基于高分二号卫星数据的煤矿区地质灾害信息提取研究

随着遥感数据获取技术和能力的全面提高,遥感数据呈现出明显的大数据特征。发展适应于遥感大数据的智能分析和信息挖掘技术,成为当前遥感技术研究的前沿。高分二号（GF-2）卫星数据是我国首颗自主研发的亚米级高分辨率卫星数据,具有观测幅宽、重访周期短、高辐射精度、高定位精度等优势,为未来我国地质灾害的长期、动态地监测和研究提供了高精度、稳定可靠的数据源。本文选取安徽谢桥煤矿2015年1月8日的GF-2卫星影像为研究数据,在对煤矿区主要地质灾害遥感地学分析的基础上,采用面向对象的影像分析方法对研究区由采煤活动所诱发的地质灾害信息进行自动提取。结果表明：利用GF-2卫星数据能够有效地识别地质灾害体的位置、范围、形态等空间分布特征;面向对象的自动提取方法对于煤矿区大面积的积水塌陷盆地、小规模的塌陷坑和线性的地裂缝都有很高的提取精度,识别精度达90% 以上;基于逐层剔除的思路构建的提取规则,为GF-2数据在地质灾害调查和大数据分析中的应用提供了很好的技术支持,也为其它地物目标的提取提供了参考,但在特征的选择和阈值的设定上需要具体分析。     

基于夜间灯光的1992-2012年甘肃省城市空间扩展研究

利用1992年、2002年和2012年DMSP/OLS 夜间灯光遥感影像、MODIS NDVI产品、LandsatTM/ETM影像和统计数据,提取甘肃省县级及以上城市的建成区轮廓,对比分析了统计-植被指数法与现有基于DMSP数据中普遍采用的4种常规方法在快速提取城市轮廓中的优劣。结果表明：统计–植被指数法较好地集成了统计数据法的高效、计算简便、数据量小的特点,以及较高分辨率空间数据法对细节反映好的优势,提取的结果误差较其余4种方法低。对提取的城市建成区以DMSP灰度值为权重计算了城市重心轨迹,并采用城市扩展强度和城市紧凑度指数,分析了近20a甘肃省主要城市空间形态的变化特征,城市建成区的扩展模式主要表现为“圈层式”延伸和“跳跃式”新城区的建立。     

地质大数据分析的若干工具与应用

大数据科学研究范式是大数据时代的必然结果。在大数据时代,地质学研究正面临着前所未有的挑战与机遇,亟需地质大数据分析的基础支撑。本文介绍若干种有价值的地质大数据分析工具及其应用。知识图谱以其强大的语义处理能力和开放组织能力,为大数据时代信息的知识化组织和智能应用提供了有效工具。它旨在描述真实世界中存在的各种实体或概念及其关系,构成一张巨大的语义网络图,以节点表示实体或概念,边则由属性或关系构成。机器学习与卷积神经网络模型仍然是当前地质大数据研究的热点。演化算法借鉴了自然界中生物进化与自适应过程的思想,是一种基于种群的元启发式最优化算法。它具有无需先验知识、能在全局范围内进行隐并行搜索的优点,可以用来精确地获取大数据中隐含的演化趋势与时空特征。图形社区发现技术将网络划分为若干个内部节点相似社区,为分析和理解网络提供有力的技术支持。随着空间分辨率、时间分辨率和辐射分辨率不断提高,遥感技术已广泛成为地质数据获得的主要技术手段。遥感大数据的数据存取和智能处理是最重要的发展方向。这些地质大数据分析方法已有成功的应用案例,并将广泛用于各种地质研究,如城市土壤污染智能监测、模拟、管控与预警研究,得益于地质大数据研究支撑系统的恰当选择以及地质大数据技术的强力支持,建立了可解释的多源多层城市土壤污染知识图谱,源于多源异构大数据有效融合的主要障碍正在去除。     

