不同时相遥感影像的土地利用分类精度分析

土地利用调查对遥感影像的获取有很强的时间性、季节性要求。本次研究选取研究区不同时相的SPOT5遥感影像进行计算机自动分类试验,结合野外实地调绘工作,统计分类精度,拟合分类误差与时相间的回归关系,推导相关回归函数,对遥感影像开展综合分析与评价,提高遥感数据在土地利用调查中的利用率。     

利用最小交叉熵的多时相影像变化检测

针对目前多时相遥感影像变化检测中缺少有效的确定变化阈值方法的问题,文章提出一种基于最小交叉熵的方法:采用中值滤波方法分别消除两个时相遥感影像中的噪声;将比值法和差值法融合构造两个时相遥感影像的差异影像;通过最小交叉熵确定差异影像的最佳变化阈值,并对差异影像进行分割得到变化区域;最后对变化检测精度进行评估。实验结果表明,提出的方法具有较高的检测精度,是一种有效的多时相遥感影像变化检测方法。     

A Bayesian characterization of urban land use configurations from VHR remote sensing images

The composition and arrangement of spatial entities, i.e., land cover objects, play a key role in distinguishing land use types from very high resolution (VHR) remote sensing images, in particular in urban environments. This paper presents a new method to characterize the spatial arrangement for urban land use extraction using VHR images. We derive an adjacency unit matrix to represent the spatial arrangement of land cover objects obtained from a VHR image, and use a graph convolutional network to quantify the spatial arrangement by extracting hidden features from adjacency unit matrices. The distribution of the spatial arrangement variables, i.e., hidden features, and the spatial composition variables, i.e., widely used land use indicators, are then estimated. We use a Bayesian method to integrate the variables of spatial arrangement and composition for urban land use extraction. Experiments were conducted using three VHR images acquired in two urban areas: a Pleiades image in Wuhan in 2013, a Superview image in Wuhan in 2019, and a GeoEye image in Oklahoma City in 2012. Our results show that the proposed method provides an effective means to characterize the spatial arrangement of land cover objects, and produces urban land use extractions with overall accuracies (i.e., 86% and 93%) higher than existing methods (i.e., 83% and 88%) that use spatial arrangement information based on building types on the Pleiades and GeoEye datasets. Moreover, it is unnecessary to further categorize the dominant land cover type into finer types for the characterization of spatial arrangement. We conclude that the proposed method has a high potential for the characterization of urban structure using different VHR images, and for the extraction of urban land use in different urban areas.     

典型遥感数据分类方法的适用性分析——以遥感图像场景分类为例

目前普遍采用的分类器通常都是针对单一或小量任务而设计的,在小数据量的处理中能取得比较满意的结果。但对于海量遥感数据的处理,其在处理时效和分类精度方面还有待研究。本文以遥感图像场景分类任务为例,着重对遥感数据分类问题中几种典型分类方法的适用性进行比较研究,包括K近邻(KNN)、随机森林(RF),支持向量机(SVM)和稀疏表达分类器(SRC)等。分别从参数敏感性,训练样本数据量,待分类样本数据量和样本特征维数对分类器性能的影响等几个方面进行比较分析。实验结果表明:(1)KNN,RF和L0-SRC方法相比RBF-SVM,Linear-SVM和L1-SRC,受参数影响的程度更弱;(2)待分类样本固定的情况下,随着训练样本数目的增加,SRC类型分类方法的分类性能最佳,SVM类型方法次之,然后是RF和KNN,在总体分类时间上呈现出L0-SRCL1-SRCRFRBF-SVM/Linear-SVMKNN/L0-SRC-Batch的趋势;(3)训练样本固定的情况下,所有分类方法的分类精度几乎都不受待分类样本数目变化的影响,RBF-SVM方法性能最佳,其次是L1-SRC,然后是Linear-SVM,最后是RF和L0-SRC/L0-SRC-Batch,在总体分类时间上,L1-SRC和L0-SRC相比其他分类方法最为耗时;(4)样本特征维数的变化不仅影响分类器的运行效率,同时也影响其分类精度,其中SRC和KNN分类器器无需较高的特征维数即可获得较好的分类结果,SVM对高维特征具有较强的包容性和学习能力,RF分类器对特征维数增加则表现得并不敏感,特征维数的增加并不能对其分类精度的提升带来更多的贡献。总的来说,在大数据量的遥感数据分类任务中,现有分类方法具有良好的适用性,但是对于分类器的选择应当基于各自的特点和优势,结合实际应用的特点进行权衡和选择,选择参数敏感性较小,分类总体时间消耗低但分类精度相对较高的分类方法。     

