基于云存储的多源遥感影像管理系统研究与设计

近些年遥感影像呈指数增长,遥感影像管理部门如何科学有效地管理海量的遥感影像数据,充分利用存储空间,按需高效调取多源遥感影像是目前迫切需要解决的难题。设计了海量多源遥感影像管理和服务的系统,应用云存储技术,将分布不同地点的存储设备通过软件组合后依托网络传输技术协同工作,管理部门可基于该系统做到有效的影像数据管理、数据分发以及数据服务共享等,切实解决当前海量遥感影像管理和应用遇到的问题。     

基于MPI的LEDAPS遥感影像预处理并行化方法研究

LEDAPS(Landsat生态系统干扰自适应处理系统)通过对Landsat影像进行定标、云掩模、精确配准和正射纠正、大气校正等预处理,为森林生态系统固碳能力及碳储量研究提供地表反射率产品.随着遥感数据的几何增长,传统串行使用LEDAPS进行影像预处理计算所费周期长,使得LEDAPS在实际森林碳储量研究应用中不能满足海量遥感数据的处理需求.针对这一问题,提出了一种基于MPI的LEDAPS高性能粗粒度数据并行计算方法.通过实例验证,当MPI进程数为8时,加速比最高达到7.37.该方法在大幅提高计算速度,节省计算时间的基础上,实现了计算节点的负载均衡及可扩展,有效地提高了LEDAPS处理海量遥感数据的能力,缩短了利用遥感影像进行森林碳储量计算的周期.     

舟曲特大山洪泥石流灾害遥感应急监测评估方法研究

为了对舟曲特大山洪泥石流灾害进行监测评估,以遥感技术为主要手段获取多时相、多分辨率、多传感器的遥感影像。在综合分析获取的灾区遥感影像数据的基础上,结合舟曲特大山洪泥石流发生后的实际情况及灾后应急救灾、灾害评估及恢复重建的实际需要,在＂救灾响应＂前提下,按＂轻重缓急＂原则处理灾后多源遥感影像。在多源遥感影像处理过程中,采用遥感图像处理、摄影测量和地理信息系统技术处理遥感图像,提出了影像拼接、面向对象的灾情信息提取等遥感影像处理的关键技术和方法。根据研究区的实际情况,利用目视解译、遥感图像分类、面向对象的变化监测等信息提取技术,对灾区地质灾害等灾害信息进行了有效地提取,准确确定滑坡、泥石流、倒损房屋、受损道路与桥梁、土地资源、水利设施、市政基础设施等各种灾情信息。同时归纳了灾害信息提取的一般方法,具有良好的科学性和可操作性,适合于巨大灾害灾情遥感应急监测评估工作。该研究成果为全面准确地掌握灾情,科学地评估灾情,进而采取有效救灾防灾抢险等措施和灾后恢复重建提供科学依据,对有效指导防灾减灾具有重大理论和实践意义。     

卫星遥感影像的自动匹配

影像匹配是指在两幅或者多幅影像之间寻找同名像点的过程.它是从影像上自动提取地物三维空间信息的关键技术之一,已被广泛应用于摄影测量与遥感领域,如影像的自动内定向和立体像对的相对定向、摄影测量区域网平差中连接点的自动提取和DSM自动生成等.影像匹配结果的优劣直接影响后续遥感产品的质量.对于多重影像覆盖的区域或者基于控制点影像库的不同源遥感影像的联合处理,影像自动匹配技术就成为提高影像几何处理精度与作业效率的一项关键技术.该研究基于影像匹配的国内外研究成果,介绍了匹配中的图像预处理和基于控制点影像库匹配流程;并根据三线阵CCD影像的特点,介绍了基于金字塔分层动态窗口匹配运算的相关系数法在三线阵CCD影像像点立体匹配中的应用.     

喀斯特石漠化地区遥感影像的决策树分类——以贵州省黔南州长顺县凯佐乡为例

喀斯待石漠化是在自然和人为因素相互作用下土地退化的现象.石漠化地区的遥感影像分类以往采用的是监督分类和非监督分类,但它们单纯地利用像元的亮度特征,分类精度低,往往不能满足实际的应用需要.决策树分类是一种新的遥感影像分类技术.以凯佐乡为研究对象,使用了ASTER影像数据、DEM和岩性数据,通过提取归一化植被指数、比值植被指数、地形坡度等数据建立分类规则,构建决策树.在ENVI软件支持下,获得了研究区的决策树分类影像.通过计算影像分类精度和Kappa系数.得到了以下结论：运用决策树分类法对石漠化地区遥感影像进行分类,可取得较理想的分类效果;实现了石漠化信息的自动化提取;若采用的遥感影像波段更多,DEM分辨率更高并减少数据处理中的误差将能够进一步提高分类精度.     

