基于无人机遥感的喀斯特高原峡谷区火龙果单株识别提取方法

基于小型无人机搭载可见光镜头作为数据获取手段,通过对比可见光波段差异植被指数（VDVI）、过绿指数（ExG）、过绿减过红指数（ExG-ExR）、归一化绿红差异指数NGRDI和绿叶指数（GLI）5种可见光波段颜色指数方法应用于喀斯特高原峡谷区典型经济作物火龙果植株识别的适宜性,结合可视化空间建模工具模型构建器,提出一种以单植株平均面积分割株丛的思想,对火龙果进行植株识别分割和单株提取方法研究,结果表明：1）VDVI相比EXG、NGRDI、ExG-ExR、GLI等植被指数更适宜作为火龙果的识别分割方法;2）当VDVI的OTSU阈值取0.037时,能最大程度地分割目标地物与背景地物;3）通过人机交互基地实测获取的实际株数与提取株数验证,获得火龙果植株单株提取精度为91.7%。结果证实：以低空无人机可见光波段影像为数据源,VDVI指数作为识别方法,株丛分割应用于喀斯特高原峡谷区火龙果的单株识别提取具有可行性。     

基于GF-1卫星数据的面向对象的民勤绿洲植被分类研究

以民勤绿洲为研究区,以GF-1遥感影像为数据源,采用面向对象的分类方法,结合分层技术,对影像逐级进行分类,以获取植被信息。根据归一化植被指数（NDVI）阈值区分植被与非植被,分割尺度为10;使用归一化水体指数（NDWI）阈值提取非植被中的水体,分割尺度为35;利用野外采样点获取的训练样本,将植被进一步分为耕地、林地和草地,分割尺度为25。总体分类精度达到83.02%,Kappa系数为0.745 1,比较基于象元的监督分类,其总体分类精度为69.37%,Kappa系数为0.497 0,表明面向对象的分类方法在干旱区绿洲植被信息的提取上较传统的基于象元的分类方法更有优势,分类精度更高。     

面向对象的山地区域多源遥感影像分割尺度选择及评价

随着遥感技术的飞速发展,通过各种传感器获取的影像种类越来越多.传统的面向像元的影像分析技术已难以适应高分辨率影像,面向对象的影像分析技术应运而生.面向对象的影像分析技术所面临的首要问题是影像分割,如何选择合适的影像分割尺度已成为面向对象影像分析技术的关键.为了提高遥感影像分割尺度选择的准确性,通过对影像分析建立了分割质量函数,针对不同分辨率的多源遥感影像进行分割实验,获取了最优分割尺度,最后提出了一种顾及面积和光谱的分割匹配指数对最优分割尺度进行评价,并研究了分割尺度与亮度均值标准差、影像空间分辨率之间的对应关系.研究结果表明,构建的分割质量函数获取的最优分割尺度避免了人工分割带来的主观性,建立的同时顾及面积和光谱因子的分割匹配指数验证了最优分割尺度选择的正确性.     

一种改进的遥感影像面向对象最优分割尺度计算模型

面向对象的影像分析方法能够充分利用高分辨遥感影像信息,有效提取目标信息.分割尺度的选择是面向对象影像分析方法的核心问题.该文采用样本控制的方法,构建了基于面积和周长的分割对象样本一致性评价因子,针对不同的信息提取目标,提出一种改进的遥感影像面向对象最优分割尺度计算模型,并验证了其优越性.     

基于超像素的高分辨率影像建筑物提取

建筑物提取对于基础地理数据获取与更新具有重要意义。针对传统的基于像元方法难以利用影像空间、上下文信息以及面向对象方法最优分割尺度难以确定等问题,该文提出一种基于超像素的高分辨率影像建筑物提取方法。首先利用LiDAR点云数据生成归一化高程模型以获取地物的高度特征,并通过Layerstacking方式与高分辨率影像融合;随后基于Simple Linear Iterative Clustering(SLIC)算法分割高分辨率影像的RGB彩色图像生成超像素;继而基于分割所得的超像素中的每个像元对超像素进行特征计算;最后使用基于RBF核的支持向量机方法进行超像素级别分类,得到建筑物提取结果。实验结果表明,该方法能够有效识别出简单场景和复杂场景下的建筑物,显著消除了传统基于像元方法出现的"椒盐效应",同时避免了面向对象方法中最佳分割尺度选择的难题,取得了较好的建筑物提取效果。     

