基于MODIS产品影像及陆面能量平衡系统(SEBS)的河北平原区域蒸散估算

地表蒸散是区域水文循环的重要组成部分之一,传统的地表蒸散估算一般基于点上的气象观测数据,当用于区域地表蒸散评价时,具有一定的局限性.随着遥感技术的发展,利用遥感影像能够对大区域进行观测的优势进行区域地表蒸散估算已成为可能.地表能量平衡系统(SEBS)是根据地表能量平衡估算地表蒸散量的一种方法,该方法由于提出了地表能量传输过程中关键制约因素热传导粗糙度的估算模型而在遥感蒸散计算方面具有较高的精度.本文在SEBS模型的基础上,以河北平原为例,采取中分辨率成像光谱辐射仪(MODIS)产品影像,根据研究区下垫面的实际情况进行了参数估算,进行了区域实际蒸发蒸腾量计算及模型精确度评价,并在SEBS模型的基础上,提出了新的"标准化温度差-反照率"特征空间分析方法,对研究区内地表土壤水分现状进行了评价;最后,对河北平原地表蒸散时空分布进行了分析.计算结果表明,在所选取的晴空乌云条件下,根据SEBS模型计算所得的地表蒸散与研究区内利用大型承重式蒸渗仪所测量的地表实际蒸散量具有很好的一致性,说明SEBS模型在遥感蒸散计算方面据有较高的可信度.然而,由于地表蒸散的遥感估算是以所获取的遥感影像单元为基础,计算误差不可避免,尤其是使用低分辨率遥感影像的时候,每个影像单元所反映的地表蒸散为单元内各种地表覆盖的综合反映,当与只反映一种地表覆盖蒸散的大型承重式蒸渗仪测量结果进行比较时,误差是显而易见的,因此,若着重考虑模型精度验证,尚需在以后的研究中考虑使用高分辨率的遥感影像.地表土壤水分或湿度状况是地表能量交换及蒸散发生的主要控制因素.利用地表温度与植被指数的关系对区域地表湿度状况进行监测在实践中被广泛利用,然而,由于不用地区地表属性的千差万别,当利用这种方法进行区域地表湿度评价时,"地表温度-植被指数"特征空间的边界很难确定.本文在SEBS模型的基础上,提出新的"标准化温度差-反照率"特征空间分析方法,对研究区内地表土壤水分现状进行评价,结果显示,由于在SEBS模型中考虑了干限和湿限两种极端情况下的能量平衡,"标准化温度差.反照率"特征空间的边界问题很容易被确定,利用修正的特征空间,可以对区域土壤水分或湿度状况进行客观的评价.下垫面的几何特征参数的精确反演是进行地表能量平衡模拟的基础,目前多根据有关经验公式利用遥感影像进行下垫面几何特征参数估算,由于已有的经验公式多基于不同研究区域获得,当应用到新的研究区时,其具体参数需要进一步调整,以获得对下垫面的几何特征的精确描述.由于缺乏相关实测资料,本研究中利用经验公式进行下垫面几何特征参数,误差不可避免,需要在以后的研究中进行深入探索.另外,地表蒸散的计算只是进行区域水资源评价、农业节水措施评价以及全球变化等研究的一个中间环节,需要在以后的研究中根据具体研究目的进行进一步研究.     

光谱特征扩展的时间序列Landsat数据地表覆盖分类

时间序列遥感影像常用于地表覆盖监测及其变化监测。然而,利用时序遥感数据—尤其是中分辨率遥感数据监测地表覆盖变化,其方法基本是先对多期影像分别进行监督分类然后对比分类结果。由于这种方法需要对每期遥感影像单独选择分类训练样本,而对于历史影像,常常难以获得可靠的样本数据。本文基于遥感数据定量化处理,尝试利用光谱特征扩展方法对时间序列Landsat数据进行分类:首先,结合一种新的大气校正方法和相对辐射归一化方法,对时间序列Landsat数据进行定量化处理,以消除各期影像之间的辐射差异,获得地表反射率数据。然后,论文选择一期易于获得分类训练样本的反射率数据作为"参考影像",并结合样本数据提取不同地表覆盖类型的光谱特征。最后,将"参考影像"中提取的地物光谱特征,扩展到所有时间序列反射率数据进行分类。论文利用青藏高原玛多地区的5景Landsat数据对本文的方法进行了验证,结果显示:基于光谱特征扩展的分类方法,可有效对定量化处理后的Landsat数据进行分类,分类总体精度为88.35%—94.25%,分类结果和传统的单景监督分类结果具有较好的一致性。此外,研究也发现,"参考影像"和待分类图像获取时间的季相差异会影响其分类的精度。     

