无人机遥感众创时代

当代科技发展降低了无人机和遥感器的准入门槛。大众参与为无人机遥感领域注入了巨大的创造力,触发了无人机遥感创新发展的爆发式增长。当前,无人机已成为普适化和平民化的科学手段,无人机遥感数据在众多领域和部门呈现出取代通航遥感和卫星遥感数据的趋势。本文首先对无人机遥感所处的时代特征及其展现的科技特色进行了分析与归纳,然后列举了无人机遥感在抗震救灾、岛礁测绘、极地科考、精准农田管理等领域开展的典型应用,最后从无人机发展所致遥感数据供应结构性调整、无人机遥感地理学研究推动、遥感无人机试验场地布局等方面进行了展望。特别地,针对无人机遥感应用量大面广、数据分布多源异构等特点,本文提出了无人机遥感数据航母的概念。     

高精度无人机影像园林绿化遥感测试应用研究

以无人机在湖南省江华县航拍数据资料为基础,开展了无人机航测遥感图像的处理、解译、实地调查等工作,建立了无人机航测遥感数据获取—处理一应用的完整作业流程,为无人机遥感园林绿化调查新方法的应用提供了技术支持。研究摸索出了一套切实可行的方法,通过无人机遥感影像识别与解译,查明了各类绿地的分布状况,并对调查成果进行了评价,为申报园林城市提供了准确的基础资料。     

我国超长航时无人机遥感系统研制成功

近日,由国家测绘地理信息局主导项目——超长航时无人机遥感系统研制成功,该机近翼展宽3．4米、机身长2．3米,飞行高度达5000米,可持续航行30个小时,打破了我国无人机最长续航16小时的纪录。     

黑河流域中游无人机遥感影像数据处理

无人机低空遥感技术是航空遥感领域一个新的发展方向,具有低成本、快捷、灵活机动,以及数据高时效、高分辨率等特点。本文以无人机低空遥感在黑河流域中游张掖的应用为例,介绍了无人机低空遥感系统的基本构成,论述了影像数据的获取、影像的匀色、特征点的提取与匹配、几何纠正与镶嵌、DTM和DOM的生成等处理流程与分析方法。实验结果表明,无人机低空遥感系统能够满足局部区域内的高分辨率、大比例尺基础数据采集的实际需求,在三维重建、土地调查、环境监测等领域具有良好的应用前景。     

无人机遥感数据处理与滑坡信息提取

高分辨率的DEM和DOM数据是对地形地貌信息的准确描述,也是滑坡信息提取的重要数据源。首先,针对滑坡信息提取的要求,本文采用无人搭载微型单反相机的影像获取平台,结合野外测量的GPS数据,弥补了无人机POS信息精度低的劣势;针对无人机影像的特点,运用摄影测量基本原理与计算机视觉算法,获取高精度、高分辨率的DEM与DOM影像,保留了丰富的光谱与纹理信息。其次,借助ESP辅助工具获取了DOM影像的最佳分割尺度,并结合研究区地物特征构建了基于模糊分类与SVM算法相结合的决策树,运用面向对象的分类方法实现了对研究区内植被、道路、疑似滑坡区域的信息提取。最后,依照研究区地物分布的空间特征确定了高风险等级区域,并对该区域进行滑坡的形态与纹理分析以及精度评价,其中提取的疑似滑坡区域用户精度为91.44%、生产者精度为84.65%,结果表明无人机遥感在滑坡信息提取领域具有较高的应用价值。     

中国面向遥感应用的垂直起降无人机现状和 应用前景分析

近年来,针对中国生态环境、洪涝灾害应急响应、国土安全监测等遥感观测任务,无人航空遥感手段需求越来越多。构建异构无人航空器遥感观测多任务集群系统是近几年的发展目标,为完成无人航空遥感生态建设,垂直起降无人机以其不受场地限制起降又可快速巡飞的特点,在多个领域发挥着越来越大的作用。本文主要研究内容包括国内垂直起降无人机发展现状调研、面向航空遥感应用市场的无人机分析及典型机型介绍、垂直起降无人机在遥感领域的应用场景及案例分析、垂直起降无人机在遥感领域的应用前景及发展趋势等。通过广泛调研及深入分析可知,目前垂直起降固定翼无人机正逐步取代多旋翼飞行器的主导地位;垂直起降无人机占据了遥感应用无人机80.47%的市场份额;动力多元化、系统智能化、布局多样化、尺寸小型化等是面向遥感应用的垂直起降无人机的发展方向。本文较为全面地阐述和剖析了面向遥感应用的垂直起降无人机的相关内容,为遥感航空无人机生态建设提供了参考与支撑。     

