一种夜光遥感数据去饱和方法及应用

城市建成区是人口、经济、文化等聚集的巨大系统。DMSP/OLS夜光数据在刻画城市建成区方面的研究效果明显,但由于传感器的不足,导致夜光数据具有严重的过饱和问题。本文旨在基于CORNTL指数的方法对夜光遥感数据进行去饱和研究,进而了解不同时相下的北京市空间分布格局及城市化进程。研究表明:1)CORNTL指数对于城市中心细节的差异区分十分明显,在一定程度上解决原始夜光数据的过饱和问题; 2) 2000—2010年期间北京市建成区面积不断扩大,能够进一步带动周边乡镇发展,向东部扩张的速度较快,而西部的发展速度相对缓慢。     

基于长时序夜光遥感数据的长三角区域GDP预测研究

融合了DMSP/OLS(Denfense Meterological Satellite Program/Operational Linescan System)和NPP/VIIRS(Suomi Nation Polar-orbiting Partnership/Visible infrared imaging radiometer suite)两种常见的夜光遥感数据,延长了夜光遥感数据的时间跨度,以长三角区域的三省一市为例,对比了一元ARIMA模型、加入了NPP/VIIRS数据夜光总量ARIMAX模型和加入本文融合两种夜光数据的夜光总量ARIMAX模型,对研究区域的GDP进行了研究,以2019—2021年作为预测年份,与真实值进行对比。实验结果表明,不同经济结构在GDP预测结果的精度不同,加入夜光遥感数据的模型在预测经济发达并且面积较小的区域GDP时精度会显著降低,融合后的夜光数据GDP平均预测精度相比之前有了大幅度提高,可以很好地改进GDP预测结果。     

基于多传感器的民航客机定位

为获取民航客机落地前的高精度位置,本文探讨了一种基于多传感器的民航客机高精度定位方法。在飞机飞行过程中,机载数据记录器会记录整个飞行过程中GPS接收机、无线电高度表、惯性导航系统等传感器数据;在飞机落地后,利用无线电高度表数据、GPS数据进行位置差分,再利用惯性导航数据进一步优化,可大幅提高落地前垂直定位精度。结果表明,通过本文方法在机场跑道入口前2 km,飞机定位精度大幅提高,垂直定位精度可以达米级,满足事后调查需求。     

基于波士顿矩阵的夜光遥感电力消费估算方法

针对夜光遥感影像估算社会经济参数在局部区域精度不足的问题,提出了基于波士顿矩阵的灯光指数法。该方法在传统灯光指数法的基础上引入波士顿矩阵,将社会经济参量中的电力消费量作为研究对象,以2015年可见光红外成像辐射仪（visible infrared imaging radiometer,VIIRS）年产品为主要数据源,选择中国大陆区域182个城市作为研究区域,利用波士顿矩阵将全部城市分为4类:明星城市、现金牛城市、问题城市与瘦狗城市。结果显示,基于波士顿矩阵的灯光指数法的平均相对误差为34.04%,小于传统灯光指数法的平均相对误差41.69%;且分类后的各类城市,除明星城市外,基于波士顿矩阵的灯光指数法的平均相对误差均小于传统灯光指数法,而两种方法对于明星城市电力消费估算的结果相差不大;将估算结果按照相对误差的大小分为高精度、中等精度与低精度3种,基于波士顿矩阵的灯光指数法高精度与中等精度的估算结果比例均高于传统灯光指数法,而低精度结果的比例则低于传统灯光指数法。由此可见,基于波士顿矩阵法的灯光指数法对于电力消费量的估算结果优于传统灯光指数法。     

基于夜光遥感影像的苏南城市群建成区提取方法

基于苏南地区2020年月平均NPP-VIIRS夜光遥感影像,构建了基于差值平方函数的城市群建成区提取模型,验证了模型精度,分析了苏南城市群建成区特征,并从面积、混淆矩阵和景观指数等方面对不同方法提取的建成区对比分析,具体结论如下：(1)构建了基于差值平方函数的城市群建成区提取模型,此法提取的建成区与苏南地区实际建成区分布结果具有高度的一致性;(2)实现了苏南城市群建成区的提取,苏州面积最大,无锡建成区占比最高;(3)差值平方法提取的城市建成区面积准确率高于阈值法,差值平方法与阈值法的总体精度相近,而差值平方法的Kappa系数高于阈值法,景观指数更接近实际情况,能够有效提高城市建成区的提取精度。     

