基于HJ-1卫星的桥梁信息提取方法研究

结合国产环境一号卫星遥感影像数据包含的多光谱和形态学特征信息,提出了一种有效提取该卫星遥感影像桥梁信息的方法。主要包括以下步骤：①图像预处理;②主成分分析;③图像区域分割;④数学形态学处理。利用该卫星数据进行的桥梁信息提取试验表明,该方法能快速、有效地提取影像中的桥梁信息,在交通行业中具有一定的应用价值。     

基于B/S架构的海量国产高分辨率遥感影像的批量快速处理方法

针对海量高分辨率国产遥感卫星数据(主要应用高分一号数据、资源三号数据),以整个广西壮族自治区的国产遥感卫星影像为例,主要利用ENVI/IDL语言开发了对基准影像单波段提取的批处理、原始国产影像压缩包的批量解压、国产影像快速自动几何纠正的批处理、影像融合批处理、影像匀色批处理以及植被增强批处理,并利用ENVI SERVICEENGINE,最终将整套流程以B/S架构模式开发成系统平台.     

基于国产卫星数据的矿山遥感监测一体化解决方案——以西藏自治区为例

随着高分辨率国产遥感卫星数据的推广应用,矿山遥感监测必将成为该数据的重要应用领域之一。结合西藏自治区矿山遥感监测工作的特点,以资源一号02C(ZY-1 02C)及高分一号(GF-1)卫星影像为数据源,在ArcGIS环境下,提出并实现了从国产卫星遥感数据管理、增强与校正、信息提取、统计分析以及成果图制作等一体化解决方案。该研究成果有助于推进国产卫星遥感数据在矿山遥感监测领域的应用广度和深度,为大规模开展多期次动态矿山遥感监测工作提供技术支持和应用范例。     

基于随机森林的国产小卫星遥感影像分类研究

近年来随着小卫星数量与传感器类型的快速增加,急需研究和发展快速可靠的小卫星遥感影像分类方法。针对分类方法各具局限性、具体应用中最优分类器选取困难等问题,本文基于多分类器集成学习的思路,引入随机森林(Random Forests)方法用于小卫星遥感影像分类。采用灾害监测预报小卫星(HJ-1)、北京1号小卫星(BJ-1)两种国产小卫星多光谱遥感影像进行试验,并与传统分类方法进行比较,结果表明,随机森林比最大似然分类器(MLC)、支持向量机分类器(SVM)等具有更好的稳定性、更高的分类精度和更快的运算速度,具有很好的适用性。     

融合时间序列环境卫星数据与物候特征的水稻种植区提取

获取高精度的区域水稻种植面积对于农业规划、配置与决策具有重要意义。区域尺度的水稻面积获取依赖于高时空分辨率影像,但受卫星回访周期和气候影响,难以获取足够时间序列的高时空分辨率影像,从而影响水稻种植面积遥感提取的精度。为此,提出适应于中国南方多雨云天气地区,基于国产环境卫星(HJ-1A/1B)与MODIS融合数据的水稻种植面积提取的新方法。以洞庭湖区为实验区,利用STARFM模型融合环境卫星NDVI数据与MODIS13Q1数据,获取时间序列的环境卫星NDVI数据,利用水稻关键期的NDVI数据结合物候特征参数对水稻种植区域进行提取。结果表明,该方法能有效提取区域水稻种植的面积,水稻种植面积提取的总体精度与Kappa系数分别达到91.71%与0.9024,分类结果明显优于仅采用多光谱影像或NDVI数据。该研究为中国南方多雨云天气地区水稻种植面积提取提供了有效的方法。     

北京地区HJ-1卫星CCD数据的气溶胶反演及在大气校正中的应用

与现有的大气卫星传感器相比,环境一号卫星(HJ-1)CCD相机具有较高的空间分辨率(30m),使得在城市地区找到光谱纯像元的机率大大增加。本文提出一种基于纯像元提取的城市地区气溶胶光学厚度(AerosolOpticalDepth,AOD)反演算法,利用像元纯净指数来提取CCD影像上的纯像元,并由HJ-1A星和B星的多时相CCD观测数据结合地表双向反射率模型确定纯像元的地表反射特性,在此基础上反演AOD。与AERONET地基测量数据的对比表明,该算法具有较高精度,相关系数为0.83,线性拟合斜率为1.091,截距为0.053。基于该方法的AOD反演结果作为输入,能较大程度提高HJ-1卫星CCD影像大气校正的精度。     

