基于面向对象与替换法的遥感影像云检测与去除技术

裁剪20090716和20090730两景HJ-l CCD多光谱影像的部分作为试验区,基于面向对象法实现了厚云、薄云及云影的检测,进而利用替换法去除云和云影.对原影像、去云后影像的像元灰度均值、最大值、标准差、熵等指标进行了比较,结果表明,还原后的影像符合地面实际,面向对象与替换法可作为HJ-1 CCD多光谱数据的云检测与去除的重要方法.     

基于无人机遥感与植被指数的冬小麦覆盖度提取方法

基于开源飞控Pixhawk开发了一套集成稳定云台、位置与姿态系统(Position and orientation system,POS)数据采集模块的无人机多光谱遥感图像采集系统,同步采集520~920 nm范围内的红、绿和近红外波段信息。以冬小麦为例,分别在越冬期、拔节期、挑旗期和抽穗期进行飞行实验,飞行高度55 m,多光谱影像地面分辨率2.2 cm。采用监督分类与植被指数统计直方图相结合的方式,提出了一种田间尺度小麦覆盖度快速提取的方法,给出归一化植被指数(Normalized difference vegetation index,NDVI)、土壤调节植被指数(Soil-adjusted vegetation index,SAVI)及修正土壤调节植被指数(Modified soil-adjusted vegetation index,MSAVI)对应的植被像元与土壤像元的分类阈值,分别为0.475 6、0.705 6和0.635 0。同时利用基于同步采集的地面分辨率可达0.8 cm的高清可见光遥感图像提取了相应时期的冬小麦覆盖度参考值。结果表明,基于无人机多光谱遥感技术及植被指数法可以较好地提取冬小麦越冬期、拔节期、挑旗期和抽穗期的植被覆盖度信息。与SAVI、MSAVI相比,基于NDVI分类阈值的提取效果最好,绝对误差最小。     

结合影像光谱与地形因子的森林蓄积量估测模型

以资源三号卫星遥感图像为数据源,以内蒙古旺业甸林场为研究区域,通过外业调查获取的样地蓄积量真实值,对资源三号影像进行处理,获得对应样地的波段光谱值、光谱组合值及地形因子信息,应用多元回归分析,分别建立阔叶林和针叶林蓄积量估测模型。实验结果表明:蓄积量估测模型相关系数阔叶林为0.815,针叶林为0.761,说明资源三号卫星影像的光谱值、光谱组合值及地形因子与蓄积量具有较强的相关性,同时利用检验数据,得出模型的预估精度,其中阔叶林为85.3%,针叶林为91.9%,预估精度较高,研究表明利用资源三号卫星影像进行森林蓄积量估测具有很好的应用前景。     

基于MSR-cut的高空间分辨率遥感影像边缘检测分割

针对R-cut(Ratio cut)边缘检测分割模型对高分辨率遥感影像分割时存在过分割和模糊边缘敏感性问题,提出了一种多尺度R-cut(Multi-scale ratio cut, MSR-cut)的遥感影像边缘检测分割方法.首先,采用形态重建的分水岭分割算法对影像过分割,形成多个超像素区域;然后计算并提取影像各个区域...     

基于卷积神经网络的空心村高分影像建筑物检测方法

基于卷积神经网络(CNN)提出了一种适用于空心村高分影像的建筑物自动检测方法,该方法利用多尺度显著性检测来获取包含建筑物信息的显著性区域,然后通过滑动窗口获取显著性区域内目标样本块,再将这些样本块输入训练好的CNN并结合SVM来实现分类。为检验方法有效性,选取高分影像进行实验,结果表明,显著性检测能够有效地获取主要目标,减弱其他无关目标的影响,降低数据冗余;卷积神经网络能够自动学习高层次的特征,基于CNN对高分影像进行建筑物检测,分类准确度可以达到97.6%,表明该方法具有较好的鲁棒性和有效性。     

