基于轻小型无人机获取高光谱影像分类精度评定

小型高光谱成像仪搭载在无人机平台上,可以获取更高空间分辨率的影像数据,在无人机升限范围内可以获取多种分辨率的高光谱数据,相比于卫星影像,无人机获取的高光谱影像分辨率往往会高出很多。通过已有数据验证,并非分辨率越高就能取得越好的识别分类效果,高分辨率数据更容易造成错分、漏分等。无人机获取的不同高分辨率的数据在进行分类时分类精度存在差异,本文将通过对比两种不同分辨率的高光谱数据分类结果精度,计算出分类精度差异,为高分辨率的高光谱数据获取和处理提供参考。     

西南地区破碎地表空间异质性刻画与空间尺度关系初探

尺度效应是定量遥感领域的经典且重要问题之一，其中地表异质性的判断和明确对地表真实性检验和场站优化布设问题的前置工作。并且地表异质性的判断和计算，一般是通过一景低分辨率待检验产品与同步获取的地面测量结果或者高分辨率产品进行尺度转换实现间接表达。然而，由于待检低分辨率与高分辨率遥感影像之间几乎很难做到完全同步。那么如何在缺乏同步产品的基础上，仅利用高分辨率产品去刻画地表异质性，是为下一步对空间异质性进行进一步探索和分析的前提条件。本文针对该问题使用优于0.2 m空间分辨率的无人机光谱反射率数据，计算得到归一化差值植被指数NDVI (Normalized Difference Vegetation Index)数据，通过三次卷积升尺度算法计算获取了0.2—30 m共39个不同空间分辨率结果，通过目视解译获得土地利用/覆盖变化LULC (Land Use and Land Cover change)数据，结合地理探测器对1 km×1 km图幅内的空间异质性行评价。结果表明：3个地形破碎的喀斯特槽谷区，其空间异质性评价值q的阈值存在差异，但总体上q值都随着空间分辨率的提高（30—0.2 m）由震...     

无人机倾斜摄影测量技术在村庄规划编制项目中的应用

为进一步完成青海省民和县村庄规划编制,本文采用无人机倾斜摄影测量作业方法,对民和县所属10个村开展分辨率优于0.05 m的倾斜摄影测量,获取了高精度实景三维模型数据(DSM)、正射影像数据(DOM)、数字线划图(DLG)等测绘产品,为乡村规划提供了数据基础。飞马D20无人机凭借其高集成、高性能、高可靠性的无人机平台,双差分天线,前向视觉定位等先进技术优势,在该项目中发挥了重要作用。     

CNN影像输入尺寸和分辨率对川西针叶林植被分类精度的影响

川西亚高山针叶林位于中国西南地区,受多云、多雨、多雾的影响,难以通过卫星影像进行植被分类的研究。为了解决这一难题,本研究选取川西亚高山针叶林的典型区域王朗自然保护区作为研究区,使用多旋翼无人机获取研究区域北部高分辨率RGB影像,结合卷积神经网络进行植被分类;为进一步挖掘卷积神经网络在无人机遥感影像上的潜力,选择语义分割方法 （U-Net）进行分类,并根据不同分辨率的无人机影像和不同尺寸下的样本集构建植被分类模型,建立森林指纹库。结果表明：（1）结合无人机可见光影像和CNN模型进行分类能够获得高精度分类结果。在空间分辨率为5 cm,尺寸为256×256像素的情况下达到最优,总体精度为93.21%,Kappa系数为0.90;(2)选择合适的尺寸大小能够提高模型的分类精度。在5 cm的空间分辨率下,尺寸为128×128像素的模型总体精度为82.30%,Kappa系数为0.76;尺寸为256×256像素的模型总体精度为93.21%,Kappa系数为0.90;(3)超高空间分辨率的升高对模型精度的提升是有限的。当空间分辨率从10 cm升到5 cm时,模型的总体精度提高了0.02,Kappa系数提...     

