低空遥感无人机影像反演河道流量

河道流量在维持水圈系统稳定性、估算国家水能资源可开发量等方面具有重要作用。卫星遥感受其分辨率限制很难准确反演中小河流流量,近地面遥感流量计算方法及传统水文测流方法技术复杂、设备昂贵、测算效率低,限制了其在无资料区、灾害突发事件非接触式应急监测等方面的广泛应用。为此,在充分吸收国内外遥感反演河道流量方法优点的基础上,基于低空遥感无人机（UAV）影像,提出了一种适用于各类尺度河流的高效、非接触、简易快速反演河道流量的方法。该方法提供了有、无地面实测大断面两类情况下流量反演途径,通过无人机影像生成点云和表面高程（DSM）,基于点云和DSM获取水面宽、糙率、水面比降以及水上大断面信息,采用水力学方法计算河道流量。并根据地面336组野外站点实测数据验证了方法的精度,进一步分析了无地面实测大断面情况下的流量计算误差。结果表明,反演流量在高值区略高于实测流量,可以满足灾害应急监测流量精度需求（R ²= 0.997,RMSE = 4.55 m ³/s）;无地面实测大断面资料而进行概化时,流量计算误差随水位升高、河宽增大而减小,最大累积误差为最大过水流量的8.28%,误差主要来自于水位低、河宽小、流量小的过水断面底部。考虑到研究区大断面多样性受限,而人类活动影响下的河底断面复杂多样,未来尚需进一步研究提高近河底处大断面概化精度,以提高无地面实测大断面情况下的流量反演精度。本文利用无人机遥感影像反演河道流量的思路可为灾害应急监测提供快速流量监测的新途径,也可为无资料地区遥感水文测站的建立提供重要参考依据。     

长江口水域多光谱遥感水深反演模型研究

利用Landsat-7 ETM 遥感影像反射率和实测水深值之间的相关性可以探测水深。该文介绍单波段、双波段比值和多波段3种线性回归模型以及动量BP人工神经网络水深反演模型。选择长江口北港河道上段作为研究区,利用上述模型,分两种情况进行水深反演:一是以河道全部历史样本建模;二是将河道按自然水深划分为浅水区和深水区分别建模。结果表明:神经网络模型预测精度高于线性回归模型;水深分区后线性回归和神经网络模型预测误差均有所减小。     

NASA TOVAS卫星遥感反演云南降水资料分析

TOVAS3B42RT0.25°×0.25°卫星遥感反演降水再分析资料是NASA于2002年2月开始在INTERNET网上提供的一种时空分辨率较高的卫星遥感降水反演资料。采用CRESSMAN插值法,将2003和2004年5～10月的降水反演资料内插到云南125个气象观测站点上,并与测站的降水实况资料进行对比分析。结果表明,TOVAS3B42RT0.25°×0.25°降水再分析资料能较好反映云南全省性、区域性及单站出现的小雨降水天气过程,反演资料具有较好的参考价值;对云南中雨以上量级的降水过程,也具有不同程度的反演能力。总的特点是:随着降水量级的增大,反演效果逐渐减弱,从反演的效果看,降水多的区域,TOVAS的反演能力强,效果较好。     

基于无人机可见光遥感影像的救灾帐篷信息提取

在分析救灾帐篷的光谱和形状特征基础上,将基于像元和面向对象分类方法相结合,提出一种针对无人机可见光遥感影像的救灾帐篷信息提取方法。首先基于帐篷初始样本在三维光谱空间中的范围对图像进行快速二值化初分类,通过聚类与尺寸滤波消除噪声图斑对后续信息提取的影响;然后引入不同结构模板的邻域分析和形态学方法还原对象空间形状,针对遥感影像的第一主成分,提取分割对象的光谱均值、局部二值模式对比度(LBP Contrast)均值、长轴长等特征;最后利用基于径向基函数(RBF)的支持向量机(SVM)分类方法完整提取救灾帐篷。以灾后常用的0.2m无人机可见光遥感影像为例的实验结果表明,救灾帐篷识别率高达95.5%。该方法运算效率高,克服了蓬顶内部异质性和相似物的影响,对于利用无人机可见光遥感影像开展救灾帐篷的检测与分析具有参考价值。     