基于Sentinel-2遥感影像的玉米冠层叶面积指数反演

叶面积指数是描述玉米冠层结构的重要参数之一,决定玉米冠层的光合作用、呼吸作用、蒸腾和碳循环等生物物理过程,因此精确反演叶面积指数对玉米长势监测具有重要意义。以河北省保定市的涿州市、高碑店市、定兴县为研究区,利用Sentinel-2遥感影像和LAI-2000地面同步实测数据进行玉米冠层叶面积指数反演,使用归一化差异光谱指数和比值型光谱指数两类指数,构建了单变量和多变量玉米冠层叶面积指数反演模型,通过决定系数(R2)和均方根误差(RMSE)筛选出最佳模型。研究结果表明,由NDSI(783,705)构建的单变量模型为最优反演模型,其决定系数为0.534 2,均方根误差为0.288 5。因此,基于Sentinel-2遥感影像利用植被指数反演玉米冠层叶面积指数的方法可作为判断玉米长势状况的初步判断依据。     

基于多时相植被指数的云南高原山地冬小麦识别与研究

粮食安全是最根本的民生问题,云、雾等自然因素是影响遥感种植监测的主要因素之一,因此获取精准、高效的耕地种植监测信息的对保障当地粮农安全、粮食估产及面积估算具有重要意义。在利用多时相植被指数（VI）合成模型的构建、农作物特征与耕地信息的可分离性两方面对高原山地农作物耕地面积提取的研究少。本研究基于哨兵2（Sentinel-2）数据,构建了多时相植被指数合成模型,估算了2020-2021年归一化植被指数（NDVI）、增强植被指数（EVI）和红绿叶绿素植被指数（RECI）三种植被指数的提取结果,研究了预测模型与高原山地农作物的相关性,探讨了不同植被指数模型对农作物识别精度。结果表明：①多时相NDVI模型相较EVI、RECI对冬小麦面积提取精度更高,与云南高原山地冬小麦相关性最强,用户精度约为93.28%;②利用三期NDVI组合与两期NDVI组合均可对冬小麦精准提取,但三期NDVI草型提取精度更高。因此,本研究利用多时相NDVI指数模型对冬小麦种植面积的精准预测,证明了该模型可有效适用于云南高原山地冬小麦,并为当地冬小麦面积的预测提供了数据支撑。     

基于无人机多光谱遥感的夏玉米叶面积指数估算方法

无人机多光谱遥感技术可以快速、无损地监测农作物叶面积指数（LAI）。为研究水分胁迫条件下,利用无人机多光谱植被指数估算夏玉米LAI的可行性,本研究基于无人机多光谱遥感系统,结合同时期实地采集的夏玉米LAI,选择5种植被指数,包括归一化差值植被指数（NDVI）、土壤调节植被指数（SAVI）、增强型植被指数（EVI）、绿度归一化植被指数（GNDVI）和抗大气指数（VARI）,作为模型输入参数,使用随机森林回归算法建立全生育期不同灌溉条件下大田玉米冠层植被指数与LAI之间的关系模型,并与一元线性回归和多元线性回归算法建立的模型进行对比分析。结果表明,在充分灌溉条件下,植被指数的多元线性回归模型可以较好地估算LAI（R² = 0.83）;在水分胁迫条件下,植被指数的随机森林回归模型可以较好地估算LAI（R² = 0.74~0.87）,水分胁迫因素对该模型影响较小,且NDVI和VARI对估算LAI的贡献最大。上述结果表明基于无人机多光谱遥感技术,使用随机森林回归算法估算多种灌溉条件下的夏玉米LAI是可行的。该研究为实现快速、准确地监测全生育期不同灌溉条件下的大田夏玉米LAI提供了技术和方法支持。     