高分辨率影像处理的先锋——ERDASIMAGINE V8.7的优势

遥感图像分辨率 (特别是商业遥感图像分辨率 )的迅速提高,使我们的应用向更深更广的方向发展,这对我们的工作提出了新的要求,也即,在空间分辨率上,商业化的已经有IKONOS(1m)、QickBird(0.6m)和SPOT5 (2.5m),其相应的时间分辨率也大大提高,从半个月左右到几天,在高光谱分辨率方面,越来越多的商用影像易于得到,比如MODIS影像(2 5 0m)就可以很快地在网站上免费获取。     

无人机遥感技术在溃坝应急测绘保障中的应用

无人机遥感技术具有实时性强、机动灵活、分辨率高的优点,非常适用于应急测绘保障。以海化集团溃坝应急中的无人机遥感技术应用为例,梳理分析了天气恶劣情况下无人机的应用保障方法、作业流程、航拍影像应用等。在获取了无人机影像后,以1∶10 000数字正射影像为控制基础,30 min内处理得到分辨率为0.1 m、几何精度20 m以内的正射影像20 km~2,以此为基础分析溃坝发展的态势,为相应处理措施方案的制定提供有力支持。     

小型消费级无人机地形数据精度验证

低空遥感是近几年快速发展、应用非常广泛的新兴技术。小型消费级无人机集成可见光传感器,具有快速、灵活、高性价比等优势,受到广泛关注。然而目前有关该类无人机综合测量精度的研究不足,影响其进一步的推广应用。为此,本文开展了针对大疆(Phantom 3 professional)小型消费级无人机地形测量数据精度验证工作,设定6种航高(50 m、60 m、70 m、80 m、90 m和100 m)获取研究区的立体像对,生成影像点云(point cloud)、数字表面模型(DSM)以及数字正射影像图(DOM)等结果。在测量精度验证中,首先,在标准实验场均匀布设地面控制点(GCP),利用差分GPS测出GCP的高精度3维坐标;然后,通过GCP对立体像对进行绝对定位;最后,利用误差统计方法分析上述结果的测量精度。验证表明,在50—100m航高时,无人机影像结果的分辨率为2.22—4.23 cm,水平方向平均误差为±0.51 cm,垂直方向平均误差为±4.39 cm,相对均方根误差(RMSE)水平方向为±2.79 cm,垂直方向为±9.98 cm。研究结果表明,小型消费级无人机在飞控系统下的测量精度可达厘米级,这不仅为野外地理和生态调查工作者提供一种低成本、快速、灵活与精确获取地形信息的新型测量手段,同时还对使用此类无人机做航测应用及飞行参数设置提供一定参考。     

高分辨率影像处理的先锋--ERDAS IMAGINE V8.7的优势

遥感图像分辨率(特别是商业遥感图像分辨率)的迅速提高，使我们的应用向更深更广的方向发展，这对我们的工作提出了新的要求，也即，在空间分辨率上，商业化的已经有IKONOS(1m)、QickBird(0．6m)和SPOT5(2．5m)，其相应的时间分辨率也大大提高，从半个月左右到几天，在高光谱分辨率方面，越来越多的商用影像易于得到，比如MODIS影像(250m)就可以很快地在网站上免费获取。在实践当中，     

高分辨率影像处理的先锋--ERDAS IMAGINE V8.7的优势

遥感图像分辨率(特别是商业遥感图像分辨率)的迅速提高，使我们的应用向更深更广的方向发展，这对我们的工作提出了新的要求，也即，在空间分辨率上，商业化的已经有IKONOS(1m)、QickBird(0．6m)和SPOT5(2．5m)，其相应的时间分辨率也大大提高，从半个月左右到几天，在高光谱分辨率方面，越来越多的商用影像易于得到，比如MODIS影像(250m)就可以很快地在网站上免费获取。     

基于GEE的诺木洪洪积扇植被时空变化特征、成因及趋势分析

Google Earth Engine(GEE)平台使植被遥感监测突破了数据获取难、本地存储量大和处理效率低的限制.基于GEE平台,利用空间分辨率为30 m的Landsat卫星数据和空间分辨率为250 m的MODIS卫星数据,结合温度和降水气象数据研究2000—2017年间青海省诺木洪洪积扇地表植被的时空变化趋势及持续...     

