最新刊期
2023 年 第 27 卷 9 期
-
摘要：多时相遥感影像变化检测是指对同一地理区域、不同时间获取的遥感影像进行自动变化发现、识别与解释的遥感处理与分析技术。随着卫星遥感技术及人工智能理论方法的快速发展，基于多时相遥感影像数据驱动和模型驱动的传统变化检测方法正朝着数据—模型—知识联合驱动的方向转型和演变，以更加自动化、精细化和智能化的方式，解决多领域的地表时空变化检测问题。本文在总结多时相遥感数据源从同构到异构、变化检测模型从传统到智能、变化检测应用从理论到落地过程中存在问题的基础上，以光学遥感影像变化检测任务为例，梳理和分析了人工智能时代下变化检测技术的发展历程。从无监督、监督、弱监督3个方面探讨了遥感变化检测从传统到前沿技术的转型特点与趋势，并进一步提出了未来需重点突破模型的物理可解释性、泛化及迁移能力、跨数据—跨场景—跨领域应用水平等关键问题。关键词：遥感;变化检测;多时相分析;人工智能;机器学习;深度学习- 2531
- |
- 1831
- |
- 1
发布时间：2023-10-07 -
摘要：遥感变化检测可以获取地表变化信息，对于理解人与自然相互作用，推动可持续发展具有重要意义。随着遥感成像技术的提升和计算机科学的快速发展，高光谱、高时间、高空间分辨率的遥感影像已广泛应用，促进了深度学习的遥感变化检测发展以及多领域成功应用。与传统遥感变化检测不同，基于深度学习的变化检测提取遥感影像的深度差异特征，无需构建特征工程，检测精度和效率均有所提高。本文结合文献计量学全面分析本领域研究现状和热点，发现基于深度学习的变化检测在国内机构学者的主导下快速发展并取得了大量研究成果。这些成果大都基于高分辨率图像和CNN网络，并成功应用于土地利用/覆盖和建筑变化检测等。在此基础上，从像素、对象和场景3个粒度对基于深度学习的遥感变化检测方法分类介绍，阐述开展像素、对象和场景的特征提取以及后续网络分析过程，其中基于对象和场景的方法具有优势。最后，归纳总结目前面临的挑战及未来可能发展方向。由于遥感平台的发展和应用需求的增加，多模态异质变化检测是未来发展趋势。另外，深度学习的方法还需要克服非理想样本问题，关注多元变化信息获取，以及推进变化检测的广泛应用等。关键词：遥感;变化检测;深度学习;文献计量;方法分类;挑战及发展;综述- 2037
- |
- 2413
- |
- 1
发布时间：2023-10-07 -
摘要：近年来，深度学习在多时相遥感影像变化检测任务中表现出巨大的潜力。充分的训练样本是深度学习技术能够有效挖掘遥感影像变化特征的重要前提，然而当前有限的公开标注数据集还不能满足实际应用中各种变化类型检测的需求。由于地表覆盖变化通常只占据少部分区域，能够获取的变化样本常常数量很少，且与不变化样本相比存在严重的不平衡问题。因此，如何在小样本与样本不平衡的情况下有效训练变化检测网络是急需突破的难题。相比变化检测样本，单时相地表覆盖分类样本的获取难度要低得多；在分类样本的支持下，充分训练的地表覆盖分类网络可为变化检测提供重要的先验特征。基于此，本文提出了一种基于分类后验概率空间的孪生Nested-UNet变化检测网络SNU-PS（Siamese Nested-UNet for change detection in Posterior Probability Space），通过结合两期地表覆盖分类后验概率信息，降低对变化检测样本的依赖。该方法首先利用地表覆盖分类样本训练高分辨率网络HRNet（High-Resolution Network），得到双时相影像的地物分类后验概率；然后将后验概率图像输入到孪生Nested-UNet变化检测网络SNU（Siamese Nested-UNet for change detection）中以获取变化检测结果。在SpaceNet7 和HRSCD数据集上测试的结果表明，SNU-PS能够充分利用地表覆盖的语义信息，在不同变化检测训练样本数量水平下，保持稳定的变化检测精度；相比分类后比较PCC（Post Classification Comparison）、基于后验概率空间的变化向量分析CVAPS（Change-vector analysis in posterior probability space）、以及各种类型变化检测网络（SNU、FC-EF、BIT、PCFN），具备更高与更稳定的变化检测精度，特别在样本数量不足时，优势更为明显。因此，本文提出的SNU-PS在小样本情形下的变化检测任务上具备更好的应用前景。关键词：地表覆盖;变化检测;深度学习;小样本;样本不平衡;语义分割网络;孪生网络;后验概率- 246
