A variable precision rough set approach to knowledge discovery in land cover classification

This paper presents a granular computing approach to spatial classification and prediction of land cover classes using rough set variable precision methods. In particular, it presents an approach to characterizing large spatially clustered data sets to discover knowledge in multi-source supervised classification. The evidential structure of spatial classification is founded on the notions of equivalence relations of rough set theory. It allows expressing spatial concepts in terms of approximation space wherein a decision class can be approximated through the partition of boundary regions. The paper also identifies how approximate reasoning can be introduced by using variable precision rough sets in the context of land cover characterization. The rough set theory is applied to demonstrate an empirical application and the predictive performance is compared with popular baseline machine learning algorithms. A comparison shows that the predictive performance of the rough set rule induction is slightly higher than the decision tree and significantly outperforms the baseline models such as neural network, naïve Bayesian and support vector machine methods.     

基于MSA特征的遥感图像多目标关联算法

遥感图像中多目标关联存在以下两个问题:一是低时间分辨率观测使得目标状态信息无法准确估计,基于Kalman滤波的多目标关联算法不再适用;二是基于图像特征的目标关联算法又无法处理大场景观测中多个目标关联引起的模糊性.针对上述问题,提出一种基于多尺度自卷积特征匹配和关联代价矩阵最优化的多目标关联算法.实验表明该算法对遥感图像中多目标关联问题具有一定的适用性.     

泥石流调查遥感解译新方法研究

文章在分析总结近年来遥感技术在地质灾害调查评价工作应用的基础上,针对存在的不足,就区域小流域泥石流地质灾害调查评价的遥感解译应用,提出了基于虚拟GIS和水文空间分析的遥感解译方法（RSVH）。该方法综合利用虚拟GIS、遥感图像数字处理技术和空间分析技术,将大尺度区域降级为较小尺度的空间逻辑单元。针对各单元应用遥感影像和高精度DEM数据创建三维虚拟场景。同时叠加地形、地质、岩性、土壤、灾害等具有丰富属性信息的图层,较好地解决了大尺度区域范围内遥感解译工作面临的困难。为小流域地质灾害的调查工作提供了新思路。     

江苏沿海滩涂利用模式遥感影像解译和时空变化分析

为了弄清江苏沿海滩涂利用模式分布情况,定量分析其时空变化趋势,本文基于Google Earth Engine云计算平台和Landsat卫星遥感影像数据,结合随机森林分类方法,通过机器学习建立了滩涂利用模式自动识别分类方法,样本训练后识别准确率达93％以上.利用该方法提取了2002年、2014年和2019年江苏沿海的土地...     

Remote sensing of scattered Natura 2000 habitats using a one-class classifier

Mapping of habitats with relevance for nature conservation involves the identification of patches of target habitats in a complex mosaic of vegetation types not relevant for conservation planning. Limiting the necessary ground reference to a small sample of target habitats would greatly reduce and therefore support the field mapping effort. We thus aim to answer in this study the question: can semi-automated remote sensing methods help to map such patches without the need of ground references from sites not relevant for nature conservation? Approaches able to fulfill this task may help to improve the efficiency of large scale mapping and monitoring programs such as requested for the European Habitat Directive.In the present study, we used the maximum-entropy based classification approach Maxent to map four habitat types across a patchy landscape of 1000 km² near Munich, Germany. This task was conducted using the low number of 125 ground reference points only along with easily available multi-seasonal RapidEye satellite imagery. Encountered problems include the non-stationarity of habitat reflectance due to different phenological development across space, continuous transitions between the habitats and the need for improved methods for detailed validation.The result of the tested approach is a habitat map with an overall accuracy of 70%. The rather simple and affordable approach can thus be recommended for a first survey of previously unmapped areas, as a tool for identifying potential gaps in existing habitat inventories and as a first check for changes in the distribution of habitats.     

