基于光谱夹角的水体信息提取方法研究

以南京幅Landsat ETM+数据(波段1～5、7)为信息源,通过分析不同地物的光谱特征,利用地物光谱夹角及反射率差异对水体信息进行提取.首先,求出ETM+6个波段形成的4个光谱夹角(波段2～5); 然后,利用各地物在波段4的光谱夹角值差异,区分水体、植被及阴影信息; 最后,利用波段4和波段5的反射率差异提取居民区信息 .     

盐湖遥感研究的进展与展望

盐湖遥感因其研究对象的独特性和重要性而具有重要的理论和实际应用意义。从盐湖水体的光谱特征,盐湖水体、盐分的敏感特征波段,盐湖盐量、水深的估测模型,以及盐湖地质演化的解译,盐湖水面、晶间卤水的变化监测、生态环境的变化等方面,详述了国内外最新的研究进展。指出随着遥感从低分辨率到高分辨率,多光谱到高光谱,可见光到微波方向的发展,应在盐湖信息识别、盐湖成分定量估测的基础上,注重盐湖盐分物化参数的高光谱反演、晶间卤水的雷达遥感监测等,从遥感角度探求生态系统和气候、盐度等因素的深层次相互关系,此外还应在盐湖生物、盐湖灾害等领域拓展研究。     

利用小波变换的高分辨率多光谱遥感图像多尺度分水岭分割

为了减少仅用分水岭变换而导致的过分割问题,本文提出利用小波变换的多尺度处理方式用于融合后多光谱QuickBird图像的分割。整个分割过程包括多尺度图像表示、图像分割、区域合并和结果映射等过程。首先,依据原始图像的大小确定分解尺度并用小波变换产生各波段的低尺度图像。采用相位一致模型提取各近似系数的梯度,并逐尺度地融合各梯度图。分析不同尺度下的不同地物的局部梯度方差,以选择最佳的小波分解尺度。然后,通过移动阈值与扩展最小变换,利用多层次标记提取方法标记均质区域。进而,在梯度重建的基础上利用标记分水岭变换得到分割图像。其次,采取空间相邻关系、面积、光谱与纹理等多约束策略,以搜索最小合并代价的方式合并最初分割区域中的邻接区域对。最后,修改细节子图并进行小波逆变换将最初分割结果投影到更高尺度图像,同时处理边界上的像元以保持区域边界直至原始图像。实验结果表明本文方法不仅能够用于高分辨率多光谱遥感图像的分割,而且缓解了过分割问题且取得了较准确的分割效果。     

基于地面观测数据的天山典型区积雪时间特征研究

利用1981-1996年新疆天山地区16个气象台站的积雪观测资料,研究天山典型区积雪初始、终止日期的时空分布特征及影响因素。研究结果表明,受水热状况及复杂地形影响,研究区内自西向东,自北向南积雪初始日期逐渐推后,终止日期逐渐提前。9月末,天山海拔较高的地区开始积雪,11月上旬至12月上旬积雪迅速发展;天山中部和北部的积雪会持续到3月下旬,而海拔较高的台站则会持续到5月份,甚至6月份;天山南坡初日较晚,2月积雪就会终止。天山地区的积雪初始和终止日期年际波动较大,并呈现出积雪初日越来越晚,积雪期逐年缩短的趋势。随着海拔升高,气象台站积雪初日逐渐提前,积雪终日逐渐推后,形成倒三角形状,对积雪初始、终止日期和经、纬度的分析表明,其主要受纬度影响。天山南、北坡水热条件不一致,高度每上升100m,天山北坡积雪初日提前2.18d,终日推迟3.25d;天山南坡积雪初日提前3.69d,终日推迟3.18d。     

CLUE-S模型的改进与土地利用变化动态模拟——以张家界市永定区为例

区域土地利用变化模拟是LUCC研究的核心内容之一。以地处湘西北岩溶山区的张家界市永定区为研究对象,针对目前国际上广泛使用的CLUE-S土地利用变化模型,通过在传统Logistic回归模型中引入空间自相关变量,对CLUE-S模型的空间分析模块进行了改进。实验与分析结果表明,改进的空间分析模块拟合优度、拟合精度都有较大的提高。耕地、林地及居民点工矿用地的拟合优度(ROC值)分别从0.784、0.821和0.741提高到0.827、0.875和0.838。在此基础之上,采用改进的CLUE-S模型,模拟和预测了研究地区2005~2020年的土地利用时空变化。研究结果说明对CLUE-S模型空间分析模块的改进在一定意义上是合理的,同时也可以为永定区及其相似地区的土地利用规划决策提供更为科学的依据。     

