QuickBird遥感全色影像平面精度分析

QuickBird卫星是目前全世界最高分辨率的商用遥感卫星,通过实验对QuickBird遥感影像平面精度进行验证.实验表明,QuickBird标准影像具有良好的内部几何精度,几何纠正后的影像平面坐标绝对误差精度均方根为0.35m.就单纯单点绝对精度来看,已达到1:2000地形图平面精度要求.     

高分辨率SAR影像斑点噪声滤除方法的研究

SAR影像中一般都存在着斑点噪声,它严重干扰了地物信息的提取与SAR影像的应用,影响了地物的判读,因此,抑制SAR影像斑点噪声对SAR影像的应用有着重要意义。本文首先分析了斑点噪声的产生机理及数学模型,然后介绍了滤除斑点噪声的方法,重点介绍了几种局域统计自适应滤波,总结了SAR斑点噪声滤除的两种数学模型作为构造SAR斑点噪声滤除方法的基础,然后针对几种典型的滤波算法进行了对比试验,最后提出了一套对这些滤波斑点噪声滤除效果的定量化评价指标,并运用到试验中,指导SAR影像斑点噪声的滤除以及滤波算法的构造。     

无/缺水下地形数据的高原堰塞湖水量遥感估算

水量遥感动态监测对于高原堰塞湖风险评估、预报预警和处置决策等具有重要意义。针对高原无资料或缺资料区,充分利用空天遥感技术,文章提出了一种无/缺水下地形数据的高原堰塞湖水量遥感定量估算方法。该方法首先通过遥感水域面积提取,获取堰塞湖淹没空间范围;进而采用不规则复杂多边形中线定位算法,确定堰塞湖中心线位置;然后基于河道中心特定点高程信息,结合局部河道比降估算,生成堰塞湖水下地形河道中线约束因子;再根据河道边坡高程信息和水下地形约束因子自适应拟合出局部堰塞河道的水下未知地形;最后通过三维曲面离散积分实现堰塞湖水量遥感动态定量估算。实验以东帕米尔高原的萨雷兹堰塞湖为研究区,展开遥感水量调查与局部验证研究,结果表明:萨雷兹堰塞湖当前水域面积约为89.09 km²,水量约为162.49亿m³;这一结果与专家预估的水资源量155—165亿m³基本吻合。经局部模拟实验精度对比验证,模拟结果与实际数据动态误差总体控制在10%以内,相关系数达到0.95(P<0.01,双尾),进一步证明了算法的鲁棒性和估算结果的可信度。为无/缺水下地形数据的高原堰塞湖水量遥感估算提供了一种有效的方法,实现了水下地形未知的高原堰塞湖水量遥感快速反演与定量测算。     

利用激光点云数据进行露天矿采剥工程量的计算方法

露天矿测量验收主要采用全站仪等单点式测量的方式,存在采样密度低、测量周期较长等不足。针对以上问题,采用三维激光扫描技术在露天矿中获取点云数据,并通过布料模拟算法和三角网计算体积算法,计算得到采剥工程量。经实验验证,与传统三角网体积计算法得到的采剥工程量相比,精度提高了23倍。     

双天基平台光学测量GEO目标的轨道确定

针对地基测控系统对GEO卫星监测在时间与空间上存在较多盲区、不能实时获取GEO目标的空间态势感知信息、无法有效对非合作性质的GEO目标进行空间监测的问题,提出了天基光学相机的双GEO平台对GEO目标进行轨道确定的技术方案.根据光学可视条件筛选数据,利用生成的模拟数据对GEO目标进行轨道确定,将所得轨道与参考轨道进行比对...     

一种稀疏降噪自编码神经网络影像变化检测方法

采用粤西2018—2019年优于0.5 m地理国情监测影像,结合2018年矢量化地表覆盖分类成果,使用稀疏降噪自编码神经网络深度学习方法,首先选取BJ、GF、ZY等各类高分辨率遥感影像训练生成多传感器训练模型;其次利用PCA主成分分析提取样本数据最大特征,实现样本数据白化降维;最后采用tanh函数作为神经元激活函数,选...     

