数字挖掘方法在遥感分类中的应用研究

随着空间信息领域技术的提高,利用卫星遥感数据获取地表信息的数据量也飞速的增长,快速有效地在海量遥感数据源中获取感兴趣的地表信息成为一项重要的研究方向。数据挖掘方法具有从海量数据集中提取隐含其中信息的功能,使得数据挖掘方法在遥感图像分类和专题信息提取中具有较好的应用,但不同的数据挖掘算法具有各自的独特性,使得在遥感分类中使用数据挖掘方法并不容易,本文通过介绍几种常用的数据挖掘算法,分析和探讨了这些方法在遥感分类应用中的优势和局限性,为在遥感分类中更好的、有针对性的选择数据挖掘算法提供借鉴。     

Google Earth Engine云平台对遥感发展的改变

近年来,随着遥感技术的快速发展,积累了海量的对地观测遥感数据.传统桌面端遥感处理平台(例如ERDAS和ENVI等)无法满足当前遥感大数据的应用需求.作为领先的遥感云计算平台,GEE (Google Earth Engine)的出现改变了传统遥感数据处理和分析模式,为海量数据快速处理与信息挖掘带来了新的契机.截止目前,科...     

遥感云计算平台发展及地球科学应用

人类已有半个多世纪的全球历史遥感数据积累,这些不断涌现的海量遥感数据形成的遥感大数据为地球科学研究提供了丰富的数据支持;对遥感大数据快速处理、分析和挖掘是一个新的挑战。遥感云计算平台的出现为遥感大数据挖掘提供了前所未有的机遇,并彻底改变了传统遥感数据处理和分析的模式,使得全球尺度的长时间序列快速分析和应用成为可能。本文系统梳理了国内外遥感云计算平台发展现状,归纳了截止目前遥感云计算平台在地球科学领域应用的主要方向。在此基础上讨论了目前遥感云计算平台的局限性,并展望了未来需要解决的关键技术和核心问题,提出了中国遥感云计算平台发展的建议。随着人类对地球的认识需求提升,遥感云计算平台将会在地学研究中发挥更大的作用,服务于地学知识的深入及人类社会可持续发展。     

基于空间数据挖掘的遥感图像处理

数据与数据库的爆炸式增长导致了一个十分突出的问题,即如何高效、智能地从巨量的、有噪音的、随机的数据中提取有效的、潜在有用的信息和知识.近几年来,空间数据挖掘技术的广泛研究正是基于此目的.本文初步探讨了空间数据挖掘技术在遥感图像处理中的应用,其重点阐述了关联规则,以及数据挖掘技术在遥感图像数据处理中的基本方法以及如何对遥感图像数据进行离散化处理.文章最后简要介绍了遥感图像处理的决策树和人工神经网络数据挖掘技术方法.     

面向大数据的空间数据挖掘综述

随着大数据时代的到来,海量空间数据与获取手段不足的矛盾日益显著,空间数据挖掘的地位日益提高。从大数据的含义出发,分析了空间数据与大数据的关系,回顾了传统空间数据挖掘存在的问题,最后从平台和算法两个方面探讨了空间大数据挖掘的最新研究进展。     

遥感图像中特定目标检测的方法

随着遥感技术的发展,通过遥感手段获得的数据量越来越大,在海量的遥感数据中,如何能够快速找出有用的信息,是遥感应用重要的研究课题之一。然而,现有设备的有限处理能力和传统的图像处理方法一直是海量遥感图像数据中信息提取和分析的主要瓶颈,严重制约着数据的实际应用效率。根据人类视觉特性,提出了对于特定的遥感目标快速检测的方法,从而为目标的增强以及分类奠定了基础。     

基于MPI的海量遥感影像并行处理技术探析

有效处理海量遥感影像数据,是解决遥感产品生产系统的大规模复杂应用的关键。针对目前通用的顺序处理已不能满足海量数据运算要求的问题,基于MPI并行处理开发环境,采用分级、分块的金字塔技术来对遥感影像数据做预处理,进而进行海量遥感影像切片、分块计算、并行处理和影像合成,有效地提高了海量遥感影像数据的运算速度,为海量遥感影像并行处理提供实践依据。     

多源海量统计遥感数据集成管理技术研究

统计遥感业务是国家统计局基于统计业务对空间信息的发展和应用需求,将GIS、Rs和GPS空间信息技术全面应用于统计数据的获取、管理与分析中,从而提高统计效率和统计科技含量,构建新型国家统计业务体系。统计遥感业务数据具有多源、海量的特点,实现统计遥感数据的集成与管理是新型统计遥感业务成功运转的基础。针对统计遥感业务及数据应用需求,通过对各类空间数据集成与管理技术进行研究,提出在建立统计遥感空间数据库基础上,将影像以县级为单位进行拼接、然后压缩存储到统计遥感空间数据库,同时结合影像编目技术实现海量遥感影像的管理;提出将元数据管理和数据转换、数据直接访问以及数据互操作方式,实现多源统计遥感数据的集成与管理。通过多种方式,从应用层面较好地解决了海量、多源统计遥感数据的集成与管理,提升了统计遥感数据的应用范围。     

