基于北京一号小卫星的密云水库水土资源遥感分析

从降雨量、径流量、水库面积、植被覆盖和土地利用5个方面对密云水库水源地水土资源进行调查分析,年降雨量和入库径流量有波动,但长系列分析有下降趋势,而近几年有所增加。利用北京一号小卫星和Landsat-7卫星的三期遥感影像对密云水库水面轮廓进行提取,从1992-2006年水库水面明显减少,减少区域主要分布在水库东北角的潮河入库处和潮白两河入库的中间带。用像元二分模型对密云县植被覆盖进行分析,结果表明从1992-2006年植被覆盖面积先减小后增加,其中高覆盖率区减小,中低覆盖率区面积增加。从土地利用变化分析耕地连续减少,主要变成了建设用地和林地,建设用地包括居民住地和工矿用地持续增加。     

一种基于主动轮廓模型的连接米粒图像分割算法

针对图像中连接米粒分割困难的问题,提出了一种基于主动轮廓模型的分割算法。首先,对籽粒二值图像的欧氏距离变换进行局部极小值检测,并通过形态学膨胀算子合并局部极小值点,在每个籽粒内部只产生一个区域。其次,以这些区域的边界作为初始曲线,在主动轮廓模型的指导下,曲线向籽粒的边界演化,最终将图像中各个米粒分割。试验结果表明,对圆江米、粳米、长江米和黑米4个品种的米粒,基于主动轮廓模型的连接米粒图像分割算法的分割正确率分别达到93.4%、92.4%、88.0%和90.4%,综合准确率为91.05%,比基于分水岭的方法提高了26.7%。因此,基于主动轮廓模型的算法为分割连接米粒图像提供了一种有效途径。     

基于多时相GF-6遥感影像的水稻种植面积提取

为获取高精度水稻种植面积提取方法和分析红边信息在作物识别能力上的优越性,该研究选取辽宁省盘锦市为研究区域,利用2020年水稻关键物候期的多时相高分6号宽幅相机（GF-6 WFV）遥感影像,构建归一化植被指数（Normalized Difference Vegetation Index,NDVI）、归一化水体指数（Normalized Difference Water Index,NDWI）、比值植被指数（Ratio Vegetation Index,RVI）和归一化差异红边1指数（Normalized Difference Red-Edge 1 Index,NDRE1）,根据各地物类型进行时序分析,在获得水稻面积粗提取结果的基础上对其他地类进行掩膜,准确提取水稻种植面积。对2020年盘锦市水稻提取结果进行精度分析,结果表明,基于实测数据进行精度验证的总体精度为94.44%,基于目视解译数据进行精度验证的总体精度和Kappa系数分别为95.60%和0.91。根据目视解译数据对有无红边波段参与的水稻提取结果进行对比分析可知,红边波段的引入使总体分类精度、水稻制图精度和Kappa系数分别提高了3.20个百分点、6.00个百分点和0.06。该研究证明红边波段可以有效降低作物的错分、漏分情况,对水稻精准估产和丰富农作物遥感监测方法具有重要作用,显示出国产红边卫星数据在作物分类、面积提取方面具有巨大应用潜力。     

