迁移学习支持下的遥感影像对象级分类样本自动选择方法

面向遥感大范围应用的目标,自动化程度仍是遥感影像分类面临的重要问题,样本的人工选择难以适应当前土地覆盖信息自动化提取的实际应用需求。为了构建一套基于先验知识的遥感影像全自动分类流程,本文将空间信息挖掘技术引入到遥感信息提取过程中,提出了一种面向遥感影像对象级分类的样本自动选择方法。该方法通过变化检测将不变地物标示在新的目标影像上,并将过去解译的地物类别知识迁移至新的影像上,建立新的特征与地物关系,从而完成历史专题数据辅助下目标影像的自动化的对象级分类。实验结果表明,在已有历史专题层的图斑知识指导下,该方法能有效地自动选择适用于新影像分类的可靠样本,获得较好的信息提取效果,提高了对象级分类的效率。     

孪生高分辨率卷积神经网络遥感影像变化检测方法

针对遥感影像变化检测问题,提出了一种孪生高分辨率卷积神经网络模型。该模型首先基于孪生网络模型提取不同时相遥感影像的特征,然后将特征拼接后输入到嵌套U形网络中输出变化检测区域。为了提升变化检测效果,进一步设计了高分辨率卷积神经网络用于提取不同时相遥感影像的特征,以充分利用不同分辨率的特征来提升变化检测效果。在LEVIR-CD变化检测数据集上的大量实验表明,所提出方法能够比对比方法获得更高的变化检测精度。     

神经网络决策树的矢量数据变化信息快速识别方法

针对GIS数据更新中变化信息的自动提取问题,提出基于神经网络决策树的变化信息快速识别方法。设计了基于四叉树的变化信息层次检测算法,通过比较对象的节点-弧段特征快速定位到变化区域。以新旧要素的匹配特征为依据,通过神经网络决策树实现变化信息的识别,兼顾了决策树实现效率高和神经网络的自适应处理的特征。1∶2000地形图变化信息识别试验结果表明:该方法计算效率高,能够准确快速地识别出变化信息,有助于提高GIS数据库的动态更新的自动化与智能化水平。     

遥感影像变化检测方法探讨

利用同一区域不同时相的遥感影像进行变化检测的应用一直是遥感应用研究的热点之一。本文对遥感变化检测技术的研究现状和新进展进行了一定的归纳和总结,对以往分类方法进行了介绍,分别对基于像素、基于对象以及结合特定理论的变化检测方法进行了重点讨论,并对每种方法涉及的理论和最新研究进展进行了评述。     

利用光谱量值和形状优化组合的地表覆盖变化检测方法

分析了几种常见的变化检测算法的鲁棒性,在此基础上提出一种光谱量值和形状优化组合的地表覆盖变化检测方法。以西安市及其周边为研究区域,分析该区域2000～2009年的地表覆盖变化。变化检测的总体精度为92.313%,Kappa系数为0.844,优于其他传统算法。     

面向对象的房屋震害变化检测方法

遥感图像变化检测是震害评估较为有效的方法,随着卫星影像分辨率不断提高,地物对象正逐渐取代单个像元,成为变化检测的基本单元.本文阐述了面向对象的变化检测方法的原理和数据处理流程,以玉树地震前后的高分辨率遥感影像为例,展示了这一方法提取房屋震害的能力.与直接基于像元的变化检测方法、基于主成分分析的变化检测方法相比较,结果显示面向对象的变化检测方法精度最高,提取房屋变化信息精度达到86％,而后面两种方法的精度分别为59％和68％.     

