纹理特征辅助的S AR影像冰川识别

青藏高原的冰川监测对气候变化研究有着重要的意义,通过遥感图像可以大范围长时间的监测冰川的变化,识别冰川边界是研究的重点。为了研究SAR影像纹理特征在冰川识别中的作用,以喀喇昆仑山地区的克勒青河上游为研究区,利用2018年Sentinel-1A数据进行干涉处理得到相干系数,然后基于相干系数提取了均值、方差、同质性、反差、相异性、熵、相关性共7种纹理特征,并对不同纹理特征组合之间的提取效果进行了比较。结果表明VV极化方式下均值、方差、同质性、相异性的特征组合冰川识别效果最好。据此提取了克勒青河上游区域的冰川边界,最高精度达到91.36%,该方法明显优于基于相干系数图的阈值分割法和基于光学影像的波段比值法,冰川识别精度提高了约2%。     

基于雷达干涉失相干特性提取冰川边界方法研究

冰川边界提取是冰川变化监测的一个重要参数,光学冰川遥感方法可以有效、精确的提取出无云区域冰川的边界信息,但是,对于有云区域和天气状况不好的冰川区域却很难获取冰川的边界信息.提出了一种基于SAR干涉失相干特性的提取冰川边界信息的方法,该方法利用内陆冰川表面失相干问题严重的特点,通过比对冰面相干系数和非冰覆盖区域的相干系数,采用阈值法对冰川区域的干涉相干图进行冰川边界的提取.根据上述方法提取冰川边界的精度达到89%,结果表明利用雷达干涉失相干特性进行冰川边界提取是可行的.     

基于HJ-1A卫星CCD遥感影像数据的煤矿区塌陷坑积水和煤堆监测

地表塌陷积水和煤堆的识别与区分是煤矿开采区环境保护的重要工作内容。本文利用HJ-1A卫星CCD遥感影像数据,以神东矿区为例,在深入分析矿区煤堆、塌陷积水、其它水体和工矿用地等地物的光谱特征基础之上,通过波段反射率差异和归一化水体指数(NDWI)构建了矿区内煤堆和塌陷积水的遥感提取与识别决策树模型。模型分析表明,塌陷积水的NDWI指数范围为[0.02,0.13],与部分裸土/工矿用地容易混合,需要利用红光通道阈值进行剔除。煤堆与其他非水体地物都有较明显的区分但与塌陷水体较为一致,需进一步通过红色通道阈值加以区分,当阈值为0.14时研究区提取结果最佳。研究区内共提取出煤堆373个,面积4.96 km2,塌陷积水11个,面积0.51 km2。通过与2.5 m空间分辨率的SPOT卫星目视解译验证表明,本文利用HJ-1A CCD影像数据识别总精度可达97.77%,构建的决策模型适用于矿区内煤堆及水体信息的自动提取。     

基于高分卫星数据的冰川长度综合提取方法

冰川长度是冰川变化研究中的重要参数。以青藏高原普若岗日冰原为研究对象,基于高分一号卫星遥感影像和数字高程模型数据,利用波段阈值法和目视解译相结合的方法提取冰川边界,综合利用冰川中心线法和冰川主流线法获取冰川长度,并在地理信息系统技术支持下进行了实现。结果表明,提取的冰川长度线与人工数字化的冰川长度线吻合度较好,精度可达97.9%,且执行效率较高。     

西昆仑山崇测冰川区多源遥感影像的冰川信息提取方法研究

冰雪独有的性质与特性使得基于遥感影像对其进行信息提取成为可能,如何进行精准的冰雪信息提取是冰雪时空变化研究的关键和基本要求。利用多源遥感影像（TM、IRS-P5和SAR）对西昆仑山崇测冰川区的冰川进行信息提取,采用不同分类方法和数据融合方法,分别针对光学影像和微波影像进行处理,提取冰川信息并进行比较分析。结果表明：面向对象分类方法是最优的冰川信息提取方法;图像融合处理有助于提高冰川信息的提取精度,特别是多光谱和高分辨率图像融合后再分类,提取效果更为理想。     

基于遥感技术的高山极高山区冰川冰湖变化动态监测

在全球变暖的大背景下,我国藏南地区冰川持续退缩,冰湖不断扩张,从而引发了一系列的地质灾害问题。文章利用Landsat系列影像,在面向对象分类方法的基础上采用波段比值法和NDWI指数提取了藏南希夏邦玛峰地区1994—2018年共9期冰川和冰湖的面积。研究表明,希夏邦玛峰地区净冰川持续退缩,总体速率为（1.28±0.32）%/a,冰湖的扩张速率约为（1.88±1.07）%/a。同时,面积小于1 km2的冰川退缩极为严重,高达33.25%。其次气象再分析数据表明夏季气温和降水的增加可能是该地区净冰川退缩加快的重要原因,并且共同促进了冰湖的加速扩张,大大提高了该地区冰湖溃决的风险。     

