面向对象的GF-1卫星影像苹果树种植面积遥感提取研究——以山地丘陵地区的栖霞市为例

国产高分卫星1号(简称GF-1)可提供高空间分辨率遥感数据,这为实现精准农业提供良好的数据保障。但是,其在复杂地形作物遥感提取方面的适用性仍需要进一步探索和分析。因此,以山地丘陵地形为主的栖霞市为研究区,基于GF-1影像数据利用面向对象分类法提取苹果树的种植面积和空间分布信息。研究结果表明:引入植被覆盖度和坡度信息的面向对象决策树分类方法(简称优化分类方法)能够有效提高苹果树种植面积的遥感提取精度为94.1%,生产精度和用户精度分别为87.3%和90.3%。相比于最大似然监督分类和无辅助信息的面向对象决策树分类方法,优化分类方法遥感提取面积精度分别提高了17.4%和0.3%,生产精度分别提高了10.1%和2.6%,用户精度分别提高了10.1%和2.8%。该研究成果以期为GF-1卫星数据在山地丘陵地区的果园信息遥感提取提供基本的技术支撑和实践经验。     

面向对象的GF-1卫星影像苹果树遥感提取研究-以山地丘陵地区的栖霞市为例

国产高分卫星1号（简称GF-1）可提供高空间分辨率遥感数据，这为实现精准农业提供良好的数据保障。但是，其在复杂地形作物遥感提取方面的适用性仍需要进一步探索和分析。因此，以山地丘陵地形为主的栖霞市为研究区，基于GF-1影像数据利用面向对象分类法提取苹果树的种植面积和空间分布信息。研究结果表明：引入植被覆盖度和坡度信息的面向对象决策树分类方法（简称优化分类方法）能够有效提高苹果种植面积的遥感提取精度为94.1%，生产精度和用户精度分别为87.3%和90.3%。相比于最大似然监督分类和无辅助信息的面向对象决策树分类方法，本研究的优化方法遥感提取面积精度分别提高了17.4%和0.3%，生产精度分别提高了10.1%和2.6%，用户精度分别提高了10.1%和2.8%。该研究成果以期为GF-1卫星数据在山地丘陵地区的果园信息遥感提取提供基本的技术支撑和实践经验。     

沿海湿地植被遥感分类研究

沿海湿地植被遥感分类是遥感在土地利用变化研究领域的一项重要内容,本文以江苏盐城沿海湿地核心区为研究区域,探讨了利用遥感技术进行湿地植被分类的方法和技术流程。在此基础上,以Landsat-5TM图像为遥感数据源,以盐城丹顶鹤湿地保护区样点数据为辅助数据,分别用非监督分类法、监督分类法与基于LBV变换的分类法,对研究区进行分类,并对各种分类方法的结果进行精度分析。结果表明,非监督分类的结果最差,特别是对芦苇,其错分误差达到51．65％。监督分类法的精度虽然高于非监督分类,但其制图精度只有66．56％。而基于LBV变换分类法能够有效解决关于米草和芦苇的错分现象,它对其他地物的分类精度也很高,基本上都在90％以上。总体来说,LBV变换法已经达到了核心区分类的精度要求。     

基于作物双时相遥感特征的花生种植区提取

基于花生生长中后期2020年8月1日和15日两个时相高分多光谱数据,构建40个作物分类遥感特征,采用ReliefF-Pearson方法优选出15个特征,构造作物可分的4种特征空间.采用最大似然分类法、支持向量机和随机森林分类器,分别耦合4种特征空间,开展作物分类对比试验,进行分类精度和景观评价提出作物双时相遥感分类模型...     

基于三维骨骼信息的动态手势识别

手势识别作为人机交互的有效手段,成为当前研究的热点话题.针对动态手势识别存在时空多变性、特征复杂性等问题,本文提出了一种基于三维骨骼信息的动态手势识别方法.动态手势具有时间上的差异性和复杂性,极大地影响了动态手势识别的准确率.因此,本文设计了一种动态手势关键帧提取算法,该算法可以提取动态手势关键部分,用于进一步的特征提取.另外,单独分类器的分类效果存在差异性,本文采用多个分类器同时对手势特征进行分类,充分利用了所提取的特征.同时,本文还提出了一种自适应融合算法,可以根据分类精度有效融合不同分类器,提高最终分类效果.最后,通过实验验证了本文提出的动态手势识别框架和方法的有效性.     

