甘肃省地表要素遥感解译样本库建设与应用

面对自然资源遥感监测体系建设和省级基础测绘重点要素年度更新需求,本文以地理国情地表覆盖为主要参考数据,提出了省域遥感解译样本库的建设方法。首先制定了适用于深度学习的甘肃省自然资源遥感解译样本分类体系和顾及地学知识的样本选取标准,据此构建了囊括不同尺度单元的全要素、单要素和变化检测3类样本数据集;然后基于自主研建的甘肃省遥感解译样本库平台,构建了从样本采集、模型训练、智能解译到质量评估的全链路技术体系。试验结果表明,面向不同尺度区域,地物提取准确率达90%,变化检测准确率达74%,实现了地表要素从粗粒度到细粒度的自适应解译。研究成果在甘肃省省级基础测绘更新、城市国土空间监测及非农化监测等领域进行了业务化应用,提高了自然资源管理精准化和智能化水平。     

模糊评判方法在矿山防治水中应用

以淮南1某矿不同含水层水及采空区水数据为例,采用模糊评判方法对突水水源进行判别分析。结果表明：在原有Na＋＋K＋,Ca2＋,Mg2＋,Cl-,SO42-,HCO3-六个评判因子基础上,增加总硬度、碱度、PH值和矿化度等作为新的评判因子,其准确率由80％提高至100％。由此表明：判别准确性与样本个数没有直接关系,仅与选取样本代表性有关,选择合适评判因子是提高模糊评判可靠性。     

SAR与TM影像融合及在BP神经网络分类中的应用

以加拿大Radarsat SAR与美国Landsat TM影像为信息源,分别将SAR与TM影像的DN值转换为表征地物特征的后向散射系数和反射率,利用改进的SVR法进行融合,同时与HIS,Brovey以及小波变换的融合效果作定量比较,并利用优化的BP神经网络模型,以相同的训练区分别对融合前后的影像进行监督分类。结果表明:改进的SVR法融合影像的光谱信息保持性、信息量以及分类精度都优于常用的融合方法,且分类精度比TM影像有较大提高。     

长白山玄武岩区主要断裂与地热水异常关系

利用长白山玄武岩区Landsat TM5遥感影像数据,对研究区地表温度场进行了解译。综合分析研究区地表温度场、温泉和地热井分布特征、布格重力场和磁场四个因子,采用判别分析方法建立并验证了判别函数,对研究区地热水异常分布进行了识别。采用分段均值法研究了区内7条主要断裂与地热水异常的关系。研究表明,研究区地热水异常主要分布在环长白山天池火山口区域,松江河—抚松县以及二道白河—松江镇一带的抚松盆地和松江盆区,仙人桥地区和长白县—十四道沟一带的长白盆地区;断裂带和地热水异常区的分布有较好的相关关系。北西向的断裂带对地热水异常区分布的影响程度均是南西侧高于北东侧,且在断裂带处存在地热水异常区域;北西西向的断裂带对北东侧地热水异常区分布的影响程度高于南西侧;北东向和近东西向的断裂带受长白山天池火山的影响,在近天池火山口的区域,均存在地热水异常区域。     

绿潮Lansat影像滑动窗口自适应阈值全自动检测方法

Since the atmospheric correction is a necessary preprocessing step of remote sensing image before detecting green tide, the introduced error directly affects the detection precision. Therefore, the detection method of green tide is presented from Landsat TM/ETM plus image which needs not the atmospheric correction. In order to achieve an automatic detection of green tide, a linear relationship(y =0.723 x+0.504) between detection threshold y and subtraction x(x=λ_(nir)–λ_(red)) is found from the comparing Landsat TM/ETM plus image with the field surveys.Using this relationship, green tide patches can be detected automatically from Landsat TM/ETM plus image.Considering there is brightness difference between different regions in an image, the image will be divided into a plurality of windows(sub-images) with a same size firstly, and then each window will be detected using an adaptive detection threshold determined according to the discovered linear relationship. It is found that big errors will appear in some windows, such as those covered by clouds seriously. To solve this problem, the moving step k of windows is proposed to be less than the window width n. Using this mechanism, most pixels will be detected[n/k]×[n/k] times except the boundary pixels, then every pixel will be assigned the final class(green tide or sea water) according to majority rule voting strategy. It can be seen from the experiments, the proposed detection method using multi-windows and their adaptive thresholds can detect green tide from Landsat TM/ETM plus image automatically. Meanwhile, it avoids the reliance on the accurate atmospheric correction.     

遥感影像用于城市扩展监测的研究

通过焦作市城市扩展监测的实践,对以多时相遥感影像监测城市扩展进行了研究,阐述了以地形图及TM遥感影像为数据源,利用RS和GIS软件进行图像处理,提取城区扩展的变化信息,并对其扩张变化的主要方向、速度及规律进行监测和分析;论述了交通建设、政策法规、经济投资区的建设和当地的自然地理环境对城市的扩展速度和方向的影响。     

基于随机变异—Kennard—Stone和偏最小二乘法的土壤重金属镉含量反演 ——以雄安新区西南部为例

土壤重金属污染对人类身体健康造成了严重威胁,作为快捷、高效、无损监测分析土壤重金属含量的方法之一,高光谱遥感反演土壤重金属含量的方法正逐步得到发展.本文以雄安新区西南部作为研究区,针对潜在生态风险最大且活性最强并易被植物吸收的重金属镉,开展高光谱反演研究.将采集来的426件土壤样品除杂、风干、过筛在实验室测得重金属含量...     

材质和倾角属性筛选的光伏屋顶提取

针对城市光伏屋顶类型多样致使样本不平衡,高空间分辨率卫星影像光伏屋顶提取问题,提出了一种材质和倾角属性筛选的方法。通过选取天津市南开区、红桥区、和平区、河东区卫星影像,利用标注于光伏屋顶的材质和倾角两种属性筛选出样本均衡的数据集,借助TensorFlow框架下集成的U-Net算法并合理设置参数,得到了光伏屋顶提取结果,并与未利用材质和倾角两种属性筛选情况下的光伏屋顶提取结果进行对比。试验结果表明：本文方法提取精度较高,尤其是对于研究区域不常见的光伏屋顶,能够提取出更为完整准确且边界清晰的结果。     

面向对象的遥感影像变化检测方法

针对变化检测区域内变化区域与未变化区域面积比例较低时,通过常规的阈值计算无法在变化检测中确定准确的变化阈值问题,该文提出了一种带样本选择的面向对象遥感影像变化检测方法。该方法首先对多时相遥感影像进行多尺度分割获取像斑,并采用变化向量分析法计算像斑的差异度;然后,自适应选择训练样本,结合基于期望最大化算法和贝叶斯最小误差率理论的阈值计算方法,采用独立阈值法确定变化阈值;最后,利用变化阈值对差异影像进行二值分割,并获取变化检测结果。实验结果表明该文方法在变化检测精度上优于常规方法。     

二维小波变换及ICA消除图像混合噪声

针对自然条件下获取的图像通常含有混合噪声的情况,提出了二维小波变换与独立分量分析(independent component analysis, ICA)的自适应图像混合噪声消除方法.该方法不需要大量观测图像样本,无需事先掌握观测图像信号类型的详细信息,可针对单个观测图像进行自适应混合噪声消除.结果表明,该方法可以有效地消除图像中的混合噪声,突出图像细节,改善图像质量.