利用对象光谱与纹理实现高分辨率遥感影像云检测方法

针对高分辨率遥感影像云检测过程中合适的云检测光谱阈值难以确定及影像中类云地物对云检测精度影响的问题,提出一种基于对象光谱与纹理的高分辨率遥感影像云检测方法。首先,对影像进行直方图均衡化处理,根据均衡化影像直方图获得合适的影像云检测光谱阈值。其次,用简单线性迭代聚类算法对影像进行分割生成分割对象,以对象为处理单元,根据云检测光谱阈值和对象光谱属性对对象进行云检测过滤,获得初始云检结果。然后,求得直方图均衡化影像的纹理图,根据对象的纹理均值及角二阶矩对初始云检测结果提纯,消除类云地物对云检测精度的影响。最后对提纯云区域进行区域增长及膨胀处理,获得最终的影像云检测结果。定性对比试验和定量评价结果表明,本文方法可以获得良好的影像云检测结果。     

遥感监测下的城市扩展分析--以泉州市为例

城市的建设和发展是社会进步的重要标志,城市扩展的空间数据是评估城市化进程的一个重要指标.本文通过对泉州1989年和2000年TM/ETM+ 影像的遥感监测,利用仿归一化植被指数(NDBI)和计算机监督分类提取了泉州在这11年中的城区空间扩展信息,并分析出泉州市的扩展方式是低密度蔓延和沿条带状扩展相结合的.     

利用单渗砂层能量厚度研究有利沉积微相及其含油有利区的方法

针对鄂尔多斯盆地陕北斜坡中部特低渗透储层识别主体骨架砂体微相带及筛选含油有利区工作,提出利用单渗砂层能量厚度控制划分最为有利的沉积微相带。利用多种测井响应提取单渗砂层沉积能量及其能量厚度信息,使其曲线幅度、厚度、形状、接触关系、次级形态等特征和数据大小能够集中反映相对高渗的单渗砂层最大沉积能量及厚度变化,确认出三角洲前缘水下分流河道微相及其河道叠置型河口坝微相骨架砂体的发育、规模及分布范围,有效地克服了层段中几个成因相近薄砂层或砂泥互层中砂层累加厚度识别和划分主体骨架砂体微相带的失误。通过该区目的层段自然电位、自然伽马、密度、中子、声波、电阻率测井曲线和岩性、物性及其能量厚度统计,建立起单渗砂层能量厚度下限标准及夹层扣除标准,在该区长4+511特低渗透储层中提取单渗砂层及其沉积能量信息,控制划分出有利沉积微相带及其骨架砂体分布,预测和筛选出不同类型相对高渗高产含油有利区,它们不同程度勾画出河道主体带油藏与南西部华池油藏连片延伸趋势、形态和特征,为该区特低渗透油田增储上产提供有利目标和重点层位及井区。     

板桥稀土矿遥感找矿信息提取与矿产预测研究

通过对离子吸附型稀土矿成矿规律的分析,从浙江省板桥地区的遥感地质特征研究入手,在研究区地表范围内进行稀土遥感找矿信息的提取。首先利用SPOT图像和DEM数据构建的坡度数据对与稀土成矿相关的地貌单元进行解译;然后通过光谱特征分析和基于ASTER图像的矿物遥感异常提取,获取与成矿相关的高岭土、绢云母、绿泥石等风化特征矿物的分布信息;最后叠合分析地貌、坡度及异常提取结果,进行稀土遥感找矿预测。与地质调查资料及化探数据的对比分析证实,上述方法对圈定1∶5万的大比例尺离子吸附型稀土矿分布范围是有效的,可为更详细的稀土矿产资源潜力评价提供依据。     

东昆仑驼路沟地区遥感地质信息找矿及远景分析

利用遥感技术对驼路沟地区进行遥感地质调查,通过与成控矿有关的地层、构造等地质要素的解译以及遥感异常信息的提取和分析,结合前人地质、矿产及物化探资料,进行驼路沟地区的遥感找矿远景分析及预测。     

2000年—2020年中国大型湖泊月平均透明度遥感监测数据集

湖泊水体透明度是湖泊水环境状况的综合表征,与多种水质参数关系密切,对湖泊水环境监测具有重要意义.本文的目的 是介绍一种中国大型湖泊(＞20 km2)月平均透明度遥感监测数据集的生成流程、主要特征和应用价值.数据集生产方法是将Liu等(2020)构建的透明度遥感算法应用于GEE (Google Earth Engine)...     

