基于国产GF-2卫星影像的遥感地质解译:以阿吾拉勒地区为例

"高分二号"(GF-2)卫星的成功发射标志着我国民用卫星进入亚米级的"高分时代",多光谱数据与全色数据的融合不仅保留了多光谱的色彩优势,也提高了多光谱影像的空间分辨率,GF-2卫星提供的海量遥感影像在促进我国地理信息产业快速发展的同时,也在地质领域发挥着越来越重要的作用。在简述GF-2 1A级数据处理的基础上,详细判读了断裂、褶皱、环形构造等构造特征和地层岩性信息,以及岩脉等细微构造。结果表明GF-2数据可以有效应用于地质调查,对于地质构造识别及地质体空间属性确定有较强的实用价值和广泛的应用前景。     

多源遥感数据在新疆精河县震后滑坡调查中的应用

文章将高分二号（GF-2）和高景一号（Superview-1）等高分辨率卫星影像应用于精河县滑坡应急调查中,采用二、三维一体化技术解译疑似滑坡点20处,并以GF-2号卫星数据为基础,结合1:10万地质图勾画了研究区地层岩性分布图。由此,总结出滑坡点主要沿精河分布,坡体坡度一般介于42~60°之间,并大部分发生于头苏泉组（D2to）地层中的规律,为今后地质灾害的应急调查提供参考、示范。     

罗山东麓断裂和罐罐岭断裂的高分一号卫星图像识别

基于国产高分一号（GF-1）卫星影像数据,对青藏高原东北隅的罗山东麓活动断裂和罐罐岭断裂进行构造地貌的解译。通过建立影像解译标志,对比高分影像不同分辨率解译成果以及融合处理后陡坎台地面、冲沟位错、地表破裂带的解译效果,并结合野外实际地质填图进行验证。结果表明,分辨率越高的影像,活断层形迹细节显示越丰富,高分16 m分辨率影像能满足小比例尺区域构造解译和较粗略的构造信息提取,可提高解译效率;高分2 m 融合影像断层陡坎的宏观显示效果较好,可用于台地划分及边界较大位错显示,可识别出10 m以上的冲沟位错,但5～6 m的小位错无法显示,高分2 m影像的精度尚不能进行走滑断裂冲沟位错的定量统计,但可识别最新地表破裂,解译标志为亮白色显示。综上,在构造较强烈区,高分一号卫星影像数据可以满足活断层野外1∶50 000填图的应用,但对于弱活动区解译效果尚需研究。     

基于高分二号卫星数据的煤矿区地质灾害信息提取研究

随着遥感数据获取技术和能力的全面提高,遥感数据呈现出明显的大数据特征。发展适应于遥感大数据的智能分析和信息挖掘技术,成为当前遥感技术研究的前沿。高分二号（GF-2）卫星数据是我国首颗自主研发的亚米级高分辨率卫星数据,具有观测幅宽、重访周期短、高辐射精度、高定位精度等优势,为未来我国地质灾害的长期、动态地监测和研究提供了高精度、稳定可靠的数据源。本文选取安徽谢桥煤矿2015年1月8日的GF-2卫星影像为研究数据,在对煤矿区主要地质灾害遥感地学分析的基础上,采用面向对象的影像分析方法对研究区由采煤活动所诱发的地质灾害信息进行自动提取。结果表明：利用GF-2卫星数据能够有效地识别地质灾害体的位置、范围、形态等空间分布特征;面向对象的自动提取方法对于煤矿区大面积的积水塌陷盆地、小规模的塌陷坑和线性的地裂缝都有很高的提取精度,识别精度达90% 以上;基于逐层剔除的思路构建的提取规则,为GF-2数据在地质灾害调查和大数据分析中的应用提供了很好的技术支持,也为其它地物目标的提取提供了参考,但在特征的选择和阈值的设定上需要具体分析。     

