基于光谱和纹理特征的ALOS影像土地利用信息提取

针对高分辨率遥感影像易于反映地物纹理特征的特点,综合利用地物的光谱和纹理特征进行分类,探讨适用于ALOS影像的土地利用信息提取方法。以川东丘陵地区影像为例,基于GLCM提取纹理信息,将提取的纹理特征向量采用赋权值法融合为一个综合纹理信息波段,然后采用面向对象法将其与光谱特征信息共同参与分类。与最大似然法的提取结果对比表明,考虑了纹理特征的面向对象分类方法能明显提高分类精度,Kappa精度提高了0.12;避免了椒盐现象,分割的地类边界具有更好的语义表达,更贴合地物实际分布特征;建筑用地和林地具有明显的纹理特征,而旱地纹理特征不明显。该方法不仅分出了6个基本地物类型,而且对于林地、建筑用地等类型还能进一步细分。     

扎龙湿地水体遥感提取过程中云阴影去除方法研究

以扎龙湿地为研究区,利用空间分辨率高、纹理信息丰富、定位精度高和购买价格相对低廉的ALOS遥感影像,测定了研究区水体等5种典型地物和云阴影的波谱亮度值;根据水体和云阴影的光谱特征,利用阈值法对近红外波段ALOS影像进行阈值处理,将包含云阴影信息的水体信息提取出来;基于ALOS彩色影像,再采用决策树方法自动提取湿地水体信息,同时将云阴影信息去除,并再补充提取因去除云阴影而损失的水体信息;与目视解译结果相比,用本研究方法得到的研究区湿地水体信息精度高于85%。近红外波段阈值法和彩色影像决策树法相结合的方法是一种能有效去除云阴影而高精度获取湿地水体信息的方法。     

青海可可西里主要湖泊湖底地貌研究

应用阈值法对青海可可西里地区主要湖泊的遥感影像进行水体信息提取,根据水体与其它地物在ETM+的5波段具有很好的区分效果,经反复尝试在该波段找到了适合各个湖泊的分离阈值。通过目视解读,并与相关地形图对比检验,湖泊水体可较为准确提取出。利用ENVI软件得到包含湖底信息的合成图像,选择其中信息丰富的假彩色合成图像进行解译,根据其色调并结合近岸地形信息初步判断出了湖底的地形地势,并在永红湖底发现了一个特殊的环状构造。     

基于多源遥感数据的5·12汶川地震诱发堰塞体信息提取

5·12汶川地震诱发了大量的次生山地灾害,主要包括崩塌、滑坡、堰塞湖和泥石流等.大型滑坡堵塞河道后形成的堰塞湖则是震后最为严重的次生灾害.本文利用多源遥感数据获取四川5·12汶川地震诱发堰塞体信息,查明了灾区主要堰塞体的分布数量及其分布规律,同时获取了形成堰塞体的滑坡体的部分信息.研究表明,主灾区堰塞体总数37个,其分布与地震断裂带一致;73%的堰塞体呈串珠状分布;80%的堰塞体发生在河流急拐弯区域.     

基于多源遥感数据的5·12汶川地震诱发堰塞体信息提取

5·12汶川地震诱发了大量的次生山地灾害,主要包括崩塌、滑坡、堰塞湖和泥石流等。大型滑坡堵塞河道后形成的堰塞湖则是震后最为严重的次生灾害。本文利用多源遥感数据获取四川5·12汶川地震诱发堰塞体信息,查明了灾区主要堰塞体的分布数量及其分布规律,同时获取了形成堰塞体的滑坡体的部分信息。研究表明,主灾区堰塞体总数37个,其分布与地震断裂带一致;73％的堰塞体呈串珠状分布;80％的堰塞体发生在河流急拐弯区域。     

大难当前共忧患科技赈灾建家园——地震次生山地灾害及其减灾技术专题研讨会

由于5·12汶川地震所处特殊的地理位置,地震波及范围广,引发的次生灾害之多,造成的灾难之重,均为历史罕见.     

结合多尺度纹理的高分辨率遥感影像决策树分类

地物具有多尺度特点,遥感影像包含的地物纹理信息很难用单一尺度来描述。通过选择最佳纹理尺度组合,利用光谱数据结合多尺度纹理对高分辨率影像进行决策树分类。研究结果表明:结合多尺度纹理的高分辨遥感影像决策树分类,能够更好地描述地物并有效解决光谱数据分类中存在的地物破碎问题,其分类精度为81.7%,kap-pa系数为0.78;与光谱数据分类和结合单尺度纹理数据分类结果比较,分类精度分别提高了11.2%和6%,该方法有助于提高高分辨率影像的分类精度。     

