遥感信息图谱计算的理论方法研究

遥感应用的本质是投入专业知识从对地观测影像中提炼专题信息,并以之服务于各类分析与决策的过程。其中,信息计算是整个遥感应用服务技术链的基底。本文在传承地学信息图谱理论的基础上,提出了遥感"图-谱"信息耦合的空间认知理论,构建了"像元-基元-目标-格局"为一体的遥感信息图谱计算的理论方法体系,将其分为"像元级"和"对象级"两个层次,并阐述了高性能计算环境支持下,遥感信息图谱计算平台的设计开发思路及目前研发进展,总结了遥感信息图谱计算的发展趋势和重点研究问题。     

面向遥感大数据的地学知识图谱构想

由于地球表面的时空异质性与复杂性,传统从遥感影像具有的信息特征出发,构建智能解译算法解决遥感地学认知的思路在应对面向全球的海量遥感大数据分析时,其精度和地学实用性已触及瓶颈.为此,本文从地学知识为核心的角度出发,结合当前知识图谱理论的发展,提出一种新的面向遥感大数据分析的地学思维构想——地学知识图谱.本构想将地学知识的...     

试论地学信息图谱思想的内涵与传承

地学信息图谱是陈述彭先生倡导的重要理论探索领域。本文根据先生的相关文献和论述,探讨了地学信息图谱思想的内涵,认为图谱是许多领域都采用的表达和分析的方法论,地学图谱是针对地学领域地学现象和过程的图谱,地学信息图谱则强调在地理信息系统支持下,通过定量地学信息（地学数据库）和地理计算实现的地学图谱,以期通过运用地学图形语言进行地理时空表达与分析,用于描述人与自然和谐相处的规律,反演它的过去,评估它的现状乃至预测它的未来。地学信息图谱思想的提出与陈述彭先生的职业生涯密切相关。他青年时期的坚实地理学基础,中年时期将综合地理和地图设计紧密结合的实践,晚年时期对遥感与地理信息系统的引领,促使他集一生在地理科学研究中的丰富理论、方法、技术成果积淀,开辟了这一探索性的地学研究新领域。地学信息图谱是陈述彭先生留给后来者的科学问题。为此,作者根据新近相关领域的研究进展,提出了未来可能的研究方向：全息地图的发展是地学信息图谱表达的重要基础,并有助于进一步发现新的地学现象和新的地学规律。遥感对地表信息的“谱”探知要以地理学“图”分析思想为支撑,它将最终回归于对复杂地表分布与内在发生机理等地理学核心问题的回答。地学信息图谱的认知以人地关系为中心,以实现从客观地理空间到虚拟空间的人地关系新认知构建一套认知理论。地学信息图谱的目标是辅助发现与利用新的地学知识,为实现自动化、智能化的地理知识图谱奠定理论与方法基础。     

历史解译知识引导下组合遥感图谱特征的变化检测方法

高空间分辨率遥感影像为地表变化监测提供了大量细节信息,这使得基于高分辨率影像的变化检测技术成为当前遥感领域的研究热点之一。本文提出了一种历史解译知识引导下组合遥感图谱特征的变化检测方法。首先,通过分割前后时相的组合影像构建空间位置一致的对象,并在提取对象光谱和纹理特征后,引入前期土地覆盖专题图指导2类图谱特征相似度的DS证据融合;然后,利用其历史存档图斑所属区域的优势地类标签指示不同特征相似度的证据差异融合;最后,基于GMM（Gaussian Mixture Mode）模型的二值化方法提取最终的变化区域。实验结果表明,该方法能充分利用历史解译知识指导不同时相高分辨率影像对象特征相似度组合,一定程度上提高了变化检测正确率。     

