基于深度学习的GF-1卫星WFV影像赤潮探测方法

赤潮是我国主要的海洋生态灾害,有效监测赤潮的发生和空间分布对于赤潮的防治具有重要意义。传统的赤潮监测以低空间分辨率的水色卫星为主,但是其对于频发的小规模赤潮存在监控盲区。GF-1卫星WFV影像具有空间分辨率高、成像幅宽大和重访周期短等优点,在小规模赤潮监测中表现出较大的潜力。然而,GF-1卫星WFV影像的光谱分辨率较低,波段少,传统面向水色卫星的赤潮探测方法无法应用于GF-1卫星WFV数据。而且赤潮具有形态多变、尺度不一的特点,难以精确提取。基于此,本文提出了一种面向GF-1卫星WFV影像的尺度自适应赤潮探测网络（SARTNet）。该网络采用双层主干结构以融合赤潮水体的形状特征与细节特征,并引入注意力机制挖掘不同尺度赤潮特征之间的相关性,提高网络对复杂分布赤潮的探测能力。实验结果表明,SARTNet赤潮探测精度优于现有方法,F1分数达到0.89以上,对不同尺度的赤潮漏提和误提较少,且受环境因素的影响较小。     

地球深部探测的先锋: 深地震反射方法的发展与应用

深地震反射剖面早已被国际上证实是一种地球深部探测的先锋技术,它利用比石油地震勘探更长的接收排列、更大的激发能量,探测上至地表,下达上地幔的精细结构和构造特征,现已被国内外越来越多地应用于大陆及海洋地壳与岩石圈上地幔探测上。深地震反射剖面技术在揭示地球深部动力学过程,论述大地构造演化,确定盆山耦合关系,推测成矿成藏条件,分析地震灾害等方面取得了丰硕成果。系统地梳理和概括了国内外陆地地区深地震反射剖面技术的研究现状以及典型应用案例。在此基础上,从深地震反射野外数据采集、数据资料处理、剖面地质解译以及多方法联合探测4个方面,对地震反射剖面技术未来发展方向进行了展望。研究认为：在野外采集方面,研发不同激发、接收组合类型的采集技术、提升深地震反射数据采集质量,减少环境破坏,降低经济成本;在数据处理中,继续探究提高深地震反射剖面的信噪比与分辨率,定量监控深地震反射数据处理过程中振幅保真度的相对变化;在资料解译时,将深入挖掘深地震反射剖面的叠前、叠后潜在信息,降低单纯依靠深地震反射振幅解译的非唯一性;在综合研究上,从多学科、多角度、多尺度、多方法上相互补充印证,降低剖面的多解性,提高成果的准确性和可靠度。

     

������׼���쳣ͬ����̽�ⷽ���о�

?????????????????????????????????????????????????????????????з???????????????????????????????????????????????????????????????????????С????????????????÷????????????????????????????????????У????????????????????????     

遥感影像变化检测自适应阈值分割的Kriging方法

提出了一种基于空间统计理论的自适应阈值分割方法,用于多时相高分辨率遥感影像变化检测研究。针对未确定类别的目标像素点,分别以局部区域内的变化类和非变化类为样本点,将目标点的实际值和估计值进行比较,以确定目标点的类别。为验证本方法的优越性和自适应性,分别与系列传统阈值分割方法进行了对比分析。实验结果表明,本方法能够有效去除伪变化信息,减少目标的错判、误判率,提高检测精度。     

基于相关分析的组合导航RAIM模型研究

探讨基于相关分析理论的组合导航RIAM方法,并给出单个和多个探测粗差的相关分析检验流程。通过模拟12颗GPS和Galileo组合导航卫星定位系统,分别给单颗和两颗正常卫星加入粗差。仿真结果表明：观测值的影响向量与残差的相关系数可以定位含粗差的卫星并将粗差卫星予以剔除。     

基于典型相关分析的变化检测中变化阈值的确定

以东营市为例 ,把基于典型相关分析的方法运用于多时相遥感影像的变化检测中。对于变化阈值的确定 ,采用了一种基于贝叶斯理论的最小错误率的方法。这种方法实质上是一种非监督分类的方法 ,即不需要地面实况数据或其它先验知识 ,直接对典型相关处理后的差值图像进行分析计算得到阈值 ,使变化检测的错误率达到最小。实验结果证明了这种方法的有效性。     

利用热红外温差识别沙尘

沙尘识别是沙尘灾害监测和沙尘气溶胶特性研究的首要工作。利用辐射传输方程进行了沙尘气溶胶的辐射计算 ,对不同沙尘气溶胶光学厚度下的热红外通道温差ΔT(T11μm-T12 μm)的变化进行了分析。理论分析表明 ,利用热红外通道的温度差ΔT进行陆地沙尘识别是可行的。并利用NOAA AVHRR热红外通道的温度差ΔT进行了陆地沙尘识别的实验 ,经与地面气象站实测的沙尘天气现象相比较 ,结果一致。     

一种从SAR图像中提取城市道路网络的方法

提出一种从高分辨率SAR图像中提取城市道路网络的算法.在高分辨率SAR图像中,道路在空间结构上表现为一细长的且宽度基本恒定不变的均匀区域.利用模糊C均值聚类方法对高分辨率SAR图像进行聚类分析,将道路类像素从原始图像中分离出来.为突出道路形状特征,减少冗余信息,对聚类结果进行细化,同时利用跟踪算子消除短线段;以提取道路中心线二值图的像素值作为图像能量,应用Snakes模型检测道路网络.通过实际SAR图像验证,该算法可以准确提取复杂的城市道路网络.     

Detection of dryland degradation using Landsat spectral unmixing remote sensing with syndrome concept in Minqin County,China

This study was to detect dryland degradation coupling linear spectral unmixing model of Landsat images with syndrome concept in temperate dryland system, Minqin, China. The phenological contrast and complementation between green vegetation fraction in summer, sandland fraction and saline land fraction in spring, was firstly structured to quantify degradation characteristics by simple correlation analysis with ground data. The spatiotemporal patterns of the three degradation indicators were interpreted with the help “dust bowl” syndrome, qualitatively deciphered the degradation causal clusters, loops and important consequences in the study area. The results indicate water-using and distribution pattern was changed, agricultural intensity and productivity increased, salinization lessened in oasis, whereas sandification risk heightened. This approach developed in this study, has the potentially broad applicability, for dryland system monitoring and modelling.