随着遥感技术的快速发展与广泛应用,对获取的遥感图像质量有了更高的要求。但是,难以直接获得高空间分辨率多光谱遥感图像。为了结合不同成像传感器的信息,获得高质量的图像,图像融合技术应运而生。空谱遥感图像融合是一种获取高空间分辨率多光谱图像的有效方法,目前已有许多学者针对空谱遥感图像融合展开研究,取得了较多成果。近年来,深度学习理论得到了快速发展,广泛应用于空谱遥感图像融合。为了让学者们能够更系统地了解空谱遥感图像融合的现状,推动空谱遥感图像融合的发展,首先对常用的遥感卫星作了介绍,并简单总结了传统的经典空谱图像融合算法; 其次,从监督学习、无监督学习和半监督学习3个方面,重点对基于深度学习的空谱图像融合算法进行了阐述,还对损失函数进行了描述与分析; 然后,为了证明基于深度学习方法的优越性以及分析损失函数的影响,开展了遥感图像融合实验; 最后,对基于深度学习的空谱图像融合方法进行了展望。
水色是人眼受悬浮颗粒物、叶绿素和可溶性有机物等多种物质复合影响的水体颜色最直观的感知,是具有悠久历史的水环境参量。水色对于研究内陆与近岸水体的生态具有十分重要的意义。随着色度学的研究及高光谱卫星遥感技术的进步,发展出水色的色度学方法。通过系统回顾内陆与近岸水体色度学研究的发展过程,从表观光学量和固有光学量2个角度阐述了色度学方法从理论到实际应用的情况。并介绍了卫星遥感数据的色度学处理方法。色度学方法是水色定量表达的技术方法,是水色研究的重要分支,也是对水色组分研究的扩展和补充,具有广阔的应用前景。未来,为了进一步提高色度学方法在内陆与近岸水体中的应用,需要加强水体生物-光学数据集的建设。从表观光学量和固有光学量2个维度开展色度学研究。同时加强国产卫星色度学方法的研究,扩展水色产品类型。
结合粤港澳大湾区的亚热带气候特点,采用TerraSAR-X雷达遥感卫星对实验区域进行了图像采集; 针对雷达卫星观测场景中地物目标尺度变化不一的问题,提出了一个应用于地物分类的卷积神经网络模型(ENet convolution spatial pyramid pooling,ENet-CSPP)。利用了普通卷积比空洞卷积更好保持领域信息的特点,提出了多尺度特征融合模块——卷积空域金字塔池化模块; 针对SAR遥感图像数据集训练样本偏少的问题,提出了将多尺度特征融合模块和轻量化卷积神经网络结合起来的方法; ENet-CSPP网络的编码器部分由改进后的ENet网络和卷积空域金字塔池化模块构成,解码器部分实现深、浅层特征的融合后输出地物分类图像。在GDUT-Nansha数据集上进行了定量对比实验,ENet-CSPP模型在像素精度、平均像素精度和平均交并比3个性能指标上都要优于其他模型,表明多尺度轻量化的模型有效提高了地物分类的精度。
多尺度分割是高分辨率遥感影像信息提取的关键步骤,但是如何评价分割质量、量化分割错误一直是具有挑战性的课题。本文在边界强度信息的基础上,构建了一种非监督的分割评价方法,用于多尺度遥感影像分割的最优尺度参数选择与局部分割质量评价。分割错误包括过分割与亚分割2种,该文利用归一化边界梯度特征,分别对2类分割错误进行了建模。对过分割错误的估计考虑了斑块边缘的梯度信息,而对亚分割错误的评估运用了斑块内部梯度信息。为了验证所提出的方法,利用2景高分辨率遥感影像,开展了多尺度分割结果的评价实验,所提出方法的分割评价与实际分割效果吻合度较高。结果表明,该文方法可以有效反映斑块的过分割与亚分割错误。