松嫩平原西南部水域信息图谱分析

地学信息图谱综合了地学景观规律性、简洁性和数学模型的抽象性,它是现代空间技术与我国传统研究成果结合的产物,它可反演过去、预测未来。基于地学信息图谱原理与表达方法,采用遥感与地理信息系统技术,通过对松嫩平原西南部水域1979、2001年两期遥感数据,进行水域遥感信息图谱变化研究与图谱分析表达。研究表明,1979年松嫩平原西南部水体总面积为2018.22km²,2001年面积为1488.12km²,减少了530km²,水域变化的动态度为1.01%,主要影响因素是土地沙化、草地退化以及过度的人为开发造成的。通过多种景观指数图谱理论来表达水域的变化特点,反映水域要素的相关性和数量关系。利用遥感与地理信息系统相结合的方法,对松嫩平原西南部遥感水域信息,反演了研究区的水域动态变化。     

基于地表覆盖数据的湿地知识图谱构建

湿地作为地表覆盖类型的一种，对于生物多样性与气候变化有着重要的意义，也是人类的基本生存环境之一。为更好地理解和表达湿地知识及分类间关系，本文提出了一种基于本体的湿地知识图谱构建方法。首先，利用GlobeLand30数据、生态地理分区数据，围绕湿地类型、特征分布等要素分析湿地领域知识，提取知识间的语义关系，通过本体建模形成湿地知识图谱的概念框架；其次，融合百度百科数据等进行湿地实体的提取、属性信息抽取，丰富湿地知识图谱的数据层；最后，使用图数据库Neo4j存储实体关系和实体属性，实现了湿地知识图谱构建。本文构建的知识图谱扩充了湿地实体的概念描述信息，探索了顾及时空特征的湿地知识表示方法，为地表覆盖领域的知识图谱构建提供了一个应用范例。     

江西省都昌县山地与平原植被界线提取

由于生长环境、地带性分布规律和垂直差异,山地与平原地区的不同植被类型在遥感影像上存在“同物异谱”及“异物同谱”现象,易导致土地类型的误分。为避免此类错分,在进行土地覆被类型解译之前,应首先确定平原、山地植被的边界。本文在遥感影像聚类分析、GIS空间分析及数理统计分析技术的支持下,以江西省都昌县北部地区为研究区域,基于高分一号（GF-1）遥感卫星影像及地形要素,完成了山地植被与平原植被的界线提取。实验结果显示,本研究得到的植被界线精度高达99.47%和96.28%。与单纯基于遥感影像分类得到的植被边界成果相比,精度提高了近25%和23%。研究证明,高分辨率遥感影像与地形因子结合后,计算得到的山地平原划分界线精度有明显提高,可以满足高分辨率遥感影像土地覆被类型解译研究的需要。     

土地利用遥感动态监测技术方法介绍

采用遥感技术进行土地利用动态监测是一条行之有效的方法。遥感监测方法多种多样。但为了确定变化类型,要引入遥感图像分类方法。遥感分类方法一直是遥感技术方法研究的重要领域。迄今为止,目视解译仍是成功的分类方法;在今后相当长的一段时间内,目视解译分类与计算机自动分类将协调发展。我国土地利用遥感动态监测方法主要采用目视解译、计算机自动分类及目视解译与计算机图像处理相结合的方法,其中,目视解译的方法一直占有重要地位。随着高分辨率传感器的相继问世,利用多平台遥感数据融合进行监测研究将有利于提高分类、监测精度。我国的土地利用遥感监测研究正深入开展,并将在计算机信息提取及监测方法上取得更大的成果。     

“遥感大数据协同计算理论与实践”专刊导言

正进入21世纪以来,以高分辨率卫星遥感系统为基准的天地一体化全球观测平台正逐步构筑形成,立体观测、实时感知、时空协同的新型遥感正实现对地球表层的全方位观测。高分遥感数据的爆炸式增长给聚集人类最高智慧的地球影像数据打上鲜明的大数据烙印。然而,大规模遥感数据获取与社会化地理信息服务之间依然存在着巨大"鸿沟",其根本原由是因为遥感数据本质认知及大数据计算模式方面缺乏理论基础     