基于遥感技术的高山极高山区冰川冰湖变化动态监测——以西藏藏南希夏邦玛峰地区为例

在全球变暖的大背景下,我国藏南地区冰川持续退缩,冰湖不断扩张,从而引发了一系列的地质灾害问题。文章利用Landsat系列影像,在面向对象分类方法的基础上采用波段比值法和NDWI指数提取了藏南希夏邦玛峰地区1994—2018年共9期冰川和冰湖的面积。研究表明,希夏邦玛峰地区净冰川持续退缩,总体速率为(1.28±0.32)%/a,冰湖的扩张速率约为(1.88±1.07)%/a。同时,面积小于1 km~2的冰川退缩极为严重,高达33.25%。其次气象再分析数据表明夏季气温和降水的增加可能是该地区净冰川退缩加快的重要原因,并且共同促进了冰湖的加速扩张,大大提高了该地区冰湖溃决的风险。     

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。     

塔里木盆地南缘喀拉米兰河克里雅河流内流区近30a来的冰川变化研究

对1999年的喀拉米兰河-克里雅河流内流区的Landsat ETM+影像运用非监督分类、监督分类,雪盖指数域值法和比值域值法提取其中176条冰川的边界信息,并与目视解译结果进行定量比较,结果表明:比值域值法精度最高,达98.32%;将比值域值法提取1999年的冰川边界与1970年航测地形图勾绘的冰川边界进行叠加分析,得到整个流域29 a来的冰川变化信息.统计表明,流域冰川条数减少了0.6%,总面积萎缩了2.86%,总冰储量减少了3.10%,大多数冰川处于稳定状态.     

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。     

1986—2015年长江源各拉丹冬地区冰川变化遥感监测研究

以长江源各拉丹冬为研究区,针对该地区地物特点,选取了1986—2015年间云量较少、成像质量较高的相关卫星影像作为数据源,在充分了解环境特征与影像特点的基础上,基于"波段阈值比值法",通过人机交互调整阈值,对大范围冰川区域进行快速边界提取,并基于提取结果,结合数字高程数据、气象数据等相关数据展开了分析.结果表明:198...     

若尔盖高原地物遥感分类

各种物质在遥感数据中都有其特征的波谱吸收峰。因此通过波谱识别就可以大大减少以往遥感分类方法中的漏分及混分现象。为了解决若尔盖高原地物遥感分类问题,首次对本区ETM多光谱融合数据采用了地物波谱角分类法进行地物识别。分类步骤:遥感数据定标→选择训练区样本→MNF变换减维去噪处理→利用纯净像元指数(PPI)进行样本提纯→利用n-D散度法进行样本重组→波谱角分类(SAM).其分类结果表明,类别精度评价总精度为0.806,kappa系数为0.785.其精度均符合1:5万比例尺的土地详查工作的技术要求。      

1998 - 2017年天山麦兹巴赫冰川湖面积变化研究

天山麦兹巴赫冰川湖突发洪水是阿克苏河重要的致灾源。利用1998 - 2017年不同时段的Landsat、 环境灾害卫星及高分遥感数据, 通过Munsell HSV变换, 获取了湖面范围。通过对比不同时期的冰湖面积, 对1998 - 2017年麦兹巴赫冰川湖最大面积的变化进行了分析。结果表明： 麦兹巴赫冰川湖的面积从1998年的3.75 km2逐渐变化为2017年的2.87 km2, 影响冰湖储量的下湖面积从3.3 km2减少为1.88 km2, 呈现缩小趋势, 上湖面积则有明显扩张。叠加了时间因子的正积温同冰湖面积有良好的正相关性, 说明气温通过影响冰雪融水以及冰坝稳定性, 从而影响冰湖的面积。研究内容可为区域性冰湖面积变化提供特殊案例, 并为冰湖面积扩张归因分析提供科学参考。     

山地冰川演化与冰湖发育相互作用机制北大核心CSCD

冰川-冰湖耦合过程是冰冻圈物质与能量循环的重要组成部分,系统刻画冰川演化与冰湖发育过程的相互作用机制,对于完善冰冻圈科学理论体系和认知冰川作用区变化规律、水循环模式和灾害效应具有重要意义。本文立足山地冰川演化和冰湖发育过程,系统归纳了冰川-冰湖相互作用研究进展,剖析了冰川作用与冰湖发育耦合机制及相关模型的应用,并对现有冰川演化与冰湖发育过程耦合机制研究存在的不足与挑战进行解析和总结。冰川-冰湖耦合过程的深入研究有助于提高数值模拟的可信度与精度,为评估冰川-冰湖耦合过程影响、建立灾害监测预警体系和采取适应性措施提供数据与理论基础。     

基于高分一号影像的半干旱地区土地利用信息提取方法对比分析:以建平为例

为验证遥感技术在国产高分卫星土地利用信息提取方面的应用效果,本文分别运用阈值法、波谱间关系法、NDVI对示范区的单个地类信息进行提取试验,运用非监督分类法、面向对象法进行全要素信息的提取,并对提取结果进行精度验证。试验表明,在单个地类信息的提取方面,3种方法有各自的提取优势以及对应的地类信息;在全要素信息提取方面,非监督分类法和面向对象法在各个地类信息的提取精度上有差异。     

基于遥感的冰川信息提取方法研究进展

对冰川监测中常用的遥感卫星、 传感器及冰川信息提取方法等进行了综合评价, 常规方法中普遍认为比值法的精度最高, 新产生的面向对象分类和雷达干涉测量方法虽一定程度上提高了冰川提取精度, 但冰碛物仍是自动识别的难点. 针对表碛覆盖冰川虽发展了一些自动、 半自动的方法, 但这些方法还不够成熟、 不具有通用性. 积雪、 冰碛物和地面验证仍是冰川自动提取存在的重要问题, 发展更先进、 更成熟的方法是冰川研究的重要方向, 未来可以尝试采用粗糙集理论及ICESAT卫星波形提高冰川信息提取的精度.     

