TM卫星影像几何纠正技术方法浅探

从卫星地面站选购的TM卫星影像 ,须经几何纠正才能使用。随着计算机硬软件技术的发展 ,数字纠正方法被广泛采用 ,其关键是控制点的选择 ,控制点要尽量选取不易变动的地物 ;为提高精度 ,对可信度高的控制点应赋较大的权重 ,而对可信度低的控制点应赋较小权重或将其删除 ;以地形图纠正TM卫星影像 ,方法简便、可行、实用。     

农业监测应用数据评价

1999年成功发射的地球观测系统的第1个卫星Terra上搭载着先进星载热辐射与反射测量仪ASTER，其数据在可见光、近红外区的3个波段的空间分辨率为15m，具有与Landsat7 ETM数据相似的波段特征。由于ASTER数据价格低廉，将可能广泛应用于农业监测。该文以ETM融合图像为基准，从几何纠正精度、典型地物识别、地物面积量测、影像分类解译4个关键环节对ASTER数据进行了校验。结果表明，ASTER数据可以实现高精度的几何纠正，图像质量优于ETM融合图像，ASTER数据能够表达细小地物的纹理细节，更适合于地物的目视识别，ASTER图像内部几何畸变较小或较一致，量算地物面积准确，ASTER数据分类解译具有与ETM一样的效果，精度较高，是农业监测的又一个重要数据源。     

星载高分辨率合成孔径雷达影像纠正技术

TERRASAR、COSMO SkyMed、RADARSAT-2等星载高分辨率合成孔径雷达影像为土地利用调查监测提供了重要数据源,但尚未形成业务化应用技术流程。该文根据高分辨率星载合成孔径雷达影像成像机理,在对典型特征地物点定位精度分析的基础上,提出几何纠正控制点选取方法;通过类比法分析了不同纠正模型应用效果。试验表明高分辨率星载合成孔径雷达影像几何纠正需要10～15个控制点,1?m聚束模式纠正中误差约3～5 m,3 m条带模式纠正中误差约5～8 m,分别满足1∶1万和1∶2.5万土地调查监测几何精度要求。     

山区星载ALOS PALSAR微波遥感图像的正射校正

多山地区微波遥感图像的正射校正是实践应用中的关键和瓶颈,该文以星载合成孔径雷达数据ALOS(advanced landobservation satellite)PALSAR为基础数据,GAMMA软件为处理平台,研究微波图像正射校正方法。首先利用数字高程模型(digital elevation model,DEM)及卫星轨道参数生成模拟合成孔径雷达数据(synthetic aperture radar,SAR),再利用图像交叉相关分析算法自动搜索模拟SAR与真实SAR同名地物点偏移量,建立校正多项式模型,在此基础上通过建立校正查找表方法实现真实SAR图像的地理编码及正射校正。校正效果经检验,误差在一个像元以内,校正效果较好。     

基于无人机图像分析的树木胸径预测

树木胸径是林木资产评估中的重要参数,该文利用图像分析技术预测树木胸径可为资产评估提供参考。以银杏和法国梧桐为试验树种,通过拟合无人机正射图像中的单株树木树冠面积与胸径的关系预测树木胸径值。首先利用二型模糊聚类方法对无人机采集的纯林样地正射图像中的单株树冠进行分割,获取树冠像素面积,然后利用地面参照物计算出树冠的实际面积,并与测量的胸径值进行拟合,得出树冠面积与胸径的函数关系,林区中其他树木胸径值可基于该函数关系和其树冠面积计算得出。试验结果显示无人机正射图像中的银杏及法桐树冠面积与胸径均呈对数关系,且该文计算所得的银杏1.2 m处的胸径与实际胸径之间的平均误差约为0.31 cm,法桐1 m处的胸径与实际胸径之间的平均误差为0.27 cm,均在行业允许的1 cm误差范围内,该文提出的基于无人机正射图像分析技术预测树木胸径较为准确,可为中小尺度林地资产评估提供参考。     

资源一号卫星CCD图像在作物面积监测中的应用

该文对资源一号卫星CCD图像在作物面积监测中的应用进行了评价。评价内容包括图像的几何纠正、主要地物类型识别、典型地物图像面积量算与实地面积量测、样区遥感图像解译等几个主要方面。采用的方法为资源一号CCD图像与Landsat TM图像对比的方法。评价结果显示，资源一号CCD图像能够较好地应用于作物种植面积监测。     