红树林具有定期被潮水淹没的特点,这个特点对于利用遥感技术手段提取红树林来说既是机遇也是挑战。为探究在任意潮汐条件下,高分六号(GF-6)卫星数据的红边波段在红树林提取上的贡献度,以海南省最大的红树林区域东寨港东南区为研究区域,利用高分二号(GF-2)卫星数据获取标准样本点。以研究区的标准样本点和高分六号数据为基础,构建典型地物反射光谱曲线图,由植被强吸收的波段建立基线,基线之上反射率的平均值定义了适用于高分六号卫星数据的潮间红树林指数(intertidal mangrove forest index,IMFI),同时建立了红边归一化植被指数(red-edge normalized difference vegetation index,RENDVI),这2种指数与归一化植被指数(normalized difference vegetation index,NDVI)和归一化水体指数(normalized difference water index,NDWI)等常用指数通过箱线图进行对比分析,并基于IMFI和RENDVI构建决策树模型对研究区的典型红树林进行提取,提取结果与高分二号遥感数据目视解译提取的样本进行精度验证。结果表明: ①红树林周期性被潮水淹没的特点,使得潮间红树林的反射光谱曲线在水体与红树林的标准光谱曲线之间分布,且相对分散; ②IMFI和RENDVI可反映红边波段与近红外波段反射光谱的差异性,能够更好地对潮间红树林、红树林和水体进行分离; ③基于IMFI和RENDVI构建的决策树模型可有效提取红树林分布信息,其总体精度为0.95,Kappa系数为0.90。红边波段的引入在红树林提取上发挥了重要作用,具有很大的应用潜力,为国产红边卫星数据在生态方面的应用提供参考。
利用Sentinel-2遥感卫星影像,结合遥感优势以光谱、指数、纹理等14种多种特征信息为输入,依托贝叶斯优化算法,设计了一种能自动获取最优超参数组合的BO-XGBoost方法,并将其成功应用于2021年阳澄湖蓝藻信息提取。结果表明: ①通过贝叶斯优化算法获取最优超参数组合,进行训练得到BO-XGBoost蓝藻分类模型,其训练结果在测试集和训练集上表现效果良好,准确率高达96.07%; ②将BO-XGBoost应用于参与样本集构建的影像,其蓝藻识别结果与人工解译成果对比,2种方法得到的蓝藻空间分布情况基本一致,交并比最低为41.31%; ③为评价该分类模型在其他时相的适用性,选择其他时相影像数据进行蓝藻提取,BO-XGBoost与人工解译2种方法蓝藻空间分布情况基本一致,交并比最低为43.85%。
高分辨率气象资料是精细化气象业务服务的重要数据基础,文章利用2020年1月—2021年3月逐小时的2 m气温网格数据,选取海拔、经度、纬度等地形因子,综合应用LightGBM(LGB)、XGBoost(XGB)、梯度提升树(gradient boosting tree, GBT)和随机森林(random forest, RF)4种机器学习方法,实现1 km分辨率的2 m气温网格数据降尺度至100 m,并对4种机器学习降尺度结果进行加权融合。将不同模型降尺度结果与双线性插值结果对比,结果表明: 各降尺度模型结果与站点观测值较为一致,LGB,XGB和RF模型与双线性插值降尺度结果空间结构相似,但更为精细; 各降尺度模型具有相同的时空误差分布特征,与双线性插值结果相比,LGB,XGB和GBT的数据精度均有明显提高,均方根误差(root mean square error,RMSE)分别降低了5.2%,4.1%和4.6%,而加权融合后的RMSE降低了5.9%,优于单一机器学习模型; LGB,XGB和GBT模型对不同地形条件下的降尺度结果均具有一定改善,尤其对高海拔地区(海拔在600 m以上)的改进效果更为显著,LGB,XGB和BGT和融合模型的相关系数分别提高了0.45%,0.40%,0.63%和0.66%,RMSE分别降低了9.1%,8.0%,12.7%和13.1%。研究显示,多种机器学习加权融合的降尺度模型兼顾了提升空间分辨率和保持数据精度两方面的要求,适用于研究区2 m气温数据的降尺度研究,为研制高分辨率数据产品具有一定参考意义。
