面向国产高分辨率卫星的浒苔绿潮遥感监测算法对比

利用高空间分辨率卫星影像准确监测浒苔绿潮对灾害早期发现、动态跟踪以及沿岸防御具有重要应用价值。目前面向高分辨率遥感影像已有多种浒苔提取方法,但不同遥感算法受到海水背景(浑浊和清澈海水)和外界观测环境(如云层、太阳耀斑、观测几何条件)等干扰,其监测效果可能受到不同程度影响。为此,以国产高分辨率GF-WFV和HJ-CCD影像为例,充分对比了归一化差值植被指数(normalized difference vegetation index,NDVI)、漂浮藻类高度虚拟基线指数(virtual baseline floating macroalgae height,VB-FAH)和绿度指数(tasseled cap greenness,TCG)在常见多种环境背景下提取浒苔的优势和不足。研究结果表明:在清澈海水、浑浊海水和弱太阳耀斑背景下,NDVI、VB-FAH和TCG三种算法均有较好的浒苔识别能力,其精度评价指标F1-score和总体分类精度(overall accuracy, OA)分别超过95.6%和95.2%。对于几何观测条件,VB-FAH和TCG算法对观测几何角度的变化不敏感并表现较高的稳定性,要优于NDVI方法。在云层覆盖和强太阳耀斑背景下,TCG算法的浒苔判识能力最好,并可有效排除云覆盖和强太阳耀斑的干扰,其精度评价指标F1-score和OA分别超过95.2%和95.0%。     

高分六号红边波段对夏玉米种植区识别的影响

为探究高分六号卫星新增红边波段对夏玉米种植区识别的影响,选取山东省兰陵县为研究区,基于多时相高分六号宽幅相机遥感影像,构建4种波段组合方案,结合地面数据分析不同方案样本类型可分离性,采用支持向量机方法,提取研究区不同前茬作物夏玉米种植区域,分析光谱反射率变化及识别结果精度。结果表明：高分六号卫星两个红边波段都能不同程度提高不同物候期夏玉米与其他作物的区分度,较无红边波段参与相比,红边波段参与下不同作物间可分离度有一定提高;大蒜收获后、冬小麦收获后播种的夏玉米总体分类精度分别由80.1%、77.3%提高到90.3%、91.1%,分别提升10.2%和13.8%,Kappa系数分别由0.60、0.56提高至0.80、0.81。研究表明,新增红边波段可以有效提高夏玉米识别和提取精度,能够为红边波段的农业应用提供参考。