Landsat8卫星数据在安徽黄山汤口-寨西地热资源调查中的应用

遥感大数据分析与应用正成为地球信息科学领域重要的研究内容。利用热红外遥感技术进行地热异常信息的提取可以为地热资源勘查评价提供重要的依据。Landsat系列卫星数据拥有长时间的数据积累和较高的空间分辨率,是地表热环境时空序列大数据分析的重要数据。最新一代的Landsat8 卫星热红外数据在延续了较高分辨率的同时,敏感性更强,更加适合于对地表热环境空间分布进行精确分析。本文以安徽黄山汤口-寨西工作区为研究区,分别选用2016年12月9日Landsat8 的热红外遥感数据和2009年12月6日Landsat5 TM 数据,采用大气校正方法进行地表温度的反演和对比分析,通过密度分割分析提取地热异常信息,并综合遥感地质解译信息、气象、地形等数据,对工作区地热资源有利区进行了预测。结果表明：两个时相地表温度反演结果的空间分布基本一致,利用Landsat8 热红外数据的地表温度反演结果可以有效地获取地热异常信息,所圈定的地热异常较为合理,与工作区内主要的断裂构造分布一致,且和物探勘查和钻孔实验结果相对应,可以为地热资源勘查大数据分析提供重要的数据源。     

一种基于光谱角和光谱距离自动加权融合分类方法

高分辨率遥感影像分类一直是业内研究的热点之一,考虑到影像地物光谱角和光谱距离在分类中具有较好的互补性,提出了一种基于光谱角和光谱距离自动加权融合的分类方法,对传统多分类器分类的融合策略进行改进,能够在训练阶段根据样本自动地调整好各分类器对各类别进行分类的权重系数,使得融合后的分类结果更加科学和准确。QuickBird影像的分类实验表明,方法的分类精度明显优于单纯的光谱角或距离法,可广泛用于各种高分辨率影像的分类识别。     

基于高精度DEM和RS技术的滑坡环境指标参数快速提取方法——以陕西省宝鸡市金台区长乐塬特大型滑坡为例

DEM和RS技术是研究滑坡地质灾害的重要资料和手段。近年来,随着高空间分辨率遥感卫星和高精度雷达卫星的上天,可以获取现时性高精度的DEM,使滑坡地质灾害的研究由二维向三维提升。利用IRS-P5数据生成的5m精度的DEM,借鉴GOOGLE的三维可视性原理,将其和高空间分辨率QuickBird(0.61m)数据叠置到数字地球之上,制作成三维可视性图像,进行滑坡环境指标参数提取方法研究。研究结果表明,该方法可直接读取滑坡环境指标的三维参数,具有客观、准确、快速的特点,可为滑坡灾害评估和区域地质灾害危险性评价提供定量化资料。     

基于多源遥感数据的融合算法变换效果对比研究

随着多源遥感影像融合技术的成熟发展,如何提高高分辨率遥感数据的利用效益和使用质量已经成为影响其应用效果的瓶颈问题.针对QucikBird-2高分遥感数据光谱分辨率不足等问题,结合ASTER多光谱遥感数据,引入3种融合方法：主成分分析（PCA）融合、小波PCA融合和基于小波的IHS（色度、亮度、饱和度变换）融合,实现了对多光谱图像和高分辨率图像的融合,得到了多光谱高分辨率影像,使得在增强影像空间分辨率的同时也尽可能地保留了影像的多光谱信息.最后对3种融合方法的结果进行了定性和定量评价.     

地下水资源遥感评估技术研究进展

地下水的赋存和埋深是地下水资源勘察的重要内容。遥感技术具有数据获取快、综合成本低、观测尺度大等诸多优势。基于遥感的地下水资源评估技术一直受到研究人员的关注,也是遥感应用研究中的热点和难点。回顾总结了遥感技术在评估地下水赋存和埋深领域的应用与研究进展,根据不同评估技术的特点将其划分为单因子模型评估法、多因子综合模型评估法、重力卫星数据评估法3种。得出以下结论①地下水遥感评估技术经过多年发展,模型方法更加多样,精确度不断提高,可以作为传统地下水资源勘察的重要辅助手段;②遥感评估地下水赋存的研究发展迅速,但针对地下水埋深信息的评估研究进展相对缓慢;③高时空分辨率遥感技术和机器学习技术的结合运用、无人机遥感技术的应用是地下水资源遥感评估技术的未来发展方向。     

