CBERS-02B星HR高分辨率遥感数据融合研究分析

在阐述遥感影像融合原理的基础上,以贵州省贵阳市部分区域为研究区,应用PCA,Brovey,SVR,IHS共4种融合方法对CBERS-02B星HR数据与CCD数据进行融合实验。从光谱信息和空间信息两个方面对融合效果进行分析,对比4种融合方法对CBERS-02B星影像数据的适用程度,同时与SPOT-5融合数据进行对比分析。研究表明:(1)4种融合方法中,SVR变换法最适合CBERS-02B星遥感数据的融合,融合数据的各评价指标均高于其他融合方法,空间信息丰富,图像细节效果良好;(2)CBERS-02B星同源遥感数据融合影像的质量低于SPOT-5影像融合数据;(3)CBERS-02B星CCD数据的质量低是导致融合影像质量不高的主要原因,所以在CBERS-02B星HR数据的使用过程中应尽量寻求其他来源的多光谱数据进行融合。     

SPOT-5影像分析的三种融合方法比较——以洪雅县柳江镇退耕还林工程监测为例

以洪雅县柳江镇为试验区,选用SPOT-5全色影像和多光谱影像为材料,采用PCA、Brovey以及IHS变换融合方法,对SPOT-5全色与多光谱图像进行融合处理,为退耕还林工程面积监测奠定基础。通过对各融合结果图像进行主观和客观的综合评价,得到评价结果:Brovey变换融合方法得到的结果图像在其空间质量和光谱质量综合表现的最好,适宜于低山丘陵区的遥感监测使用。     

3S技术支持下的北京市土地利用数据库变更

为了保持土地利用数据的现势性,北京市在土地利用数据库建立之后每年都会以区县为单位进行土地利用数据库变更工作。以北京市为例,采用SPOT-5遥感影像作为数据源,基于GPS的精确定位功能,结合GIS数据操作、管理、显示等的良好功能以及背景数据知识,对北京市的土地利用数据库进行了变更。该方法发挥了航空遥感技术的优势,在GPS实地测量和土地利用数据库的支持下,用GIS集成数据,从而完成了对北京市土地资源的动态监测和数据库的及时更新     

SPOT-5卫星影像中水体信息自动提取的一种有效方法

从卫星遥感影像中快速、准确地提取水体信息已成为水资源调查，水资源宏观监测及湿地保护的重要手段，但目前，进行水体提取所使用的卫星遥感数据的分辨率较低，使其应用的深度和广度受到严重约束。本文利用波段运算得到特征波段(PRWI)，经过图像增强处理后提取水体和居民地混合信息，在此基础上通过分析水体的光谱特征，发现水体和居民地在近红外和短波红外上有显著差异，采用决策树模型将水体专题信息提取出来。运用目视判读和定量统计方法来评价提取结果。结果表明，该方法的总体提取效果较好，其提取精度与常规的监督分类方法相比有了较大的提高。经检验发现其误判的像元主要是位于水体和其他地物的交界处。     

Modelling regional level spatial distribution of aphid (Lipaphis erysimi) growth in Indian mustard using satellite-based remote sensing data

Abstract

We developed a procedure for preparing a model for mapping spatially distributed zones of aphid pest (Lipaphis erysimi) outbreaks at a regional level. This study employed near-surface meteorological parameters derived from National Oceanic and Atmospheric Administration (NOAA) Television and Infra-Red Operational Satellites (TIROS) Operational Vertical Sounder (TOVS) data and field observations of disease infestation. The study area comprised three sites representing semi-arid and sub-humid regions of dominant Indian mustard (Brassica juncea L.)-growing regions of India. A model based on TOVS-derived cumulative surface air temperature and minimum specific humidity (SpH) was developed to estimate the date of ‘aphid onset’ (first appearance), date of peak infestation and location of severity with respect to aphid population density. Aphid population growth rate during the linear growth phase between aphid onset to peak was computed using SpH-weighted temperature and dates of sowing of the crop (crop age). Sowing dates of mustard crop, of northwest India, were obtained from spectral growth profiles derived from time series remote sensing (RS) products of the SPOT-4 VEGETATION sensor. Estimated dates of peak aphid infestation and peak population showed a strong match with the observed data. The location of peak aphid population density was depicted in each spatial grid of 25×25 km² for parts of northwest India. The simulated aphid population build-up and date of peak population density was validated with observed data for an unknown site in the Sriganganager district, Rajasthan state, India. Comparison of predicted dates of attaining peak aphid population with observations showed a deviation of ±7 days. After validation, the regional level model was applied over a large area of a mustard-growing region for varying dates of sowing, surface air temperature and specific humidity, to show the spatial distribution of aphid growing severity zones (population density) and to predict dates of severe aphid infestation (peak population) at each grid level in the region.     

