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。     

基于HJ-1A/B卫星CCD数据的江汉平原农田物候探测

利用HJ-1A/B卫星CCD数据,提取2013—2015年三年江汉平原农田的归一化植被指数NDVI,构建时间序列曲线,利用小波变换对HJ-1A/B卫星所得的NDVI数据进行平滑降噪处理,结合地面调研资料,提取江汉平原农作物的物候信息。研究结果表明,HJ-1A/B卫星可用于农田物候监测,对于小区域的农田作物长势监测具有独特的优势。     

HJ-1CCD与Landsat ETM+在土地利用中的应用比较

为研究环境一号(HJ-1)CCD影像在土地利用中的应用能力,选取HJ-1 A/B CCD和Landsat ETM+作为数据源,在遥感影像土地利用要素识别、土地利用计算机分类精度、土地利用信息提取二级分类精度和土地利用分类等方面,对HJ-1A/B CCD数据和Landsat ETM+数据在土地利用分类中的应用能力进行对比研究,结果表明土地利用分类应用中,HJ-1 A/B CCD基本可以替代Landsat ETM+,且HJ-1 A/B CCD数据光谱敏感性更强,反映地物细节的能力更强,比Landsat ETM+数据更有优势的结论。     

HJ-1A/B在2012年黄河上中游洪水监测中的应用

以黄河内蒙古河段为例,介绍HJ-1A/B星CCD数据在2012年黄河上游洪水遥感监测中的应用,并利用水文、河势变化等实测数据对监测结果进行应用评价。结果表明,HJ-1A/B星CCD数据具有高时间、空间分辨率的特点,是进行大区域、高频次洪水监测的理想数据源,能有效跟踪监测洪水演进过程,并能精确提取河势变化、主河槽展宽、堤防偎水、洪水漫滩等汛情信息,为防洪决策提供及时可靠的汛情数据。     

HJ-1A/B卫星CCD影像的武汉市东湖水色三要素遥感研究

以武汉市东湖为研究区域,利用同步的MODIS-Terra气溶胶光学厚度数据为输入参数,采用FLAASH模型对2010年3月11日HJ-1A/B卫星CCD影像进行大气校正处理,并利用多年实测数据建立叶绿素a浓度、悬浮泥沙浓度、黄色物质吸收系数三要素神经网络反演模型,对水色三要素进行反演。通过对反演结果与实测数据的对比分析可知,悬浮泥沙浓度、黄色物质吸收系数和叶绿素a浓度的平均相对误差分别为28.052%、17.628%和35.621%,表明HJ-1A/B卫星CCD传感器基本能满足II类水体水色要素的遥感监测需求。     

基于HJ-1A/B CCD数据的东湖叶绿素a浓度反演可行性研究

以武汉东湖为研究区域,利用HJ-1A/B CCD数据和地而准同步叶绿索a浓度实测数据,建市适合东湖水体的叶绿素a浓度遥感定量估算模型,从而分析HJ-1A/B CCD数据应用于内陆湖泊水体叶绿素a浓度反演的可行性.     

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。     

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KPCA和FCM的HJ-1A星遥感数据分类

为提高对环境与灾害监测预报小卫星1A(HJ-1A)星遥感数据分类的精度,首先将HJ-1A星HSI高光谱数据和CCD多光谱数据进行GS(Gram-Schmidt)融合,然后利用主成分分析法(principal component analysis,PCA)和核主成分分析法(kernel PCA,KPCA)分别对融合后的高光谱图像进行降维处理.KPCA降维时采用高斯、线性和多项式3种核函数,根据特征提取效果评价结果,选择累积贡献率较大的多项式核函数.最后,分别对融合后的高光谱图像、PCA主成分图像和基于多项式核函数的KPCA主成分图像进行模糊C均值分类.实验结果表明,KPCA对融合后高光谱图像的特征提取得到了较好的效果,同时提高了分类精度和效率.     

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。     

基于OLI影像多参数设置的SVM分类研究

在遥感影像自动分类中仅使用光谱特征很难产生正确的分类,OLI影像是波段数较多的多光谱影像,如果增加纹理、几何等多种特征以提高分类精度,就会使得特征的维度很高.支持向量机善于解决小样本、非线性和高维的影像分类问题,但是核函数和参数的设置只能依靠实验来获得.文中在OLI影像中提取了23个特征,逐个测试核函数和参数值对分类结果的影响.研究的主要结论如下：RBF核的支持向量机分类精度最高,Sigmoid核支持向量机分类精度最低;核函数的选择对分类精度的影响最大;核函数和参数值的变化不会影响重要特征的使用,3种核的支持向量机分类所使用的重要特征基本一致.     

