高分三号SAR影像双阈值变化检测

双阈值合成孔径雷达SAR(Synthetic Aperture Radar)变化检测算法具有在发现变化区域的同时还能确定地表发生后向散射变化类型的优点。针对广义高斯双阈值最小误差法D-GKIT(Dual Generalized Kittler and Illingworth Thresholding)在进行阈值选取时直方图中不同类别像素灰度级重叠严重时,分割结果容易在尖峰单侧选取出双阈值而导致无法正确分割差异图的问题,本文提出一种结合归一化最大类间方差和广义高斯最小误差法GKIT(Generalized Kittler and Illingworth Thresholding)的双阈值SAR变化检测方法。首先,提出以归一化最大类间方差值作为灰度级重叠程度的判别参数,确定阈值的选取顺序及两个候选区间;然后,利用GKIT在候选区间内进行分割,获取单侧阈值及非变化类拟合函数;最后,提出利用非变化类拟合函数更新后的直方图作为另一侧阈值选取基础进行分割,得到对应分割阈值。以宁波地区高分三号(GF-3)SAR卫星影像作为试验研究数据,结果表明:本文方法能较好地解决灰度级重叠时D-GKIT无法进行正确分割的问题,具有良好的变化检测效果和更强的鲁棒性且达到了利用研究区数据验证利用GF-3号SAR卫星影像进行变化检测研究可行性的目的。     

融合Sentinel-2数据的高分五号高光谱数据降尺度

高分五号(GF-5)是中国首颗实现对大气和陆地综合观测的全谱段高光谱卫星,其搭载的可见短波红外高光谱相机AHSI提供的遥感数据拥有极高的光谱分辨率。然而,AHSI数据的空间分辨率为30 m,较低的空间分辨率限制了应用场景。为实现GF-5数据的降尺度,本文通过融合10 m哨兵二号(Sentinel-2)多光谱数据,生成10 m GF-5高光谱数据。在方法上,针对现有先进的信息损失引导的图像融合方法ILGIF (Information Loss-Guided Image Fusion)在高光谱图像降尺度中计算时间成本高的问题,本文提出了其快速版本FILGIF (Fast ILGIF)。另一方面,在降尺度过程中,本文考虑并估计了30 m GF-5高光谱数据和10 m Sentinel-2数据之间的尺度转换点扩散函数PSF (Point Spread Function),提高融合数据质量。实验结果验证了融合Sentinel-2数据用于GF-5高光谱数据降尺度的可行性。同时,结果表明：在获得与ILGIF相当精度的前提下,FILGIF大幅提高了运行效率;尺度转换PSF对降尺度过程有着重要影响,其准...     

高分四号静止卫星数据的地表反照率反演

地表反照率(Albedo)是描述地表辐射能量平衡的重要参数,为了获得高分四号(GF-4)静止卫星的地表反照率产品,构建了一种基于核驱动双向反射率分布(BRDF)模型的反照率反演方法。首先,探索核驱动BRDF模型对GF-4卫星数据的适用性,加入地表分类信息,为核系数赋初值,并引入鲍威尔迭代算法优化模型结果。然后,对BRDF模型进行角度积分获得各个波段的地表窄波段反照率。在此基础上,结合GF-4卫星光谱响应函数与光谱库,首次建立了将窄波段反照率到宽波段反照率的转换系数,并反演得到0.4—0.7μm和0.3—3.0μm的宽波段反照率。最后,利用Landsat 8卫星数据和MODIS地表反照率产品对基于GF-4卫星数据的地表反照率反演结果进行交叉验证。Landsat 8与GF-4的反照率结果对比表明,GF-4卫星可见光范围内的反照率反演结果精度为85.6%,短波范围内的反照率反演结果精度为93.4%;MODIS与GF-4的反照率结果对比表明,可见光范围的地表反照率精度达到87.7%,短波范围的地表反照率精度达到85.9%。这说明GF-4卫星地表反照率反演结果具有较高精度,GF-4卫星反照率产品具有一定应用潜力。     

基于高分三号极化SAR数据的农作物散射特性分析及分类

高分三号卫星是我国首颗多极化的高分辨率C波段SAR卫星,其于2017年1月正式交付用户使用后,主要被用于海洋遥感方面的研究。而极化SAR对于农作物的结构特征十分敏感,适合于农作物监测及分类。文中首次利用高分三号的极化SAR数据分析不同农作物的极化散射特性,然后利用H/α-wishart分类和H/A/α-wishart分类方法对湖南省岳阳县洞庭湖实验区域的高分三号极化SAR数据进行分类。整体分类精度高于85%,Kappa系数大于0.8。实验结果表明,高分三号全极化数据能够较好地表征农作物的散射特性,并可用于极化SAR农作物分类研究。     