基于低空无人机的草原灌丛遥感辨识方法

以位于中国科学院内蒙古草原生态研究定位站灌丛化样地实验平台为研究区,基于低空无人机遥感影像,结合实地调查,开展草原灌丛遥感辨识方法研究。通过对灌丛、草地和裸地归一化植被指数（NDVI）的方差统计分析,确定了裸地与植被的分割阈值为-0.08,并使用该阈值提取植被覆盖区,然后分别利用面向对象的决策树（DT）、贝叶斯（Bayes）、K最邻近（KNN）、支持向量机（SVM）机器学习分类器进行灌丛辨识。研究表明：借助Estimation of Scale Parameter（ESP）最优分割尺度评价工具可以快速确定分割参数,获取灌丛、草地影像对象;利用特征空间优化工具选取了18个的对象特征,可以有效避免盲目选择而导致的计算量增大;通过对不同分类器分类结果的对比和样本数量敏感性实验得出：Bayes分类器精度稳定、无需设置参数,灌丛分类精度最高,总体精度和Kappa系数分别达到92%和0.83,结果与影像地物嵌合最好,能够精确识别单株灌丛;根据Bayes分类器分类结果统计得研究区灌丛盖度为14.74%,平均冠幅为0.6 m²,与样方调查结果基本一致。由于4种分类器的算法特征以及对训练样本数量的敏感性各不相同,因此选择合适的分类器还需根据具体影像的地物特征、空间分辨率和研究区范围来确定。     

基于MODIS遥感定量反演的松嫩平原生态环境要素

以MODIS遥感影像为基础,在各种气象参数和遥感空间建模的支持下,应用定量遥感反演技术,获取了松嫩平原植被覆盖度、土壤湿度、陆面温度和植被净初级生产力四种生态环境要素的空间分布栅格影像。通过应用GIS空间分析功能,总结了各种生态环境要素的空间分布规律,并对植被覆盖度与土壤湿度、陆面温度和植被净初级生产力之间的相关性分别进行了定量研究。     

基于多策略的极地遥感反演模型集成研究

极地遥感反演模型是极地研究的一种非常重要的工具.遥感反演模型对极地研究具有重要性,分析遥感反演模型的特点,以持续性、业务化、统一调用为目标,提出极地遥感反演模型集成应用架构.基于该集成方案,提出基于多策略的模型改造方法,并从三个方面详细论述模型的集成模式.基于可执行程序的模型改造方法对模型进行改造,采用应用端的模型集成...     

基于遥感反演的山东省森林资源调节温度服务的研究

森林生态服务的量化研究是森林生态服务评估的关键之一。利用TM数据、实际采集的外业数据、山东气象数据,对山东省不同树种、不同时间森林调节气温的生态服务进行了量化分析。主要结论有:温度和森林的NDVI(归一化植被指数)是负相关的关系,NDVI值越高,温度越低;森林温度变化的振幅比农田、城镇都小,森林对温度的调节作用比农田大;不同类型的降温效果不同,在不同的季节降温作用也不一样。在分析时,限定了分析的条件,森林对气温的实际调节作用远大于分析的结果。     

基于BP神经网络的盐渍土盐分遥感反演模型研究

采用遥感技术和BP神经网络技术,结合野外实测的盐渍土光谱特征和实验室化验的土壤含盐数据,对盐渍土盐分的遥感反演进行了模型的设计与编程实现.BP神经网络模型的预测精度在62.5%,明显高于传统统计模型的预测精度,表明BP神经网络能较好地模拟土壤含盐量与光谱数据之间的关系,可用于建立土壤盐分遥感反演模型.     