针对遥感场景的精准分类,提出了密集网络特征哈希的场景分类算法。基于密集网络输出的高层语义特征,经全连接层过渡降维后,激活函数生成归一化的特征向量作为分类层的判断输入,形成端到端的分类网络。训练后的网络作为特征提取器,将测试数据激活层特征映射生成二值哈希码,最后采用支持向量机分类。所提出的算法分别在UC Merced,WHU和NWPU-RESISC45公开数据集进行了验证,分别与传统局部特征描述子、迁移学习、深度特征编码3个层次的多种算法进行了对比,实验结果表明,相比于传统中低层语义特征,分类准确度得到大幅度提高; 相比于深度学习网络的迁移,密集特征映射表达精细,聚集影像核心类别判断要素,更符合遥感影像的特征分布; 相比于深度特征编码算法,特征结构简单,分类精度高,迁移和拓展性强,可以满足不同遥感场景分类要求。
地震滑坡是不可忽视的地震次生灾害,往往造成极大的人员和财产损失,遥感识别地震滑坡是震后灾害调查和灾情评估的重要手段。文章以GF-1遥感影像为数据源,采用面向对象的分类方法对九寨沟熊猫海区域进行地震滑坡识别。基于多尺度分割和多条件阈值分类构建地震滑坡分层识别规则集,旨在充分利用地物特征,减少光谱相似地物的混分现象,提高滑坡识别精度。结果表明: 共提取熊猫海景点附近滑坡面积约2.18 km2,整体识别精度达到98.11%。该方法可快速获取识别地震滑坡,且识别精度高、识别规则具有适用性,为震后灾害应急调查和灾损快速评估提供参考和依据。
合理的土地利用计划对避免高碳排放有着重要意义,进行低碳经济视角下的土地利用优化模拟有利于绿色发展和土地资源科学配置。以北京市为例,将兴趣点(point of interest,POI)数据纳入FLUS模型的BP-ANN算法模块中对其进行改进,利用2010年和2020年2期土地利用数据对改进模型的模拟精度进行对比验证。在此基础上,耦合Markov法及理想点法,对研究区2030年自然演变情景及低碳经济情景下的土地数量结构和空间布局进行模拟分析。研究结果表明: ①引入POI数据的FLUS模型在模拟2020年土地利用时,Kappa系数提高4.85%、总体精度提高3.42%,改进模型有利于提高模拟精度; ②经模拟验证,在自然演变情景中,碳排放量增加7.70%,建设用地面积增长7.68%,耕地、草地面积持续减退; ③在低碳经济情景中,与自然演变情景相比,碳排放量减少198.49万t,建设用地持续扩张的趋势得到遏制,浅山区草地被占用的现象得到缓解,北部林地面积增长明显。研究说明了土地利用模型的模拟精度随城市发展元素的变化而变化,纳入POI数据可以为土地规划提供更好的决策支持,低碳经济导向的土地结构调整及空间布局优化,可以为区域土地合理利用和规划布局提供参考。
针对目前枯死树木检测主要依赖人工实地勘察,容易受到森林地形限制、勘察效率低、易发生危险等问题,提出一种引进注意力机制及空间金字塔池化的YOLOv4-tiny枯死树木检测算法。首先,该方法在模型的Backbone部分后引入空间金字塔池化(spatial pyramid pooling,SPP)结构,融合局部和全局特征,丰富模型的特征表达能力; 其次,使用ELU替换模型中原激活函数LeakyReLU,使得激活函数单侧饱和,能够更好地收敛,提升模型鲁棒性; 最后,将注意力机制ECANet引入模型中,加强网络对图像中重要信息的学习,提升网络的性能。实验利用无人机采集辽南某风景区山林的树木影像,并使用不同模型对其中枯死树木进行检测。通过实验结果表明,改进算法检测精度达到93.25%,相比于YOLOv4-tiny,YOLOv4,SSD和文献[8]算法,精度分别提升9.58%,12.57%,10.54%和4.87%,能够较好地实现对于枯死树木的检测。
