基于多源数据集成的多分辨率全球地表覆盖制图

全球地表覆盖数据产品(如地表覆盖,植被连续场)最高空间分辨率已达到30 m.不同领域的用户对于这些产品的精度和空间分辨率有着不同的需求.基于此,本文从制图精度和空间分辨率两方面对现有的30 m地表覆盖数据进行改进和分析.首先通过将两套30 m全球地表覆盖产品(FROM-GLC、FROM-GLC-seg(Segmentation))与两套粗分辨率全球产品(基于夜间灯光数据的不透水层NL-ISA、MODIS城市产品MODIS-urban)进行集成,生成了30 m分辨率的地表覆盖新产品FROM-GLC-agg(Aggregation).随后,采用了分辨率低于30 m的数据集(如MODIS地表覆盖产品MCD12Q1,全球地表覆盖产品GlobCover2009,MODIS水体掩模产品MOD44W等)对FROM-GLC-agg进行后处理以进一步消除类别混淆.经过多源数据合成的新地表覆盖数据产品中来自30 m分辨率全球地表覆盖产品的象元仍占98.9%.在此基础上,通过众数聚合和比例聚合这两种升尺度方法生成了8套粗分辨率(250 m,500 m,1 km,5km,10 km,25 km,50 km和100 km)全球地表覆盖数据集来满足不同应用的需求.通过基于混淆矩阵的精度比较表明FROM-GLC-agg的总体精度为65.51%,该精度显著优于先前的两套30 m地表覆盖产品.多源数据合成后的30 m分辨率数据以及升尺度处理后的250 m,500 m,1km分辨率数据的最高总体精度分别为69.50%,76.65%,74.60%和73.47%.对采用众数聚合法得到的不同分辨率下地表覆盖类型的面积偏差分析显示,当分辨率超过5 km时,大部分植被类型会有至少5%的面积偏差.因此,对于需要使用粗分辨率地表覆盖数据作为输入的用户,建议使用包含了准确地表覆盖类型占比的比例聚合数据.     

基于边缘特征的遥感影像小波变换融合法

如何将不同空间分辨率遥感影像合理有效地融合在一起,保持原始多光谱影像的光谱特性,提高影像的分类精度和空间分解力,这是遥感影像数据融合处理的热点研究问题。在对原始遥感影像进行小波变换的基础上,提取高空间分辨率影像边缘特征信息,并与原始多光谱影像进行了融合处理。以IRS、SPOT和ETM卫星影像为资料进行实验,结果表明,该方法在提高影像的空间分辨率的同时,能够很好地保持影像的光谱特性,尤其在空间分辨率差异较大的影像融合中,该方法在保持影像光谱特性方面要优于其他的融合方法。     

基于相似度验证的自动变化探测研究

变化检测技术越来越多地应用于城市遥感分析和应用领域,但目前城市变化检测的研究主要基于中低空间分辨率的遥感数据,使用的方法也主要是像元直接比较法或者是分类后比较法。提出一种基于变化向量分析和相似度验证相结合的变化检测方法,应用高空间分辨率影像来快速实现城市建筑物、街道等目标的自动变化检测。并详细阐述了变化目标的提取以及验证的方法和过程,其结果真实地反映了地面目标的实际变化程度和类型。     

黄河三角洲多尺度土壤盐分的空间分异

本文利用多尺度采样数据,探索了两个深度土壤盐分的空间分异,分析了不同尺度、深度土壤盐分的变异系数和空间相关性(结构方差与基台值之比)的变化,揭示了形成这种空间变异的地貌因素,最后利用普通克立格(ordinary kriging)方法对土壤盐分的分布进行了估测。分析发现,研究区土壤盐分的空间变异具有三个尺度。随着采样间隔的增加和区域的扩大,盐分分布空间相关性增强,且下层比上层具有更高的空间相关性。地貌因素(微地貌类型、坡度和高程)均具有较高的空间相关性,当与地貌因素关系密切时,该尺度及深度的土壤盐分空间相关性就大;反之,则小,这时可能主要受具有较小空间相关性其他因子的影响(如人为活动)。最后对合理的土壤采样提出了建议。     

