Wavelet Edge Detection Method Based-on Multi-scale Fuzzy Logic

A novel edge detection algorithm is proposed by implementing fuzzy image enhancement at different scales.The implement of this algorithm can reduce the negative influence bring from the non-maximum suppression algorithm which select only one threshold.The success of the approach depends on the selection of a general fuzzy operator(GFO) for the enhancement of contrast of region after smoothing of image at different scales.Consequently,it is more obvious that coarse intensity changes are obtained at a large scale whereas the fine details of intensity changes are obtained at a small scale.A pretty performance is obtained by used this work.     

面向对象多层次多尺度分割的农用大棚类型信息提取

为对不同农用大棚类型信息进行识别分类和精细化提取,以内蒙古河套灌区不同大棚类型为研究对象,基于Sentinel-2A卫星数据,采用面向对象结合多层多尺度分割技术和阈值分类方法,对大棚类型信息进行提取并对最终提取结果展开精度评价和分析研究。首先利用尺度参数估计（Estimation of Scale Parameter2, ESP2）方法进行了分层分割并优选出最佳分割尺度,在各层最优分割尺度上进行光谱、指数、几何、纹理等特征的提取与优化,获取最优特征组合;然后运用多层多尺度分割阈值分类方法提取不同大棚类型信息。结果表明不同大棚类型信息总体精度达94.8%,kappa系数达0.93。其中：塑料大棚的制图精度和用户精度分别为95.3%和96.6%;单屋面温室大棚制图精度和用户精度分别为88.5%和92.6%。基于多层多尺度分割分类的信息提取方法分别考虑了不同地物最优分割尺度,在不同地物各自的最优分割尺度上提取其信息,以抑制过度分割或亚分割现象,从而降低错分或漏分。因此,高分辨率卫星数据与面向对象多层多尺度分割分类的信息提取方法能够有效提高大棚类型信息提取精度,且能为地物信息精细提取技术体系提供一定参考思路。     

融合光谱混合分解与面向对象的土地利用/覆被分类

错综复杂的土地利用模式和破碎的地物斑块制约了土地利用/覆被分类的精度和效率。一方面,混合像元模糊了地物的光谱信息,影响了分类精度。另一方面,如何高效利用地物的光谱、形状和纹理特征是当前土地利用/覆被分类的研究热点。为了提高基于遥感技术的土地利用/覆被分类精度,该研究基于Sentinel-2A遥感影像,开展融合光谱混合分解与面向对象的土地利用/覆被分类研究。首先,基于地物的光谱、形状和纹理特征,在3个分割尺度通过NDWI（Normalized Difference Water Index)、NDVI（Normalized Difference Vegetation Index）、SBL（Soil Background Level）等8个特征参数构建了不同地物信息的提取规则。其次,利用光谱混合分解模型提取研究区基质（SL;岩石和土壤）、植被（GV;光合作用叶片）和暗色物质（DA;阴影和水）3类通用端元。最后,尝试融合3端元光谱特征优化地物信息提取规则。研究结果表明：1）基于构建的光谱、形状和纹理的地物信息提取规则,使用模糊函数、阈值法进行土地利用/覆被分类,获得了较高的分类精度,总体精度为80.83%,Kappa系数为0.76。2）融合3端元的光谱特征的提取规则将分类精度提升至90.00%,Kappa系数提升至0.88。3）具有明确物理意义的3端元的融入增强了像元内各组分信息的差异性,弥补了传统光谱指数对植被与土壤间的亮度信息解析度不足的缺陷。该方法能充分利用影像的光谱信息,是一种由易到难、对不确定因素进行逐层剥离的土地利用/覆被信息提取技术。因此,对中高分辨率的多光谱遥感影像十分友好,在土地利用/覆被的精细化分类中有较大应用潜力。     

基于集合经验模态分解北疆降水多尺度变化特征

降水是中国西北干旱区水资源的重要组成部分,利用合理方法有效认识降水的区域变化规律对指导农业发展尤为重要。基于北疆42个气象站1961—2012年降水序列数据,从气候时间序列中提取气候信号中各个尺度的变化,对北疆过去52a来的降水进行多尺度分析,并对其空间差异进行了初步探讨。结果表明:过去52a北疆降水量存在明显的年际和年代尺度的变化,年际尺度的周期为5a和8a,年代尺度的周期为10a和30a。变化趋势上,降水量1985s之前呈减少趋势,在1985s之后呈增加趋势,且后期的增幅大于前期的减幅。突变分析表明北疆年降水量呈增加趋势。集合经验模态分解(EEMD)是一种适用于非线性、非平稳序列的信号分析方法,将EEMD应用于气候要素时间序列,可提取可靠真实的气候变化信号,同时,EEMD可以得到气候变化的固有时间尺度。     

基于分维的多尺度植被空间格局分析

植被是一个地区植物群落的总体，是对于生态环境因素的综合反映。植被在空间上的分布是典型的分维数体，它在空间所有尺度上都有细节。在许多情况下分维数具有某种形式的自相似性，即它不随尺度的增加或缩小而变化，它独立于尺度。因此比较不同尺度上树种的空间格局与其对应的分维数值，可以对不同尺度上的空间格局有一个全面的了解。通过变异函数计算出的格局的分维数值可以描述不同尺度上空间格局的拓扑学性状和自相似性，可以很好地揭示植被的空间异质性。     

