光学遥感影像智能化处理研究进展

随着对地观测技术的发展,海量遥感影像不断传输到地面。传统的遥感信息处理方法在处理效率、精度上的不足,限制了遥感信息的挖掘及利用,亟需发展智能化方法满足遥感影像处理的需求。受自然界中生物进化机制的启发,基于进化计算的遥感影像智能化处理方法具有以下特点:(1)拥有全局优化能力,对目标函数的优化能力更强;(2)具有自组织、自学习的特点,能够从遥感数据本身学习,不依赖数据分布等先验信息;(3)拥有处理多目标问题的能力,同时考虑多个目标函数而不需要人工确定它们之间的权重。因此,智能化遥感信息处理方法能够在海量遥感影像中有效地提取适用于不同应用目的的信息。本文主要介绍智能化遥感信息处理方法的典型应用包括遥感影像智能化分类(监督分类、聚类)、遥感影像亚像素信息提取(高光谱影像混合像元分解、亚像元制图),并讨论了遥感信息智能化处理方法的发展方向。     

公路路面质量遥感监测研究进展

公路路面质量的好坏对行车安全性、舒适性、经济性有重要的影响,因此路面状况的监测对于公路交通的健康发展具有重要意义。遥感技术作为一种新兴的数据采集手段,具有图像覆盖范围大、时效性强、信息客观现实、可重复使用、便于计算机分析等优势,为解决大范围的路面监测问题提供了强有力的支持。本文综述了现有基于遥感技术的道路路面状况监测方法,对其中存在的问题进行了分析和探讨。遥感技术在路面状况监测中具有广泛的应用前景,部分技术已经成熟并在公路养护作业中广泛使用,例如路面监测管理系统、探地雷达等;但是仍有部分技术还存在着鲁棒性差、精度较低等问题,还需要进一步的研究探索,如路面光谱分析、基于机载和星载的路面状况遥感监测应用的适用性等。本文最后给出了一种基于多端元混合像元分解模型的沥青路面老化状况监测与评估方法的研究实例。实验结果证明该方法可有效区分沥青公路路面混合像元中不同老化状况的沥青路面,为大范围路面老化状况监测提供了一种技术途径。     

星载激光测高技术进展EI北大核心CSCD

星载激光(雷达)测高技术已经逐步成为全方位全球观测的技术手段之一,其高测量精度、全天时测量能力、高效三维测量的特点在许多科学领域都具有独特的优势。本文讨论当前两类星载激光测高技术的工作原理、数据处理方法,并探讨了星载激光测高数据在对地观测和深空观测科学研究中的代表性应用;最后展望了未来星载激光测高技术的发展趋势。期望本文对从事星载激光测高研究、开发和应用的同行们有所裨益。     

遥感数据融合研究进展与文献定量分析(1992—2018)

近年来,遥感应用的快速发展推动了遥感载荷指标性能的不断提升。但由于遥感传感器的硬件技术瓶颈,遥感数据无法同时具有高空间分辨率、高光谱分辨率、高时间分辨率的指标特性。遥感数据融合是解决该问题的有效方法。为了深入了解目前遥感数据融合技术的研究进展情况,本文对国内外1992年—2018年间在该领域有一定影响力的相关成果进行了调研、分析与归纳总结。首先对遥感数据融合相关论文的年发文量、发文国家与机构、发表刊物以及关键词等进行了统计,梳理其发展历史及趋势;系统性的总结了各类数据融合算法,将其分为面向空间维提升的融合算法、面向光谱维提升的融合算法以及面向时间维提升的融合算法3类,并对各类算法的优势与适用性进行了分析;归纳总结了遥感数据融合的质量评价指标,包括有参考影像的融合评价指标以及无参考影像的融合评价指标;最后对遥感数据融合进展进行了总结与展望。     

常用图像边缘检测算子定位精度对比研究

图像边缘检测一直以来都是图像处理与分析领域的研究热点。这里介绍了几种经典的边缘提取算法及其原理,对各种方法的优缺点进行了分析,并通过试验对不同算子边缘检测结果进行了详细的精度分析与比较,为边缘检测算子的选择提供了一种较好的参考。     

