基于改进SURF算法的无人机遥感影像快速拼接

为了及时、准确地反映测区情况,需要在拍摄现场将获得的无人机遥感影像进行实时拼接.基于SURF的无人机遥感影像拼接算法具有尺度和旋转不变性,拼接效果较好,但该算法稳定性较差,拼接过程中大量误特征点被提取出来,导致计算量大、匹配效率低,无法满足实时拼接的要求.该文首先利用SURF算法粗提取特征点,然后利用RANSAC算法剔除被误提取的特征点,实现特征点的快速匹配和图像实时拼接.实验结果表明该文的算法不但可以得到很好的图像拼接效果,而且极大地提高了拼接效率.     

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。     

基于辅助信息的遥感影像信息提取探讨

选取陕西省咸阳市三原县作为研究区,利用遥感ENVI软件,对2006年6月SPOT5影像的土地利用信息进行解译。通过对影像中耕地、园地、林地、居住用地、交通用地、水域等地物光谱特征、纹理特征、空间特征等辅助信息与特征进行深入分析,获取了该研究区土地利用信息及其分布特征。结果显示,基于辅助信息的遥感影像信息提取能够弥补单纯依靠像元的分类方法,精度较高,可达86.34%,能够较好的满足用户的要求。     

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。     

基于Diverse AdaBoost改进SVM算法的无人机影像信息提取

无人机遥感影像具有像幅小、几何变形大、重叠不均等特殊性,给影像信息的提取提出了难题。该文提出基于Diverse AdaBoost改进SVM的分类方法,采用RBFSVM作为AdaBoost的弱分类器,达到自适应调整参数的目的,同时引入复杂度,解决弱分类器精确度与复杂度的平衡问题。最后,利用提出的改进算法分别对汉旺镇、林趴镇无人机遥感影像进行了道路、建筑物的提取,平均提取精度均达到95%以上,与采用SVM算法的提取结果进行比较,该方法能精确提取无人机影像信息。     

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.     

基于高分辨率遥感影像的矿山遥感监测解译标志研究

基于中国产高分辨率遥感影像(TH-1、ZY-102C、ZY-3、GF-1、GF-2、YG14、SJ9)及国外高分辨率遥感影像(P1、SPOT6)的数据特征和矿产资源开发状况(界内开采图斑、疑似违法图斑)、矿山开发占地(地下开采硐口、井口/露天开采面、中转场地、固体废弃物、矿山建筑物)、矿山地质灾害(崩塌、滑坡、泥石流、地面塌陷)、矿山环境恢复治理等矿山遥感监测的主要地物目标特征,全面系统地建立了矿山遥感监测的解译标志。总结讨论了因影像的分辨率、时相的不同而造成的解译精度差异及对最终结果造成的影响。     

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。     

基于文献计量评价的无人机生态遥感监测研究进展

利用2004-2018年Web of Science数据库中无人机生态遥感监测领域的相关文献,通过文献计量统计和可视化方法对发文量、作者、国家、机构、期刊和关键词等进行分析,从文献计量视角评价了国际无人机生态遥感监测研究的发展历程和进展。结果表明：检索到的381篇该领域的文献来自全球62个国家、646所机构的1 598位学者,2013年以来相关文献数量呈高速增长趋势。在该领域研究中,美国、中国和西班牙的综合科研力量最强;美国农业部、西班牙国家科学研究委员会和中国科学院的发文量全球领先;虽然全球有较多学者从事该领域研究,但国际学者间的交流和合作相对较少。Remote Sensing、International Journal of Remote Sensing和Precision Agriculture是该领域文献的主要期刊载体。除检索词“Unmanned Aerial Vehicle”“Drone”外,“Precision agriculture”“Vegetation indices”“Forest inventory”等是出现频次较高的关键词,表明无人机遥感在精准农业、植被调查等方面的应用是研究重点。为了促进无人机生态遥感监测研究,建议国内外学者间加强交流合作,增强技术创新并拓宽在生态监测领域的应用范围。     

基于矩匹配算法的山区影像地形辐射校正方法研究

针对山区遥感影像地形辐射校正问题,应用现有模型(如C校正)进行地形辐射校正很难达到理想效果。引入矩匹配算法,利用DEM数据计算坡度、坡向等地形信息,以特定坡度和坡向数据为参考依据,对影像进行地形辐射校正。通过北京房山区SPOT5影像进行试验,表明该方法能在很大程度上消除地形阴影,更好地反映阴影区域的细节信息,同时光谱特性保真程度较好,原模糊的影像区域通过处理基本上达到有效识别地物的要求。     

