基于ETM~+6–γ示矿信息反演的花山花岗岩铀矿预测

构成铀矿的主要元素——235U核素因衰变释放成因热,使得花岗岩侵入成因的铀矿床(体)周围具有热红外遥感异常。广西桂东花山花岗岩体具有较好的铀矿成矿地质条件,但该区地形复杂,交通不便,利用传统方法开展矿产勘查工作困难很大。为快速圈定该区成矿有利部位,采用Landsat7 ETM+6热红外波段数据,通过数字图像处理技术提取岩体遥感热异常,建立了ETM+6–γ能谱异常场反演模型;运用该模型反演得到了桂东花山花岗岩体的γ能谱异常场分布;在此基础上,根据断裂构造控矿条件及相关地质、矿产资料对γ能谱异常进行筛选,最后在花山花岗岩中圈定出一批铀矿找矿预测区。不仅为下一步实地铀矿勘查找矿工作提供了重要线索,而且再次证明了热红外遥感反演的地温异常信息在花岗岩型铀矿预测中的巨大潜力。     

祁连山和首都圈卫星热红外背景场变化特征

掌握非震情况下的热红外亮温背景场及其时空变化规律是有效提取地震红外异常信息的关键.利用2003-2011年NOAA卫星夜间热红外遥感数据构建祁连山和首都圈亮温背景场,分析其时空演化特征.结果表明:红外亮温背景场受季节、地形和断裂活动等多种因素的影响,其中受季节变化影响最大,年变规律明显;不同地理环境,亮温年变特征呈现不同形式,对于地形地貌复杂的地区,亮温变化曲线不稳定,红外亮温与地面高程呈显著的负相关关系,地面高程每增加100 m,亮温降低约0.21 ～ 0.63℃,这与我国气温直减率基本一致;活动断裂带在红外图像上表现为明显的高亮温线性条带或亮温分界带;多年平均背景场平滑了气候等突变信息,呈现出稳定性较强的规律性变化特征,为断裂活动和地震所引起的增温异常检测提供了稳定的亮温变化基准场.     

卫星热红外图像与震兆异常——澜沧地震前热红外图像的启示

本文基于1988年11月6日21时澜沧7.6级地震前的气象台站地面观测温度与相近时刻卫星热红外资料,分析了热红外图像与构造、岩性、地貌及气象等的关系,阐述了震兆增温异常与正常情况下的区别,初步总结了利用热红外图像的时、空动态变化特征捕捉地震临震前兆的方法和体会。     

宁夏汝箕沟煤田火区高光谱定量遥感探测研究

通过航空高光谱遥感地面定标、波谱特征分析、火区特征地物和热异常信息提取,确定了用于温度反演的热红外波段、拟合关系式和热异常对应辐射温度,探测精度达到了1∶2 000比例尺精度;准确圈定了宁夏汝箕沟煤田火区范围,查清了火区燃烧强度,分析了热扩散规律以及遥感探测热异常与地下煤火热异常的对应关系,实现了将遥感定量调查结果直接用于灭火工程设计的目标。     

遥感技术在腾冲西南地区地热资源研究预测中的应用

利用TM数据,对滇西腾冲西南地区进行地质构造解译,阐明了该区多地热活动的原因.通过对TM6波段热红外异常信息的提取,经构造解译与地热异常分布区的叠加分析,发现了该区地热富集的规律性,提出了地热田的遥感影像模式.据此,预测出腾冲西南地区62处水热活动Ⅰ级异常区.     