多光谱影像混合像元解混的加权变异系数分析法

影像上同物异谱或同谱异物的现象会造成同一混合像元端元在影像上的光谱不唯一。端元差异问题将给端元选择和提取造成困难,并最终影响混合像元分解的精度。为了尽可能减小端元类内差异、扩大类间差异,针对传统算法无法避免端元在不同波段的光谱数值尺度相差很大且定权自动化程度低的缺陷,将变异系数概念引入端元差异问题研究中,提出一种适用于多光谱数据的基于加权理论的加权变异系数分析法(Weighted coefficient of variation analysis,WCVA)。分别从理论和实验两方面论证了WCVA的可行性与优越性。在对比实验中,利用同一地区的TM和Geo Eye多光谱影像,从可视化端元空间分布、算法效率和混合像元最终解混精度比较了WCVA和最佳指数因子(Optimal index factor,OIF)结果。实验证明利用本文提出的WCVA方法获得的波段组合具有更高的解混精度(0.183和0.160)。同时运算效率明显高于OIF。因此WCVA不仅能够有效解决端元差异问题,提高混合像元解混的精度,而且具有较高的运算效率。     

剔除土壤背景的冬小麦根域土壤含水率遥感反演方法

为剔除无人机多光谱图像中的土壤背景、提高作物根域土壤含水率反演精度,以不同水分处理的拔节期冬小麦为研究对象,利用无人机多光谱相机分别在09:00、11:00、13:00、15:00和17:00等5个时刻获取高分辨率多光谱图像,采用改进的植被指数阈值法快速确定植被像元与土壤像元的分类阈值,通过阈值划分剔除土壤背景,并根据...     

基于非抽样剪切波变换的遥感图像融合方法

提出了一种基于Mean-shift分割和非抽样剪切波变换(NSST)的多光谱与高分辨率全色图像融合方法。对高分辨率图像进行Mean-shift分割,并利用区域方差将多光谱图像划分为需要进行空间细节增强及需要光谱特征保持的区域;然后利用NSST变换对高分辨率图像和多光谱图像的强度分量进行多尺度分解。分解后的低频子带采用基于四阶相关系数的融合规则进行融合,带通方向子带根据分割所得的区域按区域方差进行融合;最后进行NSST重构得到融合后的强度分量,经IHS逆变换获得高分辨率的多光谱图像。仿真实验表明,与其他4种相关的融合方法相比,该方法能在空间分辨率的提高与光谱信息的保持之间达到良好的平衡,使得融合图像不仅具有较好的光谱保持特性,而且其空间分辨率也能得到有效提高。     

基于Shannon-cosine小波的农田遥感图像纹理延拓

农田遥感图像一般都是大图像,对这种大图像进行后续的分析,分块处理是较常见的方法,而在进行分块处理的时候易产生边界效应。消除边界效应最常用的方法是进行图像延拓,常见的延拓方法有对称延拓、零延拓和周期延拓,但在边界处会引入大量高频信息。农田遥感图像中的纹理承载了重要的信息,因此,结合农田遥感图像纹理呈现出的直线特性,本文提出了一种基于纹理方向的图像延拓法。利用多尺度插值小波解偏微分方程的方法根据图像的灰度变化自适应选取配置点,即在图像平坦区域稀疏取点,在纹理细节处密集取点。然后根据配点利用包围盒识别农田遥感图像的纹理方向,进一步沿纹理方向进行延拓。试验结果表明,本文提出的图像延拓方法有效地克服了常规延拓方法的缺点,提高了计算效率,消除了边界效应。     

遥感影像的自适应小波精细积分降噪方法

针对遥感影像数据量大、应用精度较高的图像降噪变分法处理时计算效率较低的问题,基于quasi-Shannon小波构造了一种二维自适应小波插值算子,并和精细积分法相结合建立了求解二维偏微分方程自适应小波精细积分方法。利用小波变换的多尺度自适应性和精细积分方法的高精度有效提高了图像降噪变分法的求解效率,从而可实现较大遥感影像的降噪处理。     