基于无人机遥感的村庄地理空间景观格局分析研究

对传统村庄景观格局进行准确检测和分析,由于人工调查费时费力,且导出的数据往往主观、定性且单调,在分析理解其社会文化环境和人与自然的关系时难以发挥关键作用。以河北某古村落为研究背景,探讨了基于低空无人机获取的遥感数据对其空间格局进行测量和分析的方法,建立了四级分层景观识别方案和相应的景观类别规制,使用面向对象的图像分析方法(OBIA)和机器学习分类器构建三级分类模型。经过交叉验证,该模型准确且稳定,最终提取了该村庄五个主要遗产景观元素,基于距离统计和聚类分析,揭示了目标景观的空间格局特征和分布差异。     

作物胁迫无人机遥感监测研究评述

作物胁迫是全球农业发展的一个重要制约因素,实现快速、大范围、实时的作物胁迫监测对于农业生产具有重要意义。传统的作物胁迫监测方式,如田间调查、理化检测和卫星遥感监测总是受到各种田间条件或大气条件的制约。随着无人机和各种轻量化传感器的快速发展,其凭借高频、迅捷等优势为各种作物胁迫监测提供了一套全新的解决方案。本文在介绍了目前主流的多种无人机和传感器的基础上,首先对目前无人机遥感用于作物监测的主要胁迫类型进行了梳理,然后重点阐述了基于光谱成像和热红外传感器进行作物胁迫无人机遥感监测的应用和技术方法,最后提出了作物胁迫无人机遥感监测尚需解决的关键问题,并展望了未来无人机遥感用于作物胁迫监测的前景。     

结合HASM和GWR方法的省级尺度近地表气温估算

卫星遥感反演得到的地表温度可用于近地表气温的估算,但现有方法的估算精度仍有进一步提升的空间。为了获取空间上连续且精度较高的近地表气温,本研究以四川省为例,首次将高精度曲面建模（HASM）用于遥感和气温实测数据的融合,并将综合了气温、地表温度、海拔、坡度、坡向的地理加权回归（GWR）拟合结果作为HASM模型的初始温度场,进而采用此种结合HASM和GWR的求解算法（HASM-GWR）,融合MOD11C3地表温度产品与190个气象台站的气温实测数据,开展省级尺度近地表气温估算,并通过比较HASM-GWR、GWR以及普通线性回归（OLS）3种方法的估算精度,评估各模型对近地表气温的估算效果。结果表明,相比于传统估算模型,采用HASM-GWR数据融合方法能有效提高近地表气温的估算精度。采用该方法的近地表气温估算残差,72%介于-1~1 ℃,90%介于-2~2 ℃;且与GWR和OLS模型相比,估算结果的均方根误差（RMSE）分别降低了25.42%和39.83%。     

基于野外台站无人机组网遥感仿真航迹规划

无人机因其灵活、高分辨率等特点在遥感领域中得到了广泛应用,但是目前的无人机遥感多为单机作业,存在缺乏组网协同规划、作业效率有待提高等问题.无人机组网遥感观测能够克服单机作业存在的问题,可以实现多尺度、多平台、多载荷的高频次迅捷组网观测,快速获取大范围的超高分辨率数据,为大范围的生态环境监测、洪涝灾害监测以及国土安全应急...     

