地质灾害调查中ETM+与SPOT 5 Pan影像融合与评价

在对金沙江上游某库区地质灾害调查中,针对研究区范围广、高差大及交通不便等不利因素,选用ETM 与SPOT 5 Pan融合影像,对库区地质灾害进行遥感调查;分别采用Brovey变换、IHS变换和PCA 变换融合方法对这2种影像进行了融合,并对融合方法和地质灾害解译效果进行了评价.结果表明,PCA变换是一种适合于地质灾害调查的遥感影像融合方法,融合后的影像滑坡、泥石流及崩塌等地质灾害特征明显,能够满足地质灾害遥感解译要求.     

基于最小噪声分离变换的遥感影像融合方法

针对主成分分析（PCA）融合算法的不足和最小噪声分离（MNF）变换的优势，以IKONOS新型高分辨率观测卫星提供的全色和多光谱数据为实验数据，提出了基于最小噪声分离变换的遥感影像融合方法，并与其它融合方法进行定量和视觉比较，结果表明该方法能得到更好的融合效果。     

不同遥感影像融合方法在地理国情普查中的应用对比研究——以海南北部地区为例

利用比值变换融合、高通滤波融合、改进IHS融合、小波变换融合和基于主分量变换等图像融合方法对IKONOS多光谱影像和IKONOS全色影像进行融合,结合地理国情普查的地表覆盖类型,对比融合后影像的特点,并分析评价对比结果,为地理国情普查工作选用合适的融合方法生成效果较好、地物清晰的遥感底图,从而为提高解译效率提供参考依据。     

基于HIS和小波变换的IKONOS影像融合

许多对地观测卫星能提供高分辨率的全色波段影像和低分辨率的多光谱影像,因而影像融合已成为遥感图像空间分辨率提高的一个重要工具.目前多种影像融合技术已发展起来,然而对于高分辨率的IKONOS影像,现有的算法很难产生满意的融合效果.本文提出了一种新的融合方法,结合了HIS变换和小波变换的优势来减弱IKONOS融合中的光谱扭曲.定量评价证明HIS和小波相结合的融合方法相比常规的HIS变换和小波变换在提高融合质量上有着重要意义.     

ASTER和TM/ETM+遥感数据融合监测土地覆盖变化

在人们纷纷选择IKONOS、QUICKBIRD、SPOT-5等高分辨率影像监测土地利用/覆盖变化之际,以北京海淀区为例,尝试采用Brovey变换和主成分分析(PCA)法融合ASTER、TM/ETM+中等分辨率影像,充分利用ASTER、TM/ETM+数据的多光谱和较高空间分辨率特性,挖掘其在土地覆盖变化监测中的潜力,为大规模监测土地利用/覆盖变化提供科学参考。研究将2003年ASTER多光谱3N、2、1波段与1999年ETM+PAN波段进行Brovey变换;1992年TM543与1999年ETM+PAN波段进行PCA融合,快速发现土地覆盖变化信息。经验证,变化发现精度达92.50%,符合项目精度要求。试验表明:在缺乏高分辨率影像的地区,选择价格相对便宜的AS-TER和TM/ETM+数据,采用Brovey变换和主成分分析(PCA)法进行融合,可有效监测土地覆盖变化,节约动态监测成本,二者具有很大的应用价值,值得推广。     

IKONOS影像的最佳融合技术研究

在研究遥感数字影像融合算法和原理的基础上,选择高空间分辨率的IKONOS遥感影像作为数据源,采用能够以全波段融合的主成分变换、乘积变换、Gram-schmidt变换和小波变换四种融合方法进行比较研究,并通过主观和客观两方面对融合效果进行评价。结果表明,Gram-schmidt变换法融合的IKONOS影像光谱质量最好,同时也较高程度地保持了高几何分辨率的空间信息,是权衡光谱信息和空间信息综合效应最佳的一种方法。     

