四川省芦山“4·20” 7.0级强烈地震发生后,次生地质灾害造成多处公路损毁,快速、准确地监测公路灾情,是应急救灾一项基础而重要的工作。遥感影像信息提取是获取公路灾情的一种有效途径。利用震后机载航空影像与国产卫星影像,结合交通运输部相关基础数据,对公路灾情开展了监测与评估。在公路周边共发现433处地质灾害点,灾害类型以崩塌为主。其中对公路已造成影响的灾害点197处,损毁公路总长度约10 km。另有潜在危险性较大的灾害点63处,对公路构成严重威胁,需注意加强防范。经实地验证,公路灾情信息提取结果真实可靠。信息提取与分析结果已分别在震后第二天和第三天上报到交通运输部,为高效地组织开展公路抢修保通提供了科学的依据。
ASTER图像被广泛应用于蚀变矿物填图中,但综合采用多种方法并对结果进行优选的研究鲜有报道。以新疆巴里坤县三道岭地区为研究区,综合采用比值法和主成分分析法处理ASTER数据进行蚀变矿物填图,利用已知矿点、小岩体、构造、化探异常等信息对各种方法提取的遥感异常结果进行对比、筛选,进而选取最优结果,之后结合地质、化探异常综合分析圈定了15处靶区,通过对其中9处靶区进行野外检查发现铜、金矿化点7处。结果表明多种蚀变矿物填图方法对比、优选较单一处理方法更为有效。
利用单个数据源的数学形态学道路提取方法不能充分利用道路的特征,提取的道路信息不完整。针对这一缺陷,并考虑到机载LiDAR数据可以提供高程信息,提出了将机载LiDAR数据和高分辨率遥感影像数据结合起来的城市道路网的提取方法。以徐州市的机载LiDAR数据和高分辨率遥感影像数据作为实验数据,首先将两者进行精确配准,然后利用伪道路信息去除的方法分别将植被信息和建筑物信息等去除,得到基本的道路轮廓,再利用形态细化算法提取道路的中心线,最后,在ArcGIS和Matlab编程环境下实现了改进的道路修剪算法(IRT),利用该算法进行道路修剪,得到了平滑和连贯的城市道路网。经过精度评价可以看出:利用该方法可以较好地避免建筑物阴影、低矮植被群等对道路提取的影响,道路的识别精度达到84%以上。
基于空间分辨率分别为1 100 m和500 m的NOAA/AVHRR和EOS/MODIS遥感数据,考虑遥感影像区域内各像素之间的区域特征,设计了基于小波分析的区域能量融合方法(REFS_wt),低频小波系数采用平均值而高频系数采用区域能量法,并与基于像素灰度值的区域能量法(REFS_pl)进行融合性能比较,结果表明REFS_wt法的融合性能明显优于REFS_pl。将此方法应用于太湖蓝藻监测,将空间分辨率较低的AVHRR影像蓝藻水华信息与较高分辨率的MODIS影像融合,得到较高分辨率的太湖蓝藻水华遥感监测图,融合图像信息量和清晰度都有所提高。
粉煤灰污染环境,危害人类健康。应用遥感方法快速、实时、准确地识别粉煤灰堆场信息,对保护环境和人类健康具有重要意义。通过分析包头市辖区内典型地物的光谱信息,基于Landsat 5 TM影像数据,采用决策树分层分类法对研究区内的粉煤灰堆场进行提取实验。首先,分析研究区内典型地物的光谱特征,对不同地物之间的关系进行比较。其次,建立决策树,利用土壤调节植被指数(SAVI)、改进归一化差异水体指数(MNDWI)、归一化建筑指数(NDBI)以及光谱阈值法对图像进行了分类。最后利用形状特征和空间位置特征等对分类图像进行后处理,分类精度达到70.7%。实验结果表明:该方法适合粉煤灰堆场信息的自动提取,结合目视解译能够达到较高的识别精度。
地震灾害评估对于抗震救灾具有重要的现实意义,传统的灾害评估方法大多基于震后实地的统计数据进行,在数据获取的现势性和灾害评估效率方面存在问题,针对这一不足,结合遥感数据的特点,提出了一种基于遥感不透水层估算的地震灾后城区损坏面积评估方法。该方法首先对地震前后玉树地区的两幅中分辨率遥感影像进行预处理,然后基于V-I-S模型,利用线性光谱混合分析方法,分别对地震前后震区遥感影像进行端元提取,获得不透水层的丰度图,最后通过计算地震前后不透水层像元个数,进行地震灾后城区损坏面积的评估。通过精度分析可以看出:该方法可以快速及时地获〖JP3〗取城市区域建筑物、公路等重要地物的宏观损坏面积情况,为灾后重建和震后决策提供了一定的依据。