基于ETM遥感影像的二滩库区水深反演研究

在常规测量研究的基础上,通过分析ETM遥感影像不同波段对水体、水深的敏感性,选取二滩水电站库区上段37断面以上河段,基于GIS平台建立了水深和相应的ETM适宜波段间的比值法水深遥感反演模型,从而快速获取大范围水域水深信息,整体精度达到80%以上.遥感反演水深作为评价浅水区泥沙淤积及其发展趋势的经济可行的方法之一,为库区泥沙淤积研究提供了新的思路.     

地表蒸散遥感反演双层模型的研究方法综述

通过遥感方法反演表面温度来计算地表蒸散量是定量遥感的一个很有潜力的应用领域。这种方法已成功地应用于植被完全覆盖的地表蒸散的监测,然而对于植被稀疏的地区,利用该方法模拟通量和观测通量之间存在很人的差异。产生这种差异的原因是假设辐射表面温度可以用来代替空气动力学温度。在这种假设条件下,植被完全覆盖的地表的通量计算能够得到较为满意的结果,但对于稀疏植被地表却是不成立的。对此,国内外许多学者提出了将土壤和植被分开计算的双层模型以求得到更加准确的通量结果。介绍了当前国内外几种常用的地表蒸散遥感估算双层模型,讨论了这些模型的物理基础和假设并讨论了目前双层模型在计算通量时存在的一些问题和难点,并对今后的工作重点和研究方向提出了建议。     

基于TM数据的太湖叶绿素a浓度定量遥感反演方法研究

探讨利用常规卫星遥感数据Landsat/TM定量反演太湖叶绿素a(Chl-a)浓度的方法。在对Landsat/TM影像进行几何校正、辐射定标、大气校正等预处理的基础上,选择适于太湖Chl-a浓度定量反演的最佳波段或波段组合,采用半经验回归模型和混合光谱分解模型分别建立太湖Chl-a浓度定量反演模型,并对不同模型及反演结果进行对比分析。     

城市绿地水热通量的遥感反演与实验验证

为了定量评估北京绿色奥运城市绿地建设对生态环境的改善作用,根据北京城市下垫面状况改进了SE-BAL模型地表比辐射率、地表温度参数,应用模型对北京TM遥感图像反演了城市绿地水热通量,并用涡度相关系统地面同步观测数据进行验证,模型反演值与地面观测值基本相符。秋季植被覆盖下垫面显热约为建筑区的78%,为裸土的60%;而潜热约为建筑区的1.24倍,为裸土的1.55倍;林地显热约为草地的97%,潜热为草地的1.12倍。显热随植被覆盖度Pv的增加而降低,而潜热随Pv的增加而增加;在低植被覆盖度(Pv0.6)区域,提高Pv对降低显热、增加潜热的效果比高植被覆盖度(Pv0.6)区域要显著。     

基于历史地图与遥感影像的近百年来长江荆江段河道演变

基于实测的军事地形图和Landsat遥感影像,重建了20世纪30年代至2015年的近百年长江荆江段河道演变空间数据集,并以此为基础使用计盒维数法在ArcGIS 10.2平台上测算得出河道分形维数近百年来的变化过程。研究表明：荆江河道具有明显的分形特征,河道分维数值在1.074 7~1.049 1之间变动,平均值为1.061 3。近百年来荆江河道演变可以划分为2个阶段：20世纪30~50年代和1976~2015年,其分维均值分别为1.074 3和1.052 6。近百年来荆江河道处于逐渐趋于稳定的过程中。各时间断面下荆江的分维值都高于上荆江,下荆江的河流复杂程度大于上荆江,且荆江河道分维的变化主要取决于下荆江。近百年来荆江河道分维下降的原因主要是1949年后荆江河道大规模治理和人工截弯取直。     

