基于主成分分析和决策级融合的高光谱图像分类方法研究

为了评价主成分分析方法和决策级数据融合方法对高光谱图像地物分类结果的影响,作者利用各分类器和主成分分量的优势,提出了两组地物分类结果的决策级融合策略,利用8种常用监督分类方法对高光谱原始图像和PCA变换后不同分量组合图分类得到的结果进行决策级融合,并应用覆盖黄河入海口新老河道交界处的CHRIS/PROBA高光谱图像开展实验研究。结果表明:直接采用每类地物分类精度最高的、空穴和缝隙采用总体分类精度最高的融合策略,在综合考虑生产者精度和用户精度的情形下,仅使用最大似然法、支持向量机和人工神经网络3种分类方法,按照分类精度从高到低的顺序进行的融合分类效果最好,总体分类精度为87.82%。与8种监督分类方法中效果最好的最大似然法相比,精度提高了2.7个百分点,同时明显减少了错分现象,尤其是对于分布面积较小的翅碱蓬和柽柳,滩涂被误分为翅碱蓬、芦苇被误分为柽柳的现象大大降低。     

面向复杂山地的机载LiDAR与无人机影像融合应用

本文针对LiDAR点云与无人机影像数据特征的优缺点,利用LiDAR点云与无人机DOM影像融合,将影像数据光谱信息赋给LiDAR点云数据,使其不仅具备精准的空间结构信息,还能得到清晰的纹理信息。为验证融合数据应用的可行性与数据提取的准确性,对融合前后的点云数据进行地面点提取与DEM构建。试验表明：将无人机影像的光谱信息赋给LiDAR点云数据,可以实现LiDAR点云数据从四维度表达到七维度的拓展,融合后点云数据具有清晰的纹理信息,地物类型判读更加容易,地面点分离完整;通过DEM模型的对比分析,融合后点云数据构建的DEM模型表达更加接近真实地表。研究结果为多源点云数据的深化应用提供了一定的技术方法支持作用。     

复杂环境下智能手机RTK+PDR融合定位

针对室外复杂环境下智能手机定位精度低、抗干扰能力不足的问题,本文利用手机GNSS观测值和手机内置IMU数据,采用RTK和PDR算法融合定位,对比分析了小米8和华为Mate20X两款手机的GNSS数据质量和融合定位算法性能,以及不同观测条件下融合算法的定位精度和稳定性。试验结果表明,在良好和复杂两种观测条件下,采用RTK算法定位精度分别为1.8 m和4.6 m;采用RTK+PDR融合算法定位精度分别为1.2 m和2.6 m,在两种环境下,RTK+PDR融合算法的精度分别提高了50%和76%,即显著提高了智能手机在室外复杂环境下的定位精度。     

数据驱动的蒸散发遥感反演方法及产品研究进展

蒸散发是水圈、大气圈和生物圈中水分循环和能量交换的纽带。在全球尺度上,蒸散发约占陆地降水总量的60%;作为其能量表达形式,潜热通量约占地表净辐射的80%。随着通量观测技术的发展,全球长期持续的观测数据得以获取和共享,近年来基于数据驱动的蒸散发遥感反演方法取得了较好的研究进展。本文针对数据驱动的蒸散发遥感反演方法和产品,从经验回归、机器学习和数据融合3个方面展开,对现有的研究进展进行了梳理、归纳和总结,并从驱动数据、反演方法、已有产品等方面指出目前仍存在的问题和不足。未来仍需开展数据驱动的高时空分辨率的蒸散发遥感反演方法的研究,有效考虑地表温度和土壤水分等可以指示地表蒸散发短期变化的重要信息,同时加强基于过程驱动的物理模型与数据驱动的模型的结合,使两类模型能互为补充、各自发挥所长,共同推动蒸散发遥感反演研究水平的进步。     

多匹配策略融合的无人机影像匹配方法

针对AKAZE算法在无人机影像匹配过程中存在的匹配精度低和稳定性较差问题,本文提出一种基于多匹配策略融合的改进影像匹配方法。该方法首先对影像降采样并利用AKAZE算法检测多尺度特征。然后采用一种稳定的RootSIFT描述符进行特征描述。其次,融合最近邻距离比值、双向匹配和余弦相似度约束匹配策略进行特征匹配以降低误匹配率。最后,采用随机抽样一致性(RANSAC)算法确定最终的特征对应关系,并求得几何变换模型。实验结果表明,该方法在获得更多正确匹配点对的同时具有较高的匹配正确率和精度,能够更好适用于无人机影像匹配。     