图像匹配技术在土地利用动态监测中的应用方法研究

利用遥感技术进行土地利用动态监测是利用多源多时相的遥感数据,利用栅格数据和矢量数据相结合对土地进行全面性的调查与监测,掌握其数量、质量、权属、利用现状等各种信息,它能够主动发现土地利用变化的信息,使我们可以及时掌握有关土地变更的各种信息。可是当我们发现了疑似变更了属性的非法建设用地等图斑时,这些变化图斑或不确定图斑,我们很难在影像上获取它们的准确的空间位置。本文以SPOT-5遥感影像为数据源,通过图像匹配技术来解决在土地利用动态监测中的非法建设用地变化图斑的空间定位的问题。     

基于SPOT-5影像的冬小麦拔节期生物量及氮积累量监测

【目的】建立基于SPOT-5遥感信息的冬小麦拔节期地上部生物量和氮积累量的遥感监测模型,为利用SPOT-5影像进行大面积小麦生产力预测和氮素调控提供依据。【方法】分析冬小麦拔节期地上部生物量和氮积累量与同期SPOT-5光谱参数之间的定量关系,筛选出适宜的光谱参数,建立并评价冬小麦拔节期地上部生物量和氮积累量的遥感监测模型。【结果】绿光、红光和近红外波段反射率与冬小麦拔节期地上部生物量和氮积累量的相关系数均达到极显著水平。其中,近红外波段反射率对地上部生物量反应最敏感,绿光波段反射率则对地上部氮积累量反应最敏感。利用归一化植被指数（NDVI）为变量建立地上部生物量指数函数遥感监测模型表现最优,决定系数（R2）达到0.696**,均方根误差（RMSE）达到258.92 kg•hm-2。利用近红外和绿光波段反射率的比值为变量建立地上部氮积累量线性函数遥感监测模型表现最优,R2达到0.717**,RMSE达到19.24 kg•hm-2。依据上述模型,制作了研究区冬小麦拔节期地上部生物量和氮积累量遥感监测专题图。【结论】SPOT-5影像在冬小麦拔节期小麦长势监测中能够获得较高精度,具有广泛的应用前景。     

不同时空分辨率遥感数据融合估算冬小麦叶面积指数

高时空分辨率叶面积指数(leaf area index,LAI)数据能反映作物的长势动态变化,为作物长势评估和产量预测提供有效的生长指标依据。该文综合利用混合像元线性分解与数据同化算法,以高空间分辨率SPOT-5数据反演的LAI修正高时间分辨率HJ-CCD数据反演的LAI序列,生成了覆盖冬小麦主要生育期的高空间分辨率LAI序列,并结合SPOT-5反演的LAI和实测LAI值分析了像元纯度、高空间分辨率遥感数据同化景数对融合效果的影响。结果表明,采用数据融合方法生成的LAI与检验LAI具有较高的一致性,但像元纯度对融合效果影响较大;基于2景SPOT-5影像能够提高LAI序列估测精度,且优于基于1景SPOT-5影像的融合效果。该研究结果可为冬小麦生长监测提供技术支撑。     

基于SPOT-5遥感影像的小班区划探讨

森林资源调查小班区划主要是在现地进行对坡勾绘,这种方法存在人为主观性,不够科学客观等问题,因此,常产生误判。而地球遥感卫星SPOT-5遥感数据具有高空间分辨率和多光谱分辨率,可提供丰富、可靠、高精度的基础数据,且能节约成本,提高效率。提出了适用于森林资源区划的SPOT-5遥感数据处理和目视解译方法,即建立SPOT-5影像解译标识、野外核实与补测等。最后对计算机自动解译SPOT-5影像进行森林区划进行了讨论,研究可为森林区划提供指导与借鉴。图3参16     

图像匹配技术在土地利用动态监测中的应用方法研究

利用遥感技术进行土地利用动态监测是利用多源多时相的遥感数据,利用栅格数据和矢量数据相结合对土地进行全面性的调查与监测,掌握其数量、质量、权属、利用现状等各种信息,它能够主动发现土地利用变化的信息,使我们可以及时掌握有关土地变更的各种信息。可是当我们发现了疑似变更了属性的非法建设用地等图斑时,这些变化图斑或不确定图斑,我们很难在影像上获取它们的准确的空间位置。本文以SPOT-5遥感影像为数据源,通过图像匹配技术来解决在土地利用动态监测中的非法建设用地变化图斑的空间定位的问题。