- |
- 967
- |
- 0
发布时间：2023-10-07
变化检测与深度学习
-
摘要：陆表二向反射BRDF（Bidirectional Reflectance Distribution Function）定量刻画了地表目标在不同太阳—目标—传感器方向上的反射能力，是光学定量遥感研究的基础参量。BRDF在地表三维结构表征上起着重要作用，对地表能量平衡研究有重要意义。自20世纪80年代来的发展，BRDF在定义、反演、观测等方面的研究都取得了显著的进展。随着多角度卫星或拟多角度卫星的发射升空，其相应的BRDF产品得到了业务化的生产和发布，被广泛应用到了遥感多个领域。本文从BRDF反演的基本原理出发，分析了BRDF反演的主要问题，在此基础上重点介绍了BRDF反演方法的原理和特点，这些方法可有效缓解BRDF反演过程中的病态（ill-posed）问题，最后指出了未来提高BRDF反演精度的研究方向。关键词：BRDF;多角度;定量;光学遥感;病态问题;反演原理;反演方法;能量平衡- 683
- |
- 539
- |
- 0
发布时间：2023-10-07 -
摘要：云是表征天气和气候变化的重要指标，在大气的能量分配、辐射传输等中起着重要作用。卫星遥感探测以其覆盖范围广、信息量大、重复频率高等诸多优势，成为研究云的主要手段。目前星载测云主动遥感技术主要包括毫米波雷达和激光雷达技术。本文介绍了星载毫米波雷达和激光雷达测云技术发展及数据应用研究现状，重点分析了CloudSat搭载的云廓线雷达CPR和CALIPSO搭载的云—气溶胶激光雷达CALIOP协同观测的成果和进一步发展需求。从全球云三维结构参数的需求分析，探讨了太赫兹雷达、高光谱激光雷达、多传感器数据融合等测云新技术发展和应用潜能，以及多星系统及单星多载荷等协同观测新模式的技术关键和轨道高度对探测性能的影响，提出多传感器共平台协同观测及数据融合研究三维云结构信息的设想。关键词：星载测云;主动遥感;星载毫米波雷达;星载激光雷达;协同观测;数据融合- 944
- |
- 508
- |
- 0
发布时间：2023-10-07
研究进展
-
摘要：雪深是积雪重要的物理属性之一，准确的获取雪深对积雪水文与水资源、气候变化、雪灾等研究至关重要。目前，广泛用于长时间序列雪深研究的是气象站观测雪深数据和被动微波遥感（如SMMR、SSM/I和SSMI/S）反演雪深数据。本文对这两种数据的雪深最大值和平均值在中国地区的空间分布、年际变化进行对比，分析两种数据的分布特征。结果表明：空间上，站点观测雪深与站点对应遥感像元雪深在东北地区相关性最好，新疆地区次之，青藏高原地区相关性较差。两种雪深在稳定积雪区分布较为一致，在大于40 cm的深雪区和雪深小于5 cm的南方地区站点观测雪深的最大值明显高于遥感反演雪深的最大值。时间上，相比于1980年—2019年这一时间段，1989年—2019年站点雪深与遥感雪深在各典型积雪区的相关性明显提高。进而对比近30 a中国地区两种雪深的变化，结果显示两种数据在青藏高原东南部雪深有一致的显著（p<0.05）减少趋势，在东北平原地区雪深有一致的显著（p<0.05）增加趋势。分布在青藏高原地区的气象站大多选址在海拔较低的地方，不能很好的反映对应微波遥感像元中高海拔地区及山区内雪深的平均分布和变化情况，而被动微波遥感雪深反演受积雪特性变化的影响，对短时间内雪深变化较大的极端降雪事件不敏感。关键词：雪深;气象站点;被动微波遥感;典型积雪区;对比分析- 740