甘肃黑方台黄土滑坡InSAR识别、监测与失稳模式研究

采用合成孔径雷达干涉测量（interferometric synthetic aperture radar,InSAR）技术对甘肃黑方台地区潜在的黄土滑坡开展了多时相编目、长时序监测以及失稳模式识别研究。首先,采用不同空间分辨率、不同波长的历史存档合成孔径雷达（synthetic aperture radar,SAR）数据对黑方台地区2006-12至2017-11间的潜在滑坡开展了识别研究,在2006-12至2011-03和2016-01至2016-11两个时间段均识别出数10处不稳定坡体,实地调查和光学遥感影像验证了InSAR技术识别结果的可靠性与准确性。然后,对典型不稳定滑坡体采用高空间与高时间分辨率的TerraSAR-X数据开展了长时序监测,结果表明,在InSAR监测期间,累积形变最大的滑坡体在随后的时间里均发生了滑动,并成功地捕获到滑坡体形变加速的时间点。最后,利用升降轨SAR数据开展了黄土滑坡二维形变监测研究,基于滑坡的二维形变特征并结合地形图以及光学遥感影像进一步研究了滑坡的失稳模式,现场调查结果验证了所获得滑坡失稳模式的准确性。     

SPOT5影像数据不同融合方法的比较与评价

采用小波IHS变换、小波PCA变换、EHLERS变换等五种不同融合技术对SPOT5的多光谱影像和全色影像进行融合,并从均值、标准差等方面对融合结果进行了评价。研究表明：EHLERS融合后影像有很好的整体视觉效果,但在细节表达方面有所缺陷;改进后的IHS融合后影像清晰度较低;PCA变换融合容易导致影像失真;而小波IHS和小波PCA融合技术以数据保留量大、失真程度小、视觉效果好、影像层次分明等特点证明了小波分解技术的优势。     

融合工程地质资料与GNSS高精度监测信息的黑方台党川黄土滑坡稳定性研究

针对当前滑坡稳定性评价方法难以准确获取评价结果的突出问题,本文提出了一种融合地下水、工程地质钻孔信息及灌溉资料等工程地质资料与GNSS观测的黄土滑坡稳定性评价方法。首先,基于高分辨率影像、高精度DEM、地层地貌等多源异构数据,建立滑坡精细三维地质模型体;然后,将滑坡外部高精度GNSS监测数据作为模型外部约束条件,进一步构建起融合工程地质资料与GNSS观测的黄土滑坡稳定性综合评价模型。本文方法能够将滑坡外部大地测量高精度监测数据与工程地质数值模拟手段有机融合,实现了滑坡外部形变信息与内部变形机制的有效耦合。通过我国典型黄土滑坡域甘肃黑方台党川实际发生的两起滑坡失稳事件验证表明,本文方法可有效地提高滑坡稳定性评价结果的精度及可靠性,获取了与试验区域滑坡实际失稳情况相一致的结果:HF06/07 GNSS监测点首先失稳,其次是HF09监测点失稳,最后是HF05监测点失稳。基于本文方法获取的滑坡失稳顺序与实际滑坡发生顺序高度一致,显著优于现有的滑坡失稳数值模拟法。     

高分二号影像融合方法质量评价

针对实际应用中因融合方法选择不恰当而无法充分发挥高分二号数据优势的问题,对常用影像融合算法进行了分析评价,旨在寻找最适用于高分二号数据的影像融合方法。采用Brovey变换、改进IHS变换、PCA变换、GS、HPF、小波PCA、Ehlers、Subtractive、HCS、NND 10种影像融合方法对高分二号影像进行融合处理,并从定性和定量两方面对融合结果进行质量评价。结果表明,针对高分二号数据,综合考虑光谱保真度和空间细节表达以及目视效果,HCS和NND方法的融合效果最佳。     

城市植被制图中SPOT5影像融合方法研究

不同的融合方法用于不同应用目的融合效果不同,本文采用主成分分析、HIS变换以及基于小波变换的主成分分析和HIS变换四种融合方法对SPOT5全色波段和多光谱波段进行融合,并针对城市植被制图特点对融合结果进行质量评价。结果表明,基于小波变换的PCA和HIS变换融合法光谱保持能力最好,但是空间结构特征较差,不适于城市植被零星分布的特点。主成分分析既有较好的空间结构特征,细小地物纹理清晰,同时又具有较好的光谱保持能力,最适合于城市植被制图研究。     