多星数据协同的地块尺度作物分类与面积估算方法研究

为了解决多云雨地区遥感数据时空覆盖缺失的问题,以满足对地块尺度作物种植信息日益迫切的应用需求,本文在遥感图谱认知理论框架下发展了一种基于多星数据协同的地块尺度作物识别与面积估算方法。首先,基于米级高分辨率影像提取农田地块对象;其次,通过对多源中分辨率时序影像的有效化处理和指数计算,获取“碎片化”的高时空覆盖有效数据,并以地块对象为单元构建时间序列;然后,在时序分析基础上,建立多维特征空间,结合作物生长物候特征,构建决策树模型进行作物分类识别与面积计算;最后,以湖南省宁远县为研究区开展了水稻种植信息的提取实验。结果表明：本文方法可在农田地块尺度下实现不同水稻类型的准确识别及其种植面积的精细提取,早、中、晚稻的用户精度分别可达94.33%、90.76%和95.95%,总体分类精度为92.51%,Kappa系数为0.90;早、中、晚稻面积提取精度分别为93.37%、91.23%和95.42%。试验结果证明了本文方法的有效性,为其他作物种植信息的精细提取提供了借鉴。     

基于协同计算的白洋淀湿地时序水体信息提取

白洋淀湿地是华北平原仅存的为数极少的湖泊型湿地之一,具有改善生态环境、保护生物多样性等功能。通过遥感手段进行白洋淀地区湿地变化研究,可为景观格局变化、生态环境分析及湿地保护等提供重要的信息支撑,具有非常重要的意义。本文在分析遥感大数据特点的基础上,对遥感应用中的大数据信息提取这一重要环节进行了分析,并以遥感信息计算为切入点,深入分析并总结了遥感大数据计算过程中的多种协同计算问题。结合白洋淀地区长时相遥感湿地水体提取与变化分析的应用需求,本文提出了基于协同计算方式下的白洋淀水体提取技术路线,并详细分析了水体信息计算过程中的几种重要的协同计算问题,提高了水体信息提取的精度。最后,根据白洋淀地区43期（1973-2015年）精确的水体提取信息,统计了白洋淀历史时期水体面积的变化,并指出该区域自1973年以来水体面积经历了“减少-增加-再减少-再增加”的变化过程。     

论时空大数据的智能处理与服务

时空大数据智能处理与服务是以测绘、遥感和地理信息技术为中心的地球空间信息学的重要应用途径和发展契机。本文首先全面论述了时空大数据的兴起发展、主要特点和挖掘手段,进而介绍了时空大数据的自动匹配、变化检测、智能决策等智能处理技术,并在此基础上论述了由对地观测到对人观测的“3S”社会化应用,最后介绍了天基信息的实时智能服务(PNTRC)的现状、发展目标、关键技术及应用前景。诸多实践证明,在大数据和人工智能时代,面对海量的多源异构的时空大数据,抓好自动化、实时化、智能化、大众化和社会化,地球空间信息学的创新发展前景必将一片光明。     

我国砂岩型铀矿“断隆成矿观点”的提出与应用分析——将遥感应用“从技术层面提升到科学层面”的探索

本文对鄂尔多斯盆地和塔里木盆地铀矿床(含矿化集中区)进行了遥感研究,发现其成矿环境与断块隆起(断隆构造)密切相关。鉴此,与重力、航磁、航放、地震探矿等物化探信息和现代信息技术(G IS技术、三维可视化技术、计算机模拟技术)结合,注入铀矿地质专业知识,使信息转化为新的认识,提出了中国克拉通盆地铀矿"断块成矿的理论"和"断隆成矿的观点",并强调围绕断隆构造及其边缘是这类盆地区域找矿的主要方向。通过上述研究,探索了陈述彭院士倡导的将遥感应用从"技术层面提升到科学层面"的理念。这一理念指明了遥感技术深度开发与深化应用的方向。实践表明,首先,充分利用遥感技术的优势,发现问题,提出问题,然后,通过信息综合和技术集成,对遥感的发现进行延伸研究,并注入专业知识,使数字和信息转化为创新知识,来指导实践和决策。这是将遥感应用从"技术层面提升到科学层面"的重要途径。     