基于MODIS数据的水稻种植面积提取研究进展

概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展,分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向。结果表明：MODIS具有高光谱、高时间分辨率、多时相等特点,在大尺度上提取水稻种植面积上,可提高作物识别和监测的精确度与工作效率,节约成本,有着其他遥感数据无法相比的优势,应用MODIS数据提取水稻种植面积,取得了较好的效果。水稻遥感的最佳时相可以选择移栽期和孕穗期,利用对水体和植被较为敏感的波段或植被指数（如NDVI、LSWI和EVI）进行水稻识别,并提取种植面积。传统的遥感图像分类方法如监督分类和非监督分类,算法成熟、操作简单,是目前应用较多的方法;近年来发展起来的分类新方法,如决策树分类法、专家系统分类法、神经网络分类法,支持向量机法等,能够更准确地提取目标地物,对图像分类有不同程度的改进,在实际应用中通常和传统分类方法结合起来使用;多时相分析法与高时间、高分辨率多光谱影像的结合可以获取较高精度的作物种植面积数据,与传统分类方法相比有较大提高。利用MODIS对单一的或大面积的水稻种植面积提取效果较好,但对于地块破碎的种植面积估算尚难达到满意的结果,添加其他的辅佐数据如高程、坡度等,并结合MODIS数据的多时相特点分类等方法,可提高遥感影像分类的精度。     

基于MODIS数据的水稻种植面积提取研究进展

概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展,分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向。结果表明：MODIS具有高光谱、高时间分辨率和多时相等特点,在大尺度上提取水稻种植面积上,可提高作物识别和监测的精确度与工作效率,节约成本,有着其他遥感数据无法相比的优势,应用MODIS数据提取水稻种植面积,取得了较好的效果。水稻遥感的最佳时相可以选择移栽期和孕穗期,利用对水体和植被较为敏感的波段或植被指数（如NDVI、LSWI和EVI）进行水稻识别,并提取种植面积。传统的遥感图像分类方法如监督分类和非监督分类,算法成熟、操作简单,是目前应用较多的方法。近年来发展起来的分类新方法,如决策树分类法、专家系统分类法、神经网络分类法,支持向量机法等,能够更准确地提取目标地物,对图像分类有不同程度的改进,在实际应用中通常和传统分类方法结合起来使用;多时相分析法与高时间、高分辨率多光谱影像的结合可以获取较高精度的作物种植面积数据,与传统分类方法相比有较大提高。利用MODIS对单一的或大面积的水稻种植面积提取效果较好,但对于地块破碎的种植面积估算尚难达到满意的结果,添加其他的辅佐数据如高程、坡度等,并结合MODIS数据的多时相特点分类等方法,可提高遥感影像分类的精度。     

南方丘陵地区水稻种植面积遥感信息提取的试验

以浙江省为试验区, 针对水稻种植面积遥感信息提取的业务化运行问题, 进行了以下试验:(1) 以传统的单象元统计分类识别方法为分类器, 在地理信息系统支持下, 提取丘陵地区大范围水稻种植面积信息的可行性; (2) 在遥感资料的基础上, 结合地形数据综合提取水稻种植面积专题信息的可行性和有效性; (3) 混合象元分解方法在丘陵地区的有效性和适用性.结果表明, 用最大似然法提取大范围水稻种植面积信息的精度可满足业务化运行的要求; 模糊监督分类有较高的分类精度和较好的稳定性, 具有较强的适应性; 坡度数据作为遥感影像分类的辅助数据层, 可以有效地提高丘陵地区水稻种植面积信息的提取精度, 还可以提高分类的稳定性和空间位置精度.     