国产卫星影像本底数据更新的实用方案——以地质灾害易发区遥感影像为例

我国国产遥感卫星数据的日渐增多和应用领域的不断扩大,在遥感影像本底数据的更新中正在部分取代进口卫星数据而成为重要信息源。为此,以资源一号(ZY-1)02C和高分一号(GF-1)国产高分卫星影像为主要数据源,提出遥感影像本底数据更新的技术方案;并以全国地质灾害易发区遥感影像本底数据更新为例,验证该方案的适用性。精度检查结果表明,更新后的数据能够满足1∶5万比例尺遥感影像本底数据的平面精度要求,技术方案合理可行,可为规模化开展遥感影像本底数据更新工作、拓宽国产高分卫星数据在地质灾害调查与监测等领域的实际应用提供重要的技术支持,具有一定的推广价值。     

国产卫星数据在土地利用现状宏观监测中的应用评价

利用环境减灾一号卫星(HJ-1)、北京一号卫星(BJ-1)和中巴资源卫星02B星(CBERS-02B)3种国产卫星图像,选取全国范围内6个地形各异的地区,进行了土地利用宏观监测分析评估.采用多种现状信息提取方法,从分类方法、样本数量和特征数据对分类精度的影响进行了比较和分析.发现最大似然法简单易行,精度较高且稳定;面向对象法可明显提高HJ-1图像和BJ-1图像的分类精度.基于最大似然法,CBERS-02B图像样本数为50时,分类精度趋于稳定,且Kappa系数可达0.8以上;HJ-1图像和BJ-1图像样本数达60时精度趋于稳定,Kappa系数可达0.7以上.增加NDVI,DEM等特征数据可提高CBERS-02B图像分类精度,增加DEM特征数据可提高HJ-1图像和BJ-1图像分类精度.在全国范围内实现每2-3年1次的土地利用宏观监测时,为了保证在全国范围内都能获取有效数据,可综合考虑多种中分辨率国产卫星数据的综合应用,本文的结论为宏观监测提供了监测精度和技术方法上的科学参考依据.     

基于天气模型的国产卫星影像获取能力分析

为了提升遥感影像质量,增强国产卫星遥感数据的地理国情监测能力,采用基于云层因素的天气模型,分析了云覆盖对国产卫星遥感影像获取的影响.在具体研究过程中,选取湖北省境内近年的高分一号、高分二号和资源三号卫星影像资料,重点分析了云覆盖对卫星遥感影像获取的影响.研究结果表明,高分一号卫星受云覆盖的影响相对较小,高分二号和资源三...     

一种国产高分卫星遥感影像变分融合方法

由于现有全色/多光谱融合方法对国产高分卫星遥感影像数据特点考虑不足,提出一种针对国产高分卫星遥感影像的变分融合方法。该方法充分考虑融合影像波段间光谱关系的保持,构建基于光谱梯度的三维光谱高保真模型,并针对国产高分卫星全色影像存在模糊降质的数据特点,发展顾及模糊降质的空间增强模型。在此基础上,结合影像先验知识建立融合目标函数,最后采用梯度下降法优化求解得到融合影像。通过高分一号(GF-1)和高分二号(GF-2)影像数据对提出的融合方法进行实验验证,并与典型GS,PRACS和ATWT-M3等融合方法分别从定性和定量2方面进行比较分析。实验结果表明,该融合方法充分考虑了国产高分卫星影像数据特点,在对照实验的几种方法中得到了最优的融合结果,可在有效提升多光谱影像空间分辨率的同时,很大程度上保持原有的光谱信息。     