亚米级遥感影像的建筑物高度反演方法及其验证北大核心CSCD

建筑物高度是现代化都市监测、规划、管理及各城市经济活动中的基础性数据,为实现建筑物高度信息的提取,本文提出了一种基于玻尔兹曼曲线的建筑物高度反演方法。首先,利用建筑物影像的光谱特性,采用多尺度分割和遥感指数分类的办法获取建筑物阴影感兴趣区域,根据玻尔兹曼曲线函数拟合获取阴影的亚像素位置,线性拟合得到阴影边界;然后,根据太阳、卫星、建筑物和其阴影的几何关系,构建高度反演模型,估算建筑物高度;最后,选择宁海为研究区,选取在轨的主流亚米级高分二号、高景一号、北京二号、WorldView-2卫星遥感数据进行精度验证。试验结果表明,计算的建筑物高度中误差优于2.5 m,可用于一般的城市卫星遥感监测。     

面向对象的多源数据建筑物提取

建筑物是城市的重要标志之一,综合利用LiDAR数据和高分辨率遥感影像可以充分发挥不同数据源中提取建筑物的优势。本文基于面向对象分类理论,利用机载LiDAR数据和GeoEye高空间分辨率遥感影像,在多尺度分割的基础上对实验区分类并提取建筑物,进而对提取结果进行精度评价。实验表明,将LiDAR数据与高分辨率影像数据结合能够很好地提取建筑物,建筑物提取精度达89.28%。     

4种无人机遥感影像快速拼接方法的试验分析

无人机遥感技术凭借其操作方便、灵活性高、分辨率高、投入成本低、现势性好等优势,已经成为获取遥感数据的重要方法之一。但不可否认的是,无人机遥感技术也存在影像量大、像幅小、无规律、拼接难的缺陷。因此,针对无人机遥感影像的拼接处理问题,本文通过试验对比了几种无人机遥感影像拼接方法,并对这几种拼接方法的精度以及应用范围进行了分析。     

基于多特征CRF的无人机影像松材线虫病监测方法

利用无人机遥感技术进行林业调查,可以获取低成本、高分辨率、高时间密度的遥感数据,特别是为小尺度范围的森林病虫害监测提供了非常有效的监测手段。本文以小型无人机为影像获取平台,航摄获取可见光RGB影像,基于高分辨率影像进行松材线虫病松树提取方法研究。根据影像特点,提取影像中地物颜色、纹理特征,并采用CRF方法进行分类,识别出病害松树。通过比较多种分类方法的提取结果,验证了基于多特征CRF方法在松材线虫病监测中的可行性和有效性。     

一种基于GeoEye-1立体像对数据的快速提取平均树高方法

探讨了可见光立体像对遥感数据在森林平均树高估算研究方向的可行性,为解决大区域快速提取森林平均树高参数的科学问题提供技术支撑。利用GeoEye-1卫星立体像对中提供的有理多项式系数(RPC)参数和数字表面模型(DSM)与数字高程模型(DEM)的理论原理,建立了基于DSM和DEM空间相差模型建立林分冠层高度估算方法流程。结果表明:基于湖南攸县黄丰桥国有林场GeoEye-1立体像对影像数据,按照估算流程,最终得到试验区小班尺度的样地平均树高遥感提取结果。结合样地地面实测控制点和地面小班数据调查数据,该方法提取的研究区平均树高总体误差率在83.1%,其中最大误差为3.773 m,最小误差为0.025 m。因此,本研究是一种可以快速获得研究区大范围森林平均树高参数的创新、可行的方法。     