基于多源遥感影像的洞庭湖地形提取方法

湖底地形数据是湖泊流域规划与治理、湖区冲淤变化研究、水资源利用和生态环境保护的重要基础。但传统的大型湖泊湖底地形数据获取手段耗时长、投入大,因此,有必要研究一种基于遥感影像快速获取湖底地形数据的方法。本文以洞庭湖为研究对象,采用Landsat和MODIS系列遥感影像提取湖区边界,基于趋势面分析法和克里金插值法,反演湖区边界各点对应的水位,将带有水位信息的边界点作为高程点实现湖底地形反演,进一步用实测湖底地形验证反演方法的可靠性。研究结果表明,克里金插值法水位反演效果较好,交叉验证的误差标准平均值在0.2 m以内,水位样本点分布较多处,基于克里金法的地形反演绝对误差在1 m以内。本文利用湖泊淹没区域变化的特点快速获取湖底地形,对湖区演变分析、综合治理与保护等具有重要意义。     

基于改进SURF算法的无人机遥感影像快速拼接

为了及时、准确地反映测区情况,需要在拍摄现场将获得的无人机遥感影像进行实时拼接.基于SURF的无人机遥感影像拼接算法具有尺度和旋转不变性,拼接效果较好,但该算法稳定性较差,拼接过程中大量误特征点被提取出来,导致计算量大、匹配效率低,无法满足实时拼接的要求.该文首先利用SURF算法粗提取特征点,然后利用RANSAC算法剔除被误提取的特征点,实现特征点的快速匹配和图像实时拼接.实验结果表明该文的算法不但可以得到很好的图像拼接效果,而且极大地提高了拼接效率.     

基于多光谱遥感的扎龙湿地湖泡水深反演研究

以扎龙湿地龙泡子为研究对象,利用58个实测水深数据和季相最接近的Quick Bird数据,建立湖泊水深的反演模型。探索性地建立了单波段和多波段组合的线性(多元)回归模型、指数模型、二次多项式模型、微分模型和对数模型等;通过对比模型的决定系数R2,比较模型精度;线性模型、对数模型、指数模型和幂指数模型的R2小于0.5,而二次多项式模型和多元线性回归模型的R2大于0.5,精度相对较高;筛选出拟合度较高的模型,用20个实测验证样本,采用相对误差和均方根误差进行模型精度评价;最后,利用精度较高的模型,进行龙泡子水深反演计算。水深反演结果表明,用选出的模型反演得到的龙泡子水深基本一致,为170~200 cm,即使有稀疏的水草覆盖,依然可以表现出水深渐变的趋势。以蓝、绿、红和近红外波段多光谱遥感反射率为自变量,建立的线性湖泡水深反演模型y=123.990-3.332B1+183.859B2-237.133B3-37.143B4(y为水深;B1、B2、B3和B4分别为蓝、绿、红和近红外波段的水体反射率),能较好地反演扎龙湿地湖泡的水深。     

基于Landsat 8 OLI影像的塔里木河下游河岸林叶面积指数反演

叶面积指数(Leaf Area Index,LAI)是描述植物冠层结构特征的重要参数,也是研究植物冠层表面物质和能量交换必不可少的参数。根据在塔里木河下游河岸林地利用LAI-2250实测的LAI数据,比较Landsat 8 OLI遥感数据提取的几种常规植被指数估算LAI的能力,建立LAI估算模型,并利用实测数据对模拟结果进行精度验证,生成塔里木河下游LAI分布图。结果表明:(1)各植被指数(Vegetation Indexes,VIs)与LAI均具有一定的相关性,对于不同的植被指数,二次多项式回归模型相关性均最高;(2)在不区分植被类型的样本分析中,大气阻抗植被指数(Atmospherically Resistant Vegetation Index,ARVI)与实测LAI具有最高的相关性;(3)分别针对柽柳林和胡杨林样本分析,判定系数R2和反演精度均具有不同程度的提高,对应的最适植被指数分别为归一化植被指数(Normalized Differential Vegetation Index,NDVI)和ARVI;(4)塔里木河下游河岸植被LAI有3个高值区:大西海子水库附近、下游中部和尾闾湖台特玛湖附近。全区LAI值主要分布在0~1.5之间,均值为0.361。该研究结果为遥感提取塔里木河下游河岸林带高空间分辨率的叶面积指数数据提供了数据支持和方法支撑。