高分一号影像融合及在水体信息提取中的应用

针对适用于GF-1卫星影像水体信息提取的影像融合方法展开研究,通过对高分影像的全色及多光谱数据进行融合实验,比较常用的5种影像融合方法,从主观定性评价和客观定量评价两方面分析,筛选出融合后影像质量较优的方法。采用较优融合方法进行水体信息提取,对比总体分类精度和Kappa系数,得出最适合GF-1影像的水体信息提取融合方法。结果表明,5种融合方法中Pansharp变换和GS变换融合质量较好。分别进行水体提取后,Pansharp变换的总体分类精度和Kappa系数的值均高于GS变换,故Pansharp变换更适用于GF-1卫星影像在水体信息提取中的应用。     

基于GF-1的山地主要农作物种植信息提取研究

为探索GF-1 PMS多光谱数据影像在低山丘陵地貌破碎地区主要农作物遥感识别中的信息有效性,以重庆市永川区卫星湖街道为例,利用研究区多时相、多光谱特征影像,对研究区油菜、玉米、水稻等主要作物进行信息提取。提取结果显示,利用GF-1多时相多特影像,水稻作物信息提取生产精度与用户精度均达到90%以上,提取精度较低的旱地作物玉米提取效果也得到了提升,油菜作物信息提取生产精度大幅度高于用户精度,主要作物提取总体精度OA为80.93%,Kappa系数0.635,分类质量达到较好水平。基于多时相GF-1影像光谱、纹理等特征的面向对象分类方法,能够有效地提取南方低山丘陵破碎地貌地区主要农作物空间分布信息,提高主要农作物的遥感识别精度,为山地农作物遥感信息提取提供参考。     

高分辨率遥感影像下沿海地区地表覆盖信息的提取

沿海地区地表覆盖信息是全国地理国情普查的重要内容,遥感影像分类技术为沿海地区地表覆盖信息提供了一种重要方法。本文基于GF-1高分辨率遥感影像,建立了沿海地区地表覆盖分类系统,采用中国测绘科学研究院自主研发的面向对象GLC决策树分类方法和软件进行了地表覆盖分类。通过对某试验区进行分类试验,并结合该区地表覆盖标准分类图进行精度评价,验证了基于高分辨率影像,面向对象GLC决策树分类方法在沿海地区地表覆盖信息提取上的有效性及优越性,其总体分类精度和Kappa系数分别为87.201 8%、0.840 6,均高于SVM分类法。最后提出基于高分辨率遥感影像的沿海地区地表覆盖信息提取流程。     

基于阈值分割与决策树的SAR影像水体信息提取

目前我国的GF-3 SAR数据可实现全天时全天候的对地观测,已服务于海洋、减灾、水利、气象等多个领域。改进了基于阈值分割法与决策树的GF-3 SAR影像水体信息提取方法,首先对GF-3 SAR影像进行基本处理;再采用KI二值化阈值分割法进行图像分割;然后通过构建知识决策树模型来提取水体信息,为了提高精度,采用GDEM数据进行地表建模,提取山体阴影;最后利用空间分析功能将地形建模阴影图与提取的水体范围进行匹配,去除山体阴影,进而获得水体信息的精确范围。通过混淆矩阵计算得到水体信息提取的总体精度为89.22%,Kappa系数为0.71,精度优于基于光学GF-2号影像的水体指数法提取结果。整个流程人工干预少,具有自动化更强、效率更高的优势。     

基于GF-2号卫星数据的崩岗提取研究

崩岗是我国南方红壤区较严重的土壤侵蚀类型,也是威胁区域生态安全的重要因素.为研究GF-2号卫星影像提取崩岗分布的技术方法,以江西省赣县区白鹭乡金钩形小流域2017年的影像为数据源,对影像进行了光谱增强和纹理增强处理,采用面向对象的分类方法构建了崩岗信息提取的分类规则.精度验证结果表明,GF-2号卫星数据可满足崩岗调查信息提取的需求,提取精度可达91.7％;国产高分辨卫星影像在遥感监测崩岗中有较大的应用潜力.     

