融合Landsat 8与Sentinel-2数据的红树林物候信息提取与分类

科学准确地监测红树林是保护海陆过渡性生态系统的基础和前提,但红树林分布于潮间带,难以进行大规模人工监测。遥感技术能够对红树林进行长时间、大面积监测,但已有研究尚存不足。一方面,红树林分布于热带、亚热带区域,受到天气条件限制难以获得长时间覆盖的有效光学遥感数据;另一方面,红树林极易与其他陆生植被混淆,仅利用多波段数据的光谱信息难以精确识别。本文以恒河三角洲孙德尔本斯地区为例,基于谷歌地球引擎GEE（Google Earth Engine）获取2016年全年的Landsat 8 OLI和Sentinel-2 MSI数据,利用物候信息进行红树林提取研究。首先,基于最小二乘回归构建两个传感器在相同指数之间的关系,重建时间序列数据,之后根据可分性判据选取增强型植被指数EVI（Enhanced Vegetation Index）和陆地表面水分指数LSWI（Land Surface Water Index）。其次,对两个指数的时间序列数据进行Savitzky-Golay滤波处理,并分别提取生长期始期等13种物候信息。最后,将两个指数的物候信息进行特征级联,采用随机森林RF（Random Forest）方法进行分类,提取研究区红树林范围。实验结果表明：Landsat 8 OLI和Sentinel-2 MSI数据融合可有效提升时间序列质量,与基于单一传感器数据的分类结果相比,总体精度提高1.58%;物候信息可以显著增强红树林与其他植被的可分性,与直接使用时间序列数据的分类结果相比,总体精度提高1.92%;同时考虑EVI和LSWI指数可极大地提升分类效果,与采用单一指数相比,总体精度分别提高14.11%和9.69%。因此,本文通过数据融合、物候信息提取和指数特征级联可以更好地提取红树林,总体精度达到91.02%,Kappa系数为0.892。研究验证了物候信息在红树林遥感监测中的应用潜力,提出的方法对科学准确地监测全球或区域红树林具有一定参考价值。     

基于Google Earth Engine与多源遥感数据的土地覆盖变化监测

快速准确地获取一个地区的土地覆盖变化信息,可为该地区的社会经济发展、生态环境建设、国土空间规划等提供重要支撑.以广东省为研究区,以Google Earth Engine(GEE)云平台为支撑,以Sentinel-1/2和Landsat7/8数据为遥感数据源,结合多源时序影像和DSM影像,利用机器学习分类方法进行了土地覆盖类型快速监测.     

应用面向对象的决策树模型提取橡胶林信息

橡胶林的无序和不合理种植引发了一系列的生态问题,快速监测橡胶林空间分布及动态变化,对橡胶的合理种植、区域生态环境保护以及有关部门的规划决策有重要的指导意义。以MODIS归一化植被指数NDVI时间序列数据和多时相的Landsat TM数据为基础分析橡胶林的季相和光谱特征,确定橡胶识别的关键时期和特征参数,构建面向对象的决策树分类模型,开展橡胶信息提取研究。结果表明,多时相的遥感数据可反映橡胶的季相特征,以TM数据为基础计算得到的陆表水分指数LSWI和归一化植被指数NDVI可作为橡胶识别的光谱特征参数,橡胶休眠期是利用遥感方法进行橡胶提取的最佳时期。相比于单时相数据,利用包含橡胶关键物候期的多时相遥感数据能得到更高的橡胶林提取精度。     

典型植被指数识别火烧迹地潜力分析

植被指数法是利用卫星遥感影像识别火烧迹地的常用方法之一。植被因受火的干扰会形成火烧迹地,其光谱特征易与裸地、水体、道路、阴影和耕地等地物光谱混淆,使用遥感影像采用合适的植被指数提高过火区遥感监测精度仍是亟待解决的问题。以四川省2014年和内蒙古自治区2017年发生的4次森林火灾形成的火烧迹地作为研究区,利用高分一号16 m宽幅(GF-1 WFV)数据和Landsat8数据的波谱特性,选取归一化植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)、全球环境监测植被指数(global environment monitoring index,GEMI)、过火区识别指数(burned area index,BAI)和归一化火烧指数(normalized burn ration,NBR)等5种典型植被指数,通过构建不同植被指数的分离指数M来定量评价这些植被指数识别火烧迹地的潜力。研究结果表明,基于近红外—短波红外波段的NBR和基于可见光—近红外波段的BAI对过火区的分离性较好,NDVI的分离性次之,EVI和GEMI的分离效果较差;基于GF-1 WFV和Landsat8数据采用BAI和NBR指数对内蒙古鄂伦春自治旗火烧迹地进行了识别(其中GF-1 WFV数据只用于BAI识别),并利用高分二号(GF-2)数据进行了精度验证,两者火烧迹地识别总体精度均大于87%,Kappa系数均大于0. 7。     

