基于独立成分分析和随机森林算法的城镇用地提取研究

城镇用地信息是联合国2030年可持续发展议程关注的重点之一。城市在世界范围内迅速扩张,快速准确地获取城镇用地信息对于政府决策具有重要作用。城镇土地覆盖信息非常复杂,包括人工建筑、树木、草地、水体等多种地表覆盖类型。基于传统人工测绘获取城镇用地信息费时费力并且难于及时更新。Landsat等遥感卫星数据为城镇用地信息提取提供了丰富的数据源。基于卫星遥感数据提取的城镇用地信息可以为未来城市的建设和管理提供基础的科学决策数据。基于监督分类方法和卫星遥感数据可快速地提取城镇用地信息,然而特征变量的选择对于高精度城镇用地信息提取尤为重要。为研究不同特征变量组合对于城镇用地信息提取的影响,以北京市为研究区,以2017年7月10日获取的Landsat 8 OLI影像为数据源,通过数据预处理、纹理提取、独立成分分析、主成分分析等得到4个维度的29个特征,选取了7种特征组合方案进行城镇用地提取。考虑随机森林算法性能稳定,分类精度高和可以方便进行特征重要性评价等优点,选择其作为监督分类算法以提取城镇用地信息,并进行了精度评定,以确定最优的城镇用地提取特征组合。研究发现：综合利用光谱特征和独立成分分析后的影像特征,提取城镇用地的总体精度为93.1%,Kappa系数为0.86,优于利用其他特征的提取结果;基于随机森林算法对数据进行训练后输出的各变量的归一化变量重要性与特征均值的标准差结果存在相似性,利用随机森林算法的变量重要性估计与特征均值折线图都可以进行变量重要性评价。     

基于TAVI的山区毛竹林LAI反演分析

本文采用地形调节植被指数（TAVI）,以RapidEye高分辨率多光谱遥感影像为数据源,对福建省永安市毛竹林山区进行了叶面积指数（LAI）地面实测、遥感建模及反演分析。通过TAVI与归一化植被指数（NDVI）、比值植被指数（RVI）的对比研究,结果表明：（1）毛竹林实测LAI与TAVI、NDVI和RVI线性回归的决定系数（R²）分别为0.6085、0.3156和0.4092,最佳非线性回归的R²分别提高到0.6624、0.5280和0.6497。LAI与NDVI或RVI非线性（U曲线）模型可以很好地解释LAI-VI的散点分布规律,但难以解决LAI-VI间因地形影响导致的“同物异谱”和“异物同谱”问题,因此,在山区大面积推广应用需慎重。（2）通过实测LAI的验证表明,LAI-TAVI回归模型可有效避免因地形影响导致的“同物异谱”和“异物同谱”问题。TAVI具有良好的削减地形影响作用,可用于山区植被LAI的遥感反演。     

国产光学卫星正射影像产品及自动生成算法

正射校正是卫星遥感影像后续处理、分析与应用的必要基础，而目前光学卫星数据自主定位精度尚不能达到1—2像元，正射影像产品的生产仍需依赖地面控制点对成像几何模型进行修正。针对国产光学卫星数据的现状、特点和应用需求，中国遥感卫星地面站自主研发了国产光学卫星正射影像产品和自动正射系统，本文从精细化影像自动配准、成像几何模型优化、影像正射校正、几何不确定度评估、太阳照射和卫星观测角度计算、基于地理格网的影像剖分等方面对相关产品及其自动生成算法进行介绍。其中，基于L1范数约束最小二乘的RPC模型全参数优化方法，可在影像幅宽较大或几何定标精度不足时获得比常规附加像方仿射变换参数的RPC模型更高的校正精度；提出顾及控制点精度的区域网平差方法，在利用从空间分辨率较低的参考影像获取的控制点修正成像几何模型时，可在满足参考影像几何约束的前提下，通过多次观测减小成像几何模型的随机误差、提高影像的几何定位精度；基于不确定度传播理论，建立了正射影像产品逐像元几何不确定度评估方法。试验结果表明，本文算法可用于规模化的正射影像产品生产，分布于全国不同区域的实测检查点表明所生产的16 m分辨率国产高分正射影像产品绝对几...