郑和一号船舶引航系统的设计与实现

为提高引航调度工作效率,保障引航船舶操纵工作更加安全,通过分析引航业务实际需求,采用了基于高分辨率影像、PDA（Personal Digital Assistant）嵌入式、WIFI（Wireless Fidelity）和GPRS（General Packet Radio Service）通讯等先进技术,构成了郑和一号船舶引航系统.该系统为船舶引航工作提供了更加直观的调度平台和航行导航设备.系统通过公网（Internet）或局域网（LAN）的网络通讯接收来自AIS通讯服务端传来的海域内所有船舶动态信息,实时在系统海图窗口中更新显示,同时为用户提供了基于多比例尺电子海图或多分辨率遥感影像,并可叠加航道、航标、锚地、泊位、地名以及水深点等多维助航要素数据,进行显示、查询、监控等操作功能,从而为船舶引航调度提供辅助支持.     

一种改进深度卷积神经网络的海岛识别方法

受不规律潮汐的影响,现有的海岛地物类别自动识别方法存在精度低和时效性差等问题,通过改进深度卷积神经网络提出了一种基于遥感影像的海岛快速识别方法:(1)在深度卷积神经网络的卷积层中增设1×1的卷积核作为瓶颈单元,对多波段的遥感影像进行降维;(2)在池化层引入了重采样方法,基于灰度值对海量的遥感影像进行特征压缩。以300景Landsat-8遥感影像为源数据,分别采用CNN、RCNN和本文改进的深度卷积神经网络对遥感影像中的海岛进行识别,实验结果表明:(1)改进的深度卷积神经网络降低了海岛识别的计算耗时,其计算耗时仅为CNN的4.56%和RCNN的5.60%;(2)改进的深度卷积神经网络较CNN和RCNN提高了海岛识别的精度,识别精度分别为96.0%、93.3%和95.0%。结果说明,改进的深度卷积神经网络适用于面向遥感影像的海岛自动识别。     

遥感技术在土地沙化监测中的应用

利用SPOT5卫星遥感影像,采用遥感数据处理技术,对漳浦县沿海沙化土地进行遥感目视解译.通过对沙化监测分类体系的研究,建立沙化监测的遥感目视解译分类系统和目视解译标志,并进行目视判读.通过目视解译结果和实地检验,验证研究成果的正确性,为福建省沿海土地沙化监测提供了遥感目视解译方法.     

基于HBase的森林防火遥感瓦片大数据存储

针对目前多源、异构、海量遥感数据难以快速读取的情况,结合森林防火遥感影像数据和遥感影像金字塔的特点,应用Hilbert曲线改进索引结构,提出了基于HBase的森林防火遥感瓦片大数据存储结构;设计了森林防火遥感瓦片数据并行化存储架构,并应用于内蒙古辖区大兴安岭突发森林火灾辅助决策中。通过实验分析,验证了改进的索引结构在读取速度上明显优于改进之前,并行化存储加快了数据的存储。研究成果可满足对海量森林防火影像高效存储、管理的需求,具有重要的实用价值。     

多源遥感影像融合技术在土地利用更新和变更调查中的应用

依据多源遥感影像融合技术的基本理论,结合新时期土地利用更新调查的原则和方法,根据地物在影像的纹理特征,探讨了多源遥感影像技术在土地利用更新和变更调查中的应用,分析比较了融合方法的特点及其实际应用.     

森林资源监测Spot5遥感图像几何精校正方法研究

为探索空间分辨率为 2 5m的Spot5遥感图像用于森林资源监测的可行性 ,需进行遥感图像几何精校正 .该文在理论分析遥感图像校正模型的基础上 ,借助GPS虚拟网络参考站定位系统 ,以cm级精度测定校正遥感图像的地面控制点 ,通过实例计算 ,详细研究了在通用遥感图像处理软件ENVI、ERDAS及PCI中各种可能的几何精校正方法及实际精度状况 .综合考虑几何位置变换精度、灰度重采样精度及不同校正方法对地面控制点数量和分布的要求 ,结合林区Spot5遥感图像的特点和GPS定位现状 ,确定了适合森林资源调查的Spot5遥感图像几何精校正方法 .     