长春地区地表温度异常遥感分析

热红外遥感是一项探测地热资源、植被覆盖、农作物估产等生态环境评价研究的重要技术。本次使用Landsat 7/ETM＋热红外波段（band 6）,基于单通道算法,对长春地区地表温度应用反演,从而为研究该区地热资源、土地覆盖、城市热岛效应及环境评价提供可靠的依据。研究表明,热红外遥感能够有效探测到地表温度异常,而引起其异常的原因有待我们就一步验证和深入研究。     

一种顾及区域特征差异的热红外与可见光图像多尺度融合方法

针对传统的热红外与可见光图像融合方法对比度低,容易出现边缘细节、目标等信息丢失或减弱的现象,提出一种顾及区域特征差异的热红外与可见光图像多尺度融合方法。首先采用自适应PCNN（脉冲耦合神经网络）模型和二维Renyi熵相结合的图像分割方法,分别对红外和可见光图像进行区域分割;然后利用非下采样Contourlet变换对原图像进行多尺度多方向分解,根据区域的特征差异设计不同的融合规则,融合热红外与可见光图像。实验结果表明,该方法不仅能有效地融合热红外图像的目标特征,还能更多地保留可见光图像丰富的背景信息,融合图像对比度高,在视觉效果和客观评价上优于传统融合方法。     

利用温湿度指数提高红树林遥感识别精度

针对使用TM图像反射波段信息难以将红树林与陆地植被、尤其是与水体—植被混合像元有效区分的问题,结合不同潮位的TM图像,基于反射波段信息,引入TM6热红外波段信息,提出了温湿度指数(temperature-moisture index,TMI)。分析结果表明,综合潮位信息、热红外波段信息及温湿度指数能显著提高红树林与其他地物之间的可分性。采用光谱角度制图(spectral angle mapping,SAM)监督分类法对红树林进行分类识别,较之其他研究者所采用的分类特征,热红外波段信息及温湿度指数能使红树林分类精度明显提高(Kappa系数提高了0.14,错分率降低了19.9%),说明利用潮位信息、热红外波段信息及温湿度指数可以提高红树林的遥感识别精度。     

联合热红外与微波的作物辐射方向性模型研究

热红外遥感提供地表表层辐射信息为主,被动微波遥感可更好地提供植被和土壤背景垂直结构的辐射信息。结合热红外与被动微波遥感的优势协同反演植被和土壤组分温度是提高组分温度反演精度的一种思路。本文在对热红外辐射传输模型和微波辐射模型进行比较的基础上,构建均匀作物的统一场景,将统一场景的参数分为直接参数和间接参数。基于统一场景,修改微波辐射模型的场景结构及叶倾角分布,并增加组分温度参数以计算辐射亮温,最终构建热红外与微波辐射联合模拟模型(UEasmmes模型)。针对均匀玉米作物,利用UEasmmes模型进行联合模拟,分析了组分温度、组分发射率、叶面积指数LAI及叶倾角分布LAD对热红外与微波的方向性亮温DBT的敏感性响应差异。分析结果表明:协同热红外与被动微波遥感反演植被和土壤组分温度是可行的,但对于如何克服组分发射率、LAI及LAD对植被有效发射率的影响而导致的微波辐射亮温变化以及实现热红外表皮温度与微波等效温度之间的转化仍是需要深入研究和探讨的问题。     

FY-2G卫星红外遥感图像中的震前异常统计分析EI北大核心CSCD

红外遥感图像异常是一种重要的地震前兆,需要稳定且有效的提取算法才能发现地震前兆。然而,许多算法只是在少数地震中有验证,数据样本少,不能进行异常信号的统计分析。本文提出了一种方法,对中国及周边地区的红外遥感图像的功率谱异常信号进行统计,以评估算法的准确性和普适性。该方法还分析异常信号的幅度、空间范围和相关的地震信息,将时间和空间上连续的异常点视为一个样本,以计算不同参数条件下异常信号的阳性预测值和地震的真阳性率。本文提取了FY-2G卫星的红外遥感图像中的地震异常信号,并进行统计,得到20.37%的阳性预测值和65.96%的真阳性率。高幅度大范围的异常信号可以达到80%的阳性预测值。对于大于5.4级的地震,真阳性率可以达到81.82%。本文验证了功率谱相对变化法能在大部分地震前提取到红外遥感图像异常,该方法可以分析异常信号的特征和评估异常信号与地震的相关性,有利于算法的对比和改进。     