土地利用变更的遥感应用分析

发现变化区域和变更类型是土地利用变更信息提取的主要任务,随着遥感技术的发展,土地利用变化信息提取的方法趋向于结合高分辨率的卫星影像和现有的影像处理方法来产生变化信息模板。本文全面总结分析了土地利用变更信息获取的技术和方法,并在此基础上进一步研究了基于RS和GIS技术的土地利用变更信息获取技术方法,以及高分辨率遥感影像在土地利用变更信息提取中的应用分析。     

高分辨率遥感影像目标分类与识别研究进展

高分辨率遥感影像的目标分类与识别,是对地观测系统进行图像分析理解,以及自动目标识别系统提取目标信息的重要手段。本文综述了当前国内外在可见光、红外、合成孔径雷达和合成孔径声纳等遥感影像的目标分类与识别的关键技术和最新研究进展。首先,讨论了高分辨率遥感影像的目标分类与识别问题的主要研究层次和内容;其次,深入分析了高分辨率遥感影像目标分类与识别,在滤波降噪、特征提取、目标检测、场景分类、目标分类和目标识别的关键技术及其所存在的问题;最后,结合并行计算、神经计算和认知计算等技术,讨论了目标分类与识别的可行性方案。具体包括：（1）高性能并行计算在高分辨率遥感图像处理的主流技术,并给出了基于Hadoop+OpenMP+CUDA的高分辨率遥感影像混合并行处理架构;（2）深度学习对于提升目标分类和识别精度的应用前景,以及基于深度神经网络的多层次遥感影像目标识别方法;（3）认知计算在解决遥感影像大数据不确定性分析的模型与算法,并讨论了层次主题模型的多尺度遥感影像场景描述方案。此外,根据媒体神经认知计算的相关研究,探讨了遥感影像大数据的目标分类和识别的发展趋势和研究方向。     

济南市国土空间规划“实时体检评估”探索研究

本文基于济南市国土空间规划年度体检和“一张图”实施监督信息系统建设工作基础,提出济南市开展“实时体检评估”的工作原则和总体思路,通过构建实时体检指标体系,夯实数据与信息平台支撑,研究遥感监测和大数据等新技术的应用,完善“实时体检评估”工作机制,探索建立济南市国土空间规划实时监测评估预警体系。     

农业土地利用遥感信息提取的研究进展与展望

农业用地占到全球土地面积近一半,农业土地利用（包括耕地及作物分布、种植制度、土地管理等）变化直接影响到粮食安全、水安全、生态安全和气候变化。遥感已经成为土地利用信息获取的重要手段,近年来中分辨率遥感卫星如Landsat、Sentinel以及中国高分卫星等的免费开放为国内外农业土地利用信息提取提供了前所未有的机遇,取得了一系列重要研究进展。本文从耕地分布、作物类型识别、农业种植制度以及农业土地管理4个角度分析了土地利用信息提取的最新研究进展。结果发现：① 耕地分布产品已经由过去的粗分辨率提升到10~30 m,耕地现状数据较为丰富,但挖掘遥感数据实现耕地变化历史回溯的能力有待加强;② 作物分类方面多采用地面调查数据和卫星遥感（Landsat和Sentinel-2为主）相结合的方式进行,在北美和欧洲得到了业务化运行,但对作物种植面积早期监测的能力有待加强;③ 基于遥感的农业种植制度信息获取（如撂荒）研究多集中在东欧等地区,在中国由于经济和政策因素导致的撂荒、轮作、休耕等现象也十分普遍,但具有针对性的遥感监测研究目前还相对缺乏;④ 农业土地管理措施信息提取方面,区域灌溉面积产品取得了重要进展,但数据的可靠性和准确性仍有待提高。在此基础上,我们结合遥感大数据、深度学习算法、云计算平台的发展对未来农业土地利用信息提取研究进行了展望：① 融合多源数据形成更高维度空间、光谱和时间信息的遥感大数据,提升特征提取和数据挖掘能力;② 机器学习和深度学习算法等智能化方法与基于地理学和物候信息的专家知识方法的耦合;③ 遥感云计算和大数据挖掘等前沿遥感和计算技术的应用。