基于高分影像纹理分维变化的灾害自动识别方法

目前遥感变化检测主要是人机交互式目视解译,不能满足灾害自动识别尤其是卫星在轨变化检测自动化的新要求,亟须研究遥感影像变化自动检测算法,以实现灾害遥感自动识别。该文将高空间分辨率遥感影像的多尺度格网分割与纹理分维变化比较相结合,提出基于高分影像纹理分维单调变化(Texture Fractal MonotonousChange,TFMC)的灾害自动识别方法。通过计算和对比不同格网分割尺度下前后两期高分影像的纹理分维变化及其空间分布,并基于纹理分维变化单调性准则,可自动检测并识别灾区范围。以2011年3月11日日本地震海啸灾区的Worldview 0.5m全色影像为例,进行实验研究,表明MTFC方法无需人工干预即可根据纹理分形单调下降(当前减先前)可靠地识别出海水淹没区和密集房屋损毁区。经进一步优化,MTFC方法可望发展为高分遥感卫星在轨变化检测及灾害链聚焦监测的新技术。     

基于多通道数据融合的无人机遥感影像地物目标提取方法

针对仅使用无人机遥感RGB影像进行目标检测时精度不高、高程信息利用不足等问题,该文采用通道叠加和类IHS变换两种多通道数据融合方法对RGB影像与高程数据进行融合,使用DeepLabv3+卷积神经网络语义分割模型提取两种融合影像地物目标,并与RGB影像提取结果进行对比分析.结果表明,基于上述两种融合影像的地物目标识别精度高于仅使用RGB影像的识别精度,其中通道叠加影像的整体像素精度、平均像素精度和Kap-pa系数分别提高了3.52％、1.42％ 和14.99％.由于不同地物目标与周围地物的高程差不同,致使各融合方法对不同地物目标识别精度的提升效果不同,道路、建筑和地面识别精度的提升效果较好.     

基于低空无人机的草原灌丛遥感辨识方法

以位于中国科学院内蒙古草原生态研究定位站灌丛化样地实验平台为研究区,基于低空无人机遥感影像,结合实地调查,开展草原灌丛遥感辨识方法研究。通过对灌丛、草地和裸地归一化植被指数（NDVI）的方差统计分析,确定了裸地与植被的分割阈值为-0.08,并使用该阈值提取植被覆盖区,然后分别利用面向对象的决策树（DT）、贝叶斯（Bayes）、K最邻近（KNN）、支持向量机（SVM）机器学习分类器进行灌丛辨识。研究表明：借助Estimation of Scale Parameter（ESP）最优分割尺度评价工具可以快速确定分割参数,获取灌丛、草地影像对象;利用特征空间优化工具选取了18个的对象特征,可以有效避免盲目选择而导致的计算量增大;通过对不同分类器分类结果的对比和样本数量敏感性实验得出：Bayes分类器精度稳定、无需设置参数,灌丛分类精度最高,总体精度和Kappa系数分别达到92%和0.83,结果与影像地物嵌合最好,能够精确识别单株灌丛;根据Bayes分类器分类结果统计得研究区灌丛盖度为14.74%,平均冠幅为0.6 m²,与样方调查结果基本一致。由于4种分类器的算法特征以及对训练样本数量的敏感性各不相同,因此选择合适的分类器还需根据具体影像的地物特征、空间分辨率和研究区范围来确定。     

基于多尺度层的遥感影像分类问题研究

近年来,基于面向对象的遥感影像分类方法已经被广泛使用,这种方法与传统的基于像元的分类方法相比较,精度较高,是以对象作为分类的最小单元,所以,对于面向对象的分类方法其关键就是如何获取较高精度的对象,本文是在对遥感影像进行不同尺度分割的基础上,得到不同尺度的对象,然后依据对象的分割精度,选择相应尺度再进行分类。实验证明,这种方法可以有效提高遥感影像的分类精度。     

基于QuickBird卫星数据的土地利用分类规则集研究

以天津滨海新区为实验区,研究面向对象技术的高分辨率遥感影像土地利用分类规则集。针对耕地、草地、水域、建设用地、交通运输用地、空闲地的特征差异,综合多尺度的分割特征,尝试不同的分割尺度,最终选定两个最优分割层次,即大尺度层次(分割尺度为400)和小尺度层次(分割尺度为240)。采用有效的特征参数,包括自定义的特征增强参数(NDVI参数、色度放大函数)以及最大差异特征参数、面积参数、不对称性参数、标准差参数,确定各特征的隶属度函数,最终建立分类规则集;应用该分类规则集,通过图层间信息的传递与合并,对实验区的QuickBird(QB)遥感影像进行土地利用分类,精度达86.98%,有效避免了椒盐现象。实验证明了面向对象的遥感影像分类方法可充分利用高分辨率影像丰富的信息,有效地提高分类精度。     