Hue Adjustment to IHS Pan-Sharpened IKONOS Imagery for Vegetation Enhancement

Fused or pan-sharpened IKONOS images are invaluable to the visual interpretation of large-area-scale applications. Frequently, the paramount objective is merely to obtain an image for visualization purposes, with no further image processing or analysis in mind. In such cases, the fused image should resemble reality as much as possible, with objects represented by their true colors at surface reflectance. In this letter, a technique for image fusion of IKONOS, or similar imagery, is proposed for when the main purpose of a specific image is vegetation visualization. The technique consists of a hue spectral adjustment scheme integrated with an intensity-hue-saturation transformation. Experimental evidence to support the technique is provided with a subset of IKONOS data available from the University of Alcalaacute campus. In the final fused image, deciduous and evergreen vegetation can be clearly differentiated. The high quality of the fused image can also be appreciated in relation to other types of cartographic objects; the quantitative evaluation of spectral and spatial information results in a high color correlation and excellent spatial information quality     

Exploiting IKONOS and Hyperion data fusion for automated road extraction

We present here the examples that show how fusing data from hyperspectral sensors with data from high spatial resolution sensors can enhance overall road detection accuracy. The fusion of hyperspectral and high spatial resolution data combines their superior respective spectral and spatial information. IKONOS (MSS) and Hyperion images were fused using the principal component analysis (PCA) method. The approach for road extraction integrates multiresolution segmentation and object oriented classification. Road extraction is done from an IKONOS (MSS) image and a Hyperion and IKONOS (MSS) merged image and comparisons are made depending on accuracy and quality measures such as completeness and correctness. This article also emphasises the types of roads which are giving better accuracy of extraction after fusion with hyperspectral image. This can vary because of types of material and condition of roads. The methodology was applied on roads of Dehradun, India.     

基于多尺度分析的遥感影像融合研究

本文对SPOT5的多光谱波段和全色波段在像素级的融合层次上运用多尺度分析的方法进行了融合试验,主要用了小波变换和Curvelet变换的方法,这两种变换方法都能把图像分解为低频的近似图像和高频的细节图像,采用一定的融合规则对分解后的图像进行融合,并进行反变换得到融合后的图像,并把基于多尺度分析的融合结果与传统的融合方法进行了对比分析。结果表明,基于多尺度分析的融合方法比传统的PCA、Brovey融合方法效果要好;而Curvelet变换融合在光谱保持度及空间信息提高方面都比小波变换融合有所提高。     

Identification of Landslide Scars in the Region of the Serra do Mar,São Paulo State,Brazil, Using Digital Image Processing and Spatial Analysis Tools

The objective of the present study, developed in a mountainous region in Brazil where many landslides occur, is to present a method for detecting landslide scars that couples image processing techniques with spatial analysis tools. An IKONOS image was initially segmented, and then classified through a Batthacharrya classifier, with an acceptance limit of 99%, resulting in 216 polygons identified with a spectral response similar to landslide scars. After making use of some spatial analysis tools that took into account a susceptibility map, a map of local drainage channels and highways, and the maximum expected size of scars in the study area, some features misinterpreted as scars were excluded. The 43 resulting features were then compared with visually interpreted landslide scars and field observations. The proposed method can be reproduced and enhanced by adding filtering criteria and was able to find new scars on the image, with a final error rate of 2.3%.     

南极区域遥感影像融合处理质量评价研究

南极是地球上对全球气候变化最敏感、响应最迅速的区域之一,针对南极冰盖变化的监测对很多领域有着十分重要的意义。本文针对南极区域选取MODIS与Land—sat ETM＋两种遥感影像,通过ENVI遥感平台,利用包括WAVELET变换法、PCA变换法、BROVEY变换法和HPF变换法等4种影像方法进行融合,并选择均值、标准差、偏差指数、相关系数等评价指标,对融合后的影像进行评价。得出结论：ETM＋影像WAVELET算法融合效果最好,而对于Modis影像PCA算法融合效果最好,两种卫星影像对不同尺度的监测都有着各自的优势。     

城市绿地信息提取遥感影像尺度效应分析

绿地信息提取精度与影像的空间尺度有关,又与提取目标的特点有关。目前用于绿地信息提取的高分辨率遥感影像主要有QUICKBIRD、IKONOS和SPOT5,不同尺度影像对绿地信息提取精度的影响还缺少相关的研究。本文利用目视解译方法,研究三种尺度遥感影像提取绿地信息的精度。结果表明,三种影像中,由于QUICK-BIRD影像有更详细的空间结构,更适合于城市绿地零星分布特点,在以7层建筑物以下为主的研究区,绿地信息提取精度最高。