基于GPS时空轨迹的路网拓扑自动变化检测

充分利用出租车GPS时空轨迹数据分布广和时效性强的特点,提出一种基于车载GPS轨迹数据的路网拓扑自动变化检测新方法。该方法首先利用向量相似性度量模型,度量GPS轨迹向量与路网局部拓扑向量之间的相似性,检测疑似道路拓扑变化点,然后通过比较疑似道路拓扑变化点与路网拓扑关系,完成新增、废弃、改建等道路变化,实现基于车载GPS轨迹的路网拓扑自动变化检测。实验结果表明,该方法不仅有效地检测出道路新增、道路废弃与道路改扩建等变化,而且能利用出租车实时和大范围分布特点来实现城市路网大范围实时变化检测。     

基于深度学习技术的贵州省耕地占用遥感监测

贵州省耕地资源相对有限,播面增长空间小,耕地占用对区域农业生产和粮食安全产生了重要影响。及时监测土地占用,对农田保护、减小损失具有重要的意义。遥感技术可以在耕地占用监测中发挥重要作用,然而由于地表结构的复杂性,高精度的耕地占用监测面临较大困难。为提高监测精度,本文研究使用深度学习技术来监测贵州全省的耕地占用情况。首先,利用多类型、高频次的高分辨率卫星影像,获取贵州省全域范围内的大量样本,据此挖掘遥感图像中的耕地占用信息;然后,联合使用卷积神经网络和循环神经网络,构建耕地变化监测深度学习网络模型,从遥感图像的光谱、空间和时相信息中提取耕地变化情况;最后,选取典型区域对监测结果进行了精度验证。结果表明,该方法可快速监测出贵州省占用耕地区域,为相关部门提供决策参考和监管手段。     

GIS支持下珠江三角洲土地利用变化（1980-2003年）遥感监测研究述评

珠江三角洲作为中国经济高速发展的地区之一,历来是众多学者和研究人员所关注的研究匠域。伴随着该地区经济的快速发展,区内土地利用状况从改革开放之初便发生了巨大的变化。另一方面,随着遥感（RS）和地理信息系统（GIS）技术的发展和成熟,基于这两种技术联合来探测和研究土地利用的变化情况从20世纪开始便成为研究的主流。因此,基于这两种方法进行珠江三角洲土地利用研究也被大量开展,并取得了丰硕的成果。另外,由于技术的限制以及其它原因,在土地利用研究中也有一些问题没有得到详细的探讨。因此本文在系统地总结了基于遥感和地理信息系统的方法探测土地利用的基础上着重分析了这些方法在珠江三角洲地区中的应用,并尝试提出一些被忽略的研究点,旨在为该地区今后的土地利用变化检测研究提供一些必要的铺垫和帮助。     

探测和量化地表CO_2脱气的新遥感技术

地球脱气,尤其是CO2的释放,越来越引起人们的关注。它涉及到全球碳的估算、对气候的影响、地震和火山爆发的机制以及富气环境植被中植物生理反应等领域。这些领域的研究都需要检测地表CO2脱气的构成和量化各种构成。我们介绍一种基于红外成像的极小热变化检测的新遥感方法来探测地球表面热异常。该方法同样适于发现任何原产地的地球脱气的地点。该方法还可以在任何地域寻找非渗漏区（无裂缝区）以及监测脱气的构成。在意大利托斯卡纳区锡耶纳地堑东缘主断层的博索莱托喷气口进行的红外热成像测量是该方法有效性的一个证例。博索莱托喷气口有来自深部地热储的大量富含CO2的气体溢出。野外获取的数据证实了该方法是有效的。通过可靠处理红外图像时间序列,确定了CO2脱气位置的检测及其最佳检测条件（从黄昏到黎明之间天气干燥,无风,万里无云）。开发了一个研究、观测热交换过程的简单模型。第一次尝试是根据记录的图像序列,用这个模型测定了气体出口温度、热气体扩散面积和气体流量。这是仅用红外图像时间序列进行喷气区的遥感区域调查和量化CO2通量的首选方法。     