国产高分辨率遥感数据城市绿地提取研究

针对国产高分辨率遥感数据在城市绿地信息提取中分割尺度选择问题,选取国产高分一号(GF-1)和中巴地球资源卫星04星(CBERS-04)遥感数据,在数据融合的基础上,采用控制变量法选取影像分割与合并尺度进行绿地信息提取,通过信息提取精度评价确定最优分割尺度。实验结果表明,对于GF-1和CBERS-04国产遥感数据,面向对象的方法均优于基于像元的方法,其中5m分辨率CBERS-04数据,面向对象方法绿地提取精度为90.53%,基于像元方法绿地提取精度为86.54%,推荐分割尺度与合并尺度为(25,70);2m分辨率GF-1数据,面向对象方法绿地提取精度为97.09%,基于像元方法绿地提取精度为83.49%,推荐分割尺度与合并尺度为(45,80)。研究结果能够为国产高分遥感数据城区绿地信息提取和地物分类过程中尺度选择提供借鉴和支持。     

基于GF-1与Landsat-8影像的山区苹果园地信息提取

GF-1卫星影像具有空间和时间分辨率高、纹理信息丰富等优势,而Landsat-8卫星影像具有多波段、光谱信息充足等优势。针对两种影像的特点,本文分别用面向对象分类方法进行苹果园地信息提取研究,结果表明:两种影像的分类精度都比较高,但由于研究区域属于山区,地块分布不均匀,GF-1影像发挥其空间分辨率较高的优势,苹果园地面积提取精度比Landsat-8高1.19%。     

基于卡方自动交互检测的GF-1影像鄱阳湖湿地信息提取

快速准确地获取鄱阳湖区域湿地信息,对湿地进行动态监测具有重要价值。本文以国产高分一号(GF-1)影像和辅助地学数据作为数据源,将GF-1影像获取的归一化植被指数(Normalized Differential Vegetation Index,NDVI)、基于蓝光波段的归一化差异水体指数(Normalized Difference Water Index based on Bule light,NDWI-B)以及数字高程模型(Digital Elevation Model,DEM)作为分类变量,采用卡方自动交互检测(CHi-squared Automatic Interaction Detection,CHAID)决策树算法构建分类规则,并进行研究区范围内的湿地信息提取。最后,采用混淆矩阵对分类结果进行精度验证,并与最大似然法监督分类结果进行比较。结果表明,分类结果的总体精度和Kappa系数分别为85.6%和0.82,较最大似然法监督分类结果分别提高了9.6%和0.12,是鄱阳湖区域湿地信息提取的有效方法。     

基于GF-1遥感数据的城市水体信息提取方法研究

水体信息的高精度提取是水资源监测、调查与管理等研究领域的关键问题。本文选取国产GF-1卫星影像作为数据源,根据影像中典型地物光谱特征采用归一化水体指数法(NDWI)、多波段谱间关系法对研究区进行了水体提取,并通过结果分析提出了基于主成分分析与多尺度分割技术的综合水体信息提取方法。对以上4种方法进行对比分析,验证结果表明:归一化水体指数法易受阴影信息影响;改进的多波段谱间关系法能较为完整地提取水体信息,但受小范围阴影信息影响;主成分分析综合法总体精度较高;多尺度分割提取法能有效地分离水体信息与非水体信息,水体信息提取的效果最佳。     

辅以地貌类型的喀斯特地区土地利用信息提取

地貌限制土地利用形式,土地利用类型又影响着地貌的形成与演化,基于以上关系提出一种辅以地貌类型的面向对象土地利用信息提取方法。以喀斯特地貌类型分布多样的安顺市为例,选取2010年的TM影像作为基本的数据源。首先,根据不同喀斯特地貌组合的尺度响应特征对试验区影像进行多尺度分割;进而利用数字高程模型(digital elevation model,DEM)数据以及衍生的坡度、地形起伏度和地表切割深度等特征,建立隶属度函数提取喀斯特地貌信息;最后,以地貌类型为基本分类单元,根据不同地貌类型的土地利用特点,采用面向对象的分类方法对土地利用信息进行提取。结果表明:面向对象的分类方法可以对喀斯特地貌类型进行自动提取,试验区地貌类型主要以峰丛谷地、峰丛洼地为主,峰林溶源与峰林盆地分布较少。土地利用类型以灌木与旱地为主,分别占总面积的25.58%和20.74%,土地利用信息提取总体精度达到87.35%。     

