顾及用户画像的多源遥感信息智能推荐方法EI北大核心CSCD

近年来,我国各类卫星井喷式发展,随之带来的海量卫星遥感数据保障服务的主动性不够、个性化不足等现实问题日益凸现,严重制约了卫星遥感的多领域智能应用。本文针对该问题,设计了一种顾及用户画像的遥感信息智能推荐方法。首先,构建融时间、空间、载荷、分辨率、产品级别5项核心元素的可扩展主题用户画像模型;然后,对模型中各元素权重、区间长度、分布特征值等进行具体表达,给出解算方法;最后,结合各元素权重及兴趣特征值,计算待分发数据与用户兴趣特征值的关联度,定量解算推荐度,实现遥感数据有序智能推荐。对国家减灾中心和北京市公安局禁毒总队两个用户近3 a实际需求订单的试验结果表明,该模型方法解算构建的各主题元素分布特征符合用户实际应用特点,推荐度较高,平均优于94%。研究成果为工程化实现天基遥感信息个性化服务及智能推荐提供了模型方法。     

新一代智能测绘遥感科学试验卫星珞珈三号01星

光学测绘遥感卫星的性能不断提升,种类日益丰富,已经成为获取全球精准测绘遥感信息的重要支撑。当前光学测绘遥感卫星已具备亚米级的空间分辨能力,但测绘遥感信息服务存在严重的滞后问题,亟须发展智能测绘遥感卫星,向实时智能服务转型升级。本文首先基于光学测绘遥感卫星3种成像体制及其实现方式和应用特点,分析智能测绘遥感卫星的适用体制,进一步面向实时化、智能化和大众化的应用需求,提出通导遥(通信、导航、遥感)一体化智能遥感卫星的设计构想,重点分析智能遥感卫星的服务方式及一体化功能组成;然后,阐述新一代智能测绘遥感科学试验卫星珞珈三号01星的性能与特点;最后,对智能测绘遥感卫星的发展和使命进行总结与展望。珞珈三号01星集遥感与通信功能于一体,探索了从数据获取到应用终端的测绘遥感信息高效智能服务模式,为遥感数据基于天地互联网的在轨处理与实时传输提供了真实的服务验证平台,对我国空间信息网络的建设具有重大意义。     

用户模型驱动的遥感信息智能服务方法

传统的浏览下载的遥感信息服务模式存在被动性、同一性等缺点,如何主动、准确地满足用户的个性化需求已成为遥感信息服务的焦点问题。本文针对遥感信息在空间和波谱上的覆盖特性,引入区间数学的方法建立了用户模型,描述用户兴趣在遥感信息核心元数据上的分布特征。提出关联度和兴趣度概念用来评价遥感信息对用户兴趣的满足程度,设计了基于拓扑关系的关联函数定量计算关联度。通过将待分发遥感信息作为备选方案构建了决策矩阵,从而将遥感信息的智能服务问题转化为多属性决策问题,实现了面向用户兴趣的遥感信息主动推荐。     

面向任务的高分辨率光学卫星遥感影像智能压缩方法

随着对地观测系统以及空间信息网络的快速发展,中国已经建成星地一体化的对地观测系统。高分辨率遥感影像数据从GB级转向TB级,轻小型智能遥感卫星有限的带宽容量和存储空间都严重限制了遥感信息的智能实时服务,由此提出了一种面向任务的智能压缩方法。首先,基于遥感影像的数据特点以及轻小型智能遥感卫星星地数传的瓶颈,分析了传统在轨压缩算法的局限性,论述了面向任务的高分辨率光学卫星遥感影像智能压缩处理的重要性;其次,提出了基于珞珈三号01星平台面向任务的智能压缩方法,通过星上高质量成像和高精度几何定位获取观测区域;然后,根据不同的任务需求,利用信息提取模型获取感兴趣目标/区域;最后,利用压缩模型对该区域进行自适应码率分配来实现高倍率压缩任务,并生成码流文件回传到地面。针对不同的任务需求,合理分配码率,可通过该方法有效实现遥感影像的高倍率智能压缩。     