丘陵山区小麦/玉米收获机械选型评价研究

由于丘陵山区地形地貌、农田规模和地块条件的特殊性,缺乏小麦玉米收获机械科学选型方法,特别是对地形条件和安全性考虑不足,导致部分收获机械在丘陵山区的作业适应性、通过性差,损失率偏高。为提高小麦玉米收获机械的适应性,降低机收损失率,实现安全绿色高效生产,本文秉持先进适用、轻简高效、绿色环保、安全舒适等基本原则,在农机选型理论基础上,通过实地调研和专家咨询,基于定性分析与定量分析相结合、理论与实际相结合、农机与农艺相融合的方法,采用层次分析法构建了由能耗、作业效率、作业效果、作业性能、舒适性、安全性等6个二级指标、16个三级指标组成的丘陵山区小麦/玉米收获机械选型评价指标体系,根据专家调查法及相关研究确定评价指标权重。结合田间试验和实地调研,在四川省三台县对J-2.5型（Ⅰ）、L-3.5型（Ⅱ）、W-4.0型（Ⅲ）、S-4C型（Ⅳ）、A-5.0ZA型（Ⅴ）、W-6.0EA型（Ⅵ）等6种小麦收获机进行选型评价验证。研究结果表明,6种小麦收获机的综合评价值分别为0.71、0.43、0.50、0.73、0.45和0.39,其效果排序依次为Ⅳ、Ⅰ、Ⅲ、Ⅴ、Ⅱ、Ⅵ。评价结果符合农户实际使用情况,说明该评价指标体系在西南丘陵山区具有较好的科学性和适用性,可为有关管理部门和农户进行小麦收获机械选型提供科学依据,并能为农机科研单位、生产企业改型、研制适宜于丘陵山区的小麦玉米收获机提供参考。     

丘陵山地果园全液压遥控式履带动力底盘设计与试验

针对目前丘陵山地果园作业农用底盘整机体积大、行驶作业操作繁琐和通过性差等问题,结合丘陵山地果园开沟、除草和修剪等农艺管理环节的实际需求,设计了一款全液压遥控式履带动力底盘。首先,对动力底盘的整机结构和工作原理进行了阐述;其次,对前置挂载机构、行走系、变幅宽底盘、液压系统、遥控系统等关键部件进行设计和相应的匹配选型;最后,对整机进行了性能试验。试验结果表明：动力底盘在最小幅宽（1220mm）和最大幅宽(1620mm)的直线行驶偏移率分别为2.24％和2.2％,均满足相应国家标准（≤6%）要求。底盘的转向机动性能良好,最小幅宽原地转弯半径为905mm,可适应丘陵山地果园相对狭窄的坡地作业环境。遥控操作上下斜坡、翻越田埂、跨越畦沟等过程平稳,满足丘陵山地果园非结构化地形行走要求。挂载链式开沟器进行开沟作业时,沟深稳定系数为88.5%,沟宽稳定系数为92.5%,满足国家标准（≥85%）要求。整机工作性能满足丘陵果园复杂坡度地形管理作业要求,可为丘陵山地果园田间管理作业的有效实施提供综合应用平台和技术支撑。     

太原市山丘区雨水利用浅析

太原市是水资源严重缺乏城市之一,占太原市总面积82%的山丘区,由于缺乏灌溉水源,农作物大都处于靠天吃饭状态,山丘区雨水资源尚有约2亿m3的可利用量,利用水窖、水窑、水池等集雨工程收集雨水对作物进行有限灌溉.搞庭院经济或在大田种植经济作物,可提高山丘区农业单位面积产量与产值,是使山丘区人民摆脱贫困迈向小康生活的有效途径.     

基于高分辨率遥感影像的灌排沟渠提取方法

科学有效的监管保障了土地整治工程顺利开展。农田水利工程是土地整治项目的重要内容,根据高空间分辨率遥感影像中农田水利灌排沟渠特征,提出一种农田灌排沟渠提取方法。通过对影像中灌排沟渠的光谱值进行统计分析,确定其取值范围,通过二值化和中值滤波去除噪点后得到灌排沟渠的初步结果,最后利用Canny算子对部分有行道树遮挡区域的沟渠进行边缘补充提取,最终得到研究区的灌排沟渠。以内蒙古达拉特旗土地整治某项目区为例,以World View-2为数据源,对提出的方法体系进行了验证,结果表明精度达到91.46%,满足土地整治工程监管的需要。提出的方法很好地解决了微小弯曲和被遮蔽沟渠问题,可为土地整治工程实施监管提供支持