An enhanced spatiotemporal fusion method – Implications for coal fire monitoring using satellite imagery

Many real-world applications require remotely sensed images at both high spatial and temporal resolutions. This requirement, however, is generally not met by single satellite system. A number of spatiotemporal fusion models have been developed to overcome this constraint. Landsat and Visible Infrared Imaging Radiometer Suite (VIIRS) data have been extensively used for detection and monitoring of active fires at different scales. Fusing the data obtained from these sensors will, therefore, significantly contribute to the satellite-based monitoring of fires. Among the available spatiotemporal fusion methods, the spatial and temporal adaptive reflectance fusion model (STARFM) and enhanced STARFM (ESTARFM) algorithms have been widely used for studying the land surface dynamics in the homogeneous and heterogeneous regions. The present study explores the applicability of STARFM and ESTARFM algorithms for fusing the high spatial resolution Landsat-8 OLI data with high temporal resolution VIIRS data in the context of active surface coal fire monitoring. Further, a modified version of ESTARFM algorithm, referred as modified-ESTARFM, is developed to improve the performance of the fusion model. Jharia coalfield (India), known for widespread occurrences of coal fires, is taken as the study area. The qualitative and quantitative assessments of the predicted (synthetic) Landsat-like images from different algorithms (STARFM, modified-STARFM, ESTARFM, modified-ESTARFM) indicate that the modified-ESTARFM outperforms the other fusion approaches used in this study. Considering the advantages, limitations and performance of the algorithms used, modified-ESTARFM along with STARFM can be used for surface coal fire monitoring. The study will not only contribute to remote sensing based coal fire studies but also to other applications, such as forest fires, crop residue burning, land cover and land use change, vegetation phenology, etc.     

困难地区InSAR技术和加权融合的DEM生成

合成孔径雷达干涉测量（InSAR）技术具有全天时全天候的特点,可以大范围、快速、高效地提取DEM。即使在常年被云雾覆盖、降雨频繁的热带雨林地区,InSAR技术也能正常生成DEM。本文利用InSAR生成了研究区的DEM,验证了该方法的可行性。由于研究区植被茂密且有大面积的水域沼泽,导致InSAR处理过程中存在低相干和部分失相干现象,极易造成基于InSAR技术生成的DEM存在错误和空洞。针对这一问题,提出了像素级的以相干依据作为加权函数的融合方法,将SRTM DEM和AW3D30 DEM作为外源数据与InSAR DEM进行融合,解决了基于InSAR技术生成DEM存在错误和空洞的问题,保证了DEM的完整性。     

地面与车载激光点云在地下车库测图中的融合应用

地下空间利用日益受到人们关注,地下空间测量受诸多因素的影响,如地下空间无GPS信号、遮挡物较多、传统手段效率低等问题。针对这一问题,本文提出了一种融合车载激光扫描系统和地面三维激光扫描的数据获取方案。该方案首先利用地面三维激光扫描和车载移动激光扫描的优势,采用一种多源点云数据融合技术,高效地获取了地下空间的完整点云数据;然后通过地下车库数据采集试验,验证了该方案的有效性和可靠性,为今后大范围开展地下空间测图提供技术支持。     

多源异构点云融合技术在古建筑信息留存中的应用

针对单一测绘手段难以获取古建筑表面完整空间信息的问题,本文提出了采用多源异构点云融合技术实现古建筑完整空间信息留存的方法。该方法首先采用由整体到局部的扫描策略实现古建筑主体激光点云数据采集,然后采用低空航空摄影测量技术完成扫描盲区的影像数据采集,最后基于光束法平差理论完成点云数据生产,实现了多源异构点云数据融合。试验表明,该方法能够满足古建筑信息留存的需要,在古建筑保护领域具有较好的推广和借鉴价值。     

融合新型多技术的陆海过渡带地形测绘

本文提出了一种新型高精度、无缝陆海一体化地形测绘系统。该系统以后处理差分组合导航技术为基础,以定制化的八轮车和稻田车为测绘平台,集成了红外激光扫描技术、拖曳测量技术、单波束测深技术等测绘手段,保证了测绘结果的精度和覆盖度。应用结果表明：该系统具有集成度高、获取数据精度高、数据采集效率快、设备操作简易等特点,可为浅海、粉砂淤泥质岸滩、基岩岸滩、砂质岸滩等在内的大片陆海过渡带的测绘工作提供参考。     

机载点云空洞的修复方法

为了有效修补由于遮挡造成的空洞,提出了将机载点云与车载点云融合,通过对空洞部分进行探测,选择对应的车载数据进行填充,充分利用车载点云和机载点云的优势进行互补。对于两种方式都没有扫到的空洞,通过确定收缩方向和收缩距离构造收缩环,根据给定的三角面片添加规则在边界环和收缩环之间添加新的三角面片,不断迭代,直到达到收缩距离阈值,停止收缩,填充完整。实验结果表明,该方法修复效果良好。     

因子图发展及其在定位与导航的应用技术

因子图作为一种表示因式分解的建模工具,在编码领域、统计学、信号处理和人工智能领域有着广泛的应用．因子图在导航领域的应用研究逐步发展起来．与单一导航系统对比,组合导航系统能够提供更精确、更具鲁棒性的导航结果,但是因其各个子系统的误差特性与工作频率不同的特点,增加了导航系统的设计复杂性．基于因子图的组合导航算法可以有效解决导航信息融合中的传感器异步问题且实现对多传感器的灵活配置,使得系统具有即插即用的特性,在非线性量测条件下可以获得较好效果.导航系统中的状态估计以及信息融合问题可以使用因子图模型表示,基于因子图的和 积算法是组合导航信息融合的主要算法.本文对因子图及其在导航系统中的应用进行了探讨,主要包括:1)因子图的数学理论基础及其相关应用领域;2)因子图在定位与导航领域的发展和应用.      

遥感图像融合方法在机场识别应用中的研究

针对利用光谱特性和几何结构特性可以提高机场识别效率和鲁棒性的理论,对像素级遥感图像融合方法进行了分析比较,并对融合结果进行了针对性的效果评价。实验结果表明,小波变换融合法和高通滤波融合法在继承光谱信息和增强边缘特征方面有一定的优势,能够为机场识别提供信息丰富的图像数据基础。     

融合多源遥感数据的高分辨率城市植被覆盖度估算

准确获取城市植被覆盖定量信息对城市生态环境评价,城市规划及可持续城市发展具有重要意义.遥感技术的发展为获取区域及全球植被覆盖信息提供了有效手段,目前基于单传感器、单时相遥感数据的城市植被覆盖度估算方法得到较为广泛的应用.然而,由于城市地表覆盖的复杂性、植被类型的多样性,在一定程度上影响了城市植被覆盖信息提取的精度.为此...     

小波变换用于高分辨率全色影像与多光谱影像的融合研究

将小波的多分辩率分析与ＩＨＳ变换相结合,提出了叠加融合的新方法。它先对高分辨率影像进行了小波分解,得到的各小波面叠加到多光谱影像经ＩＨＳ变换后的强度Ｉ影像像中,使得融合影像最大限度地保留了多光谱影像的光谱信息,保持了原多光谱影像的反差,同时提高了它的清晰度和空间分辨率。