RapidEye卫星红边波段对农作物面积提取精度的影响

在传统的可见光与红外波段基础上增加红边波段(690~730 nm),是当前高分辨卫星传感器研制的明显趋势。德国Rapid Eye卫星携带有红边波段传感器,该文基于黑龙江省北安市东胜乡2014年7月27日的Rapid Eye遥感数据,采用监督分类的方法,通过计算有红边参与条件下、无红边参与条件下,玉米、大豆及其他3种地物类型的可分性测度、分类精度及景观破碎度等指标,比较分析了2种波段组合方式下的红边波段对农作物面积提取精度的影响。其中,监督分类的训练样本是以覆盖研究区的2 km×2 km格网为基本单元,在玉米和大豆面积比例等概率原则下,选取了10个网格作为训练样本,样方内作物的识别采用目视解译的方式完成。精度验证是采用覆盖研究区的农作物面积本底调查结果评价的,本底调查数据是在5 m空间分辨率Rapideye数据初步分类基础上,根据多时相Landsat-8/OLI(Operational Land Imager)数据季节变化规律,结合地面调查,采用目视修正的方法完成。结果表明,有红边参与的玉米、大豆和其他3种地物类型识别的总体精度为88.4%,Kappa系数为0.81,玉米、大豆和其他3种地物类型的制图精度分别为93.1%,86.0%和87.3%;没有红边参与的3种地物识别的总体精度为81.7%,Kappa系数为0.71,玉米、大豆和其他3种地区类型的制图精度分别为83.9%,73.4%和84.6%;通过引入红边波段,3种地物的总体识别精度提高了6.7百分点,玉米、大豆和其他3种地物类型的识别精度分别提高了9.2百分点,12.6百分点和2.7百分点。利用Jeffries-Matusita方法计算了3种地物的可分性测度,玉米-大豆、玉米-其他、大豆-其他的可分性测度分别由0.84变为1.73、1.37变为1.81、1.27变为1.29;采用破碎度指数计算了景观破碎度,地块数量减少了69.2%,平均地块面积增加了2.2倍,平均地块周长增加了60.50%,地块面积与周长比增加了1.0倍。由上述研究结果可以看出,通过红边波段的引入,增加了地物的间的可分性测度,减少了"椒盐"效应造成的景观破碎度的增加,农作物面积识别整体精度得到了提高。目前搭载红边波段的卫星载荷越来越多,即将发射的国产卫星也拟增加红边波段提高作物识别能力,该文研究结果将为国产红边卫星数据在农业上的应用提供参考。     

基于改进多元纹理信息模型和GF-1影像的县域冬小麦面积提取

作物面积监测具有较强的时效性,应用不断发展的遥感技术能够及时可靠地监测主要作物的种植面积。该文围绕国产高分一号卫星(GF-1)农业应用关键技术,研究县域尺度农作物种植面积快速准确提取的方法。在考虑多光谱遥感影像空间相关性的基础上,利用矩阵分解和距离空间转换等数学工具设计一种改进多元纹理信息(modified multivariate texture,MMT)提取模型,实现基于GF-1遥感影像的改进多元纹理信息提取、纹理与光谱信息融合以及基于融合影像分类的县域尺度冬小麦识别和面积提取。选用冬小麦出苗和越冬2期GF-1宽视场影像,结合地面实测数据和最佳识别时相遥感参考数据,对比分析基于光谱信息、单变量纹理与光谱融合信息、改进多元纹理与光谱融合信息的3种冬小麦识别和面积量算结果,实现对改进多元纹理信息效果以及小区域和较大区域上冬小麦面积提取的精度验证。试验结果表明:1)与基于其他2种传统分类特征信息的结果相比,改进多元纹理信息的加入能够显著提高冬小麦识别精度(出苗期提高4.12%和2.36%,越冬期提高2.59%和0.94%);2)在不考虑影像质量、生育期和地面样方测量精度等客观因素的影响下,基于该文方法的小区域内冬小麦面积提取精度普遍优于90%;3)在冬小麦长势稳定的时相(越冬期),基于该文方法的较大区域冬小麦面积量算结果能够达到接近最佳识别时相(孕穗期)的面积提取精度,二者的一致性程度超过97%。因而,利用GF-1宽视场影像能够有效提取县域尺度冬小麦种植面积,可为农作物监测业务运行提供遥感数据保障。     

基于像元二分模型的淮河上游植被覆盖度遥感研究

在分析国内外植被覆盖度遥感估算方法的基础上,选用NDVI像元二分模型,利用"北京一号"小卫星多光谱数据,结合淮河上游流域实际情况,设计了模型应用的技术路线,对研究区植被覆盖度进行了精确估算。利用目估法和照相法对估算结果进行实地验证和分析。结果表明,模型相关系数达到了0.818,研究区内平均植被覆盖度为58.1%,呈现北部低南部高的γ型空间分布。     