SAR与光学影像的高质量融合应用是目前研究的热点问题之一,然而二者间辐射差异大、灰度相关性弱等问题,严重影响了融合质量。为此,该文提出一种耦合非局部自相似性与散度的SAR与光学影像融合算法。首先在频率域将影像分解,然后使用非局部方向熵和散度作为特征量分别指导低频和高频分量进行融合,最后将融合分量重建,得到兼具清晰结构特征和丰富光谱信息的融合影像。通过对比实验,证明所提算法在融合SAR与光学影像方面的有效性,及其在保持结构特征和减小光谱扭曲方面的优越性。
针对传统的道路提取方法在高分辨率遥感影像中存在提取效果差和提取速度慢的问题,提出了改进Deeplabv3+的高分辨率遥感影像道路提取模型。采用MobileNetv2主干特征提取网络与Dice Loss函数相结合,较好地平衡了高分辨率遥感影像道路提取精度与速度的矛盾,实现较高提取精度的同时减少了模型参数,满足了时效性的要求。基于开源道路提取数据集的实验结果表明: ①该文提出的道路提取模型在高分辨率遥感影像上具有可行性,提取道路的整体精度达到98.71%,具有较高的提取精度; ②在提取道路的速度方面该方法平均帧数达到120.05,模型参数量仅为5.81 M,总体上比原模型更加轻量化,表明该方法满足了时效性的要求。该方法在大幅减少参数量、满足时效性的同时保证了提取的精确度,为提高基于高分辨率影像的道路提取精度和速度提供了一种新的改进思路和方法。
耕地土壤粗糙度是影响土壤水分、微波遥感观测和植物生长等农情信息监测方面的重要因子。土壤粗糙度通常是根据野外拍摄照片进行判读,但存在判读效率低、受人为因素影响等不足。无人机低空遥感对观测地表起伏状况具有良好的敏感性,因此基于摄影测量利用无人机对地表进行拍摄,将其结果与粗糙度测量板获取的数据进行对比,探讨无人机数据测量土壤粗糙度的精确性。研究结果表明: 近景摄影测量的平均绝对误差主要集中在0.4~1.2 cm之间,平均相对误差为6.16%,均方根误差为0.40 cm。表明无人机点云摄影测量可有效运用于地表粗糙度的测量,且当分块采样的面积越小时,获得粗糙度的值越精确。
内蒙古包头市哈达门沟金矿是乌拉山—大青山成矿带上重要的大型金矿床,具有很大的找矿潜力。为了充分发挥遥感技术在地质找矿中的应用,对哈达门沟金矿进行了不同遥感数据的矿化蚀变信息提取。依据矿区蚀变矿物光谱特征,利用Landsat8 OLI、ASTER、WorldView-3遥感数据,采用主成分分析确定了哈达门沟金矿Landsat8 OLI和WorldView-3提取铁染、ASTER和WorldView-3提取羟基、ASTER提取碳酸盐化的综合处理方法。通过蚀变异常信息的分布规律,叠加矿区地质图分析,成功圈定了2条蚀变带,并且结合控矿构造研究的成果,认为哈达门沟金矿成矿热液活动与构造关系密切。研究可以为乌拉山—大青山成矿带寻找同种类型的金矿床提供参考,对哈达门沟金矿外围找矿有一定的指导意义。
雄安新区是具有全国意义的新区,其地下水位埋深较浅,包气带和饱水带之间水分交换十分密切,地下水的向上补给增大了土壤中水分含量。据此,该文以遥感影像为数据源,首先对研究区进行面向对象的土地分类,掩模提取植被信息,从而对植被区域利用温度植被干旱指数(temperature vegetation dryness index,TVDI)提取土壤水分信息,结合该区域古河道地质地貌特征和目视解译,识别了研究区内的古河道,并进行野外实地验证,对雄安新区古水系进行重构。结果表明: 该方法可以有效地提取研究区古水系信息; 研究区现今地表水体分布与古水系分布具有较大差异; 比较土地分类结果与古水系解译结果发现,古水系分布区域多集中在现今的建筑用地,这些建筑用地在遥感影像上表现为农村居民点。以古水系区域分别设置50 m,100 m,200 m缓冲区,并与土地分类结果进行相交分析。结果表明,在缓冲区域内的建筑用地占地面积占比相较全区域建筑用地占地面积占比明显增加,表明古水系分布与村落存在一定的相关性。