- |
- 306
- |
- 0
发布时间：2023-10-07 -
摘要：合成孔径雷达（SAR）影像的后向散射系数与电磁波入射角以及地表特性密切相关，因此应用宽幅SAR影像对格陵兰冰盖开展研究分析时，应订正入射角对后向散射回波信号的影响。目前主流的针对冰盖表面入射角改正算法为余弦平方法，该方法假设冰雪表面为朗伯体对SAR影像后向散射系数进行改正，但将冰体假设为朗伯体存在明显不合理之处。本文提出了一种基于线性回归的后向散射系数改正算法，该方法假设近同时获取的格陵兰冰盖Sentinel-1双极化SAR影像后向散射特性保持不变，后向散射系数的差异仅与入射角差异相关。通过寻找后向散射系数与入射角之间的定量关系，获得归一化的双极化SAR影像后向散射系数。考虑到在不同季节和海拔的格陵兰冰盖冰雪表面后向散射特性不同，本文引入了海拔和季节两个参数，估算了不同季节与海拔条件下的归一化改正系数。将本文提出的后向散射系数改正方法应用于格陵兰Sentinel-1影像，结果表明本文提出的方法对于同极化影像的改正优于余弦平方法，而交叉极化影像改正效果与余弦平方法相近。本研究提出的改正方法可以更好地改正格陵兰冰盖的Sentinel-1宽幅SAR影像的后向散射系数，降低后续应用的不确定性。关键词：遥感;后向散射系数归一化;入射角;哨兵一号;格陵兰冰盖;合成孔径雷达;冰冻圈;冰川;影像镶嵌- 2790
- |
- 207
- |
- 0
发布时间：2023-10-07 -
摘要：冰川物质平衡作为气候变化的敏感指标，对于区域水资源管理，冰川灾害防治以及全球海平面变化预测具有重要意义。随着全球变暖加剧，自2000年来祁连山西段冰川消融加速，然而近年来该地区尤其是老虎沟12号冰川的年际物质平衡变化仍知之甚少。本文利用WorldView光学立体测绘、SRTM 和TanDEM-X双站InSAR生成的多源DEM数据，采用DEM差分法分别获得了2013年—2014年、2014年—2015年祁连山西段年际冰厚变化速率和2000年—2015年平均冰厚变化速率，同时获得了相应时段的冰川物质平衡结果。在此基础上以老虎沟12号冰川为例，估算了2013年—2014年、2014年—2015年和2000年—2015等3个时间段的冰川物质平衡变化速率，并分析了降水和气温变化对物质平衡变化的影响。结果表明：2013年—2014年、2014年—2015年祁连山西段冰厚变化速率为-0.35±0.034 m和-0.028±0.004 m，物质平衡变化速率分别为-0.27±0.014 m w.e./a和-0.024±0.084 m w.e./a。2000年—2015年老虎沟12号冰川平均物质平衡为-0.013±0.02 m w.e./a，冰川处于消融状态。冰川亏损速率由2013年—2014年的-0.33±0.04 m w.e./a减缓至2014年—2015年的-0.036±0.09 m w.e./a，这主要与2015年降水增多有关。本文验证了高质量的光学立体测绘卫星DEM数据在求解山地冰川年际物质平衡的可行性。关键词：遥感;WorldView DEM;TanDEM-X DEM;老虎沟12号冰川;物质平衡;InSAR;祁连山- 591
- |
- 274
- |
- 0
发布时间：2023-10-07 -
摘要：冰川识别对于周边地区水资源与气候变化监测具有重要意义。全极化SAR影像包含地物表面散射、偶次散射、体散射、统计特性等丰富的特征，而深度学习能够充分挖掘影像信息，因此使用全极化SAR影像结合深度学习能够得到精确的冰川识别效果。本文基于喜马拉雅山脉西端ALOS2-PALSAR全极化影像，使用VGG16特征提取网络与全卷积神经网络模型U-net相结合的VGG16-unet对冰川进行识别。采用的特征包括极化相干矩阵对角线元素、Freeman-Durden、H/A/α、Pauli、VanZyl、Yamaguchi这5种极化分解参数共计19种特征。为了充分利用影像信息，对这些特征进行分析与组合，并比较它们之间的冰川识别精度，以选取最佳特征。