基于机器学习规则推理的湿地识别研究

遥感作为人类获取地表信息最重要的手段之一,对于湿地研究具有重要的价值。文章运用机器学习规则推理的方法克服常规遥感研究方法在湿地研究中的弊端,使分类精度得到很大的提高。与传统的最大似然法相比,分类精度提高了13.51%, 达到了83.81%。基于机器学习规则推理分类,不仅利用了光谱信息,而且利用了纹理信息和坐标信息,并使用了掩膜技术。研究发现,这种方法能使湿地类型以及湿地与高地之间的混淆现象得到有效的克服。     

结合纹理信息的高分辨率遥感图像变化检测方法

高分辨率遥感图像的纹理信息同光谱信息一样能有效地用于检测变化信息,而一些基于中低分辨率遥感图像的变化检测方法多以光谱信息为研究对象,忽略了图像中的纹理信息.针对这一问题,尝试将高分辨率图像的光谱信息与纹理信息一起用于“差值主成分变化检测”方法中,一方面借助高分辨率图像间纹理信息的差异获取变化区域内部的细节信息,以弥补高分辨率图像间光谱区分度相对不足的缺点;另一方面借助纹理信息在变化区域内部的连结作用,对变化检测结果进行狭窄缺口连结、内部孔洞填充等后续处理,从而使检测结果更加完整.实验结果表明,该方法对光谱反射信息相近、但纹理信息有较大差异的变化区域具有良好的检测效果.     

一种频域高分辨率遥感图像线状特征检测方法

高分辨遥感图像中线状特征等的自动识别与提取是进行遥感图像分析与理解等高层次图像工程的前提和基础,但由于高分辨率遥感图像中细节信息异常丰富,这给特征的提取带来很大干扰。本文引入了一种基于方向和频率特征的遥感图像频域线状特征检测方法,该方法首先通过傅氏变换将图像变换到频率域,在详细分析线状特征和谱线的关系,线状特征和图像频率之间关系的基础上,基于分析得到的方向和频率的参数构造Gabor滤波器进行图像线状特征的提取。并以Quick bird高分辨率遥感图像进行相关提取实验,实验结果表明该方法较好地提取了图像的线状特征,为基于具体频谱分析的高分辨率遥感图像特征的精确提取提供了新思路和方法上的借鉴。     

干雪深度反演的同极化相位差模型

积雪深度是积雪的重要结构参数,获取高精度雪深空间分布信息对于流域尺度水资源管理、气候变化研究和灾害预报等具有重要意义.本文以新疆阿尔泰山南坡克兰河上游为研究区,利用C波段全极化GF-3数据及地面同步观测数据,根据VV与HH极化信号在积雪中折射率不同导致相位差异的原理,使用Maxwell-Garnett方程构建同极化相位差(co-pol arized phase difference,CPD)的正演模型,并基于CPD与雪深关系构建了雪深反演模型.通过对具有不同积雪条件的浅雪区与深雪区分别进行雪深反演,获得雪深空间分布信息.同时对反演不确定性进行了分析,并与已有方法进行比较,研究结果表明:①假定研究区积雪各向异性介电常数恒定的理想情况下,CPD仅是雪深的函数,可用半经验的线性模型反演雪深,反演精度的高低与计算CPD过程中使用的滤波器的窗口大小有关,浅雪区的最优滤波窗口为59×59像元,反演精度R为0.83,RMSE为2.72 cm,深雪区的最优滤波窗口为33×33像元,反演精度R为0.54,RMSE为11.69 cm;②雪深反演误差与坡度显著相关,随着坡度的增加,雪深的反演误差呈现出显著增加的趋势,雪深反演不确定性受雪层变质程度、含水量及卫星入射角观测几何条件影响,反演方法对于干燥、雪层变质结晶程度低、均质的积雪及具有大入射角的SAR卫星有更好的适用性;③对比已有基于CPD模型的雪深反演方法,本文方法已经将反演所需要的参数减少为遥感获取的CPD数据,以及进行模型拟合的实测雪深数据,反演精度更高.研究表明CPD模型反演山区雪深空间分布是有效和可行的,研究成果为山区雪深遥感反演提供了新思路.     

中分辨率遥感图像土地利用与覆被分类的方法及精度评价

利用TM、SPOT及CBERS-1等中分辨率卫星图像,对土地覆被的专家系统分类方法、居民地的决策树提取方法以及水体的迭代混合提取方法进行了试验,其总体精度达到87.89%,与常用的监督分类方法相比精度可提高7.86%.专家系统分类的结果叠合居民地、水体等易于混分专题信息,可以形成精度较高的土地利用与覆被分类结果。