基于计算机视觉的牛脸轮廓提取算法及实现

计算机视觉技术已越来越多地应用于检测牛个体行为以给出养殖管理决策,牛脸轮廓的提取及形状分析能够进一步提高牛身份鉴别,咀嚼分析及健康状况评估的自动化程度。为实现基于计算机视觉的无接触、高精度、适用性强的肉牛养殖场环境下的牛脸轮廓提取,提出用自适应级联检测器定位牛脸位置,用统计迭代模型提取牛脸轮廓的方法。该方法采集牛脸正面图像,用级联式检测器定位出牛脸的位置,并分别采用监督式梯度下降算法(supervised descent method,SDM),局部二值算法(local binary features,LBF)和主动外观模型算法(fast active appearance model,FAAM)3种算法被用于提取牛脸轮廓。对20头肉牛共拍摄800幅牛脸正面图,随机选取训练数据720幅和测试数据80幅。结果表明,主动外观模型算法准确率最高,其轮廓提取误差为0.0184像素,适于应用在轮廓提取精度要求较高的场合,而局部二值算法的运行效率最高,在分辨率为744像素(水平)×852像素(垂直)的牛脸图像中轮廓提取时间为0.35 s,更适于应用在实时性要求较高的场合。该方法可实现养殖场中肉牛的无接触精确的面部轮廓提取,具有适用性强、成本低的特点。     

利用多源时序遥感数据提取大范围水稻种植面积

为避免大范围作物面积提取中的分区问题,提出了一种新的采用时序MODIS日反射率产品（MOD09GA）和HJ-1CCD数据的大范围水稻种植面积提取方法。利用样区多时相高分辨率HJ-1CCD数据,进行高分辨率水稻制图,获取水稻移栽期和生长期的特征。再利用时序MODIS日反射率产品自动提取移栽期稻田水分信息和生长期生长信息,实现大范围的水稻种植面积测量。以江苏省为试验区对该方法进行了试验,结果表明该方法可以较高精度的测量大范围的水稻种植面积,水稻提取精度为93.3%,Kappa系数0.88。     

多源卫星遥感农作物秸秆焚烧过火区面积估算方法

秸秆焚烧过火区面积是秸秆焚烧影响评估的重要参数之一。该文针对卫星遥感秸秆焚烧过火面积估算中因作物秸秆焚烧后农田翻耕速度较快,对卫星观测频次要求高,且由于下垫面多种类型混杂,对卫星空间分辨率要求高的双重问题,提出利用风云三号气象卫星数据高观测频次和高分一号数据高空间分辨率特点,基于卫星遥感图像光谱分析和混合像元分解技术的多源卫星遥感农作物秸秆焚烧过火区面积估算方法。使用该方法对河南省驻马店市平舆县和正阳县进行了秸秆焚烧面积估算,并采用高分一号数据进行了验证,平均精度达到94%以上,说明该文提出的方法既解决了秸秆焚烧过火区监测的高时效需求问题,又保证了过火区面积估算精度。     

基于有理多项式模型区域网平差的GF-1影像几何校正

2013年4月成功发射的GF-1卫星是中国高分系列卫星的首发星,影像在中国农情遥感监测业务中得到了广泛应用,已成为大宗农作物种植面积遥感监测的主要数据源之一。高精度几何位置的配准是卫星农情定量化应用的基础与前提,该文提出了一种基于区域网平差方法修正GF-1卫星WFV(wide field view,WFV)影像RPC(rational polynomial coefficients,RPC)参数,获取更高几何定位精度的校正方法,形成了模式化的业务处理流程,为该影像在农情遥感监测中的应用奠定了基础。算法流程包括2个部分,首先是基于像面间仿射变换关系及有理多项式RFM(rational function model,RFM)模型构建轨道间的区域网平差数学模型,其次是根据影像连接点及少量控制点输入求解所有参与平差的卫星影像定向参数,获取亚像元级的校正结果。平差参数的解算是通过两步求解完成的,初始平差参数是根据连接点及对应的DEM高程值进行平差迭代至收敛,结果平差参数是将初始平差参数作为初始值代入区域网平差模型,并以逐点消元方式约化法方程,解算出各影像的仿射变换参数。该文在求解平差参数过程中,直接使用DEM(digital elevation model)上获取的高程值作为约束条件,消除了平面坐标与高程的相关性,保证了区域网平差模型能够解算。混合地形、平原、山区3种情况下区域网平差结果表明,全连接点平差结果具有较高的相对定位精度,其行方向的中误差分别为0.3046、0.4674、0.3365像元,列方向的中误差分别为0.3677、0.2849、0.2889像元;而结合少量控制点的区域网平差则同时具有很高的绝对定位精度,其行方向的中误差分别为0.3648、0.5041、0.3605像元,列方向的中误差分别为0.4954、0.4039、0.6323像元,整体达到了亚像素级。最后,在农业应用基础控制底图的支持下,分别对原始影像、RPC校正影像、区域网平差后的影像进行几何配准,分析不同输入影像条件下的几何校正精度,仅有区域网平差后的影像达到了亚像元的校正精度,混合地形、平原、山区3种情况下行方向的中误差分别为0.6857、0.6664、1.0646像元,列方向的均方差分别为0.4342、0.4696、0.5609像元,但与几何校正前精度相比没有明显改善,说明本文提出的研究方法可以实现少量控制点条件下的几何精校正。不同DEM校正结果表明,对于山区,更高分辨率的DEM可以获得更好的定位精度。上述研究充分表明,该方法对GF-1/WFV数据的处理有效且可行,并在农业部中国农情遥感业务工作中得到了初步应用。     