基于无人机可见光影像的高原丘陵盆地区山药植株识别

采用四旋翼无人机采集特色作物山药种植区影像,针对山药种植时间和管护水平差异导致的植株生长差异化特征,通过筛选红绿比值指数（RGRI）、过绿指数（ExG）和过绿减过红指数（ExG-ExR）等颜色指数获取山药植株最优颜色指数计算方法;以高斯高通滤波（GHPF）增强和保留山药植株高频信息,抑制杂草、玉米植株的噪声;结合田间测量山药植株数据,通过人机交互解译方法对图像滤波增强后的影像进行灰度分割和提取山药植株信息。结果表明：1）样区总体提取精度为91.14%,样区A、B、C的提取精度分别为90.94%、91.96%、90.81%,精度验证完整性为93.16%;2）随着山药植株多株连体生长复杂程度的增强,过绿指数具有的土壤与植被的分离性仍优于红绿比值指数和过绿减过红指数;3）使用高斯高通滤波能够有效消除杂草、玉米植株的影响,减小山药植株多株连接生长所产生的干扰;4）高斯高通滤波卷积核大小79×79适用于不同时相和不同生长情况的山药植株影像处理,针对不同的山药植株生长情况和不同时相的可见光影像,需调整灰度分割的阈值参数t,单株山药植株面积S由田间测量确定。该方法以快速灵活、低成本的方式识别和计算不同生长状态的山药植株数目,适用于喀斯特山区的精准农业监测研究和现代农业生产活动。     

轻小型无人机遥感及其行业应用进展

无人机是低空领域准确、灵活、高效获取多种类型高分辨率遥感数据的重要载体,无人机遥感技术在行业应用创新和管理部门科学决策之间构筑起信息沟通的关键桥梁。随着科技的进步、大数据时代的来临,无人机遥感系统的硬件设备、信息提取方法都取得了飞速的发展;同时其在国民经济主要行业领域的应用也面临着前所未有的机遇和挑战。论文首先介绍了无人机遥感系统的硬件研发进展,并指出轻小型、高精度、标准化与集成化是未来无人机遥感系统发展的总体趋势。其次,详细介绍了目前轻小型无人机遥感应用在农业、林草业、电力、测绘、大气探测和地质灾害等行业的应用现状,指出实现无人机多源遥感数据获取、融合、分析和提取的综合平台是未来轻小型无人机在民用领域行业应用创新的关键所在。最后,针对载荷与飞行平台的一体化集成应用、无人机组网作业、海量数据管理和信息自动化提取等发展趋势提出了几点思考。轻小型无人机遥感在国民经济各行业应用的普及化和标准化,将有助于国家和区域社会经济的健康发展。     

基于无人机遥感的黄河下游河南段河滩地植物群落多样性研究

周期性的农业活动和水沙变化已经显著改变了黄河下游河滩地的植物群落结构,快速、准确地获取河滩地的植物群落多样性信息,可以为黄河流域生态保护和恢复提供参考依据.以位于河南省新乡市原阳县朱贵村南部的黄河下游河滩地的植物群落为研究对象,采用最大似然、人工神经网络、面向对象和随机森林分类方法,利用无人机多光谱遥感影像数据,对河滩...     

基于区域合并影像分割技术的多尺度地表景观分析

分割是面向对象影像分析的前提,景观空间异质性特征给遥感信息获取提出了多尺度的要求。影像分割的多尺度分析以尺度效应与对象异质性最小原则为前提,描述多尺度效应分析的必要性与可行性。基于区域合并的分割原理与方法,为多尺度影像分析提供理论与技术支持,在两个样区进行多尺度影像分割技术的应用实践,分析基于区域合并的多尺度分割数据的几何丰富度与语义丰富度。     

Automatic extraction of building statistics from digital orthophotos

In this paper we discuss uses of image segmentation, feature extraction and Bayesian networks for identifying buildings in digital orthophotos and the utilisation of the results for the automated computation of building statistics. Our work differs from previous attempts in a number of ways. Firstly, image segmentation is accomplished using an adaptive multi-scale method which brings together region and edge information to segment the image into regions. Secondly, automated building feature extraction (e.g. corners) is optimised to fit with expert human annotation performance. The third aspect of this work is the exploration of Bayesian networks as a method for fusing available information (ranging from corner information to solar angles as indicators of shadow location) to classify segmented regions as corresponding to buildings or not. Such processes then permit the automatic compilation of building statistics.     