高分三号卫星全极化SAR影像九寨沟地震滑坡普查

基于光学遥感影像的区域滑坡普查易受云雾天气的影响,存在滑坡体调查不全面的问题,无法满足震后应急调查与恢复重建的需求。本文提出了一种极化SAR卫星数据滑坡普查方法,采用高分三号全极化SAR卫星影像数据,以九寨沟地震震区为实验区,在深入分析滑坡体和其他地物类型散射特征的基础上,融合极化特征、纹理特征和地形特征等多维特征信息,结合高分二号影像获取的训练样本,构建基于BP神经网络的全极化SAR数据滑坡自动识别模型,实现滑坡体的自动快速识别。与高分辨率光学影像与无人机航空影像目视解译结果相比较,总体识别精度为92.8%,Kappa系数为0.715,识别准确度满足地震应急实际应用的需求。研究成果可用于震区大区域滑坡体的普查,为后续开展无人机高分辨率影像滑坡体详查、灾后应急与景区恢复提供辅助信息支撑,并促进国产高分SAR卫星数据在防震减灾中的应用。     

结合高分遥感和多源数据的高原湖泊流域土地利用分析

高分一号卫星是为提升我国高分辨率数据自给率自主发射的卫星,在土地利用监测方面具有重要的应用价值。将GF-1卫星影像与多源数据影像进行对比能够挖掘各数据源在土地利用动态监测方面的差异性。本文以云南省杞麓湖流域为研究区,选取最新的Sentinel-2、GF-1和Landsat 8卫星遥感影像进行土地利用分类,以第二次全国土地利用调查数据为基期数据,结合野外实地调研和土地利用转移矩阵开展土地利用现状和演变分析,得出以下结论：①杞麓湖流域的水域、建设用地、耕地和林地自中心向外呈现出圈层分布的特征,与第二次全国土地调查结果相比,水域、耕地、林地3种类型的自然景观面积减少,而建设用地和其他用地受人类活动的影响,面积大幅增加,变化主要集中在杞麓湖周边的纳古镇和河西镇。②Sentinel-2卫星影像与GF-1卫星影像均具有较高的空间分辨率,二者对土地利用变化评估的结果相近,均优于Landsat 8卫星影像,其中GF-1卫星影像具有较高的应用价值。     

“高分二号”卫星在黄土地质灾害解译中的应用研究

黄土高原地区地质灾害多发频发,危害严重,应用亚米级的高分二号(GF-2)卫星影像数据,提取地质灾害信息,并对室内解译结果进行了野外查证。本文提出了以GF-2卫星数据为主要信息源,进行地质灾害解译的技术方案;并以宁夏南部黄土高原区为例,验证了该方法的适用性,为规模化地开展基于国产高分系列卫星的黄土高原地区地质灾害遥感解译提供了可行的技术方案;通过GF-2卫星影像与常用的国内外卫星数据用于地质灾害信息判释的对比研究,认为GF-2卫星影像对于地质灾害信息的识别能够满足地质灾害遥感解译的要求,GF-2卫星影像的应用具有较高的性价比和显著的经济社会效益。     

利用基准色调的大范围卫星影像色彩一致性处理算法

由于季节、光照、大气条件等的不同,大范围卫星影像间色调差异较大,镶嵌后影像接边处存在明显"拼接缝"。针对此问题本文提出了一种卫星影像色彩一致性算法,以覆盖测区、色彩一致性较好的低分辨率卫星影像为基准色调底图,对测区内源影像进行自动的色彩校正。选取大范围、时相差异较大的高分一号卫星影像进行试验,经本文算法处理,影像镶嵌后整体视觉效果较好,接边处色彩过渡平滑,影像重叠区域各项统计指标良好,验证了该算法的有效性和可靠性。     

