基于高分辨率遥感影像的矿山开发监测研究

矿产资源是一种不可再生的自然资源,传统的矿山监测方法已不再满足当今矿山发展的需要,遥感技术的发展为矿山的开发和管理提供了有力的技术支撑.文中以国土资源部整顿和规范矿产资源开发秩序的重点矿区——宜昌磷矿区为研究区,通过对QuickBird高分辨率遥感影像进行数据处理,分析矿山开发的标志地物并建立解译标志,将解译结果进行野外调查验证,得出该研究区矿山种类共有11类,优势矿种是磷矿,有221个开采点或开采面,其中界内开采159个,越界开采17个,无证开采28个,以采代探17个,停产或关闭76个.将解译结果和历年参考数据进行对比显示,宜昌磷矿区矿山开发秩序良好,矿山数量有所减少,但界外开采和以采代探的情况仍然存在,需要进一步加强对研究区矿山的监管,以保证矿山的可持续发展.     

高分辨率遥感影像在岩墙地质体信息提取中的应用

高分辨率遥感影像可明显表现地物的几何结构和纹理特征,从而使得在较小空间尺度上观察地物细节变化、进行大比例尺遥感制图成为可能。利用高分辨率QuickBird遥感影像,对新疆巴楚县麻扎尔塔格山地区的岩墙进行计算机辅助地质解译,共获得1227条岩墙。结合GIS空间分析方法获得了解译岩墙长度、走向分布等特征。结果表明:该地区76%的解译岩墙走向为NNW(135°~180°);QuickBird能够满足1∶2.5万地质调查的要求;通过地质分析综合解译结果获得了麻扎尔塔格岩体内部存在发育岩墙、岩墙形成应晚于内部的正长岩体的新认识。探讨并验证了高分辨率遥感影像在中小规模地质体解译中的可行性和有效性。     

西北地区土地资源类型TM影像解译标志的建立

通过对西北地区典型1:10万TM影像和地理情况的对比研究,采用两级分类系统建立了土地资源6类29个类型的解译标志,为在微机平台上全数字化解译全区土地资源类型提供了基础。     

基于高分辨率遥感影像的设施农业资源信息采集技术研究

结合设施农业空间位置分布规律及其在高分辨率遥感影像上的纹理特征体现,设计了批量设施自动生成算法,并基于GIS组件开发了基于高分辨率遥感影像的设施农业信息采集系统;该系统以高分辨率遥感影像为基础底图,结合批量设施自动生成算法进行数字化,实现了人机交互式半自动化信息采集。     

高分辨率遥感在城市发展动态监测中的应用

与传统的遥感影像相比，高分辨率遥感影像有着空间分辨率高、时间分辨率高、信息量大、所包含的地物的几何和纹理信息更加明显、能提取地物三维信息等优点。城市中的研究对象多属于一些尺寸相对较小且空间信息较为重要的地物，再加上已形成一套全新的面向对象的高分辨率遥感数据的处理和信息提取方法。这使得高分辨率遥感技术成为城市发展动态监测以及相关信息提取的最有效手段。动态监测中获得的数据还进一步运用于城市规划布局、市容市政管理、城市生态环境保护、城市交通建设规划、城市防震减灾以及数字交通和数字城市的建设等诸多方面。     

面向高分辨率遥感影像建筑物变化检测的边缘感知网络

为提升建筑物变化检测精度,尽可能保留变化区域的边缘信息,提出一种边缘感知网络(Edge Sensing Net-work,ESNet),用于较大范围内的高分辨率遥感影像建筑物变化检测.ESNet由主干网、粗预测分支和精预测分支三部分组成:主干网用于提取多层次的特征差异图;粗预测分支通过跳跃连接的方式融合深层特征图与浅层特征图,以获得变化检测的粗预测图;精预测分支选取粗预测图中预测不确定性较大的点,通过融合点的深层和浅层特征实现点的变化属性再判别,从而获取建筑物变化区域的精细化边缘信息.在航空影像和卫星影像建筑物变化检测数据集上的实验表明,相比STANet、UNet++MSOF等变化检测方法,该方法变化检测精度最高,且能有效保留边界的细节信息.     