生物结皮中优势蓝藻胞外多糖对几种荒漠草本植物种子萌发的影响

蓝藻是荒漠生物结皮的重要组成。选取生物结皮中的优势蓝藻(具鞘微鞘藻(Microcoleus vaginatus)、眼点伪枝藻(Scytonema ocellatum)、地木耳(Nostoc commune)),通过提取其胞外多糖,研究了不同蓝藻胞外多糖对荒漠植物种子萌发的影响。结果表明:具鞘微鞘藻、眼点伪枝藻的胞外多糖对粗枝猪毛菜(Salsola subcrassa)的种子萌发表现为低浓度抑制、高浓度促进作用,地木耳的胞外多糖仅在高浓度时对粗枝猪毛菜的种子萌发具有促进作用(p<0.05);具鞘微鞘藻胞外多糖对小花荆芥(Nepeta micrantha)种子萌发无明显的影响作用,但眼点伪枝藻和地木耳对小花荆芥种子萌发具有抑制作用。具鞘微鞘藻、眼点伪枝藻和地木耳胞外多糖对琉苞菊(Hyalea pulchella)种子萌发具有明显的抑制作用。藻种胞外多糖组分的差异和不同种子的生物学特性差异可能是造成不同藻种胞外多糖对种子萌发产生不同影响的主要原因。     

基于两种无人机航拍影像的林窗和林冠提取分析

森林冠层和林窗的结构及其时空变化是理解森林生态系统格局、动态变化过程的重要基础。在当前生物多样性监测倍受关注的契机下,如何以合适的手段准确描述林窗面积、分布等特征,并与森林固定样地监测数据有效地结合,更好地回答群落构建的理论问题,使森林群落物种多样性维持机制得到更全面的认识,是目前亟待解决的问题。以鼎湖山南亚热带常绿阔叶林20hm2固定监测样地为研究对象,基于不同遥感影像提取方法对其林窗和林冠表层数据进行提取分析。结果表明:基于监督分类的提取方法适合RGB波段航片林窗的提取,在林窗分类中,应首先确定林窗高度、边界木与最小面积,不同分类方法差异主要表现在林冠分类中,林窗分类生产者精度和用户精度表现都较为一致。无人机航拍识别率受地形因素影响较大,在地形复杂林地应按坡度分区域进行飞行以降低误差。相对于地面调查,MD4-1000无人机航片的林窗识别率为98.7%;大疆Phantom4无人机航片的林窗识别率为72.3%,影像后期处理数据量小,同样适用于森林林窗定量研究,符合生态学、林业等从业人员对大型样地林窗长期监测的要求。无人机航拍南亚热带森林物种识别难度较大,基于MD4-1000无人机搭载的高分辨率相机,在地势平缓区域优选的4 hm2样地中可识别林冠表层物种数17种,共2 706个个体。搭载高分辨率无人机在降低飞行高度的基础上可进行部分物种识别。应用无人机近地面遥感对森林固定样地进行林冠监测,可为后期群落构建研究提供数据基础,有望从新的研究角度探讨森林群落物种多样性维持机制。     

无人机水禽监测模式的设立原则探讨

无人机水禽监测具有高时空分辨率、高机动性等特性,较传统方法在监测范围、观察视角及数量统计精度等方面均有不同程度质量提升。但因其飞行方式灵活,且在监测水禽过程中与对象物种或集群距离较近,会对其行为等方面造成直接影响。因此,亟需构建合理有序的无人机水禽监测模式。文章使用微型多旋翼无人机（大疆御2 Pro）针对国际重要湿地纳帕海3种集群水鸟：①体长在80~120 cm之间的大型鸟：黑颈鹤（Grus nigricollis）集群;②体长在40~80 cm之间的中型鸟：绿头鸭（Anas platyrhynchos）集群;③体长＜40 cm的小型鸟：骨顶鸡（Fulica atra）集群,通过不同飞行高度、拍摄角度等航拍方式对其进行无人机监测,并对比不同监测方式下,各水禽集群特征识别的差异及特点。文章列举了目前无人机水禽监测中对监测结果产生影响的部分问题,同时也提出了无人机水禽监测的一些原则供参考：1）无人机应尽量轻、小,以避免水禽将其误认为捕食者;2）在不惊飞水禽的前提下,尽量选择较低的飞行高度及合适速度;3）抵近水禽集群时,保持操作平顺与平稳,减少无人机状态突变;4）尽量减少无人机抵近水禽的时长,长时间监测应使无人机保持在水禽集群警戒距离之外,使用长焦镜头;5）因不同物种在不同时段、不同生境条件下对干扰的响应不同,因此无人机水禽监测时段和监测区的选择,应建立在对监测对象充分了解的基础上。