MODIS NDVI时间序列在三江平原湿地植被信息提取中的应用

以三江平原为研究区,利用多时相的中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)影像数据,采用一种基于归一化植被指数(Normalized Difference Vegetation Index,NDVI)时间序列的监督分类方法获取了研究区湿地植被的分布数据。监督分类以NDVI时间序列的波形所反映出的植被物候特征作为分类器,将离散的傅立叶变换应用于NDVI时间序列以减少高频噪声对分类的影响,并运用傅立叶变换后波形幅度和相位的相似性来确定像素的归属类别。根据研究区植被的物候特征的差异,区分出7种地表(沼泽、沼泽化草甸、滩地、水田、旱地、灌木和林地)的植被类型,得到三江平原2005年湿地植被的分布数据。该方法的总体分类精度达到79.67%,Kappa系数为0.752 5。研究表明,基于MODIS多时相NDVI数据,采用基于傅立叶组分的相似度分类方法可以客观、经济、快速的提取湿地植被分布数据。     

基于最小二乘影像匹配的超分辨率重建

通过序列影像间的互补信息改善影像失真和退化的超分辨率重建,其关键是精确获取序列影像间的运动信息。该文讨论了一种基于最小二乘影像匹配的高精度运动估计方法,根据最小二乘影像匹配的高精度同名像点,获取同名点在序列影像间的运动信息,从而进行低分辨率序列影像的子像素级运动信息精确估计,据此进行超分辨率重建。利用一组模拟低分辨率序列影像进行的超分辨率重建验证结果表明:基于最小二乘法运动估计精度较高,采用迭代反投影法重建影像具有较好的视觉效果,该方法尤其适用于存在平移运动的影像序列的超分辨率重建。     

利用SAR影像时间序列的耕地提取研究

卫星遥感是耕地资源调查的一种重要技术手段,利用遥感时间序列数据进行耕地提取具有很强的实践意义。光学遥感成像过程易受光照和大气条件影响,在云雨多发地区所能获取的可用数据十分有限;合成孔径雷达(SAR)能够全天时、全天气进行对地观测,但受斑点噪声影响,少见利用其构建时间序列进行信息提取的研究。本文研究了SAR影像时间序列在耕地提取中的适用性,利用江苏省徐州市2009年12月-2010年12月共11景ENVISAT ASAR 影像构建时间序列,目视选取30个5像元×5像元大小的耕地样区,分别统计样区内(相邻位置)与样区间(不同位置)耕地时域后向散射特征的一致性(变异系数);然后利用欧氏距离法、相关系数法以及动态时间弯曲法(DTW)进行研究区的耕地提取。结果显示：相邻位置耕地像元后向散射特性较为一致,平均变异系数为9.96%;不同位置耕地像元后向散射特性一致性也较好,平均变异系数为15.27%。在所选的3种方法中,相关系数法耕地提取精度最高,正确率与完整率分别为86.25%与80.70%;欧氏距离法精度次之,正确率与完整率分别为76.40%与71.93%;DTW效果较差,正确率和完整率分别为62.15%和77.78%。SAR影像时间序列作为一种新的数据组织形式,可用于耕地的有效提取。     

雷达差分干涉测量及其在地表沉降中的应用与展望

阐述了雷达差分干涉测量(D-InSAR)的基本原理,概括了国内外目前应用比较广泛的D-InSAR模型,针对长时间序列的城市地表沉降监测,应用较多的是基于相干点目标选择,相关的技术包括PSI、SBAS、CRT、CTA。通过多景数据的套合达到消除大气误差相位的目的。进一步总结了相关D-InSAR技术在地表沉降方面的应用进展。相关研究表明,D-InSAR技术能够应用于城市地表沉降监测,并且能够达到较高精度,逐步形成了完善的理论体系和技术处理流程。而且随着技术的发展,监测的时间尺度也在不断扩大、进一步拓展D-InSAR的试验区域。多种数据的结合和补充、方法的有效结合以及与传统的GPS、水准仪测量方法的结合是今后进一步关注的焦点和研究重点。     

雷达差分干涉测量

合成孔径雷达 (SAR)差分干涉测量 (D -InSAR)是利用SAR图像的相位信息提取地表沿雷达视线向的形变信息的一种有效手段。该文阐述D -InSAR的基本原理 ,分析该技术在地震监测、火山研究和细微的地表形变监测等方面的应用研究 ,并分析未来D -InSAR的应用前景。     

