高分一号卫星在土地利用遥感监测中的应用

高分一号是我国高分辨率对地观测卫星系统重大专项(简称"高分专项")的第一颗卫星,卫星的发射有效地缓解了国内高分辨率遥感数据的供应不足,如何利用该数据做好国土资源主体业务成为当前的热点。本文以湖南省益阳市赫山区为研究区域,进行了土地利用遥感监测,研究了高分一号卫星数据处理方法及其在土地利用遥感监测工作中的应用效果。测试结果表明:高分一号卫星数据利用一般的遥感数据处理方法能够达到较好的效果,光谱信息丰富、地物解译标志清晰,地物判读性较好,能够满足土地利用遥感监测业务的应用需求。     

基于GF—6卫星的棉花种植面积提取研究——以山东省夏津县为例

国产高分卫星6号（简称GF6）具有高分辨率、宽覆盖、高质量和高效成像等特点,可为农业资源遥感监测提供可靠的数据支撑。本研究以GF6卫星影像为主要数据源,综合利用遥感技术理论和方法开展对夏津县棉花种植面积的提取研究,利用同时相的哨兵2号（简称Sentinel2）影像解译结果进行对比分析。研究结果表明：基于GF6卫星的夏津县棉花种植面积提取方案高效、准确,提取精度明显优于Sentinel2卫星,进一步证明了新增了红边波段的GF6卫星能够显著增强作物的识别能力,其在大规模作物种植信息提取方面具有广阔的应用潜力。     

协同新天地 擎绘大中原 河南省遥感综合服务平台

正河南省遥感综合服务平台由省遥感测绘院研建,平台以河南省自然资源卫星应用技术中心为依托,可为政府部门和企事业单位提供查询、申请省内任意区域的卫星影像数据资源和卫星遥感影像服务。平台的卫星影像元数据每周更新一次,遥感影像数据每季度更新一次,通过平台可以搜索省内2016年以来的分辨率为0.8米和2米的高分一号、高分二号、资源三号、高分六号、北京二号卫星影像数据资源。同时,可调用当前最新的遥感影像服务。     

辽宁率先全域使用卫星遥感数据

日前,辽宁省国土资源厅获国土资源部科技与国际合作司和部航空遥感中心批准,将在辽宁全域使用"资源一号"02C卫星遥感数据和高分一号卫星数据,常年为土地调查评价、地质勘查、地质环境、执法监察、矿山环境治理等公益性工作提供卫星遥感数据服务。辽宁成为全国首个免费获得2颗卫星遥感数据的省份。据了解,"资源一号"02C卫星是一颗填补中国国内高分辨率遥感     

北京二号卫星在土地利用变更调查遥感监测中的应用与评价

北京二号民用商业卫星星座由三颗高分辨率光学遥感卫星组成,是国家核准的民用商业遥感卫星,卫星自发射以来其民用应用有待开展,开展之前有必要对其进行相应测试,以测试影像本身质量及工程项目应用效果。本文以获取的湖南省常德市部分区域的北京二号原始影像为基础,研究其在国土资源部主导的土地利用变更调查遥感监测项目中的应用效果。本文采用同等分辨率的高分二号作为对比数据源,依照遥感监测项目流程对其进行遥感解译提取地类图斑,最后从图斑个数、面积、属性等方面判别北京二号应用效果。测试结果表明:北京二号卫星影像具备较高的地物识别能力以及提取面积精度,能够满足土地变更调查遥感监测1米级的监测需求。     

高分一号卫星正式投用

正近日,国家国防科技工业局在北京举行高分一号卫星投入使用仪式。经过几个月的在轨测试,我国首颗设计、考核寿命要求大于5年的低轨遥感卫星——高分一号卫星正式投入使用,将在国土资源、农业和环境保护领域发挥重大作用。2013年4月26日,高分一号卫星成功发射升空,进入在轨测试阶段。科研人员对涉及国土资源、环境保护、农业等11类领域25种专题产品进行了在轨测试评价。结果表明,     

