草面温度审核规则库的建立及质量控制方法

利用2013年6月—2014年11月青海15个台站草面温度观测资料,建立了各站草面温度审核规则库,在进行质量控制时,还应结合不同的方法进行判断。差值分析结果表明,在各定时草面温度和地面温度温度的差值中,大部分台站为草面温度小于地面温度,最大差值出现在14—15时,夜间差值较小,且基本表现为草面温度小于地面温度;晴天平均差值最大,阴天最小;春、夏季日最高地面温度大于日最高草面温度,秋、冬季日最高草面温度大于日最高地面温度;秋、冬季日最低地面温度大于日最低草面温度;月平均差值较大的站点分别在青南和柴达木盆地,最大差值出现在达日,为-10.8℃;在阴天、多云天和晴天3种典型天气条件下,地面温度和草面温度差值日变化趋势基本一致。     

改进型归一化差值不透水表面指数探讨——以兰州市建成区为例

深入分析研究区不透水表面和其他城市基本组分土地覆盖类型的特征后,通过研究已有归一化不透水表面指数(NDISI)提取方案的适用性和研究区域特点,创建出一种改进型归一化差值不透水表面指数(MNDISI),并结合实地调查分析,在中等分辨率影像上运用基于对象的方法,提出新的指数增强提取方案,实现不透水表面信息的自动准确提取,并将其作为一个范例供其他西北内陆城市借鉴。     

基于FastICA算法的遥感图像中地物变化检测

随着遥感技术的发展,地物变化检测在环境灾害评估、森林资源、土地资源、农业资源的动态变化检测等领域应用广泛,成为当前遥感图像应用的一个重要研究方向。采用能够消除信号间的高阶相关信息的快速独立分量分析法进行多时相多光谱遥感图像的变化检测,应用Open RS平台,实现基于Fast ICA的遥感图像变化检测算法,用检测概率、漏警率、虚警率、检测误差以及Kappa系数来进行多时相遥感图像的变化检测精度验证。     

基于夜光遥感影像的苏南城市群建成区提取方法

基于苏南地区2020年月平均NPP-VIIRS夜光遥感影像,构建了基于差值平方函数的城市群建成区提取模型,验证了模型精度,分析了苏南城市群建成区特征,并从面积、混淆矩阵和景观指数等方面对不同方法提取的建成区对比分析,具体结论如下：(1)构建了基于差值平方函数的城市群建成区提取模型,此法提取的建成区与苏南地区实际建成区分布结果具有高度的一致性;(2)实现了苏南城市群建成区的提取,苏州面积最大,无锡建成区占比最高;(3)差值平方法提取的城市建成区面积准确率高于阈值法,差值平方法与阈值法的总体精度相近,而差值平方法的Kappa系数高于阈值法,景观指数更接近实际情况,能够有效提高城市建成区的提取精度。     

基于多尺度高程变异系数的影像匹配点云滤波方法

针对现有滤波方法在低矮植被密集覆盖区域处理效果差的问题,该文根据不同尺度下无人机影像匹配点云数据所表达的地形地物特征不同,提出基于多尺度高程变异系数的影像匹配点云滤波方法。首先,通过不同尺度的虚拟规则网格构建不同分辨率的DSM,将任意两个不同分辨率的DSM进行差值计算,得到对应两个尺度下的地表特征差异(高程变异程度);然后,对差值DSM计算高程变异系数,根据地物边界区域高程变异系数远大于地形区域的特征进行阈值分割;最后,分析计算高程变异系数的最佳邻域,讨论最佳分割阈值的设定。与传统CSF、TIN和渐进式形态学滤波方法对低矮植被密集覆盖区域的对比实验结果表明,该文方法在低矮植被密集覆盖区域能准确剔除植被点并保留地面点,其中Ⅰ类、Ⅱ类误差分别为9.20%、5.83%,平均总误差为7.68%,均优于CSF、TIN和渐进式形态学滤波方法,可为后期快速建立高精度DTM奠定基础。     

