基于DSM技术的土地覆盖变化检测研究

随着上海市的经济发展,市区土地覆盖现状发生较大变化,产生了违法违规用地、非法侵占基本农田等问题。本文通过研究DSM(数字表面模型)的数据价值和高效处理方法,结合遥感影像、行业专题数据等多种资源,针对上海市土地覆盖变化的实际需求,运用GPU等新技术,实现DSM实时差分和快速矢量化的相关算法,并对疑似违法图斑进行了快速甄别,为上海开展地理市情监测和智慧城市建设提供了有力的技术支撑。     

基于Markov-CA的土地利用/土地覆盖变化动态模型研究

分析了基于Markov-CA的土地利用/土地覆盖变化动态模型,并利用两期TM数据进行了Markov-CA模型应用试验研究.     

关于土地利用和土地覆盖的若干标准化问题探讨

土地利用和土地覆盖变化在全球环境变化和可持续发展研究中占有重要地位。针对我国目前土地利用和土地覆盖研究的进展，探讨分析了“土地利用和土地覆盖”术语、土地利用和土地覆盖分类体系等若干亟需标准化的问题。     

江汉平原土地利用/土地覆盖动态变化监测

本文在“3S”技术基础上,利用江汉平原80年代、90年代和2000年三个时期的卫星遥感影像,先对90年代的影像进行了解译,再用图层套合的方法,解译出80年代和2000年江汉平原土地利用/土地覆盖动态变化情况,并对江汉平原的土地利用/土地覆盖的动态变化情况进行了分析。     

基于遥感和GIS的中国土地利用/土地覆盖的现状研究

通过利用土地利用程度指数和植被指数等指标。采用ＧＩＳ工具和数学模型方法,对中国土地利用／土地覆盖的现状进行分析,结论为：中国现有土 况代表着中国总的土地利用程度指数为２０２的一种开发利用水平。从土地利用程度指数极限为４００看,中国土地资源总的开发程度仅达开发极限的一半;东部湿润区以耕地型覆盖为主,开发利用程度高;     

张家界市武陵源区土地利用/土地覆盖变化分析

土地利用与土地覆盖变化(LUCC)已成为全球变化研究中的核心问题.本文利用以卫星遥感技术(RS)、地理信息系统(GIS)等技术和方法为支撑,通过面向对象的分类提取方法得到的1996～2005年张家界市武陵源区的土地利用数据,分析了该地区土地利用/覆盖的时空变化规律与机制,揭示了导致该变化发生的自然、人文驱动因素,并且提出了应对包括自然因素、经济社会发展的土地利用/土地覆盖变化对策,为该地区的土地利用规划提供了合理的参考依据.     

基于RS与GIS的土地利用/土地覆盖变化分析

利用遥感影像获取土地利用/土地覆盖变化信息是遥感应用的一个重要方面。选用1987年、1994年和2000年3个时相的某市遥感影像及其辅助数据,对该地区14年间的土地利用/土地覆盖变化进行了分析研究,并对变化的时空特征进行分析评价,结果表明该市的城市化进程在不断加快,建成区面积逐年增加,耕地和林地被占用的现象比较突出。研究结果为该市的城市规划、生态环境保护等提供了科学依据。     

青岛开发区土地利用/土地覆盖变化分析

土地利用/土地覆盖变化研究是全球环境变化和可持续发展的热点问题。本文利用青岛开发区1995、2000、2004年三幅Landsat TM影像及辅助数据,对该地区10年间的土地利用/土地覆盖变化进行分析研究,并对分析结果作出评价,结果表明青岛市开发区的城市化进程在不断加快,建筑用地在增加,耕地和林地被建筑用地占用比较突出     

郑州市土地利用/土地覆盖动态变化研究

利用地面统计数据和陆地卫星影像数据,分析了郑州市土地利用/土地覆盖的现状,研究了遥感影像提取土地利用/土地覆盖信息的机理,建立了适宜郑州市遥感影像判读的解译标志,结合两个不同时期的地面数据和影像数据,分析了郑州市十几年来土地利用的动态变化情况及存在的问题,指出了今后土地利用的方向.     