图像分层匹配的HJ-1A/B CCD影像自动几何精校正技术与系统实现

环境与灾害监测预报小卫星星座(环境一号卫星,HJ-1A/B)自发射以来,在环境监测、灾害评估、土地资源调查等领域发挥了重要的作用。但是HJ-1A/B卫星CCD图像的2级产品(HJ-1 CCD图像)几何精度低,实际应用中需要进行几何精校正。HJ-1 CCD图像具有宽覆盖、大视场角、几何变形复杂的特点,几何精校正难度大。针对该问题,本文提出了一个以Landsat TM全球拼接图像为基准,基于Forstner算子和模板匹配的分层配准方法。该方法使用分层匹配获得的大量高精度且分布均匀的控制点构建Delaunay三角网,有效地解决了HJ-1 CCD图像的几何精校正问题。在配准技术研究的基础上,研发了HJ-1 CCD图像几何精校正系统,系统具有全球HJ-1 CCD图像的自动批量处理能力。实验结果表明,本文提出的几何精校正方法精度高,实现了环境星图像的自动批量处理。     

基于多光谱分析的HJ-1B数据云检测算法

云检测是遥感数据预处理中的一个重要环节。本文通过分析云及典型地物光谱特性,结合HJ-1B传感器波段设置,提出了一种基于多光谱分析的云检测算法。该方法针对不同下垫面类型,选取合适的波段组合逐一建立云掩模。利用该算法对多幅影像进行去云处理,结果表明,该方法能够很好地检测出不同时期不同背景上空的云像元。     

全球30m分辨率多光谱影像数据自动化处理的实践与思考

全球地表覆盖遥感制图与关键技术研究项目要求对两个基准年度(2000年、2010年)全球30 m分辨率的多光谱遥感数据进行辐射处理和几何精纠正处理,为地表覆盖制图完成数据准备。数据以Landsat TM/ETM+为主,HJ-1A/B CCD数据为补充,共计2万多景影像需要进行辐射处理,有1000多景HJ-1A/B CCD影像需要几何精纠正。如此大规模的数据处理,自动化处理是必然的选择。本文介绍了HJ-1A/B CCD图像几何精纠正自动化实现中关键问题的解决方法和精度评价结果,Landsat TM/ETM+和HJ-1A/B CCD图像自动化辐射校正中关键问题的解决方法和精度评价结果,以及大规模的数据处理活动引发的一些思考。     

Phenological metrics-based crop classification using HJ-1 CCD images and Landsat 8 imagery

Crop type data are an important piece of information for many applications in agriculture. Extracting crop type using remote sensing is not easy because multiple crops are usually planted into small parcels with limited availability of satellite images due to weather conditions. In this research, we aim at producing crop maps for areas with abundant rainfall and small-sized parcels by making full use of Landsat 8 and HJ-1 charge-coupled device (CCD) data. We masked out non-vegetation areas by using Landsat 8 images and then extracted a crop map from a long-term time-series of HJ-1 CCD satellite images acquired at 30-m spatial resolution and two-day temporal resolution. To increase accuracy, four key phenological metrics of crops were extracted from time-series Normalized Difference Vegetation Index curves plotted from the HJ-1 CCD images. These phenological metrics were used to further identify each of the crop types with less, but easier to access, ancillary field survey data. We used crop area data from the Jingzhou statistical yearbook and 5.8-m spatial resolution ZY-3 satellite images to perform an accuracy assessment. The results show that our classification accuracy was 92% when compared with the highly accurate but limited ZY-3 images and matched up to 80% to the statistical crop areas.     

Water body mapping method with HJ-1A/B satellite imagery

This paper proposes an integrated water body mapping method with HJ-1A/B satellite imagery, the CCD (charge coupled device) data of the Chinese environmental satellites that were launched on September 6th, 2008. It combines the difference between NDVI and NDWI (NDVI–NDWI) with SLOPE and near-infrared (NIR) band. The NDVI–NDWI index is used to enhance the contrast between water bodies and the surrounding surface features; the topographic SLOPE is used to eliminate the mountain shadow; and the NIR band is used to reduce the effects of artificial construction land. The objectives are evaluating the potential of the HJ-1A/B imagery on water body monitoring, and proposing ideally mapping method. The test study results indicated that the NDVI–NDWI index is superior to the single index of NDVI and NDWI to enhance the contrast between water bodies and the rest of the features. On the basis of the accurately mapped water bodies in the HJ-1A/B CCD images of the study area, we conclude that the HJ-1A/B multi-spectral satellite images is an ideal data source for high spatial and temporal resolution water bodies monitoring. And the integrated water body mapping method is suitable for the applications of HJ-1A/B multi-spectral satellite images in this field.     