GF-4序列图像的云自动检测

以高分四号(GF-4)卫星L1级标准分幅数据产品提供高精度的云检测产品为目的,研究针对地球同步轨道卫星数据的云检测算法,改进自动阈值以适应同日不同时刻成像数据的辐射亮度与地表反射特性的变化差异。利用GF-4卫星凝视成像方式获取的同区域序列图像以及云在不同图像上的运动特性,结合自动阈值与SavitzkyGolay(SG)滤波修正检测结果中的误检。算法的两个关键预处理,一是通过自动的几何配准解决未经几何校正的分幅数据之间像素位置对应的问题,二是通过基于典型相关变换自动提取序列图像之间的伪不变特征点集,进而利用相对辐射归一减小了不同时刻成像数据之间的辐射差异。通过内蒙古自治区东部及长江中下游区域70余组数据对算法进行验证,整体上获得了稳定的结果与精度,并且基于序列图像的云检测算法在云边界、高亮地表及薄云区域的检测精度整体优于单幅自动阈值的检测结果。结果表明算法精度上满足GF-4云检测数据产品需求,且算法自动化程度高,便于工程化的数据生产。     

高分七号卫星激光测高仪无场几何定标法

无场几何定标是未来多波束激光测高卫星面临的一个关键问题。本文针对高分七号（GF-7）线性体制全波形激光测高仪,提出了一种基于地形和波形匹配的无场分步定标方法。在深入分析高分七号卫星激光测高仪特点的基础上,构建了严密几何定位模型,采用公开版的地形参考数据和某地区1∶2000高精度的DOM和LiDAR-DSM基础地理信息成果,开展了在轨无场几何定标试验,显著提高了高分七号卫星激光测高数据精度。在2020年上半年受新冠肺炎影响未进行外场定标期间,有效解决了激光测高数据处理无定标参数的实际困难。本文对无场定标结果与高分七号实际外场定标结果进行对比验证,结果表明,无场定标结果与实际落点位置的平面误差为11.597±3.693 m,最小值为7.115 m,平坦地区高程精度优于0.3 m,虽然略低于外场定标结果,但能满足1∶10 000高程控制点测量需求。     

高分四号卫星在干旱遥感监测中的应用

高分四号(GF-4)是国家高分辨率对地观测系统重大专项天基系统中的一颗地球同步卫星,为探索GF-4号卫星在大面积干旱监测中的应用,本文对该卫星在快速监测大面积干旱方面的应用能力进行了初步探讨。以2016年内蒙古自治区巴林左旗和巴林右旗地区严重旱灾为例,利用NDVI差值对该区域的干旱情况进行了监测,并与MODIS NDVI产品进行对比分析,得到了研究区内2016年干旱分布情况,结果表明其总体趋势与MODIS NDVI产品一致,且细节信息更加丰富。本文主要是GF-4卫星数据结合GF-1卫星数据对内蒙部分干旱区域进行监测和分析,体现了国产高分辨率卫星数据,尤其是GF-4卫星数据,对提高中国突发灾害的应对能力具有重要意义。     

多源高分辨率遥感影像智能融合

本文面向多源高分辨率遥感影像自动化融合的应用需求,探索按需应用的智能化融合方法,充分利用不同分辨率和不同时相的高分辨率多源遥感影像数据资源与特性,研究了影像融合数据源选取的决策树算法,建立了遥感影像融合规则知识库,并自动化选取适合的融合算法,提出了Curvelet_HCS算法,对低频和高频系数选用不同的融合规则,改善了HCS算法的光谱失真问题,可同时融合多光谱影像的多个谱段,并保持更丰富的空间细节信息。根据融合评价结果对遥感影像融合规则知识库进行更新,实验验证表明了该套方法的有效性,为开展大规模智能化的多源遥感影像融合应用提供了重要的方法和技术支撑。     

利用国产GF-1卫星数据实现山区细小河流河宽的自动提取

以国产GF-1卫星影像为数据源,选取皇甫川流域内山区细小河流密集的上游1421 km²作为研究区域,针对因山区河流河道狭窄、形态复杂等导致的河流边界提取难度大、精度差、河宽无法自动提取的难题,首先利用改进的变异系数法筛选水体指数,再采用改进的决策树法结合DEM河网精确获取河流边界,最后通过自动化河宽提取算法实现对山区细小河流及其河宽的自动提取。结果表明,本文方法对山区河流判别的总体精度为89.5%,有效地排除了山体阴影等地物的干扰。对河宽为0~10 m的极细河流,本文方法提取河宽的误差为18.54%;10~30 m的细小河流,提取误差为12.07%。