基于边缘特征的遥感影像小波变换融合法

如何将不同空间分辨率遥感影像合理有效地融合在一起,保持原始多光谱影像的光谱特性,提高影像的分类精度和空间分解力,这是遥感影像数据融合处理的热点研究问题。在对原始遥感影像进行小波变换的基础上,提取高空间分辨率影像边缘特征信息,并与原始多光谱影像进行了融合处理。以IRS、SPOT和ETM卫星影像为资料进行实验,结果表明,该方法在提高影像的空间分辨率的同时,能够很好地保持影像的光谱特性,尤其在空间分辨率差异较大的影像融合中,该方法在保持影像光谱特性方面要优于其他的融合方法。     

地下水资源遥感评估技术研究进展

地下水的赋存和埋深是地下水资源勘察的重要内容。遥感技术具有数据获取快、综合成本低、观测尺度大等诸多优势。基于遥感的地下水资源评估技术一直受到研究人员的关注,也是遥感应用研究中的热点和难点。回顾总结了遥感技术在评估地下水赋存和埋深领域的应用与研究进展,根据不同评估技术的特点将其划分为单因子模型评估法、多因子综合模型评估法、重力卫星数据评估法3种。得出以下结论: ①地下水遥感评估技术经过多年发展,模型方法更加多样,精确度不断提高,可以作为传统地下水资源勘察的重要辅助手段; ②遥感评估地下水赋存的研究发展迅速,但针对地下水埋深信息的评估研究进展相对缓慢; ③高时空分辨率遥感技术和机器学习技术的结合运用、无人机遥感技术的应用是地下水资源遥感评估技术的未来发展方向。     

草地植被盖度的多尺度遥感与实地测量方法综述

植被盖度作为一个重要的生态学参数被用在许多气候模型和生态模型中。地表实测和遥感测量是获取植被盖度的两种基本途径。以草地植被盖度的测量为研究对象,综合讨论了目前地表实测和遥感测量常用的方法,分析了它们的优缺点,并对如何提高草地植被盖度的测量精度做出展望。数码相机、高光谱遥感以及多尺度遥感数据的综合使用可能是未来草地植被盖度测量发展的趋势。     

WorldView-2卫星矿山遥感监测：以西藏罗布莎地区为例

矿山遥感监测是近年来国土资源部门管理矿产资源开发、整顿和规范矿业秩序的一项重要的矿情调查工作。西藏罗布莎铬铁矿区是我国铬铁矿的主要产区,随着国民经济的快速发展,对铬铁矿石的开采力度和强度在逐年增大。为了更好地促进矿产经济及环境的可持续发展,选用WorldView-2遥感数据,首次深入分析了罗布莎矿山开发过程中不同地物遥感影像特征,建立了各类矿山地物的高空间分辨率遥感解译标志,通过遥感解译与野外查证工作,基本查明了研究区矿山开发状况和矿山地质生态环境现状,并对矿区开发现状与矿山环境进行了统计和分析,基于遥感矿山监测,给出了合理的矿山环境恢复建议。结果表明：WorldView-2作为高分辨率遥感影像,空间分辨率高,包含全色和8个多光谱波段,信息量丰富,解译精度高,在矿山遥感监测乃至更广范围的动态监测中应用可以取得很好的效果。     