基于车载LiDAR的吴淞导堤沉降监测分析

针对常规数字化地形监测方法在海堤沉降监测中存在测点数据量小、多期测点位置难以固定等问题,采用三维激光扫描技术进行沉降监测,基于密集点云滤波的参考曲面差值统计法,对噪声剔除后的多期导堤的密集点云利用坡度阈值迭代方法提取出堤面地面点集合,然后根据内插形成的栅格DEM进行统计差值拟合出整条导堤的沉降变化差值DEM,进而分析计算导堤各局部沉降量。以上海吴淞导堤为例,在L型导堤折角近处沉降量为12 cm,精度约2.4 cm,结果误差满足精度要求。较传统监测方法,本方法能够快速计算出导堤任一位置的高精度沉降量,有效提高了工作效率和监测精度。     

基于3种遥感指数的东北春玉米干旱识别对比

以东北春玉米为研究对象,探究利用植被光合特性的日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)指数、近红外-短波红外波段构建的归一化差值水分指数(normalized difference water index,NDWI)和可见光-近红外波段构建的归一化差值植被指数(normalized difference vegetation index,NDVI)识别东北春玉米干旱的准确度和敏感度。研究发现:SIF指数、NDWI和NDVI对干旱识别准确度均超过80%,其中重度干旱准确度超过94%,且在春玉米苗期表现最佳;3种指数对比可知,SIF指数在春玉米干旱识别的准确度和敏感度方面均最佳,分别为89.27%和81.65%,NDWI敏感度次之,NDVI最差。表明基于光合特性的SIF指数在识别东北春玉米干旱方面优于基于地物光谱特性所构建的植被指数。     

结合颜色信息的 Census变换半全局立体匹配算法

针对传统单一Census变换未充分利用影像信息且精度不高的问题,该文提出了一种结合颜色信息的Census变换半全局立体匹配算法。该算法联合像素点间RGB颜色绝对差值与其Census变换值的匹配代价计算方法,采用八方向半全局视差获取方法获得初始稠密视差图。为进一步提高匹配精度,利用左右一致性交叉检测确定初始视差图中不稳定视差;采用基于均值偏移图像分割的视差优化算法对视差图中不稳定视差进行优化,获得最终视差图。选取4组middlebury立体图片库经典立体像对进行视差获取实验并检测。结果表明,本算法能够获得较高精度且可靠视差图,且在遮挡、视差不连续处的视差精度明显优于单一Census变换立体匹配算法及一些改进半全局立体匹配算法。     

分层分类和多指标结合的西北农牧交错带植被信息提取

参照《中国植被》中的植被分类体系,结合野外考察结果,建立了适合中国西北农牧交错带的植被分类体系。以覆盖研究区的多幅Landsat影像为基础,按“分层分类,逐层验证”的思路,实现了对研究区植被信息的提取。提取时,先利用完全约束的最小二乘模型对遥感影像进行混合像元分解方法,将整个研究区划分为植被区和非植被区;在植被区,基于光谱特征、纹理特征和地形特征,构建CART决策树,获得了乔木林、灌丛和草原等7种主要植被型组;在植被型组内,基于不同植被类型NDVI的季节差异特征,构建NDVI差值比值指数 (NDVI_DR),将乔木林和灌丛区分为常绿和落叶植被型,使用温度植被干旱指数(TVDI),将草原进一步区分为荒漠草原、典型草原和草甸草原3种类型,从而得到各个植被型的空间分布范围。经验证,最终分类的总体精度能达到79.51%,kappa系数为0.773。采用的分类方法充分利用了遥感数据既有的光谱信息和纹理信息,同时辅以地形信息。实践结果表明,分层分类和多种指标相结合的方法可以有效实现对影像跨幅的、以复杂镶嵌结构为主要特征的农牧交错带植被信息提取,精度较高,技术可行。     

区域化探数据处理的衬度变差值异常图方法初探

本文介绍的是一种处理区域化探数据的方法。利用该方法作出的衬度变差值异常图,图面效果较好,对异常的反映比较清晰,而且浓集中心更显著;从而有利于进一步异常查证工作的布置。该方法简单易行,具有较好的实用性。