地震滑坡高分辨率遥感影像识别

区域性地震滑坡信息获取目前主要通过遥感目视解译和计算机提取,存在主观性强、耗时费力、提取精度低等问题,导致难以满足灾后应急调查、灾情评估等方面的应用需求。采用资源三号、高分一号高分辨率遥感影像,以汶川震区为实验区,在地震滑坡灾害特征分析的基础上,通过多尺度最优分割方法构建多层次滑坡对象,融合光谱、纹理、几何等影像特征和地形特征信息建立多维滑坡识别规则集合,基于高分辨率影像认知模式与场景理解过程提出滑坡分层识别模型,从而实现地震滑坡空间分布及其滑源区、滑移区和堆积区的准确识别。实验区分析结果显示最低识别精度为81.89%,而滑坡的堆积区最容易被分辨,识别方法具有可推广性。研究成果可为灾后应急调查提供技术支撑,并促进国产高分辨率遥感卫星的地质灾害应用。     

高分三号卫星全极化SAR影像九寨沟地震滑坡普查

基于光学遥感影像的区域滑坡普查易受云雾天气的影响,存在滑坡体调查不全面的问题,无法满足震后应急调查与恢复重建的需求。本文提出了一种极化SAR卫星数据滑坡普查方法,采用高分三号全极化SAR卫星影像数据,以九寨沟地震震区为实验区,在深入分析滑坡体和其他地物类型散射特征的基础上,融合极化特征、纹理特征和地形特征等多维特征信息,结合高分二号影像获取的训练样本,构建基于BP神经网络的全极化SAR数据滑坡自动识别模型,实现滑坡体的自动快速识别。与高分辨率光学影像与无人机航空影像目视解译结果相比较,总体识别精度为92.8%,Kappa系数为0.715,识别准确度满足地震应急实际应用的需求。研究成果可用于震区大区域滑坡体的普查,为后续开展无人机高分辨率影像滑坡体详查、灾后应急与景区恢复提供辅助信息支撑,并促进国产高分SAR卫星数据在防震减灾中的应用。     

期刊博览

正地震滑坡高分辨率遥感影像识别《遥感学报》2017年第4期本文采用资源三号、高分一号高分辨率遥感影像,以汶川震区为实验区,在地震滑坡灾害特征分析的基础上,通过多尺度最优分割方法构建多层次滑坡对象,融合光谱、纹理、几何等影像特征和地形特征信息建立多维滑坡识别规则集合,基     

基于多源卫星影像基础地理信息数据更新技术研究

选取三种精度的卫星影像数据,其中高分二号卫星影像数据精度能够达到1.0米,高分一号卫星影像与资源三号卫星影像精度分别达到2.0米和2.1米,在进行基础地理数据信息更新时,应当优先选取高分二号高分辨率卫星影像数据资源,并利用高分一号与高分三号卫星影像资源对不完善地方进行补充,通过这种方法,获得的DOL平面检测精度、DLG平面检测精度均符合标准要求。     

基于NDWI与改进型FCM相结合的高分一号影像水域信息提取方法研究

鉴于采用传统方法在提取高分辨率影像水域信息存在不足,本文以高分辨率国产卫星高分一号宽幅16 m空间分辨率多光谱影像为数据源,以浙江省钱塘江流域为研究区域,通过预先对影像进行NDWI处理,在此基础上利用改进FCM聚类算法实现了水域信息的自动提取,并与传统的NDWI和ISODATA分类方法提取结果进行比较。结果表明,该方法在分类效果和精度方面均优于传统分类方法,作为国产高分一号影像水域信息自动提取方法是可行的。     

迁移学习支持下的高分影像山地滑坡灾害解译模型

无人机低空遥感是近年来新兴的一种快速获取灾情信息的手段,如何利用无人机高分影像构建滑坡灾害解译模型是实现快速自动解译滑坡的关键。针对该问题,对比了多种影像特征提取方法,将迁移学习(TL)特征和支持向量机(SVM)引入到构建滑坡灾害自动解译模型中,提出了一种TL支持下的高分影像滑坡灾害解译模型。选取5·12汶川地震及4·20芦山地震系列无人机影像构建了滑坡灾害样本库并进行了实验,TL特征方法整体分类准确度ACC为95%,ROC达到0.98,识别准确率达到97%。结果表明,所提方法可用于高分影像滑坡自动解译,同时可用于大面积高分影像中快速山地滑坡灾害定位及检测。     

基于像素工厂的京津冀地区GF-1正射影像制作

本文选择京津冀地区高分一号卫星影像作为研究对象,制定像素工厂平台下大区域高分一号正射影像制作方案。研究了利用像素工厂对大区域高分辨率遥感影像进行空三优化、正射校正、影像融合、影像镶嵌等关键技术,完成了京津冀地区高分一号正射影像的制作。精度评价结果表明,利用像素工厂能够生产在定位精度上满足要求的大区域高分一号卫星遥感影像正射影像,像素工厂在处理高分一号卫星遥感影像上具有大批量、精度高的优势。     

