遥感数据模糊不确定性来源及其处理方法的探讨

近年来遥感信息的应用越加广泛,数据不确定性表现也较明显。本文主要是对遥感数据的质量也就要作进一步的分析:遥感信息本身固有的不确定性,遥感数据的分析与处理过程中所引入的不确定性。在总结不确定性存在原因的基础之上,对不确定性的处理方法作进一步的归纳。     

海岸带水体遥感信息全自动提取方法

在对经典的水体遥感信息提取方法分析的基础上,针对海岸带水体的特点了提出一种新的方法,该方法通过“像元-对象”及“全域-局部”的双重尺度转换,综合利用了海岸带水体遥感信息的光谱特征、空间特征、统计特征和不确定性,有机结合了地学知识与数据挖掘方法,实现了海岸带水体遥感信息的全自动提取。对我国四大海域不同类型海岸带的Landsat ETM+遥感影像进行试验,发现应用该方法能够兼顾宏观和微观的水体特征,提取结果具有较好的完整性和连续型,相对精度优于监督分类法和阈值分割法。     

遥感信息处理不确定性的可视化表达

如何全面、准确地度量和可视化表达遥感信息处理中不确定性的程度和空间分布方式,是遥感信息不确定性研究的关键问题之一.传统的度量方法(例如误差矩阵)是将以训练样本集为基础的度量作为总分类精度的度量,而我们需要估计模型对于"样本外数据"的性能.本文首先利用信息论和粗糙集理论等度量遥感分类影像属性信息的不确定性,提出基于像元、目标和影像的遥感信息不确定性度量指标;然后分别描述了基于不同度量指标的可视化表达方式,并对我国黄河三角洲地区的Landsat TM影像进行了分类信息不确定性度量和可视化表达实验.     

精准地理应用驱动的高分遥感协同计算研究

高分遥感智能解译是实现地理信息精细生成与快速更新的重要途径,从基于遥感开展精准地理应用的背景出发,解析了遥感信息产品生产与落地应用中的局限性,阐释了遥感回归地理应用问题的必要性以及其中“精（形态）”“准（内容）”图谱特征耦合的关键性。以地理学指导智能遥感研究为基本认识,提出了基于精细地理场景开展高分辨率遥感地学分析的发展方向和技术思路,以及时空/星地两个层面相协同的智能计算模式,并以中国贵州省关岭县石漠化耕地评价为应用案例,利用分区分层感知/时空协同反演/多粒度决策3个基础模型,在复杂山地区开展精准应用驱动的高分遥感协同计算。结合实验结果,通过对不规则网格空间表达、时序特征多模态重建、多源不确定性解析以及不确定性引导的迭代优化等关键科学问题的探讨分析,给出面向未来的探索方向和研究思路,为地理学指导下的智能遥感研究以及遥感支撑的精准地理应用提出发展路径。     

地质找矿中遥感信息的综合研究与深化应用——以铀矿为例

以铀矿勘查为例,通过对遥感信息进行综合研究与深化应用的思考,提出后遥感应用技术的新理念,并认为它是将遥感信息的应用“从技术层面提升到科学层面”的重要途径.在此基础上,又提出砂岩型铀矿断隆成矿的观点,进而建立了我国克拉通和大型活化盆地的铀矿区域找矿模式.在上述观点和模式指导下,利用新型遥感技术,特别是高分辨率遥感数据,在...     

遥感信息不确定性研究

近年来遥感技术及遥感信息产业化发展迅猛 ,但遥感信息的不确定性制约着遥感信息的产品化和实用化的进一步发展。虽然 ,这一问题得到了国内外众多学者的关注 ,并提出和采用相关理论和方法进行分析 ,取得了相当的进展 ,但这些方法在分析遥感信息不确定性时忽略了一个重要的研究点 :遥感信息的不确定性传递机理。本文主要目标就是建立一套遥感信息不确定性的处理方法     

服务于城市规划管理的遥感信息平台技术研究

面对城市规划管理对遥感信息的强烈需求,重庆市遥感中心开展了从规划遥感标准制定、影像处理、数据建库、遥感规划分析模型、发布服务等遥感信息平台建设工作。本文就在建设过程中用到的数据库建设、信息共享与交换的关键技术,和规划行业遥感分析应用的技术实现思路提出探讨,希望推动国内遥感技术在不同领域的深层次应用。     