一种极干旱区水热通量遥感模型反演

针对极干旱的土壤水热通量遥感估算研究少和缺乏模型验证分析的不足,该文选取新疆塔克拉码干沙漠东南缘米兰绿洲,借助2010年8月7日TM影像数据,结合地面观测数据和土地覆盖类型解译,利用SEBAL模型反演了研究区地表通量。结果表明:该方法在极干旱区的模拟精度较高,研究区地表能量平衡各分量具有明显的时空分布特征。地表通量参数的遥感反演估算对极干旱区的生态保护、灾害监测和地区水资源管理具有重要现实意义。     

热红外遥感浙江地表热环境分布研究

全球气候变暖与人类戚戚相关,研究发现不仅是城市的热岛效应引起了局部区域的地表热环境分布差异,很多地质构造、岩性、土壤、植被等地质及自然地理因素也有影响。本研究选取浙江省作为研究区,利用Landsat 8 OLI/TIRS遥感影像反演地表温度,分析冬季地表热环境分布及其影响因子。结果表明,断裂带附近地表热环境受到断裂带分布影响;岩石和土壤通过不同的地表覆被类型影响地表温度。地表热环境分布与断裂带等自然因素存在一定相关性。     

新疆罗布泊地区有希望找到大钾盐矿

据地矿部地质遥感中心李廷祺、苏德荣及中国科学院青海盐湖研究所胡东生等人所进行的遥感图像解译研究成果,新疆罗布泊地区可能有大钾盐矿存在。 他们通过对罗布泊地区陆地卫星MSS4、5、7波段假彩色合成图像的解译,发现该区图像上存在三类影像(见封底彩片):一是位于该区南部由黑白相间条带组成、呈环状分布的耳朵状影像,反映湖水退缩、湖泊干涸的特征;二是环绕耳朵状影像四周的白色影像;三是耳朵状影像北侧棕黑-棕褐色影像。经与青海柴达木盆地盐湖、钾盐湖影像特征对比,白色影像可能为干盐滩的显示,而棕黑-棕褐色影像则与柴达木盆地钾盐…     

尺度和密度约束下基于YOLOv3的风电塔架遥感检测方法

风电场分布是风电投资监测预警、占地监测和清洁能源消纳能力评价的重要依据,卫星遥感技术是大范围提取风电场分布信息的有效方法.风电塔架作为风电场的遥感解译标识,其在高分影像中是一种多尺度目标,且受影像获取时间、光照条件、地表覆盖等影响导致特征差异大,遥感自动检测难度大.针对以上问题,提出一种尺度和密度约束下基于YOLOv3...     

基于特征指数合成影像的不透水面提取和分析

不透水面作为表征一个地区城市化水平的关键性指标,其时空变化特征与城市建设密切相关.以济南市重要的泉水补给区南部山区为研究对象,根据植被-不透水面-土壤(V-I-S)城市地表组分模型选取了NDVI、BCI、SBAI、MNDWI和NDUI 5种遥感特征指数构成合成影像,利用最大似然法对特征指数合成影像进行分类获取不透水面信...     

基于植被指数-反照率特征空间的沙漠化信息遥感提取——以张掖绿洲及其附近区域为例

利用Landsat TM遥感卫星影像反演植被指数和地表反照率,并由此构建了植被指数和地表反照率组成的特征空间,最后利用该特征空间对张掖绿洲及其附近区域的沙漠化现状和程度进行了定量评价。利用野外调查的定位数据对结果进行检验,总体精度达到82%。该方法可以在遥感图像处理软件下实现沙漠化现状与程度的自动识别,而且指标简单、易于获取。与单纯使用遥感光谱信息进行分类相比,对于沙漠化现状与程度的分类和分级具有更好的效果。     