基于Google Earth Engine和pydeck的遥感云数据三维可视化研究

采用云计算技术,整合各种遥感信息和技术资源的遥感云服务正以前所未有的速度发展。本文基于谷歌地球引擎Google Earth Engine提供的海量遥感云存储数据,研究通过Google Earth Engine的Python API以及空间可视化库pydeck、第三方earthengine-layers库提供的图层拓展能力,完成从遥感数据筛选、实时数据云计算到三维场景展示、网页端页面自动导出的全流程实践,旨在快速高效地实现遥感云数据三维可视化方案。     

多源卫星影像数据管理系统设计与实现

随着遥感卫星技术的快速发展,卫星影像数据量不断增加,对海量遥感影像数据进行有效的存储与管理成为亟待解决的问题.因此,通过建立一套多源卫星影像数据管理系统,实现对海量、多源遥感数据进行科学、高效、规范的管理,并实现快速查询和计算等功能,能够更好地满足相关部门的实际需求,提升测绘保障能力和服务水平.     

新一代人工智能驱动的陆地观测卫星遥感应用技术综述

随着各国航天事业的高速发展以及政府对卫星遥感技术的大力支持,各类军民商用卫星系统层出不穷,建立了较为完善的卫星遥感数据获取体系,为推动经济社会高质量发展提供了新动能。与此同时,人工智能技术的迅猛发展极大程度的提升了数据分析的智能化、精准化水平,为遥感大数据分析与应用带来了新的发展机遇。在互联网时代的背景下,结合新一代人工智能、大数据、物联网、5G等先进技术,推动遥感应用朝着智能化、大众化、产业化方向发展是大势所趋。本文依据当前陆地观测卫星智能遥感技术的发展现状与实际需求,论述了人工智能驱动的遥感技术在资源调查、环境监测、灾害监测等领域中的应用研究现状,探讨了现阶段制约人工智能技术在遥感领域应用成效的关键问题,最后结合遥感大数据处理中存在的问题和挑战,对陆地观测卫星遥感应用技术的发展趋势进行了展望,建立基于人工智能的卫星遥感应用体系已成为卫星遥感技术发展的必然趋势。     

农业遥感研究应用进展与展望

得益于中国自主遥感卫星、无人机遥感和物联网等技术的发展,中国农业遥感研究与应用在过去20年取得了显著进步,中国农业遥感信息获取呈现出天地网一体化的趋势;农业定量遥感在关键参数遥感反演技术方法与应用方面取得进展;作物面积、长势、产量、灾害遥感监测的理论与技术方法取得突破,农业遥感技术应用领域不断拓展。本文从农业遥感信息获取、农业定量遥感、农业灾害遥感、作物遥感识别与制图、作物长势遥感监测与产量预测、农业土地资源遥感等方面对中国农业遥感科研与应用进行了总结综述。     

遥感数据融合的进展与前瞻

数据融合是提升遥感影像应用能力的重要手段,一直是遥感信息处理与应用领域的研究热点。本文系统综述了遥感数据融合的进展与前瞻:首先对数据融合的层次与分类进行了总结和归纳,将遥感数据融合划分为同质遥感数据融合、异质遥感数据融合、遥感—站点数据融合、遥感—非观测数据融合4大类;在此基础上,重点针对时—空—谱光学遥感数据的融合,从多视超分辨率融合、多尺度融合、空—谱融合、时—空融合、时—空—谱一体化融合等方面进行了详细阐述;最后总结了遥感数据融合的前瞻研究方向,包括时—空—谱一体化融合的拓展、空天地观测数据的跨尺度融合、传感网环境下的在线融合、面向应用的融合方法等。     

光学遥感影像智能化处理研究进展

随着对地观测技术的发展,海量遥感影像不断传输到地面。传统的遥感信息处理方法在处理效率、精度上的不足,限制了遥感信息的挖掘及利用,亟需发展智能化方法满足遥感影像处理的需求。受自然界中生物进化机制的启发,基于进化计算的遥感影像智能化处理方法具有以下特点:(1)拥有全局优化能力,对目标函数的优化能力更强;(2)具有自组织、自学习的特点,能够从遥感数据本身学习,不依赖数据分布等先验信息;(3)拥有处理多目标问题的能力,同时考虑多个目标函数而不需要人工确定它们之间的权重。因此,智能化遥感信息处理方法能够在海量遥感影像中有效地提取适用于不同应用目的的信息。本文主要介绍智能化遥感信息处理方法的典型应用包括遥感影像智能化分类(监督分类、聚类)、遥感影像亚像素信息提取(高光谱影像混合像元分解、亚像元制图),并讨论了遥感信息智能化处理方法的发展方向。     