遥感图像分类与后处理综合技术研究—基于约束满足神经网络方法

遥感图像计算机分类的精度问题是阻碍计算机遥感信息处理系统实用化的一个关键问题。将分类后处理中的分类结果平滑过程模型化为约束优化问题,采用神经网络方法把分类结果平滑过程与遥感图像分类过程结合起来,提出了基于约束满足神经网络的遥感信息分类与后处理综合技术。实验表明该方法可明显提高森林类型划分、土地利用调查等遥感应用专题的分类精度。     

光学遥感影像智能化处理研究进展

随着对地观测技术的发展,海量遥感影像不断传输到地面。传统的遥感信息处理方法在处理效率、精度上的不足,限制了遥感信息的挖掘及利用,亟需发展智能化方法满足遥感影像处理的需求。受自然界中生物进化机制的启发,基于进化计算的遥感影像智能化处理方法具有以下特点:(1)拥有全局优化能力,对目标函数的优化能力更强;(2)具有自组织、自学习的特点,能够从遥感数据本身学习,不依赖数据分布等先验信息;(3)拥有处理多目标问题的能力,同时考虑多个目标函数而不需要人工确定它们之间的权重。因此,智能化遥感信息处理方法能够在海量遥感影像中有效地提取适用于不同应用目的的信息。本文主要介绍智能化遥感信息处理方法的典型应用包括遥感影像智能化分类(监督分类、聚类)、遥感影像亚像素信息提取(高光谱影像混合像元分解、亚像元制图),并讨论了遥感信息智能化处理方法的发展方向。     

基于分形的海岸线遥感信息空间尺度研究

空间尺度是地学研究的基础性问题，遥感信息的空间尺度及其转换随着遥感应用发展而日益受到重视，同时遥感与地理信息系统技术的发展也为空间尺度研究提供了有力的工具。本文以系列空间分辨率遥感图像为数据源，采用分形几何方法研究海岸线遥感信息的空间尺度，提出了基于分形尺度依赖性的遥感信息空间尺度转换模型和基于比例尺的遥感信息空间尺度转换模型，并以海岸线为例验证了模型的有效性和实用性。     

Boosting和Bagging算法的高分辨率遥感影像分类探讨

多分类器集成能够有效地提高遥感分类精度、降低结果中的不确定性,基于样本操作的Boosting和Bagging算法是多分类器系统常用的两种算法。针对高分辨率卫星遥感分类的需求,以Qu ickb ird数据为例,分别以BP神经网络、RBF神经网络和决策树为基分类器,对Boosting和Bagging算法的应用效果进行了实验和分析评价,结果表明Boosting算法和Bagging算法能够用于高分辨率遥感影像分类,具有较好的分类性能。     

结合变化向量分析和直觉模糊聚类的遥感影像变化检测方法

针对多时相遥感影像变化检测存在数据不确定性、检测精度不高等问题,提出了一种结合变化向量分析（CVA）和直觉模糊C均值聚类算法（IFCM）的多时相遥感影像变化检测方法. 首先通过CVA构建两个时相遥感影像的差异影像;然后采用直觉模糊C均值聚类算法对差异影像进行聚类得出变化区域和未变化区域;最后对变化检测结果进行二值化处理并进行精度评价. 选取两个时相的高分一号遥感影像和Szada数据集影像作为实验数据. 实验结果表明,采用提出的方法可有效解决传统方法存在的数据不确定性问题,变化检测精度达到了95.92%和92.70%,是一种可行的遥感影像变化检测方法. 研究结果可用于森林动态变化监测、土地复垦利用规划变化分析以及灾损评估.      

