地利用现状和演变分析，得出以下结论：①杞麓湖流域的水域、建设用地、耕地和林地自中心向外呈现出圈层分布的特征，与第二次全国土地调查结果相比，水域、耕地、林地3种类型的自然景观面积减少，而建设用地和其他用地受人类活动的影响，面积大幅增加，变化主要集中在杞麓湖周边的纳古镇和河西镇。②Sentinel-2卫星影像与GF-1卫星影像均具有较高的空间分辨率，二者对土地利用变化评估的结果相近，均优于Landsat 8卫星影像，其中GF-1卫星影像具有较高的应用价值。     

GF-1、GF-2与Landsat-8卫星多光谱数据的交互对比

基于两组敦煌定标场的GF-1 PMS2、GF-2 PMS1与Landsat-8 OLI(operational land imager)同步影像,对3种传感器之间表观反射率数据的一致性进行交互对比。结果表明,两颗国产高分卫星的表观反射率数据具有很高的一致性,但它们与Landsat-8数据之间存在着一定的差异,其中尤以近红外波段的差异最为明显。在可见光波段,3种传感器的信号强度关系为:GF-2 PMS1GF-1 PMS2Landsat-8 OLI,在近红外波段的关系为:Landsat-8 OLIGF-1 PMS2GF-2 PMS1。试验结果表明,所提出的数据转换模型能够有效地降低两种国产高分卫星传感器与Landsat-8 OLI在近红外波段的明显差异,且当选择与被转换影像地物比例一致性较高的模型进行转换时,转换精度能够进一步提高。     

GF-4 PMI影像着火点自适应阈值分割

为探究具有单中波红外通道的高分四号卫星(GF-4)PMI数据在林火监测中的应用方法,通过对覆盖近年发生森林火灾的多景GF-4 PMI影像分析,采用"劈窗法"构建GF-4 PMI数据的着火点自适应阈值检测算法;在云南省玉龙纳西族自治县、俄罗斯阿穆尔州和俄罗斯外贝加尔边疆区等3个实验区进行了着火点检测应用,并以目视解译的着火点结果为参照资料,对该算法的着火点检测精度进行了评价。结果表明,该算法在这3个实验区的着火点检测准确率均高于80.0%,基于着火点检测精度验证设定的综合评价指标高于0.780,可应用于GF-4PMI影像着火点的检测。     

基于多分辨率分析的GF-5和GF-1遥感影像空—谱融合

针对空间分辨率比率较大尺度差异下的高分五号(GF-5)与高分一号(GF-1)卫星影像的空—谱融合问题,提出多传感器影像融合策略:一方面,通过现有空—谱融合方法的分步融合得到融合影像;另一方面,在分步融合理论基础上,推导得出一体化融合基础框架,并进一步提出基于多分辨率分析的多传感器一体化融合方法,缓解现有方法因空间分辨率比率过大导致影像空、谱互补信息难以有效集成的问题。其中,提出的一体化融合方法基于调制传递函数MTF (Modulation Transfer Function)滤波对多传感器影像空间(高频)和光谱(低频)分量进行分解提取,并充分考虑多传感器高空间分辨率影像与高光谱分辨率影像之间的关系,以及高光谱分辨率影像波段间关系,设计合理的融合权重,最终可得到具有最高空间分辨率和最高光谱分辨率的融合影像。通过GF-1全色影像、GF-1多光谱影像、GF-5高光谱影像数据对提出方法进行实验验证,结果表明:本文方法可有效集成多传感器影像间的空、谱互补信息,得到较优融合结果。     

GF-1星WFV相机的快速大气校正

高分一号卫星(GF-1)WFV相机是中国新型高分辨率传感器,为了更好地进行定量应用,需完成高精度大气校正,但需要解决数量大,辅助数据不足等关键问题。针对WFV相机构建了快速大气校正模型,(1)采用交叉定标方法借助Landsat 8数据完成辐射定标;(2)从WFV相机的辅助数据出发,计算得到太阳天顶角、观测天顶角等辅助信息;(3)考虑不同海拔大气分子散射的不同,完成基于海拔数据的分子散射校正;(4)采用深蓝算法,从第一波段(蓝光)反演得到气溶胶信息;(5)计算每个像元的大气校正参数,进而获取地表反射率,完成大气校正。在此基础上,利用IDL语言建立相应的大气校正模块,以过境华北地区的3景WFV数据为例进行大气校正实验。结果表明,模型能够快速完成大气校正,并能较好的去除大气分子与气溶胶影响,较好地还原植被、裸土等典型地表类型的光谱反射曲线,校正后的NDVI更好地反映了各地物的特征。     