NPP/VIIRS多时相夜光遥感影像校正方法

针对NPP/VⅡRS影像含有短暂光源和背景噪声的问题,研究了月度影像的辐射特征,提出了多时相夜光遥感影像校正方法。该方法采用峰值特征化放大影像的辐射差异,通过卷积运算区分稳定像元与异常像元,结合最大熵阈值自适应滤波分割了卷积边界的混淆噪声。试验结果表明,该方法修正了原始影像的异常波动,剔除了异常像元,影像拟合经济数据的能力明显提升,弥补了夜光数据微观小尺度研究的缺失,可为社会经济数据动态评估提供新的途径。     

基于夜光遥感数据的中原城市群建成区时空变化分析

本文基于“类NPP-VIIRS”夜光遥感数据集,采用改进的统计数据比较法提取中原城市群建成区,利用重心迁移指标和典型景观格局指标,分析中原城市群建成区2002—2020年的时空变化特征。研究表明:①中原城市群建成区扩张强度先快后慢,整体呈下降趋势;建成区重心在经历多次偏移后最终指向东南方向,但一直位于郑州大都市区范围内。②中原城市群发展迅速,建成区总面积在2002—2020年增加了1.429倍;在2011—2012年出现大量新兴城镇;2014年之后趋于稳定,城镇之间的联系越来越紧密。③中原城市群建成区空间格局复杂度逐年上升,破碎程度总体降低,郑州大都市区建成区扩张速度明显快于中原城市群整体建成区扩张速度。     

基于NPP-VIIRS夜光遥感的杭州市建成区结构发展变化分析

为探索杭州市城市结构发展变化,本文基于NPP-VIIRS夜光遥感数据,结合GIS与Fragstats技术分析杭州市城市建成区动态变化以及结构发展演变分析。结果表明：1)研究期间,杭州市建成区面积持续扩张,以原有区域为基础向四周蔓延式增长;2)通过构建城市扩张指数分析,杭州市年均扩张速率、扩张强度持续降低,联合光强度和夜光均值评价指标,分析城市建成区内部的经济发展水平;3)景观格局指数显示,杭州市建成区景观破碎度变大,景观形态复杂度提高。杭州市应充分发挥地理资源优势,统筹全域均衡发展,有效提升用地合理性。该研究对提高城市规划管理水平具有参考价值,可为杭州市城市用地规划、建设及可持续发展提供科学依据。     

基于NPP-VIIRS夜光遥感数据的京津冀城市群空间结构变化分析

本文基于NPP-VIIRS夜光遥感数据对京津冀城市群2015—2019年的空间结构进行分析,通过灯光值统计、城市位序-规模法则、空间关联测度等方法探究京津冀城市群空间结构及时空变化特征,结合城市总体规划浅析时空变化的原因。结果表明：①京津冀城市群灯光总量整体呈上升趋势,北京市和天津市的灯光增长率最高,其次为河北省廊坊市和石家庄市。②灯光集中分布在高位序城市北京和天津,中小城市不够发达。从时间序列上看,中小型城市快速发展,京津冀各城市有趋于ZIPF理想状态分布的态势。③随着区域交通一体化的推进,城市间的关联度整体增强,北京市与天津市的总体关联度占主导地位,但北部城市与中南地区的交通联系不足,关联度较弱。     

DMSP-OLS与NPP-VIIRS夜间灯光遥感影像数据整合

DMSP-OLS夜间灯光遥感数据截至2013年,现已被NPP-VIIRS夜间灯光数据取代。因此,要获得长时间序列且稳定的夜间灯光数据集,需要整合两类夜间灯光数据。基于此,本文提出了基于重采样的两类数据整合方法,对2013—2020年NPP-VIIRS数据进行模拟,最终建立了1992—2020年长时间序列校正—模拟DMSP-OLS夜光遥感数据集。结果表明,基于重采样的整合方法效果良好(城市区域Pearson相关系数ρ=0.9852,RMSE=3.4607),整合数据集与相关社会经济参考量高度契合(影像DN值总和与GDP的相关系数ρ=0.946,与人口的相关系数ρ=0.971,二次多项式模型拟合R²≈0.98,RMSE<5.55),优于已有研究。因此,利用该方法整合后的数据集能更好地支撑基于夜间灯光影像的长时间序列研究。     

一种基于参考数据的志愿者地理信息质量评价方法

志愿者地理信息数据大都依靠志愿者上传,数据质量未知,阻碍了志愿者地理信息的广泛应用,因此是志愿者地理信息首要解决的问题。本文分析了影响志愿者地理信息质量的相关因素和基于参考数据评价方法的相关研究成果,在此基础上提出了一种基于参考数据的志愿者地理信息质量评价方法,以最常见的数据完整性和数据精度作为质量评价的质量元素,详细论述了这两种质量元素的内涵。针对数据完整性评价,提出了与匹配相结合的几何数据完整性度量方法和基于属性项饱和度的属性数据完整性度量方法;针对几何数据精度评价,提出了基于变缓冲区的度量方法。然后给出了该评价方法的一般流程。最后,以深圳市Open Street Map数据为例,选取最新导航数据作为参考数据进行试验验证。实验结果表明,深圳市Open Street Map数据点要素完整性较差,但是线要素完整性与精度都非常高,可以作为基础地理信息的更新数据源。     