基于WorldView-Ⅱ高分数据的盐湖矿化度含量定量反演研究——以尕斯库勒盐湖为例

鉴于盐湖水体矿化度含量定量反演研究较少,且中、低空间分辨率遥感数据反演的矿化度含量精度偏低,文章以柴达木盆地西部尕斯库勒盐湖为例,基于WorldView-Ⅱ高空间分辨率遥感数据和实测矿化度数据,开展了盐湖湖表水体矿化度含量定量反演技术研究。通过开展盐湖水际线提取、盐湖水体矿化度光谱诊断特征分析、矿化度识别遥感指数构建、矿化度遥感信息分离和线性回归模拟,构建了盐湖矿化度含量定量反演模型。经评价,模型反演精度为96.61%。研究结果表明,基于WorldView-II高分数据定量反演盐湖矿化度含量的方法是有效的,该方法对于快速定量识别盐湖矿化度含量,降低盐湖矿化度调查和分析成本,预测富矿水域具有十分重要的意义。     

河川径流遥感监测研究进展

河川径流参数是用于地表水资源评估、全球变化监测和生态环境保护的基础数据.现有的河川径流监测数据基于水文监测站点获取.近年来,受经济和政治原因的影响,全球水文监测站点在逐渐减少.随着全球变化研究对区域乃至全球水文监测数据需求的增加,监测站点有限及监测数据格式多样等问题逐渐凸显.过去15年,卫星遥感技术在河川径流监测领域的研究和应用实践,使上述问题的解决成为了可能.总结了河川径流遥感监测方法和技术研究进展,包括地基高低频雷达、航空航天雷达和多光谱卫星遥感监测3个方面;介绍了全球大型河川径流与湖泊水体动态监测重大应用成果及未来研究计划.指出在未来具有全天时、全天候,高时空分辨率,以及多水文要素探测能力遥感卫星发射之前,应充分利用遥感野外观测实验,完善河川径流监测技术方法,并综合应用已有高时空分辨率的多光谱和微波遥感数据,开展径流监测应用研究.     

河西地区城镇体系特征及未来发展构想

河西地区城镇体系在空间地域结构上,表现出绿洲城镇的特点;在职能类型结构上,以综合性城镇为主;在规模等级结构上,具有经济不发达地区城镇体系的共性. 未来城镇体系建设,必须从区域整体发展的宏观思路出发,统一构建与绿洲环境相协调的城镇体系格局,使水资源能够支持重点城镇的发展,围绕酒泉市、张掖市、武威市和敦煌市4个区域中心城市,有意识地利用"点-轴"结构,积极培育次级中心,形成空间分布合理、职能类型多样、规模等级协调的城镇体系网络,促进河西地区社会经济的持续发展.     

引导滤波联合局部判别嵌入的高光谱影像分类

高光谱遥感影像分类是高光谱遥感影像处理和应用的重要组成部分。然而,高光谱遥感影像具有波段数量较多和空间分辨率较高等特点,给分类任务带来一定的挑战。为了提高分类精度,充分利用影像的空间信息和像素间的局部信息,提出一种引导滤波联合局部判别嵌入的高光谱影像分类方法。首先,对高光谱遥感影像进行归一化,利用主成分分析方法实现特征提取,将提取的第一主成分影像作为引导图像;其次,采用引导滤波分别提取各波段影像的空间特征;然后,将提取的空间影像特征进行叠加,通过局部Fisher判别分析完成低维嵌入;最后,将得到的低维嵌入特征输入支持向量机分类器得到分类结果。采用Indian Pines和Pavia University两幅高光谱影像进行实验的结果表明：在分别从各类地物中随机选取10%和100个样本作为训练样本的情况下,其总体分类精度分别提高到98.28%和99.45%;对比其他相关方法,该方法能够获取更高的分类精度。该方法在低维嵌入的同时,有效利用了影像的空间信息,改善了分类效果。     

基于深度特征的双极化SAR遥感图像岩性自动分类

基于像元基元、极化合成孔径雷达（Synthetic Aperture Radar,SAR）数据和传统机器学习算法的岩性分类方法,易受SAR图像固有斑点噪声影响,精度不高.为了降低噪声的影响,本研究以大尺度像元邻域为基元,用于表征地表地质体的遥感图像特征和岩性语义信息;采用高分三号双极化SAR数据进行极化分解构建3通道假彩色合成影像;然后采用深度卷积神经网络（Deep Convolutional Neural Network,DCNN）迁移学习的方法,提取有效的深度特征表示,分别实现5 m和15 m两种空间分辨率下岩性遥感自动分类.结果表明:基于不同分辨率数据和不同DCNN算法,岩性遥感自动分类的总精度均大于80%,最高精度达到91%.基于大尺度像元邻域和DCNN迁移学习方法,能够实现基于SAR数据的高精度岩性分类.      