GF-1WFV与Landsat8OLI的NDVI交互比较与定量关系研究

为弥补、修正构建Landsat 8归一化植被指数(normalized differential vegetation index,NDVI)长时间序列中因云层覆盖、影像质量与重访周期导致的数据缺失问题,交互比较高分一号(GF-1)与Landsat 8两类传感器的植被探测能力,并对其植被指数的定量关系进行研究,探讨以GF-1局部镶嵌或全局替换Landsat 8缺失数据构建时序NDVI的可行性。结果显示,Landsat 8与GF-1具有NDVI差异性,具体表现为Landsat 8探测地物信号更强,而GF-1获取地物信息量更多;相同空间分辨率(30 m)下两传感器NDVI数据呈现高度线性相关,经方程转换后,GF-1的NDVI拟合数据与Landsat 8的NDVI关系增强;同时,两传感器的NDVI数据存在区域差异性,且拟合数据可以有效减少差异程度。实验表明,此方法可实现Landsat 8高分辨率时序NDVI的构建,具有一定应用价值。     

国产高分三号卫星干涉测量试验

主要利用国产高分三号(GF-3)卫星数据通过合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)技术提取试验区域数字高程模型(digital elevation model,DEM).首先介绍了GF-3卫星及其主要成像模式;然后介绍了InSAR数据处理过程及其关键技术,包括基线估计、影像配准、相位解缠等,并介绍其典型算法;最后利用GF-3试验数据提取DEM并对其进行精度评价.试验验证了目前国产SAR(synthetic aperture radar)卫星在干涉成像、干涉测量方面的能力.     

高分五号可见短波红外高光谱影像在轨几何定标及精度验证

高分五号可见短波红外高光谱相机(AHSI)作为一颗具有高光谱分辨率的对地观测载荷,对复杂地物具有精确的探测与分类能力,高精度的几何定标对于卫星影像应用至关重要。本文采用了基于探元指向角的几何定标模型,分步解算内外定标参数,并选取多景影像进行实验验证。结果表明:通过严格的在轨几何定标,可见短波红外高光谱影像在无控制点的条件下,平面定位精度优于60 m (2个像素),内部精度优于0.5个像素,波段配准精度优于0.3个像素。     

高分二号卫星遥感影像制图适用性分析

遥感影像制图是高分辨率卫星数据应用的主要方面之一。针对高分二号卫星影像制图流程,本文讨论了影响制图效果的几个关键因素,包括自然真彩色波段合成方式、人眼分辨率与打印分辨率（DPI）的关系、卫星影像空间分辨率与制图比例尺的关系。实践证明,这些处理方法在高分辨率遥感影像制图工作应用中取得了良好的效果。     

高分一号卫星影像自动云检测

针对高分一号卫星影像普遍含云且光谱探测范围窄、波段少、数据量大的特点,提出一种基于自适应阈值和形态学综合的云检测算法。选取一定数目的无云和含云样本影像,分别估算出最高和最低亮度阈值,以双阈值为限定条件改进最大类间方差算法,计算出精确亮度阈值,并定性筛选无云影像。通过云区形态学综合进一步改善云检测效果,得到影像云掩模和含云量。实验表明,该算法简单有效,能对少云、多云影像做出比较精确的检测,也能定性识别出无云影像,适用于全色、多光谱影像,可满足海量数据自动化处理的需要。     

