基于资源限制性人工免疫系统的多光谱遥感影像分类方法

提出了一种基于资源限制性人工免疫系统（resouree limited artificial immune systems, RLAIS ）的多光谱遥感影像分类方法。该方法采用RLAIS对遥感影像分类中选取的感兴趣样区进行样本训练，得到全局聚类中心，利用聚类中心对遥感影像进行分类。实验证明，该方法在分类精度上优于传统方法，其总精度和Kappa系数分别达到了91%和0．88，具有实用价值。     

强台风“海马”FY-2F卫星监测图

正封面图片为上海市卫星气象遥感应用中心利用中国风云二号(FY-2F)卫星红外通道(03·113μm)监测的第22号强台风"海马"的遥感图像,获取时间为201 6年10月20日14:00时(北京时间),台风的中心气压955 hPa,西北向移动,移速26 km/h。FY-2F是中国自主研制的第4颗业务静止气象卫星,除了常规观测以外,该卫星能够根据各种气象灾害监测及重大气象保障服务的要求,对特定区域提供快速区域扫描观测,观测频次为每6 min     

基于夜光遥感的城市用电量预测研究

随着智能电网的不断普及,对城市用电量数据进行快速准确预测对于电网规划和经济部门的管理决策具有重要的指导意义.本文研究了一种基于可见光红外成像辐射仪(Visible Infrared Imaging Radiometer System,VIIRS)城市夜光遥感数据和市县公开统计年鉴的城市用电量预测模型.该模型首先结合改进通用矩阵应用城市GDP和人口数据对城市进行分类;接着按城市类型构建了一种顾及滞后效应的城市用电量优化预测模型,该模型考虑了城市夜光遥感数据反映出的用电量消耗存在的滞后效应.随后采用长三角地区城市用电量数据进行模型训练及实验,实验结果表明:引入夜光遥感数据作为城市用电量模拟量,能够快速准确反映出城市用电量空间分布;利用改进通用矩阵方法对不同发展状态的城市分类建模,并引入滞后项进行模型优化,使得用电量预测模型有较好的预测精度和稳定性,总体上实现了基于夜光遥感数据和统计年鉴的公开数据源支持下的城市用电量预测.     

微博数据位置信息反映台风灾情的有效性分析

准确识别灾情相关的空间位置是利用社交媒体数据进行灾情分析的关键。首先采集2016年正面袭击福建省的两次台风"莫兰蒂"和"鲇鱼"期间新浪微博上灾情相关的微博数据,识别和提取其中的用户注册位置信息、签到位置信息和文本隐含位置信息;然后基于微博数量变化和内容分析3种位置信息与现实台风灾情之间的联系;最后基于分析结果确定台风微博的位置信息,利用台风微博对两次台风主要灾情进行提取与制图。结果表明利用该方法得到的台风微博位置信息可以有效反映灾情的空间分布。     

基于改进粗糙集和NSCT的红外遥感图像增强

提出了一种基于改进粗糙集和NSCT的红外遥感图像增强方法。该方法首先利用NSCT对图像进行分解,得到多层多方向子带系数;然后根据相邻尺度和不同方向的子带中图像噪声、脆弱边缘等不同成分的系数分布,使用粗糙集对其进行分块,并制定合理的决策规则;再通过集合运算对系数中不同子块采用不同的处理方法,一方面抑制噪声,另一方面保护图像中的脆弱边缘结构,并采用增强函数对其进行不同程度的增强;最后对处理过的NSCT系数进行重构,获得增强后的红外图像。实验表明,该算法相对于其他传统红外遥感图像增强算法具有较好效果。     

利用ArcGIS Engine开发台风遥感监测分析系统

采用.NET和ARCGIS Engine开发完成的台风遥感监测分析系统,通过对FY2C、NOAA、FY3A等不同卫星遥感数据,以及雷达数据、空间地理数据和各种专题数据进行读取处理,能够实现台风定位、定强、结构诊断、路径分析、降水估计等专项分析功能以及图像处理、地理导航、专题制图、数值预报等辅助分析功能,为台风的监测和预报提供了一体化的信息支撑,是国内率先实现台风遥感监测分析数据综合和功能综合的平台系统。本文重点介绍了系统开发中所采用的基于面向对象的台风遥感综合应用系统框架分析设计、数据库设计与组织、模型集成等系统实现关键技术。     

基于道路网矢量数据的遥感影像道路损毁检测

利用面向对象方法对地震后高分辨率遥感影像上的道路进行多尺度分割和分类.通过融合地震前道路网矢量数据与地震后遥感影像,提出一种基于自适应模板的道路损毁检测方法.试验结果证明,该方法能够快速、准确地对损毁信息进行提取.     