SAR遥感图像在汶川地震灾害识别中的应用

汶川地震发生后,受阴雨天气的影响,光学遥感影像在救灾决策中的作用受到了很大的限制,而SAR图像由于其全天候的特点成为这次抗震救灾前期遥感信息保障十分重要的数据源.采用ENVISAT的ASAR作为数据源,利用多时相的雷达数据的幅度及相位信息对映秀及周边地区做了地震灾害识别,其中利用震前震后的幅度图像做比值变化检测,在映秀镇及紫坪铺水库等山区取得了较好的效果;利用相位信息做干涉处理得到的相干图像,经过失相干分析,发现建筑物的破坏等级与相干系数变化指数的大小高度相关.比较这两种方法,在都江堰等平原地区由于失相干现象不像山区那么严重,并且利用比值处理可以去除部分空间失相干及系统热噪声等带来的干扰因素,可以成为幅度图像的有益补充.结果表明,结合SAR幅度影像和干涉相干影像,可以在地震灾害评估中取得更好效果.随着极化干涉雷达技术的日益成熟,多时相幅度信息、相位信息等多特征SAR影像信息的融合会在救灾决策中发挥更大的作用.     

基于中分辨率遥感影像的居民区震害信息提取

针对中分辨率遥感影像建筑物震害信息弱以及变化检测法受非震害信息影响大等弱点, 本文建立了一种基于变化检测的居民区震害信息快速提取方法. 该方法利用主成分变换增强震害信息, 采用监督分类法提取似居民区, 并用灯光影像数据进一步对似居民区提取结果进行优化, 从而很好地消除了变化检测方法中非震害因素的影响. 在此基础上, 以2001年印度M_W7.6地震的极重灾区为研究区域, 利用震前、 震后Landsat卫星TM图像和震区灯光影像数据, 对本文算法进行了验证和分析. 结果表明, 在30—50 m中分辨率遥感影像上, 以建筑物为主的居民区震后图像变化最为显著的震害特征是反射率变大, 本文所建立的居民区震害信息提取方法在解决中分辨率遥感影像震害目标信息弱、 背景复杂等方面效果明显.      

高分遥感影像震害提取的变化检测算法改进

本文针对遥感多时相变化检测应用于地震灾害信息提取中存在的问题, 提出一种改进算法, 通过搜索震后影像上建筑物在震前影像上对应区域周边一定范围内的影像相关性最大值(区域寻优)来代替传统上严格对应像元的相关系数值, 以减少因配准精度、 摄影方位、 地表高程、 建筑物高度等造成的同名地物变形对变化检测结果的影响, 提高基于相关系数变化检测的精度。 以都江堰市城区在2008年汶川地震震前的QuickBird影像和震后的航空遥感影像为实验对象, 采用本文方法进行了震害变化检测实验, 并与传统方法进行了比较, 表明改进的算法能够提高震害信息提取的精度且具有一定的稳定性。     

海岸带城市土地利用变化分析—以江苏盐城市为例

土地利用/覆被变化（LUCC）是全球变化和区域可持续发展研究的核心问题。海岸带是陆地海洋相互作用和人类活动最敏感的区域,海岸带LUCC的研究对适应环境和自然的挑战具有重要意义。本文以江苏沿海具有代表性的盐城市作为研究区,选取1978-2007年5期Landsat MSS/TM影像作为数据源,在参考国内外遥感分类系统的基础上,结合研究区实际,建立遥感分类系统,使用主成分分析（PCA）遥感分类方法和分类后比较变化检测方法,并在GIS分析技术支持下获取盐城市近30年的土地利用变化数据,分析其结构、数量、速率及格局变化。结果表明：（1）从土地利用结构上看,研究时段内盐城市土地利用变化较大,但利用结构相对稳定;土地利用类型以耕地为主,但近几年城市建设用地大量增加,比重不断攀升;（2）从土地利用变化数量、速率上看,不同时期土地利用类型变化剧烈,一级地类数量增长最大的是建设用地,其中城镇建设用地由1978年的167.01 km2扩张至2007年的725.19 km2,增长至原来的4.34倍,城镇建设用地变化速率在2004-2007年高达15%以上;（3）从空间格局变化看,盐城市中心城区特别是开发区和新辟为市区的盐都区发展速度最快,而滨海港、大丰港的建设和周边国有盐场的改制也显著促进了沿海地区的发展。