Hyper-spectral data based investigations for snow wetness mapping

Spatial information on snow wetness content (SWC) is important for hydrology, climatology applications. Limited work is available on estimation of SWC using optical sensors. In present work, spectral signature characteristics of snow (~145 samples) acquired in winters of three years, using field spectral-radiometer (350–2500 nm) were correlated with synchronized SWC measurements. Correlation is found stronger in Near-Infra-Red (NIR) and Short-Wave-Infrared (SWIR) regions than Visible (VIS). Spectral peak width at 905 and 1240 nm is found negatively correlated with SWC, while positively correlated at 1025 nm. Asymmetry tends towards right as SWC increases and has stable positive correlations as compared to other characteristics. Sensitivity of widely used snow-related indices to SWC is also analyzed. Based on analysis, new ratio method at selected wavelengths is proposed to discriminate dry and wet snow zones using air/ground borne sensors. Proposed methodology is evaluated on air-borne hyper-spectral (AVIRIS-NG) data and 88% overall accuracy with kappa coefficient 77.6 observed after validation with reference observations.     

车载探地雷达地下目标实时探测法

中国的城镇化加快了地下空间大规模开发与利用的进程。摸清地下空间目标的分布状况,保障城市可持续发展和地下空间资源的永久利用,是维护未来城市安全中的重要任务。探地雷达(GPR)凭借其数据采集速度快、成像分辨率高、无损检测等优点在地下空间资源调查中得以广泛应用。但仍存在GPR数据地下目标识别不准确、自动化程度低等缺陷,自动检测GPR数据中的地下目标或目标缺陷仍然是一个亟待解决的难题。为此,本文分析并确定了GPR影像中可进行识别的城市道路地下空间的7类典型目标(如雨水井、电缆等)。并根据其反射信号特征,标记了GSSI SIR30设备以400 MHz波段采集的GPR数据中的典型地下目标,构建了GPR地下目标样本库,共包含7类总数为3033个。通过迁移学习的方法,精调预训练后的Darknet53网络参数,通过端到端的YOLOV3检测方法完成地下目标的自动识别与定位。最后,利用深圳福田区彩田路GSSI SIR30装备以400 MHz波段采集的GPR数据进行试验验证。试验结果表明,本文提出的基于深度学习的地下目标探测方法对城市典型地下目标的检测精度和召回率达到85%以上,检测速度达到了16帧/s,能够有效探测GPR数据中的城市地下目标。     

卷积神经网络GPS坐标转换方法

GPS坐标转换方法对于GPS空间定位系统至关重要。目前已有很多方法被提出用于转换GPS坐标,但效果并不是很显著。究其原因,是因为大多数都存在模型误差和投影误差。针对目前方法的不足,本文利用深度学习对非结构化数据处理的优势,提出了一种基于卷积神经网络(CNN)的GPS坐标转换方法。该方法将GPS数据转化为非结构化图片数据,以其作为CNN的输入层来训练GPS坐标转换模型,这样能够最小化满足对数据的预处理要求,无监督地从数据中学习出有效特征。试验结果表明,该方法与传统坐标转换方法相比,具有更高的转换精度。     

Gaussian processes uncertainty estimates in experimental Sentinel-2 LAI and leaf chlorophyll content retrieval