2020年超长梅雨期内的持续强降雨,导致安徽省发生全域性洪涝灾害,为了快速、准确地提取洪涝淹没范围,为防汛救灾提供科学支撑,选取安徽境内巢湖流域和淮河流域的灾前和灾中Sentinel-1A数据,首先,在快速预处理基础上,采用双极化水体指数(Sentinel-1A dual-polarized water index,SDWI)法,并结合地形因子对平原和山区分别提取水体信息,建立一套洪水淹没区监测流程; 然后通过该流程利用灾前、灾中两期合成孔径雷达数据提取2020年7月27日巢湖流域、淮河流域行蓄洪区洪水淹没范围。结果显示: SDWI比直接用后向散射系数提取水体具有优势; 7月27日巢湖流域洪水淹没区面积为524.8 km2,其中受洪灾较重的是白石天河子流域,西河子流域次之; 淮河流域安徽境内行蓄洪区,沿淮的4个地市淹没面积从大到小依次为淮南市、阜阳市、六安市、蚌埠市。研究表明,基于Sentinel-1A数据,采用SDWI和地形因子建立的洪水淹没区监测流程对平原和山区都具有较好的准确性、适用性,且具有较高的时效性,便于及时开展洪水灾害监测。
札达土林位于西藏自治区札达县和普兰县境内,主要由托林组及香孜组弱固结-半固结的碎屑岩构成,受河流及雨水的长期冲刷侵蚀,形成了峰丛林立、沟壑纵横的特殊地质景观。为进一步发掘札达土林分布区的旅游资源,充分展现研究区内地质景观的科学价值、美学价值,主要利用高分一号卫星遥感影像开展工作区地质解译工作,重点解译构成土林地貌的香孜组、托林组地层及能够指示板块俯冲作用的蛇绿岩、构造混杂岩。根据解译成果,依托“航空物探遥感多元数据加工与产品展示平台”提供的三维解译环境,提取研究区土林地貌、岩石类型、断裂构造等典型地质景观。遥感技术的应用更加准确地圈定了土林的分布范围,三维展示平台使土林地貌、洋壳残余、不整合界线等代表区域沧海桑田剧烈变化之演化历史的地质遗迹更加生动形象地展示在荧屏之上,利用现代信息化技术为札达土林世界地质公园的整体规划部署提供有力支撑。
伴随着煤矿资源的大规模开发利用,煤矿地质环境问题日趋严重,现已成为社会经济发展的制约因素。为了查明安徽省煤矿采空塌陷区灾害现状、分析塌陷区变化趋势、总结安徽省采煤塌陷区的治理对策和方法,主要以2016—2017年获取的安徽省国产高分卫星遥感影像数据为信息源,采用3S技术手段开展遥感影像数据处理、解译、分析及野外调查等各项工作。研究得出如下结论: ①安徽省2017年矿山采空塌陷区总面积为396.62 km2,占安徽省国土面积的0.28%; ②矿山塌陷区面积及数量的增长速度相较往年有所减缓; ③提出了1套治理对策及4种治理方法。结果表明,采用3S技术对安徽省开展矿山环境遥感监测获得的数据成果质量良好,能够宏观、高效、准确地提取相关数据信息,从而大大提高了矿山地质灾害治理的工作效率,为今后煤矿塌陷区的恢复治理及可持续开发提供技术支持。
2022年9月5日,四川省甘孜州泸定县发生6.8级地震,地震诱发大量山体滑坡。为满足震后大范围滑坡快速提取需求,文章使用泸定震前震后高分二号和高分六号卫星影像和数字高程模型(digital elevation model,DEM)数据,利用面向对象方法,采用多尺度逐步优化分割方法,根据实验区对象光谱、专题指数、几何纹理、地形特征,利用最近邻分类快速提取滑坡信息。震前震后总体识别精度分别为92.3%和95.4%。对地震前后滑坡分布进行综合分析,确定地震诱发新增滑坡23.91 km2。选取7种地形因子,通过空间统计分析总结震后滑坡分布特征,发现震后滑坡主要受鲜水河断裂带影响,沿河流呈带状分布、沿断裂带附近山坡沟谷片状密集分布; 与历史滑坡相比,新增滑坡高程范围较为稳定,分布坡度范围扩大,震后滑坡与地表粗糙度呈现明显的负相关关系。研究为震后滑坡提取提供了技术参考。