基于GF-1卫星遥感的冰川边界识别

高分一号（GF-1）卫星的成功发射开启了国产高分辨率对地观测的新时代, 为探讨国产高分卫星在冰川边界识别中的有效性, 在缺少短波红外和热红外波段的情况下, 将GF-1影像、 建立的波段比值Band1/Band4, 数字高程模型和坡度相结合, 采用面向对象的分析方法, 经过反复试验, 确定影像分割和合并尺度, 进而确定冰川边界的知识规则, 最终实现冰川边界的识别。以研究区第二次冰川编目数据集作为参考数据, 采用混淆矩阵的方法对识别结果进行验证, 总体精度和Kappa系数为90.05%和0.79。同时将识别结果与人工修订冰川边界进行对比, 可以发现除少量冰舌末端冰川外, 该方法可以有效地对冰川进行识别。建立的知识规则显示仅仅利用蓝色波段和DEM就可以有效地提取裸冰区, 波段比值、 坡度和纹理特征更有助于冰舌的提取。该研究表明GF-1卫星数据可以有效识别冰川范围, 为冰川研究提供可靠的数据和研究基础。     

基于Unet+CRF的GF-2土地利用分类

以国产GF-2为数据源,使用自制影像标签,对长春市宽城区部分区域进行土地利用分类,提出将传统的Unet卷积神经网络模型与全连接条件随机场(CRF)结合的方法,并与Segnet网络模型进行对比分析.结果表明:Unet+CRF分类方法的Kappa系数达到0.711,F1-score达到0.795,具有较好的精度,与真实地物...     

高分一号卫星在京津矿山遥感监测中的应用

高分一号卫星于2013年成功发射,可获取 2 m全色影像与8 m多光谱影像,在矿山遥感监测中有很大的应用空间。研究并总结了高分一号卫星在矿山遥感监测应用时的数据处理流程和方法,根据高分一号影像特征建立了矿山遥感解译标志并对部分图斑进行了野外验证,最后进行了京津矿山遥感调查与监测工作。通过应用研究得出结论,高分一号卫星拥有较高的分辨率和较好的数据质量,地物轮廓纹理清晰、数据处理方便、解译精度较高,运用高分一号卫星进行矿山遥感监测可以取得良好的效果,可以为国土资源部门制定矿产资源规划、整顿矿产资源开发秩序、治理矿山地质环境等提供技术支撑和决策依据。     

基于高分二号遥感影像的露天灰岩矿区裸岩提取方法

为了高效、准确地从高分辨率遥感影像中提取裸岩,利用国产高分二号（GF-2）影像数据,通过构建斜率差异裸岩指数模型（slope difference bare rock index,简称SDBRI）和裸岩阴影指数模型（bare rock shadow index,简称BRSI）,提出了亚米级高分影像的露天矿区裸岩提取技术方案.以青州市南部山区为试验区对此方法进行检验,结果表明：在SDBRI指数图像中,裸岩能够与周边植被较好区分,裸岩与其他地物的可分性显著高于NDVI、CRI1、CRI2等指数模型;以基于谷歌地球高清影像的目视解译结果作为验证数据进行精度评估,交并比（IoU）指标达到91%左右.此方法能够满足基于国产高分影像数据进行大范围矿区裸岩制图的需求,可以为矿山环境的遥感监测提供技术支持,具有较强的实践价值.     

基于极限学习机的GF-2影像分类

遥感图像分类是提取图像有效信息过程中重要的一部分,为了探寻最优的分类方法,许多机器学习算法逐步应用于遥感分类中。极限学习机（extreme learning machine,ELM）以其高效、快速和良好的泛化性能在模式识别领域得到广泛应用。本文采用训练速度快、运算量小的极限学习机算法与支持向量机（support vector machines,SVM）算法和最大似然法进行分类对比,对高分辨率遥感图像进行分类,分析极限学习机算法对于遥感图像分类的准确度等性能。选取吉林省长春市部分区域的GF-2遥感数据,将融合后的影像设置为原始数据,利用3种方法进行分类。研究结果表明,极限学习机算法分类图像总体分类精度达到85%以上,kappa系数达到0.718,与其他分类方法相比分类准确度较高,且极限学习机运行时间比支持向量机运行时间约短2 480 s,约为支持向量机运行时间的1/8,因此具有良好的性能和实用价值。     