基于机载多光谱遥感数据的溢油信息提取方法

为研究应用紫外-可见光-近红外-热红外遥感数据识别海上溢油的方法,利用机载多光谱溢油监测设备获取了舟山海域多光谱遥感数据,并利用野外地物光谱仪获取了水体和油膜的反射光谱。通过提取并分析机载多光谱遥感图像上多目标的影像特征和光谱响应特征,利用决策树分类法对海上油膜相对厚度的分布进行分类和制图。研究表明,基于机载多光谱遥感数据的溢油信息提取方法总体分类精度达93.7%,能够准确区分薄油膜和厚油膜,可有效提取海洋溢油污染信息,完全能够满足海洋溢油污染遥感监测需求。     

基于遥感的疫情后工业企业复工复产监测研究

遥感监测具有客观性、时效性、稳定性和普适性等特征,根据高温目标遥感特征形成机理,以南昌市主要工业园区为研究对象,基于工业企业生产下光学和热红外遥感表征要素的客观提取与定量估算获取不同时段工业企业复工复产信息,并基于气象预报温度进行修正剥离季节因素。研究结果标明,南昌市从2月底全面复工以来,截至4月15日,城市开始“热起来”,全市主要工业园区地表温度大幅上升,重点企业已恢复正常生产活动,监测结果与江西省工信厅发布数据相吻合,证明该方法具有可行性,能够对工业企业复工复产情况进行客观、有效的分析并进行可视化展示,可为相关部门制定助力工业企业复工复产和促进经济发展扶持政策提供良好的数据支撑。     

绿地信息提取研究

城市绿地作为城市结构中的主要元素,在城市中起着一个重要的作用。本文基于TM遥感影像,对大连市城市绿地专题信息进行提取,并对绿地格局进行研究和探讨。通过计算各组成分分量和归一化植被指数ND-VI之间的相关系数来进行波段组合,提高了遥感影像的分类精度。结果显示该方法可以准确地得到绿地信息。     

中低云云底高的地基红外遥感的初步分析

在辐射传输模拟结果分析的基础上,提出利用云底高与下行红外辐射之间的单调关系进行云底高遥感反演的算法,并结合激光测云仪云底高实测数据对算法进行了初步验证。结果表明,该算法对中低云云底高反演的平均误差为107 m,具有较高的准确性。     

神经网络支持下的Sentinel-2卫星影像自动云检测

为解决利用Sentinel-2卫星影像进行地物信息提取时云层遮挡造成的信息误判问题,提出了一种基于深度学习的遥感影像云区高精度分割方法。该方法通过预处理的遥感样本数据构建出一种深度神经网络模型,自动提取高层次影像特征;再将影像特征输入分类器,实现遥感影像的像素级分类,从而分割出云覆盖矩阵;最后将云覆盖矩阵转化为云二值图,结合感兴趣区矢量准确获取指定区域云检测结果。选取典型区域进行测试,结果表明：该方法检测精度较高,速度较快,且无须辅助信息与人工干预,可用于Sentinel-2卫星影像不规则区域自动云检测。     

QuikSCAT在台风监测中的应用

利用成熟发展的台风自身在风向上的涡旋型特征和风眼处风速相对周围较低的特征, 分别采用搜索QuikSCAT反演风向的涡旋中心, 风速或后向散射系数的台风中心区域在局部最小值点的方法定位获得了台风中心位置信息。在风矢量反演过程中采用QSCAT-1模型、借助Holland的台风模式, 修正了反演过程中的风向误差, 提高了台风中心定位的准确性。同时, 将该方法应用到对台风路径和强度监测中, 利用QuikSCAT对台风的连续观测资料分析得出台风强度和路径信息, 其中台风路径结果与美国国家飓风中心(NHC)通过最佳路径分析得到的台风路径结果基本一致, 但在台风强度结果上存在较大误差。为提高台风强度监测精度, 在反演过程中采用大风地球物理模型NN-T-GMF代替QSCAT-1模型, 使台风强度监测结果精度提高。结果表明, QuikSCAT可以有效监测海上台风路径和强度发展, 为进一步推断台风的强度发展和移动趋势提供帮助。     

基于混合像元分解的水体遥感图像去云法

大型内陆水体的遥感图像中往往存在着不均匀薄云或者是气溶胶的影响，由于种种原因，传统的大气辐射校正算法无法消除这种不均匀影响，这就给遥感图像的大气校正带来了很大困难。由于水体属于低反射率地物，这种薄云或者气溶胶的不均匀性带来的误差，极大地降低了水体遥感图像的信噪比，进而影响水体信息遥感提取精度。根据部分太湖地区的遥感图像和地面实测数据，作者以一种新的思路来尝试解决这个问题。该方法充分考虑了水气环境的特点，把水体像元光谱看作水、污染物和气溶胶（薄云）等光谱的混和。基于混合像元模型，该方法有效地消除了薄云和气溶胶的影响，可使我们通过遥感手段更加精确地提取水质信息。     