为了弥补卫星遥感沙尘监测云区之下的缺失信息,同时改进卫星遥感沙尘产品的精度,进行地面水平能见度资料与风云二号气象卫星红外差值沙尘指数(InfraRed Difference Dust Index,IDDI)的融合处理。首先采用2006~2010年3~5月沙尘多发期4:00~6:00的IDDI以及6:00的水平能见度建立两者的相关关系,结果表明:在西北地区,卫星沙尘指数IDDI与站点水平能见度之间呈较好的线性相关关系,而且3~5月的不同月份呈现不同的相关系数。然后利用所建立的相关关系将水平能见度资料转换为IDDI;最后对其进行融合处理,对存在IDDI观测值的像素利用周围站点的水平能见度资料采用反距离加权法进行修正,对不存在IDDI观测值的情况利用周围站点的水平能见度资料采用反距离加权法进行插值,得到沙尘观测结果。将该方法分别应用于2007年5月10日以及2008年4月20日发生在西北地区的沙尘过程中,得到较好的融合结果。同时显示出该方法更适用于沙尘过程强度较大,地面观测站点主要集中在卫星观测边缘附近的特征。
随着TerraSAR-X,Cosmo-SkyMed和Radarsat-2等高分辨率合成孔径雷达(SAR)卫星系统的升空,星载SAR图像空间分辨率达到了米级。在这些高空间分辨率SAR图像中,单个建筑物结构的散射特征能够得到明显的展现,推动了SAR在城市监测中的应用。而城市环境的复杂性给SAR图像的解译和应用带来了巨大的挑战,由于SAR图像模拟有助于图像的解译和应用,因此城市目标高分辨率SAR图像模拟成为一个研究热点。提出了一种基于射线追踪法的图像模拟方法,它能够模拟城市目标SAR图像上叠掩、阴影和多次散射等主要特征,非常有利于SAR图像的解译。该模拟方法首先构建虚拟SAR传感器,发射电磁波射线与场景中三维模型相互作用,并接收回波信号成像,电磁波的传播以及与场景的多次散射在整个过程中都能够被追踪。为了评价该模拟方法的有效性,首先通过模拟平顶屋、尖顶屋模型的SAR图像,然后选择国家体育馆和大场景小区三维模型作为输入,将生成的模拟图像与真实TerraSAR-X聚束模式图像进行比较。结果表明:该模拟器能够模拟城市目标的散射特征并应用于图像的理解和变化检测。
针对四旋翼无人机图像姿态倾角大、图像变形明显等特点,采用尺度不变特征变换(SIFT)算法和薄板样条模型(TPS)对四旋翼无人机图像进行特征点匹配和配准实验研究,从拼接图像的目视效果和配准均方差方面比较分析了TPS模型与常用的仿射变换及多项式变换模型的图像配准效果。结果表明:在SIFT算法精确的同名点匹配下,TPS变换模型能够兼顾四旋翼无人机图像的整体刚性变形及局部的非刚性变形,无论是目视效果还是均方差定量分析,TPS变换的图像配准精度最高\,效果最好,能够满足四旋翼无人机图像的快速配准、拼接要求。
MODIS影像因其共享性和时间序列的完整性而成为大区域积雪监测研究广泛使用的数据源,进行MODIS影像波段间融合,能够为积雪研究提供较高分辨率的影像数据源。为了充分利用MODIS影像250 m分辨率波段的空间和光谱信息,提取亚像元级的积雪面积,使用两种具有高光谱保真度的影像融合方法：基于SFIM变换和基于小波变换的融合方法,采取不同的波段组合策略,对MODIS影像bands 1~2和bands 3~7进行融合,并以Landsat TM影像的积雪分类图作为“真值”,对融合后影像进行混合像元分解得到的积雪丰度图的精度进行评价。结果表明：利用基于SFIM变换和小波变换方法融合后影像提取的积雪分类图精度较高,数量精度为75%,比未融合影像积雪分类图的精度提高了6%,表明MODIS影像波段融合是一种提取高精度积雪信息的有效方法。