多源遥感影像融合在哈大齐土地利用分类中的应用

随着遥感技术的发展,同一区域的多源遥感影像数据越来越丰富。以哈大齐为例,利用ETM+和SPOT-5数据探讨不同遥感信息融合在土地利用过程中的处理方法,比较不同融合算法在土地分类中的差异,并进行定性和定量比较。为有关部门进行土地规划、管理提供科学依据有着十分重要的意义。     

一种高光谱遥感图像快速谱聚类算法

为获得分类效果更优良的遥感图像分类方式并解决高光谱遥感图像分类运算速度缓慢的问题,集成Lanczos算法与谱聚类算法,探讨了高光谱遥感图像谱聚类算法应用于遥感图像分类的可行性,提出了一种面向高光谱遥感图像的快速谱聚类算法;通过对比美国圣地亚哥机场高光谱遥感图像K-均值算法与谱聚类算法的分类结果,发现面向高光谱遥感图像的谱聚类算法易于识别线性地物,且分类的速度能得到较大提升。     

利用车载激光扫描的城市森林三维绿量估算

针对城市森林绿量估算研究不足的现状,该文提出了结合高分辨率航空遥感影像和车载激光扫描技术估算城市森林三维绿量的方法:首先从车载激光扫描数据中提取道路两侧单株树的生物物理参数,再结合从航空遥感影像中提取的植被分布,对均质城市森林片区进行三维绿量的拟合计算;最后以上海市滨江森林公园为例进行了方法验证。结果表明,该方法能够拓展车载激光扫描系统应用的领域,为城市绿化信息的获取提供参考。     

Deriving urban dynamic evolution rules from self-adaptive cellular automata with multi-temporal remote sensing images

Cellular automata (CA) have proven to be very effective for simulating and predicting the spatio-temporal evolution of complex geographical phenomena. Traditional methods generally pose problems in determining the structure and parameters of CA for a large, complex region or a long-term simulation. This study presents a self-adaptive CA model integrated with an artificial immune system to discover dynamic transition rules automatically. The model’s parameters are allowed to be self-modified with the application of multi-temporal remote sensing images: that is, the CA can adapt itself to the changed and complex environment. Therefore, urban dynamic evolution rules over time can be efficiently retrieved by using this integrated model. The proposed AIS-based CA model was then used to simulate the rural-urban land conversion of Guangzhou city, located in the core of China’s Pearl River Delta. The initial urban land was directly classified from TM satellite image in the year 1990. Urban land in the years 1995, 2000, 2005, 2009 and 2012 was correspondingly used as the observed data to calibrate the model’s parameters. With the quantitative index figure of merit (FoM) and pattern similarity, the comparison was further performed between the AIS-based model and a Logistic CA model. The results indicate that the AIS-based CA model can perform better and with higher precision in simulating urban evolution, and the simulated spatial pattern is closer to the actual development situation.     