由于冰川与非冰川的地形具有明显差异，因此将DEM、坡度、局部入射角等作为辅助特征与极化特征结合。通过对比不同极化特征分类精度得出，基于物理特性的Pauli、Freeman-Durden、VanZyl、Yamaguchi特征分类的精度较高，其中Pauli特征分类的精度最高，整体精度（OA）达到92.54%，平均用户交并比（mIoU）达到78.78%。加入地形数据后整体精度（OA）提升至94.34%，平均用户交并比（mIoU）提升至82.35%。为了进一步提高冰川的识别精度，提出了一种基于单波段特征整体精度（OA）及召回率（Recall）筛选出的SDV（表面散射、偶次散射、体散射）特征交叉组合方式，结果显示，该组合整体精度（OA）达到94.98%，用户交并比（mIoU）达到85.67%，比Pauli特征分类精度分别高出0.64%和 3.32%。上述结果表明，选择最佳的特征组合方式并结合深度学习在提升冰川识别精度中具有重要的作用。关键词：遥感;冰川;ALOS2-PALSAR;极化分解;图像分割;深度学习;喜马拉雅- 1052
- |
- 442
- |
- 0
发布时间：2023-10-07 -
摘要：全球气候变暖严重影响冰川的稳定性，南极多条冰川表面发生塌陷。由于缺少高空间和高时间分辨率的南极地表高程模型DEM（Digital Elevation Model），目前单支冰川表面时空变化的研究不充分。利用2011年—2016年11期南极参考高程模型REMA（The Reference Elevation Model of Antarctica）数据，开展东南极达尔克冰川表面塌陷区域的高程变化监测，并利用Landsat 7/8和Worldview-2光学影像等数据分析塌陷过程和原因。结果表明，达尔克冰川在2013年发生了一起严重的塌陷事件，塌陷深度最大约45.29 m，造成了约26.29×106 m3的水体损失；塌陷发生后，该区表面高程不断增加，于2016年恢复至塌陷前的高程。塌陷区具有明显的整体性沉降特征，并存在融水聚集，推测塌陷和达尔克冰川冰下湖的排水过程存在密切的联系。本研究证明达尔克冰川存在较大的不稳定性，同时验证了REMA数据监测冰川表面塌陷的可行性，为未来精细化监测南极冰盖/冰架响应气候变化提供技术参考。关键词：南极，达尔克冰川，表面塌陷，气候变化，REMA;Digital;Elevation;Model，遥感，Landsat数据，Worldview数据- 701
- |
- 198
- |
- 0
发布时间：2023-10-07
冰冻圈遥感
-
摘要：多角度遥感对地观测能够提供更加丰富、多方向的遥感特征，提高地类之间的可区分性，为地物覆盖的精确识别打下坚实的数据基础。GF-7是中国继ZY-3卫星后的首颗亚米级测绘卫星，这为利用多角度特性解决“异物同谱”的问题，提高作物的识别精度带来了机遇。本文利用GF-7前视、后视全色及后视多光谱数据，各种特征组合输入到支撑向量机分类器进行分类，相对于光谱、纹理等特征，分析多角度特征对作物识别精度的作用。结果表明，较仅应用光谱特征，光谱与角差特征组合使用大蒜和冬小麦的制图精度分别提高了4.07%和3.15%，用户精度分别提高了6.73%和2.12%；较应用光谱与纹理特征，光谱、纹理与角差特征组合使用大蒜和冬小麦的制图精度分别提高了3.14%和1.01%，用户精度分别提高了5.11%和0.67%。通过McNemar检验分析，这种分类精度的提高是稳定的，角差特征使用能有效提高作物的识别精度。究其原因，多角度特征对不同作物类型在多角度观测时的光谱响应具备特有的差异性，这种差异提高了作物之间的可分性，从而保证作物遥感识别的精度。关键词：GF-7;支撑向量机;角差;遥感;冬小麦;大蒜;农业- 833
- |
- 311
- |
- 0
发布时间：2023-10-07 -