GF-4序列图像的云自动检测

以高分四号(GF-4)卫星L1级标准分幅数据产品提供高精度的云检测产品为目的,研究针对地球同步轨道卫星数据的云检测算法,改进自动阈值以适应同日不同时刻成像数据的辐射亮度与地表反射特性的变化差异。利用GF-4卫星凝视成像方式获取的同区域序列图像以及云在不同图像上的运动特性,结合自动阈值与SavitzkyGolay(SG)滤波修正检测结果中的误检。算法的两个关键预处理,一是通过自动的几何配准解决未经几何校正的分幅数据之间像素位置对应的问题,二是通过基于典型相关变换自动提取序列图像之间的伪不变特征点集,进而利用相对辐射归一减小了不同时刻成像数据之间的辐射差异。通过内蒙古自治区东部及长江中下游区域70余组数据对算法进行验证,整体上获得了稳定的结果与精度,并且基于序列图像的云检测算法在云边界、高亮地表及薄云区域的检测精度整体优于单幅自动阈值的检测结果。结果表明算法精度上满足GF-4云检测数据产品需求,且算法自动化程度高,便于工程化的数据生产。     

高分五号高光谱影像矿物精细识别

矿物识别是高光谱遥感技术优势之一,已在地质矿产领域取得了显著应用效果。随着光谱分辨率的不断提高,高光谱遥感矿物识别逐渐从识别矿物种类向矿物亚类、矿物成分等精细信息识别发展,且随着应用实践的不断深入,对矿物精细信息的需求也越来越大。而光谱分辨率和矿物识别方法是制约高光谱矿物精细识别的主要因素。高分五号(GF-5)超高的光谱分辨率为矿物精细识别提供了可能。首先在分析总结已有高光谱矿物识别方法优缺性的基础上,提出了综合光谱特征增强匹配度和特征参量的矿物识别方法;其次,选取甘肃柳园和美国Cuprite两个研究较多的地区为研究对象,基于GF-5卫星数据开展了矿物精细识别,在完成矿物种类、亚类识别的基础上,进一步对绢云母成分信息进行了反演;最后,结合上述地区已有机载高光谱数据及填图结果开展对比分析。结果表明:GF-5矿物识别信息分布与机载HyMap、AVIRIS一致性很好,相较机载数据GF-5矿物识别平均正确率优于90%,说明本研究提出的矿物识别方法能够满足GF-5矿物精细识别,可为后续业务化应用提供技术支撑,同时认为超高的光谱分辨率使得GF-5在矿物成分信息识别上更具优势。     

高分七号图像质量评价与解译度分析

随着高分辨率卫星遥感技术的快速发展和影像的广泛使用,用户对影像的直观效果和应用能力越发关注,图像质量和解译能力作为重要评估指标,决定高分辨率光学卫星影像的应用能力.本研究探讨面向用户的卫星遥感影像图像质量评价方法,通过图像统计特征、图像解译度评价了高分七号前、后视影像的可用性和制图能力.结果表明高分七号前、后视影像具有...     

高分三号SAR影像双阈值变化检测

双阈值合成孔径雷达SAR(Synthetic Aperture Radar)变化检测算法具有在发现变化区域的同时还能确定地表发生后向散射变化类型的优点。针对广义高斯双阈值最小误差法D-GKIT(Dual Generalized Kittler and Illingworth Thresholding)在进行阈值选取时直方图中不同类别像素灰度级重叠严重时,分割结果容易在尖峰单侧选取出双阈值而导致无法正确分割差异图的问题,本文提出一种结合归一化最大类间方差和广义高斯最小误差法GKIT(Generalized Kittler and Illingworth Thresholding)的双阈值SAR变化检测方法。首先,提出以归一化最大类间方差值作为灰度级重叠程度的判别参数,确定阈值的选取顺序及两个候选区间;然后,利用GKIT在候选区间内进行分割,获取单侧阈值及非变化类拟合函数;最后,提出利用非变化类拟合函数更新后的直方图作为另一侧阈值选取基础进行分割,得到对应分割阈值。以宁波地区高分三号(GF-3)SAR卫星影像作为试验研究数据,结果表明:本文方法能较好地解决灰度级重叠时D-GKIT无法进行正确分割的问题,具有良好的变化检测效果和更强的鲁棒性且达到了利用研究区数据验证利用GF-3号SAR卫星影像进行变化检测研究可行性的目的。