基于遥感数据的哈尔滨土地利用/覆被变化研究

以哈尔滨市为例,基于Landsat数据,利用遥感技术和GIS技术对2000和2015年的遥感影像数据进行解译分类,通过对分类结果的统计分析,定量研究哈尔滨市15年间的土地利用变化过程,结果显示:哈尔滨市土地综合利用程度较高,区域内耕地面积减少;相反,城市建成区面积大幅增加,区域内绿地面积逐年减少,应注意生态环境维护保持。     

山地叶面积指数反演理论、方法与研究进展

叶面积指数LAI（Leaf Area Index）是表征叶片疏密程度和冠层结构特征的重要植被参数,在气候变化、作物生长模型以及碳、水循环研究中发挥着重要作用。遥感是获取区域及全球尺度LAI的一个重要手段,当前LAI产品主要基于遥感数据反演得到,但是多数LAI产品算法并未考虑地形特征的影响,导致山地LAI遥感反演精度不确定性大。提高山地LAI遥感反演精度亟需考虑地形因子对冠层反射率的影响,其中山地冠层反射率模型和遥感数据地形校正是提升山地LAI遥感反演精度的关键。本文围绕山地LAI遥感反演理论与方法,综合分析了国内外山地冠层反射率模型和地形校正模型的研究进展,总结了目前山地LAI遥感反演存在的问题,并讨论了未来研究的发展趋势。     

ZY-102C星数据在矿山遥感监测中的应用研究与分析

利用资源一号(ZY-1)02C卫星(以下简称02C星)全色高分辨率相机(HR)和多光谱相机(MUX)数据,以河北承德多金属矿区和江西寻乌稀土矿区为实验区,开展了1∶5万矿山遥感监测应用研究;分析了应用过程中存在的问题,提出了解决方案和建议,对02C星数据在矿山遥感监测中的规模化应用起到了示范效果。研究结果表明:在数据处理流程上,对空间分辨率为2.36 m的02C星全色HR1与HR2数据需先进行正射纠正再拼接,对空间分辨率为10 m的多光谱数据MUX可采用假彩色合成方法进行模拟真彩色合成;在矿山地物识别上,与SPOT5图像比较,02C星图像可更好地反映出开采面、开采点、中转场和矿山建筑等矿山地物类型,不足之处是纹理信息较平滑、矿山地物的边界相对模糊,因而增加了室内解译的难度;在经济效益上,02C星数据的性价比优势明显。因此,尽管02C星数据处理和解译工作量较大,但其能满足1∶5万矿山遥感监测要求,总体经济效益显著。     

气象条件对滇池水华分布的影响

使用MODIS卫星资料,利用假彩色合成法和归一化植被指数法对滇池蓝藻水华进行监测,得到滇池水华的分布特征是：初现于5月,7月最盛,5—10月均有分布,盛时滇池水华分布区域直至南部海口一线。滇池水华分布总体北部最多,湖岸高于中心湖区,西岸高于东岸和南岸。在营养盐条件满足的条件下,高温对水华有促进作用,但不是决定因素。充足的日照是水华形成的必要条件。降水通过改变水温及日照对水华有抑制作用。小风（小于3 m/s）利于水华形成,大风对水华尤其是稀薄水华分布影响较大。气象条件通过相互影响,共同作用对水华产生影响。     

高光谱遥感影像混合像元分解研究进展

受高光谱成像仪低空间分辨率及复杂地物的影响,高光谱遥感图像存在大量混合像元。为提高地表分类精度以及满足亚像元级目标探测的需求,混合像元分解技术一直是高光谱遥感研究热点之一。本文主要对高光谱混合像元分解技术中的核心问题:端元数目估计、端元提取算法、丰度估计算法进行综述,系统地分析了各种典型算法的原理及优缺点,进一步阐述研究过程中建立高精度遥感混合反演模型与遥感产品业务化中的混合像元分解技术难题,同时针对今后混合像元分解技术发展方向,指出在继续引入新型算法理论方法基础上,结合用户应用需求,推进高光谱混合像元分解算法业务化应用,为高光谱遥感工程化应用提供支持。