Sentinel-2和Landsat8影像的四种常用水体指数地表水体提取对比

利用卫星影像快速准确地提取湖泊等地表水体范围一直是一个重要的研究课题,其对洪涝灾害监测、水资源管理与利用等具有重要意义。Sentinel-2 MSI和Landsat8 OLI数据是目前主流的开放获取的中高空间分辨率遥感影像。以鄱阳湖区为研究对象,首先,分别使用归一化差异水体指数(normalized difference water index,NDWI)、改进的归一化差异水体指数(modified normalized difference water index,MNDWI)、自动水体提取指数(automated water extraction index,AWEIsh)和基于线性判别分析的水体指数(water index,WI2015)等4种常用的水体指数从2种影像中提取湖泊水体的分布信息;然后,分析了在同种水体指数之下2种影像提取结果的差异性和同一幅影像中4种水体指数提取结果的不同;最后,利用同期的高分一号影像目视解译的结果对水体提取结果进行了精度验证。结果表明,对于2种遥感影像,4种水体指数均能成功地提取出研究区的大部分水体; AWEIsh和WI2015的提取精度最高,在Sentinel-2和Landsat8影像上分别达到了98%和94%以上,MNDWI次之,NDWI的提取精度最低;相对而言,Sentinel-2影像提取的水体细部信息更为明显,整体提取效果优于Landsat8影像。     

利用光学影像相关获取2019年Ridgecrest地震序列同震形变

光学影像覆盖范围广,质量越来越高,可以应用于地表形变监测研究.文中以基于ENVI的COSI-Corr作为数据处理平台,通过光学影像获取地表形变.文中选取2019年加州Ridgecrest地震序列覆盖区域.首先,探究哨兵2号影像误差处理过程中横向条带处理方法,对其进行改进;然后,使用哨兵2号光学影像获取Ridgecrest地震序列同震形变,分析地震的地表形变情况,结果显示该次地震产生多个地表破裂,东西向呈拉伸趋势,南北向呈挤压趋势,东西向形变略小于南北向形变,两个方向形变特征表明Ridgecrest地震序列主震是一个右旋走滑地震;最后对Landsat 7和Landsat 8影像分别进行相关,将3种影像进行比较.结果表明在光学影像地表形变监测中,影像分辨率越高,效果和精度越好;同种分辨率的光学影像进行相关处理,也会有不同的结果.研究成果可以为地震反演提供形变数据和约束条件,以及为光学影像的地表形变监测提供参考.     

利用综合变化检测方法进行土地覆盖变化制图

在全球环境变化研究中,对土地利用和土地覆盖的描述、量化和监测尤为重要。为此,基于综合变化检测算法(comprehensive change detection method,CCDM),计算2011—2016年Landsat影像(P033/R033)的土地类型变化。CCDM整合了2种基于光谱的变化检测方法,即多指标综合变化分析(multi-index integrated change analysis,MⅡCA)模型和分区(Zone)变化检测模型。通过计算变化向量(change vector,CV)、最大相对变化向量(relative change vector maximum,RCVMAX)、差分归一化燃烧率(differenced normalized burn ratio,d NBR)和差分归一化植被指数(differenced normalized difference vegetation index,d NDVI)等4个光谱指标和时间(t)提取2期Landsat影像的变化。此外,根据前期和当前土地覆盖的变化趋势和MⅡCA与Zone结果的变化,对CCDM结果的准确性进行了评价。评价结果表明:非变化类的准确率为96%,变化类的准确率为40%,总体精度为68%。CCDM方法简单、容易实现、应用广泛,能捕捉不同景观中各种自然和人为干扰引起的潜在土地覆盖变化,可为国家土地覆盖更新和土地变化检测提供技术支持。     