SAR监测冰川变化研究进展

遥感现已成为大范围冰川制图与监测的必备手段。合成孔径雷达(SAR)全天候的成像能力,对地表湿度、粗糙度的高度敏感性,以及对地物一定的穿透能力,使其在冰川制图与监测中展现出巨大的潜力。SAR对冰川的制图与监测理论方法还在不断完善,目前正处于快速发展阶段,是冰川遥感研究的一个热点。针对国内外近年来研究进展,对SAR通过散射差异识别雪冰带、监测雪冰界线与冰川物质平衡之间的关联、干涉法与相关算法监测运动速度、干涉生成DEM监测冰川厚度变化等方面的新成果进行论述,阐明了SAR冰川探测的优势和局限性,并对未来若干极具潜力的SAR冰川探测理论和方法进行了展望。     

利用ASTER影像对慕士塔格-公格尔山冰川解译与目录编制

以帕米尔东缘的慕士塔格公格尔山为试验区,利用2001年ASTER遥感数据,综合空间锐化增强处理、比值图像取阀值和目视判读等提取冰川边界;利用ASTER的同轨立体像对提取DEM,区分表碛覆盖的冰川范围;自动、半自动和人工量算冰川的有关参数,进行冰川解译和新的冰川目录编制.与中国冰川编目数据对比分析,1962/1966-2001年间研究区冰川面积退缩了67.89km²,占总面积的(6.2±1.0)%.结果表明,运用高分辨率的ASTER遥感资料可快速、直观地实现基于GIS的冰川编目,方便地观测冰川的动态变化,从而节约冰川编目和观测冰川变化的时间和经费,在实践上具有很大的优势.     

基于遥感和GIS的我国季风海洋型冰川区冰碛物覆盖型冰川边界的自动识别

冰碛物覆盖型冰川边界的自动识别是冰川遥感监测的难点,综合遥感图像和DEM等多种数据,提出了一种基于遥感和地理信息系统的改进的半自动集成分类方法.该方法选择NDSI、NDVI作为分类指标,通过栅格DEM反演地表现象,并利用处于热红外波段的TM6探测地物的热辐射差异,应用栅格图像和GIS进行邻接空间分析,将冰川及冰碛物覆盖型冰川进行区别和分类.选择我国典型的季风海洋型冰川区——贡嘎山地区大量冰碛物覆盖的贡巴冰川作为实例进行研究,取得了较好的分类结果.该方法比Frank Paul提出的方法更适合于我国海洋型冰川的遥感研究,同时也提出了存在的问题.     

基于多源遥感影像的长春市城市建成区提取

夜光遥感影像记录的城市灯光与人类活动密切相关,已广泛应用于城市信息提取。珞珈一号作为新一代夜光遥感数据源,比以往的夜光数据具有更高的空间分辨率和光谱分辨率,可以更清晰地表达城市建成区范围和内部结构。本文利用珞珈一号夜光遥感影像,通过人类居住指数（human settlement index, HSI）、植被覆盖和建筑共同校正的城市夜光指数（vegetation and build adjusted nighttime light urban index, VBANUI）及支持向量机（support vector machine, SVM）监督分类3种方法对长春市城市建成区进行提取,并与利用NPP/VIIRS（suomi national polar-orbiting partnership/visible infrared imaging radiometer suite）夜光遥感影像、采用同样方法得到的结果对比。结果显示：本文提出的VBANUI提高了传统植被覆盖校正的城市夜光指数（vegetation adjusted nighttime light urban index, VANUI）的提取精度,使用珞珈一号夜光遥感影像通过VBANUI提取的城市建成区结果最优,其Kappa系数为0.80,总体分类精度为90.74%;使用珞珈一号和NPP/VIIRS夜光遥感影像通过HSI按最佳阈值提取城市建成区的Kappa系数分别为0.75和0.72,总体分类精度分别为88.27%和86.54%;复合数据的SVM监督分类法中Landsat-NDBI、Landsat-NDBI-VIIRS、Landsat-NDBI-LJ和Landsat-NDBI-LJlog的Kappa系数分别为0.602、0.627、0.643和0.681,总体分类精度分别为81.11%、81.52%、82.25%和84.48%。研究结果表明：3种提取方法下,均为使用珞珈一号夜光遥感影像的结果优于使用NPP/VIIRS夜光遥感影像的结果,证明相比于NPP/VIIRS夜光遥感影像,珞珈一号夜光遥感影像更适用于城市尺度的建成区范围提取。