摘要：分布于中国半干旱区的温带疏林草原生态系统，是森林到草原之间过渡的一种生态系统类型，是在独特的气候和地形条件下发育于沙地的地带性顶级植被群落。疏林草原具有乔木、灌木和草本植被混合生长的特点、空间异质性高。植被遥感监测难度大，至今仍是全球范围内最不精确的土地覆盖类型。如何兼顾精度和范围，实现温带疏林草原区域尺度不同类型植物生长状态监测是当前干旱区植被遥感的热点和难点。本研究基于机器学习算法，通过近地面无人机遥感观测平台获取地表植被类型信息构建训练数据集，结合高分辨率卫星影像，建立疏林草原木本、草本植物覆盖度估算模型，实现了由无人机到卫星的温带疏林草原木本和草本植物覆盖度的同步估算，并比较了两种高分辨率卫星影像对疏林草原木本和草本植被覆盖度估算的差异。研究结果表明：（1）利用无人机近地遥感影像能够准确分类地表覆盖类型，为区域温带疏林草原木本、草本植物覆盖度估算模型提供大量精确的训练样本数据；（2）基于机器学习算法，利用高分六号（GF-6）和哨兵二号（Sentinel-2）两种高分辨率卫星影像建立的疏林草原覆盖度模型均可较好的实现木本、草本植物覆盖度的估算。其中，基于GF-6的疏林草原木本、草本覆盖度估计结果与无人机观测值的决定系数分别为0.72和0.66，均方根误差分别为6.76%和10.69%，估算精度分别为46.31%和77.88%；基于Sentinel-2的疏林草原木本、草本覆盖度估计结果与无人机观测值的决定系数分别为0.72和0.81，均方根误差分别为6.53%和8.20%，估算精度分别为54.30%和83.17%；（3）基于Sentinel-2卫星影像的疏林草原木本和草本植物覆盖度估算精度稍高于GF-6卫星，基于两个卫星影像的草本植物覆盖度的估算精度都要显著高于木本植物。本研究为实现疏林草原木本植物和草本植物覆盖度由景观尺度扩展到区域尺度的估测提供了新的思路，从无人机到卫星跨尺度协同观测的方法能够为区域温带疏林草原不同生活型植物生长状况监测提供有效的方法支撑，未来基于多时相的高分辨率卫星数据可进一步实现区域尺度温带疏林草原木本植物和草本植物的动态监测。关键词：遥感;榆树疏林;无人机;高分六号;哨兵二号;随机森林;分类与回归树- 2641
- |
- 567
- |
- 0
发布时间：2023-10-07 -
摘要：为寻求高效、高精度的东北一季稻种植面积提取方法，该研究以辽宁省盘锦市为研究区，利用覆盖水稻关键物候期的6景GF-6 WFV单时相影像和时序影像，构建光谱特征、植被指数、水体指数和红边指数4类特征变量，采用平均不纯度减少的方法进行重要性排序并通过袋外误差方法选择最优输入特征，建立基于特征优选的随机森林模型，对2020年盘锦市水稻种植分布进行提取。结果表明：（1）基于水稻不同物候期的单时相影像，总体分类精度均在94%以上，以处于水稻移栽期影像分类结果最佳，其总体精度、F1值（水稻）、Kappa系数与实地验证点精度分别为97.67%、98.84%、0.97和97.22%；（2）与单时相影像相比，利用时序影像进行土地覆被分类和水稻信息提取能够有效提高分类精度，其总体精度、F1值（水稻）、Kappa系数与实地验证点精度分别为99.33%、100.00%、0.99和97.22%；（3）对有无红边信息参与的水稻提取结果进行对比分析，红边波段和红边指数的引入可使分类精度有所提高；（4）引入紫边与黄边波段能够提高分类精度，但分类结果精度提高效果次于红边信息。该研究证明，基于特征优选的随机森林模型，利用水稻移栽期的单时相影像提取水稻种植分布可满足实际应用精度需求，但利用时序影像可进一步提高分类精度。此外，GF-6卫星的新增波段均能够提高水稻分类精度，显示出GF-6卫星在作物精细提取方面具有巨大应用潜力。关键词：遥感;随机森林;红边波段;特征优选;高分六号;水稻;紫边波段;黄边波段- 857
- |
- 318
- |
- 0
发布时间：2023-10-07
林业与农业
-