Spatial Patterns in Surface Energy Balance Components Derived from Remotely Sensed Data

A relatively simple modeling approach for estimating spatially distributed surface energy fluxes was applied to two small watersheds, one in a semi‐arid climate region and one in a sub‐humid region. This approach utilized a combination of ground‐based meteorological data and remotely sensed data to estimate ‘instantaneous’ surface energy fluxes at the time of the satellite or aircraft overpasses. The spatial resolution in the watershed grid cells, which was on the order of 100‐400 km, was selected to be compatible with ground measurements used for validation. The model estimates of surface energy fluxes compared well with ground‐based measurements of surface flux (typically within approximately 40 Wm^?2). The model accuracy may be slightly less for bare soil surfaces due to an overestimation of the soil heat flux. In addition to demonstrating the feasibility of computing spatially distributed values of surface energy fluxes, these maps were used to qualitatively infer the dominant factors controlling the energy fluxes for the time period shortly following precipitation events in the basins. For the semi‐arid watershed, values of sensible heat flux varied considerably over the watershed and displayed a pattern very similar to that of the spatially variable cumulative precipitation for at least one to eight days prior to the image acquisition. Due to the large fraction of exposed bare soil in a semi‐arid ecosystem, even very small precipitation events had a strong influence on the pattern of sensible heat fluxes observed shortly after the event (less than 24 hours). For the sub‐humid watershed, the fluxes tended to be more uniform across the watershed, and were influenced by a combination of precipitation total and land cover type.     

基于中等空间分辨率遥感影像的建筑用地信息提取

本研究从中等空间分辨率遥感影像（如LandsatTM影像）的地物光谱响应曲线入手,介绍分析了国内外几种常用的建筑用地提取指数构建原理．然后选取LandsatTM影像进行建筑用地提取实验,并用QuickBird和Google Earth的同期影像辅以验证．实验得出,比值居民地指数RRI,由于其作者构建时并没有对影像进行辐射校正,从而影响了提取精度和模型适用性;归一化建筑指数NDBI和差值建筑覆盖指数DBI,提取精度相对较高,但是会混有裸土、污染水体等信息;指数型建筑用地指数IBI和增强的指数型建筑用地指数EIBI,提取精度最高,达到92％．虽然EIBI期望改进IBI未能很好抑制裸土信息的问题,但实际上所构建指数并没有较好的去除裸土信息,可能是其权重选择没有普适性,所以建议建筑信息提取优先使用IBI．     

面向对象的高分辨率影像城市建筑物提取

依据高分辨率遥感影像的特点,采用面向对象方法提出"自下而上"的多尺度分割方法,即按照由小尺度分割至大尺度分割的顺序,并结合掩膜操作对山东师范大学IKONOS影像进行了建筑物提取试验。结果表明,该方法较传统的"自上而下"的尺度分割方法精度有显著改善,其分类结果形状较为规整,更接近实际地物。     

Monitoring Growth in Rapidly Urbanizing Areas Using Remotely Sensed Data

Urbanization and the ability to manage for a sustainable future present numerous challenges for geographers and planners in metropolitan regions. Remotely sensed data are inherently suited to provide information on urban land cover characteristics, and their change over time, at various spatial and temporal scales. Data models for establishing the range of urban land cover types and their biophysical composition (vegetation, soil, and impervious surfaces) are integrated to provide a hierarchical approach to classifying land cover within urban environments. These data also provide an essential component for current simulation models of urban growth patterns, as both calibration and validation data. The first stages of the approach have been applied to examine urban growth between 1988 and 1995 for a rapidly developing area in southeast Queensland, Australia. Landsat Thematic Mapper image data provided accurate (83% adjusted overall accuracy) classification of broad land cover types and their change over time. The combination of commonly available remotely sensed data, image processing methods, and emerging urban growth models highlights an important application for current and next generation moderate spatial resolution image data in studies of urban environments.     