月球遥感制图回顾与展望

对月球探测任务、月球遥感制图技术与产品进行综述。从1958年开始,全世界已开展126次(其中70次成功)月球探测工程任务,其中月球遥感制图是其必需的基础性工作。由于月球环境的特殊性,其遥感制图技术与对地观测制图相比具有很大的挑战和更大的难度。目前,中国嫦娥二号轨道器获取的7 m分辨率立体影像是覆盖全月球分辨率最高的立体影像数据,美国月球侦察轨道器LRO任务的激光雷达高度计LOLA数据是精度和密度最高的激光测高数据,LRO NAC影像的分辨率最高(0.5—2 m)但未覆盖全球。在各个探测任务中,基于月球遥感数据和摄影测量技术,已经制作了大量的全球及区域的影像拼图、正射影像图和数字高程模型等制图产品。对月球遥感制图技术发展进行展望,探讨了利用国际多探测任务数据建立新一代控制网和进行精细制图的必要性及技术思路。     

利用Quick Bird全色遥感影像更新城市大比例尺地形图

利用现势的高分辨率遥感影像,经过精确的多项式变换正射几何纠正后,得到正射影像(DOM)与原有的数字线划图(DLG)叠加,经判读识别地物的变化,实现对原有地形图的快速更新.通过对地面控制点和检查点纠正的精度分析说明,利用Quick Bird遥感影像数据在地势较为平坦的城区更新1:2000比例尺的地形图是可行的.     

面向遥感影像智能分类的海量样本数据采集方法

以地理国情监测高分辨率遥感影像及高精度地表覆盖分类产品为数据源,提出了一种面向遥感影像智能分类、基于位置匹配技术的全国尺度海量样本数据采集方法。根据数据源特征,研究了县域采集数量权重设置、坐标投影转换、栅格灰度重采样、无效样本数据过滤、地表覆盖分类码映射、样本数据命名标识、特定地表覆盖类型样本数据采集等关键技术,构建了位置匹配的遥感影像数据与分类标签数据组成的样本数据对,开发了样本数据自动采集软件。利用该方法,以县级行政区划为单元,实现了全国尺度海量样本数据采集。选取其中5个县域的成果,评估了方法的实用性及运算性能。研究表明：该方法提升了生产全国尺度海量样本数据的计算响应速度;采集的样本数据能够满足遥感影像智能分类对样本源高质量、大规模的需求,提升了遥感影像分类与预测的准确度。     

遥感数据融合的进展与前瞻

数据融合是提升遥感影像应用能力的重要手段,一直是遥感信息处理与应用领域的研究热点。本文系统综述了遥感数据融合的进展与前瞻:首先对数据融合的层次与分类进行了总结和归纳,将遥感数据融合划分为同质遥感数据融合、异质遥感数据融合、遥感—站点数据融合、遥感—非观测数据融合4大类;在此基础上,重点针对时—空—谱光学遥感数据的融合,从多视超分辨率融合、多尺度融合、空—谱融合、时—空融合、时—空—谱一体化融合等方面进行了详细阐述;最后总结了遥感数据融合的前瞻研究方向,包括时—空—谱一体化融合的拓展、空天地观测数据的跨尺度融合、传感网环境下的在线融合、面向应用的融合方法等。     

遥感卫星数据产品分类分级规则研究

随着遥感卫星应用的发展,多源、多时相、多尺度以及不同类型遥感卫星的数据综合集成应用以及与地面观测信息集成,对遥感信息产品进行深度开发利用正在成为遥感应用的重要趋势。目前不同国家和地区、不同系列的遥感卫星数据产品分别采用不同的分类分级方案,难以适应多源、多系列地理空间信息整合应用的需求。本文从遥感应用对遥感卫星数据产品分类分级的需求出发,分析了目前主要遥感卫星的产品系列及其数据产品分类分级规则,参考了正在研究的相关国际标准,遵循系统性、科学性、完整性、兼容性、可操作性和可扩充性原则,研究提出了中国遥感卫星数据产品分类分级的规则。该规则以卫星载荷采用的遥感探测光谱特征及其数据获取方式作为分类依据,以卫星遥感数据的处理水平作为分级依据,建立统一的遥感卫星数据产品的分类分级体系。该规则与正在研究制订的相关国际标准保持一致,不但覆盖目前广泛应用的各类遥感卫星数据产品,而且能方便地建立与现有遥感卫星数据产品分类分级方案的映射关系,并且对未来的数据产品的分类分级留有比较充分的可扩充性,为遥感卫星数据产品分类分级指标体系的研究和相关国家标准的研制提供了依据。     