摘要：叶面降尘遥感监测是评估矿山粉尘污染状况的重要手段之一，与自然粉尘相比，重金属富集的矿山粉尘对人类健康和植被生长造成更严重的威胁。以往叶面降尘遥感监测大多针对降尘量进行反演和监测，而没有研究矿区粉尘与自然粉尘的差异。本文使用哨兵二号数据，以内蒙古自治区甲乌拉—查干铅锌银矿区为例，在分析叶面降尘的光谱响应特征基础上，基于特征向量主成分选择FPCS（Feature-oriented Principal Components Selection）方法，提取研究区叶面降尘范围和强度，在分析矿山尘源与自然尘源光谱特征差异基础上，建立了尘源光谱指数DSI（Dust-source Spectrum Index），用于区分矿山粉尘与自然粉尘，并分析了叶面降尘类型、强度与矿山地物分布的相关性，以及主要矿山尘源的扬尘扩散特征。结果表明叶面降尘导致植被可见光波段反射率升高、近红外波段反射率降低、植被红边“蓝移”，远离粉尘源方向，可见光波段反射率逐渐降低，红边位置逐渐向长波方向移动；矿山尘源与自然尘源光谱特征存在差异，矿山尘源叶面降尘像元在864.7 nm附近显示反射率吸收特征；FPCS成功提取了研究区叶面降尘的范围和强度，DSI能有效区分矿山降尘与自然降尘，提取的矿山叶面降尘像元与矿山地物空间相关性强；研究区主要矿山尘源为废石堆和矿山道路，其中废石堆扬尘扩散强度和距离大于矿山道路。该研究可为矿山开发粉尘污染状况快速评估提供一种技术思路。关键词：遥感;矿区;叶面降尘;尘源信息;Sentinel-2;FPCS;尘源光谱指数（DSI）- 886
- |
- 197
- |
- 0
发布时间：2023-10-07 -
摘要：受限于洪灾时期的天气，用于洪灾评估的遥感数据多为雷达影像或者航拍数据，而众多夜间灯光和光学影像数据在评估洪灾时发挥的作用亟待进一步挖掘。本研究以7—8月份的阜阳为研究对象，基于Sentinel-1、Sentinel-2及Landsat 8等卫星数据，借助遥感大数据平台GEE（Google Earth Engine）提取水体信息，并利用夜间灯光数据建立的夜间灯光总强度TNL（Total Night-time Light）和综合灯光指数CNLI（Compounded Night Light Index）来探讨水体变化与夜间灯光之间的关系，从而监测和评估洪灾动态。结果显示：（1）阜阳7—8月南部水体分布变化明显，特别是蒙洼蓄洪区水体面积明显增加，7月31日水体面积达到最大值323 km2，比洪灾前水体面积多出6倍，随后水体覆盖范围呈下降趋势，该趋势与王家坝开闸蓄洪和泄洪的时间对应。（2）基于夜间灯光指数TNL指数和CNLI指数对阜阳夜间灯光变化进行结合分析，发现灯光指数的变化趋势与水体的变化趋势相反，说明夜间灯光指数可以有效地反映出洪灾的变化过程。（3）对数据较完整的阜阳东部的水体及夜间灯光指数进行结合分析，进一步说明夜间灯光与水体数据均可用来监测洪灾。本研究以阜阳市今年的洪灾为例，拓展了夜间灯光数据和光学影像的应用范围，同时也证实了在经过严格的数据处理后，基于Sentinel-1的雷达影像、Sentinel-2和Landsat 8的光学影像等多源遥感数据均可有效监测洪灾的变化情况，在以后的洪灾监测中发挥重要的作用。关键词：Google Earth Engine（GEE）;夜间灯光;多源遥感;洪灾;哨兵;NPP-VIIRS DNB;Landsat- 1499
- |
- 703
- |
- 0
发布时间：2023-10-07
地质与灾害
-
摘要：高光谱成像技术在实现低成本大范围的土壤重金属快速监测方面独具潜力。针对高光谱图像反演中突出的小样本问题，本文基于分数阶微分FOD（Fractional Order Derivative）提出一种面向高光谱图像的土壤重金属反演方法。首先，利用土壤采样点的邻近像元进行样本扩充，增加样本的光谱差异性；其次，采用FOD突出光谱特征同时保留微分光谱的渐变信息；进而通过竞争自适应重加权采样CARS（Competitive Adaptive Reweighted Sampling）优选波段，采用偏最小二乘方法（PLSR）建立反演模型。