河南省冬小麦快速遥感制图

在省域尺度上,冬小麦遥感识别中存在冬小麦物候不一致、地表环境复杂、数据处理复杂、遥感数据冗余、选择适当的分类样本困难、分类精度低等问题,而遥感数据云平台为解决这些问题提供了良好的数据基础和数据处理能力。以河南省为研究区,以谷歌地球引擎(Google Earth Engine)云平台为支撑,基于2015年和2002年前后年份河南省冬小麦识别关键期内的2296景Landsat遥感影像,采用NDVI重构增幅算法建立冬小麦大区域遥感快速制图模型,实现了2015年和2002年的河南省冬小麦分布制图。结果表明：2015年和2002年冬小麦种植面积分别为56 055.79 km²和47 296.11 km²,与统计数据比,精度达到97%;2002-2015年,河南省冬小麦种植分布存在明显变化,总体播种面积呈增加趋势,2015年比2002年增加8759.69 km²,增幅为18.52%。与传统计算机冬小麦制图方法相比,基于Google Earth Engine云平台的数据处理和制图效率均获得千倍以上的提升。     

HJ卫星图像水稻种植面积的识别分析

 HJ-1A/1B卫星具有较高时空分辨率,是提取水稻等农作物种植面积的潜力数据源。本文以江汉平原腹地的监利县及周边相邻区域为研究区,根据水稻物候历,选取样区水稻生长关键期的多时相HJ-1A/1B卫星数据,利用水稻移栽期的水分信息和生长期的归一化植被指数(NDVI)变化信息,结合陆表水系数(LSWI)、短波红外波段的反射率(R_IRS-B2)、差归一化植被指数(DNDVI),构建了HJ卫星数据的水稻种植面积识别方法,提取了研究区2009-2011年水稻种植面积,得到面积精度和样本点精度均不小于90%,Kappa值不小于0.80的结果。     

我国“高分二号”卫星成功发射

据新华社报道8月19日11时15分,我国在太原卫星发射中心成功发射“高分二号”卫星,卫星顺利进入预定轨道。据了解,这颗卫星系目前我国分辨率最高的光学对地观测卫星,使国产光学遥感卫星空间分辨率首次精确到1米。据介绍,光学遥感卫星的分辨率优于1米为亚米级。是目前国际上遥感卫星最高分辨率等级。“高分二号”卫星是高分辨率对地观测系统重大专项首批启动立项的重要项目之一,具有亚米级空间分辨率、高定位精度和快速姿态机动能力。     

基于高分辨率遥感影像的湿地互花米草-芦苇混合交错带提取方法

互花米草是中国东部河口滩涂湿地主要入侵物种之一,其与本地物种芦苇竞争生长,形成了大范围的混合交错带。该交错带是研究湿地生态系统动态变化的重要信息,但因2种物种光谱的相似性及其在交错带的组成复杂性,使利用遥感技术提取交错带难度较大。因此,本文提出了一种将二者生长物候差异与其光谱特征相结合,考虑二者海陆位置分布差异,运用实测剖面观测数据确定光谱指标和阈值的综合提取方法。运用高分一号多光谱遥感数据,通过分析不同时相互花米草与芦苇冠层光谱差异,确定用来提取混合交错带的高分遥感影像,实现了研究区互花米草-芦苇混合交错带的提取。结果表明：不同时相宜选用不同的提取指标,本研究中在春季选择了近红外波段反射率,而秋季则选择了红波段反射率;2个时相的混合交错带范围存在明显差异,客观反映了互花米草与芦苇在不同季节的竞争状况。     

