遥感影像面向对象信息提取技术在GIS土地管理中的应用

本文主要研究通过高分辨率遥感影像和eCognition软件,利用面向对象信息提取技术来获取村庄尺度土地利用类型空间数据的技术方法。本项研究中的实验区主要地物包括麦田、旱作物、荒地、苗圃、道路、水体、建设用地和树木等类型。通过设置不同的分割参数并目视判定待识别地类的轮廓分割效果,获取适用于村庄尺度土地利用类型分类的最优分割参数,并通过分类精度对比说明面向对象信息提取相对于传统分类方法的巨大优势。     

特征级高分辨率遥感图像快速自动配准

随着遥感图像分辨率的日益提高,遥感图像的尺寸和数据量也不断地增大,同时随着遥感应用的发展,对图像配准的性能也提出越来越高的要求,基于此,提出一种特征级高分辨率遥感图像快速自动配准方法。首先,对图像进行Haar小波变换,基于小波变换后的近似图像进行配准以提高配准速度;其次,根据不同的遥感图像来源使用不同的特征提取方法(光学图像使用Canny边缘提取算子,SAR图像使用Ratio Of Averages算子),并将线特征转化为点特征;然后,依据特征点间最小角与次小角的角度之比小于某一阈值来确定初始匹配点对;最后,利用改进的随机抽样一致性算法滤除错误匹配点对,并结合分块思想均匀选取匹配点对计算仿射变换参数,进一步提高配准精度。为了验证本文方法的有效性,选择高分辨率World View-2图像、Pleiades图像和Terra SAR图像进行了实验,并与典型的SIFT算法、SURF算法进行比较分析,采用匹配率、匹配效率、均方根误差和时间消耗4个定量评价指标来客观评价算法的配准性能。实验结果表明,本文方法具有较好的有效性,且在不同的情况下具有较高的配准精度。本文提出的特征级高分辨率遥感图像快速自动配准方法,多组高分辨率遥感图像数据的配准实验结果表明该方法能快速实现并具有较高的配准精度和较好的鲁棒性。     

基于HJ-1遥感数据的矿区水体污染监测与分析——以龙岩紫金山金铜矿为例

矿产资源的持续开采与加工利用使得矿区周边水资源受到的污染日趋严重,急需采用先进技术对水污染进行监测分析,遥感技术是水环境监测最为有效的技术之一。利用国产环境一号小卫星多光谱遥感影像数据,针对福建省龙岩市紫金山矿区不同时相的数据进行水质遥感监测。利用近红外单波段阈值分割法提取悬浮物浓度信息,基于矿区酸碱性水体光谱曲线特性采用342波段假彩色合成影像,采用SVM分类方法进行分类,判别矿区水体酸碱性以及分析水体受污染程度变化和污染源。结果表明,研究区汀江水体2008年呈现碱性,2010年呈现弱碱性,水质在研究时段内得到一定的改善,但在选矿厂与矿区附近的水体中仍含有大量重金属沉积物。     

基于森林模型参数先验知识估算高分辨率叶面积指数

目前,估算高分辨率叶面积指数LAI（Leaf Area Index）的常用方法是采用大量地面测量数据和遥感数据建立统计模型,再用统计模型估算LAI。然而,与农田地面测量实验相比,森林地面测量实验获取的观测数据更加有限,这使得基于统计模型的森林高分辨率LAI的估算精度低,难以满足应用需求。为此,本文提出一种基于森林模型参数先验知识、使用森林研究区少量的LAI地面测量数据和归一化植被指数NDVI数据估算森林高分辨率LAI的方法。首先,获取全球20个森林实验区的LAI地面测量数据和NDVI数据,建立LAI-NDVI统计模型并提取森林模型参数的先验知识。然后,以一个新的森林站点Concepción作为研究区,将该研究区的数据分为建模数据和验证数据两个部分。使用研究区有限的建模数据对森林模型参数先验知识进行本地化校正得到优化模型,优化模型用于估算森林高分辨率LAI,使用验证数据评价LAI的估算精度。同时,选取了Camerons站点、Gnangara站点、Hirsikangas站点评价本文方法的LAI估算精度。使用地面测量LAI验证基于森林模型参数先验知识估算高分辨率LAI的结果精度,经验证4个森林站点的均方根误差分别为0.6680,0.4449,0.2863,0.5755。研究结果表明：在仅有少量观测数据时,采用本方法能有效地提高森林高分辨率LAI的估算精度。因此,本方法可为森林高分辨率LAI的遥感估算提供参考。     