基于纹理特征和机器学习的卫星云图分类实验

准确识别云对提升天气预报和气候预测准确性有着重要意义,传统的阈值法和聚类法很难找出统一通用的阈值标准和方法,随着机器学习在云分类领域的应用和发展,在分类速度和分类精度上都有了明显提升。本实验对风云二号G星的红外云图进行预处理并构建卫星云图样本库,通过提取云图纹理特征再结合支持向量机（SVM）、随机森林（RF）和XGBoost分类器实现了对“晴空”、“层积云或高积云”、“积雨云”、“密层云”和“卷层云”的分类,实验结果表明：①三种分类器对该实验云分类的平均准确率分别为RF（62.5%）＞XGBoost（61.7%）＞SVM（60.0%）;②三种分类器对“层积云或高积云”的分类都最好且稳定,平均分类精度均达到了90%以上,最高为91.5%;③SVM对密层云（67.9%）、RF对卷层云（68.9%）、XGboost对晴空（68.3%）的分类效果次之,平均分类精度均达67%以上。     

面向对象的土地利用遥感分类——以邛海流域为例

利用google earth提取的SPOT5高分辨率遥感影像为研究数据,基于The Environment for Visualizing Images （ENVI） EX软件平台,采用面向对象的多尺度分割方法,获得了邛海流域土地利用类型.结果表明：该分类方法不仅能够克服传统基于像元分类方法中的“椒盐效应”问题,而且能够综合利用DEM、NDVI等辅助信息和地物本身的光谱特征与纹理特征.对分类结果进行了检验,分类精度达89.18％,分类结果达到要求.     

基于机器学习的光伏功率预测模拟方法研究

为了丰富贵州西部光伏电站的功率预测思路与方法,利用2019—2021年贵州西部5个光伏电站发电功率、气象要素、卫星反演辐照度、地面观测辐照度数据,分析光伏功率的时间演变和与卫星反演辐照度、地面观测辐照度的相关性。利用前80%样本数据为测试集,剩余数据为预测模拟模型的检验集,利用机器学习中的BP、GRNN神经网络算法和测试集分别对5个电站建立光伏功率预测模拟模型。利用检验集和光伏电站的检验方法对各个模型进行效果验证,并对比不同算法不同站点间的预测模拟效果。结果表明,BP、GRNN算法在5个光伏电站的功率预测模拟中平均日准确率在90%左右,标准化均方误差在0.07～0.12,且FY-4A反演辐照度参与建立的光伏功率预测模拟模型较地面观测辐照度参与建立的模型效果更佳,能够为光伏功率预测提供一种参考方案和思路。     

基于EC细网格数值预报产品的太阳辐照度订正技术

太阳辐照度与光伏电站发电功率密切相关,其预报的准确性直接影响发电功率预报的准确性。根据光伏电站太阳辐照度实况、气象站实况、WRF(Weather Research and Forecast Model)模式辐照度预报、EC细网格数值预报以及太阳理论辐照度,利用逐步回归法开展太阳辐照度预报订正研究,得到以下结论:①太阳辐照度实况与太阳理论辐照度的比值与EC细网格数值预报中气象要素的相关性优于太阳辐照度实况与气象要素的相关性;②不同时刻影响太阳辐照度的气象因子存在差异,通过逐步回归法建立不同时刻太阳辐照度预报模型;③在非晴天情况下,回归预报辐照度相对均方根误差比WRF模式预报辐照度降低10%左右,减小了辐照度预报误差。该研究成果在光伏电站的新能源数值预报服务中有一定的应用价值。     

基于面向对象的降水粒子识别研究

双偏振雷达的主要用途之一就是降水粒子识别,目前主流的方法为模糊逻辑分类(FL),但是该方法仅使用单个距离库的信息,易受到噪声的影响。基于模糊逻辑方法的不足,利用聚类分析,提出了一种面向对象的降水粒子分类方法,即在模糊逻辑分类基础上考虑距离库与不同降水粒子的距离以及周围距离库类别信息。基于广州S波段双偏振雷达的观测数据进行降水粒子识别验证,结果表明使用的面向对象的降水粒子识别方法可有效地降低噪声对分类结果的影响,且符合降水粒子的微物理特征。     

