基于HJ-1A高光谱的黄河口碱蓬和柽柳盖度反演模型研究

碱蓬和柽柳是黄河口湿地典型的盐生植物类型,是多种保护珍禽的主要栖息地,具有景观尺度较小、分布广且多混生的特点。应用覆盖黄河口北部潮滩的HJ-1A高光谱遥感影像,基于现场测量的端元光谱和从遥感影像中使用顺序最大角凸锥法(SAMCC)自动提取的端元光谱,应用线性光谱分解法(LSU)、正交子空间投影法(OSP)、匹配滤波法(MF)、最小能量约束法(CEM)和自适应一致估计法(ACE)5种不同光谱解混方法进行混合像元光谱解混,对比两种方法得到的端元光谱分别对碱蓬和柽柳盖度的反演能力,并给出相应的反演模型。结果显示:(1)现场测量端元光谱取得了较好的碱蓬和柽柳盖度反演结果,其中应用LSU方法的光谱解混结果与现场测量盖度的决定系数对于碱蓬和柽柳分别达到了0.88和0.95;(2)两种端元获取方式的光谱解混结果中,LSU和OSP方法均获得了较高的相关性,ACE解混方法的相关性都最低;(3)SAMCC方法提取端元光谱对柽柳的分解结果与现场测量盖度的相关性远高于碱蓬。     

控制点与检查点数量和比例对水深遥感反演精度的影响分析

在水深遥感反演半经验模型中,水深控制点和检查点选取是一项非常重要的工作,前者用于建立实测水深值与遥感影像灰度值之间的数量关系,后者用于评价水深反演精度。但前人在相关研究中并未就控制点和检查点的选取数量和比例给出有实验依据的建议,亦未开展其对水深反演精度的影响分析。针对这个问题,作者使用6020个实测水深点和World View-2、GF-1 WFV、Landsat8 OLI 3种多光谱影像,基于三波段水深反演模型开展了81组实验,分析比较了不同数量和比例的控制点与检查点对反演结果的影响,评价过程利用平均绝对误差(Mean Absolute Error,MAE)、平均相对误差(Mean Relative Error,MRE)和反映实测水深与反演水深相关性的决定系数R2等3种参数。结果表明:(1)当控制点数量达到31个时,水深反演精度即趋于稳定;(2)检查点数量在30个时,其评价指标已可以代表模型反演精度;(3)控制点和检查点的数量比例对反演精度并无影响,但控制点选取过多则会产生反演精度降低的现象,采用人工选取检查点时剔除浅水区的异常点即可有效避免这一问题。     

基于TRMM卫星资料的渤海降水遥感估算研究

降水是全球能量平衡和水分循环中的关键要素,但海洋区域实时、准确的降水观测资料难以获取,因此,遥感卫星资料在海洋降水及全球能量和水分循环研究领域具有十分重要的应用前景。本文基于1998~2012年6个气象站点(岛屿或海岸带)的实测降水资料,评估TRMM(Tropical Rainfall Measuring Mission)V7版本3B42、3B43两个降水产品对渤海降水量的估算精度,在此基础上,分析并揭示渤海区域年、季和月降水量的时空特征。结果表明:在日尺度,3B42产品对渤海降水量的估算效果总体较差,而在月、年尺度,3B42、3B43产品与实测降水量比较接近,而且,3B43产品的估算精度稍高;总体上,TRMM表现出低估降水的特点,且当实测月降水量大于300 mm时,这种特征尤为显著;1998~2012年,渤海年降水量表现出明显的年际丰枯变化特征,多年均值为631.6 mm;夏季降水量占年降水总量的62.0%,7月是降水量最丰富的月份;空间上,渤海中南部降水量相对较高,而近岸区域降水量相对较低;受大气环流等因素的影响,夏季降水量重心向西北方向偏移,冬季则向东南方向偏移。     

基于Landsat-8遥感影像和LiDAR测深数据的水深主被动遥

主被动遥感结合反演远海岛礁周边水深信息,不仅可以有效弥补传统测深方法覆盖范围小且费时费力的不足,也可为航运安全、海洋减灾、生态环境保护等领域提供基础资料。以夏威夷瓦胡岛周边水深反演为例,应用Landsat-8多光谱遥感数据和机载Li DAR测深数据,开展了不同密度Li DAR测深数据对水深多光谱遥感反演精度的影响分析、不同水深网格化处理方法对水深遥感反演结果的影响分析和基于少量Li DAR控制区块的大区域水深反演能力分析三方面的研究工作。结果表明:(1)Li DAR测深数据密度的改变对水深反演结果的影响不大,变化后的水深反演结果与原始的水深反演结果相比,平均相对误差变化在0.3%以内,平均绝对误差变化在0.03m以内;(2)采用均值格网处理方法的多光谱遥感水深反演精度要略高于采用中值格网处理方法的水深反演精度,具体体现在均值的平均绝对误差要比中值的低0.04~0.05 m,平均相对误差低1%~10%,反演结果的残差分布显示在0~2 m和20~25 m的水深段内均值统计法的残差分布更集中且其平均值接近于0 m,而在其它水深段二者的残差分布基本相同;(3)基于少量Li DAR控制区块的大区域遥感水深反演结果较为理想,两个检查区块的水深反演结果 R2、平均绝对误差和平均相对误差分别为:0.877,1.66 m,3.5%和0.941,1.62 m,28.4%。反演结果分段分析表明各水深段内反演的精度都比较理想,平均绝对误差除20~25 m水深段外,均低于2.5 m,平均相对误差除0~2 m,2~5 m外,均低于25%。     