基于Freeman分解的喀斯特高原山区烟田土壤水分反演研究

为探究SAR技术在喀斯特高原山区烟田旱情监测,选取贵州省清镇市流长乡现代烤烟农业基地单元为研究区,采用SAR目标极化分解技术反演团棵期烟田土壤水分。选取Radarsat-2全极化数据,通过Freeman-Durden极化目标分解技术,分解出3种散射机制,并从目视解译假彩色合成影像与散射功率两个角度综合分析主要散射机制,根据SAR影像散射量中的介电常数与土壤水分密切相关的原理,尝试不同的回归模型,用主要散射机制占比反演烟田土壤水分,并用线性回归检验法检验其反演精度。结果表明:此方法能够较好地反演喀斯特高原山区烟田团棵期土壤水分,体现出SAR影像信息中单次散射模拟微粗糙表面散射及反演土壤水分的优势,为喀斯特高原山区烟田旱情监测提供技术参考。     

基于全球剖分模型的遥感影像变化区域表达和分发

很多遥感影像应用的情况下,用户需要及时获取最新的影像,其中优先级最高的应是影像的变化区域;对于那些没有变化或变化不重要的区域,则没有必要立刻传输最新时相的影像.根据上述思路,基于地图分幅拓展的全球剖分模型,利用剖分面片管理多时相的影像数据,并将其中的变化区域表达为最小外包面片(MBC)的集合.影像更新时只需传输变化区域MBC集合中的影像面片,从而减少影像更新时的数据传输负担.该文实现了影像分发平台,对MBC方法进行了验证,试验表明利用MBC进行影像变化区域表达能够满足降低数据传输负担的要求.     

面向PSI技术的高质量SAR像元识别与干涉相位极化优化方法研究

正地表变形监测在预防相关地质灾害(如地震、滑坡、地面沉降、火山爆发等),减小地质灾害社会、经济损失中发挥重要作用。差分干涉合成孔径雷达技术(Differential Interferometry Synthetic Aperture Radar,DInSAR)或永久散射体干涉测量技术(Persistent Scatterer Interferometry,PSI)能以较高空间分辨率高效地获取地表形变,且不受日照和天气影响。此外,由于SAR系统使用较短波长微波(3～25cm)对地观测,PSI技术基于SAR影像相位进行地表形变监测的精度可达毫米级。高效、高分辨率、高精度、全天候、全天时、无接触等特点,使得PSI技术在地表形变监测领域具有不可替代的优势。     

基于LSWI和NDVI时间序列的水田信息提取研究

利用多时相的Landsat TM/ETM+和DEM数据,分别采用直方图匹配(HM)和准不变特征点(PIFs)方法对影像序列进行相对辐射校正,减少了影像的光照和大气条件在时间上的不确定性,提高了归一化植被指数(NDVI)和地表水分指数(LSWI)的计算精度。根据水稻在不同生育期表现出的生理特征,基于LSWI和NDVI时间序列及高程特征,采用二叉树方法提取了浙江省金华市水田信息。经过验证,在空间上水田信息的提取精度达到92.3%,在县域尺度上提取面积与统计年鉴具有0.97的相关度。     

基于MODIS时间序列的松嫩平原盐渍地提取

松嫩平原是我国内陆盐渍土三大分布区之一,土壤盐渍化是该区最主要的环境问题。以多时相中分辨率成像光谱仪(MODIS)的归一化植被指数(NDVI)时间序列影像为主要数据源,通过Savizky-Golay滤波重构NDVI时序数据,依据研究区7种主要土地覆被类型的时间序列曲线差异性,应用分类回归树(Classification And Regression Tree,CART)方法确定像素归属类别,得到松嫩平原2013年盐渍土的分布数据;并基于不同盐渍化程度土壤的植被物候特征差异性建立CART决策树区分不同程度盐渍土。分类结果为:盐渍地掩膜提取精度达98.13%,Kappa系数为0.83;不同程度盐渍土识别的精度达到86.08%,Kappa系数为0.78。该研究表明多时相MODIS数据在大尺度盐渍土信息识别中具有可行性。