融合地理空间认知的珊瑚礁地貌单元高分遥感分类方法

近年来,在人为活动和自然因素的影响下,全球珊瑚礁面临着大规模退化问题,开展珊瑚礁监测研究对珊瑚礁生态系统评估、修复和保护工作具有重要作用。本文以西沙群岛北礁和华光礁为研究区,应用2015年高分二号（GF-2）和WorldView-2高空间分辨率卫星影像和现场调查数据,基于不同珊瑚礁地貌单元的空间位置特征,提出了融合地理空间认知（Geo-Spatial Cognition,GSC）的珊瑚礁地貌单元高分遥感分类方法。研究结果表明：针对因空间位置不同和底质组成高度近似导致珊瑚礁地貌单元漏分和错分的问题,本文提出的方法更能有效获取精准的珊瑚礁地貌单元信息。其中,融合地理空间认知的随机森林（Integrating Geo-Spatial Cognition-Random Forest,GSC-RF）方法展现出了最优的分类表现,在北礁和华光礁珊瑚礁地貌单元分类中总体精度分别为98.06%和91.93%,Kappa系数分别为0.98和0.91。相比于仅使用光谱信息的随机森林（Random Forest,RF）、多元逻辑回归（Multinomial Logistic Regression,MLR）和支...     

SAR与光学影像融合增强方法和效果分析

基于Radarsat-2全极化SAR、GF-1多光谱、Landsat-8多光谱影像,利用PCA变换、HSV变换等方法,分析了同空间分辨率的SAR与光学全色影像的信息量,并评价了其分别与Landsat-8多光谱影像的融合结果。结果表明:全极化SAR影像较全色影像的亮度高,图像标准差、信息熵及平均梯度总体趋于一致,信息量相当;融合影像目视效果相近,且SAR融合影像较光学融合影像包含的信息量更为丰富,利用高分全极化SAR影像替代光学全色影像开展海岸带遥感监测是可行的。     

基于半监督学习的遥感影像分类训练样本时空拓展方法

针对无法直接获取训练样本的遥感影像分类问题,从满足条件的其他影像中选择替代训练样本是最直接的方法,但由于地物类型在不同影像中的辐射环境不同,导致替代训练样本对待分类影像的代表性较差,无法保证分类精度.以直推式支持向量机(transductive support vector machine,TSVM)分类为例,发展了一种基于半监督学习的遥感影像训练样本时空拓展方法.该方法采用非监督方法从待分类影像中选择大量未标记样本,挖掘各类地物在特征空间中的结构信息;以替代训练样本所拟合的分类面为初始面,通过自适应渐进式的优化,实现对待分类影像的高精度分类.该方法要求训练样本的来源影像与待分类影像具有相似的地物分布和相近的时相.以SPOT5和QuickBird影像分类为例,分别通过基于像元的和基于分割对象的分类实验证实,该文提出的方法可有效地实现训练样本的时空拓展应用.     

生成模型学习的遥感影像半监督分类

以生成模型最大似然估计为例,引入结合已标记样本和未标记样本的半监督分类方法来解决遥感影像分类中的小样本问题,应用已有的少量已标记样本初始化一个分类器,结合大量未标记样本,通过递归计算的方式对分类器进行优化,直到包含所有样本的似然函数收敛到局部极大值。通过分析遥感影像待分类类别与影像中地物类型固有特征之间的关系,设计两个在不同生成模型假设下的分类实验。结果表明,未标记样本的参与可在很大程度上提高小样本条件下的影像分类精度,但两种样本的数量应保持一个适当的比例。最后通过与在解决小样本分类问题方面有独特优势的SVM方法的分类比较,发现在小样本情况下,本文方法具有更好的应用潜力。     

资源一号02C卫星海岸带影像二级产品质量评价

为分析资源一号02C卫星在海岸带地区的应用潜力,对其遥感数据成像质量进行评价。采用主观评价和客观评价相结合的评价方法,对资源一号02C卫星P/MS影像二级产品进行质量评价,并与应用广泛且波段设置、空间分辨率相近的SPOT-5影像数据进行对比,分析其在海岸带遥感应用方面的潜力。结果表明:采用目视解译的主观评价显示,资源一号02C全色、多光谱以及融合影像在海岸带典型地物表现能力方面接近SPOT-5影像,而SPOT-5影像颜色过渡更自然,影像纹理和细节信息更丰富。采用统计分析量的客观评价显示,资源一号02C与SPOT-5影像的各统计参数互有高低。就全色影像而言,资源一号02C的信息量较高,而SOPT-5的亮度、灰度离散程度和空间分辨率较高;就多光谱影像而言,SPOT-5的灰度离散程度较高,其他指标无明显规律,不易比较;就融合影像而言,SOPT-5的空间分辨率较高,而资源一号02C的信息量、灰度离散程度和波段间独立性较高。因此,资源一号02C影像数据在一定程度上可以替代SPOT-5影像,在海岸带遥感研究与应用领域具有相当潜力。     