高分三号SAR影像广域范围联合几何检校技术

在获取广域范围雷达遥感正射影像图时,需要对区域内每景SAR影像进行几何参数修正,提高SAR影像的定位精度。但在广域范围进行控制点的选取和影像的逐一修正,其工作量巨大,严重影响了SAR影像分析应用的效率。对此,本文提出了一种广域范围联合几何检校方法。该方法在R-D模型的基础上,首先利用少许SAR影像计算其独立的系统级检校参数,其次去除系统级检校参数中大气延迟分量的影响,然后依据最小二乘平差原理获取最优的系统级检校参数,最后利用最优的系统级检校参数对所有SAR影像进行几何检校处理。论文采用覆盖中国中东部地区的32景GF-3SAR影像进行联合几何检校试验,检校后的SAR影像定位中误差优于9 m。试验结果表明:该方法能够提高GF-3 SAR影像几何检校的精度,验证了其有效性和可行性。     

高分五号全谱段光谱成像仪地表温度与发射率反演

地表温度在全球能量平衡和气候变化研究中具有重要意义。中国新一代高分辨率卫星高分五号卫星(GF-5)搭载的全谱段成像光谱仪有4个40 m空间分辨率的热红外波段,可以提供高空间分辨率的地表温度信息。本文提出了适用于全谱段成像光谱仪的温度与发射率分离TES(Temperature and Emissivity Separation)算法同时反演地表温度和发射率,为了提高大气校正精度,算法加入了水汽缩放WVS(Water Vapor Scaling)大气校正方法。首先利用Seebor V5.0全球大气廓线库构建模拟数据对算法精度进行了评价;然后利用张掖地区11景ASTER影像作为替代数据和同步的地面实测数据对算法精度进行了验证。模拟数据结果表明加入WVS方法后TES算法反演地表温度的RMSE由2.59 K降低到1.54 K,4个波段地表发射率的RMSE分别从0.122、0.12、0.102和0.037降低到0.042、0.04、0.028和0.026;地表验证结果表明本文算法反演的地表温度与站点实测值具有更好的一致性,平均Bias由1.08 K降低到0.47 K,RMSE由2.17 K降低到1.7 K;反演的各波段地表发射率与地面实测结果误差均小于1%。因此,本文提出的温度与发射率分离算法具有较高精度,可以利用GF-5数据获取高精度高空间分辨率的地表温度和发射率数据,服务于其他相关研究。     

利用暗目标法从高分一号卫星16 m相机数据反演气溶胶光学厚度

针对高分一号卫星(GF-1)的16 m宽覆盖相机数据,探讨了暗目标法的应用。首先,利用地面观测的植被光谱数据,结合模拟计算,发现利用红蓝波段线性关系能更好地去除地表影响,而利用反演的气溶胶光学厚度AOD进行大气校正能很好地去除伪暗目标;然后,以天津地区和北京地区为试验区进行了反演试验。结果表明,利用本算法能较好地观测气溶胶分布,与地面观测结果均有较好的相关性(R0.8),但反演结果整体偏高,可能是云像元的影响。误差分析表明,整景图像采用统一的观测天顶角会带来较大误差,最大误差为0.3;绝对辐射定标精度在3%以下,反演精度能控制在10%,城市型气溶胶会对反演带来较大误差。     

结合时间序列Sentinel-1数据和面向对象的湿地信息提取方法

基于光学影像的遥感技术受云雨等天气条件影响较大,而合成孔径雷达(SAR)由于具有穿透能力可以很好的克服这一缺陷。本文以黑龙江流域扎龙湿地为研究区域,采用时间序列C波段双极化(VV、VH)Sentinel-1数据,结合面向对象的图像分析技术对扎龙湿地进行分类。对比分析了5种机器学习算法得出随机森林算法的精度最高,总体精度为88.43%,Kappa系数为0.8646,其中沼泽的制图精度达到84.68%,用户精度达到89.47%。使用Sentinel-1数据对扎龙湿地进行湿地信息提取的最佳时相为5月、7月和8月。     

深度神经网络的高分三号全极化SAR图像分类方法

针对传统极化SAR地物分类方法和基于像素的神经网络分类方法容易受到SAR图像固有斑点噪声影响而出现的破碎孤立点和精度下降问题,该文在考虑了极化SAR图像的基本特征的基础上结合深度卷积神经网络的方法对地表覆盖类型进行了分类研究,利用不同尺度的全极化SAR特征融合RGB图像对GoogLeNet模型进行迭代训练,结合对实验区的多尺度分割结果,对SAR图像做不同尺度下的样本分类,并最终获得整体图像的分类结果。实验证明,此方法能够获得较高的分类精度。     