基于无人机影像和深度学习的渭北旱塬区土地利用精准分类

为明确基于无人机影像的旱塬区土地利用精准分类方法,尤其是算法的选择,该研究通过获取渭北旱塬区白水县通积村不同航拍高度无人机正射遥感影像,利用多种深度学习算法和机器学习算法对土地利用分类进行研究。首先,采用大疆御2Pro获取研究区80和160 m不同高度航拍影像;然后对不同航拍高度目视解译结果和多种深度学习、机器学习模型预测结果进行对比分析;最后,基于表现最佳算法对其进行创新和改进。结果表明：深度学习算法的表现远远优于传统机器学习算法,其中深度学习算法中表现最好的DeepLabv3+像素精度为90.06%,比随机森林（Random Forest,RF）和支持向量机（Support Vector Machine,SVM）分别高出24.65和21.32个百分点。基于DeepLabv3+改进的DeepLabv3+＿BA模型整体分类效果最好,其像素精度为91.37%,比FCN、SegNet、UNet和DeepLabv3+分别高出7.43、10.12、2.27和1.31个百分点。各种算法在160 m数据集上各指标精度高于80 m。改进模型DeepLabv3+＿BA具有较高的地物分类精度及较强的鲁棒...     

P5和SPOT5影像在全国土地调查中的应用

利用不同传感器、不同时相但具有相同分辨率的影像各自特点提取地物,可以达到较好的解译效果。首先对P5影像进行正射校正,与SPOT5影像精确配准。根据不同地物在SPOT5与P5影像上的影像特征分别建立解译标志并进行对比,通过比较根据SPOT5提取地物和SPOT5与P5二者共同使用提取地物与外业实地调查相比的精度,发现利用现势性好的经过校正后的P5影像与SPOT5配合使用,勾绘道路,耕地,工矿用地和新增地物的边线,可以提高解译精度,为外业提供准确的定位信息,而对于其他地类如林地、灌木林地、草地等,则需根据光谱信息丰富的SPOT5进行解译。     

Landsat TM8及GF-1影像黑龙江省线状地物实际与解译宽度对比

线状地物又称为线性地物,是一种普遍存在的土地利用方式。在遥感图像上,线状地物大量存在,这种存在表现为线状地物的可见性,即线状地物的图像特征表现为数个像元宽度的狭长型地物;另一方面,大量线状地物被"淹没"在遥感图像的混合像元中,这部分线状地物在遥感图像上具有相对不可见性。在面状地物解译中,线状地物常常由于遥感影像分辨率有限而包含在面状地物中,使面状地物解译结果偏大而不够准确。因此,准确解译线状地物可以校正面状地物解译结果。Landsat TM8影像与GF-1影像作为近几年新出现的高质量高分辨率卫星遥感影像,在各行各业中应用较为广泛,在农业遥感中亦是如此。在农作物面积估算中,Landsat TM8影像与GF-1影像线状地物扣除技术的精确程度直接影响农作物面积估算精度。Landsat TM8影像与GF-1影像线状地物实际宽度与解译宽度对比研究对于农作物面积估算和估产具有重大意义。由于分辨率相差较大,在线状地物解译中,GF-1影像具有明显优势。该文以23景Landsat TM8影像和14景GF-1影像为基础,运用统计学方法对黑龙江省341条线状地物实际宽度与解译宽度做对比研究。结果表明,对线状地物解译精度影响较大的主要因素为卫星遥感影像分辨率。Landsat TM8影像解译精度较差(|夸张系数|50%)的线状地物共94条,占全部线状地物的27.5660%;在这部分线状地物中,通常是解译宽度远大于实际宽度;以线状地物实际宽度分类中的0~10 m类别中,线状地物的解译精度最差,而按走向分类和按类型分类对线状地物解译精度影像不大。GF-1影像解译精度较差的线状地物共有29条,占全部线状地物的8.5044%,在这部分线状地物中,通常是解译宽度远大于实际宽度。     