遥感与中国可持续发展:机遇和挑战

中国要实现可持续发展,必须积极应对资源短缺、环境恶化、海洋开发和气候变化等一系列重大资源环境问题;随着全球经济发展一体化进程加快,中国必须以全球视角研究和解决面临的资源环境问题。遥感在地球科学、环境科学、资源科学与全球变化研究中具有宏观动态的优点,是不可替代的全球观测手段,是实施可持续发展战略的基础性技术支撑。本文回顾了遥感科学技术进步的历程,总结了国际上围绕可持续发展所开展的全球遥感科学计划,分析了中国遥感现状和服务于可持续发展的前景,并结合国际上地球综合观测系统的发展态势,提出了中国遥感科学技术发展面临的挑战和机遇,进一步阐述了遥感发展面临的建立地球综合观测系统之系统、高精度遥感模型与参数反演、遥感产品真实性检验与遥感性能判据及测试系统、遥感数据与地球系统模式同化、遥感大数据与主动服务等前沿科学与技术问题。最后指出遥感要更好地服务于社会可持续发展,服务于国家的全球战略,服务于国民经济建设;必须创新遥感应用服务模式,加快遥感产业化和商业化进程;建议推进卫星观测系统的商业化,加快无人机遥感发展,促进遥感应用市场化。     

雷达遥感六十年：四个阶段的发展

雷达遥感问世60年来已经历了4个阶段的发展,其在对地观测中的作用正日益凸显,已经广泛应用于不同领域。4个阶段分别是单波段单极化阶段,多波段多极化阶段,极化和干涉阶段,以及以双/多站或星座、高时序高分宽幅、3维成像为代表的新阶段。本文结合作者长期在雷达遥感领域的研究经历,总结和回顾了雷达遥感的阶段发展和具有里程碑式的代表性技术;从观测技术、数据处理和应用角度阐述了新阶段雷达遥感的发展趋势,以及雷达遥感与人工智能和大数据结合的思考;最后着眼未来,介绍了月基雷达对地观测平台的前瞻性研究。     

遥感数据融合研究进展与文献定量分析(1992—2018)

近年来,遥感应用的快速发展推动了遥感载荷指标性能的不断提升。但由于遥感传感器的硬件技术瓶颈,遥感数据无法同时具有高空间分辨率、高光谱分辨率、高时间分辨率的指标特性。遥感数据融合是解决该问题的有效方法。为了深入了解目前遥感数据融合技术的研究进展情况,本文对国内外1992年—2018年间在该领域有一定影响力的相关成果进行了调研、分析与归纳总结。首先对遥感数据融合相关论文的年发文量、发文国家与机构、发表刊物以及关键词等进行了统计,梳理其发展历史及趋势;系统性的总结了各类数据融合算法,将其分为面向空间维提升的融合算法、面向光谱维提升的融合算法以及面向时间维提升的融合算法3类,并对各类算法的优势与适用性进行了分析;归纳总结了遥感数据融合的质量评价指标,包括有参考影像的融合评价指标以及无参考影像的融合评价指标;最后对遥感数据融合进展进行了总结与展望。     

湖泊碳循环研究中遥感技术的机遇与挑战

湖泊碳循环是全球碳循环过程中的重要环节,随着全球碳循环研究的不断深入,湖泊碳循环对全球碳循环的影响,以及其对全球气候变化的调节作用越来越受到关注.然而,由于湖泊分布的破碎性(大于0.002 km2的湖泊约有1.17×108个,并零星地分布在全球)和多样性(流域生态多样性,湖泊类型多样性,分布的气候带多样性等),使得全面...     

基于Landsat TM与CBER-02B的土地覆盖变化分析

以Landsat TM和CBERS-02B图像为遥感数据源,运用RS与GIS技术,对遥感数据的处理方法和技术流程进行系统的研究,并对汉寿县三期遥感影像进行处理,增强影像的可识别性。在野外调查和室内判别的基础上,建立研究区解译标志,采用机助目视解译方法,建立了1994年、2003年及2008年汉寿县土地覆盖数据库,提取并分析汉寿县土地覆盖变化信息。     

湖泊营养状态遥感评价及其表征参数反演算法研究进展

湖泊富营养化由于其可导致藻类水华暴发,引发生态系统灾变和饮用水风险,是中国乃至全球湖泊面临的主要生态环境问题.湖泊营养状态精准、实时、大范围的同步监测是准确掌握湖泊水环境变化特征,开展富营养化成因分析、评价评估、治理修复和管理考核的重要基石.相比地面调查的传统手段,遥感具有快速、大范围、周期性等优点,已经广泛应用于叶绿...