利用HJ-1A/1BCCD数据进行黄河凌汛监测

利用HJ-1A/1B卫星CCD数据进行黄河凌汛监测,提出了基于主成分分析和决策树的冰凌提取方法。实验结果显示,利用HJ-1A/1B卫星CCD数据能有效地提取出黄河的冰凌范围,对黄河凌汛监测具有较大的应用潜力。     

Assessing the effects of land use spatial structure on urban heat islands using HJ-1B remote sensing imagery in Wuhan,China

Urban heat islands (UHIs) have attracted attention around the world because they profoundly affect biological diversity and human life. Assessing the effects of the spatial structure of land use on UHIs is essential to better understanding and improving the ecological consequences of urbanization. This paper presents the radius fractal dimension to quantify the spatial variation of different land use types around the hot centers. By integrating remote sensing images from the newly launched HJ-1B satellite system, vegetation indexes, landscape metrics and fractal dimension, the effects of land use patterns on the urban thermal environment in Wuhan were comprehensively explored. The vegetation indexes and landscape metrics of the HJ-1B and other remote sensing satellites were compared and analyzed to validate the performance of the HJ-1B. The results have showed that land surface temperature (LST) is negatively related to only positive normalized difference vegetation index (NDVI) but to Fv across the entire range of values, which indicates that fractional vegetation (Fv) is an appropriate predictor of LST more than NDVI in forest areas. Furthermore, the mean LST is highly correlated with four class-based metrics and three landscape-based metrics, which suggests that the landscape composition and the spatial configuration both influence UHIs. All of them demonstrate that the HJ-1B satellite has a comparable capacity for UHI studies as other commonly used remote sensing satellites. The results of the fractal analysis show that the density of built-up areas sharply decreases from the hot centers to the edges of these areas, while the densities of water, forest and cropland increase. These relationships reveal that water, like forest and cropland, has a significant effect in mitigating UHIs in Wuhan due to its large spatial extent and homogeneous spatial distribution. These findings not only confirm the applicability and effectiveness of the HJ-1B satellite system for studying UHIs but also reveal the impacts of the spatial structure of land use on UHIs, which is helpful for improving the planning and management of the urban environment.     

面向土地利用分类的HJ-1 CCD影像最佳分形波段选择

环境一号卫星（HJ-1）CCD影像光谱波段较少,地物之间的准确分类识别有一定困难。采用分形纹理辅助地物分类识别是一种有效方法,而波段选择是提高分类识别精度的关键。本文以江西赣州定南县土地利用分类为例,采用双毯覆盖模型对HJ卫星CCD影像6类典型地物的波谱分形特征进行了分析,利用不同地物在不同波段上的分形区分度差异构建了最佳分形波段选择模型,并利用该模型挑选出最佳分形波段来辅助土地利用分类,最后对分类结果进行检验。结果表明：最佳分形波段选择模型能够综合权衡不同地物在不同波段上的分形区分度差异,利用挑选出来的最佳分形波段来辅助分类,其分类总体精度相对于原始影像分类提高了11.77%,相对于第1主成分分形辅助下的分类提高了1.56%。     

鄱阳湖HJ-1A/B卫星CCD影像大气校正研究

以准同步的Terra/MODIS反演的气溶胶为辅助,采用FLAASH模型对2009-10-24鄱阳湖HJ-1A/B卫星CCD影像进行大气校正处理。结果表明,大气影响可以被有效去除,在水体遥感反射率较高的红、绿波段,大气校正精度较高,平均相对误差分别为13.4%和9.8%;而在水体遥感反射率较低的近红外、蓝波段,大气校正精度较低,这可能与波段不同的信噪比和陆地邻近像元效应有关。