面向对象的遥感震害信息提取方法——以汶川地震为例

本文总结了近年来利用遥感影像进行震害信息提取的方法和研究趋势,随着遥感影像分辨率的提高,震害信息提取逐渐从传统的基于像元方法向基于对象的方法转变.文中以汶川地震为例,利用面向对象的分类方法提取了典型震害信息,并提出了面向对象的变化检测方法的工作流程.对震害建筑物破坏情况,分别用最小距离分类、马氏距离分类、支撑向量机分类和面向对象分类进行了实验研究,并对这几种不同分类方法的实验结果进行了对比分析.实验结果表明,面向对象的震害信息提取方法克服了传统的基于像元的分类方法的缺点,提高了建筑物识别的精度,在建筑物震害和地震次生灾害的信息提取中取得了较好的效果.     

MtSCCD：面向深度学习的土地利用场景分类与变化检测数据集

利用遥感影像识别土地利用类型及监测其变化情况在城市规划和土地利用优化等领域发挥着重要作用。当前,相关数据集存在样本量少、类别划分不合理、数据不开源等局限,难以满足样本驱动的深度学习遥感信息提取范式的需求。本文构建了一个面向深度学习的大规模场景分类与变化检测数据集MtSCCD (Multi-temporal Scene Classification and Change Detection)。该数据集包括MtSCCD＿LUSC (MtSCCD Land Use Scene Classification)和MtSCCD＿LUCD (MtSCCD Land Use Change Detection)两个子数据集,分别用于土地利用场景分类与变化检测任务。该数据集具有以下特点：（1） MtSCCD是目前规模最大的公开的土地利用类型识别与检测数据集,包含10种土地利用类型共65548幅图像,并且样本覆盖中国5个城市的中心区域;（2）由于MtSCCD数据集根据城市划分训练集、验证集以及测试集,对于新增的城市土地利用数据,可以根据需求划分为训练集与验证集或测试集,因此可扩展性较高;（3） MtSCCD...     

M变换在NOAA/AVHRR数据变化检测中的应用

将基于典型相关分析的正交变换的基础理论用于NOAA/AVHRR数据的多元变化检测 ,对具体实施步骤进行了深入的探讨 ,并对部分中间结果进行了分析。实验表明 ,该方法应用于NOAA/AVHRR数据的多元变化检测具有明显的优势 ,克服了传统方法存在的缺陷 ,具有良好的应用前景。     

1∶50000地形要素数据的变化检测方法的设计与实现

结合国家1∶50 000数据库更新工程,研究和探讨了地形要素数据变化检测的内容、技术方法,并设计和实现了一套基于矢量栅格化比较的变化检测方法,对全国的不同时期的1∶50 000地形要素数据(DLG)进行了变化检测。     

结合LiDAR点云和航空影像的建筑物三维变化检测

目的 针对传统建筑物变化检测方法没有考虑高程信息的缺点,提出了一种结合LiDAR点云数据和航空影像的建筑物三维变化检测方法,可同时提取建筑物高程变化信息和面积变化信息。首先将不同时期LiDAR点云分别生成数字表面模型(DSM);然后对不同时期的DSM进行差值、滤波和形态学操作得到DSM变化区,并根据共线方程将其反投影到航空影像中,再使用航空影像的光谱、纹理等信息排除树木等伪变化区的干扰;最后计算高程变化值和面积变化值。试验结果表明该方法能定量地提取高程和面积变化信息,提供更加全面准确的建筑物变化信息。     

基于MODIS的日本9.0级地震前后温度变化研究

应用MODIS遥感数据中反应地表温度的数据波段,对2011年3月11日的日本9.0级地震影响区域进行震前震后的变化检测分析,结果表明,区域范围的温度异常逐月、逐天变化皆较为显著,可为大地震的震情预测提供依据。