黄淮海平原耕地转移对植被碳储量的影响

应用GLO-PEM模型和1988年NOAA/AVHRR遥感数据,估算了黄淮海平原植被净初级生产力(NPP),并根据NPP和植被凋落物产生量计算了不同土地利用类型的植被碳密度。通过对1988年与2000年土地利用图的叠置分析,统计了耕地与其他土地利用类型之间的转移量,并估算了耕地转移对植被碳储量的影响。研究发现,耕地转移对植被碳储量变化的影响在不同区域与不同土地利用类型上存在显著差异。1988~2000年间,耕地转移导致全区植被碳储量下降了0.24%,其中耕地转为建设用地是植被碳储量减少的主要原因。这一研究结论为正确把握耕地转移对区域植被碳储量的影响,并据此制订碳汇管理措施具有重要的参考价值。     

InSAR复数影像配准方法探讨

复数影像配准是卫星合成孔径雷达干涉数据处理中的重要步骤之一,本文对目前影像配准最常用的方法进行了研究分析,提出了基于幅度影像的配准方案,并证明该方案配准精度高,适应能力强,运算效率高.     

2008—2018年中国冰川变化分析

调查冰川资源的分布与变化,对区域乃至全球的自然环境与经济社会发展都具有十分重要的意义.基于315景Landsat 8 OLI遥感影像,结合中国第二次冰川编目数据与Google Earth软件,通过人工目视解译等方法调查了2018年中国冰川的分布与变化.结果表明:中国现存冰川53238条,总面积为(47174.21±19...     

面向高分遥感影像道路提取的轻量级双注意力和特征补偿残差网络模型

针对高分辨率遥感影像背景复杂,道路提取容易受阴影、建筑物和铁路等背景信息干扰的问题,提出一种带有轻量级双注意力和特征补偿机制的DAFCResUnet模型。该模型在ResUnet的基础上,通过增加轻量级的双注意力和特征补偿模块实现模型在性能和时空复杂度上的平衡。其中,双注意力模块可以增强模型的特征提取能力,特征补偿模块可以融合网络中来自深浅层的道路特征。在DeepGlobe和GF-2道路数据集上的实验结果表明,DAFCResUnet模型的IoU和F1-score可以达到0.6713、0.8033和0.7402、0.8507,模型的整体精度优于U-Net、ResUnet和VNet模型。与U-Net和ResUnet模型相比,DAFCResUnet模型仅增加了少量的计算量和参数量,但IoU和F1-score均有较大幅度的提高;与VNet模型相比,DAFCResUnet模型在计算量和参数量远低于VNet的情况下取得了更高的精度,模型在精度和时空复杂度两方面均有优势。相比其他对比模型,DAFCResUnet模型具有更强的特征提取和抗干扰能力,能更好解决道路上的干扰物、与道路特征相似地物、树荫或阴影...     

GMS－5水汽图象所揭示的青藏高原地区对流层上部水汽分布特征

该文利用１９９５年６月中旬至７月初ＧＭＳ－５水汽图象，对青藏高原地区对流层上部水汽分布进行了初步分析．发现高原地区对流层上部水汽的汇集主要通过以下４种方式进行：①水汽从高原东南方的雅鲁藏布江河谷等地进入高原，是主要路径；②从西南方越过喜马拉雅山进入高原；③从帕米尔及其以北地区漂过塔里木盆地后进入高原；④对流活动可以引起水汽在高原上空积聚．从多时相平均水汽图象上反映出高原上西北干、东南湿的水汽分布特征，并初步讨论了水汽图象所揭示的在高原生成的系统对我国东部天气的影响．     

Application of a cloud-texture analysis scheme to the cloud cluster structure recognition and rainfall estimation in a mesoscale rainstorm process

It is thought that satellite infrared (IR) images can aid the recognition of the structure of the cloud and aid the rainfall estimation. In this article, the authors explore the application of a classification method relevant to four texture features, viz. energy, entropy, inertial-quadrature and local calm, to the study of the structure of a cloud cluster displaying a typical meso-scale structure on infrared satellite images. The classification using the IR satellite images taken during 4–5 July 2003, a time when a meso-scale torrential rainstorm was occurring over the Yangtze River basin, illustrates that the detailed structure of the cloud cluster can be obviously seen by means of the neural network classification method relevant to textural features, and the relationship between the textural energy and rainfall indicates that the structural variation of a cloud cluster can be viewed as an exhibition of the convection intensity evolvement. These facts suggest that the scheme of following a classification method relevant to textural features applied to cloud structure studies is helpful for weather analysis and forecasting.     