卫片中线性构造的地质意义及其与地震的关系

不同的地质体吸收、反射、发射和透射电磁波的波长与频率是不同的,这是由各种地质体物质成分、结构和分布格局上的差异造成的。因此可以说,地质体电磁波辐射的特点,是反映地质体总特征的灵敏指示剂。卫星象片是地表景观电磁波辐射总特征的综合反映,而地表的景观现象多受地质构造的控制,同时,我们还可以对不同季节、不同波段的象片进行处理和分析对比,以排除非地质信息的干扰,使地质体或地质构造信息以较明显的色调异常或图形异常出现在卫片上,以便有效地解决不同地质体的界线和地质构造特征等一系列问题。而明显呈线性延伸的异常带——通常称之为线性构造——则多     

成像光谱数据的光谱信息特点及最佳波段选择--以北京顺义区为例

波段宽度为纳米级的成像光谱数据,具有几十乃至几百个光谱通道,它们各有不同的特点。如何根据具体的应用目的,在这众多的波段中选择出最佳波段,对于有效地进行成像光谱数据的处理、分析及信息提取是至关重要的。本文以北京顺义区成像光谱数据为例,首先根据所有通道的相关性,将其分为若干组,然后通过全面分析成像光谱数据的光谱信息特征,在综合考虑各波段的信息含量、波段间的相关性、波段的可分性以及地物光谱的吸收特性等因     

“4·20”芦山7.0级地震次生山地灾害活动特征与趋势

2013-04-20芦山县发生7.0级地震,震源深度13 km.截至4月29日地震共造成196人遇难,21人失踪,13484人受伤,200余万人受灾.地震发生后,我们立即开展了地震次生山地灾害的遥感解译、实地调查及危险性评估工作.作者定义了地震次生山地灾害,分析了次生山地灾害的活动特征、形成机制与模式以及发展趋势,并与汶川地震次生山地灾害进行了对比.初步查明芦山地震诱发了1460余处崩塌和滑坡,大量落石和4处堰塞湖.次生山地灾害具有规模小、群发性和高位破坏的特征.崩塌和落石成群发育于坚硬岩石形成的陡坡上,主要发育区段有:芦山县的宝盛乡金鸡峡、双石镇大岩峡以及省道S210线K317路段和灵关镇以北小关子段,对沿河公路及救援生命通道影响严重.滑坡数量较少,以中小规模为主,主要发生于砂岩、页岩和松散堆积层中,仅发现一处大型滑坡并转化为碎屑流.堰塞湖主要由崩塌、滑坡形成,均为低危险性小型堰塞湖.芦山地震次生灾害的主控因素为构造、岩性、结构面和地形,崩塌破坏主要表现为顺层滑动破坏型、切层倾倒破坏型和结构面控制破坏型3种模式.芦山地震诱发崩塌、滑坡的数量、分布范围和规模比汶川地震小得多,其数量仅为汶川地震的5.53％,造成的地表破坏面积(3.06 km2)仅为0.57％.芦山地震区两次地震扰动的叠加效应,大大降低坡体的稳定性,震后崩塌、滑坡和泥石流的活动性增加,增幅有限,活跃期也相对较短,但震区山地灾害的隐伏性和隐蔽性强,给隐患排查带来困难.     

基于形态重建的高分辨率遥感影像城市道路提取

高分辨率遥感影像中,城市道路表现为局部灰度近似、宽度变化缓慢的狭长区域。根据城市道路这些形态特性,提出基于形态重建的道路提取方法。先对原始遥感影像作增强处理,突出影像边缘信息,用Otsu自动阈值分割法对增强处理后的图像进行初步分割;再根据图像中各要素的形态特征构建不同的标记图像,分别对原图像进行形态重构,将道路和建筑物等分别生成新的图像模块;对形态重构生成的道路模块进行轮廓提取和细化,提取出道路轮廓和中心线。实验结果表明,该方法能有效地从高分辨率遥感影像中提取出城市道路网。     

基于灰色绝对关联度边缘检测的多源遥感影像加权IHS融合

鉴于IHS变换的融合影像存在光谱扭曲问题,而灰色关联度对图像边缘检测具有局限性,该文将基于灰色绝对关联度的灰色关联分析与IHS变换相结合进行影像融合。采用灰色绝对关联度检测高分辨率影像的边缘点和非边缘点,基于边缘信息确定高分辨率影像和IHS变换后的亮度分量在组合中的权值,最后通过IHS反变换实现影像加权融合。应用该算法分别对多源遥感影像进行融合处理,在提高空间分辨率的同时能够很好地保持多光谱影像的光谱信息,优于传统的IHS融合方法和基于灰色关联度的IHS融合算法。     

基于特征基元的高分辨率遥感影像城市空间信息提取

结合人类视觉机制和计算机尺度空间理论,设计了基于特征基元的高分辨率遥感影像多尺度信息提取技术模式,即先在大尺度上进行粗分割,再进行精细分割,获得特征基元并进行特征表达,通过样本分类和知识推理等实现信息的提取与目标识别。针对城市空间信息的特点,在特征基元提取的基础上,采用马尔可夫随机场纹理分类方法、直方图阈值分割方法、支撑向量机分类方法等完成对城市水体、建筑区、道路和绿化用地的分类提取,构建了一套从高分辨率遥感影像中提取城市空间信息的方法体系。     