遥感卫星数据产品分类分级规则研究

随着遥感卫星应用的发展,多源、多时相、多尺度以及不同类型遥感卫星的数据综合集成应用以及与地面观测信息集成,对遥感信息产品进行深度开发利用正在成为遥感应用的重要趋势。目前不同国家和地区、不同系列的遥感卫星数据产品分别采用不同的分类分级方案,难以适应多源、多系列地理空间信息整合应用的需求。本文从遥感应用对遥感卫星数据产品分类分级的需求出发,分析了目前主要遥感卫星的产品系列及其数据产品分类分级规则,参考了正在研究的相关国际标准,遵循系统性、科学性、完整性、兼容性、可操作性和可扩充性原则,研究提出了中国遥感卫星数据产品分类分级的规则。该规则以卫星载荷采用的遥感探测光谱特征及其数据获取方式作为分类依据,以卫星遥感数据的处理水平作为分级依据,建立统一的遥感卫星数据产品的分类分级体系。该规则与正在研究制订的相关国际标准保持一致,不但覆盖目前广泛应用的各类遥感卫星数据产品,而且能方便地建立与现有遥感卫星数据产品分类分级方案的映射关系,并且对未来的数据产品的分类分级留有比较充分的可扩充性,为遥感卫星数据产品分类分级指标体系的研究和相关国家标准的研制提供了依据。     

遥感影像K-最近邻图目标分类改进算法的研究

针对高分辨率遥感影像数据中典型目标的判别,提出基于K-最近邻图KNN改进算法的深度学习模型.该模型采用深度学习方法研究目标的属性,充分利用数据之间的关联,建立抗变换性的目标特征,可提高目标判别的准确度.高分辨遥感影像目标检测实验表明该方法的有效性.     

遥感大数据智能解译的地理学认知模型与方法

随着遥感数据和计算机算力的爆炸式增长、智能分析算法瓶颈的突破,亟须提升与之相匹配的遥感大数据处理与分析能力。针对复杂场景下遥感大数据智能处理与地理学认知耦合关联和交叉融合的关键问题,本文分析了遥感大数据与地理科学各自的特点与相互关系,提出了多模态知识融合关联的深度网络构建和面向地理制图的遥感智能解译思路,建立了遥感大数据智能处理与应用体系框架;面向技术发展和行业应用,本文提出了分别建设通用高分辨率遥感智能处理系统和智能精准应用平台的总体路线,以期推动遥感智能解译技术创新和工程化应用的全面发展。     

遥感大数据时代与智能信息提取

近年来,天地一体化对地观测系统与智能计算技术的快速发展为遥感科技进步甚至变革提供了难得的机遇。遥感信息技术在历经20世纪60~80年代以统计数学模型为核心的数字信号处理时代、从90年代至今以遥感信息物理量化为标志的定量遥感时代之后,现在正逐渐进入一个以数据模型驱动、大数据智能分析为特征的遥感大数据时代。在总结遥感信息技术历史发展脉络的基础上,阐述了遥感大数据的内涵和智能信息提取的时代特点,并从遥感大数据的理念出发,论述了面向对象的遥感知识库构建,分析了融合遥感知识和深度学习算法的大数据智能信息提取策略。通过典型实例,介绍了以深度学习为代表的智能算法在遥感大数据目标检测、精细分类、参数反演等方面的发展现状与趋势,并讨论了深度学习在遥感大数据时代的智能信息提取方面的应用潜力。     

海域重力异常模型的多尺度分析

不同于传统的重力异常模型精度分析方法,本文以马里亚纳海沟区域(140°E—150°E,10°N—20°N)为例,利用DOG球面小波提取了DTU10、DTU17和SIO V32.1模型在不同波段内的重力异常信号,对模型间的差异进行了深入分析,并对基于径向基函数的不同深度、不同分辨率的多尺度分析进行了尝试。利用DOG球面小波对各模型多尺度分析的结果表明,随着尺度变小,模型间的差异在变大;DTU10、DTU17模型间的差异主要集中在10.9～43.6 km的波段内,分布在海岸、海沟、海底山附近,体现了Cryosat-2、Jason-1/GM观测数据和FES2014海潮模型的贡献;受模型构建方法不同、观测数据增多和波形重跟踪的影响,DTU17、SIO V32.1模型的差异大于DTU10、DTU17之间的差异。对传统径向基函数进行了改进,实现了多深度、多空间分辨率情况下径向基函数多尺度分析,结果略优于单一深度、单一空间分辨率径向基函数构建结果,有望应用于多源数据的重力场模型构建。     