卫星遥感影像在植烟生态研究中的应用及需要解决的问题

 烟草行业在我国的经济发展中发挥重要作用。随着3S技术在农业中的广泛应用,遥感技术在烟草行业也得到深入应用。利用遥感技术可对烟田进行监测与地块面积统计,而卫星遥感影像是烟田田块调绘和统计分析的基础数据源。结合植烟生态研究中对卫星遥感影像的要求,以丽江主城区为研究区,对WorldView 2卫星影像数据的正射纠正、影像融合、图像增强等方法进行了探讨,并提出了需要解决的问题。     

QuickBird影像在城市土地利用现状调查中的应用研究

以QuickBird卫星影像作为主要数据源,采用主成分分析法对全色和多光谱图像进行融合,并与其它辅助信息进行综合分析,通过室内遥感目视解译,结合野外实地调查验证,对天津市塘沽区土地利用现状进行了遥感调查。研究表明:QuickBird提供的高分辨率卫星图像可以满足制作大比例尺城市土地利用现状图的要求,图像融合可以充分利用全色图像的高空间分辨率和多光谱图像的高光谱分辨率,提高了目视解译的精度。     

基于遗传算法改进 BP 神经网络的遥感影像分类研究

遥感影像分类是遥感信息提取的重要手段,是目前遥感技术中的热点研究内容,有效地选择合适的分类方法是提高遥感影像分类精度的关键。BP神经网络具有收敛快和自学习、自适应性强的特点。在遥感图像分类中,BP神经网络能充分利用样本集的信息,自动建立分类模型,但由于BP神经网络的权值和阀值能直接影响BP神经网络模型的分类精度,因此该研究通过遗传算法来确定BP神经网络的最优权值和阀值,从而提高BP神经网络的分类精度。以LandsatTM遥感图像作为数据源,以长江中游一武汉市为研究地区,建立了基于BP神经网络模型的遥感分类模型和基于遗传算法改进BP神经网络模型的分类模型,对分类结果进行了定量分析。结果表明：在样本相同的情况下,基于遗传算法改进BP神经网络的遥感影像分类精度要高于BP神经网络的遥感影像分类精度。     

林区地形起伏对Spot5遥感图像几何精校正的影响

为探索林区地形起伏对空间分辨率为 2 5m的Spot5遥感图像几何精校正的影响规律 ,在理论分析地形起伏造成遥感图像像点位移的基础上 ,通过比较控制点间实测距离和图像上相应距离的偏差 ,研究了林区Spot5遥感图像像点位移的变化规律 .利用GPS虚拟网络参考站定位系统 ,以厘米级精度测定校正遥感图像的地面控制点 .根据地面控制点海拔高度的差异设置 4种校正方案 ,对Spot5遥感图像进行几何精校正 .通过比较各种校正方案对图像变形的纠正效果 ,详细探讨了林区地形起伏对Spot5遥感图像几何精校正的影响规律     

利用TM影像在土地利用/覆盖遥感解译中波段选取研究

研究建立在专用遥感数字图像处理软件（ERDAS 8.5）以及地理信息系统软件（ArcGIS 8.3,ArcView 3.2）平台上.选用处于三峡库区边缘的重庆南川市2003年TM影像,对土地利用/覆盖解译最佳波段组合进行了研究.TM145为解译居民点和水域的最佳波段组合,TM345为解译耕地、林地和草地的最佳波段组合.     

水体叶绿素遥感反演中的多尺度分析

水体遥感影像提取污染物信息普遍存在着尺度效应问题,选择合适的空间分辨率影像能够准确地表征水域污染的空间分布状况.充分利用水体空间尺度信息,研究水色遥感的尺度问题,有利于提升湖泊水体遥感反演模型的应用能力.以巢湖水域HJ-lA卫星HSI高光谱和CCD多光谱遥感数据为例,以Matlab为平台,采用基于离散小波多尺度变换分析方法,生成多光谱尺度和空间尺度影像,然后利用水体污染物的定量遥感反演方法,获取湖面水体叶绿素多尺度空间分布浓度,并利用水面同步实测数据对反演结果进行验证.通过结果比较,确定100 m分辨率的HSI高光谱数据为较优分析空间尺度.     

基于高分辨率影像的流域土地利用类型的提取——以乡宁县红土沟流域为例

从高分辨率影像提取流域土地利用类型分类方法入手,介绍了面向对象的遥感分类方法及其在高分辨率遥感影像分类中的应用优势,并以ENVI软件的面向对象分类模块为基础平台,实现了利用SPOT5高分辨率遥感影像对乡宁县红土沟流域土地利用类型的提取。结果表明,面向对象的遥感分类方法在高分辨率遥感影像分类中具有很高的精度,是一种行之有效的高分辨率遥感分类方法。