面向对象解译方法在遥感影像地物分类中的应用

针对高分辨率遥感影像快速高效萃取有用信息这一遥感技术应用的热点问题,探讨了基于面向对象(Object-oriented)解译方法的遥感影像自动及半自动解译和提取的新思路.文中分析了面向对象解译方法在地物信息分类应用中的优势,并提出了基于此方法的高分辨率遥感影像多尺度信息提取技术流程.具体结合广州市新白云机场开发区IKONOS高分辨率遥感数据进行地物快速提取、自动分类的试验,并对解译效果进行了评估分析,证明此方法在高分辨率遥感影像地物分类中确实高效可行.     

基于特征基元的高分辨率遥感影像城市空间信息提取

结合人类视觉机制和计算机尺度空间理论,设计了基于特征基元的高分辨率遥感影像多尺度信息提取技术模式,即先在大尺度上进行粗分割,再进行精细分割,获得特征基元并进行特征表达,通过样本分类和知识推理等实现信息的提取与目标识别。针对城市空间信息的特点,在特征基元提取的基础上,采用马尔可夫随机场纹理分类方法、直方图阈值分割方法、支撑向量机分类方法等完成对城市水体、建筑区、道路和绿化用地的分类提取,构建了一套从高分辨率遥感影像中提取城市空间信息的方法体系。     

基于小波变换的高分辨率影像纹理结构分类方法

该文提出了利用小波变换获取纹理结构子图像能量参数，并用这些参数进行高分辨率图像纹理结构分类的新方法。由阐述遥感影像纹理结构识别原理人手，提出影像纹理结构特征抽取的小波变换方法，构造了有明确的数学和物理意义的参数来描述影像纹理信息，在此基础上利用这些参数进行影像纹理结构分类。试验结果表明，小波变换方法适用于具有规则和较强方向性的纹理结构影像分类。     

基于多尺度融合的高分辨率影像城市用地分类

基于面向对象的信息提取技术,针对高空间分辨率遥感影像进行城市用地分类。首先针对不同城市地物,选择适宜的提取尺度;然后探讨不同城市地物类型提取的适宜特征,充分利用光谱、空间结构、上下文关系、纹理等信息描述地物;最后融合不同地物多尺度下的提取结果。以北京市部分地区QuickBird影像为例,实现城市用地类型的自动分类,结果表明:该方法应用于城市用地分类的精度高达86.74%,为高空间分辨率遥感影像城市用地分类研究提供了新思路。     

基于语义和边缘特征融合的高分辨率遥感影像水体提取方法

利用卷积神经网络从遥感影像中提取水体时,水体对象边缘像素的特征与内部像素的特征之间往往存在较大差异,导致提取结果中边界模糊、内部像素与边缘像素的提取精度差异较大,影响了整体精度的提高。针对如何从高分辨率遥感影像中进行水体高精度、自动化提取的问题,文章首先以高分辨率遥感图像为基础,利用边缘提取算法生成边缘图像,然后以高分辨率遥感图像和边缘图像作为输入,建立了语义特征和边缘特征融合的高分辨率遥感图像水体提取模型（Semantic Feature and Edge Feature Fusion Network, SEF-Net）,用于从高分辨率遥感图像中提取水体对象。实验结果表明,SEF-Net模型在3个数据集中的召回率（91.97%、92.07%、93.97%）,精确率（91.12%、98.37%、97.88%）,准确率（89.56%、95.07%、94.06%）和F1分数（91.54%、95.12%、95.88%）均优于对比模型,说明SEF-Net模型从高分辨率遥感图像中提取水体时,具有更高的精度和泛化能力。     

基于高分辨率遥感影像的城市规划设计研究

高分辨率遥感影像由于其具有较高的空间分辨率,可以使得我们获取更丰富的地物细节信息,从而提高地物类别判定的准确性。近年来,高分辨率遥感影像在城市规划设计中应用广泛,特别是二、三线城市,其面积并不是非常大,但是地物分布比较密集,这就使得我们要更准确地获取地物类别分布信息,从而为接下来的城市规划设计提供基础资料。本文就是利用高分辨率遥感影像进行地物类别的判定,并且依据判定结果对某地城市规划建设提供了宝贵意见。     