Harris角点自适应检测的水稻低空遥感图像配准与拼接算法

图像配准和拼接的自动化是微小型无人机能否被广泛应用于水稻长势低空遥感监测的关键技术之一。为了改进Harris角点检测算法中阈值需要人为设定的局限,文章提出了基于Harris角点自适应检测的水稻低空遥感图像配准与拼接算法。该算法在Harris角点检测算法的基础上进行改进,采用基于图像像素灰度值标准差标准化的方法进行角点的自适应确定,并对角点进行特征描述,利用角点特征描述算子之间的欧式距离进行配准。为了验证算法的有效性并进行相关参数的优化,采用多旋翼无人直升机获取了水稻长势的低空遥感图像,并设计了重复率(衡量角点检测的稳定性)、辨识率(衡量角点描述算子的辨识度)、配准率(衡量图像的拼接精度)以及运行时间(衡量算法的运算速度)4个评价指标对配准与拼接的结果进行评判。随机选取获得的低空遥感图像分成3组进行测试,试验结果表明,平均配准率达到了98.95%,且各组图像之间的重复率与配准率差异不显著(显著性水平为0.05),说明改进后的算法稳定。设计了角点自适应检测算法阈值参数的优选试验,阈值参数为标准化处理后的图像像素灰度值标准差,方差分析结果表明,图像像素灰度标准差为1和2时配准率的差异不显著(显著性水平为0.05),但当图像像素灰度标准差为1时,图像配准与拼接平均运行时间是其为2时的2.5倍,因此,可设定图像像素灰度标准差为2作为本算法的较优参数。     

陕西省土地覆盖分类的遥感应用研究

利用监督分类和阚值判别相结合的方法，在对不同地物的地表光谱特征进行分析的基础上，对NOAA和FY－1C卫星各个季相的晴空资料分别进行了计算NDVI与判别分类，制作了陕西省遥感土地覆盖分类图，从而探索了一种通过极轨遥感资料进行宏观的土地覆盖分类的方法，此外，提出的用于遥感图像精校正的火点定位法，解决了地面控制点与遥感图像元的对应问题。     

利用无人机倾斜影像与GCP构建高精度侵蚀沟地形模型

为了提高侵蚀沟立体建模与监测的精度,该文采用消费级无人机作为低空遥感平台,以黄土高原一典型切沟为研究对象,通过无人机采集的倾斜影像与部署的地面控制点,采用多视立体运动恢复结构方法(structure from motion with multi-view stereo,Sf M-MVS)构建了高精度侵蚀沟表面模型,对其建模精度与数字高程模型、正射影像等成果进行分析,并与传统正射航图建模成果进行了比较。结果表明:构建的侵蚀沟稠密点云模型的水平均方根误差约为0.096 m,高程均方根误差约为0.018 m,满足1:500比例尺数字线划图与正射影像图的要求。与正射航图建模成果相比,高程误差减小了50%;侵蚀沟稠密点云的整体密度与地面激光雷达相当,且避免了后者多站拼接造成的密度不均问题。除了沟头部分的小块内凹区域,沟壁、沟头部分没有明显的空洞,植被覆盖的区域也能够正常建模。而正射航图的建模成果中在沟头内凹部分以及植被覆盖部分存在大块的空洞;由侵蚀沟的数字高程模型与等高线图可见,构建的侵蚀沟模型能够准确地反映切沟的形态特征。总体而言,该方法在侵蚀沟的高精度建模与监测方面具有显著优势,具有推广应用的潜力。     

遥感技术在精确施肥管理中的应用进展

该文介绍了精确施肥的概念及其理论技术体系，重点阐述了遥感技术在作物和土壤信息采集中的应用进展及当前几种基于遥感技术的氮肥推荐算法，探讨了今后精确施肥发展的研究方向，并结合中国国情对我国发展精确施肥作了有益的探索。     

基于GIS宁夏引黄灌区农地土壤综合养分状况评价

精准农业是未来农业的发展方向,查清田块内部的土壤性状与生产力空间变异,是精准农业的基础研究内容。以宁夏引黄灌区灵武农场的农地为例,运用ArcGIS进行空间数据采集、处理、分析,并采用主成分分析法确定评价因素的权重值,运用模糊数学方法建立各个评价因子对土壤养分状况的隶属函数,最后计算了综合养分状况的评分并利用指数和法得到最终的土壤养分状况评价值,根据综合评价值划分土壤养分状况等级,利用ArcGIS软件进行克里格插值得到最终土壤综合养分状况评价图。从具体评价结果可以看出,土壤综合养分状况由西北向东南降低的趋势明显。西角北角为两个极端高值区域,东角南角为两个极端低值区域。     

像素自相关矩阵的阈值自适应角点检测算法

针对Harris角点检测算法中角点响应函数(corner response function,CRF)系数阈值与非极大值抑制系数阈值需要人为设定所造成的可变性和随机性等问题,该文提出一种通过计算图像每个像素的自相关矩阵行列式值,构造特征角点图像进行自适应阈值分割的改进Harris角点检测算法.该算法首先通过计算原图像经过方向滤波和低通滤波后各像素的自相关矩阵行列式值,以此构造特征角点图像;然后采用OTSU算法计算特征角点图像分割阈值,从而筛选出预选区域;最后结合改进的非极大值抑制方法提取有效角点.通过5组角点检测对比试验结果数据分析,不同类型图像的角点检测准确率均有提高,高分二号遥感影像的角点检测准确率提高27.06个百分点,可以初步得出,该算法相比传统Harris角点检测算法不但能够自动计算角点检测的最佳阈值,而且能够更准确地定位角点和去除边缘伪角点,从而提高了角点检测的精确度,该研究可为农业遥感影像数据检测提供参考.     