ESA’s upcoming Sentinel-2 (S2) Multispectral Instrument (MSI) foresees to provide continuity to land monitoring services by relying on optical payload with visible, near infrared and shortwave infrared sensors with high spectral, spatial and temporal resolution. This unprecedented data availability leads to an urgent need for developing robust and accurate retrieval methods, which ideally should provide uncertainty intervals for the predictions. Statistical learning regression algorithms are powerful candidats for the estimation of biophysical parameters from satellite reflectance measurements because of their ability to perform adaptive, nonlinear data fitting. In this paper, we focus on a new emerging technique in the field of Bayesian nonparametric modeling. We exploit Gaussian process regression (GPR) for retrieval, which is an accurate method that also provides uncertainty intervals along with the mean estimates. This distinct feature is not shared by other machine learning approaches. In view of implementing the regressor into operational monitoring applications, here the portability of locally trained GPR models was evaluated. Experimental data came from the ESA-led field campaign SPARC (Barrax, Spain). For various simulated S2 configurations (S2-10m, S2-20m and S2-60m) two important biophysical parameters were estimated: leaf chlorophyll content (LCC) and leaf area index (LAI). Local evaluation of an extended training dataset with more variation over bare soil sites led to improved LCC and LAI mapping with reduced uncertainties. GPR reached the 10% precision required by end users, with for LCC a NRMSE of 3.5–9.2% (r²: 0.95–0.99) and for LAI a NRMSE of 6.5–7.3% (r²: 0.95–0.96). The developed GPR models were subsequently applied to simulated Sentinel images over various sites. The associated uncertainty maps proved to be a good indicator for evaluating the robustness of the retrieval performance. The generally low uncertainty intervals over vegetated surfaces suggest that the locally trained GPR models are portable to other sites and conditions.     

支持向量机在空间信息处理领域的应用研究

支持向量机作为一种最新的也是最有效的统计学习方法,近年来成为模式识别与机器学习领域一个新的研究热点。支持向量机具有小样本学习、抗噪声性能好、学习效率高和推广性好的优点,能够用于空间信息处理分析领域的遥感影像处理、高光谱分类、拟合与回归、数据挖掘、目标检测等任务。本文在总结分析近年来支持向量机在空间信息处理领域应用主要进展与成果的基础上,结合支持向量机理论方法与空间信息处理的发展趋势,提出了今后有必要重点研究的若干问题,包括空间数据挖掘、智能空间信息处理、高维空间数据处理等。     

高光谱遥感及其在青藏高原的应用潜力分析

高光谱遥感以其波段数目多、光谱分辨率高、带宽窄等特点受到了国内外研究者的广泛关注,它的发展可以说是遥感技术领域的巨大进步。本文主要介绍高光谱遥感的发展,以及针对高光谱影像独有的特点所要进行的数据处理方法。在此基础上,结合青藏高原独特的地理地质环境,探讨高光谱遥感在青藏高原的应用潜力。     

机载LIDAR点云数据的处理及检校

利用机载LiDAR技术获取较大范围地面三维信息比传统测量方法具有高精度、高密度、速度快、成本低的优点,已成为国土资源管理领域一个重要支撑技术。在实际应用中,激光点云数据处理及其检校是生产的关键环节,直接影响成果质量和作业效率。该论述结合测制我国西部某测区带状4D成果的应用实例,综合分析了原始激光点云数据的获取、标准激光点云数据的制作及其分层分类处理等关键过程和需要注意的问题,详细论述了标准激光点云数据的检校及其检校精度检测的方法步骤,分析评估了检校精度对激光点云平面和高程精度的影响,可为同类工程提供借鉴。     

激光扫描测高技术的发展与现状

回顾了机载激光扫描测高技术的发展历史，总结了当前国内外的研究现状，展望了今后发展趋势及应用前景，并指出了机载激光扫描测高目前还有待于进一步解决的关键问题，最后对我国发展研究应用这一技术提出了若干建议。     

航空激光雷达数据处理原理及其应用前景

介绍了Airborne Laser Scanning遥感信息获取系统数据的处理方法和原理。该系统获取的地面目标的3维坐标是随机分布的、不规则的、离散的,它们分布在不同的地形表面目标上。对这种系统获取的数据进行处理的目的,就是将上述分布在不同地面目标上的点进行分离。即将分布在地形表面上的点与落在非地形表面上的点进行有效而准确的分离。最后还介绍了该系统的应用领域以及此技术的发展前景。     

GPS技术在变形监测中的应用和发展趋势

全球定位系统GPS(Global Positiming System),以能够提供连续、实时、无障碍和自动化服务,被广泛应用于导航、测量、勘探等诸多领域。尤其是在测量方面,改变了传统的测量格局,在变形体变形监测领域应用也日趋凸显,由于GPS借助卫星信号传输数据,在实际的监测中也存在一定的局限性。本文首先阐述了变形监测技术,监测数据处理的常规方法;其次介绍了GPS系统应用与变形监测中的优势与不足,并概述了GPS系统应用现状及发展趋势。     