基于Sentinel-2和Landsat卫星时序数据的耕地撂荒识别

充足的粮食供应是当下经济发展和社会稳定的重要保障之一，撂荒作为耕地边际化的极端表现，对其开展监测对保障耕地数量和质量至关重要。本文以四川省南充市营山县为研究区域，通过GEE平台，使用Sentinel-2和Landsat 7、8数据构建时序数据集，计算NDVI、EVI、NDWI、BSI、MSI等指数，分别利用支持向量机和随机森林法提取耕地撂荒，总分类精度为73.76%,Kappa系数为0.68,针对耕地撂荒最佳提取效果，F₁得分为0.691 1。本文方法对山地丘陵地区耕地撂荒监测有较大的借鉴意义。     

泸定Ms 6.8地震对海螺沟冰川的影响应急分析

2022-09-05四川省甘孜州泸定县发生Ms 6.8地震,震中距离海螺沟冰川约10 km,海螺沟冰川受此次地震影响如何,受到社会广泛关切。利用多时相Landsat 8和Sentinel-2光学卫星影像,基于归一化雪覆盖指数对海螺沟冰川面积进行监测,并利用Sentinel-1雷达卫星影像,基于像素偏移追踪技术对海螺沟地震前和震中位移进行监测。结果表明,2016―2022年海螺沟冰川8月份面积呈波动变化趋势,与日平均最高气温具有负相关性,冰川运动速度与地形坡度和日平均最高气温具有正相关性。泸定地震未造成海螺沟冰川运动速度大范围显著增大,但对冰瀑布前缘区域扰动明显。震后冰崩直接致灾可能性较小,但增加了泥石流致灾风险。     

基于多时像TM/ETM+影像的兖州市土地利用/覆盖变化

本文利用多时相Landsat TM/ETM+影像分析了兖州市1998年和2002年的土地利用/覆盖变化。综合考虑波段间相关系数和OIF指数,选择最佳波段组合进行图像解译,并在此基础上运用最大似然分类器(MLC)和支持向量机(SVM)的分类方法对遥感影像进行分类。进而利用SVM分类结果进行土地利用遥感动态监测,获取兖州市土地利用/覆盖变化信息,并与社会经济统计资料的统计结果进行比较。最后提取TM/ETM+影像的RDVI,基于线性混合像元分解模型分析了植被覆盖的变化。结果表明,基于多时相TM/ETM+影像分析的土地利用/覆盖变化与实际统计数据较吻合,适合动态监测土地利用变化,且精度较高。     

广义相对论框架中有关时间的定义与应用

在完整后牛顿近似下的太阳系质心参考系和地球质心参考系的定义及其转换关系的基础上，研究了在广义相对论框架下各种时间系统(太阳系质心坐标时、地球质心坐标时、太阳系动力学时和地球时)的定义、以及它们的具体实现和相互之间的转换关系，为空间大地测量学的研究提供了明确的时间概念和理论依据。     

分布式虚拟地理环境中时间同步问题研究

分布式虚拟地理环境中的时间同步问题是达成系统时空一致,确保仿真正确,是用户对虚拟地理环境形成正确认识的前提条件。文中针对分布式虚拟地理环境中3个时间概念,重点对机器时间和仿真时间同步问题进行研究,基于网络延时、各仿真节点时间偏移和PC机及操作系统本身时间分辨率不高的因素对时间不同步造成的影响,提出时间同步自适应模型和算法。     

PTP协议在广电时间同步网中的应用研究

随着广电行业的飞速发展,以串行数字接口(SDI)基带信号为基础技术架构的传统电视信号已经很难满足未来技术发展和业务扩展的需求．得益于现代通信技术的迅速发展以及即将到来的万物互联的5G时代,广电行业也将采用IP化技术来构建新的网络系统．处在向IP化发展的过渡期,广电IP化目前还存在一些亟待解决的问题．为了解决广电系统网络中需要更高精度的同步信号来完成时间同步的问题,本文利用精确时间协议（PTP）时间同步技术在专用以太网中完成时间同步组网,搭建了测试环境并对测试数据进行了分析．测试结果表明,相较于传统的网络时间协议（NTP）时间同步技术,输出PTP信号的准确度能够达到亚微秒量级,完全满足广电行业IP化数字电视系统时间同步信号的高精度需求．      

