基于多源卫星数据的南海油气井平台遥感提取方法研究——以湄公盆地周边海域为例

文章以湄公盆地周边海域为研究区,利用遥感技术手段,综合多时相、多源卫星数据,探讨不同数据源海上油气井平台提取方法。本次研究,首先基于1992—2018年27景多时相夜间灯光数据和2019年两期SAR数据,分别采用高斯滤波法和双参数CFAR法,实现了全区域油气井平台的自动化提取;然后,针对有确定性资料辅助判定的区域,采用人工目视解译的方法,对长时间序列Landsat-8 OLI及YG24号光学卫星影像进行提取,并将解译结果作为标准数据,用于验证前两种自动提取方法的精度。结果表明：夜间灯光影像数据易获取、成本低,提取方法简单,而SAR影像提取结果的精度高、流程烦琐,建议根据多源卫星数据的特点相互结合,实现快速、高效、精确的信息提取,应用于海上油气井平台监测。     

基于海洋一号D卫星海岸带成像仪的赤潮遥感监测特征

为进一步加强对赤潮等海洋生态灾害的动态监测,科学支撑海洋防灾减灾工作,文章基于海洋一号D卫星搭载的海岸带成像仪数据,选取北部湾、茂名近岸和陵水湾为研究区域,分析2021年2月发生的4例赤潮事件的遥感影像、叶绿素a浓度和赤潮指数特征。研究结果表明：遥感影像可清晰呈现赤潮分布状况,叶绿素a浓度和赤潮指数的异常值范围与遥感影像一致,赤潮水体的叶绿素a浓度和赤潮指数整体高于非赤潮水体。     

海岸带遥感研究现状及发展趋势分析

系统地探明海岸带遥感的研究现状和发展趋势,对于应对海岸带地区面临的生态系统功能下降、自然岸线损失、水质恶化等问题具有至关重要的意义。为了充分明晰海岸带遥感研究现状及发展趋势,本文以“海岸带遥感”为主题,基于Web of Science数据库,筛选出1990—2019年发表的相关文献共6 083篇;从论文发表基本情况、科研合作和研究内容聚焦及主题演变方面进行了较为系统的文献计量评价和知识图谱分析。在文献发表基本情况方面,1990—2019年间海岸带遥感发文量呈现较为稳定的上升趋势;区域性特征明显,主要集中于各大洲沿海地区,发达国家在该领域的研究中占据主流地位;Remote Sensing of Environment是该领域刊文量最高的期刊,且具有最高的影响因子;美国、中国科学院和Hu C M分别为发文量最高的国家、机构和作者;根据H指数的分析结果,相关科研成果的学术影响力仍有待进一步提升。在科研合作方面,美、英等发达国家之间形成了较为紧密的合作网络;虽然中国科学院是发文量最大的科研机构,但是中介中心性仅为0.09,低于美国国家航空航天局（0.16）和美国国家海洋与大气管理局（0.12）,因此应进一步加强与其他研究机构的合作;Hu C M与其他学者之间的学术合作最为紧密。在研究内容聚焦及主题演变方面,海岸带遥感领域的研究主题呈现多元化的趋势;研究内容主要聚焦于水色、海岸线、土地利用/覆盖、生态系统监测、灾害和城市化等方面。     

DMSP-OLS与NPP-VIIRS夜间灯光遥感影像数据整合

DMSP-OLS夜间灯光遥感数据截至2013年,现已被NPP-VIIRS夜间灯光数据取代。因此,要获得长时间序列且稳定的夜间灯光数据集,需要整合两类夜间灯光数据。基于此,本文提出了基于重采样的两类数据整合方法,对2013—2020年NPP-VIIRS数据进行模拟,最终建立了1992—2020年长时间序列校正—模拟DMSP-OLS夜光遥感数据集。结果表明,基于重采样的整合方法效果良好(城市区域Pearson相关系数ρ=0.9852,RMSE=3.4607),整合数据集与相关社会经济参考量高度契合(影像DN值总和与GDP的相关系数ρ=0.946,与人口的相关系数ρ=0.971,二次多项式模型拟合R²≈0.98,RMSE<5.55),优于已有研究。因此,利用该方法整合后的数据集能更好地支撑基于夜间灯光影像的长时间序列研究。     

顾及多分辨率特征的复合字典城中村识别方法

城中村作为一种特殊的城市聚落类型,对其进行精确有效的监控识别有助于实现城乡协调发展、优化城乡生态环境。现有面向对象的城中村识别方法通常需要大量样本数据,导致训练成本较高,数据更新效率偏低。针对以上问题,本文提出了顾及多分辨率特征的复合字典城中村识别方法。首先通过密集格网采样提取尺度不变特征转换(SIFT)全局特征,并与多分辨率颜色矢量角直方图特征融合,形成视觉词典;然后将影像表示为视觉词频率直方图;最后使用随机森林分类器进行分类,以实现场景尺度的城中村识别。以高分二号影像为测试数据对该方法进行验证,结果表明,其总体精度达90.08%,Kappa系数达80.16%,相较于加速稳健特征(SURF)、SIFT、VGG16、ResNet50,总体精度分别高出8.99%、3.51%、4.78%、2.28%。     