应用DTM改善煤层自燃的热红外探测

根据遥感物理基础，提出了应用ＤＴＭ计算出地表的太阳辐射强度，并以此为依据校正ＴＭ第６波段的象元值，消除地形的影响，突出由煤层自燃引起的地表热异常，为灭火工程及火区动态监测提供信息和指导。文中选择了新疆准南煤田的硫磺沟火区为试验区，展示了研究的成果。     

低空热红外遥感在探测输油管道中的应用

针对采用常规地面探测方式探测地下输油管道工作量大,需要花费大量人力、财力和时间等问题,该文论证利用无人机搭载热红外遥感探测地下输油管道的可行性。具有较高温度的石油在地下管道运行时不断向周围扩散热量,可在地表形成温度明显高于背景温度的热扩散异常带,根据这一原理,采用红外热成像法探测地下输油管道,实现其位置的定位;随着低空无人机遥感技术的发展,将无人机和热红外遥感技术结合,通过数据后处理和影像解译,实现快速较大面积的输油管道探测。选择天津市大港油田某一区域作为试验区,制定完整的技术流程,共发现地下输油管道134条,补充完善了已有管线资料,具有良好的应用效果。     

多分辨率低秩导向滤波的热红外图像空间融合

热红外遥感图像由于其特定的成像方式,包含目标特有的发射率及温度等特征。然而,热红外遥感图像较低的空间分辨率却限制了其广泛应用。随着遥感技术的发展,同一区域获得的多源遥感图像可以提供更为完备的目标信息,使得利用多源融合技术实现热红外图像空间分辨率增强与亚像素级特征提取成为可能。为此,本文提出了一种基于多分辨率自适应低秩表达与残差信息迁移的热红外图像空间超分辨算法,该算法通过可见光与热红外图像融合的方式实现热红外图像空间特性的自适应融合增强。本文算法优势主要体现在以下几个方面：（1）基于多分辨率的超像素分割,使用超像素块代替传统的方块作为低秩恢复单元,自适应地调整单元内空间特性以保持单元内地物类型的稳定并抑制结构性噪声;（2）通过构建导向线性滤波器,在保护热红外图像光谱信息的前提下,实现可见光图像精细空间特征向热红外图像的迁移;（3）在低分辨层建立增强热红外图像残差与可见光图像残差之间关联并迁移至高分辨层,在保证超分辨图像细节信息的前提下,实现热红外图像空间超分辨。为了验证算法的有效性,本文采用2014年IGARSS数据融合竞赛提供的可见光与热红外实验数据进行实验,并与融合竞赛中表现最为优异的监督图特征融合方法进行比较,并从温度反演精度以及分类精度两个方面评价超分辨效果。实验结果表明,本文提出的方法其噪声抑制效果、空间平滑效果、边缘锐化效果更为优异,超分辨热红外图像有着更为精细的空间信息,并且对于不同区域类型均能较好的保护热红外图像光谱信息。对于不同地物类型,融合超分辨图像有较高的亚像素温度反演精度以及更高的分类精度,其温度反演误差小于1 K,总体分类精度较原热红外图像提升20%以上。     

数字图像处理技术在煤层火灾遥感调查中的应用

本文介绍在S101图像处理系统上,应用数字图像处理技术提取有关煤层火灾信息的方法,着重介绍从多时相航空、航天热红外遥感图像中,提取地表活火区所使用的图像处理技术及其应用效果。     

Study of morphology and suspended sediment of Bhopal Upper Lake using spatial simulation technique and remote sensing data