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。     

基于非下采样Shearlet变换的磁瓦表面裂纹检测

针对磁瓦表面裂纹缺陷图像背景不均匀、对比度低和存在纹理干扰等特点,提出了一种基于非下采样Shearlet变换(Nonsubsampled Shearlet transform,NSST)的裂纹检测方法。首先对原始图像进行多尺度、多方向NSST分解,得到一个低频子带和多个高频子带,然后利用各向异性扩散和改进的γ增强方法对高频子带进行滤波和增强;同时利用二维高斯函数对低频子带进行卷积操作来构造高斯多尺度空间,估计出图像的主要背景,并通过背景差法得到均匀的低频目标图像。最后通过重构NSST系数得到去噪和增强后的均匀目标图像,利用自适应阈值分割和区域连通法提取裂纹缺陷。实验结果表明,所提方法检测准确率达92.5%,优于基于形态学滤波方法、基于Curvelet变换方法和基于Shearlet变换方法等现有磁瓦表面裂纹检测方法。     

多尺度行政区平衡视角下耕地空间布局优化

优化耕地空间布局对提升耕地生产能力、促进农业可持续发展具有重要意义。该研究以广东封开县为例,基于“现状耕地调出-可恢复地类调入”的微观调整逻辑,综合运用空间叠加、综合评价及蚁群优化算法,构建了耕地空间布局调整模型,以调入调出数量平衡为约束条件实现了不同行政区尺度下的耕地布局优化。结果表明：1）研究区共调出耕地1 689.89 hm²,占耕地总面积的7.62%,整体上呈现出“全局零散、局部聚集”的分布特征。2）研究区可恢复地类农业生产适宜性均值为67.04,具有开展作物种植的良好禀赋条件。3）不同行政区尺度平衡情景下,调入结果在研究区北部空间差异显著,与镇内平衡情景相比,县内平衡情景下,调入耕地的农业生产适宜性均值提高了2.08,综合生态系统服务均值下降了0.67。4）两种情景下,耕地的连片性、质量及稳定性均得到提升,因不受调入规模和行政单元空间范围限制,县内平衡情景下的提升效果更加明显,适当扩大可恢复地类筛选范围有利于提升整体耕地质量并降低重要生态用地筛选概率。该研究构建的耕地空间布局调整模型具有良好的适用性,可为制定农用地布局优化与整治提升方案提供参考依据。     

滇中城市群绿色空间格局动态变化多尺度研究

以滇中城市群为研究对象,选取滇中城市群2000—2019年3期Landsat遥感数据,通过面向对象分类技术提取3期绿色空间信息,通过GIS空间分析法、转移矩阵模型和景观格局指数法,从总体动态特征、空间转移过程和景观格局指数变化3个方面对滇中城市群2000—2019年绿色空间格局进行城市群、州市和区县的多尺度研究。结果表明：城市群尺度总体上呈现绿色空间缩减,非绿色空间扩张的趋势,绿色空间转移主要发生在林地空间、耕地空间和灌草空间之间,绿色空间景观破碎化程度降低,景观多样性下降;州市尺度上,昆明市、曲靖市和红河州7县市绿色空间缩减程度最为严重,绿色空间景观格局指数也存在不同变化趋势和差异;区县尺度上,林地空间增加幅度较大和耕地空间、灌草空间下降幅度最大的区县均集中在滇中外围,非绿色空间增加幅度最大的区县集中于滇中中部和南部,滇中外围区县绿色空间斑块形状越来越规则,滇中西部区县景观多样性降低。多尺度研究不仅有助于对不同尺度上各个地区绿色空间的总体水平和动态特征进行全面分析,还有助于各级政府从不同尺度上制定相应的绿色空间保护和经济发展措施,对促进建设滇中高原生态宜居城市群具有重要意义。     

美洲耕地利用格局及其时空变化特征

【目的】耕地时空格局变化特征分析是地表覆盖研究的热点问题之一。美洲作为全球重要的粮食生产区,其耕地数量和分布具有全球性战略地位,科学分析美洲耕地时空格局变化特征、过程和规律为耕地可持续发展提供科学参考。【方法】基于GlobeLand30数据集,运用数理统计和GIS空间分析等方法,系统分析了2000-2010年美洲耕地面积数量变化、空间分布及类型转化特征,并重点分析了亚马逊地区耕地格局变化状况。【结果】2010年美洲耕地总面积为52 875.05×10⁴ hm²;2000-2010年的10年间,美洲耕地总面积总体增加,面积增加约2 128.14×10⁴ hm²,增幅约4.19%。耕地面积增加最大国家为巴西,幅度达到9.51%,位居美洲国家之首,其次为阿根廷;减少最大国家为厄瓜多尔,面积减少101.14×10⁴ hm²。10年间美洲耕地复种指数增加2.42%,变化最为显著国家为巴拉圭、波多黎各。从耕地变化类型看,美洲新增耕地主要来源于林地、草地,而耕地减少主要是由于人造地表的侵占。美国耕地总量最多,但10年间耕地增长率较低,仅为0.08%,绝大部分损失的耕地转为人造地表,由于收获面积的减少导致复种指数减少了0.89%;巴西耕地总量仅次于美国,耕地大幅度增加主要来源于林地和草地,同时复种指数有较大程度提高。亚马逊地区作为美洲重要的生态和农业区域,10年间耕地增长8.41%,耕地增长伴随着森林、草地被大量破坏,尤其在巴西西南和厄瓜多尔表现最为剧烈。【结论】2000-2010年美洲耕地整体上呈现增加态势,国家间耕地利用格局变化差异明显;耕地主要来源于林地、草地和灌木,增长集中在巴西和阿根廷,耕地主要转出为人造地表,集中在美国。作为美洲重要的粮食生产区,亚马逊地区耕地面积和耕地复种指数都提高,两者同步增加一定程度上提高区域或全球粮食产量,但其带来的生态环境效益需要深入关注。