近年遥感技术新进展及几点思考

主要论述最近几年卫星遥感分辨率(空间、光谱、时间和辐射分辨率)、卫星运行模式、载荷形式以及数据处理等方面的新进展，同时探讨了阻碍我国遥感应用发展的几个问题。     

基于多源遥感影像的长春市城市建成区提取

夜光遥感影像记录的城市灯光与人类活动密切相关,已广泛应用于城市信息提取。珞珈一号作为新一代夜光遥感数据源,比以往的夜光数据具有更高的空间分辨率和光谱分辨率,可以更清晰地表达城市建成区范围和内部结构。本文利用珞珈一号夜光遥感影像,通过人类居住指数（human settlement index, HSI）、植被覆盖和建筑共同校正的城市夜光指数（vegetation and build adjusted nighttime light urban index, VBANUI）及支持向量机（support vector machine, SVM）监督分类3种方法对长春市城市建成区进行提取,并与利用NPP/VIIRS（suomi national polar-orbiting partnership/visible infrared imaging radiometer suite）夜光遥感影像、采用同样方法得到的结果对比。结果显示：本文提出的VBANUI提高了传统植被覆盖校正的城市夜光指数（vegetation adjusted nighttime light urban index, VANUI）的提取精度,使用珞珈一号夜光遥感影像通过VBANUI提取的城市建成区结果最优,其Kappa系数为0.80,总体分类精度为90.74%;使用珞珈一号和NPP/VIIRS夜光遥感影像通过HSI按最佳阈值提取城市建成区的Kappa系数分别为0.75和0.72,总体分类精度分别为88.27%和86.54%;复合数据的SVM监督分类法中Landsat-NDBI、Landsat-NDBI-VIIRS、Landsat-NDBI-LJ和Landsat-NDBI-LJlog的Kappa系数分别为0.602、0.627、0.643和0.681,总体分类精度分别为81.11%、81.52%、82.25%和84.48%。研究结果表明：3种提取方法下,均为使用珞珈一号夜光遥感影像的结果优于使用NPP/VIIRS夜光遥感影像的结果,证明相比于NPP/VIIRS夜光遥感影像,珞珈一号夜光遥感影像更适用于城市尺度的建成区范围提取。     

生态系统碳通量估算中耦合涡度协方差与遥感技术研究进展

陆地生态系统CO^₂和水热通量的长期观测研究一直是国际上关注的热点问题。截止目前,利用微气象学原理的涡度协方差技术是唯一能直接测定生物圈与大气间物质与能量通量的标准方法,成为国际通量观测网络的主要技术。但是涡度协方差技术的测定仍然是一种小尺度观测方法,其观测结果难于直接外推到更大尺度。同时,缺乏区域、跨尺度生态系统及其时空动态观测数据一直是限制碳循环研究的主要障碍,而遥感技术的发展可望在不远的将来使大尺度、高分辨生态系统变化的长期定量观测成为可能。这些问题在当今集中体现在如何建立通量—遥感的跨尺度观测体系,并有效地将有限的通量站点测量数据与大尺度遥感资料以及生态模型有机地结合。总结过去耦合涡度协方差技术与遥感技术的工作,主要在以下3个层面展开：①涡度协方差技术与遥感技术对碳通量估算的相互验证;②涡度协方差技术为遥感反演提供地面参数;③遥感观测解译辅助分析通量贡献区（footprint）。集中在这3个方面进行探讨,通过总结各方面的研究特点与进展,可望为未来在这个领域开展工作理顺思路。