地壳垂直形变场拟合技术在中国的发展

综述了自 80年代末以来地壳垂直形变场模拟技术在中国的发展情况 ,主要介绍了中国学者对多面函数拟合法的发展以及中国学者独立提出的一些拟合方法 :富里叶分析法、小波分析法和经验正交分解法 ,基于地球动力学的通量均衡基准的地壳垂直形变模型和综合地壳形变模型。并对它们的优缺点加以评述 ,对未来的发展作了初步展望     

全球导航卫星系统反射测量(GNSS+R)最新进展与应用前景

全球导航卫星系统(GNSS)具有全天候、近实时、高精度的特点,可持续发射L波段信号,广泛应用于定位、导航和授时(PNT)。随着GNSS技术的发展,最近GNSS反射信号可探测地球表面特征,即GNSS反射测量(GNSS+R)。结合GNSS接收机天线位置和介质信息,利用延迟测量值可以确定表面粗糙度和表面特性。GNSS+R作为当前GNSS和遥感领域的研究热点,取得了一些研究进展和成果。本文详细介绍了GNSS+R原理和方法及其最新应用进展,包括各种GNSS+R技术手段和方法,以及海洋、陆地、水文、植被和冰雪等遥感应用,特别是最新BeiDou-R和TDS-1研究进展。最后给出了GNSS+R应用前景和展望,包括多GNSS系统、GNSS+R接收机、GNSS+R卫星计划和新兴应用等。     

高光谱遥感影像混合像元分解研究进展

受高光谱成像仪低空间分辨率及复杂地物的影响,高光谱遥感图像存在大量混合像元。为提高地表分类精度以及满足亚像元级目标探测的需求,混合像元分解技术一直是高光谱遥感研究热点之一。本文主要对高光谱混合像元分解技术中的核心问题:端元数目估计、端元提取算法、丰度估计算法进行综述,系统地分析了各种典型算法的原理及优缺点,进一步阐述研究过程中建立高精度遥感混合反演模型与遥感产品业务化中的混合像元分解技术难题,同时针对今后混合像元分解技术发展方向,指出在继续引入新型算法理论方法基础上,结合用户应用需求,推进高光谱混合像元分解算法业务化应用,为高光谱遥感工程化应用提供支持。     

On the use of compact polarimetry SAR for ship detection

Quad-pol data are generally acknowledged as providing the highest performance in ship detection applications using SAR data. Yet quad-pol data have half the swath width of single and dual-pol data and are thus less useful for maritime surveillance, where wide area coverage is crucial. Compact polarimetry (CP) has been proposed as a compromise between swath width and polarization information. The circular-transmit-linear-receive (CTLR) CP data have certain engineering advantages over other CP configurations. CP data may be used to reconstruct a reduced quad-pol covariance matrix (termed pseudo-quad, or PQ, data) and the potential of these data in terrestrial applications has recently been demonstrated. We present some of the first results on the use of CTLR data and reconstructed quad-pol data for ship detection. We use Radarsat-2 fine-quad (FQ) data to examine 76 ships over a range of incidence angles and ship orientations at low to moderate wind speeds. We examined the ship detection performance of full quad-pol and full-PQ data; several dual-pol configurations suggested in the literature, HV and PQ HV and the raw CTLR data. We find that the ship detection performance of the PQ HV data is the strongest of all the detectors we examined, with performance that was comparable to quad-pol data. Other strong performers were HV and CTLR data.     

对常用大地坐标系间坐标转换方法的评价

常用坐标系间的相互转换对于现代工程应用有着十分重要的意义。实现坐标转换,需要若干公共已知点。然而,实际工程应用中,公共已知点的坐标信息一般难以获取,尤其是点的高程信息。针对该问题,本文利用实际数据,比较分析了在公共点无高程信息时,常用大地坐标系间坐标转换的4种方法（四参数法、多项式拟合法、高程迭代法、改化坐标法）在转换精度和其他方面的优劣。结果表明,4种方法都有着比较高的转换精度,而改化坐标法有着无需分带、单次迭代、仅需3个公共点、精度较高、精度指标一致的综合优势。