基于DeepLabv3+与GF-2高分辨率影像的露天煤矿区土地利用分类

遥感与深度学习为及时掌握露天煤矿区土地利用情况提供了高效率的技术手段。基于国产高分二号(GF-2)卫星高分辨率遥感影像,利用深度学习DeepLabv3+模型实现露天煤矿区土地利用识别,并与U-Net、FCN、随机森林、支持向量机、最大似然法等方法进行对比。首先,制作高分辨率影像样本数据,通过敏感性测试确定适合研究区露天煤矿场景的样本最佳裁剪尺寸和方式;然后,训练深度神经网络DeepLabv3+模型,进行土地利用识别实验;最后,比较不同方法的识别结果。结果表明:研究区露天煤矿场景下的样本最佳裁剪尺寸为512像素×512像素,最佳裁剪方式为随机裁剪。采用的DeepLabv3+模型对露天煤矿区土地利用识别的总体精度、Kappa系数分别为80.10%、0.73,均优于U-Net、FCN、随机森林、支持向量机、最大似然法等方法的识别精度。DeepLabv3+模型的识别速度与上述5种方法保持在同一数量级,验证了DeepLabv3+模型和GF-2卫星影像在露天煤矿区土地利用识别中的可行性,对露天煤矿区生态环境监测与修复规划具有重要意义。      

基于RS与GIS技术的江苏海岸带湿地分类

通过对江苏海岸带TM影像进行计算机自动分类与人工解译相结合的分类研究,探讨了提高海岸带湿地分类精度与效率的方法与途径。先采用分区分层分类的方法依据海岸线将本研究区分为陆地和海滩两部分。对于陆地部分,对基础分类影像经过非监督分类和光谱聚类处理后,获得分类模板,利用此模板对基础分类影像进行监督分类,对于海滩部分依据平均高潮位线、中潮位线、NDVI对影像进行分层分类,在分类的过程中运用了人机互译判读方法。结果精度评价表明该方法能明显提高海岸带湿地的分类精度。最后,基于VB和MO控件开发了江苏海岸带湿地GIS系统。     

面向对象的喀斯特地区石漠化遥感信息提取研究——以贵州省大方地区为例

针对现有基于像素的监督和非监督分类方法在地质环境复杂、地形起伏较大、阴影明显的喀斯特石漠化地区难以满足石漠化信息提取精度要求的问题,采用基于纹理特征数据和地形数据辅助面向对象方法进行喀斯特地区石漠化信息的提取。该方法首先依据石漠化分布在TM/ETM+影像面积大小不均匀的特征,利用纹理和地形因子计算最优分割参数进行多尺度分割;然后根据植被覆盖率、岩石裸露率以及坡度因子构建石漠化分级指标;最后参照石漠化分级标准、光谱信息以及纹理特征等建立的分类规则提取喀斯特地区石漠化信息。选取贵州省石漠化严重的大方县时序TM/ETM+影像进行石漠化信息提取试验,结果表明:与基于像素的监督分类和非监督分类方法相比,基于面向对象的分类可以有效地减少因复杂地形导致石漠化信息提取结果"椒盐化"现象,提取精度明显优于基于像素的监督分类和非监督分类方法。      

矿区高分遥感影像智能提取应用研究

文章通过深入研究广西某矿区航空遥感影像,以遥感影像基元模型为基础,辅以土地利用规划、现状信息建立影像基元与地理实体对象之间的关系,构建地理实体逻辑推理组合规则,进行遥感信息地理实体分类提取,进而对分类结果进行精度对比评价,实现高分遥感影像空间信息提取的自动化、智能化处理。     

基于PCA+RBF的多光谱卫星遥感影像分类

多光谱卫星遥感影像具有波段多,信息量大的特点,传统的分类方法难以达到比较高的精度.这里首先采用主成份分析对多波段遥感图像进行降维,再采用训练后的RBF(radial basis function)神经网络做图像的监督分类.通过对ETM 的遥感数据进行实验,结果表明,这种分类方法的分类精度,明显优于最大似然法、最小距离法等传统的分类方法.同时,与基于像元的RBF神经网络法相比,也有一定的优势.     