基于多时相中分辨率时间过程特征的江汉平原棉花种植面积变化监测

棉花是中国重要的经济作物,快速、准确地提取棉花的种植面积和分布信息,对于优化棉花种植空间格局、科学指导棉花生产及提高其管理水平具有十分重要的意义。为了探讨多时相中高分辨率影像在棉花种植面积监测中的可行性,本文以江汉平原为研究区,根据棉花物候特征,选取2012年、2014年江汉平原棉花生长关键期的多时相HJ-1A/1B卫星数据,通过分析研究区棉花不同生育期的光谱特征和归一化植被指数（NDVI）时序变化特征,对分类影像进行阈值分割、掩膜处理,最后利用决策树算法提取研究区2012年、2014年棉花种植面积。通过计算混淆矩阵评价分类精度的方法和提取面积精度方法对棉花提取结果进行评价,总体精度达到95.96%,Kappa系数为0.93,以农业局统计数据为参考,2012年、2014年HJ数据提取的棉花种植面积精度分别达到了97.91%、91.27%。因此,在不受云和降水等因素的影响下,基于江汉平原区域关键时相HJ卫星CCD影像数据,可利用该方法进行棉花种植面积监测。     

基于Google Earth Engine和NDVI时序差异指数的作物种植区提取

为提高农作物种植信息遥感监测的效率,扩展数据适用范围,本文提出了一种基于时间序列NDVI差异指数的作物种植区提取方法。随着海量遥感与云计算的发展,Google Earth Engine作为一个全球尺度地理空间分析云平台,弥补了单机计算耗时长的不足,为快速遥感分类带来了新机遇。基于Google Earth Engine平台,以河南省开封市杞县为研究区,以2019—2020年杞县地区多时相Sentinel-2影像为数据源,结合物候信息,根据不同作物在时间序列NDVI曲线上的差异构建NDVI时序差异指数,从而提取作物种植区,区分不同作物类型,并与其他方法进行了精度验证和对比。结果表明：① NDVI时序差异指数法以作物物候信息为基础,与GEE高性能的计算能力相结合,形成了作物种植信息快速提取框架,可以方便快捷地进行作物种植区提取,较本地处理具有明显优势;② 杞县冬小麦和大蒜种植区有明显的空间分异性,冬小麦种植区主要集中在研究区西北部以及南部的农村居民点周围,而杞县大蒜则由于产品流通需要,主要集中在研究区中部以及东北部,居民点较为密集,交通便利的城市周边;③ 与时间序列支持向量机法和最大似然法相比较, NDVI时序差异指数进行作物种植区提取的总体精度达到83.72%, Kappa系数为0.67,分别比最大似然法提高了10.02%和0.21,比支持向量机法提高了4.18%和0.09,表明该方法能更高效率,更高精度地提取作物种植信息,实现区域作物种植信息的高效准确监测。总体来看,该方法在一定程度上可拓展遥感数据在农业领域的应用范围,具有推广价值。     

利用物候差异与面向对象决策树提取油菜种植面积

及时、准确地获取农作物种植信息,对于农业生产管理和国家粮食安全有重要意义。目前越来越多的免费卫星数据可以用于作物分类及生理参数反演。Sentinel-2卫星于2015年6月发射,提供了13个光谱波段,具有较高的时间分辨率、空间分辨率和光谱分辨率,为不同作物特征区分以及大范围作物种植面积快速提取业务化运行的精度与效率提高带来了契机。随着Sentinel-2数据的免费下载,这就为大面积生产下一代区域或者国家尺度的高分辨率（10~30 m）农情遥感产品提供了可能。物候信息包含了作物随着季节不断变化的特征,利用如NDVI等时间序列植被指数找出不同作物的特征进而开展作物分类得到了广泛应用。本文以油菜为主要研究对象,以长江中下游地区的江汉平原为实验区,基于作物物候差异与面向对象决策树的方法,对Sentinel-2卫星影像用于油菜种植区提取的效果进行了评估与分析。首先利用作物不同生长时期各波段光谱信息以及归一化植被指数等信息的差异分析并找出油菜种植区提取的最佳时相,然后对影像进行多尺度分割,根据对象特征建立决策树逐一去除非植被、林地等干扰类型,进而提取出油菜种植区域。通过分析发现,基于Sentinel-2影像的图像分割可以有效生成不同作物类型的对象;油菜开花期的特征是其区分于其他作物的关键因素,利用该特征可以有效消除分类时其他地物类型对油菜的影响,提高作物分类信息提取的精度和效率。研究表明：在区分油菜的决策树分类特征信息中,贡献最大的是归一化植被指数（NDVI）,近红外波段（NIR）和亮度（Brightness）信息。用162个油菜验证样本点计算混淆矩阵,油菜种植面积提取的总体分类精度为98%以上,Kappa系数为0.95。说明结合物候信息利用Sentinel-2数据进行大范围作物种植面积提取具有巨大潜力,可以提高大范围油菜种植区域快速提取的精度和效率。     