黄河源区放牧家畜数量及空间分布无人机遥感调查

黄河源区拥有独特的生态系统和生物资源,是我国重要的江河水源涵养地和重要的生态屏障。近年来,放牧家畜数量的增加使该地区传统草地畜牧业面临过度放牧、草地退化、季节性失衡等发展难题。为科学掌握黄河源区放牧家畜的情况,本文以黄河源区的玛多县为研究区,应用无人机对玛多县放牧家畜（牦牛、藏羊和马）的数量和空间分布开展航拍调查。根据牦牛、藏羊和马的无人机图像解译标志库进行目视解译,采用5种方法估算玛多县放牧家畜的数量,利用选择指数分析家畜空间位置与环境因子的关系,结果表明：① 在冷季无人机航拍样带内,牦牛、藏羊和马的样带密度分别为4.12、7.34和0.06 只/km²。② 玛多县有牦牛7.08万头,藏羊10.22万只,马0.12万匹,经验证,估算牦牛、藏羊和马数量的误差分别为-0.93%、2.27%和-13.23%。③ 家畜对环境因子的选择倾向于坡度小于12°,草地覆盖度高于0.6,距居民点小于1 km,距水源小于 3 km,距公路大于3 km的区域。研究结果表明,无人机遥感技术在畜牧业方面有较大的应用潜力,为研究牧区放牧家畜的特征和草畜平衡情况提供新的思路。     

基于动态极坐标参数化的遥感影像匹配方法

图像匹配作为三维重建至关重要的环节,其精度直接影响了平差优化、正射校正等模块的精度。对于城镇、农场等特征密集型区域,特征距离小,相似性强,易于匹配图像;而针对草地、沙漠等特征不明显区域,特征距离大,如果使用特征点匹配的方法,严格阈值下难以获得足够数量的匹配对,放宽阈值又将引入较多误匹配对,这也是导致稀疏点云不够均匀的原因之一。在此场景下,本文提出了基于动态极坐标参数化的无人机正视影像匹配算法,首先对图像做极坐标参数变化,采用动态策略解决极轴方向采样不均匀的问题,使用最小二乘法对得到的极坐标影像对做位移方向上的匹配,匹配后得到的旋转量和平移量,将该结果和SIFT算法的结果做比较。本文设计了2组实验,即参数已知的解算实验和参数未知的解算实验,且每组实验进行3次。在同等配置的计算机上,对两张7360像素×5400像素,32位的影像,本文方法的位姿解算时间相比SIFT的时间减少约57%,二者求得的位姿差通常小于1%。结论表明二者的结果在精度上表现相当,在时间上明显优于SIFT算法,具有实际的应用价值。     

融合数字表面模型的无人机遥感影像城市土地利用分类

城市土地利用是城市生态学中的关键问题,深入了解城市的土地利用对合理规划城市功能分区、提升用地效益、促进区域经济与环境发展具有重要意义。因此,城市土地利用类型分类研究一直是城市规划学和城市地理学研究的核心内容之一。快速发展的无人机技术为城市土地利用分类提供了丰富的数据支撑,基于无人机遥感影像建立的数字表面模型（DSM）和数字正射影像（DOM）可以有效提高城市土地利用分类的精度。为了充分利用无人机遥感影像的丰富信息,本文提出了一种融合高分辨率DOM和DSM的城市土地利用分类方法。本文融合了DOM和DSM作为数据源。在面向对象分类方法的基础上,DSM分别被用于多尺度分割过程中像元融合的最终阈值和地物分类过程中的地物高度特征。该方法在天津市宝坻区的京津新城进行了验证,结果表明,相对于最初的多尺度分割方法,融合DSM后的多尺度分割方法的分割质量指数（QR）、过分割指数（OR）、欠分割指数（UR）和综合指数（CR）都有所降低,分割效果明显提高。优化后的面向对象分类方法,在分类精度上有所提高,尤其是道路、建筑物和其他建设用地。总体精度由85%提高到了87.25%,Kappa系数由0.79提高到0.82。由此可看出,优化后的面向对象分类方法可以更有效地进行城市土地利用分类。     

面向智能查违的北斗无人机低空感知与服务系统

针对如何解决对城建中违章建筑进行全面有效监管的问题,设计研发了一种应用北斗无人机低空感知与服务技术的智能查违系统。利用北斗无人机搭载航空摄影设备获取城市定点区域遥感数据,通过实时数据通信传输模块将信息上传至多功能遥感数据处理平台进行动态处理,实现违章建筑的持续变化监测和查询,为监管部门提供数据支撑和决策依据。     