SAR图像配准是SAR图像应用,尤其是时间序列SAR图像应用的重要处理步骤之一。为实现重复星载SAR图像的快速、自动配准,通过将小波多尺度变换与快速傅立叶频谱变换相结合,实现了对星载SAR图像间初始偏移的快速估计,并在此基础上利用基于窗口的相关分析,实现了SAR图像的精确配准。选用星载ALOS-PALSAR和Radarsat-2影像作为试验数据,对提出的方法进行了实验分析。实验结果表明:该方法在无需任何先验知识的情况下,可以全自动完成重复轨道星载SAR数据的快速配准,且精度满足SAR干涉处理等时间序列SAR应用处理的需求,具有较强的鲁棒性。
应海岸带监测需求,高光谱成像仪开始在海岸带监测中发挥重要作用。搭载于国际空间站上的HICO(Hyperspectral Imager for the Coastal Ocean)是第一颗针对近岸海洋遥感的高光谱成像仪,其波谱范围为360～1 080 nm,光谱分辨率为5 nm。介绍了HICO数据的基本情况,并与在轨星载高光谱成像仪EO-1 Hyperion和HJ-1A HSI基本参数做了对比。同时针对高浑浊水体,以黄河三角洲近岸3种典型地物为例,结合FLAASH大气校正模型,提取了辐亮度和地表反射率,初步对比分析了HICO和HSI的光谱性能。结果表明HICO能更好地反映近岸地物的光谱特征。
为了较好地处理遥感图像的不确定性或模糊性,提高分类精度,提出了一种基于模糊子集的土地利用遥感图像模糊规则分类方法。将模糊隶属度函数值对应到特定的模糊子集建立模糊规则条件,由样本建立分类规则库,通过计算分类数据规则条件部分与分类规则库中规则条件部分的模糊贴进度进行土地利用分类。结果表明:与传统的最大似然法分类方法相比,基于模糊规则的分类方法在高模糊性数据分类中显著提高了分类精度,在低模糊性数据分类中也能取得与最大似然法近似的结果。
去除遥感图像薄云/雾干扰是遥感图像处理的一个经常性任务。研究发现薄云干扰作为附加于图像信号上的低频干扰,通常表现为图像亮度增大和饱和度下降的信号变化。由于云雾厚度存在由中心向边缘的渐次变化,亮度和饱和度的附加增量也表现出相应的梯度变化。通过图像采样和云雾分布场的统计相关分析,给出距离D与亮度V和饱和度S之间的非线性关系,逐点计算V和S的改正数,来达到去除云雾、恢复景物波谱特征的目的。并提出加入方向角的加权距离算法及简化算法。实验结果表明:该方法具有云雾改正效果好、采样可操作和工作量小、运算开销小等特点。
采用Forman卷积法,基于GPU硬件平台,完成了实时光谱复原处理系统关键技术研究。试验结果表明:系统处理能力为HJ-1A中高光谱解压后下行数据速率的2.82倍,满足实时初级产品与全分辨率移动图像显示处理的技术需求。基于GPU环境对Forman法与Mertz法进行比较,针对Forman法采用不同处理方法进行比较,为开展实用化系统的研制提供了数据与方法。
以民勤绿洲及周边区域ETM+数据为例,分析光谱变换专题指数和纹理特征变量的参与对沙漠化土地分类精度的影响,以及不同分类器对两者的响应。原始数据中单独加入专题指数,并不一定直接提高总体分类精度,在同时加入纹理变量的情况下,专题指数的作用才得以充分体现；最大似然法和人工神经网络法分类器对输入变量的响应有所不同,前者在3类数据同时参与时效果最佳,而后者在剔除原始数据时取得最高总体分类精度。实验表明:光谱变换专题指数能够提高沙漠化土地分类精度,但必须慎重选择分类器和分类变量。
干旱区冲积扇的表面特征是研究古气候、古环境变化的重要途径,冲积扇扇面粗糙度是反映冲积扇演化的重要指示。合成孔径雷达(SAR)已成为冲积扇扇面特征参数提取的有力工具。然而,现有的地表粗糙度反演模型在干旱区难以得到较好的反演结果。利用Radarsat-2极化数据,开展了疏勒河冲积扇地表粗糙度反演研究,在OH模型的基础上,提出了更加适合干旱区地表粗糙度反演的新方法。经过实测数据的验证,新方法能够解决原有模型在干旱区粗糙度反演结果偏大的问题,并取得了较好的反演结果。该模型的提出为干旱区冲积扇表面参数提取提供了可靠的工具。