高分一号多光谱影像正射精度验证与分析

为了验证和分析高分一号卫星影像的正射精度,填补相关研究的空白,该文采用有理函数模型对高分一号卫星PMS传感器多光谱影像进行正射校正,采集检查点检验多光谱影像的几何正射精度。实验结果表明,高分一号卫星PMS相机多光谱影像正射精度能够满足1:25 000比例尺地形图的更新要求,为相关研究提供参考。     

高分辨率遥感影像居民地半自动提取方法研究

居民地是地震灾害的重要受灾体,是进行地震应急救援准备的基础。采用高分一号2 m分辨率卫星遥感数据提取研究区真实居民地空间分布信息,为地震应急救援准备提供数据支持。结果表明:运用灰度共生矩阵、二值化、数学形态学等方法对影像进行迭代运算,能较好地提取高分一号2 m分辨率影像居民地信息。这种算法正确率较高,鲁棒性较好,然而对于稀疏植被及非居民聚居的人工建筑区提取结果虚警率因子较高,存在误提现象,需将提取结果与影像进行对比分析,通过人工干预完成研究区居民地半自动提取,以保证提取精度。     

基于高分一号卫星的城市扩张变化监测研究

廊坊是京津冀城市群的地理中心,位于京津两个国际都市之间。本文选取廊坊市中心为研究对象,利用高分一号卫星数据和航空影像,分析廊坊市2010~2016年的城市扩张变化情况,为京津冀协同发展制定政策并为城市制订规划提供依据。首先对遥感影像进行预处理,对高分一号卫星影像,按用地类型分别采用监督分类、面向对象和植被指数法提取城市2016年地表现状信息,并进行精度评价;对2010年的航空影像进行数字化,两类数据结合进行基于分类的变化检测和精度评价,分析城市空间变化特征。结果表明,厂房、建筑和未建成区分别采用监督分类、建筑阈值分类和面向对象法分类效果较好;廊坊市城市扩张的驱动力主要为经济发展、政策因素、历史条件、地形等。     

GF-2影像面向对象典型城区地物提取方法

国产高分遥感影像信息丰富,提供了精准的地物空间细节,深入研究高分数据处理及其提取城区地类目标信息的方法具有重要意义。本文以国产高分二号（GF-2）遥感影像为数据源,利用规则集的面向对象分类方法,通过ESP尺度分析工具选取得出最优分割尺度,建立各类地物的特征体系及分类规则,最终提取出研究区典型城区地物信息,并将之与传统基于像元的SVM监督分类结果作比较。结果表明：规则集的面向对象分类总体精度为92.23%,Kappa系数为0.9,比SVM监督分类有大幅度提高。对高分二号等高分辨率影像,面向对象的分类方法精度更高,图示效果更好,是城区地物提取的有效方法。     

基于卫星遥感的输油管廊沿线的地物识别研究

基于eCognition软件进行研究区域面向对象的信息提取,对研究区进行多尺度影像分割的实验,找到适合影像地物信息提取的尺度及参数、分类规则,并对研究区的影像数据进行验证,通过eCognition分类结果与传统分类和基于GBDT分类算法结果的对比,说明面向对象的特征提取算法更适用于几何信息和结构信息丰富的高分辨率图像.     

基于面向对象的珲春地区高分辨率遥感影像分类研究

以吉林省珲春市春化镇为研究区,以Pleiades、高分一号、资源三号影像为实验数据,利用面向对象信息提取方法实现了对3种遥感影像进行信息提取。利用3D Filter边缘检测算子对多尺度分割进行优化,通过对影像进行多次实验得出地物要素的最优分割参数,并且建立不同地物要素的分割层级。分析实验数据的特点构建了合理的分类层级,选取能区分各个地物要素的特征进行组合,利用阈值分类和模糊分类实现地物要素的信息提取。利用混淆矩阵对数据进行客观分析,得到3种影像的总体分类精度和kappa系数。分析结果表明:Pleiades影像分类精度较高,更适合本实验区的遥感影像信息提取。     

The Application of GF-1 Imagery to Detect Ships on the Yangtze River

Various satellite data are currently used to detect ships on the sea surface. However, no study on the use of Gaofen-1 (GF-1) data to monitor ships on the surface of inland rivers has been reported. Therefore, we proposed a method to extract inland river-surface ships from GF-1 imagery. The Normalized Differential Water Index was calculated to enhance the contrast between water and non-water areas after the preprocessing procedure. The multi-resolution segmentation method and object-oriented classification rule sets were used to detect the ships in the image. Results show that most of the ships, whose length-to-width ratio ranges from 3.0 to 7.2, could be identified correctly regardless of their size. The results also indicate that detecting ships on inland rivers using GF-1 imagery is feasible.     