Improving MODIS sea ice detectability using gray level co-occurrence matrix texture analysis method: A case study in the Bohai Sea

An effective methodology for Bohai Sea ice detection based on gray level co-occurrence matrix (GLCM) texture analysis is proposed using MODIS 250 m imagery. The method determines texture measures for sea ice extraction by analyzing the discrepancy of textural features between sea ice and sea water. Sea ice extent and outer edge are recognized accurately by texture segmentation owing to significant differences in texture statistical features between ice and water. The texture analysis method can properly eliminate perturbations on sea ice extraction due to suspended sediment. It effectively solves the problem of spectral confusion and sea ice misassignment in the conventional gray-threshold segmentation and ratio-threshold segmentation methods. The method eliminates the need for threshold range setting for sea ice segmentation. Taking the Bohai Sea as an example, the results of the proposed method are validated using co-temporal HJ1B-CCD 30 m imagery by visual interpretation, and the accuracy of the method are evaluated using confusion matrix. The results show that the proposed method is superior and more reliable for sea ice detection compared to conventional methods, providing an ideal tool for precise sea ice extraction.     

采用非正定OCSVM 的高光谱影像地物检测

高斯径向基核函数是基于光谱向量间欧氏距离的度量,对于因光照强度变化而引起的地物光谱变异敏感,当同类地物光谱发生变异时,基于高斯径向基核的高光谱影像地物检测算法的性能下降.为了解决该问题,基于光谱曲线形状相似性描述提出了光谱角度余弦核测度这一非正定核函数,并应用于一种非正定OCSVM 方法的高光谱影像地物检测.最后利用两幅高光谱影像进行了实验分析,实验结果证明了本文算法的有效性.     

三种国际主流的北极卫星遥感冰速产品评估和分析

冰速是海冰的重要参数,但是受资料长度限制,对卫星遥感冰速产品进行系统比较和评估的研究还较少。利用2009年—2017年国际北极浮标计划（IABP）浮标冰速数据,较系统地评估了不同时间间隔的遥感反演冰速产品在北冰洋内区和弗拉姆海峡附近海区的表现。结果显示,对北冰洋内区而言,1 d间隔的美国国家雪冰数据中心（NSIDC）遥感冰速冬季误差整体大于夏季,冬季高估了波弗特海南部海冰向西的运动,低估了从喀拉海流向格陵兰岛北部的穿极流。对于5种2 d间隔冰速产品而言,产品精度不完全取决于源数据空间分辨率的高低,反演算法的改进和数据融合均能提高冰速的精度,均方根误差大小的顺序是OSISAF-Merged <OSISAF-AMSR <Ifremer-AMSR <OSISAF-SSM < OSISAF-ASCAT。对于4种使用相同反演算法的3 d间隔的冰速产品,产品的均方根误差取决于源数据分辨率,空间分辨率最高的Ifremer-AMSR冰速均方根误差最小。比较不同种类、不同时间间隔冰速的月平均均方根误差后可知,采用3 d间隔反演的冰速由于能够忽略更多短时间尺度海冰运动,其冰速均方根误差低于2 d间隔的冰速。在弗拉姆海峡,除Ifremer-AMSR外,其余冰速产品均具有较大的经向偏差和均方根误差。在冰速较快弗拉姆海峡,冰速产品均方根误差取决于源数据的分辨率。     