遥感监测土壤湿度综述及其在新疆的应用展望

土壤湿度在全球水循环运动中扮演着非常重要的角色,是水文、气象和农业研究中的重要参数,国内外都极为重视对土壤湿度的研究。国外利用可见光、红外、热红外、微波遥感监测土壤水分已有三、四十年的历史,随着研究的深入和技术的发展,现已形成地面、航空、航天、多星的立体干旱遥感监测格局。国内遥感监测土壤湿度的方法主要有微波遥感、热红外遥感、距平植被指数法、植被供水指数、作物缺水指数等方法。本文通过对国内外已有的土壤湿度遥感监测方法的介绍和总结,对比分析了各种方法的原理、适用领域及其研究进展,并针对新疆的具体情况,认为借助Mod is影像进行新疆地区土壤湿度的监测是较为可行的一种方法。     

遥感云计算平台原型系统设计与实现

针对现有的云计算平台成本和系统复杂度高、不适于在普通台式电脑进行部署的问题,结合系统设计思想和云计算相关理论,构建了遥感影像云计算平台原型系统。该系统框架结构划分为系统依赖库、物理资源层、系统实体层、应用支持层、遥感应用层和用户界面层,包括云存储、云计算和数据可视化等三个子系统。实验结果表明:该系统可以在普通桌面电脑上进行部署,并且支持遥感影像的存储和处理,验证了基于云计算的海量遥感影像存储和处理关键技术,为遥感影像高效存储与快速处理提供了必要的现实支撑和理论参考。     

集成激光雷达数据和遥感影像的立交桥自动检测方法

针对城市复杂立交桥的空间特性,提出集成激光雷达数据和遥感影像实施立交桥的快速自动检测的技术流程和关键技术。首先提出利用区域增长方法改进的渐进加密三角网,有效剔除地面点云,避免对立交检测的干扰;然后采用模型驱动的分割算法,检测立交桥点云;采用基于自适应扫描带算法检测立交桥中心线,克服点云采样密度变化,确保提取过程和结果稳健;之后利用遥感影像边缘精化立交桥轮廓;最后利用模型平均曲率检测修复断裂立交桥单体。利用实际数据验证了整个流程和关键技术的可行性和有效性。     

增强型多时相云检测

针对云检测在高亮度地表以及雪覆盖区域存在过度检测的问题,设计了一种不依赖热红外波段的增强型多时相云检测EMTCD(Enhanced Multiple Temporal Cloud Detection)算法。首先,利用云的光谱特征建立单时相云检测规则,并基于云、雪的光谱差异构建了增强型云指数ECI(Enhanced Cloud Index),改进了云、雪的区分能力;其次,以同一区域无云影像为参考,基于ECI指数构建了多时相云检测算法,较好地克服了单时相云检测中高亮度地表、雪和云容易混淆的问题,提高了云检测的精度;最后,选择两个典型区域的Landsat-8 OLI影像,对比分析了不同算法的云检测结果。实验结果表明:ECI指数能够有效区分云、雪,EMTCD方法的平均检测精度达到93.2%,高于Fmask(Function of mask)(81.85%)、MTCD(Multi-Temporal Cloud Detection)(66.14%)和Landsat-8地表反射率产品LaSRC(Landsat-8 Surface Reflectance Code)的云检测结果(86.3%)。因此,本文提出的EMTCD云检测算法能够有效地减少高亮度地表和雪的干扰,实现不依赖热红外波段的高精度云检测。     

结合超像素和卷积神经网络的国产高分辨率遥感影像云检测方法

由于国产高分辨率卫星遥感影像波段少、光谱范围窄,导致传统云检测方法精度低。本文提出了基于卷积神经网络的高分辨率遥感影像云检测方法。首先采用主成分分析非监督预训练网络结构,获取待测遥感影像云特征;然后采用超像素分割方法进行影像分割;最后将检测结果影像块拼接,完成整幅影像云检测。试验效果评价表明,基于卷积神经网络的高分辨率遥感影像云检测方法不受光谱范围限制,云检测精度高,误判较少,适合国产高分辨遥感影像云检测。     

基于小波变换的CBERS-02图像薄云薄雾去除的方法研究

大气活动的干扰是遥感技术发展的最大限制之一,对星载的可见光、近红外波段的光学探测器而言,大气中云雾的干扰更是不易处理。为了促进CBERS-02星CCD传感器图像的定量化应用,在对以往有关遥感图像薄云去处方法的研究的基础上,本文提出了对含薄云的CBERS-02 CCD图像进行适当层次的小波分解,然后对分解的图像进行同态滤波,最后进行图像重构而去除薄云的方法。试验结果表明,该方法既能有效的去除薄云,又可较好的保持图像细节。