基于卫星遥感影像和DEM融合的地质断裂带研究

应用遥感影像进行地表地质分析,具有数据量大、耗时短、费用低廉等优势,可以快速获取大范围区域的相关地质信息,因此,近年来,卫星遥感影像广泛应用于地质分析工作中。但是由于卫星影像在不同时期内的特征不同,且有大量不同的数据源,在不同影像上获取地质特征困难,因此,如何利用影像处技术增强影像中的地质特征,成为遥感影像地质判读的研究重点。地质断裂带调查一般借助各种直接与间接的调查方法以确认断裂带的存在与否和位置,了解断裂带的活动性,并提供点状或剖面数据材料。卫星影像在追踪研究贯穿地表且可为影像所解析的断裂带上,提供真实的影像证据,有助于直接分析影像中断裂带走向和延展。利用遥感影像处理计算,将卫星影像数据叠加到DEM上编制三维地形图,并利用计算机仿真,通过不同方向的投射光源,找出最适合的观察角及最能凸显出重点区域线状地类的状态。对于地质现象的分析及解释上,可提供较平面影像细致、准确的参考依据。     

遥感影像智能解译:从监督学习到自监督学习

遥感影像精准解译是遥感应用落地的核心和关键技术.近年来,以深度学习为代表的监督学习方法凭借其强大的特征学习能力,在遥感影像智能解译领域较传统方法取得了突破性进展.这一方法的成功严重依赖于大规模、高质量的标注数据,而遥感影像解译对象独特的时空异质性特点使得构建一个完备的人工标注数据库成本极高,这一矛盾严重制约了以监督学习为基础的遥感影像解译方法在大区域、复杂场景下的应用.如何破解遥感影像精准解译"最后一千米"已成为业界亟待解决的问题.针对该问题,本文系统地总结和评述了监督学习方法在遥感影像智能解译领域的主要研究进展,并分析其存在的不足和背后原因.在此基础上,重点介绍了自监督学习作为一种新兴的机器学习范式在遥感影像智能解译中的应用潜力和主要研究问题,阐明了遥感影像解译思路从监督学习转化到自监督学习的意义和价值,以期为数据源极大丰富条件下开展遥感影像智能解译研究提供新的视角.     

基于CBERS-02遥感影像的湿地地表覆被分类研究

基于CBERS遥感影像多光谱数据,运用信息量、相关系数及OIF方法,分析了波段数据特征,获得了对影像数据的整体认识。 通过绘制地表覆被类型的样本均值光谱曲线,分析了多种地表覆被类型在5个影像波段中的光谱特征,得出了不同覆被类型在各波 段中的反射特性。基于典型地表覆被类型样本数据,分别针对影像的5个波段及第一主成分、归一化植被指数这两个重要特征,运 用盒须图进一步分析了不同地表覆被类型的分异特性。运用Z-test统计方法,筛选出了区分不同地表覆被类型的最优纹理特征。运 用面向对象分类技术开展了研究区覆被类型分类实验,验证了基于CBERS遥感影像进行内陆淡水湿地区地表覆被分类的可行性,丰 富了地表覆被信息提取方法,拓展了CBERS遥感影像的应用领域。     

基于资源三号卫星影像的面向对象地表覆盖要素分类方法研究

以2013年资源三号高分辨率遥感影像为数据源,选取伊朗胡齐斯坦市作为试验区,采用面向对象的信息提取技术对其进行地表覆盖要素分类试验。试验结果表明,采用特征选择和最邻近分类法结合的信息提取思想,可以较好地完成不同地表要素的信息提取。信息提取总体精度为94.19%,Kappa系数为0.925 5。由此可知,基于面向对象分析方法的地表覆盖要素提取技术对国产高分率遥感影像具有一定的适用性。同时,该试验为全球地表覆盖要素的遥感信息提取提供理论和技术支持。     

基于地理实体与影像成像方式的镶嵌线生产算法研究

对正射影像生产中的镶嵌线进行了研究,在充分考虑遥感影像成像方式和特征的情况下,利用航摄区的道路与地表覆盖地理实体,研究镶嵌线生成算法,将航带航向、像幅、像主点、地理实体等参数作为影像重叠区数据的取舍依据,在确保投影变形最小的情况下,实现影像镶嵌线的生产和后期影像镶嵌的自动化处理。本文采用大范围航空影像数据进行了试验,结果表明,该方法可以得到较好的处理结果,算法简单且易于实现,在高分辨率航空影像镶嵌处理中具有重要的应用价值。     