基于CNN模型迁移的OLI影像光伏电池板场景识别

获取光伏电池板的空间分布及动态变化信息对于国土调查、资源环境监测和能源结构评估具有重要意义,然而,传统的光伏电池板的识别依赖于人工设计的中低层次特征,无法克服对象光谱不确定性、空间结构类型复杂等难题,算法普遍存在稳健性不强、效率不高等问题。目前,基于场景单元从遥感影像中提取空间信息,多数算法仅建立在少数标准数据集上,未考虑实际应用中遥感图像质量、空间分辨率等因素对图像场景深度特征表达的影响,制约了遥感技术在城市结构、经济社会知识挖掘方面的深入应用。针对以上情况,本文基于卷积神经网络（CNN）采用迁移学习和模型微调的策略,在中等分辨率的Landsat影像上进行光伏电池板场景识别。结果表明,本文方法能够提取电站场景的多层次特征,在形态结构复杂的电站场景中取得了较好的识别效果。     

参数敏感性分析在遥感及生态水文模型中的研究进展

参数敏感性分析SA（Sensitivity Analysis）是遥感、生态和水文模型不确定性分析UA（Uncertainty Analysis）的重要方法之一。本文梳理了遥感散射/辐射模型,以及遥感驱动的生态、水文模型研究中常用的敏感性分析方法,并总结了各类方法的优缺点和适用条件。从识别关键参数、不确定性分析和参数优化3个方面,分析了这些领域中参数敏感性分析研究的进展和存在问题,并介绍了最常用的敏感性分析平台。参数敏感性分析作为模型参数优化的先验知识之一,促进了模型和参数的优化。在不确定性和敏感性矩阵USM（Uncertainty and Sensitivity Matrix）的框架下,结合全局敏感性分析方法开展多阶段遥感反演、参数敏感性的尺度效应、参数敏感性的时空异质性研究更加需要关注。此外,还需要提高敏感性分析的计算效率和模式,来适应未来更加复杂的模型和迅速增长的数据量。     

遥感数据产品真实性检验不确定性分析研究进展

不确定性分析是遥感产品真实性检验最重要的部分,本文以叶面积指数LAI为例,从测量、模型以及蕴含在测量和模型中的尺度效应3个方面分析产品真实性检验过程的不确定性来源,并针对问题提出减小其不确定性的办法。对于相对均一的地表,地面测量的空间代表性比较好,可不考虑地表空间代表性引起的尺度效应和蕴含在模型中的尺度效应引起的不确定性。针对异质性地表,分为两种情况:若模型是线性的,蕴含在模型中的尺度效应可以忽略,只需要考虑测量的不确定性、模型本身的不确定性、以及地面测量的空间代表性引起的尺度效应;若模型是非线性的,则测量、模型和蕴含在测量和模型中的尺度效应引起的不确定性都需要考虑。     

基于DEM的遥感数据复原方法研究

介绍了一种基于数字高程模型（DEM）的遥感数据复原新方法。此方法将地形因子作为最主要的作用因子，不考虑卫星传感过程中的随机影响。首先，根据基础地理数据，按其等高线层生成DEM； 然后，利用DEM，通过实测样点、DEM和经过纠正的遥感数据的信息融合，进行遥感数据中像元样点的坡度、坡向分析，建立DEM与遥感信息的相关关系模型，以数学统计方法描述地形因子对遥感数据的作用机理； 最后，进行逐像元的遥感信息复原(归一化)。结果表明，该方法具有较好的信息复原效果，可消除或减少地形对遥感数据的影响，增强遥感技术在山区复杂地形下的实用性。     

模糊技术在遥感图像处理中的应用以及存在问题分析

模糊技术由于能处理不确定性中的模糊性,因而在遥感图像处理中得到了很好的应用。本文就模糊技术在遥感图像增强、遥感图像边缘检测和遥感图像分割这三个方面的应用进行分析与归纳,并研究了模糊技术在这三个应用方面存在的问题进行了研究。     

遥感图像超分辨率研究的现状和发展

卫星图像的空间分辨率是衡量卫星遥感能力的一项主要指标,也是衡量一个国家航天遥感水平的重要标志,追求更高的分辨率已成为各国卫星的发展目标。超分辨率技术在可见光遥感和红外遥感领域的实际应用,将会提高卫星的空间分辨率,也可以在保持卫星分辨率的条件下,缩小光学仪器的焦距,使卫星相机小型化,减小其体积和重量。本文从遥感应用的角度出发,讨论了超分辨率技术研究对我国遥感卫星提高分辨率的现实意义,简单说明了超分辨率的概念,论述了卫星遥感超分辨率研究的技术理论和和应用的国内外现状,重点突出了卫星采样模式的研究,提出了国内该项技术研究目前存在的不足和发展趋势。