基于卷积核哈希学习的高光谱图像分类

高光谱遥感可同步获取地表覆盖空间影像和连续且精细的光谱数据,能够实现对地物的精细分类与识别。然而,高光谱图像的高维特性对分类带来巨大挑战。为此,本文探讨了一种基于卷积核哈希学习的高光谱图像分类方法。哈希学习可以将高维信息表达为低维哈希编码,通过计算哈希编码内积并借助最小汉明距离实现分类。为了有效表达非线性数据,又发展了核哈希学习方法。然而,直接应用核哈希学习进行高光谱图像分类存在运行速度慢和未考虑空间邻域信息的不足。为此,本文在核哈希学习中引入径向基函数RBF (Radial Basis Function)作为损失函数以提高运行效率;同时,借助四维卷积操作充分表达空间邻域信息,提出了基于卷积核哈希学习的高光谱图像分类方法 CKSH (Supervised Hashing with RBF Kernel and Convolution),同时探讨了该方法在仅利用光谱特征和光谱—空间联合特征上的分类效果。在国际通用测试数据Indian Pines和University of Pavia上进行了实验,结果表明：本文提出的CKSH方法优于传统分类方法 （支持向量机、随机子空间）和其他哈希学习方...     

业务化MODIS BRDF模型对冰雪BRDF/反照率的反演能力评估

全球MODIS冰雪反照率产品在定量遥感中有着广泛应用,但由于该产品的业务化算法是建立在表征植被—土壤系统基础上的罗斯表层(RT)李氏稀疏互易核(LSR)的二向性反射分布函数(BRDF)模型(简称为RTLSR),因此该模型对冰雪的二向性反射及反照率的反演能力有待评估。本文基于地球反射极化和方向测量仪(POLDER)的多角度冰雪反射率数据,综合评估了RTLSR模型在表征冰雪二向反射及反演反照率等方面的能力。为量化评估结果,本研究基于渐进辐射传输(ART)模型,从POLDER冰雪数据中筛选出高质量数据,使用ART模型拟合的高质量结果作为参考,比较结果表明:(1)在表征冰雪方向性散射方面,RTLSR模型整体拟合精度较低。在1020 nm波段,其均方根误差(RMSE)最大可达到0.0498,相较于ART模型的拟合结果偏高了约53.70%;(2)在反演冰雪反照率方面,RTLSR模型与ART模型反演结果也存在差别,其决定系数为0.529,均方根误差为0.0333,偏差为-0.0274,基于RTLSR模型的反演结果低估了ART模型的反演结果。为了使核驱动模型能更准确地表征冰雪BRDF特征和反演反照率,该模型需要针对冰雪散射特点进行进一步的发展。     

NASA MODIS海冰产品评价分析——以辽东湾海冰监测为例

NASA开发的MODIS海冰产品可提供全球范围的海冰分布和冰表温度信息,但将其直接用于局地和区域海冰监测时,其精度还有待进一步验证.以辽东湾冬季海冰监测为例,对MODIS海冰产品进行了分析,发现该产品将区域内绝大部分海冰标识为云.根据NASA的海冰算法,利用反射率和冰表温度(Ice Surface Temperatur...     

基于非正定 OCSVM 的高光谱影像地物异常检测

针对基于高斯径向基核函数的OCSVM等异常检测算法,对地物光谱变异极为敏感,导致算法异常检测性能不稳定的问题,根据光谱角度余弦测度对光谱形状相似性的描述不受地物光谱辐射强度变异影响的特性,将具有非正定核特性的光谱角度余弦核测度引入非正定SVM算法中,提出一种基于非正定OCSVM的高光谱影像地物异常检测算法。利用四组模拟数据进行目标异常检测实验,结果表明,该算法能够有效检测出高光谱影像数据中的目标地物,检测精度提升明显。     

MODIS数据在黄河凌汛监测中的应用

对MODIS数据的特性及其在黄河凌汛监测中的应用情况进行了探讨和总结。试验结果表明 ,MODIS数据在冰雪检测方面具有很大的潜力     

噪声抑制的多极化SAR海冰图像分割

合成孔径雷达(SAR)海冰图像分割对全球气候研究和保证船舶航行安全具有重要意义。现有的基于区域的马尔可夫随机场(MRF)多极化SAR分割方法,由于受相干斑噪声影响,其区域划分不尽合理,不能有效完成分割。因此,提出一种噪声抑制的多极化SAR海冰图像分割算法,首先在极化总功率图上引入降低噪声的滤波算法,合理划分初始区域,其次考虑区域之间的差异度,从而实现多极化SAR海冰图像的准确分割。以RADARSAT-2和SIR-C获得的全极化海冰图像为实验数据进行验证,结果表明:和其他较先进算法相比,本文算法优势明显,既能高效保持图像连通性,又能增强图像的细节信息,具有更高的分割精度。