基于Sentinel-2影像的平寨水库水体透明度遥感反演

[目的]研究水体透明度的变化规律及其空间分异驱动因素,为管理湖库及恢复湖库生态系统提供科学依据。[方法]基于2020年5月18日,8月26日,11月14日的Sentinel-2 MSI卫星影像及准同步实测透明度数据构建平寨水库透明度遥感反演模型,利用地理探测器定量分析影响透明度空间分异的驱动因素。[结果](1)平寨水库水体透明度与Sentinel-2 MSI的B₃波段最为敏感,利用波段组合B₃×B₄作为最佳敏感因子构建出的透明度反演模型具有较高的精度(R²=0.81,RMSE=0.11 m, MRE=16.91%)。(2)平寨水库水体透明度呈现出中心库区高而各支流上游低,近水体两岸低的空间分布趋势,且水体透明度11月>8月>5月。[结论]总悬浮物、叶绿素a及总有机碳含量是平寨水库水体透明度空间分异的主要因素。总磷、总氮、水温及风速通过影响水体中的总悬浮物、叶绿素a及总有机碳含量进而影响水体透明度空间分布。     

基于遥感的达来诺尔湖泊水域面积变化研究

达来诺尔是浑善达克地区重要的湖泊之一,利用遥感技术,通过近红外单波段灰度阈值法对达来诺尔的水域面积进行了分析。研究表明：单波段灰度阈值法可以简单快速地实现湖泊水体信息的提取和水域面积的变化研究,1975年,1987年,2001年和2008年四期遥感影像表明达来诺尔水域自1975年以来一直在萎缩,尤其是进入21世纪以后,湖泊的四周水域均发生明显的变化,湖泊萎缩和干涸是人类必须面临的重要环境问题之一。随着气候变暖和人口压力的增加,浑善达克沙地湖泊湿地的保护和生态环境的可持续发展必将面临更为严峻的考验。     

基于时序遥感数据的玉米种植面积提取方法研究

探讨了在Landsat TM图像上进行玉米分布区域信息提取的基础上,利用MODIS数据NDVI植被指数的时间序列进行提取的方法,并以吉林省榆树市实验区为例,提取了2007年的玉米种植面积。研究结果发现,该方法提高了用单一时相landsat TM进行玉米面积识别的精度。     

融合无人机载激光雷达与多光谱遥感数据的冬小麦叶面积指数反演

为了进一步挖掘无人机载激光雷达(Light Detection and Ranging,LiDAR)在农作物长势监测方面的潜力,探究机载LiDAR与多光谱遥感数据融合反演冬小麦叶面积指数(Leaf Area Index,LAI)的效果,以无人机载LiDAR和可见光-近红外多光谱为研究手段,获取试验区冬小麦孕穗期的无人机...     