遥感与GIS在东亚飞蝗灾害研究中的应用

蝗灾属于毁灭性的生物灾害,它和水灾、旱灾一起构成人类社会的三大自然灾害,一旦爆发,对国家粮食安全、农民增收、社会安定可造成严重的影响。将遥感与GIS结合,对蝗虫生境特征、历史蝗灾记录、蝗害发生时有关数据进行集成和分析,可提供蝗灾时空变化、蝗灾范围、蝗灾程度、灭蝗的最佳时段等重要信息。本文重点论述遥感与GIS在蝗灾中的应用,以遥感反演的温度和水分为例来讨论蝗灾前后生境的变化状况,依靠遥感等高新技术实现飞蝗灾害监测的信息化。信息化监测与防蝗站观测相结合的方法已经成为监测蝗灾发生的最有效途径     

An enhanced supervised spatial decision support system of image classification: consideration on the ancillary information of paddy rice area

The analysis, measurement, and computation of remote sensing images often require an enhanced supervised classification technique to develop an efficient spatial decision support system. Rice is a crop of global importance, which has drawn a great interest in using remote sensing techniques for evaluating its production. Ancillary information is widely used to improve the classification accuracy of satellite images. However, few of these studies questioned the importance and strategies of using this ancillary information. The enhanced decision support system in our study has two stages. In the first stage, the images are obtained from the remote sensing technique and the ancillary information is employed to increase the accuracy of classification. In the second stage, it is decided to construct an efficiently supervised classifier, which is used to evaluate the ancillary information. Back-propagation neural network (BPN) with extended delta bar delta (EDBD) algorithm is incorporated into our decision support classifier system. This classifier renders two crucial contributions: (1) the EDBD algorithm accelerates the convergence speed of the learning process and (2) the relative importance (RI) on each band of ancillary information is evaluated rationally.     

GIS‐based modeling of glacial hazards and their interactions using Landsat‐TM and IKONOS imagery

Hazard interactions in glacial and periglacial environments are of crucial importance due to their potential for causing major catastrophes. Nevertheless, glacial and periglacial hazards have usually been modeled separately to date. In this study, we therefore propose a methodological strategy for modeling and assessing glacial and periglacial hazard interactions on a regional scale, including ice avalanches, lake outbursts and periglacial debris flows. Due to climate‐related rapid changes in glacial and periglacial areas, methods which incorporate monitoring capacities are needed. Hence, the methods presented here are based on remote sensing data, which are particularly powerful for monitoring tasks, and GIS modeling. For ice avalanche and lake‐outburst hazard detection and modeling, we applied recently published methods based on Landsat‐TM imagery, terrain modeling and flow routing. For detection of potential debris‐flow initiation zones in steep debris reservoirs, we present a novel method based on image processing of IKONOS data and terrain modeling, followed by flow modeling. Using this method, we achieve the synthesis of the individual process modeling in order to assess the potential interactions. The modeling is applied to a study region in the central Swiss Alps. The results show that systematic modeling based on remote sensing and GIS is suitable for first‐order assessment of glacial and periglacial hazard interactions as well as assessments of possible consequences, including impacts on traffic routes and other infrastructure. Based on this, critical cases can be detected and analyzed by subsequent detailed studies.     

基于高分辨率遥感影像的设施农业资源信息采集技术研究

结合设施农业空间位置分布规律及其在高分辨率遥感影像上的纹理特征体现,设计了批量设施自动生成算法,并基于GIS组件开发了基于高分辨率遥感影像的设施农业信息采集系统;该系统以高分辨率遥感影像为基础底图,结合批量设施自动生成算法进行数字化,实现了人机交互式半自动化信息采集。     

基于蚁群规则挖掘算法的多特征遥感数据分类

蚁群算法作为一种新型的智能优化算法,已经成功应用在许多领域,然而应用蚁群优化算法进行遥感数据处理则是一个新的研究热点。蚁群规则挖掘算法是基于分类规则挖掘进行分类,能够处理多特征的数据。因此,论文将蚁群规则挖掘算法应用到多特征遥感数据分类处理中,并采用北京地区的Landsat TM和 Envisat ASAR数据作为实验数据,对选择的遥感数据进行了多特征分类实验。实验结果分别与最大似然分类法、C4.5方法进行对比,分析表明:1)蚁群规则挖掘算法是一种无参数分类的智能方法,具有很好的鲁棒性,2)能够挖掘较简单的分类规则;3)能够充分利用多源遥感数据等。它可以充分利用多特征数据进行土地覆盖分类,从而能够提高分类的效率。