高分辨率遥感影像信息提取与目标识别技术研究

作者根据多年的基于JX4数字摄影测量系统和Photoshop的生产实践,对DEM和正射影像制作过程中经常遇到的问题进行了分析归纳,总结了提高正射影像质量的行之有效的方法.     

地块尺度的山区耕地精准提取方法

山地丘陵区域耕地资源稀缺,耕地碎片化现象严重,耕地地块细小狭窄且结构复杂,导致了地块级别的耕地信息难以快速、精准获取,阻碍了基于高分辨率遥感影像的精准数字农业服务在山地丘陵地区的应用。现有基于边缘检测/语义分割的耕地提取方法忽略了地块的结构化特征,对于狭长地块提取效果不佳,存在边界模糊问题。针对上述问题,该研究以西南山区湖南省邵东县为研究区,提出一种面向地块尺度的山区耕地遥感影像高精度提取方法。该研究模型主要有以下特征：1）将耕地边缘作为独立于耕地地块外的新类别,使得语义分割能够更好地区分耕地地块边缘和内部区域;2）级联语义分割网络和边缘检测网络,实现耕地边缘线特征和面特征的融合,使耕地边缘特征强化,提高耕地地块边缘检测精度;3）针对高分影像中耕地边缘像素远少于耕地内部像素问题,借助聚焦训练方法,使模型在训练过程中更加关注边缘像素,提高边缘检测精度。试验结果证明,该研究提出的方法在测试集上分类准确率和交并比分别为92.91%和82.84%,相比基准方法分别提升4.28%和8.01%。该研究所提取的耕地地块相比于现有方法更符合耕地的实际分布形态,为地块尺度的耕地信息精准提取提供了实用化方法。     

基于地块尺度多时相遥感影像的冬小麦种植面积提取

针对仅利用单一遥感影像数据获取农作物信息精度不够问题，该文选择冬小麦主产地河南省兰考县乡镇作为研究区，以2017年多时相中分辨率Landsat8 OLI影像和Google earth上下载的亚米级高分影像为遥感数据源，结合光谱差异和农田地块信息实现冬小麦的精确提取。该算法首先构建不同时相决策树模型，分别实现2个时相的冬小麦区域初步提取；其次通过将对高分影像多尺度分割产生的地块信息分别与2个时相冬小麦播种面积初步区域相互叠加，完成地块单元控制下的冬小麦播种面积分地块统计，并通过设定不同统计阈值，分析落在每一地块单元下的冬小麦区域，生成基于地块单元的冬小麦播种面积分布图；最后通过多时相交叉验证，获取最终冬小麦播种区域。结果表明：该方法能更加准确提取冬小麦种植面积，保持较低的误判率（1.3%）水平下，得到较高的提取正确率（95.9%），较通过对比单一Google earth高分辨率影像获取冬小麦精度（85.6%）高，该研究对通过融合多源多时相影像数据获取农作物提供参考。     

1994－2018年新疆塔河干流农作物播种面积时空变化及影响因素分析

基于农作物物候信息和多季相遥感观测等相结合的方法，分析沙雅县1994-2018年的农作物播种面积变化的时空特征，并从水资源要素、耕地与胡杨林转化等分析播种面积变化的原因。研究结果表明：1）沙雅县农作物播种面积在1994-2018年呈现增长趋势，尤其在2006年以后加速增长；2）渭干河灌区的播种面积空间上呈现由内向外、由碎片化向集中连片化的趋势发展，而塔河干流区播种面积增加的区域沿着塔河两岸不停游移；3）渭干河灌区农作物播种面积的增加与渭干河上游的来水量变化呈现较强的相关性，而塔河干流区二者相关性较低；4）塔河干流的胡杨林区每年被耕地侵占的面积呈现增长趋势，尽管2006年以后胡杨林保护措施不断加强，然而林区的农作物播种面积在2008年以后呈现增速加快的趋势，出现了被侵占的胡杨林未能恢复、新的胡杨林又遭破坏的现象。     

基于地块特征基元与多时相遥感数据的冬小麦播种面积快速提取

冬小麦播种面积监测是农情遥感的重要研究内容之一,及时、准确地获取冬小麦的播种面积对冬小麦产量估算具有重要的意义。该文在面向对象技术的支持下,首先利用融合的高空间分辨率SPOT5遥感影像提取农田地块专题层信息;然后在专题层控制下对多时相的ETM+遥感数据统一尺度分割,得到不同时相遥感影像相同形状的地块特征基元;通过光谱特征规则集构建不同时相的冬小麦信息提取模型,实现对各个时期冬小麦播种田块对象的提取;最后通过交叉验证,确定最终的冬小麦播种面积。结果表明,该方法能够快速获得冬小麦播种面积,总体精度达到90%以上,基本上能够满足农情遥感监测的需求,为冬小麦种植面积遥感快速监测提供了一种可行的方法。     

面向公众的智能网络电子地图服务

介绍了网络电子地图的设计流程,包括前台搜索引擎网站,后台的地图管理平台和二级管理平台,重点强调了该电子地图实现的新功能,并在此基础之上分析了实现智能化电子地图的关键技术以及基本功能,最后对智能化网络电子地图进行了总结和展望。     

基于MPI的遥感影像高效能并行处理方法研究

采用基于不同尺度下的面向特征基元的影像分析方法对高分辨率遥感影像进行基于MPI的处理,即在对常规的影像数据划分方法进行总结分析的基础上,提出了基于特定环境下的非均匀数据划分策略;在进行基于影像数据库的MPI并行处理时,提出了一种新的数据流分配方法。处理结果表明,这两种方法均能够在一定环境下取得比常规方法更高的效率。     

大清河流域土地利用变化的地形梯度效应分析

地形对于土地利用具有重要制约作用。该研究选取1974-2019年的Landsat影像,从地形起伏度、坡度、地形位等级的角度,分析大清河流域土地利用类型、结构变化在地形梯度上的分布效应,对影响研究区土地利用变化的驱动力进行讨论。结果表明:1)大清河流域土地利用类型分布具有显著的地形梯度。建设用地、耕地与水体在低地形梯度地区分布优势明显,草地的优势分布区在中、高地形梯度地区,林地的优势分布区多集中在高地形梯度区域。2)大清河流域土地利用结构变化类型主要包括保持恒定与后期变化2种。其中保持恒定型以低地形梯度的耕地与高地形梯度的林地为主;后期变化型广泛分布于中高、中低地形梯度地区,建设用地挤占耕地现象愈加严重,耕地的优势分布区向更高的地形梯度区域扩张,因为"退耕还林还草"战略的实施,林地的优势分布区呈现下移趋势,耕地由单向转入演变为双向流转。3)由于人口的增长与降水减少等原因,大清河流域在太行山麓毁林垦荒约4866km~2,后由于城市扩张导致建设用地侵占耕地约3727km~2,"人地矛盾"尖锐、建设用地总体设计不合理、集约化程度不高等问题突出,未来土地政策应根据不同地形梯度因地制宜。