高分三号卫星全极化SAR影像九寨沟地震滑坡普查

基于光学遥感影像的区域滑坡普查易受云雾天气的影响,存在滑坡体调查不全面的问题,无法满足震后应急调查与恢复重建的需求。本文提出了一种极化SAR卫星数据滑坡普查方法,采用高分三号全极化SAR卫星影像数据,以九寨沟地震震区为实验区,在深入分析滑坡体和其他地物类型散射特征的基础上,融合极化特征、纹理特征和地形特征等多维特征信息,结合高分二号影像获取的训练样本,构建基于BP神经网络的全极化SAR数据滑坡自动识别模型,实现滑坡体的自动快速识别。与高分辨率光学影像与无人机航空影像目视解译结果相比较,总体识别精度为92.8%,Kappa系数为0.715,识别准确度满足地震应急实际应用的需求。研究成果可用于震区大区域滑坡体的普查,为后续开展无人机高分辨率影像滑坡体详查、灾后应急与景区恢复提供辅助信息支撑,并促进国产高分SAR卫星数据在防震减灾中的应用。     

结合Singh四分量分解的高分三号全极化SAR影像分类

不同于一般分类算法基于像素统计的分类,忽略了地物的散射特性,文中提出了一种保持地物散射特性的分类方法。这种方法将Singh提出的Singh四分量分解与基于复Wishart分布的最大似然分类器相结合,对高分三号全极化影像进行分类。利用Singh四分量分解获得表面散射、体散射、二次散射和螺旋体散射,然后将前3种基础散射分别划分为多个聚类,根据复Wishart距离进行类间合并,直到获得指定类别数,输入复Wishart分类器进行迭代分类,最后进行类别合并获得最终分类结果。试验表明本文算法具有较好的分类效果且验证了利用高分三号全极化卫星数据进行影像分类的可行性。     

高分七号卫星激光测高数据大型湖泊水位测量精度评估

卫星激光测高数据在湖泊水位测量方面具有重要的应用价值和独特优势,本文针对国产高分七号卫星上装备的线性体制全波形激光测高仪,开展在大型湖泊水位测量方面的应用探讨.介绍了高分七号卫星的基本参数,并与其他类卫星做了对比,分析了影响湖泊水位测量精度的卫星侧摆、大气散射、回波波形饱和等因素,研究了湖泊水面激光点的提取方法,结合I...     

高分二号异轨立体数据的森林高度提取

森林植被碳储量的空间分布格局及其动态变化是陆地生态系统碳收支核算的基础。作为森林地上生物量的重要指示因子,森林高度的精确估算是提高森林植被碳储量估算精度的关键。现有研究已证明,由专业星载摄影测量系统获取的立体观测数据可用于森林高度提取,但光学遥感数据最大的问题是受云雨等天气因素的影响严重。区域森林地上生物量产品的生产需要充分挖掘潜在数据源。国产高分二号卫星(GF-2)虽然不是为获取立体观测数据而设计的专业星载摄影测量系统,但其获取的图像空间分辨率可达0.8 m,且具备±35°的的侧摆能力,在重复观测区域可构成异轨立体观测。本文以分别获取于2015年6月20日和2016年7月19的GF-2数据作为立体像对,其标称轨道侧摆角分别为0.00118°和20.4984°,以激光雷达数据获取的林下地形(DEM)和森林高度(CHM)为参考,对利用GF-2立体观测数据进行森林高度提取进行了研究。通过对立体处理得到的摄影测量点云的栅格化得到DSM,以激光雷达数据提供的DEM作为林下地形,得到了GF-2的CHM。结果表明GF-2提取的CHM与激光雷达CHM空间分布格局较为一致,两者之间存在明显的相关性,像素对像素的线性相关性(R2)达到0.51,均方根误差(RMSE)为3.6 m。研究结果表明,在林下地形已知的情况下,GF-2立体观测数据可用于森林高度估算。     

利用高分七号卫星开展1∶10000立体测图精度验证

针对当前我国1∶10000基础地理信息成果急需加快生产速度,以及基于GF-7影像的测图精度能否满足1∶10000基础地理信息成果要求还需进一步验证的现状,开展基于GF-7影像的1∶10000立体测图试验以及成果精度验证试验.试验利用外业控制资料,全面验证了利用GF-7影像生产的1∶10000数字表面模型(DSM)、数字...     