Monitoring Growth in Rapidly Urbanizing Areas Using Remotely Sensed Data

Urbanization and the ability to manage for a sustainable future present numerous challenges for geographers and planners in metropolitan regions. Remotely sensed data are inherently suited to provide information on urban land cover characteristics, and their change over time, at various spatial and temporal scales. Data models for establishing the range of urban land cover types and their biophysical composition (vegetation, soil, and impervious surfaces) are integrated to provide a hierarchical approach to classifying land cover within urban environments. These data also provide an essential component for current simulation models of urban growth patterns, as both calibration and validation data. The first stages of the approach have been applied to examine urban growth between 1988 and 1995 for a rapidly developing area in southeast Queensland, Australia. Landsat Thematic Mapper image data provided accurate (83% adjusted overall accuracy) classification of broad land cover types and their change over time. The combination of commonly available remotely sensed data, image processing methods, and emerging urban growth models highlights an important application for current and next generation moderate spatial resolution image data in studies of urban environments.     

近20年中国耕地复种指数的时空变化

多熟种植是中国重要的种植制度,对保障国家食物安全和促进农村经济发展有十分重要的意义。复种指数受自然条件和农村社会状况的影响处于不断变化之中,及时获取其变化信息是国家食物安全评估和农业发展科学决策的基础。近年来对食物安全的研究集中于耕地面积变化的影响,对复种指数变化及其影响的研究较少。作物种植面积和复种指数变化的估计一直以行政区划为单元的统计数据为基础,但获得这些数据费时费力,时效性和可靠性都比较差,更缺乏准确的空间和时间变化信息。卫星遥感是探测大尺度土地覆被格局实时变化的最有效手段,因此可以作为获取全国和区域尺度作物复种指数变化信息的重要途径。作者应用多时相NOAA/AVHRR遥感观测数据和峰值特征点检测法提取全国尺度的复种指数,并分析其从20世纪80年代初到90年代末的变化。结果表明全国复种指数整体增加,但在珠江三角洲、长江中下游、四川盆地丘陵山地以及山东丘陵等地区有所降低。复种指数下降的耕地占全国总面积15%左右。在四川盆地和黄淮海区,复种指数在平原地区有所增加或保持稳定,下降多发生在丘陵山地,但在长江中下游和华南精耕细作地区出现复种指数降低的趋势。     

遥感估算热惯量研究的回顾与展望

热惯量是影响地表温度变化的一个重要因子,随着热红外数据反演地表温度算法的不断完善,遥感技术已 成为估算热惯量的主要手段。本文回顾了近些年来遥感估算热惯量研究的进展,对其中3 种主要方法即地表温度 日较差法、日出日落温差法及模型反演法进行了评述,重点讨论了地表温度日较差估算热惯量方法,并提出从加强 机理研究、尺度转换及采用多时相多光谱数据等方面进一步完善遥感估算热惯量方法、提高其估算精度的设想。     

被动微波遥感数据反演地表温度研究进展

被动微波遥感具有穿透云层( 甚至雨区) 获取地表辐射信息的能力, 在处理云的问题上, 明 显优于可见光、红外遥感, 可更好地服务于相关领域研究。由于微波信号受多种因素的影响, 目前 被动微波反演地表温度的算法还不成熟。根据建模手段和方法的不同, 从经验反演模型和物理反 演模型两方面入手, 系统回顾国内外被动微波数据反演地表温度的算法并加以评述, 指出今后应 加强尺度转换、物理机理以及多数据源结合方面的研究。     

Land Cover Classification Using High‐Resolution Aerial Photography in Adventdalen,Svalbard

A methodology was tested for high‐resolution mapping of vegetation and detailed geoecological patterns in the Arctic Tundra, based on aerial imagery from an unmanned aerial vehicle (visible wavelength – RGB, 6 cm pixel resolution) and from an aircraft (visible and near infrared, 20 cm pixel resolution). The scenes were fused at 10 and 20 cm to evaluate their applicability for vegetation mapping in an alluvial fan in Adventdalen, Svalbard. Ground‐truthing was used to create training and accuracy evaluation sets. Supervised classification tests were conducted with different band sets, including the original and derived ones, such as NDVI and principal component analysis bands. The fusion of all original bands at 10 cm resolution provided the best accuracies. The best classifier was systematically the maximum neighbourhood algorithm, with overall accuracies up to 84%. Mapped vegetation patterns reflect geoecological conditioning factors. The main limitation in the classification was differentiating between the classes graminea, moss and Salix, and moss, graminea and Salix, which showed spectral signature mixing. Silty‐clay surfaces are probably overestimated in the south part of the study area due to microscale shadowing effects. The results distinguished vegetation zones according to a general gradient of ecological limiting factors and show that VIS+NIR high‐resolution imagery are excellent tools for identifying the main vegetation groups within the lowland fan study site of Adventdalen, but do not allow for detailed discrimination between species.