深度学习在遥感影像分类与识别中的研究进展综述

深度学习一直是机器学习和人工智能研究的热门主题,特别是将深度学习这一深层网络学习算法和遥感影像分类与识别联合起来,使得传统训练算法的局部最小性得以解决。本文首先简要介绍了遥感影像分类与识别算法的发展和经典算法的局限性,其次介绍了深度学习的几种主流算法并分析它们在遥感影像分类与识别处理方面的应用现状,最后对未来深度学习应用于遥感识别与分类趋势进行了展望。     

典型海岸带城市扩张的多源遥感监测与预测——以青岛市为例

本文利用自1995年以来的4期DMSP-OLS、NPP-VIIRS夜光遥感影像与Landsat多光谱遥感影像,分析了青岛市近25年的城市建成区范围、各市区边界形态与扩展趋势,并结合土地利用分类、路网、POI、DEM等多源驱动因子及元胞自动机-马尔可夫（CA-Markov）模型,模拟并预测了2027年青岛市土地利用分类。结果表明,近25年青岛建成区扩展主要以外延式为主,其他城区总体上沿胶州湾方向扩展,四周向青岛主城区汇集,主城区建设用地向西北侧发展。本文验证了夜光遥感在监测与预测典型海岸带城市扩张方面的适用性,为城市化发展进程管理与决策提供了重要依据。     

结合深度学习的高光谱与多源遥感数据融合分类

高光谱数据具有丰富的光谱特征,但是其空间分辨率相对较低.一些遥感数据具有与高光谱数据互补的优势,例如提供更精细的空间信息的高空间分辨率数据和具有高度信息的激光雷达LiDAR(Light Detection and Ranging)数据.通过将高光谱数据与多源遥感数据进行融合,可以弥补高光谱数据空间分辨率相对较低,空间特...     

行星遥感影像目标识别与分类进展

从行星遥感海量数据中对地形地貌特征进行识别和分类,是行星科学研究中的一项重要基础工作.本文综述了自实施月球和深空探测任务以来,国际、国内采用行星影像数据进行地形地貌识别与分类技术的研究进展.首先,从月球、火星以及其他行星探测任务3个方面,对相关的探测任务和获取的影像数据进行简介.然后,在介绍通用目标识别与分类方法研究进...     

基于光谱和纹理特征的山区高分辨率遥感影像分类

本文在只做阴影补偿而不做地形校正的情况下,使用光谱和纹理特征相结合的方法进行山区高分辨率遥感影像分类。实验取得了78%的分类精度,表明该方法合理可行,具有一定的实用性。     

无人机低空遥感影像数据的获取与处理

介绍无人机低空遥感系统的构成和技术指标,论述影像数据的获取、影像匀色与裁边、重叠度计算、拼接全景影像图、生成正射影像等处理分析方法,并针对地震灾区重建数据获取进行实验.实验结果表明无人机低空遥感系统完全能满足实际需要,能解决多云雾地区遥感影像资料获取困难的问题,在大比例尺测图、三维景观重建、土地利用调查、环境监测等领域...     

An Urban Open Space Extraction Method： Combining Spectral and Geometric Characteristics

This paper introduces an advanced method based on remote sensing and Geographic Information System for urban open space extraction combining spectral and geometric characteristics. From both semantic and remote sensing perspectives, a hybrid hierarchy structure and class organization of open space are issues and mapped from one to another. Based on per-pixel and segmentation mechanism separately, two classification approaches are performed. Owing to prior of spatial aggregation and spectral contribution, the segmentation-based classification exhibits its superiority over a pixel-based classification. Finally a GIS-based post procedure is hired to eliminate some unsuitable open space components in both spatial and numerical constraints on the one hand, and separate open space some fabrics from fused remote sensing classes by defining their Shape Index on the other hand. The case study of Beer Sheva based on ASTER data proves this method is a feasible way for open space extraction.