基于多特征随机森林算法的深圳市土地利用分类

城市土地利用分类对土地资源可持续利用具有重要意义。为了进行深圳市土地利用信息提取,利用Sentinel-2影像,基于遥感光谱、光谱指数和图像纹理等多种特征信息,构建了多特征随机森林城市土地利用分类模型。并在相同分类条件下,与最大似然、K最邻近监督分类方法进行对比分析,利用混淆矩阵进行精度评价,分析随机森林分类算法的优缺点。研究表明,多特征信息融合丰富了遥感数据的信息内容,多特征随机森林分类方法具有更高的分类精度。     

中国土地覆盖综合分类研究：基于NOAA／AVHRR和Holdrid …

在地理信息系统支持下,本文探讨了将边续时间序列ＮＯＡＡ／ＡＶＨＲＲ的ＮＤＶＩ影像与反映区域植被分布格局２的气候综合指标可能蒸散率（Ｈｏｌｄｒｉｄｇｅ方法的生命地带所拟订的生物温度,降水量和可能蒸散率）,按反映其地带性分 特征的量化数字模式,结合数字高程模型生成数字图像,共同作为分类向量,在多种基础图件支持下,通过主成分分析,非监督分类的方法,对中国的土地覆盖进行了多维信息综合分类。该方法改变了遥感     

高分一号遥感数据在南方热液铀成矿区岩性识别中的应用研究

我国遥感技术起步较晚,长期依赖于国外的遥感卫星产品。近年来,随着高分系列遥感卫星的发射,逐步完善了我国独立的陆地遥感卫星观测体系。文章使用国产高分一号卫星PMS传感器数据对我国南方热液铀成矿区3种主要岩性开展识别应用,以探究国产高分卫星在地质资源勘查应用中的效果。研究中使用了"地形结构-岩性组分模型",成功提取出热液铀成矿区3种岩性单元的岩性特征组分,并使用α-f(α)多重分形谱进行了分类。结果表明,高分一号卫星数据结合"地形结构-岩性组分模型"正确分类了不同地区的沉积岩、变质岩和花岗岩,为我国地质资源勘查应用提供了一种新的方法与补充。     

基于面向对象的山东省冬小麦种植面积监测

利用遥感技术,使用eCognition软件的面向对象分类技术,对RAPIDEYE卫星影像进行分类识别,从而快速、准确的监测小麦种植面积,为冬小麦财政补贴提供数据和技术支持。以兖州市为例,行政区面积6．5019万hm2,小麦监测面积3．1715万hm2,小麦面积监测精度达到了90．5％。     

集成空间变换结构与深度残差网络的遥感影像场景分类方法

针对传统高分辨率遥感影像的场景分类效率较低,以及卷积神经网络在遥感影像场景分类上由于空间不变性而导致的分类精度不高的问题,提出了一种结合空间变换网络和迁移学习的高分辨率遥感影像场景分类算法.首先,利用ImageNet数据集训练深度残差网络ResNet101得到预训练模型,通过知识迁移提高模型目标探测效率;之后在模型中嵌入空间变换结构,使模型能够主动在空间上变换特征映射,提高模型的鲁棒性;最后,在模型中添加Dropout层减小模型出现过拟合的概率.本方法在AID和NWPU-RESISC45两种不同规模的高分遥感影像数据集上进行了验证,在只有20%训练样本的情况下仍达到了94.30%和93.63%的分类精度.实验结果表明本次改进模型具有更好的特征提取能力,针对易误分类场景的分类结果更优.     

基于GF-2的禄丰恐龙谷南缘山地环状构造线性特征遥感解析应用研究

通过遥感影像观察可以发现禄丰恐龙谷南缘山地构造较为特殊,为了解其特殊地质构造,本文以高分二号GF-2影像为数据源,运用遥感技术,对研究区内山地进行线性特征遥感解析,得到如下结论:(1)研究区内山地的山脊线和山谷线的重心邻近,山脊线和山谷线呈环状分布.山谷线的面积和周长约为山脊线的两倍;(2)研究区内,山脊线和山谷线较标...