基于多时像TM/ETM+影像的兖州市土地利用/覆盖变化

本文利用多时相Landsat TM/ETM+影像分析了兖州市1998年和2002年的土地利用/覆盖变化。综合考虑波段间相关系数和OIF指数,选择最佳波段组合进行图像解译,并在此基础上运用最大似然分类器(MLC)和支持向量机(SVM)的分类方法对遥感影像进行分类。进而利用SVM分类结果进行土地利用遥感动态监测,获取兖州市土地利用/覆盖变化信息,并与社会经济统计资料的统计结果进行比较。最后提取TM/ETM+影像的RDVI,基于线性混合像元分解模型分析了植被覆盖的变化。结果表明,基于多时相TM/ETM+影像分析的土地利用/覆盖变化与实际统计数据较吻合,适合动态监测土地利用变化,且精度较高。     

Updating land cover automatically based on change detection using satellite images: case study of national forests in Southern California

Observing dynamic change patterns and higher-order complexities from remotely sensed images is warranted, but the main challenges include image inconsistency, plant phenological differences, weather variations, and difficulties of incorporating natural conditions into automatic image processing. In this study, we proposed a new algorithm and demonstrated it by producing 2002–2008 and 2010 land-cover maps in heterogeneous Southern California based on an existing 2009 land-cover map. The new algorithm improves the baseline land-cover map quality by discarding potential bad land-cover pixels and dividing each land-cover type into several subclasses. Time series Landsat images were used to detect changed and unchanged areas between baseline year and target year t. Subsequently, for each individual year t, each pixel that was identified as unchanged inherited the baseline classification. Otherwise, each pixel in the changed areas was classified by a similar surrogate majority classifier. The demonstration results in Southern California showed that the land-cover temporal pattern captured the observed successional stages of the ecosystem very well. The accuracy assessment had an overall classification accuracies ranging from 81% to 86% and overall kappa coefficients ranging from 0.79 to 0.83.     

四种基于像元的地表覆盖变化检测方法比较

目前遥感影像变化检测方法很多,但各种方法的适用性各不相同。鉴于灰度差值、NDVI差值、灰度比值、主成分分析法在地表覆盖变化检测中应用广泛,文章从数据更新的角度对这4种方法进行了比较;在分析比较这4种方法的单一变化检测精度、检测结果的相同性、相异性的基础上探索了适合于30m分辨率TM地表覆盖变化检测的组合方法。实验结果表明,在地表覆盖变化检测中,有效组合方法能够取得比单一变化检测方法更好的效果;比值法并NDVI差值法并PCA差异法的检测结果中包含了4种单一检测方法所检测出的全部变化像元,达到了最高的生产者精度,比较适合于地表覆盖数据更新制图应用。     

Speckle filtering of Synthetic Aperture Radar images using filters with object-size-adapted windows

Speckle degrades the radiometric quality of a Synthetic Aperture Radar (SAR) image. Previous methods for speckle reduction have used a fixed-size window for filtering the entire image. This, however, may not be effective for the entire image, as land covers of different sizes require different filtering windows. In this paper, a novel method is proposed by which each pixel in the image is filtered with a window appropriate for the size of object within it. The real in-phase and the imaginary quadrature components of the SAR images determine the best window size and the pixels in the intensity image are filtered using their own optimal windows. The proposed method is presented for both single- and multi-polarized SAR images, and the results of several common filters that were modified are presented. This approach is applied to two RADARSAT-2 images: one over San Francisco, California, USA and the other over St. John’s, Newfoundland and Labrador, Canada, producing results that were similar to, or outperformed, comparable filters while retaining details and suppressing speckle effectively. While the method was successful for single-look intensity data, it offers great potential for multi-look and amplitude data as well.     

星载SAR影像解译研究——以横断山脉地区为例

雷达遥感具有全天时、全天候的特点,在测绘中能够很好地弥补光学遥感的不足。随着SAR技术的不断发展,雷达影像得到了广泛的应用。然而受SAR相干侧视成像机制的影响,山区SAR影像的判读解译依然面临着巨大的挑战,制约着SAR在高山区测图、土地利用、地表覆盖等制图中的应用。本文以横断山脉地区为例,综合利用TerraSAR高分辨率升降轨影像,运用影像融合和镶嵌技术,结合实地调绘成果,对山区高分辨率星载SAR影像判读解译进行了深入研究,并最终形成了一套高效、可靠的解译流程。该判读解译流程对山区SAR影像在高山区测图、土地利用、土地覆盖制图中应用的推广具有重要的意义。     

遥感时间序列影像变化检测研究进展

同一区域、不同时期大量历史数据的积累,以及同一区域能够方便地获取高时间分辨率遥感数据,使遥感时间序列影像变化检测成为近年来遥感技术与应用的研究热点。本文系统总结和评述了当前遥感时间序列影像变化检测的相关研究进展和应用状况,在阐明遥感时间序列分析的意义,以及时间序列影像在变化检测中的优势的基础上,从非遥感领域时间序列变化检测方法出发,针对遥感时间序列影像变化检测的需求,明确和归纳了遥感时间序列变化检测的问题与类型,并对当前最新研究进行了综述,总结了各种方法的优点与不足,重点介绍了基于经验模态分解的遥感时间序列影像异常信息检测方法和基于隐马尔可夫模型的土地利用/覆盖变化检测方法,以期能够为相关研究提供参考。最后总结了该研究领域的发展趋势和存在问题,并对今后的研究工作和未来发展方向进行了展望。     

决策级融合的多分辨率遥感影像变化检测

针对多时相、多分辨率遥感影像数据的特点,充分考虑不同分辨率数据和不同变化检测应用的需求,将由粗到精数据集分层检测和决策级融合的思想引入到变化检测,以多时相多分辨率ALOS遥感影像为例,构建并试验了由粗到精变化检测的技术流程.该方法将ALOS多光谱数据视为粗数据集,将全色数据和融合数据视为精数据集,通过对3种数据集变化检...     