以新疆维吾尔自治区哈密市黄山南矿区获取的72个土壤样本和航空高光谱图像为研究数据，对铅（Pb）、锌（Zn）、镍（Ni）3种重金属进行反演，结果表明：样本扩充不仅缓和了模型的过拟合现象，还提升了重金属反演精度；最佳阶数的分数阶微分能有效增强光谱特征，提高反演精度；CARS相对于相关系数法CC（Correlation Coefficient）、遗传算法GA（Genetic Algorithm）选出的波段组合反演精度更优，对研究区重金属Pb、Zn、Ni的反演精度R2分别为0.7974、0.8690和0.8303，反演方法具有较好的鲁棒性。关键词：分数阶微分;高光谱遥感图像;CARS;土壤重金属;小样本;可见近红外;短波红外- 685
- |
- 305
- |
- 0
发布时间：2023-10-07 -
摘要：高分一号卫星（GF-1）搭载的WFV传感器具有高空间分辨率和宽幅成像能力，是资源调查和生态环境保护等领域的重要数据源。目前GF-1 WFV数据仅提供L1级标准化产品，缺少地表反射率产品，而大多数定量遥感研究都是建立在地表反射率产品的基础上。为了研发GF-1 WFV地表反射率产品，本文提出一种基于多源MODIS AOD空间融合和动态查找表的6S大气校正算法并生产和共享中国陆地区域2020年GF-1 WFV地表反射率产品。在产品精度验证方面，通过比较大气校正前后的影像质量、直方图和典型地物反射率差异并利用同步过境的Landsat 8 OLI地表反射率产品和地面实测数据进行定量验证。精度验证和分析结果表明，经过大气校正后的影像质量改善明显，与Landsat 8 OLI地表反射率产品具有良好的一致性。基于实测地表反射率数据的精度验证结果表明蓝、绿、红和近红外波段的均方根误差（Root Mean Square Error）分别为1.21%、1.53%、1.26%和6.14%。研究结果表明，研发的GF-1 WFV地表反射率产品的质量可靠且产品算法具有自动化和业务化的生产能力。关键词：遥感;GF-1 WFV;地表反射率;大气校正;6S模型;空间融合;动态查找表;中国陆地区域- 1100
- |
- 370
- |
- 0
发布时间：2023-10-07 -
摘要：基于机载LiDAR测深ALB（Airborne LiDAR Bathymetry）技术的海底底质分类能够为浅海水域的海洋资源开发利用、海洋环境保护、海洋工程建设等提供基础数据，对海洋活动与海洋科学研究具有重要意义。针对ALB海底底质分类存在的特征冗余问题，本文提出了一种顾及波形和地形特征优选的底质分类算法。在提取波形和地形特征的基础上，构建Relief-F特征优选模型，通过计算各特征在底质分类中的贡献率，实现多元特征优选；然后，利用随机森林RF（Random Forest）、支持向量机SVM（Support Vector Machine）、BP神经网络BPNN（Back Propagation Neural Network）3种分类器进行监督分类，提取珊瑚礁、砾石、砂、植被、海岸带5类底质。为验证所提分类方法的有效性，利用西沙甘泉岛实测ALB数据进行实验，结果表明：利用Relief-F算法进行特征优选后，RF、SVM与BPNN的分类精度分别提高了1.1%、1.1%和2.7%；其中，随机森林底质分类具有更高的分类精度，其总体分类精度OA（Overall Accuracy）和Kappa系数分别达到了95.36%和0.94。本文研究成果能够为海洋工程等领域的海底底质分类需求提供有效的技术支撑。关键词：机载LiDAR测深;底质分类;波形特征;地形特征;Relief-F特征优选模型;图像处理;海洋- 544
- |
- 183
- |
- 0
发布时间：2023-10-07
模型与方法
- 地址：北京市海淀区北四环西路19号 《遥感学报》编辑部 邮编：100190
- 联系电话：010-58887052 Email：nrsb@aircas.ac.cn
- 技术支持由北京北大方正电子有限公司提供 京ICP备20021838号-9
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0