多源数据融合更新基础地理信息数据的研究

利用多源数据通过融合的方式更新基础地理信息数据,实现数据集约融合整合,在现有的地理国情监测、各类国土调查数据成果的基础上,通过辨析不同手段获取数据的语义差别,融合形成非尺度的基础地理信息数据。实现新型基础测绘体系的初步探索,实现多源数据增量更新推送,提高数据共享时效性。通过应用验证,能较好地提升基础地理信息数据的精度,解决了长效更新的问题,改变了传统依靠影像或外业更新的模式,提高了效率。     

三种高保真遥感影像融合方法效果评价与分析

图像融合是解决多源遥感图像信息综合的最有效技术手段,针对不同数据源选择最佳的融合方法是提高图像融合质量的关键。本文在介绍三种新的融合方法:Gram-Schmidt、Pansharp和Ehlers融合基本原理和融合过程的基础上,选择广东新会郊区的QuickBird卫星影像为数据源进行试验。对融合结果从定性和定量角度进行综合评价。定性评价包括色调、纹理和清晰度等;定量评价指标包括均值、标准差、信息熵、平均梯度、相关系数和相对偏差等。所选指标能够反映空间分辨率、信息量和保持融合图像的光谱性质等,以便客观准确地评价融合效果。试验结果表明:三种融合方法都有较高的空间结构信息与光谱信息的保真度。其中,Pansharp方法融合结果图像所含量信息最大,细节信息最丰富;而光谱保真方面:Gram-Schmidt方法最好,其它两种融合方法次之。     

耕地复种指数遥感监测研究进展

复种指数是进行粮食估产、耕地集约利用评价、农业生态系统模拟等的关键参数,及时、准确地提取复种指数对于粮食安全、土地管理和生态环境安全具有重要意义。在传统的研究中,复种指数主要来源于地面统计数据。使用统计数据来计算复种指数虽然过程简单,但是计算结果存在信息滞后、无法体现统计单元内部的空间异质性、精度低等不足。遥感技术因具有大范围、高时效、低成本等优点而被用于耕地复种指数监测,已有学者对耕地复种指数的遥感监测开展了大量工作。本文以复种指数遥感提取的关键环节为主线,对1997—2020年国内外相关研究进行综述：首先,梳理了已有研究中的监测方法、高质量时间序列遥感数据获取方法及提取结果精度验证方法,并对不同方法的优缺点进行了总结;其次,对已有研究中存在的不足进行了探讨,并提出未来研究的侧重点：① 开展已有监测方法的对比和分析;② 加强地形复杂地区、小农尺度的监测力度;③ 提高遥感数据时空分辨率及处理效率;④ 对提取结果进行多尺度验证。     

基于ECDIS的多数据源支持技术分析

利用多源地理空间数据集成和融合理论,研究了基于ECDIS的多数据源支持技术。介绍了常用的多源海图数据及其使用原则,分析了ECDIS多数据源支持技术的特点及内涵,总结了国内外常用多源海图数据集成方法,从数据可用性角度探讨了提高国产电子海图系统适用性的措施。     

A GIHS-based spectral preservation fusion method for remote sensing images using edge restored spectral modulation

High spatial resolution and spectral fidelity are basic standards for evaluating an image fusion algorithm. Numerous fusion methods for remote sensing images have been developed. Some of these methods are based on the intensity–hue–saturation (IHS) transform and the generalized IHS (GIHS), which may cause serious spectral distortion. Spectral distortion in the GIHS is proven to result from changes in saturation during fusion. Therefore, reducing such changes can achieve high spectral fidelity. A GIHS-based spectral preservation fusion method that can theoretically reduce spectral distortion is proposed in this study. The proposed algorithm consists of two steps. The first step is spectral modulation (SM), which uses the Gaussian function to extract spatial details and conduct SM of multispectral (MS) images. This method yields a desirable visual effect without requiring histogram matching between the panchromatic image and the intensity of the MS image. The second step uses the Gaussian convolution function to restore lost edge details during SM. The proposed method is proven effective and shown to provide better results compared with other GIHS-based methods.