基于1∶10000 DLG数据的地表覆盖要素自动提取研究

遥感图像地表覆盖要素的自动提取是目前卫星产品应用研究的热点之一,针对其提取效率问题,本文研究利用1∶10000 DLG数据的地表覆盖要素自动提取方法,并通过四川省某市城区WorldView2影像及其DLG数据进行实验研究。结果表明：该方法能够有效地提高高分辨率遥感影像地表覆盖要素自动提取的效果,很大程度上降低了繁琐的人工解译的工作量,提高地表覆盖提取的工作效率和精度。     

基于地理国情地表覆盖监测的文物保护研究

通过地表覆盖遥感监测技术手段,按照整体性保护观念,研究大遗址内地表覆盖与文物保护之间的关系。阐述历史影像正射纠正和历史地表覆盖数据采集等技术难点及解决方案,提出基于成果统计方法研究监测区域内文物的分布特征和影响文物保护因素的变化趋势。     

基于1：10000DLG数据的地表覆盖要素自动提取研究

遥感图像地表覆盖要素的自动提取是目前卫星产品应用研究的热点之一,针对其提取效率问题,本文研究利用1：10000DLG数据的地表覆盖要素自动提取方法,并通过四川省某市城区WorldView2影像及其DLG数据进行实验研究。结果表明：该方法能够有效地提高高分辨率遥感影像地表覆盖要素自动提取的效果,很大程度上降低了繁琐的人工解译的工作量,提高地表覆盖提取的工作效率和精度。     

基于随机森林的遥感影像云雪雾分类检测

遥感影像中的云、雪、雾会遮盖地表的有用信息导致影像无法使用,为了提高有效遥感影像的使用效率,需要检测遥感影像中云、雪、雾的范围并剔除无用的影像.以自动检测卫星遥感影像中的云、雪、雾为目的,研究基于随机森林的遥感影像云、雪、雾分类检测方法,并通过增加"二次检测"减少有效区域与云、雪、雾间的错检.实验表明该方法具有较高的检...     

高分遥感驱动的精准土地利用与土地覆盖变化信息智能计算模型与方法研究

通过对地观测可在影像空间上全面反映地表地理现象、格局及演化过程,基于遥感数据提取的土地利用与覆盖变化(LUCC)产品为分析地理要素空间分布规律及其变化机制提供全覆盖、定量化和快速更新的本底信息.本文以高分辨率遥感视觉特征(图)与多源多模态观测机理特征(谱)相互耦合的图谱认知理论研究为基础,提出了精细地理图斑空间结构(精...     

基于深度学习的城市地理国情地表覆盖分类研究

作为图像识别的研究热点,利用深度学习对遥感影像进行自动分类具有较强的应用实践价值.本文基于全卷积神经网络的深度学习框架,提出了一套城市地理国情地表覆盖分类技术方法:利用地理国情成果,构建城市遥感影像样例库,训练全卷积神经网络,实现地表覆盖自动分类,并通过相似性系数对专题地物进行变化检测.文章选取了上海局部区域作为实验对...     

傅里叶谱纹理和光谱信息结合的高分辨率遥感影像地表覆盖分类

以高空间分辨率遥感影像为研究对象,将纹理特征与影像的光谱特征结合起来,用于地表覆盖类型分类。设计了一种基于傅里叶谱纹理的分类策略,对主成分分析后的第1、2主分量特征影像,利用径向谱（r-spectrum）提取纹理特征,并将纹理与光谱特征结合起来,构建了不同的分类特征用于支持向量机分类模型。以Salinas数据集和QuickBird影像为例,验证该算法。结果表明,纹理与光谱信息的结合可以明显提高高分辨率遥感影像的分类精度;由傅里叶径向谱提取的纹理特征可以很好的应用到高分辨率遥感影像的分类问题中,分类精度高于基于傅里叶总能量谱和灰度共生矩阵的分类精度;利用该算法对PCA变换后的第1和第2分量提取的纹理特征具有一定的互补性,并且结合多特征图像的纹理特征提取优于单特征图像的纹理特征提取。