基于多分类器组合的高分辨率遥感影像目标识别

研究多分类器组合的形式及其在目标识别中的应用.设计和实现了基于多分类器组合从高分辨率遥感影像中提取目标的具体方法.以楼房的识别与提取为例,选用QuickBird高分辨率影像,利用投票法、加权求和、完全一致规则及或运算合并等多分类器组合方法进行目标识别,比较了多分类器系统与单一分类器的精度与性能,从理论和实验两方面分析了多分类器组合用于目标识别的精度影响因素,提出了相应的改进策略.实验表明,在采用合理的组合规则下,多分类器组合能使目标识别结果达到高识别率和高置信度.     

基于形态重建的高分辨率遥感影像城市道路提取

高分辨率遥感影像中,城市道路表现为局部灰度近似、宽度变化缓慢的狭长区域。根据城市道路这些形态特性,提出基于形态重建的道路提取方法。先对原始遥感影像作增强处理,突出影像边缘信息,用Otsu自动阈值分割法对增强处理后的图像进行初步分割;再根据图像中各要素的形态特征构建不同的标记图像,分别对原图像进行形态重构,将道路和建筑物等分别生成新的图像模块;对形态重构生成的道路模块进行轮廓提取和细化,提取出道路轮廓和中心线。实验结果表明,该方法能有效地从高分辨率遥感影像中提取出城市道路网。     

基于高分辨率卫星影像的城市景观元素特征研究

该文分析了城市景观及城市景观元素的基本特征，利用计算机视觉分析技术，对高分辨率卫星影像上的城市景观元素的基本特征(包括统计特征和纹理特征)分别提出了不同的计算方法，并结合计算结果，对不同的城市景观元素的特征进行分析。结果表明，利用高分辨率卫星影像，可以对城市景观元素进行很好的描述和分析。     

《高分辨率卫星遥感影像地学计算》评述

谨在2008年未之际,科学出版社出版了周成虎等撰写的<高分辨率卫星遥感影像地学计算>新著.     

海岸带遥感资源调查的计算机解译方法探讨

该文介绍了一种利用计算机遥感图像解译进行资源调查的方法———斑块边界自动矢量化辅以目视栅格图像校正法。解译的主要步骤包括 :建立解译标志、影像配准、数据分析、图像增强、监督分类、目视解译修正、草图输出、实地检验、栅格转矢量、结果输出等。笔者结合案例对每一步出现的问题及其解决方法进行了探讨 ,并取得了海岸带资源遥感调查蓬莱幅的结果     

TM影像在河西地区荒漠化土地调查中的应用

遥感及其技术应用和卫星技术的发展为资源环境调查提供了丰富的信息，在人类社会经济活动中发挥着巨大作用。文章根据全国荒漠化土地调查要求及美国陆地资源卫星ＴＭ影像特点，分析了甘肃河西地区１２景、２４幅ＴＭ影像色调特征及形态特征。在此基础上，结合荒漠化土地类型划分建立了图像解译标志，并详细阐述了ＴＭ影像解译程序。通过评价此次荒漠化土地卫星遥感调查中ＴＭ影像的特点及应用效果，充分表明了该现代技术用于此类工作的极大成功     

基于高分辨率遥感影像的滇池湖滨湿地植被类型监测

利用多源高分辨率遥感影像,结合图像分割与人机交互判实技术,分建设前（2007～2008年）、建设中（2011年）、建设后（2013年）3个时期对滇池湖滨湿地进行植被分布信息提取与面积统计,进而对其演变规律进行分析.结果表明：随着“滇池湖滨生态带工程”的推进,环湖带乔木与灌木、沉浮水植物、草本植物3类湿地群落面积的总和从建设前的120.39 hm2提高至建设中的1747.54 hm2,再到建设后的1868.91 hm2,占总面积的比例分别为5.49％、79.61％和85.14％,湖滨湿地面积显著提升;建设前主要植被类型为作物植被,占总面积的51.98％,建设后缩减至3.87％,逐步演化为自然植被,主要种类为中山杉（Ascendens mucronatum）、芦苇（Phragmites australis）等,群落多样性与景观格局也有了较大改观.