基于多光谱遥感图像的青海湖流域土壤有机质估算初探

土壤有机质是土壤固相部分的重要组成成分,也是陆地表层重要的碳库,其含量的快速、准确测定关乎农牧业生产活动安排与地表过程研究中关键参数的获取效率。为了探寻适合青藏高原高寒地区土壤有机质遥感反演的响应波段及遥感模型,实现区域像元尺度上的土壤表层有机质估算,本文利用Landsat8-OLI多光谱遥感数据与实地采样数据对青海湖流域表层(0～20 cm)土壤进行了有机质含量反演研究。结果表明:Landsat8-OLI影像的第5、6和7波段是青海湖流域土壤有机质含量的特征波段,基于这3个波段构建的土壤有机质遥感反演三元回归模型(R~2=0.704,P0.001),经实测点验证(RMSE=8.66)与相关文献研究结果验证(RMSE=8.85),精度高、稳定性强、预测趋势平稳。本研究不仅为高寒地区土壤有机质含量快速测定提供了一定的技术支持,也为高寒地区的碳库计算、土壤肥力评价、土壤碳循环、农作物估产、草地退化监测等提供了参考。     

基于温度植被旱情指数的徐州市郊干旱遥感监测

利用Landsat TM/ETM+数据,以徐州市郊为研究区,获取归一化植被指数(NDVI)、土壤调整植被指数(SAVI)和地表温度(Ts)信息,分别构建NDVI-Ts和SAVI-Ts特征空间,依据这两个特征空间计算出研究区2001年4月3日和2007年5月14日的温度植被旱情指数TVDI(NDVI)和TVDI(SAVI),并分别与地表温度(Ts)和降水量进行了相关评价.结果表明,TVDI可用于实现大范围的干旱监测,SAVI能够修正NDVI对土壤背景的敏感,基于SAVI的反演结果明显优于基于NDVI的反演结果,能够有效地运用于干旱监测.     

Water Quality Monitoring Using Remote Sensing and an Artificial Neural Network

In remotely located watersheds or large waterbodies, monitoring water quality parameters is often not feasible because of high costs and site inaccessibility. A cost-effective remote sensing-based methodology was developed to predict water quality parameters over a large and logistically difficult area. Landsat spectral data were used as a proxy, and a neural network model was developed to quantify water quality parameters, namely chlorophyll-a, turbidity, and phosphorus before and after ecosystem restoration and during the wet and dry seasons. The results demonstrate that the developed neural network model provided an excellent relationship between the observed and simulated water quality parameters. These correlated for a specific region in the greater Florida Everglades at R ²?>?0.95 in 1998?C1999 and in 2009?C2010 (dry and wet seasons). Moreover, the root mean square error values for phosphorus, turbidity, and chlorophyll-a were below 0.03?mg?L^?1, 0.5 NTU, and 0.17?mg?m^?3, respectively, at the neural network training and validation phases. Using the developed methodology, the trends for temporal and spatial dynamics of the selected water quality parameters were investigated. In addition, the amounts of phosphorus and chlorophyll-a stored in the water column were calculated demonstrating the usefulness of this methodology to predict water quality parameters in complex ecosystems.     

基于高分辨率遥感影像的水土流失监测方法研究

以葫芦岛市为研究对象,根据区域土地利用类型和水土流失影响因子建立水土流失分级指标,运用RS和GIS技术获取水土流失影响因子信息并进行空间叠加分析,实现对区域水土流失状况进行调查、分析和管理,具有快速、准确、客观、经济等优点。该研究方法能够及时掌握区域水土流失现状、水土保持治理状况、水土流失动态变化等信息,为建立水土流失动态监测数据库、实现对水土流失进行动态监测奠定基础,从而有效地促进水土保持工作的顺利开展。     

基于不同分辨率遥感影像提取的水土保持措施精度分析

在韭园沟小流域选择试验样区,采用地理信息系统等技术,基于不同分辨率遥感影像开展了水土保持措施等信息提取和精度分析。结果表明,在黄土丘陵沟壑区第Ⅰ副区,开展梯田、沟台地、疏林地、未成林造林地遥感监测的影像分辨率应优于2.5m,开展坡耕地、坝地、退耕荒草地遥感监测的影像分辨率宜优于2.5m,开展天然草地遥感监测的影像分辨率可选择2.5m,开展林草植被遥感监测的影像分辨率宜优于10m。     

基于遥感和地理信息系统(GIS)的山区土壤侵蚀强度数值分析

提出一种数值化的土壤侵蚀强度分析方法。对于方法设计、数据组织与管理、土壤侵蚀强度模型的建立进行了系统阐述。该方法已经在相关研究中应用,并取得了良好的分析结果。同时提出采用土壤侵蚀指数来分析土壤侵蚀强度的分析方法。