不同分辨率影像的撂荒地提取方法

撂荒地对土地利用有很大的影响,利用遥感影像识别并提取撂荒地可以进一步加强对其保护和利用,故撂荒地的影像特征提取具有极大的意义。本文着重研究基于不同分辨率影像的撂荒地信息的提取方法,对于高分辨率遥感影像直接采用目视解译的方法,中分辨率影像采用决策树分析法,低分辨率则是采用时间序列的生命周期法及归一化差分植被指数来提取撂荒地。针对不同分辨率影像选择不同方法来进行撂荒地的提取,并分析不同方法的优缺点,可为以后的研究提供思路。     

U-Net模型对不同空间分辨率防护林提取精度的影响

针对当前无人机影像获取精度高但数据规模小的问题,本文提出通过U-Net模型探讨不同空间分辨率对防护林提取精度的影响。以CW-20复合翼无人机搭载Micro MAC12 Snap多光谱传感器获取的300 m（空间分辨率0.15 m）、400 m（空间分辨率0.20 m）、500 m（空间分辨率0.25 m）3种不同高度的遥感影像为例,试验结果证明,3种不同高度的影像提取精度误差在1.3%以内;MIoU误差在3.7%以内。空间分辨率对防护林提取精度的影响较小,高空间分辨率的影像数据并不能显著提升防护林的提取精度。本文为大规模农林业遥感监测的数据源获取提供了理论依据。     

多分辨率低秩导向滤波的热红外图像空间融合

热红外遥感图像由于其特定的成像方式,包含目标特有的发射率及温度等特征。然而,热红外遥感图像较低的空间分辨率却限制了其广泛应用。随着遥感技术的发展,同一区域获得的多源遥感图像可以提供更为完备的目标信息,使得利用多源融合技术实现热红外图像空间分辨率增强与亚像素级特征提取成为可能。为此,本文提出了一种基于多分辨率自适应低秩表达与残差信息迁移的热红外图像空间超分辨算法,该算法通过可见光与热红外图像融合的方式实现热红外图像空间特性的自适应融合增强。本文算法优势主要体现在以下几个方面：（1）基于多分辨率的超像素分割,使用超像素块代替传统的方块作为低秩恢复单元,自适应地调整单元内空间特性以保持单元内地物类型的稳定并抑制结构性噪声;（2）通过构建导向线性滤波器,在保护热红外图像光谱信息的前提下,实现可见光图像精细空间特征向热红外图像的迁移;（3）在低分辨层建立增强热红外图像残差与可见光图像残差之间关联并迁移至高分辨层,在保证超分辨图像细节信息的前提下,实现热红外图像空间超分辨。为了验证算法的有效性,本文采用2014年IGARSS数据融合竞赛提供的可见光与热红外实验数据进行实验,并与融合竞赛中表现最为优异的监督图特征融合方法进行比较,并从温度反演精度以及分类精度两个方面评价超分辨效果。实验结果表明,本文提出的方法其噪声抑制效果、空间平滑效果、边缘锐化效果更为优异,超分辨热红外图像有着更为精细的空间信息,并且对于不同区域类型均能较好的保护热红外图像光谱信息。对于不同地物类型,融合超分辨图像有较高的亚像素温度反演精度以及更高的分类精度,其温度反演误差小于1 K,总体分类精度较原热红外图像提升20%以上。     

全球2000年—2015年30 m分辨率逐年土地覆盖制图

高时空分辨率的全球多类别土地覆盖数据对于地球系统的生物化学循环、气候变化等研究至关重要。目前公开的数据产品中,较高空间分辨率的全球多类别土地覆盖产品仅提供单一或短时期的数据,而全球逐年土地覆盖产品往往只有单一土地覆盖类型,难以从较长时间跨度上反映精细地物的年际变化。本文借助Google Earth Engine平台,利用现有多套全球土地覆盖产品、Landsat卫星系列影像、以及大量人工目视解译样本,结合多数据融合、时序变化检测和机器学习等的方法,研制了一套2000年—2015年全球30 m分辨率的逐年土地覆盖变化数据集AGLC-2000-2015（Annual Global Land Cover 2000-2015）。基于AGLC-2000-2015数据集,本文选择性分析了3个典型区域（中国珠江三角洲地区、青藏高原色林错湖区和亚马逊热带雨林区）的土地覆盖年际变化。结果显示,AGLC-2000-2015数据集达到了较高的精度水平：基准年份产品（AGLC-2015）的总体精度（OA）为76.10%,Kappa系数为0.72,显著优于现有30 m分辨率的全球土地覆盖产品Globeland 30（OA = 63.49%,Kappa = 0.58）、FROM-GLC（OA = 61.41%,Kappa = 0.55）和GLC-FCS30（OA = 63.46%,Kappa = 0.57）;年际间分类模型的总体精度和Kappa系数分别为84.10%和0.81,在各大洲的平均总体精度均超过80.00%,表明该模型在全球多类别土地覆盖分类中表现良好。3个典型区域的土地覆盖变化分析显示,中国珠江三角洲地区城市扩张趋势明显（195.96 km²/a）,其增量主要来源于耕地（84.88%）;青藏高原色林错湖泊对于气候变暖响应明显,湖区面积呈扩大趋势（17.95 km²/a）,湖面北岸扩张最为明显;亚马逊热带雨林南部区域毁林造田趋势明显,15 a间森林面积减少46356.53 km²,其中大部分转化为农田（39621.29 km²）。上述结果表明：AGLC-2000-2015数据集能够有效反映全球陆地区域在30 m空间分辨率下的地表覆盖分布及年际间的动态演化,为地表陆面过程研究和相关应用提供可靠的数据支撑。     