基于GRACE与降水的干旱研究分析

针对干旱问题,采用GRACE重力卫星数据进行反演监测,并对该技术在监测应用中的问题进行了研究.以陕西省与四川省为例,分析了陆地总水储量及降水对干旱的影响,采用基于两者相结合进行计算的干旱指数来检测干旱的发生,并与实际干旱情况及其他干旱指数进行对比,结果表明:该指数能够较好地检测出实际干旱事件且与其他干旱指数有较强的相关...     

玉米大豆生长中后期遥感辨识的指示性特征研究

玉米和大豆是两种主要的粮食作物,及时准确地监测两者的种植面积对于产量预测和市场价格的制定具有重要的意义。利用遥感技术探究在生长季中后期能有效区分玉米和大豆的指示性特征集,为在不同实验区进行推广应用和提前玉米和大豆种植面积信息发布的时间提供技术支撑。文章以玉米和大豆为研究对象,以黑龙江和安徽省两个典型种植区为实验区,以高分一号影像为数据源,计算多种植被指数特征和两种纹理特征,同时利用特征优选方法评价特征间的相对重要性,并结合随机森林分类算法分析特征个数对精度的影响,得到不同试验区区分两者的最佳特征子集。随后根据不同实验区最佳特征子集的共同点和差异,遴选出对玉米和大豆中后期区分的遥感指示性识别特征集,并设计实验方案验证其有效性和稳定性。实验表明：在玉米和大豆生长中后期存在具有高效辨识两者的遥感特征集,能有效和稳定地增强两者的遥感识别能力;在不同实验区,基于特征优选方法可以选择出区分玉米和大豆的最佳分类特征子集,得到两者最优的识别效果,比仅仅使用原始波段特征的分类精度提升了近10个百分点,总体分类精度能够平均达到97%,Kappa系数0.96,玉米和大豆的单类分类精度平均超过95%;在不同的种植区,利用玉米和大豆的指示性特征集可以得到几乎与优选出的最佳特征子集同样的分类精度和制图效果,且具有稳定性和有效性,较最佳特征集更具推广使用意义。指示性特征集包含6种：植被指数中的比值植被指数（RVI）,差值植被指数（DVI）,转换型植被指数（TVI）,改进型叶绿素吸收比率指数（MCARI）和灰度共生矩阵（GLCM）纹理特征中的二阶矩（the Second Moment）和熵（Entropy）。     

融合随机森林模型和6种水体指数的上海市水体信息提取

为快速、准确地掌握水体分布信息,本文以上海市为研究区,基于多时相Sentinel-2卫星数据构建水体提取特征集,并采用效率高、稳健性好的随机森林模型,对研究区内的水体进行提取。水体提取特征集在现有光谱波段特征的基础上加入6种水体指数,分别为NDWI、MNDWI、AWEI_sh、WI₂₀₁₅、SWI和RWI,旨在提高水体提取精度。针对10个光谱波段特征及6种水体指数,设计了8种试验方案探究加入水体指数对于水体提取的作用。结果表明,将6种水体指数全部加入的方案精度最高,为97.910%;NDWI和RWI能提高水体提取精度、降低漏提率和误提率。     

层次分析法支持下的道路洪涝灾害风险评价——以武夷山地区为例

本文首先采用基于多准则决策的层次分析评价法,根据自然灾害风险理论,将洪涝风险影响因子分为危险性和脆弱性两类,子准则层包括平均降雨量、汇流累积量、坡度、海拔和土地覆盖度、道路级别、地表产流能力7个因子,构建了道路洪涝灾害风险评价模型。然后以福建省武夷山地区为研究区,利用地形数据、气象数据及遥感影像提取土地覆盖类型数据,通过道路洪涝灾害风险评价模型,绘制了道路风险分区图。结果表明,中、高风险积水道路占比较高,主要集中在东部、西部和中南部地区。本文对道路洪涝灾害风险所进行的评价,可服务于洪涝灾害风险预警和应急救援规划。