基于高时相遥感影像的洪水演进模型参数优化方法

种子点蔓延算法是洪涝演进过程模拟仿真的主要方法之一,其中,洪水演进模型参数由于受到不同地理环境影响而发生改变,具有一定的不确定性,进而导致洪涝模拟结果可靠性不高。随着高分4号卫星的发射,其具有高时间分辨率特性的影像将成为洪涝模拟、灾情评估的第一手资料。本文在模拟仿真过程中,接入高时效卫星影像并提取淹没范围和洪水体积,通过与模拟仿真产生的淹没范围和洪水体积进行比对,迭代调整洪水演进模型参数μ值、速度V,进而提高模拟结果的准确性。选取云南华坪山洪为典型案例,验证了本文方法的可行性与可靠性,为快速灾情评估和预防决策服务提供更为科学的依据。     

太湖水质参数MODIS的遥感定量提取方法

本文利用MODIS数据的可见光、近红外波段和准实时的地面采样数据,分别利用线性回归模型和神经网络模型反演了太湖的叶绿素a和悬浮物浓度.结果表明,利用MODIS数据的波段组合(M2/M8)和(M2/M9)可估算太湖的叶绿素a浓度;而MODIS数据的波段组合(M12/M17)、(M13/M17)及MODIS(M4)波段能定量估算太湖的悬浮物浓度,但估算精度仍不能满足实际需要.因此,构建了一个以MODIS可见光及近红外波段为输入,以太湖水质参数为输出的2层BP神经网络模型反演太湖的水质参数,大大提高了反演精度.     

基于多尺度特征感知网络的城市植被无人机遥感分类

目前城市植被分类受特征相近、光谱相似影响导致植被漏分、错分。因此,设计了一种多尺度特征感知网络（MFDN）结合高分辨率无人机可见光影像对城市植被分类。该网络针对漏分、错分问题,通过在输入层引入坐标卷积减少空间信息的丢失;构建并行网络增强多尺度特征信息并在网络之间引入重复多尺度融合模块使整个过程保持高分辨率表示,减少细节特征的丢失;同时添加分离特征模块扩大感受野,获取多尺度特征,从而有效缓解了城市植被错分、漏分现象。结果表明,MFDN方法在仅使用无人机可见光影像条件下主要是通过空间模式而不是光谱信息促进了城市植被分类,平均总体精度为89.54%,平均F1得分为75.85%,平均IOU为65.45%,分割结果准确完整。因此,所提方法与易于操作的低成本无人机系统相匹配,适用于城市植被快速调查,可以为城市空间利用和生态资源调查提供技术支持和科学依据。     

基于无人机遥感的滨海盐碱地土壤空间异质性分析与作物光谱指数响应胁迫诊断

在已集中连片改造为农田的盐碱地上,开展无人机遥感作物土壤空间异质性分析与光谱指数响应胁迫诊断对于提升盐碱地利用效率、创造更多经济效益与生态价值具有重要意义.本研究以山东省东营市黄河三角洲典型滨海盐碱地集中连片旱作农田的主要作物——高粱和玉米为研究对象,利用固定翼无人机获取400 hm2滨海盐碱地多光谱遥感数据,并结合地...     

萤火虫算法优化的高光谱遥感影像极限学习机分类方法

机器学习方法在高光谱遥感影像分类中广泛应用,本文使用新型的极限学习机（Extreme Learning Machine,ELM）进行高光谱遥感影像分类,针对ELM中正则化参数C和核参数σ,提出以萤火虫算法（Firefly Algorithm,FA）进行优化。首先,采用萤火虫算法进行高光谱遥感影像的波段选择,以便降低维数;然后,利用萤火虫算法以分类精度最大化为准则对ELM的参数组合（C,σ）进行寻优;最后,利用参数优化后的ELM分类器,对3个不同传感器的高光谱遥感影像进行分类。实验中将新型的萤火虫算法与遗传算法（Genetic Algorithm,GA）和粒子群算法（Particle Swarm Optimization,PSO）进行了对比,并将ELM的性能与支持向量机（Support Vector Machine,SVM）方法作对比。结果表明,FA优化方法优于传统的GA和PSO优化方法,ELM方法的效果在训练时间和分类准确率2个方面都优于SVM方法。实验说明,本文提出的方法具有较好的适用性和较优的分类效果。     

农作物遥感估产的方法综述

概述了遥感在农作物长势预测、种植面积测算和产量估算方面的原理、技术路线、研究进展,并分析了遥感估产在现实利用上存在的问题。