影响光伏发电功率的气象因子分析及其预测检验

利用贵州省普安磨舍光伏电站2020年逐15 min的光伏发电功率、辐射资料与气象站资料，对光伏发电功率变化特征及影响光伏发电功率的气象因子进行分析，建立了光伏发电功率的预测模型，并利用CFSv2模式资料开展月内预测检验。结果表明：光伏电站发电功率呈现早晚低、中午高的单峰型日变化特征，其中春季发电功率值最大，夏季次之，冬季最小。影响光伏发电功率最关键的气象因子为总辐射和日照时数，其相关系数均在0.9以上。5种组合的线性回归预测模型检验结果显示，利用平均气温、最高气温、日较差建立的预测模型预测效果最好，而利用单一气象因子的预测效果最差。为增加光伏发电功率的预测准确率，可根据预测服务需求，并用延伸期模式资料开展光伏发电功率滚动订正预测。     

基于数据融合的土地遥感分类技术研究

以吐鲁番主要农区为试验区，运用多源遥感数据融合图像进行土地利用现状调查及葡萄种植面积遥感调查。运用IHS变换方法进行了研究区多光谱与全色高分辨率图像的融合工作，生成了质量较好的图像。用于土地分类及葡萄面积提取。在对研究区土地利用类型的分类中，本文采用的分类方法是结合目视判读的经验，在无监分类法和有监分类法的基础上，辅以地面数据，在遥感图像处理常规分类方法的范畴内，采取最大程度的有利于提高分类精度的措施，得到了全试验区相对最高的计算机自动分类精度65％；然后采取分区分类或人工解译改进分类结果，可使研究区的土地利用分类精度超过90％。因此，此方法在土地利用现状调查及作物面积监测中是可行的。     

省级太阳辐射模拟可视化查询平台设计

分析太阳辐射状况是光伏电站项目评估的重要举措,针对分析过程中涉及的各类数据计算和可视化查询,设计实现了省级太阳辐射模拟可视化查询平台。平台根据主要功能划分为数据处理子系统和查询分析子系统,数据处理子系统采用MODIS云量数据、气象站与辐射站历年数据,计算生成具有共同基准的多要素辐射相关数据;查询分析子系统将地图影像与实际数据结合显示,让数据模拟更直观、数据分析更合理。数据处理子系统使用了Qt进行开发,查询分析子系统使用ArcGIS Desktop、ArcGIS Server和MySQL数据库软件,结合Dojo、C#、ASP.NET MVC技术进行开发。使用Python作为“粘合剂”连接两个子系统,让数据成图和发布自动化。平台集数据处理和可视化查询为一体,能够以1 km×1 km的精度模拟分析出省级范围太阳辐射的分布情况,为光伏数据分析和光伏电站建设工作提供及时、有效、科学的技术支撑。     

基于气象站资料的中国地区太阳日辐射量算法研究

现行计算水平面太阳日辐射主要有两种方式:一种是利用影响辐射的相关要素建立模型,另一种是依据实测资料进行空间插值。但后一种方法若要保证精度则需有足够多的样本。针对上述问题,利用我国不同区域67个站点的数据,在VP-RAD模型的基础上,建立了一个适用于中国地区的逐日太阳辐射算法CNR,该算法仅需要输入站点基本信息、最高最低温度和降水量。模拟结果与实际观测结果比较吻合。     

光伏电站对局地气候的影响研究进展

清洁能源的快速发展有效降低了人类对传统化石能源的依赖,并为缓解全球气候变暖做出显著贡献。随着各地光伏装机规模的不断扩大,光伏电站这一人工设施对气候环境的影响日益引起人们的关注。针对这一问题,国内外学者自2000年陆续开展了相关研究。综合国内外现有研究成果,对研究方法、影响机理及光伏电站对气候的影响等方面进行总结。大量研究表明：光伏电站布设会在荒漠地区产生“光伏热岛效应”,从而引起局部区域气温上升,在城市地区布设能够在降低能源消耗的同时减少“城市热岛效应” 。此外,光伏组件还会对反照率、地表辐射平衡等产生影响,进而对局地甚至全球气候产生作用,其影响范围和程度尚无准确结论,还需要进一步深入探索。