秦淮河丘陵地区土地利用遥感信息提取及制图

着重论述了使用SPOT卫星遥感图像提取土地利用专题信息的技术与方法。利用数字地形模型（DEM）派生的坡度、坡向等辅助信息，对遥感影像的光谱特征空间进行扩展，建立基于知识的统计分析扩展模型，对不同参数的分类结果进行评价。研究结果表明，该方法能有效地提取SPOT星遥感土地利用专题信息，特别适合我国南方丘陵地区土地利用遥感信息提取。同时，通过地物分层分类信息提取方法和遥感影像数据融合技术，编制了研究区土地利用现状图。     

高分辨率遥感影像建筑物提取的注意力胶囊网络算法

高分辨率遥感影像建筑物自动提取在防灾减灾、灾害估损、城市规划和地形图制作等方面具有重要意义。但是,目前常用的传统卷积神经网络模型存在异变性强而同变性弱缺陷。针对该问题,本文提出一种基于通道和空间双注意力胶囊编码—解码网络DA-CapsNet（dual-attention capsule encoder-decoder network）的建筑物提取通用模型。该模型通过胶囊卷积和空间—通道双注意力模块增强高分辨率遥感影像中建筑物高阶特征表达能力,实现建筑物遮挡部分以及对非建筑不透水层的准确提取与区分。模型首先利用胶囊编码—解码结构提取并融合多尺度建筑物胶囊特征,获得高质量建筑物特征表达。之后,设计通道和空间注意力特征模块进一步增强建筑物上下文语义信息,提高模型性能。本文选取3种高分辨率建筑物数据集进行试验,最终的平均精度、召回率和F1-score分别为92.15%、92.07%和92.18%。结果表明,本文提出的DA-CapsNet能有效克服高分辨率遥感影像中的空间异质性、同物异谱、异物同谱以及阴影遮挡等影响,实现复杂环境下的高精度建筑物自动提取。     

一种联合空谱特征的高光谱影像分类胶囊网络

高效稳定的深度学习分类器有助于提升高光谱遥感影像的分类精度。针对卷积神经网络标量式神经元特征表达能力有限、无法有效建模特征之间空间层次结构关系的不足，设计了一种考虑数据图谱合一特性的端到端高光谱胶囊网络(H-CapsNet)。H-CapsNet主体由编码器(卷积层、PrimaryCaps层及DigitCats层)和解码器(全连接层)组成，通过在网络输入端嵌入通道和空间注意力模块，以此增强模型对空谱特征的抓取和识别，进而提升网络对特征的聚焦和表达能力。以资源一号02D卫星获取的张家港高光谱影像及公共数据集University of Pavia和University of Houston影像为例进行试验，将H-CapsNet网络与传统机器学习算法和多个深度学习网络进行对比。试验结果表明，在3景不同分辨率的高光谱影像上，H-CapsNet分类网络均取得了最优的分类效果，总体精度相较于其他方法分别提升了2.36%～7.67%、0.16%～11.8%和1.75%～15.58%。H-CapsNet网络对小像素邻域具有较好的适应性，当图像块尺寸有限时，仍可以取得相对理想的分类结果。     

一种基于全球剖分网格的多源遥感数据空间关联方法

针对遥感数据具有多源化且数据量大等特征,同时缺乏统一的空间组织框架,对于数据间空间关联关系建立存在困难等问题,文章提出了基于全球剖分网格的多源遥感数据空间关联模型解决方法:首先采用GeoSOT剖分框架对多源遥感数据进行统一组织与管理,然后根据提出的"网格-数据块-数据"的三层组织概念模型,建立基于全球剖分网格的多源遥感数据空间关联模型;最后进行关联影像的表达实验。实验结果表明,该方法在一定程度上实现了多源遥感数据的结构化组织,有效建立了多源遥感数据的空间关联,并与传统的坐标系统建立对比分析,提高了数据利用的应用效能,整体上促进了遥感数据的使用效率。     

关于IKONOS卫星遥感图像的分形特征研究

通过计算IKONOS卫星遥感图像多波段数据各种地物类型的分形维数,分析IKONOS卫星遥感图像的空间结构特征.结果显示,IKONOS多光谱数据的空间特征对分析现实世界的空间特征具有重要的意义;不同地物的空间结构差异很大,具有各自的分形特征曲线;同一地物的不同波段图像中的图像结构也有差异.     