遥感影像专题图制作研究

遥感软件有强大的影像处理功能,地理信息软件有强大的矢量功能;由于遥感软件以国外进口软件为主,与国内常用的地理信息基础不适应。通过对遥感影像专题图的制作的研究,有效地解决了遥感软件和国产地理信息软件不匹配的问题,为各类遥感专题图制作提供了有效的技术方法。     

汶川地震灾后农田和森林植被恢复遥感监测

2008年汶川8.0级特大地震对当地的生态系统造成了极大的破坏,为了评估5年来灾区农田和森林植被的恢复情况,利用逐年机载高分辨率遥感影像,结合星载遥感数据和地面调查数据,开展了灾区农林植被恢复状况监测。在农田恢复监测方面,结合2008年地震发生后以及2013年5月中旬的机载高分辨率遥感数据,采用目视解译的方式对汶川地震中受损农田的恢复状况进行监测与评估,同时利用GVG(GPS、Video和GIS)农情采样系统的作物种植成数调查结果,分析了灾后作物种植结构的变化。结果表明,灾区1592 ha受损农田,5年后仅有约17.5%得到了恢复和耕种使用。就耕地利用强度而言,重灾区耕地利用率较高,作物种植结构没有发生重大变化。在森林恢复状况监测方面,对典型区(岷江干旱河谷区和盆周山地区的3个重点区域)采用目视解译方式识别出森林变化,并结合大区域尺度规一化植被指数(NDVI)时间序列变化分析,对整个灾区的森林损毁和恢复情况做出评价。监测结果显示,汶川县、什邡市和绵竹市的森林植被恢复情况总体较好,但是一些坡度较大的损毁区、次生灾害频发区的森林尚未恢复,大区域尺度的统计结果显示,地震重灾区的46381 ha重度损毁森林植被和177025 ha中度损毁森林植被区域,完全恢复的区域占13.52%和25.84%,部分恢复的区域都占到50%。在自然恢复较为困难的区域,如汶川县中部和东北部、都江堰市北部、彭州市北部、什邡市北部、绵竹市北部、安县北部及北川县南部等,需要加强人工干预。遥感监测方法既适用于震后的农田和森林恢复状况动态监测,也适用于其他自然灾害发生时对灾区农田和森林植被破坏状况进行应急监测,具有实际应用价值和良好的发展前景。     

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。     

SPOT卫星影像居民地信息自动提取的决策树方法研究

以南京市江宁县为研究区域，首先分析了该区域居民地的影像特征，然后研究了居民地及其背景地物在SPOT—4(Ⅺ)卫星影像4个波段上的光谱特征，并由此探讨了它们在光谱特征上的可分性。研究发现，除道路在光谱特征上与居民地差异不大而难以完全分开外，其它背影地物均可以依据各波段亮度值的大小关系或适当的阈值与居民地分开。但道路和居民地在形状上存在明显差异，因此可以利用形状指数的差异加以去除。最后分析建立了基于光谱特征和形状特征的简单决策树模型，对研究区域居民地信息进行了提取并对结果进行了精度评价。结果表明，该方法的总体提取效果较好，特别是对于面积大于10000m^2的城镇和集村。其提取精度与通常的监督分类方法相比有了很大的提高，只是在水际交界处和道路两侧有误判现象。因此，利用该模型可以将背景地物类型复杂的江南地区的城镇和集村居民地自动提取出来，并且模型受时相影响较小，只是在域值大小上会存在一些差异。