遥感科学与技术中的一些前沿问题

将人不可及的观测统称为遥感,使地面传感器成为遥感的一部分.提出遥感科学与技术的基本内容,包括传感器研制、遥感数据获取、数据处理、信息提取和应用5个部分.其理论基础是辐射传输过程模拟与反演,贯穿于各个组成部分.数据的可视化及传输发布存在于从数据获取到应用的各个环节.遥感科学与技术正处于快速发展时期,各个方面都有前沿问题.辐射传输理论中的尺度和多角度问题,地形对辐射和图像几何影响及相应的多源多时相数据的匹配问题,遥感信息提取中自动化和目视解译的结合以及信息提取新策略问题,遥感与基于过程模拟的气候一水文-生态模式相结合的四维数据同化技术等是当前遥感科学与技术发展中的重要学科前沿.四维数据同化技术是突破遥感瞬时信息获取、实现图像与机理模型有机结合、改善自身数据产品质量和促进地学大范围模拟准确性的重要发展方向,能增强遥感对全球变化科学的贡献.     

运用证据权重法进行阳性钉螺-地理因子的空间关系研究(英文)

Schistosomiasis is a serious public health problem in the middle-lower Yangtze River Basin in China. Study of spatial variation of snail distribution that is related to microgeographic factors can help to choose pertinent measures for snail extinguishment and environment rebuilding. This paper studied the theoretical architecture of weights-of-evidence approach. The case study was made for spatial relation between the occurrence of infected snails and geographic factor combinations in Waijiazhou marshland of Poyang Lake region in China. The multievidence data came from the geographical factor combinations by crossing operation of vegetation coverage grade layer, cattle route distance grade layer, and special environment layer (181 combinations in total) in GIS. The calculation of weight contrast index shows that high vegetation coverage, cattle route distance of <45 meters, and special geographic factor “ground depression” had direct spatial relation with the occurrence of infected snails. The verification by crossing operation in GIS indicated 72.45% of the infected snails concentrated on the areas of positive weight contrast index (sequenced in an order of weight contrast index from high to low), demonstrating the high efficiency of the model established in finding infected snails according to the geographic factor combinations that can be explicitly discerned in the study area. Supported by a the National Natural Science Fundation of China (No. 30590370), the Research Project “Spatial Simulation of Schistosomiasis Susceptible Areas in the Poyang Lake Region” Sponsored by Science Research Plan 2007 of Jiangxi Normal University (Natural Science Category).     

全球尺度下遥感与地理信息系统一体化软件平台研建进展

地理信息科学与技术在全球变化和地球系统科学研究中,正发挥越来越重要的作用。而在全球尺度下开展分析,必须发展用基于3维坐标进行分析,而且要具备全球尺度上的地表信息提取能力。并支持全球尺度的空间分析与应用的软件。介绍了在Google Earth基础上,开发的遥感和地理信息系统一体化软件平台：全球制图者（Global Mapper,GM）和全球分析者（Global Analyst,GA）。该平台除具备GE强大的空间数据浏览功能之外,还建立了全球地表信息采集与管理、建库与地图叠加、全球图像处理、可视化展示与球面空间分析等技术。该软件突破了传统的2维坐标分析,改变了数据获取和数据管理的方式方法,将在地球系统科学与全球变化研究中发挥重要作用。     