高分一号卫星中国植被覆盖度高时空分辨率产品验证与分析

植被覆盖度FVC (Fractional Vegetation Cover)是衡量地表植被状况的重要指标之一。卫星遥感是获取全球与区域动态FVC的主要技术手段,但现有FVC产品空间分辨率主要为中等（300 m）及中低分辨率,难以满足应用需求。已有高分辨率卫星较长的重访周期是制约高分辨率FVC产品难以生产的主要原因。国产高分一号（GF-1）宽幅相机（WFV）具有高时空分辨率特点,16 m空间分辨率和4天重访周期为高时空分辨率FVC产品生产提供数据支撑。本文对中国2018年—2020年16 m/10天GF-1 FVC产品从直接验证和间接验证两方面进行定量分析与评价,结果显示：（1）基于中国甘肃黑河站、吉林净月潭站、河北塞罕坝站等地面实测数据进行直接验证,GF-1 FVC产品精度（R2=0.57,RMSE=0.12,BIAS=-0.03）优于GEOV3 FVC产品,能够降低森林类型高估现象;（2）中国陆地近88%的像元GF-1 FVC产品全年缺失率低于70%,在生长季内约占82.73%的像元缺失率低于73.68%,产品能够较好的体现植被季节变化特征。基于国产GF-1卫星的高时空分辨率FVC产...     

北斗三号全球卫星导航系统空间信号精度评估

针对北斗三号 (BDS-3)正式开通后的空间信号精度情况,选取2020-08-01—2021-07-31共 1 a的混合广播星历数据,以德国波茨坦地学研究中心(GFZ)和武汉大学国际GNSS服务(IGS)数据中心(WHU)提供的精密星历为参考分别从轨道精度、钟差精度和空间信号测距误差(SISRE)来进行BDS-3的空间信号精度评估. 结果表明:BDS-3的轨道精度在径向(R)、切向(A)、法向(C)三个方向上分别优于0.100 m、0.405 m、0.547 m,钟差精度优于1.926 ns,仅受轨道影响的SISRE (orb)为0.134 m,SISRE为0.612 m. 地球静止轨道(GEO)卫星的SISRE为1.137 m,倾斜地球同步轨道(IGSO)卫星和中圆地球轨道(MEO)卫星的SISRE相比GEO卫星分别减少36.3%、51.3%.      

北斗三号PPP-B2b服务的卫星定轨精度评估

随着北斗三号全球卫星导航系统(BDS-3)的成功组网,新启用的B2b信号由于承载着精密单点定位(PPP)服务而备受关注,但该信号的应用尚未普及,为探究PPP-B2b信号的服务性能,针对自研板卡接收的B1C和PPP-B2b导航电文数据,以德国地学研究中心(GFZ)提供的精密星历产品及其插值结果为参考基准,计算卫星定轨结果与参考基准的互差序列和均方根误差(RMSE),评估广播星历和PPP-B2b精密改正轨道的轨道精度.结果表明：广播轨道在径向(R)、切向(T)、法向(N)的精度均值分别为0.19 m、0.65 m和0.89 m;精密改正轨道在R、T、N的精度均值分别为0.13 m、0.32 m和0.29 m;自研板卡接收的PPP-B2b信号满足PPP的应用要求,为下一步开发基于PPP-B2b信号的相关产品提供数据参考.     

高分二号数据的城市生态用地分类方法探讨

针对传统分类法分类精度低、速度慢等问题,同时也为了探索国产卫星高分二号遥感数据在城市生态用地分类中的方法及效果,及时获取其生态用地信息,该文以四川省内江市隆昌县城区为研究范围,提出了一种辅以影像光谱特征和纹理特征信息的随机森林分类方法。该方法提取城市生态用地信息,并将其分类结果与传统的支持向量机分类、最大似然分类进行对比,结果表明,新方法具有更高的分类精度和更快的分类速度,更适合高分辨率、多特征参数、大面积的高分二号遥感影像城市生态用地分类。     

资源三号测绘卫星 DSM 与AST ER GDEM 精度对比分析--以高海拔山区为例

为了评价国产资源三号测绘卫星DSM数据质量,选取地貌类型丰富的云南省高海拔山区为试验样区,以1∶10 000实测地形图DEM为假定真值,以30m分辨率ASTER GDEM为评价参照,从高程精度和地形描述精度两方面着手,对国产资源三号测绘卫星DSM数据精确性进行分析。结果表明:国产资源三号测绘卫星DSM数据精度整体高于ASTER GDEM。     

国产资源三号测绘卫星DSM数据质量评价--以高海拔山区为例

为了评价国产资源三号测绘卫星DSM数据精度,在顾及地貌类型的情况下,以涵盖平原、台地、丘陵等地貌的高海拔山区为研究案例,并以1∶1万实测地形图DEM为假定真值,以90m分辨率SRTM DEM为评价参照,从高程精度和地形描述精度两个方面,对15m分辨率ZY-3DSM进行精度评价分析。研究结果表明:ZY-3DSM高程精度优于SRTM DEM,前者高程中误差仅为后者的1/6;就地形描述精度来讲,ZY-3DSM与SRTM DEM相比,其地形描述精度更接近理论值,前者RMS Et实际值仅为理论值0.99倍,而后者的实际值却是理论值5.13倍。由此看来,ZY-3DSM数据精度整体上高于SRTM DEM。