东海表层水体中的多环芳烃及其沉积通量估算

以东海陆架水体中溶解态多环芳烃(PAHs)含量为基础,引入颗粒相-水相间的物质吸附系数(Koc)计算悬浮颗粒物中PAHs有机碳归一化含量,结合陆架沉积物有机碳的年埋藏通量,估算东海陆架沉积物中PAHs沉积通量。结果显示:水体中溶解态的15种PAHs总含量为(701±392)ng/L,变化范围为412~1 032ng/L,PAHs组成以3环为主。计算得到的悬浮颗粒物中15种PAHs有机碳归一化含量为20~28μg/g,对应的PAHs沉积通量为150~210t/a。估算结果与实测沉积物中PAHs含量和沉积通量结果基本吻合,表明实验室模拟实验获取的化合物Koc值适用于东海颗粒相-水相间的分配模型,证实悬浮颗粒物有机碳含量在控制PAHs两相分布过程中起着重要作用。同时,该方法为海洋沉积物中PAHs沉积通量的估算提供一种新途径。     

证据推理的遥感图像分类方法与应用

遥感图像分类一直是遥感研究领域的核心问题。然而,传统遥感分类方法在地物复杂地区不能取得满意效果。不但分类精度不够理想,分类灵活性也存在不足。本文尝试引入证据推理软分类方法,选择小兴安岭山区一景TM遥感图像,基于用户知识和经验,通过人机交互处理,以累计信任度(CBV)最大为划分像元归类的原则得到证据推理方法的分类图像。结果表明,整体分类精度从最大似然法的78.74%提高到82.28%,kappa系数从0.67提高到0.71。但该方法对于裸地分类精度不高,通过人为设定各类别CBV阈值的方法,获得了人为干预的证据推理方法分类图,其整体分类精度达到了87.80%,kappa系数也达到了0.81,所有类别的生产者和用户精度相比于最大似然法都有提高。研究表明,证据推理方法在遥感分类精度和分类灵活性方面都具有优越性。     

黑河流域临泽盐碱化草地网格尺度多层土壤水分时空稳定性分析

定量分析半干旱环境下盐碱化草地类型土壤水分的时间稳定性,是开展土壤水分尺度时空转换的前提,同时也是水文研究的重要组成部分。基于"黑河遥感—地面同步试验"干旱水文试验区临泽草地加密观测区16个土壤水分剖面的逐日持续观测数据,利用平均相对偏差及相关系数方法,对网格尺度上多层土壤水分的时间稳定性进行了分析。初步表明:①在土壤水分监测点布设上,在相对长的时期内,能代表网络水平上平均土壤水分最优观测的点是存在的,最优观测点位置的选择需要先密后稀,并根据事先的加密观测结果进行稳定性分析,保留平均相对偏差接近于0且其标准差最小的点开展长期观测。②在90 m×90 m的网格尺度上,土壤水分的空间结构在40 cm深度以上各层的时间稳定性是类似的,但稳定程度不同,表层最不稳定。在40 cm以下基本上趋于稳定,空间异质性降低。③研究区所在环境下网格尺度土壤水分空间分布在时间上强烈相关,观测刚开始的几天与其它时期的相关性比较低,在平稳期相关性较好,不稳定性主要由降水或灌溉事件引起。同时,由于环境的复杂性及观测的误差,这种特殊类型土壤水分的时间稳定特征还需要进一步研究。     

基于Hyperion数据的南四湖叶绿素浓度反演研究

通过对2005年5月7日南四湖Hyperion高光谱影像的几何纠正和6S模型辐射校正,以及水体光谱数据分析,对22个水体样点原始光谱数据分别采用归一化处理和包络线消除处理后,以波段比值数据构建叶绿素浓度反演模型,选取相关系数最大的反演模型,获得南四湖叶绿素浓度的空间分布图。研究表明,包络线消除法能很好地去除水体的光谱曲线背景影响,突出光谱曲线的吸收和反射特征,与归一化处理相比,反演模型的相关系数都有很大提高。R700/R560波段比值数据构建的模型相关性最高,相关系数为0.834,可用于叶绿素浓度反演研究。