土壤湿度是气象学、气候学研究领域的重要环境因子和过程参数。AMSR-E可提供全球范围的较长时序的卫星反演土壤湿度产品,将ECWMF和NECP再分析资料与AMSR-E土壤湿度产品进行时空比较,在评价三者一致性的同时对AMSR-E土壤湿度进行检验,并进一步使用站点观测资料(土壤湿度、降水量)对中国区域的AMSR-E、ECWMF以及NECP土壤湿度进行检验。结果表明：全球及中国区域AMSR-E、ECWMF与NECP土壤湿度空间分布特征一致性较好,但与ECWMF、NCEP相比AMSR-E土壤湿度在数值上明显偏小,尤其当AMSR-E土壤湿度数值较小时,与另两者的差距较大;三者土壤湿度均与降水量有较好的对应关系,比较而言,ECWMF和NECP土壤湿度与降水量的对应关系更好;与站点土壤湿度相比,ECWMF和NECP土壤湿度偏大,AMSR-E土壤湿度偏小,全国范围内2009年159个站点统计结果显示:ECWMF、NECP与站点的均方根误差(0.107、0.124)小于AMSR-E的均方根误差(0.127)。
利用5对同日过境的HJ-1A/B CCD和Landsat TM/ETM+影像对,研究了二者植被指数(NDVI,SAVI,EVI)之间的定量关系。选用其中的3对影像对作为实验影像,通过对均匀同质实验区对应的植被指数进行回归分析求出二者之间的转换方程,用未参与实验的2对影像对来验证所求转换方程的有效性,并对二者植被指数之间的差异进行了分析。结果表明：两种传感器对应的植被指数之间存在极显著的线性正相关关系,所求的转换方程具有较高的精度,可以利用转换方程将两种传感器的植被指数进行互为转换,有利于二者植被监测结果的互为补充,而两种传感器在光谱响应函数上的不同造成了二者植被指数间存在差异。
基于2005年4~10月实测高光谱数据,通过微分法和波段比值法对室内水样分析结果中的总氮和总磷浓度进行反演。结果表明:以1 nm为间隔的微分法中455 nm处的微分值对总氮浓度较为敏感,最大负相关达到-0.857,而最大正相关为波段比值(1015/528 nm)的0.803,利用上述两个因子作为自变量进行多元回归,得到总氮最佳反演模型。该模型绝对误差为0.16,实测值与预测值之间R2为0.839；波段比值(671 nm/680 nm)对总磷浓度较为敏感,达到最大负相关-0.889,选用其作为自变量进行二次多项式回归,得到总磷最佳反演模型,该模型绝对误差为0.003,实测值与预测值之间R2为0.934。
以遥感数据和气象数据为主要数据源,应用改进的光能利用率模型估算徐州市2006、2008和2010年3年间6月份的植被净初级生产力(Net Primary Productivity,NPP),研究了该区域6月份NPP的时空变化及其与气象因子的相关性。结果表明：时间上,受气候和环境等因素综合变化的影响,研究区域6月份NPP呈逐年下降趋势;空间上,NPP的分布表现为在林地、草地和农田相对集中的区域偏高,且不同植被类型6月份的NPP大小关系在不同年份可能不同,其中在2006和2008年为农田>草地>林地,而2010年为农田>林地>草地。通过分析与气象因子的相关性和偏相关性,限制NPP的主要气象因子不是固定不变的,其中2006和2008年,限制NPP的主要气象因子为太阳辐射,而2010年为降雨量和温度。不同植被类型下NPP与气象因子相关性和偏相关性差异反映了不同类型植被生长对光、热、水条件要求的差异。
叶面积指数和消光系数是表征植被群体冠层结构及光能利用的地球表层下垫面参量,国内外对叶面积指数的遥感反演有较多的研究与应用,但对消光系数的遥感反演尚不多见。我国南方少见单一大面积的均匀植被分布。为更好地匹配叶面积指数和光合有效辐射(用于估算消光系数)的实测数据,反映植被混交和疏密不均的状态,以Landsat ETM作为遥感信息源,通过HSV、Brovey和Gram-Schmidt(GS)3种图像融合方法的比较,选取效果最佳的图像融合方法,将ETM融合成空间分辨率为15 m的多光谱数据。以鄱阳湖源头梅江流域为研究区,在实测优势植被叶面积指数和光合有效辐射的基础上,利用植被指数法经验公式法反演流域的叶面积指数,并根据Beer-Lambert定律,建立了流域优势植被冠层消光系数的反演模型。在此基础上,反演了流域植被冠层叶面积指数和消光系数的空间分布,为SWAT植物生长模式的修正提供输入数据基础。
