多尺度融合卷积神经网络支持下的SAR影像变化检测

相干斑噪声的存在影响着合成孔径雷达(SAR)影像识别变化信息的能力。为了提高变化检测的准确性,必须充分考虑相干斑噪声的影响。本文提出了一种新的变化检测方法,利用联系上下文显著性提取方法,从差异图中提取潜在变化区域和背景信息,在保留图像主要纹理细节的同时去除背景噪声。针对当前变化检测方法特征表达不足的问题,设计了一种多尺度通道注意力模块squeeze, expand and excitation(SEE),在获取多感受野信息的同时强调重要信息,不至于产生信息冗余。在此基础上,提出了一种多尺度融合卷积神经网络——SEENet。SEENet将3个SEE模块残差连接,以实现信息的多级利用。通过在4个SAR真实数据集上的试验,验证了该方法的有效性。     

崂山自然保护区人类活动遥感监测与评价

人类活动对自然保护区的生物多样性和生态平衡产生重要影响,分析人类活动对保护区的影响,为保护区政策的制定和有效地管理提供依据,作者基于2003和2009年的高分辨率遥感数据,开展保护区人类活动类型信息提取,利用人类干扰指数模型,分析了人类活动对崂山自然保护区产生的影响。结果表明:2003~2009年,保护区受居民区、工矿用地、农田等人类活动的干扰较大,且干扰程度有所增强,变化区域主要集中在实验区,而核心区和缓冲区受到人类活动的影响变化不明显。     

面向城市复杂区域的无人机倾斜摄影航线规划方法

本文针对城市复杂区域倾斜摄影建筑物遮挡问题,提出了一种无人机航线规划方法.该方法首先基于前期测区踏勘成果确定航线的高度范围,选择合适的高度并进行合理性验证;然后通过建筑最密集区域确定航线方向并计算重叠度;最终根据侧视影像临界点设计该区域的航线路径.本文以大型企业园区为例进行实景三维建模试验.结果表明,基于该方法建立的三...     

胶州湾湿地时空演化遥感分析与质量评价

胶州湾湿地是山东半岛面积最大的河口海湾型湿地,对于完善青岛城市生态功能具有重要意义。通过对胶州湾区域2003,2007和2011年3个时相SPOT-5卫星遥感数据的解译,得到相应年份的分类后影像,在此基础上计算各个地物类型的面积,得到胶州湾湿地核心区、实验区和缓冲区的面积变化图表以及相应区域地物类型的组成架构和质量评价系数。分析结果表明:胶州湾湿地的面积变化与质量变化并不一致,其湿地面积呈下降趋势,湿地质量在2003~2007年呈现下降趋势,而在2007~2011年却有所回升,这是由人为因素和自然因素共同影响导致的,其中人为因素占主导。     

无人机多光谱和LiDAR的红树林精细识别与生物量估算

红树林是生长在热带和亚热带海岸潮间带、受到海水周期性浸淹的木本植物群落,被公认为是海陆边缘重要的蓝色碳汇,但由于其地处海岸带区域,受人类开发利用活动的影响严重。本文选择广西茅尾海红树林保护区为研究区,以无人机多光谱和激光雷达影像为数据源,利用支持向量机分类方法对红树林优势种类进行分类;提出了单木分层分区距离判别聚类分割方法,准确提取了红树林的单木结构信息;估算了研究区红树林地上生物量。得出以下结论：（1）综合利用无人机多光谱和激光雷达数据,对研究区红树林种间类型识别总体精度可达90.69%;（2）基于分层分区距离判别聚类方法能够较好的提取红树林单木结构特征,树高的提取精度优于冠幅;（3）构建了红树林高度、冠幅与地上生物量回归模型,其中桐花树生物量回归模型的决定系数R2最高,达0.83;（4）研究区内红树林地上生物量主要分布范围为1.24—3.6 kg/m²,其中无瓣海桑最高,老鼠簕最低。     

一种基于偏度平衡的LiDAR点云滤波方法

在地形起伏区域,针对免阈值的偏度平衡滤波方法存在利用高程难以满足算法假设条件、利用强度信息面临异物同强度等问题,提出基于高差的偏度平衡方法。该方法是在点云与初始地面TIN间高差计算的基础上,采用偏度平衡方法进行LiDAR点云滤波。利用ISPRS提供的测试数据对该方法进行实验,结果表明:在地形起伏区域,点云高差能够满足偏度平衡方法的假设条件,并且基于高差的偏度平衡方法滤波有效。     

基于COG的遥感影像地图服务快速构建方法

如今主流的地图服务软件中影像图层的发布需要手动指定参数,不利于影像图层自动化发布.本文搭建私有对象存储服务管理遥感数据,利用COG(cloud optimized GeoTIFF)支持局部访问的特性,优化影像瓦片动态创建速度,实现了影像自动发布的瓦片地图服务,改进了瓦片唯一标识码生成算法,提高了瓦片缓存的读写性能.在实...     

Sentinel-1与Sentinel-2影像联合的黄河三角洲湿地信息提取

针对目前湿地信息提取中存在的“同物异谱”、“同谱异物”问题,以黄河三角洲自然保护区为实验区,采用在信息提取方面具有优势的典型相关森林算法,将Sentinel-1A雷达影像和Sentinel-2A多光谱影像作为基础数据,考察分别应用多光谱影像、合成孔径雷达(Synthetic Aperture Radar,SAR)和多光谱二者综合、SAR纹理特征以及植被指数对湿地信息提取的效果和适用性。研究结果表明:(1)基于Sentinel-2A多光谱影像,在分类方法上,典型相关森林(canonical correlation forest,CCF)的总体精度最高,达到94.32%,与支持向量机和随机森林分类算法相比分别提高了6.55%和5.47%;(2)基于Sentinel-2A多光谱影像和Sentinel-1A后向散射系数的CCF总体精度达到了94.89%,与只利用多光谱影像相比,3种算法的总体精度和Kappa系数均得到了提升;(3)在SAR和光学联合的基础上加入SAR纹理特征后总体精度和Kappa系数均略有下降,分别为94.72%和0.935 3;(4)在SAR和光学联合的基础上加入归一化差分植被指数(NDVI)、比值植被指数(RVI)、差值植被指数(DVI)、归一化差分红外指数(NDII)和差分红外指数(DII)5种植被指数后,总体精度达到了最高为95.35%,7种地物的生产者精度有所提高,有效提高了对黄河三角洲湿地信息的提取能力。实验结果可为黄河三角洲湿地的合理开发和有效保护提供科学支持。