夜间灯光遥感对城市发展类动能与相似性评估

评估城市发展水平与制定城市规划和城市发展政策息息相关.已有研究表明人口、国内生产总值(GDP)等统计数据和夜间灯光遥感数据能够用来衡量城市发展水平,但大多研究只关注城市发展总量,忽视了发展速度对城市发展的影响.因此,本文基于2012年—2019年Suomi NPP-VIIRS(Suomi National Polar-...     

A marine remote sensing spatial database engine for web publishing

To meet the requirements of efficient management and web publishing for marine remote sensing data, a spatial database engine, named MRSSDE, is designed independently. The logical model, physical model, and optimization method of MRSSDE are discussed in detail. Compared to the ArcSDE, which is the leading product of Spatial Database Engine, the MRSSDE proved to be more effective.     

一种面向网络发布的海洋数据库引擎

To meet the requirements of efficient management and web publishing for marine remote sensing data, a spatial database engine, named MRSSDE, is designed independently. The logical model, physical model, and optimization method of MRSSDE are discussed in detail. Compared to the ArcSDE, which is the leading product of Spatial Database Engine, the MRSSDE proved to be more effective.     

基于逐日夜间灯光遥感的新冠肺炎疫情变化信息快速提取——以北京市为例

针对国内外日益复杂的疫情形势,本文以2020年6月北京疫情为例,利用NPP-VIIRS卫星的逐日夜间灯光数据,分析疫情受影响区域及疫情的控制与恢复状况,探索与人口密度等社会经济因素的关系。研究结果表明,逐日夜间灯光遥感可以有效提取疫情影响的区域范围及反映该区域受影响程度,所提取的受影响区域与国家划定的中高风险区域情况一致;同时基于逐日夜间灯光遥感能够及时监测疫情发展及疫情防控措施状况,区域夜间灯光强度随着疫情及防控的进展呈现明显的变化;平均夜间灯光损失强度及恢复强度同疫情暴发期区域人口密度均具有较强的相关性,相关性指标R²分别为0.97和0.91。本文研究结果表明逐日夜间灯光影像在快速提取新冠肺炎疫情变化信息方面有较大潜力。     

深度学习PaddlePaddle框架支持下的遥感智能视觉平台研究与实现

百度深度学习PaddlePaddle框架支持下的遥感智能视觉平台,能够运用深度学习技术实现遥感影像的智能建模、训练和解译。本文通过深入分析PaddlePaddle图像分割模型库PaddleSeg的图像处理深度学习算法模型DeepLabV3+、U²-Net及RetinaNet,开发设计了遥感智能视觉平台,实现了遥感影像的地块分割、变化检测和斜框检测等专业功能。研究表明：遥感智能视觉平台提取的图斑总面积是目视解译的80%、有效图斑比例为76%、错误图斑比例为18%,实现了快速有效的遥感图像智能处理。     

时空遥感云计算平台PIE-Engine Studio的研究与应用

随着遥感大数据时代的到来,为快速处理和分析海量遥感数据,国内外涌现了众多遥感云计算平台,使得全球尺度、长时间序列遥感数据的快速分析和应用成为可能。本文在分析国内外遥感云计算平台现状的基础上,针对大数据时代国内缺少功能完备的遥感云计算平台,且国外遥感云计算平台对国产卫星数据支持不足等问题,基于容器云技术,构建了包含国产卫星数据且集数据、算力和技术于一体的时空遥感云计算平台PIE（Pixel Information Expert）-Engine Studio,实现了脚本驱动的遥感数据的按需获取以及海量数据的快速处理。采用Landsat 8数据,以生长季植被指数NDVI（Normalized Difference Vegetation Index）的计算为例,对比了本平台与GEE（Google Earth Engine）的数据处理能力。结果表明,由于计算资源的限制,本平台的计算和导出时间均比GEE稍长,但计算结果的空间分布一致,其中近68%的值均分布在（0.48,0.77）,且二者差值的95.33%集中在（-0.13,0.13）,结果较为可信。因此,本文构建的基于共享、开放的中国自主遥感云计算平台PIE-Engine Studio,可为地球科学领域的研究提供数据和算力支持,将有助于推进中国遥感云计算平台的发展进程,推动国产卫星数据在云计算平台上的应用。