无人机影像空间分辨率评估软件的设计与实现

提出一种高精度的像素级分辨率评估算法,设计开发了相应的评估软件。实验证明该软件能够实现全面、系统、高效的无人机影像分辨率质量检查。     

基于SREM融合数据的矿物蚀变信息提取

目前卫星高光谱数据幅宽小,难以进行大面积矿物填图应用.本文探讨了基于多光谱图像光谱分辨率增强方法(spectral resolution enhancement method,SREM)融合算法,将Hyperion窄幅高光谱和先进星载热发射和反射辐射仪(advanced spaceborne thermal emission and reflection radiometer,ASTER)宽幅多光谱数据进行融合,获得宽幅高光谱数据,从而进行矿物蚀变信息提取的方法和流程.结果表明:(1)原始ASTER数据仅能识别出Al-OH基团,Mg-OH基团和Fe3+离子基团3种矿物,SREM方法能够识别出高岭石、伊利石、绢云母、绿泥石和黄钾铁矾5种蚀变矿物;(2)融合图像矿物提取结果与原始ASTER和Hyperion图像的相对精度分别达到90.56%和92.85%;(3)其中绢云母、伊利石、高岭石与Al-OH基团,黄钾铁矾与Fe3+离子,绿泥石与Mg-OH基团出露区域基本一致.SREM融合数据具有幅宽大和光谱分辨率高的特点,提高了矿物蚀变信息解译精度,该方法对大面积矿物填图具有示范作用.     

基于MODTRAN的ASTER通道星上光谱模拟

由于轨传感器位置影响, 传感器接收的能量不完全来自地物的反射, 地面与传感器间大气辐射能量的作用同样不可忽略.通过中分辨率大气辐射传输模型(moderate resolution atmosphere transmittance and radiance code, MODTRAN)将辐射传输过程与传感器光谱响应函数进行耦合运算, 基于二长花岗岩、正长岩、石英正长岩及石英闪长岩的地面实测光谱数据及测量时大气和几何条件, 完成了4种岩性先进星载热发射和反射辐射仪(advanced spaceborne theemal emission and reflection radiometer, ASTER)通道星上光谱的模拟, 建立了实测光谱数据与星上光谱数据间的联系, 证明将地面与传感器间大气辐射影响耦合到传感器接收地面反射能量过程中的必要性, 从而为多光谱影像的形成和应用提供了支持.      

基于Gabor滤波和局部特征点密度的居民区提取

通过对高空间分辨率遥感图像(简称高分图像)中的居民区纹理结构信息的分析,提出了一种基于Gabor滤波和局部特征点密度的居民区提取方法。该方法首先对高分图像进行多方向Gabor滤波,得到多个方向的幅值信息,并通过阈值处理和筛选后处理获取图像的特征点;然后对特征点求取局部密度,获取居民区的范围;再用数学形态学变换进行细微处理,最终提取出图像中的居民区。以World View2真彩色图像为实验数据对不同方法进行验证及对比分析的结果表明,该方法具有较高的提取精度和计算效率。     

结合正交变换和多分辨率分析的全色锐化融合方法

针对单独使用成份替代方法和多分辨率分析方法的不足,该文提出一种基于光谱图像数据回归和正交颜色空间变换的成分替代图像融合方法;在此基础上,将成分替代与多分辨率分析的思想相结合,进一步提升融合方法的光谱保真性能。将所提方法应用于ETM+图像数据集进行全色锐化的实验,通过与其他几种具有代表性的全色锐化方法进行比较,证明得到的融合结果具有更高的质量。