新疆阿希矿区地理环境复杂,长期的矿产资源开采致使矿区的地面发生了较为严重的沉降和变形,造成了采矿生产安全隐患和周边生态环境的破坏。为了进一步研究分析阿希矿区地面沉降时空变化特征和地表形变规律。首先,利用小基线集合成孔径雷达干涉测量(small baseline subset-interferometric synthetic aperture Radar,SBAS-InSAR)技术对2017年2月9日—2021年4月25日获取的127景升轨Sentinel-1A影像数据进行沉降计算; 其次,将InSAR沉降监测结果与水准测量结果进行对比验证; 最后,分析了阿希矿区近5 a地面沉降时空变化特征,并研究了影响矿区地面沉降的驱动因素。结果表明,在整个监测期间内,阿希矿区地表形变呈现出整体基本趋于稳定状态、局部沉降较为明显的特征。造成矿区沉降的主要因素为矿产开采、地质构造、降水及露天矿井蓄水等。本研究可为矿区地面沉降监测以及今后地下矿物的合理开采提供科学依据。
西藏森林面积位居全国前列,该地区的森林资源具有重要的水源涵养和生态服务功能,评估其森林自然资源资产具有重要的意义。现有的森林覆盖产品及统计数据无法满足本区域森林自然资源资产评估的需要,因此需探索适用于本区域森林精细分类方法。该文以西藏墨脱县为研究区,基于Google Earth Engine (GEE)云计算平台,利用2015年和2020年的Landsat8遥感影像,结合野外调查数据和基础地理数据,构建时间、空间、光谱及辅助特征集,采用随机森林算法(random forest,RF)和分类回归树算法(classification and regression tree,CART)进行森林分类。对2种算法得到的结果进行精度评价表明,利用RF算法得到的2015年和2020年森林分类数据的精度相对较高,总体分类精度分别为0.88和0.87,Kappa系数均大于0.8。对森林分类结果进行面积及时空特征的分析,结果表明: ①2015年墨脱县的森林总面积为3.4万km2,森林覆盖率达到了84.63%,与之相比2020年森林总面积减少了2%; ②墨脱县森林资源主要以阔叶林为主,2015年和2020年阔叶林面积分别占总森林面积的72.27%和75.37%,主要分布在雅鲁藏布江大峡谷及低海拔地区。针叶林面积分别占森林总面积的25.96%和23.19%,主要分布在南迦巴瓦峰和加拉白垒峰等高海拔地区。通过构建时空谱分类方法,获得了墨脱县森林2015和2020年的时空分布认知,研究可以为SDGs森林覆盖率具体指标的解算提供方法参考,也可以弥补小区域森林数据缺失的问题,获得的监测数据将能够为本区域自然资产评估和生态功能评价提供数据支持。
利用遥感技术进行土壤含盐量的快速检测可为土壤盐渍化治理和绿洲农业合理开发提供科学指导。基于渭干河—库车河三角洲绿洲采集的95个土壤样品,采用光谱指数、波段反射率与实测土壤含盐量,运用多元线性回归、偏最小二乘回归、支持向量机回归和随机森林回归方法构建土壤含盐量估测模型,并利用最优估测结果对研究区土壤含盐量的空间分布格局进行遥感反演。结果表明: 通过全子集回归法筛选出与土壤含盐量相关显著的9个光谱因子,相关系数均在0.5以上(P<0.01)。其中盐分指数中SI-T与土壤含盐量的相关系数最大为0.648; 对比4种反演模型的估测精度,拟合的效果由高到低依次为随机森林回归>支持向量机回归>偏最小二乘回归>多元线性回归。其中随机森林模型拟合精度表现最佳,训练集和验证集的决定系数分别为0.870和0.766; 相对分析误差分别为2.792和2.105,值均大于2,表明模型反演效果较好,有稳定的估测能力; 由随机森林模型的反演结果来看,第Ⅰ等级和第Ⅱ等级占比达到41.62%,分布于绿洲内部的耕作区; 第Ⅲ,Ⅳ和第Ⅴ等级区共占比56.41%,主要分布在绿洲外围与沙漠的交错带和荒漠区。采用随机森林机器学习建模方法对土壤含盐量进行反演,估测效果明显优于传统的统计模型,可为干旱区绿洲土壤盐渍化监测提供参考。