地物波谱数据主要应用于定量遥感与影像分类等相关基础研究,对各条光谱曲线之间进行定量化的光谱差异性分析具有重要意义。从USGS及JHU地物波谱库中挑选了在土地覆盖分类层次具有意义的植被(73条)、人工材料(100条)与土壤(30条)3种类型共203条地物波谱数据,以分层分类体系在4.2~2.5 μm的波长范围内分析比较各类典型地物材料的光谱特征,以B距离(Bhattacharyya Distance)作为指标定量计算不同类别地物波谱间的光谱差异性。结果表明:波谱库中金属、砖石和混凝土3类人工材料光谱对于植被、土壤等自然材料光谱具有较大的光谱差异性,而塑料与自然地物间的光谱差异度最小,在此基础上统计了最能反映这些地物光谱特征差异的最优波段。该方法能够量化多种光谱曲线间的差异性并得到最佳的区分波段,从而为地物材料光谱及高光谱数据分类提供参考。
研究不同波段位置和宽度对植被NDVI的影响,对于进一步认识NDVI指数具有重要的意义。采用ASD(Analytical Spectral Devices)地物光谱仪测定闽江河口互花米草(Spartina alterniflora)、秋茄(Kandelia candel)、芦苇(Phragmites australis)和短叶茳芏(Cyperus malaccensis)冠层光谱,利用ViewSpecPro和Oragin8.0软件对光谱数据进行分析和处理,探讨不同波段位置和波段宽度对河口湿地4种植被NDVI的影响。结果表明:①当红光波段固定,近红外波段以50 nm宽度移动时,4种湿地植被NDVI随近红外波段中心位置增加而迅速增加,之后趋于平稳,在925~1 050 nm出现一个小的谷值,互花米草和短叶茳芏的谷值要比其他两种植物更为明显；不同波段宽度影响表现为:除红边与970 nm附近区域对NDVI的影响较显著外,其他波段影响不显著;②当近红外波段固定,红光波段以10 nm宽度移动时,4种湿地植被NDVI随红光波段中心位置移动先略有增加或变化不大,然后迅速降低；不同波段宽度影响表现为:在650~700 nm波段宽度越宽,NDVI值越小,600~650 nm范围内波段宽度对NDVI的影响不大;③4种湿地植被红光波段宽度对NDVI的影响要大于近红外波段。
随着卫星遥感技术的快速发展,星载微波遥感作为观测海温的手段之一,受到越来越多的关注。总结了国内外星载微波遥感观测海温的发展历程和微波遥感反演海温的理论基础,归纳了多元线性回归算法和非线性迭代算法两种主要的算法类型,在此基础上介绍了国外的TMI和AMSR-E以及国内FY-3和HY-2等卫星上搭载的先进微波传感器仪器的运行参数、通道特征及其相应的反演算法,最后分析了微波遥感反演海温的影响因素,指出了目前研究中存在的问题,并对今后的研究方向进行了展望。
由于空间分辨率的限制,高光谱遥感图像中存在大量混合像元,对混合像元的解混是实现地物精确分类和识别的前提。与传统的线性解混方法相比,非线性解混方法在寻找组成混合像元的端元以及每个端元的丰度时具有较高的精度。分析了光谱非线性混合的原理,总结了近年来提出的非线性解混算法,重点对双线性模型、神经网络、基于核函数的非线性解混算法以及基于流形学习的非线性解混算法进行了介绍和分析。最后总结了混合像元非线性解混未来发展的趋势。
总结了反照率的相关概念和2种主要的测量方法,分析了诸如雪粒径、含水量、烟尘、雪密度、雪深、太阳天顶角、大气状况和新降雪等因素对反照率的影响,介绍了遥感反演反照率通用的基本方法步骤,包括辐射校正、大气校正、各向异性校正和窄带转宽带反照率。最后阐述了反照率的研究动态和研究应用,如地表能量平衡、冰雪面积制图、确定雪粒径和反演雪线等。
甘公网安备 62010202000685号