基于ETM+遥感影像水体信息提取方法探讨

利用卫星遥感数据提取地物信息,已成为遥感观测地物的一种重要手段.但在地物信息提取时由于多种因素的干扰,导致部分地物信息丢失.如何解译出地物的细部信息成为遥感信息提取的关键.利用Landsat7遥感数据为例,探讨了提取水体专题信息的方法,通过对遥感影像进行最佳波段组合、色彩变换、分类后对水体信息进行提取,效果较好.     

高分辨率遥感影像智能解译研究进展与趋势

遥感影像解译是一个不断发展的研究方向,随着日新月异的遥感应用需求、高分辨率遥感数据的快速发展、地理知识的日积月累、以及人工智能技术的发展,亟需发展自动化、智能化的遥感影像解译技术。本文针对遥感影像智能解译,首先从遥感影像解译单元、分类方法、解译认知3个方面阐述遥感影像解译的研究进展,然后提出了面向地理场景的 “地理知识图谱构建—深度学习模型构建—地理知识图谱与深度学习模型协同的遥感影像语义分类”遥感影像智能解译总体框架,并给出初步试验成果,最后对智能解译的重要发展趋势予以展望,以期拓展遥感影像智能解译研究的思路与方法,提高遥感影像智能解译的精细程度和智能化水平,使智能解译具备地理空间理解能力,推动“数据—信息—知识—智能”的深度转化。     

一种通用的跨模态遥感信息关联学习方法

针对“异质鸿沟”问题导致的不同模态遥感信息间相似性难以度量的问题,构建并公开了一个包含4种模态信息的跨模态遥感数据集,并基于不同模态信息间潜在的语义一致性,提出了一种通用的跨模态遥感信息关联学习方法。利用深度神经网络的表征能力,分别对图像类信息和序列类信息设计各模态信息的特征学习网络,实现对不同模态高层语义信息的准确表示;设计了一个新的关联学习损失函数对模态内的语义一致性和模态间的互补性进行限制,利用知识蒸馏的思想,以先融合后迁移各模态间信息的方式增强模态间的语义相关性。在构建的数据集上进行实验,结果表明,所提方法平均精度均值达到70%,超过基准方法。     

语义描述驱动的启明星一号自主任务规划方法

卫星任务规划是合理配置卫星资源,获取有效数据的重要途径。针对启明星一号卫星在无用户观测需求时存在的资源浪费问题,提出一种语义描述驱动的启明星一号自主任务规划方法。首先通过分析对地观测目标的特征及其对遥感数据的需求特点,构建了全球任务语义描述模型,为卫星的自主任务规划提供了基础数据库。然后基于该描述模型,设计了一种卫星自主任务规划方法,通过构建任务规划模型,能够实现对高价值目标的自主规划,提高卫星数据获取效率,最大程度地发挥卫星的在轨应用价值。最后基于启明星一号对该模型进行了方案验证,证明了该方法的可行性,可适用于不同类型遥感卫星,在未来遥感星群实时智能服务应用中能够发挥一定的价值。     

多源卫星影像的摄影测量遥感智能处理技术框架与初步实践

回顾并分析了摄影测量与遥感学科的发展历程,并针对大数据和智能化测绘新时代的多源遥感影像精准快速智能处理的迫切需求,本文提出摄影测量遥感的科学概念.全新的摄影测量遥感主要由摄影测量和遥感两个学科的交叉融合而形成,致力于研究解决同步探测被摄目标的几何位置、物理属性、语义信息和时序变化关系的理论方法及技术问题,其理论基础和支撑学科包括摄影测量、遥感、人工智能、大数据处理与高性能计算等,将突破目前摄影测量侧重几何处理、遥感侧重语义信息提取反演的相对独立现状和串行技术路线,通过几何模型与光谱辐射反射信息的深度交叉融合形成几何语义一体化处理机制.本文在阐述摄影测量遥感基本概念的基础上,初步探讨了其涉及的主要科学问题及相关研究应用领域,并以多源遥感卫星影像为例构建了一体化摄影测量遥感智能处理技术框架,通过语义信息提取与精准几何处理的交叉闭环融合,显著提升了高分辨率多源遥感卫星影像精准快速处理的自动化和智能化水平,多个应用实践初步验证了相关理论方法的正确性和有效性.     

论TM图像与GIS数据综合的土地利用动态监测

利用TM,SPOT卫星遥感图像以及相应卫星影像图,综合土地利用专题图等GIS非遥感数据,针对宁波土地利用动态监测的实际需要,进行有关遥感信息专题提取和应用的实证研究.