一种有效的多尺度时间段剖分方法与整数编码计算

围绕现有时间段编码存在的问题与现状,提出了一种时间段剖分编码方法:多尺度时间段的整数编码(multi-scale time segment integer coding,MTSIC)。该方法通过整数间形成的树状结构和大小排序,体现了不同尺度时间段间的先后、包含/被包含、相交等时间关系,最终实现了对多种尺度时间的统一整数编码化处理。在此基础上,还研究了MTSIC的时间关系的计算方法,用以支持基于时间段剖分的高效计算与查询,并初步探讨了MTSIC的应用方法与前景。试验表明,MTSIC的实现方便可靠,与传统方法转换便捷,在查询计算等方面具有很高的效率     

Numerical prediction methods for clock deviation based on two-way satellite time and frequency transfer data

Three functional models, polynomial, spectral analysis, and modified AR model, are studied and compared in fitting and predicting clock deviation based on the data sequence derived from two-way satellite time and frequency transfer. A robust equivalent weight is applied, which controls the significant influence of outlying observations. Some conclusions show that the prediction precision of robust estimation is better than that of LS. The prediction precision calculated from smoothed observations is higher than that calculated from sampling observations. As a count of the obvious period variations in the clock deviation sequence, the predicted values of polynomial model are implausible. The prediction precision of spectral analysis model is very low, but the principal periods can be determined. The prediction RMS of 6-hour extrapolation interval is 1 ns or so, when modified AR model is used.     

基于卫星双向时间频率传递进行钟差预报的方法研究

用多项式拟合、谱分析、改进的AR模型三种方法对由卫星双向时间频率传递得出的钟差时间序列进行了拟舍和预报分析。为了抵制钟差时间序列中异常值的影响，引入了“抗差等价权”，利用卫星双向时间频率传递得到的1d的钟差，按不问采样率、不同时间跨度进行计算分析。结果表明，抗差估计的预报精度明显高于最小二乘估计；平滑值的预报精度高于采样值；由于钟差时间序列中有明显的周期变化，多项式进行钟差预报的精度不可靠；用谱分析进行钟差预报的精度不高，但可以发现钟差时间序列中的主要周期变化；改进的AR模型预报精度最高，预报6h钟差的RMs在1ns左右。     

Numerical prediction methods for clock deviation based on two-way satellite time and frequency transfer data

Three functional models, polynomial, spectral analysis, and modified AR model, are studied and compared in fitting and predicting clock deviation based on the data sequence derived from two-way satellite time and frequency transfer. A robust equivalent weight is applied, which controls the significant influence of outlying observations. Some conclusions show that the prediction precision of robust estimation is better than that of LS. The prediction precision calculated from smoothed observations is higher than that calculated from sampling observations. As a count of the obvious period variations in the clock deviation sequence, the predicted values of polynomial model are implausible. The prediction precision of spectral analysis model is very low, but the principal periods can be determined. The prediction RMS of 6-hour extrapolation interval is Ins or so, when modified AR model is used.     

三峡库区水质数据时间序列分析预测研究

阐述了时间序列分析的概念、种类及分析方法,以三峡库区水质各指标的水期时间序列数据为研究对象,采用Holt-Winters时间序列预测模型进行了水质预测的试验研究.     

基于双向C波段数据站间时间同步

卫星导航系统时间同步技术是系统的关键技术之一,用于实现卫星和地面站时间统一,其水平直接影响导航系统定位精度。时间同步技术主要包括星地、星间和站间时间同步技术,其中站间时间同步技术又包括了时间频率传递技术、卫星共视技术等。本文详细讨论了站间时间频率传递方法的基本原理和模型,推导了误差模型,分析了影响站间时间频率传递精度的因素,并处理了实际的站间双向C波段数据,分析了站间时间频率传递的精度,结果表明时间频率传递实现的站间时间同步精度1ns。     

GPS共视接收机短期观测资料处理算法研究

提出了一种新的基于总体最小二乘数据拟合的短期观测资料处理算法 ,同时考虑测量时刻和时差测量值的不确定性 ,可提高共视接收机输出的单站数据精度。超短基线单通道共视测量数据表明 ,使用新算法后 ,可以提高原始共视数据短期稳定度