针对黑河流域的地表类型特点和大气特征,基于 ASTER发射率产品和植被覆盖度法(vegetation cover method,VCM)计算了研究区地表发射率,并利用改进的多层前馈神经网络(multilayer feedforword neural network,MFNN)算法估算了区域大气水汽含量,通过对输入参数分组构建系数查找表,发展了适用于ASTER数据遥感反演地表温度的分裂窗算法。为检验算法的适应性和精度,利用黑河流域2019年的地表温度实测数据和MODIS温度产品对算法进行评价。结果表明,与站点数据相比,均方根误差在1.81~3.01 K之间; 在与MODIS数据产品交叉验证中,本文提出的算法误差和偏差相对较小,均方根误差在1.11~1.75 K之间。总体来说,利用本算法反演得到的温度产品精度可满足气象气候学研究的需要,算法的构建思路也可为类似的热红外传感器提供借鉴。
为了探究反演新疆维吾尔自治区阿拉尔垦区土壤盐渍化最优遥感盐分监测指数模型,以Landsat8 OLI遥感影像和野外实测数据为基础,通过盐分指数(salinity index,SI)、归一化植被指数(normalized difference vegetation index,NDVI)、修改型土壤调节植被指数(modified soil - adjusted vegetation index,MSAVI)、地表反照率(Albedo)构建遥感盐分监测指数模型(salinization detection index,SDI),提取阿拉尔垦区土壤盐渍化信息并验证模型精度,对比分析得出最优遥感盐分监测指数模型。结果表明: 4类遥感盐分监测指数模型中SDI1(SI-NDVI),SDI2(SI-MSAVI),SDI3(SI-Albedo)和SDI4(Albedo-MSAVI)总体分类精度为83.45%,69.78%,53.23%和71.94%; SDI1模型最适合反演阿拉尔垦区土壤盐渍化程度,SDI2和SDI4模型对阿拉尔垦区土壤盐渍化监测有一定参考意义; 利用SDI1模型反演阿拉尔垦区土壤盐渍化分布,垦区以非盐渍土和轻度盐渍土为主,重度盐渍土和盐土主要分布在垦区的东北和东南地区。由SI和NDVI构建SDI1对阿拉尔垦区土壤盐渍化信息提取精度较高,可作为反演垦区土壤盐渍化的遥感盐分监测指数模型,可为垦区土壤盐渍化治理和防治提供有效的技术参考。
近年来很多输电线路区域受到洪水灾害的影响,因此,预测输电线区域地表水深对于输电线区域安全至关重要。本研究通过遥感卫星产品、观测气象资料和水文数据来预测地表水深。该研究首先利用长短期记忆网络(long short-term memory,LSTM)、门控循环单元网络(gated recurrent unit,GRU)、编码器和解码器的长短期记忆网络(long short-term memory-seq2seq,LSTM-S2S)和前馈神经网络(feedforward neural network,FFNN)模型针对气象资料和水文数据进行了日和月尺度数据模拟。结果表明,在4个模型中,LSTM-S2S是预测地表水深的最佳模型; 相比之下,FFNN的表现最差; LSTM,GRU和LSTM-S2S模型在日和月尺度数据模拟中均表现良好。在LSTM,GRU和LSTM-S2S模型中,日尺度模拟的决定系数(coefficient of determination,R2)和纳什效率系数(Nash-Sutcliffe efficiency coefficient,NSE)均优于月尺度。因此,本研究中的方法可以用来模拟未来电力传输线地区的日和月尺度的地表水深。