深度学习遥感影像解译技术在耕地保护中的应用

耕地保护事关国家粮食安全、生态安全和社会稳定,是国计民生的头等大事。深度学习技术在海量数据分析领域的广泛应用,为高效、精准的遥感影像解译提供了技术基础。本文研究了基于深度学习的遥感影像解译技术,利用遥感影像数据和对应的矢量数据构建了可供训练的解译样本库,并提出了一种基于深度残差网络结构的解译模型。通过试验证明了该模型的实用性,实现了对试验区域主要地类面积的变化监测,对比多期影像解译结果和增减挂钩等业务数据,验证了耕地复垦的实施情况。结果表明,深度学习遥感影像解译技术在耕地保护领域有较广泛的应用前景。     

2001—2018年长三角城市群城市化与生态环境耦合协调度变化监测

城市化的发展与生态环境紧密相关,利用遥感方法可准确地进行城市化与生态质量耦合协调度动态监测与分析,为区域的城市化建设、生态治理及发展规划提供必要的参考依据。本文以长三角城市群为例,利用Landsat系列数据和DMSP-OLS夜间灯光数据分别建立表征区域生态环境的遥感生态指数(RSEI)和表征区域城市化水平的灯光指数(CNLI),采用耦合协调度模型探究了2001—2018年长三角城市群城市化与生态环境耦合协调度时空变化特征。结果表明：(1)2001—2018年,长三角城市群城市化水平不断提高,城市化指数由2001年的0.112提高至2018年的0.288;(2)2001—2018年,长三角城市群生态环境质量不断下降,生态等级为优的区域不断收缩,其中上海市与南京市最明显;(3)2001—2018年,耦合协调度总体呈现上升趋势,且各城市空间差异性较大。     

泥石流高分辨率遥感影像频域特征提取方法及应用

在遥感影像上深入研究泥石流的相关特征条件对泥石流的分析治理具有十分重要的现实意义。本文将泥石流不同流域分区的高分辨率遥感影像从空间域转换到频率域,基于频谱分析与频域滤波,从全局和局部建立了频谱特征和泥石流流域分区特征之间的关联,并利用频域特征对泥石流高分辨率遥感影像中不同流域分区进行识别,用支持向量机进行试验验证。结果表明,对于泥石流遥感影像,除了地物光谱特性以外,充分利用频域特征可以有效地分析和识别泥石流不同的流域分区,且识别精度最高达到95%,从而对泥石流的形成过程及不同区域进行定性和定量分析,为泥石流的防治工作提供了科学依据。     

面向非均质区域的空间增强型时空融合模型研究

随着遥感技术的发展,遥感数据日益增加。然而,受传感器限制及云雨天气影响,单一传感器难以获取高时空分辨率的遥感影像,从而在一定程度上影响全球及区域环境变化研究。遥感影像时空融合理论与技术的发展为解决这一问题提供了有效途径。近年来,国内外学者提出了大量的时空融合算法,但对于复杂地表景观区域空间细节的融合仍存在挑战,地表非均质区域时空融合的精度有待提高。为此,本文提出了一种面向非均质区域的空间增强型时空融合模型。首先,基于混合像元分解原理与遥感数据空间特征尺度不变性假设,将低分辨率光谱变化降尺度为高分辨率光谱变化值;然后,基于不同分辨率遥感数据光谱关系的时间不变性假设,获得最终融合影像。试验结果表明,相对于常用融合模型STARFM、FSDAF,本文模型既能有效反映不同地物物候变化信息,同时能更好地保留地表的空间细节,增强了非均质地表覆盖区域融合影像的空间特征与效果;本文模型的均方根误差RMSE、相关系数r及结构相似性指标SSIM平均值分别达到0.024、0.898、0.897,相对于常用融合模型STARFM、FSDAF,RMSE平均值分别降低了6.71%和4.33%,r平均值分别提高了1.9...     

基于无人机遥感的卷积神经网络对墓区治理的监测与分析

卷积神经网络可从输入信息中提取高阶特征,常用于图像特征的提取,可以用作图像分类、语义分割、图像识别等。随着时代的不断发展,公墓墓区缺乏统一治理与规划,导致墓区建设违法、违规的现象屡禁不止。此外,墓区占用面积大,严重浪费土地资源,且传统人工执巡效率低,无法全面监管,为方便对墓区的监测和治理,本文主要基于无人机遥感数据,利用卷积神经网络方法监测与分析墓区是否达到墓区治理的需求。