HY-1/COCTS波段信息含量与波段相关性分析--以辽东湾为例

以2003年4月辽东湾的HY-1／COCTS数据为例,采用主成分分析法和相关分析法,从光谱的不同结构、主成分、相关性等方面来揭示COCTS图像的光谱信息。COCTS的10个波段中,9,10两个波段与其他几个波段相比,包含的信息较丰富。在其他的8个波段中,6,7波段的信息较为丰富,6波段对主成分的贡献大。这8个波段与9波段和10波段的相关性为负相关,表明它们间的重叠少。5波段与1波段、7波段与6波段、6波段与2波段的相关性较高,这说明这些数据间的彼此重叠较多,故在进行波段图像的假彩色合成时一般以8,4,3或8,4,1波段的组合为佳。以OIF指数来检查融合方法的可行性。     

运用RS和GIS技术进行城市绿地覆盖调查

较详细地介绍了运用遥感和地理信息系统技术进行城市绿地覆盖调查的方法、技术流程以及其优点。由该方法获取的城市绿地覆盖数字信息,可以方便地进行各种分析、评价,辅助绿化部门的规划管理.     

遥感与GIS支持下的中国草地动态变化分析

运用GIS和RS技术,以LandsatTM为数据源,监测我国草地资源的变化情况。研究表明,我国草地总面积增加,其中,高覆盖度与中覆盖度草地面积增多,但低覆盖度草地面积减少。而且南北方有差异,南方的草地面积变化较小,北方草地面积减少程度大,这对我国北方的生态环境将产生不利影响。     

结合极化分解特征的SVM溢油检测研究

Marine oil spills have caused major threats to marine environment over the past few years.The early detection of the oil spill is of great significance for the prevention and control of marine disasters.At present,remote sensing is one of the major approaches for monitoring the oil spill.Full polarization synthetic aperture radarc SAR data are employed to extract polarization decomposition parameters including entropy(H) and reflection entropy(A).The characteristic spectrum of the entropy and reflection entropy combination has analyzed and the polarization characteristic spectrum of the oil spill has developed to support remote sensing of the oil spill.The findings show that the information extracted from(1–A)×(1–H) and(1–H)×A parameters is relatively evident effects.The results of extraction of the oil spill information based on H×A parameter are relatively not good.The combination of the two has something to do with H and A values.In general,when H0.7,A value is relatively small.Here,the extraction of the oil spill information using(1–A)×(1–H) and(1–H)×A parameters obtains evident effects.Whichever combined parameter is adopted,oil well data would cause certain false alarm to the extraction of the oil spill information.In particular the false alarm of the extracted oil spill information based on(1–A)×(1–H) is relatively high,while the false alarm based on(1–A)×H and(1–H)×A parameters is relatively small,but an image noise is relatively big.The oil spill detection employing polarization characteristic spectrum support vector machine can effectively identify the oil spill information with more accuracy than that of the detection method based on single polarization feature.     

华北土地利用十年动态特征分析

以遥感与GIS为技术支撑,分析华北地区十年的土地利用动态特征。华北地区耕地增加,以旱地为主,主要分布于河北、河南;林草地减少,尤其是草地的减少集中于内蒙古,表现为耕地大量占用草地;城镇增加迅速,主要表现在城镇用地占用耕地,以农村居民点发展快;华北土地利用转换以耕地变城镇、农村居民点与工矿用地为主。按土地利用变化分区,华北处于两个区:黄淮海耕地-城镇转换区,主要表现在河北旱地变为农村居民点,河南、北京、天津旱地变城镇。华北、黄土高原农牧交错带草地-耕地转换区,集中在内蒙古草地变耕地。从两个时间段看,华北土地利用20世纪80年代末到90年代中期耕地增加速度明显大于华北土地利用90年代中期到90年代末。华北土地利用90年代中期到90年代末城乡、居民工矿用地面积的增加幅度比华北土地利用80年代末到90年代中快。     