面向空间数据挖掘的MCSs移动和传播影响因素分析

利用1998年6～8月青藏高原逐时红外遥感云图及青藏高原高分辨率有限区域数值预报值(HLAFS), 运用空间数据挖掘的相关分析技术对青藏高原MCSs的移动和传播与其周围环境场中物理量场之间的关系进行了研究.结果表明:它们东移出高原(105(E)与其东侧在400、500hPa上的高度(H)、涡度(VOR)、散度(DIV)、水汽通量散度(IFVQ)、垂直速度(W)、指数(K)等6个物理量的特征值,以及其自身形状密切相关.这对MCSs的移动和传播这一迄今的难题提供了研究思路和方法,同时对预报高原MCSs东移影响长江中下游地区的强降水也很有帮助.     

RESEARCH ON AUTOMATIC FOG IDENTIFICATION TECHNOLOGY BY METEOROLOGICAL SATELLITE REMOTE SENSING

There is an urgent need for the development of a method that can undertake rapid, effective, and accurate monitoring and identification of fog by satellite remote sensing, since heavy fog can cause enormous disasters to China’s national economy and people's lives and property in the urban and coastal areas. In this paper, the correlative relationship between the reflectivity of land surface and clouds in different time phases is found, based on the analysis of the radiative and satellite-based spectral characteristics of fog. Through calculation and analyses of the relative variability of the reflectivity in the images, the threshold to identify quasi-fog areas is generated automatically. Furthermore, using the technique of quick image run-length encoding, and in combination with such practical methods as analyzing texture and shape fractures, smoothness, and template characteristics, the automatic identification of fog and fog-cloud separation using meteorological satellite remote sensing images are studied, with good results in application.     

“海棠”台风远距离强降水分析

对2005年"海棠"台风倒槽造成河南特大暴雨过程的湿位涡分析结果表明:倾斜涡度发展是暴雨产生和加强的重要机制之一,暴雨产生在eθ线陡立密集区内,湿位涡在这次暴雨过程中边界层内925hPa具有MPV1>0、MPV2<0的特征,此次暴雨产生在正的MPV1中心附近,有利的地形条件在一定程度上增加了降水量。     

浅水湖泊水生植被遥感监测研究进展

在浅水湖泊中,水生植物具有净化水质、抑制藻类、提供鱼类食物和栖息环境等生态功能,同时,其过度扩张也会加速湖泊淤浅和沼泽化、引起湖泊二次污染等环境负效应.实时动态地掌握湖泊水生植被类群和种群的空间分布及其面积、生物量等指标信息,对湖泊生态修复和评估、水生植被恢复和管理等具有重要现实意义.遥感技术的大面积、实时、动态等特点...     

RADARSAT数字图像积雪覆盖下地物解译方法

采用加拿大RADARSAT雷达数字图像,以新疆阿勒泰地区阿勒泰市、布尔津、吉木乃、哈巴河、福海5个县(市)为典型试验区,研究了积雪覆盖下雷达遥感图像地物解译的基本原理和几何纠正方法,比较分析了标准模式的地理参考高分辨率合成孔径雷达图像与经过亮度增强、边缘增强、图像增强、斑点压缩和纹理分析处理的图像上地物目视解译的特点,建立了积雪覆盖下雷达图像上耕地、水系、交通道路、居民地等与抗灾救灾密切相关的地物的解译标志。结果表明,可弥补可见光及近红外遥感积雪监测的缺陷,为雪灾发生区的救援决策提供科学依据。     

成都盆地南缘与新构造运动有关的河道演变及其对沉积作用影响初步探讨

本文利用2002年的ETM＋图像和该地区1：25万DEM数据,采用计算机图像处理和目视解译相结合的方法,辅以野外实测数据、历史资料进行综合分析,对该地区河道的演变特征和新构造进行详细解译。基本查清了新近系以来该地区河道的发展演变历程,岷江和青衣江都存在很大幅度的河道迁移现象,综合研究发现,河道迁移与该地区新构造运动密切相关。