生态承载力是衡量生态系统稳定性的重要指标之一,其时空变化分析有助于了解地区生态环境变化趋势,对生态环境的治理与恢复评价、环境整体的可持续发展研究以及国土资源优化也具有全面的参考价值。以乌兰布和沙漠东北缘的干旱半干旱地区为研究区,以Landsat系列遥感数据为数据源,基于地区的实际生态状况,构建生态承载力综合指标评价体系,进而获得地区生态承载力时空分布及演变格局,并从降雨、温度以及土地利用变化的角度对生态承载力的变化进行驱动分析。结果表明,1990—2020年乌兰布和沙漠东北缘区域的生态承载力整体呈现先减少后增加的趋势,其中黄河以北的灌区向西南方向的荒漠化区域不断扩张,较高生态承载力的面积占比大幅度增加,高生态承载力面积降低,受土地开发利用的影响较大,其次是温度和降雨,而黄河以南的荒漠化区域以中生态承载力为主,在2010年之前大面积转为较低生态承载力,到2020年又恢复到中生态承载力,受温度影响较大,其次是降雨和灌草植被覆盖状况的变化。
净生态系统生产力(net ecosystem productivity, NEP)表征了区域生态系统的固碳能力。文章利用谷歌地球引擎(Google Earth Engine, GEE)平台,基于MODIS和气候数据探讨了2001—2020年20 a间三江源地区NEP时空变化特征及其与气候因子的关系。结果表明: ①三江源区是重要的碳汇功能区,碳汇区占区域总面积的99.89%,碳源区主要分布在西北部,面积仅占0.11%,三江源生态系统NEP总体上呈现东南高西北低、从东南向西北逐渐递减的空间分布格局,且不同生态区之间差异显著; ②20 a间,三江源生态系统NEP总体呈增长趋势,年增长率为1.13 gC/(m2·a),具有巨大的固碳潜力; ③三江源生态系统NEP呈增长趋势的面积占总面积的95.05%,生态工程建设等对植被NEP的改善作用明显,碳汇功能逐步增强且稳定性较高; ④三江源生态系统NEP年平均值为120.93 gC/(m2·a),NEP与年降水量呈正相关,与年平均温度和年太阳辐射呈负相关。气候的暖湿化趋势和生态工程建设均促进了三江源地区植被的碳汇功能,这对于提高陆地生态系统碳汇价值,实现国家“双碳”目标意义重大。
准确、高效地开展地籍数据质量检测与地籍数据库更新对自然资源监管至关重要。针对当下地籍数据管理质检更新效率低、动态监管需求难以满足、方法适用范围小等问题,基于时空知识图谱提出了一种地籍数据质检与更新方法框架,以地籍数据和遥感影像作为数据源,通过设计时空知识图谱概念层、数据层与推理规则,构建了针对地籍数据质检与更新工作流程的时空知识图谱。最后使用长沙市7块宗地进行实验,解决了质检与更新过程中的常见错误,并证明了相比一般方法本方法在效率上的优势。
针对多源地理信息数据在尺度、几何位置和属性等方面存在不一致性而造成难以融合更新这一现状,探讨了一种基于几何与属性匹配技术的地理信息数据融合更新方法。该方法首先通过广义Voronoi图获取候选集,有效地提高候选集的获取效率并减少不相关目标对候选集的影响; 接着,基于几何和属性匹配等关键技术实现点、线、面3种不同几何类型数据的匹配分析; 最后,基于匹配结果从参考地理信息数据中提取增量数据,并完成目标数据的融合更新。实验结果表明,采用几何与属性匹配的地理信息数据融合更新方法,能够高效识别并提取增量数据,对监测数据更新模式的创新探索有一定的借鉴意义。
随着我国各类民商卫星的蓬勃发展及应用的不断深入,为满足不同用户日趋复杂的天基遥感应用需求,针对目前天基遥感服务应用模式单一、针对性不强、灵活性不够等问题,本文在分析各类遥感用户主要应用需求基础上,研制提出基于云+端的天基遥感应用服务模式,设计了3大类8小类的具体服务模式构成,并对各服务模式特点、应用流程等进行详细分析及制定,最后给出单人独立及多人协同两种典型场景下潜在应用。研究成果为各类天基遥感地面系统研制建设及优化奠定基础,促进面向不同遥感用户、不同应用需求、不同应用场景下的天基遥感服务能力的进一步提升。