我国成功发射首个自然资源业务卫星星座

正3月31日11时22分,我国在太原卫星发射中心使用长征四号丙运载火箭,以"一箭三星"方式成功发射3颗2米/8米光学卫星(即高分一号02、03、04卫星)。11时56分,3颗卫星入轨,为自然资源调查监测和保护监管再添"火眼金睛"。据了解,这是我国自主建造并成功组网运行的首个民用高分辨率业务卫星星座,代表着目前我国民用遥感卫星星座发展的最高水平。3颗卫星成功组网运行后,将大幅度提高山、水、林、田、湖、草等自     

我国“高分二号”卫星成功发射

我国在太原卫星发射中心成功发射“高分二号”卫星,卫星顺利进入预定轨道。据了解,这颗卫星系目前我国分辨率最高的光学对地观测卫星,使国产光学遥感卫星空间分辨率首次精确到1米。     

“北京一号”卫星数据在长沙市土地利用动态遥感监测中的应用

运用"北京一号"卫星数据进行长沙市2007年度土地利用动态遥感监测,探讨"北京一号"卫星数据处理方法及其在土地利用动态遥感监测中的实用性及效果.结论显示"北京一号"卫星数据利用现有的遥感数据处理方法仍可达到较好的效果,在土地利用中具有很大的应用潜力,可以满足国家每年动态遥感监测的数据要求.     

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。     

媒体广场

"高分一号"卫星首批影像图发布近日,国家航天局对外公布了国家重大科技专项高分辨率对地观测系统首发星"高分一号"获取的首批影像图,影像清晰,层次分明,信息丰富。首批对外公布的影像图包括2米全色、8米多光谱、2米全色与8米多光谱融合、16米多光谱四类,涉及北京、上海、银川、大同等四个城市,共计13张图片。卫星配置了2台分辨率     

首个自然资源业务卫星星座在轨交付投入业务化运行

正近日,自然资源部在北京组织召开2米/8米光学卫星(3颗,即高分一号02、03、04卫星)在轨交付仪式,卫星星座正式交付自然资源部投入业务化运行。这是国家民用空间基础设施规划立项,批准建造并成功组网运行的首个民用高分辨率业务卫星星座,也是自然资源部组建后建成的首个业务卫星工程,代表着目前我国民用遥感卫星星座发展的最高水平。自然资源部党组成员、副部长凌月明出席仪式并讲     

关键生育期冬小麦和油菜遥感分类方法

农作物空间分布的遥感识别是地理学、生态学和农学等多学科研究的前沿和热点,多源遥感数据在其中发挥着重要的作用。本研究结合冬小麦和油菜的种植及生长特点,以安徽省合肥市为研究区域,利用ZY-3、Sentinel-2和GF-1等多源遥感影像数据,以高程、坡度等数据为辅助信息,结合以多尺度分割、最邻近法和阈值法等为主要步骤的面向对象的分类方法,提取研究区合肥市冬小麦和油菜种植的空间分布信息。结合来自于GVG农情采样系统和Google Earth高分辨率影像上获得的地面验证数据进行分类精度验证,计算得到分类结果的混淆矩阵,并根据混淆矩阵数据计算出分类的总体精度为94.43%,Kappa系数为0.914。结果表明,本研究提出的方法能够有效地区分在冬小麦和油菜的混种区域里两种作物种植区域的空间分布,且这种多种策略相结合的分类方法体系,能够适用于其它区域甚至是更加大尺度上的作物分类。