基于GF-1号影像的南方水稻种植信息提取

针对南方复杂地区水稻遥感信息提取研究中机器自动学习分类研究较少、分类精度不高的问题,以福建省三明市建宁县溪口镇为研究区,基于GF-1号卫星影像,采用面向对象的随机森林遥感分类算法对研究区内水稻田信息进行提取。首先通过优化面向对象分割参数和随机森林分类模型参数,提取并调用了影像中的多种特征;再对光谱特征、植被指数特征、纹理特征、几何特征进行特征空间优选;最后通过设置4种特征优选试验进行对比,得到最优分类模型。实验结果显示,基于特征空间优选的面向对象随机森林分类算法的水稻提取精度高达90%,分类总体精度可达87%,Kappa系数为0.85;与其他试验结果相比,漏分和误分现象较少,实现了南方地区水稻信息高精度自动识别。该方法计算特征少、实现简便,对于国产高分卫星影像在南方复杂地区作物自动提取中的应用具有参考性。     

面向对象与卷积神经网络模型的GF-6 WFV影像作物分类

GF-6 WFV影像是中国首颗带有红边波段的中高分辨率8波段多光谱卫星的遥感影像,对于其影像及红边波段对作物分类影响的研究利用亟待展开。本文结合面向对象和深度学习提出一种适用于GF-6 WFV红边波段的卷积神经网络(RE-CNN)遥感影像作物分类方法。首先采用多尺度分割和ESP工具选择最佳分割参数完成影像分割,通过面向对象的CART决策树消除椒盐现象的同时提取植被区域,并转化为卷积神经网络的输入数据,最后基于Python和Numpy库构建的卷积神经网络模型(RE-CNN)用于影像作物分类及精度验证。有无红边波段的两组分类实验结果表明:在红边波段组,卷积神经网络(RE-CNN)作物分类识别取得了较好的效果,总体精度高达94.38%,相比无红边波段组分类精度提高了2.83%,验证了GF-6 WFV红边波段对作物分类的有效性。为GF-6 WFV红边波段影像用于作物的分类研究提供技术参考和借鉴价值。     

面向对象的库区高分一号影像土地利用信息提取

高分一号（GF-1）是我国自主研发的第一颗高分辨率遥感卫星,其包含地物信息较为丰富,已应用于土地利用信息提取,但在水利工程库区土地利用调查方面研究较少。本文以峡江水利枢纽工程库区为例,首先对库区影像进行了基于RPC模型的正射校正、几何精纠正等预处理;然后针对GF-1的传感器响应特性,采用基于多元线性波段拟合的方法对多光谱与全色影像进行融合,该方法相对于传统分量替换法具有更好的融合性能;最后综合利用影像的光谱、纹理及形状等特征,采用面向对象的方法对融合后的库区影像进行了地类信息提取与分类精度评价。试验结果表明,融合影像可以有效提取水利工程库区的土地利用信息,总体分类精度达到87.9%,Kappa系数为0.836,能够满足库区土地利用调查和变化监测的要求。     

基于eCognition的玉树结古镇灾情动态监测研究

中国青海省玉树自治州结古镇附近于2014年4月14日7时左右发生了Ms 7.1级地震。利用灾前灾后两个不同时期的高分辨率影像,以结古镇南部地区为例,探讨基于e Cognition平台,选用多尺度分割和最邻近法,对灾前灾后遥感影像进行各类地物信息提取,分析研究区内各地物的动态变化。研究表明:通过面向对象分类的e Cognition软件提取的各地物信息颜色信息丰富,形状大小特征明显,总体分类精度达到90%以上,分类效果良好。并根据提取成果进行统计分析,快速提供受灾地区地震前后整体动态变化情况,为各级政府部门迅速开展地质灾害抢险救援与监测提供支撑。     

高分辨率遥感影像下沿海地区地表覆盖信息的提取

沿海地区地表覆盖信息是全国地理国情普查的重要内容,遥感影像分类技术为沿海地区地表覆盖信息提供了一种重要方法。本文基于GF-1高分辨率遥感影像,建立了沿海地区地表覆盖分类系统,采用中国测绘科学研究院自主研发的面向对象GLC决策树分类方法和软件进行了地表覆盖分类。通过对某试验区进行分类试验,并结合该区地表覆盖标准分类图进行精度评价,验证了基于高分辨率影像,面向对象GLC决策树分类方法在沿海地区地表覆盖信息提取上的有效性及优越性,其总体分类精度和Kappa系数分别为87.201 8%、0.840 6,均高于SVM分类法。最后提出基于高分辨率遥感影像的沿海地区地表覆盖信息提取流程。