The scope of this research was to study lake morphology using spatial simulation technique, to develop revised elevation-capacity curve, to develop elevation-water spread area curve, to study the relation between suspended sediment and remote sensing satellite data, and to estimate suspended sediment load in the lake using a Geographic Information System coupled with ground truth. The study area was the Bhopal Upper Lake, which has been classified as one of the major wetlands in India by the Ministry of Water Resources, India. A precise digital elevation model was created using 0.5 meter interval contour information collected from bathometric surveys. Water-spread areas at different water levels were simulated spatially in a Geographic Information System (GIS) through the neighbourhood connectivity operator. Revised elevation-capacity curve and elevation-area curve of the lake were prepared using the simulated results. Simulated water spread area at full tank level (FTL) was compared with the actual water spread area delineated using remote sensing data. Water samples at different locations of the lake were collected and located using the Global Positioning System (GPS) instrument. These samples were analysed in the laboratory for suspended sediment concentration. Different image processing techniques were applied to LANDSAT 5 TM satellite digital data (except thermal band). Correlation between radiance values of band 2 and suspended sediments was established and a positive linear equation was found to fit the data best. Spatial distribution of suspended sediment load was estimated using the developed regression equation and band 2 radiance image of the complete lake. Total suspended sediment load and loss of capacity at full tank level were computed.     

利用ASTER热红外遥感数据开展岩石化学成分填图的初步研究

ASTER遥感成像仪的发射提供了廉价的多光谱热红外数据,是热红外遥感数据的一个重要来源。ASU热红外光谱库提供了多种矿物的热红外发射率波谱的同时,还提供了矿物的化学成分即氧化物含量的分析结果。把ASU波谱库的矿物波谱重采样至ASTER各热红外波段,对矿物的波谱进行波段比值处理,与各矿物成分进行相关分析,选择波段比值与各氧化物含量最大相关系数,进行对数模拟,从而可以确定出发射率光谱与化学成分的数值关系。本文分别对SiO2,MgO,Al2O3,CaO,K2O,Na2O进行了数值分析及公式模拟。统计是根据各矿物做出的,模拟公式同样适用于岩石,进而可以在遥感热红外数据中得以应用。在四川省西范坪矿区利用模拟公式对SiO2,Na2O,K2O三种氧化物进行了岩石填图,在野外大部分得到了证实;利用SiO2进行了硅化蚀变带填图,在异常带内发现了砂岩型铜矿化。     

高光谱图像稀疏信息处理综述与展望

高光谱成像技术具有光谱连续、图谱合一,能够以较高的光谱诊断能力对地物目标进行精细化解译,可以大幅增强地物信息的提取能力。充分利用高光谱遥感图像丰富的空间、谱信息,进行观测目标地物的精细化解译,成为近年来遥感领域的研究热点和前沿领域,并在多个相关领域具有巨大的应用价值和广阔的发展前景。本文结合高光谱图像成像特点,对基于稀疏表示理论的高光谱图像处理与分析方法进行综述,概括了高光谱图像处理与分析主要研究,并对各个研究领域与方向进行分析和评价,最后对各研究领域发展提出建议和展望。     

基于Landsat-8 TIRS数据进行煤田火区识别和监测

Landsat-8 TIRS数据第10波段和第11波段是热红外波段,两个波段数据空间分辨率是100 m。本文选取乌鲁木齐大泉湖煤田火区进行了实验,分别获取了2015年5月和2017年5月大泉湖煤田火区两期遥感影像,采用辐射传输方程方法进行了温度反演。对反演温度数据进行密度分割,提取了乌鲁木齐大泉湖煤田火区范围,并和经过物探方法确定的火区范围进行了叠加,矢量范围重合度达83%。结果显示,基于Landsat-8 TIRS数据煤田火区识别方法可行,对于煤田火区识别和监测将是一种重要的方法。     

基于ETM数据煤田火区温度反演研究

煤田自燃一直是煤矿生产不容忽视的问题。本文利用热红外遥感技术检测因煤火导致地面温度异常的地区,采用两种不同的遥感反演温度算法(单窗算法、基于影像的算法),使用ETM+数据并通过阈值分割法提取2010年乌尊布拉克煤田火区的温度。结果表明,两种遥感反演算法得到的地下煤火区地表温度的空间分布趋势一致,反演结果符合要求。据此对地下煤火的变化类型进行判断,并确定煤火的生成状况,从而为煤田火灾防治提供必要的决策支持。