基于CU-Net模型的红树林自动识别方法研究——以广东省珠海市淇澳岛为例

红树林对维护生物多样性以及生态平衡等具有重要意义。因此,高效、精确地提取红树林植被信息以及实时对其进行监测十分必要。本文提出了一种高分辨率遥感影像红树林像素级精确提取的深度学习方法。针对红树林遥感分类精度不高的问题,通过强化图像中心信息,弱化边缘信息的方法引入CLoss损失函数,添加Dropout、Batch Normalization层构建了适用于红树林识别的CU-Net模型,采用滑动重叠拼接方法构建了新的预测模型,有效解决了预测结果边缘信息不足以及有拼接痕迹的问题。将本文方法的识别结果与U-Net、SegNet、DenseNet模型的预测结果以及传统的SVM、RF方法进行对比,结果表明,本文模型相较于其他深度学习模型泛化能力更强,识别效果更好,在两个测试区域的平均总体精度、平均交并比分别达到了94.43%、88.12%,平均F1-分数在红树林和普通树木的精度分别达到了95.96%、90.49%,精度明显高于传统的SVM、RF方法,也高于其他几种神经网络方法,验证了该模型在红树林识别领域的有效性,可为高分辨率遥感红树林识别领域提供一条新的思路。     

多光谱与纹理特征结合的WorldView-2影像海岸线提取方法研究——以马来西亚棉花岛为例

海岸线是海岛海岸带研究的基础要素,对于海岸带资源开发利用具有重要意义。遥感技术凭借其宏观、多光谱且周期短等特点成为快速提取海岸线的重要技术手段。本文采用高分辨率遥感数据WorldView-2对海岸线两侧地物的表观反射率进行分析,并开展特征分析,构建了海岸线提取指数。在此基础上,进一步结合纹理特征提取方法,成功提取了马来西亚棉花岛的海岸线。基于线目标匹配法对提取结果进行精度评价,其中长度误差为-1.38%,在缓冲半径为6个像素单位时,完整度为96.96%,正确度为95.37%。结果表明,用该方法提取的海岸线精度较高,可满足遥感调查的需要。     

基于SAR图像雨团足印的海面风向提取方法

利用地球物理模式函数进行SAR海面风速反演时,需以风向作为地球物理模式函数的输入。本文应用了一种利用SAR图像上雨团足印顺风一侧比逆风一侧明亮的图像特征的海面风向提取方法,以进行海面风速反演。4景RADARSAT-2卫星SAR示例数据风向提取结果相对于ASCAT散射计的风向均方根误差满足不大于16°。分别以本文方法提取的风向和ASCAT散射计风向作为输入,利用地球物理模式函数CMOD5进行海面风速的SAR反演,两者的风速反演结果基本一致,其均方根误差差值不超过0.3 m/s。本文利用SAR图像雨团足印信息的风向提取方法准确可靠,可应用于SAR海面风速反演。     

基于HY-1C CZI影像光谱指数重构数据MNF变换的红树林提取

本文基于广西山口国家红树林生态自然保护区的HY-1C卫星的海岸带成像仪(Coastal Zone Imager,CZI)影像,分析了红树林与一般陆地植被的光谱特征及其光谱指数的相关性,采用归一化差值植被指数(Normalized Difference Vegetation Index,NDVI)、归一化差异水分指数(Normalized Difference Water Index,NDWI)、大气阻抗植被指数(Atmospheric Impedance Vegetation Index,ARVI)及利用CZI波段构建的光谱斜率比(CZI Visible Spectrum Slope Ratio,CVSSR)4个指数替代CZI原始波段形成重构数据,基于重构数据的最小噪声分离变换(Minimum Noise Fraction Rotation,MNF)结果分量,建立决策树并实现了红树林信息的自动提取。研究结果表明:结合本文所选光谱指数重构数据及MNF变换方法,能够有效增强CZI影像上红树林与一般陆地植被的光谱差异,基于MNF变换分量建立的决策树可有效提取红树林信息,经与专家解译结果比对,本文方法面积准确率达90%以上;经随机样本点验证,总体检测精度为88%。     

基于HY-1C卫星CZI数据的红树林长势遥感监测

红树林是一种以耐盐的红树植物为主体的潮滩湿地林生物群落,其生长状态对于海岸带具有重要意义,利用遥感技术对红树林进行监测已成为目前主要手段之一。本文以广西北海山口红树林为例,利用HY-1C卫星的海岸带成像仪数据,结合其纹理参数,提取红树林信息,并对红树林植被指数进行分析。结果表明:2018年10月至11月间,红树林的RVI值均大于1,其中部分区域大于5;红树林的NDVI值的变化处于0~0.01之间,NDVI均值都大于0.5;红树林的EVI指数值主要集中在0.2~0.7之间。不同的植被指数计算结果均表明山口红树林长势良好。