SAR polarimetric change detection for flooded vegetation

Abstract

Due to spatial and temporal variability an effective monitoring system for water resources must consider the use of remote sensing to provide information. Synthetic Aperture Radar (SAR) is useful due to timely data acquisition and sensitivity to surface water and flooded vegetation. The ability to map flooded vegetation is attributed to the double bounce scattering mechanism, often dominant for this target. Dong Ting Lake in China is an ideal site for evaluating SAR data for this application due to annual flooding caused by mountain snow melt causing extensive changes in flooded vegetation. A curvelet-based approach for change detection in SAR imagery works well as it highlights the change and suppresses the speckle noise. This paper addresses the extension of this change detection technique to polarimetric SAR data for monitoring surface water and flooded vegetation. RADARSAT-2 images of Dong Ting Lake demonstrate this curvelet-based change detection technique applied to wetlands although it is applicable to other land covers and for post disaster impact assessment. These tools are important to Digital Earth for map updating and revision.     

通过软硬变化检测识别冬小麦

提出一种软硬变化检测的作物识别方法 SHLUCD(Soft and Hard Land Use/Cover Change Detection Method)。该方法利用多期遥感影像能够有效表达作物的生长物候特征,以达到在离散变化区(即纯净像元区,包括完全转换成作物的突变区域和非作物区域)和连续变化区(即渐变区,混合像元区,是部分转化为作物的区域)准确进行作物的识别。在北京市选择一个研究区,以冬小麦为研究对象,选用2011年10月6日(播种期)和2012年4月16日(拔节期)两期环境减灾1号卫星影像,分别采用硬变化检测方法 HLUCD(Hard Land Use/Cover Change Detection Method)、软变化检测方法 SLUCD(Soft Land Use/Cover Change Detection Method)和SHLUCD进行冬小麦的识别。实验结果表明:在不同尺度窗口下,SHLUCD较传统方法表现出较明显的优势,具有更低的均方根误差RMSE(SHLUCD为[0.14,0.07],HLUCD为[0.15,0.07],SLUCD为[0.16,0.08])和偏差bias(SHLUCD为-0.0008,HLUCD为-0.007,SLUCD为0.014)和更高的决定系数R2(SHLUCD为[0.68,0.86],HLUCD为[0.62,0.86],SLUCD为[0.60,0.86])。针对冬小麦突变区域、冬小麦渐变区域和非冬小麦区域分别进行评价,表明SHLUCD识别精度接近各区最佳的识别方法,进一步验证了SHLUCD的灵活性和适用性。SHLUCD方法在离散变化区能够通过土地覆盖类型状态变化来有效地识别出冬小麦,在连续变化区可识别出土地覆盖的状态变化程度定量表达冬小麦的丰度,是其他作物多时相遥感变化检测的前期实验基础。     

双通道SAR振动目标快速检测

目标的振动会对雷达回波产生特殊的相位调制,称为微多普勒效应,能够提供对微动目标检测的有利信息,因此对提高SAR(Synthetic Aperture Radar)系统性能具有重要意义。然而,已有的检测算法存在运算量大、抗杂波噪声能力弱和无法适应多振动目标等问题。针对这些问题,本文提出一种对振动目标检测的新算法。该算法利用相位中心天线偏置DPCA(Displaced Phase Center Antenna )对消技术消除杂波,并沿方位向累加DPCA信号来提高算法的抗噪声能力。由于振动目标SAR方位回波的频谱与脉冲序列具有高度相似性,本文算法选择了检测重复脉冲序列的脉冲重复频率PRI(Pulse Repetition Interval )变换法来实现振动目标的检测。仿真实验表明,本文算法能够在强杂波噪声条件下检测振动目标,同时具有准确振动频率估计性能,甚至当同一个单元存在多个振动目标时,本文算法依然适用。仿真中振动目标检测的计算机运行总时间不超过0.6 s,说明本文算法适用于实时检测,通过与GLRT算法和Hough变换算法运算量的比较,证明了本文算法相比于经典算法具有运算量小,检测速度快的优点。