高分辨率影像解译理论与应用方法中的一些研究问题

近年来，不断发展的遥感技术使遥感数据呈现出高空间分辨率、高光谱分辨率和高时间采集频率的特点。卫星图像空间分辨率已经提高到0．6m级，而航空遥感数字影像分辨率高达0．1m以上。光谱分辨率高达3—4nm。不断发展的高分辨率遥感数据能够提高信息提取和监测精度，并拓展遥感数据的应用范围。目前，国外已经加快对高分辨率图像，特别是高空间分辨率影像，在城市环境、精准农业、交通及道路设施、林业测量、军事目标识别和灾害评估中的应用。但是总的情况是自动化程度不高。介绍高空间分辨率影像信息提取、高光谱和偏振影像信息提取、影像数据融合和高分辨率遥感变化探测等方面迫切需要研究的一些科学问题及其意义。建议建立图像知识库，改善数据共享环境，为有志于从事这方面研究的学者提供参考。     

21世纪逐日无缝数据立方体构建方法及逐年逐季节土地覆盖和土地利用动态制图—中国智慧遥感制图iMap （China） 1.0

粮食安全、高质量人居环境建设、生物多样性保护、星球健康等社会可持续发展目标和对地球系统的理解、模拟与管理都迫切需要多尺度、长时序、辐射和几何精度高且一致性强的遥感观测数据集和针对用户需求的、信息主题灵活的制图产品。但是由于技术和成本限制,传统的遥感卫星难以提供同时具有高空间分辨率、高时间频率和高质量的观测数据。现有的制图和反演方案多是针对于单一传感器系列,难以充分挖掘和联合利用多源异构遥感大数据的信息潜力,造成观测时段和分辨率有限、时空一致性和可比性较差。因此,遥感领域迫切需要新的技术范式。本文基于前沿的云计算、人工智能、虚拟星座、时空融合重建等技术,针对现有遥感大数据特别是国产卫星数据,提出一套智慧遥感制图(iMap)框架。该框架从用户需求出发、问题驱动,能够大大改善当前遥感数据产品难以满足农林管理、国情监测、生态环境保护、防灾减灾、城市建设等用户的多样化、高精度地表监测需求的现状。在该框架的指导下,基于亚马逊云计算(AWS)高性能、高弹性、可扩展的分布式计算资源,搭建了在线实时、自动化、无服务器、端到端的遥感大数据生产链和并行制图系统,并生产了首套21世纪中国全境逐日无缝数据立方体(SDC)及逐年逐季节土地覆盖和土地利用制图产品。逐日SDC综合利用Landsat和MODIS卫星数据构建虚拟星座,并通过多源时空数据融合重建技术研制得到无云无缝、高精度的反射率产品,作为分析就绪数据(ARD),为高精度定量遥感反演和制图打下根基。基于这一SDC,完成了逐年逐季节地表制图。逐年平均精度超过80%。在制图过程中,基于多套多层土地覆盖和土地利用分类体系,运用有限样本稳定分类理论,迁移使用全季节普适样本库,采用自动机器学习(AutoML)策略集成优化多种分类器,并结合时空一致性变化检测和后处理技术。这两套制图产品证明了本文提出的智慧遥感制图框架的可行性和有效性。未来将进一步完善和发展该框架,以开放和灵活的理念,为促进中国遥感进一步发展提供新的思路。     

遥感科学与技术中的一些前沿问题

将人不可及的观测统称为遥感,使地面传感器成为遥感的一部分.提出遥感科学与技术的基本内容,包括传感器研制、遥感数据获取、数据处理、信息提取和应用5个部分.其理论基础是辐射传输过程模拟与反演,贯穿于各个组成部分.数据的可视化及传输发布存在于从数据获取到应用的各个环节.遥感科学与技术正处于快速发展时期,各个方面都有前沿问题.辐射传输理论中的尺度和多角度问题,地形对辐射和图像几何影响及相应的多源多时相数据的匹配问题,遥感信息提取中自动化和目视解译的结合以及信息提取新策略问题,遥感与基于过程模拟的气候一水文-生态模式相结合的四维数据同化技术等是当前遥感科学与技术发展中的重要学科前沿.四维数据同化技术是突破遥感瞬时信息获取、实现图像与机理模型有机结合、改善自身数据产品质量和促进地学大范围模拟准确性的重要发展方向,能增强遥感对全球变化科学的贡献.