基于高分遥感影像的建筑物侧面信息提取及其高度计算

本文选取成都市某一区域建筑物A、B为研究对象,采用分辨率为0.61 m的Quick bird影像,运用图像分割法和LVQ神经网络算法,提取建筑物侧面信息,根据假设法原理,构建高度计算物理模型,求取建筑物高度。对比实测数据,结合可能影响实验结果的实地因素、遥感影像因素进行精度分析与评价,探讨基于高分遥感影像的建筑物侧面信息提取和高度计算的方法。结果表明,LVQ神经网络算法在建筑物侧面提取和高度计算中有更好的应用价值,精度高达94%。     

迁移学习支持下的高分影像山地滑坡灾害解译模型

无人机低空遥感是近年来新兴的一种快速获取灾情信息的手段,如何利用无人机高分影像构建滑坡灾害解译模型是实现快速自动解译滑坡的关键。针对该问题,对比了多种影像特征提取方法,将迁移学习(TL)特征和支持向量机(SVM)引入到构建滑坡灾害自动解译模型中,提出了一种TL支持下的高分影像滑坡灾害解译模型。选取5·12汶川地震及4·20芦山地震系列无人机影像构建了滑坡灾害样本库并进行了实验,TL特征方法整体分类准确度ACC为95%,ROC达到0.98,识别准确率达到97%。结果表明,所提方法可用于高分影像滑坡自动解译,同时可用于大面积高分影像中快速山地滑坡灾害定位及检测。     

Comparison of four UAV georeferencing methods for environmental monitoring purposes focusing on the combined use with airborne and satellite remote sensing platforms

This work is aimed at the environmental remote sensing community that uses UAV optical frame imagery in combination with airborne and satellite data. Taking into account the economic costs involved and the time investment, we evaluated the fit-for-purpose accuracy of four positioning methods of UAV-acquired imagery: 1) direct georeferencing using the onboard raw GNSS (GNSSNAV) data, 2) direct georeferencing using Post-Processed Kinematic single-frequency carrier-phase without in situ ground support (PPK1), 3) direct georeferencing using Post-Processed Kinematic double-frequency carrier-phase GNSS data with in situ ground support (PPK2), and 4) indirect georeferencing using Ground Control Points (GCP). We tested a multispectral sensor and an RGB sensor, onboard multicopter platforms. Orthophotomosaics at <0.05 m spatial resolution were generated with photogrammetric software. The UAV image absolute accuracy was evaluated according to the ASPRS standards, wherein we used a set of GCPs as reference coordinates, which we surveyed with a differential GNSS static receiver. The raw onboard GNSSNAV solution yielded horizontal (radial) accuracies of RMSEr≤1.062 m and vertical accuracies of RMSEz≤4.209 m; PPK1 solution gave decimetric accuracies of RMSEr≤0.256 m and RMSEz≤0.238 m; PPK2 solution, gave centimetric accuracies of RMSEr≤0.036 m and RMSEz≤0.036 m. These results were further improved by using the GCP solution, which yielded accuracies of RMSEr≤0.023 m and RMSEz≤0.030 m. GNSSNAV solution is a fast and low-cost option that is useful for UAV imagery in combination with remote sensing products, such as Sentinel-2 satellite data. PPK1, which can register UAV imagery with remote sensing products up to 0.25 m pixel size, as WorldView-like satellite imagery, airborne lidar or orthoimagery, has a higher economic cost than the GNSSNAV solution. PPK2 is an acceptable option for registering remote sensing products of up to 0.05 m pixel size, as with other UAV images. Moreover, PPK2 can obtain accuracies that are approximate to the usual UAV pixel size (e.g. co-register in multitemporal studies), but it is more expensive than PPK1. Although indirect georeferencing can obtain the highest accuracy, it is nevertheless a time-consuming task, particularly if many GCPs have to be placed. The paper also provides the approximate cost of each solution.     

利用决策树工具的土地利用类型遥感识别方法研究

应用决策树的理论和方法,利用遥感数据及其他相关数据和资料进行土地利用信息分类。通过研究地物光谱统计特征,讨论了通过耕地指数等归一化地类指数来增强影像地类特征、结合DEM提取土地利用信息的决策树分支点的设计方法,较好地解决了水体和建筑阴影、道路等容易混淆区域的区分问题。