基于XScale和Linux的精准农业农田信息采集系统设计

针对精准农业对农田信息的采集要求,将农田数据采集与嵌入式技术、GPS和GSM通信技术相结合,以XScalePXA270处理器为核心,并辅以CPLD高精度数据采集电路,设计了一种基于XScale处理器和Linux操作系统的嵌入式农田信息采集系统。系统能将采集的农田信息以GSM短消息的形式发送到数据采集中心,解决了野外信息存储的有限性和移动测量的不便性等问题,为农田信息的远程采集提供一种有效的解决方案。     

基于Android的车载式土壤电导率和光谱反射率检测系统

This paper aims to develop a vehicular integrated system collecting soil electrical conductivity(EC) and spectral reflectance.The system could collect soil EC and spectral reflectance automatically when the vehicle moves and save these measurement results with GPS.The information could reflect the characteristics of soil parameters such as soil salinity and water content.Hence, an Android-based vehicular detection system for soil conductivity and spectral reflectance information was developed.Soil electrical conductivity measurement was performed based on improved "current-voltage" four-terminal method.A STS-NIR spectrometer was used for collecting near-infrared spectral reflectance.The system collected the information of soil electrical conductivity and soil spectral reflectance while collecting GPS, which could be used for precision agriculture.The system was tested in a farm of Beijing on March 25, 2014.Soil electrical conductivity of the farmland was measured and soil samples were collected.Water content and soil electrical conductivity were measured in the laboratory.The result of these experiments showed that the system could work stably in farmland and had good prospects.     

基于Android的车载式土壤电导率和光谱反射率检测系统（英文）

This paper aims to develop a vehicular integrated system collecting soil electrical conductivity(EC)and spectral reflectance.The system could collect soil EC and spectral reflectance automatically when the vehicle moves and save these measurement results with GPS.The information could reflect the characteristics of soil parameters such as soil salinity and water content.Hence,an Android-based vehicular detection system for soil conductivity and spectral reflectance information was developed.Soil electrical conductivity measurement was performed based on improved"current-voltage"four-terminal method.A STS-NIR spectrometer was used for collecting near-infrared spectral reflectance.The system collected the information of soil electrical conductivity and soil spectral reflectance while collecting GPS,which could be used for precision agriculture.The system was tested in a farm of Beijing on March 25,2014.Soil electrical conductivity of the farmland was measured and soil samples were collected.Water content and soil electrical conductivity were measured in the laboratory.The result of these experiments showed that the system could work stably in farmland and had good prospects.     

土壤阻力连续测试设备研制

为解决目前点采样方法获取的土壤压实信息少和信息获取速度慢的不足,该文研制了可快速连续测量土壤阻力（水平方向）以反映土壤压实程度的测试系统。系统包括机械部分、传感器和信息采集3部分。测试系统由拖拉机牵引,工作时连续测试速度1 m/s,土壤阻力信息采样频率为300 Hz,采样数据处理后与GPS定位数据对应存储。实验室试验表明,系统平均测试精度达93.4%。田间试验显示,测试系统性能可靠稳定,具有连续快速获取土壤压实程度信息并反映土壤压实程度空间分布的能力。定义的土壤阻力指数TRI 可以反映土壤的压实程度。     

Evaluation of a method to characterize the phenolic profile of organic and conventional tomatoes

The present study aims to compare the phenolic profiles of organic and conventional tomatoes bought in the market. For the quantification and identification of individual polyphenols, liquid chromatography coupled to mass spectrometry in tandem mode (LC-MS/MS) was carried out. Confirmation of the compounds previously identified on the triple-quadrupole was accomplished by injection in the high-resolution system (QToF-MS). In this way, 34 compounds were identified in tomato fruits. Recoveries of targeted polyphenols exceed 78% for conventional and organic tomatoes, respectively. The method intraday precision ranged between 3 and 5%, whereas the interday one was below 12%. Comparing the analyses of tomatoes from conventional and organic production systems demonstrated statistically higher levels (P < 0.05) of phenolic compounds in organic tomatoes. This methodology allowed finding differences in the bioactive components of organic and conventional tomatoes not previously reported.