融合浅层特征的深度卷积神经网络互花米草遥感监测方法

基于2018年10月份黄河口入海两侧的LANDSAT8 OLI影像,提取植被指数和缨帽变换分量共9维光谱特征,构建融合浅层特征的8层深度卷积神经网络(deepconvolutionalneuralnetwork,DCNN)分类模型,开展互花米草(SpartinaalternifloraLoisel)遥感监测的方法研究,并从不同的浅层特征来具体分析互花米草的监测结果。结果表明:(1)在分类方法上,DCNN模型的总体分类精度最高,达到90.33%,与支持向量机(support vector machine, SVM)、随机森林(random forest, RF)分类器相比,精度分别提高4.78%、2.7%,互花米草的生产者精度分别提高了2.56%、0.47%,说明在滨海湿地遥感影像分类中, DCNN有着更好的应用潜力;(2)融合浅层特征后, DCNN的总体分类精度和互花米草的识别精度分别提高了0.34%和3.25%,有效提高了对互花米草的监测能力。其中,融合归一化植被水分指数(NDII)浅层特征的DCNN分类方法中,互花米草的识别精度提高最多,为2.56%,比值植被指数(RVI)次之,为2.32%。研究结果可为互花米草的监测与管理提供技术与数据支撑。     

基于WorldView-2和GF-2遥感影像的赵述岛礁坪底质变化研究

以西沙群岛海域赵述岛礁坪为研究区域,应用2010年的WorldView-2和2015年的GF-2两期高分辨率卫星遥感影像数据,结合现场水下珊瑚礁照片和视频资料,建立了赵述岛礁坪底质类型遥感分类体系,分别构建了针对WorldView-2遥感影像和GF-2遥感影像的珊瑚礁底质分类决策树模型,并通过对两期遥感影像的底质类型提取结果的变化分析,完成了赵述岛礁坪退化区域的提取。结果表明:(1)WorldView-2影像的分类决策树具有91%的总体分类精度和0.89的Kappa系数,GF-2影像的分类决策树具有更高的分类精度;(2)6年期间研究区大约1/4的珊瑚礁分布区发生了退化;(3)最突出的自然变化是礁前区大面积的珊瑚丛生区转变成藻脊,结合相关资料认为东北季风、热带气旋和温度上升的综合影响是驱动因素;(4)赵述岛西侧的藻脊、珊瑚沉积区大面积转化为珊瑚砂和深水区域,原因是航道和码头的开发活动。研究分析了6年间赵述岛礁坪底质的退化状况,并分析原因,为珊瑚礁底质分类提供方法,并为西沙群岛的珊瑚礁监测和保护提供了有效资料和手段。     

基于GF-1WFV的黄河口湿地植被碳储量估算研究

为掌握黄河口湿地植被地上生长部分碳储量的空间分布情况,基于GF-1WFV卫星数据,对黄河口湿地植被地上生长部分碳储量开展了遥感估算模型研究,并根据研究区植被类型空间分布特点,对不同植被类型地上生长部分碳储量的特征开展了分析,结果表明:6种植被碳储量估算模型中,基于NDVI建立的指数模型为单位面积碳储量估算最佳模型,其决定系数(R2)最大,值为0.76,均方根误差(RMSE)最小,值为19.1g/m2;在不同植被类型分布区,地上植被单位面积碳储量平均值大小顺序为互花米草芦苇草甸柽柳林潮滩芦苇盐地碱蓬,其中各区域平均值最大为78.1g/m2,最小为46.7g/m2。研究结果为提高黄河口湿地植被的碳储量提供了有效措施,即合理优化植被类型的空间分布、恢复裸滩上盐地碱蓬的生长和提高植被类型盖度。     

基于GF-1 WFV影像的黄河口湿地植被盖度估测及分析

植被盖度是植被生长状况的重要定量指标,而目前开展的植被盖度遥感估测工作主要集中在陆地区域,对河口湿地植被盖度遥感估测工作比较少见。本文基于国产GF-1 WFV遥感影像开展了黄河口湿地植被盖度估算,并结合植被类型、土壤盐度和植被指数分布状况开展了植被盖度分布特征分析,得到如下结论:（1）基于GF-1 WFV卫星影像的NDVI、SRI、SAVI、MSAVI和DVI 5种植被指数,分别建立植被盖度估测模型,其中基于NDVI、SRI、MSAVI和DVI 4种植被指数建立的多变量线性回归模型估测精度最好,其决定系数（R2）最大,为0.904,均方根误差RMSE最小,为0.14;（2）植被盖度估算模型的精度与植被盖度本身有一定的关系,其中各植被盖度回归模型中,盖度大于0.8时估算精度要优于盖度小于0.6的区域,RMSE最大相差0.04;（3）以潮滩碱蓬和潮滩芦苇为主的植被覆盖区属于低植被盖度区,盖度位于0.03~0.5,盐度在1.5 g/L左右;芦苇草甸、互花米草和柽柳灌丛植被覆盖区属于高植被盖度区,盖度位于0.8~1.0,其中芦苇草甸土壤盐度小于1.2 g/L,柽柳灌丛土壤盐度在1.4~2.0 g/L,在高盖度植被区混生有中等盖度的植被,盖度在0.5~0.8,土壤盐度在1.8 g/L左右。     

高分二号卫星滨海湿地影像质量评价

以黄河口典型滨海湿地为实验区,采用主客观评价相结合的方法,在与SPOT-6卫星影像对比的基础上进行了GF-2卫星全色影像、多光谱影像以及融合影像的质量评价。目视主观评价表明,GF-2影像在滨海湿地地区整体表现能力上与SPOT-6影像相近,地物边界、纹理等细节信息方面优于SPOT-6影像;基于统计指标的客观评价结果显示,GF-2影像受噪声干扰的程度小于SPOT-6影像,承载的信息量与SPOT-6影像接近,多光谱影像以及融合影像各波段间的独立性也与SPOT-6影像相当,但在灰度、离散程度和地物可分性上与SPOT-6影像还存在一定的差距。