Seismic data reconstruction based on iterative linear expansion of thresholds

Based on the compressive sensing,a novel algorithm is proposed to solve reconstruction problem under sparsity assumptions.Instead of estimating the reconstructed data through minimizing the objective function,the authors parameterize the problem as a linear combination of few elementary thresholding functions,which can be solved by calculating the linear weighting coefficients.It is to update the thresholding functions during the process of iteration.The advantage of this method is that the optimization problem only needs to be solved by calculating linear coefficients for each time.With the elementary thresholding functions satisfying certain constraints,a global convergence of the iterative algorithm is guaranteed.The synthetic and the field data results prove the effectiveness of the proposed algorithm.     

基于卷积神经网络的无人机影像违章建筑检测应用

无人机航拍影像具有分辨率高、回访周期短等特点,利用无人机遥感技术手段对城市范围的建设进行动态监测,可及时、有效地发现涉嫌违法的建设活动。本文结合实际项目需求,研究通过卷积神经网络方法进行违章建筑的自动检测,替代过去靠大量人力检查的模式,目前测试区域无人机影像试验取得了较好的效果,在样本数据不足5000份的情况下,准确率和召回率分别达到了71%和88%。随着样本数据的不断增多,基于该深度学习方法将较大程度上持续提升检测准确率和召回率,能够更精准地发现违法活动,具有较大的实际应用价值及潜力。     

卫星+AI时代遥感专业模式识别课程的教学实践与改革

在人工智能时代深化遥感产业发展背景下,遥感专业人才培养需要与时俱进,以提高人工智能应用能力。本文针对目前遥感科学与技术专业人工智能核心课程模式识别教学现状及存在的问题,提出面向遥感专业应用导向的模式识别课程建设思路,从教学内容和实践环节两个方面设计了以提高遥感专业学生人工智能应用能力为目的的教学方案。从教学反馈结果来看,本文提出的教学思路不仅激发了学生对模式识别课程学习的兴趣,而且提高了学生应用模式识别方法进行遥感信息解译的能力。     

剔除无人机影像BRISK特征误匹配点对算法

针对BRISK特征检测算法在遥感影像中匹配时同名点对冗余度高和全局性差等特点,考虑BRISK特征检测算法能获取大量无人机遥感影像特征点,Delaunay三角网算法能够利用影像的BRISK特征点的粗匹配点对构建三角网,本文综合两种算法的优点,提出了一种结合BRISK特征检测算法和Delaunay三角网算法的剔除无人机遥感影像误匹配点对方法。该方法利用两张影像的BRISK粗匹配特征点构建Delaunay三角网,利用遍历两张影像三角网中的三角形相似度剔除错误匹配点对,并利用摄影不变量原理进一步剔除误匹配点对,提高了两张影像的精度;对比分析了Delaunay三角网的射影不变量算法,RANSAC算法分别剔除原始影像组、加入椒盐噪声影像组及旋转影像组的BRISK特征误匹配点对的效果。试验结果表明,3组影像分别利用结合BRISK特征和Delaunay三角网的射影不变量算法的无人机遥感影像匹配方法获得的正确特征匹配点对冗余度低、全局性优。     

深度学习PaddlePaddle框架支持下的遥感智能视觉平台研究与实现

百度深度学习PaddlePaddle框架支持下的遥感智能视觉平台,能够运用深度学习技术实现遥感影像的智能建模、训练和解译。本文通过深入分析PaddlePaddle图像分割模型库PaddleSeg的图像处理深度学习算法模型DeepLabV3+、U²-Net及RetinaNet,开发设计了遥感智能视觉平台,实现了遥感影像的地块分割、变化检测和斜框检测等专业功能。研究表明：遥感智能视觉平台提取的图斑总面积是目视解译的80%、有效图斑比例为76%、错误图斑比例为18%,实现了快速有效的遥感图像智能处理。     

面向高年级本科生研究能力培养的资源环境遥感综合实验方案设计

近年来,随着研究生教育规模的逐年提升,高年级本科教育目标也随之发生一定变化,遥感专业教学中,有必要加强对学生研究能力的培养。本文以矿区资源环境遥感课程为例,以课程综合实验为切入点,结合课程特点提出了半开放式、可拓展的实验架构,探索了面向本科生研究能力培养需求的实验方案设计及教学实践工作,引导学生由被动接受向主动思考转变;由知识吸收向研究实践转变。向学生展示本专业科学研究的基本方法,为学生顺利进入社会工作岗位或转入更高学习阶段打好基础。