随机森林遥感图像分类实验教学软件开发研究

随着教育与科技的发展,我国众多高校的课程体系都开设了"遥感图像解译"或"遥感原理与应用"等课程.遥感图像的监督分类,是遥感类课程不可或缺的教学内容.然而,在目前相关课程的实验教学中,存在教学内容陈旧、更新频率较低等问题.为了充实高校遥感类课程的实验教学,本文介绍了一套基于随机森林的遥感图像分类实验教学软件,包括软件开发与相关实验的设计.鉴于随机森林算法在遥感领域得到了广泛应用,本实验教学软件旨在使学生掌握更新的遥感数据处理技能,提升其在相关行业中的竞争力.     

基于遥感影像的黄河内蒙古段冰-水分类研究

及时获取凌汛期河冰和水体的空间分布特征,对于预测冰凌灾害、提高防凌信息化管理水平有重要意义。遥感技术是当前获取河冰和水体空间分布的最主要手段之一。但是,黄河水体有大量悬浮泥沙,这给基于遥感技术的高精度冰-水分类带来了挑战。以黄河内蒙古段为例,基于Landsat 8 OLI遥感影像数据,在利用归一化积雪指数（NDSI）及河道矢量数据排除无关地物的基础上,对比了近红外波段反射率值、归一化差异水体指数（NDWI）、归一化积雪指数（NDSI）、改进的归一化积雪指数（MNDSI）以及归一化差异未封冻水体指数（NDUWI）在黄河内蒙古段典型河道河冰、水体分类中的表现,计算各指标总体分类精度及Kappa系数并进行阈值稳定性分析。结果表明：在利用NDSI和高清历史影像排除河道外无关地物后,NDUWI在各子段影像中的总体分类精度和Kappa系数均达到90.00%及0.90以上,其河冰、水体最优区分阈值大体分布于阈值中值附近。研究结果可为凌汛期黄河冰凌监测方法的选取以及冰上爆破位置的拟定提供依据。     

基于遥感影像分析1989—2019年黄河内蒙古段河冰时空变化

获取河冰时空分布信息对黄河流域防凌减灾工作及沿岸地区可持续发展具有重要意义。收集黄河内蒙古段1989—2019年冬季河冰遥感影像数据;提出了归一化未封冻水体指数（NDUWI）用以剥离被归一化雪指数（NDSI）误分为河冰的水体像元,确定了该指数划分河冰、水体像元的阈值,并利用NDUWI结合NDSI的方法提取河冰信息进而分析河冰时空分布及变化特征,探讨了海勃湾水库调度及河床演变对河冰分布的影响。结果表明：黄河内蒙古段河冰主要分布在研究区中游（巴彦高勒—三湖河口）。1989年以来,研究区内河冰经历“平稳期”（1989—1997年）、“扩张期”（1998—2000年）、“萎缩期”（2001—2019年）3个阶段,其中2000年出现河冰面积峰值,并于2019年减小至最小。各子段中,海勃湾至巴彦高勒（R1段）2015年前河冰分布稳定,2015年起受海勃湾水库建成影响,河冰面积大幅萎缩;巴彦高勒至头道拐（R2~R4段）河冰面积变化特征大体与全段变化相同。空间上,2015年后R1段以纵向萎缩为主,巴彦高勒至三湖河口（R2段）左岸河冰萎缩,右岸河冰堆积仍有偎堤风险;三湖河口至包头（R3）段全段河冰漫滩现象严重,2016年起得以缓解;包头至头道拐（R4）段以局部漫滩为主,2016年开始以主槽封冻为主。上游海勃湾水库建成后的常规运用可有效减小下游黄河内蒙古段的河冰漫滩现象。研究成果可为黄河内蒙古段水库防凌调度及堤防安全隐患排查提供参考。     

基于Sentinel-1时间序列的河冰表面物候提取研究

利用遥感技术识别河冰物候信息,能有效地评估河冰生长趋势,提高冰情信息化管理水平。以黄河内蒙古段为例,基于Sentinel-1时间序列遥感影像,综合曲线斜率法与动态阈值法提取了近5年（2015—2020年）黄河内蒙古段海勃湾库尾、三盛公闸下河段、三湖河口河段、头道拐河段以及万家寨库尾5个子段河冰物候（初冰日、完全冻结日、开始消融日、完全消融日）并分析其变化特征。结果表明：5个子河段初冰日和完全消融日的最优提取阈值分别为0.1、0.2、0.1、0.05以及0.05倍的Logistic曲线上下限差,识别偏差在3日以内;完全冻结日和开始消融日出现在Logistic曲线斜率最大（最小）值处,识别偏差在5日以内;5段近5年初冰日呈偏晚趋势,变化速率分别为1.4 d·a^-1、1.0 d·a^-1、0.8 d·a^-1、0.2 d·a^-1及0.4 d·a^-1;海勃湾库尾和头道拐河段从初冰日至完全冻结日的横向冻结速率正以0.2 d·a^-1和1.4 d·a^-1逐年增加,而巴彦高勒河段和万家寨库尾区以1.4 d·a^-1和1.0 d·a^-1逐年减少,三盛公闸下河段基本保持不变。研究成果可为冰凌洪水预测及河岸堤防修建提供科学依据。     

基于星载雷达特征参数的黄河冰厚反演及冰储量估算

冰厚是冰凌成因分析及预报的重要基础信息,可为防凌减灾提供重要依据。以黄河内蒙古段包头至头道拐水文站为例,利用Sentinel-1雷达影像结合Sentinel-2光学影像对研究区河冰厚度进行估算,首先对Sentinel-2光学影像进行处理,提取凌汛期前黄河主河道边界;然后对Sentinel-1雷达影像进行处理,提取2个强度信息和4个极化分解参数,分析6个雷达特征参数与河冰厚度的相关性;选择相关性最高的参数,采用统计回归方法建立冰厚反演线性回归模型,模型的调整R²为0.657,验证RMSE为9.82 cm,MRE为13.46%,MAE为8.26 cm;对凌汛期黄河冰厚进行反演,分析冰厚时空变化特征,并估算冰储量,同时讨论了河冰的散射机制。研究证明了主动微波遥感数据在黄河冰厚反演中的可行性,可为黄河内蒙古段防凌减灾提供科学参考。     

基于分辨率融合的多尺度遥感影像分类技术研究

影响遥感图像分类效果的主要因素之一是影像的空间分辨率。本文将Quickbird多光谱影像与高分辨率全色影像相融合,在保留了光谱信息的同时提高了影像分辨率。然后对融合后的影像进行多尺度分割,并运用地物的光谱统计特征、形状、纹理、类间关系等因素进行相关信息的提取。采用面向对象的模糊分类方法对试验区影像进行分类,最后对结果进行了精度评价。试验表明这种方法具有较高的精度。