多源遥感数据

摘要： 生态环境具备显著的地域差别,为精准展现区域生态环境质量特征,提出一种多源遥感数据下区域生态环境质量评价方法。使用卫星遥感技术得到待评价地域的多源遥感数据,围绕植被覆盖度、土壤侵蚀指数、坡度3方面构建生态环境质量评价指标;运用功效系数法无量纲处理正负效应指标,通过投影寻踪法将多源遥感高维数据投影至低维子空间,提取遥感细节信息,利用支持向量机计算遥感数据属性矢量和环境质量评价指数间的非线性关联,输出相应的环境质量评估结果。以某区域遥感环境监测数据为例进行环境质量评估分析,结果表明,所提方法评价结果与该区域的真实环境变化规律相符,拥有极强的客观性与通用性。

摘要： 新增建设用地自动检测可以为自然资源保护提供一种新型有效的技术支持,本文以广西贵港市为研究区域,提出一种基于深度学习与多源遥感数据的新增建设用地自动检测方法。首先通过在训练区中对高分辨率遥感影像进行影像预处理、数据增广与差值处理得到训练数据,然后利用深度学习语义分割模型(DeepLabv3+)进行训练、调优,接着在测试区中结合遥感影像(Sentinel-2A)的变化区域提取结果对可能出现新增建设用地的区域进行筛选,最后对不同裁剪重叠率下的新增建设用地的自动检测结果进行验证。结果表明:1)在测试区中裁剪重叠率越高,图斑检测正确率越高,但同时也增加了检测计算量与图斑错分率,裁剪重叠率为70%时能在检测正确率、计算量和错分率之间取得较好的平衡。2)在70%的裁剪重叠率下,新增建设用地图斑检测正确率85.16%,错分率36.57%,图斑平均IoU为57.23%,检测面积率74.52%。

摘要： 主要对使用多源遥感数据制作的多种比例尺或多分辨率数字正射影像出现的质量问题进行总结,用以指导数字正射影像质量检查与验收工作,避免在测绘生产中出现重大质量问题。

摘要： 为了进一步减少洪涝灾害给国家造成的不利影响,必须进一步对洪涝灾害开展必要的研究和监测。有效获取水体数据以及洪水覆盖区域是洪涝灾害监测和研究的前提。卫星遥感技术具备能广泛收集信息、迅速收集相关数据、周期小以及数据量庞大等特点,所以被广泛运用于洪涝灾害的监测中。当前,在使用遥感技术的基础上对水体数据开展监测提取的方法有很多,但也存有相应的问题——只是单纯的运用传感信息源,并没有进一步对多元信息的组合开展运用,基于这一点,数据获取的最终结果也常常会受到天气和空间位置的影响。基于此,文章对多源遥感数据的水体提取方法进行研究,以供参考。

摘要： 以各类自然资源地理空间数据,多源遥感数据,人口、经济、社会、交通等各类统计数据以及其它有关数据为基础,基于地理网格及多层多类地理单元构建自然资源地理信息大数据分析平台,采用大数据分析和机器学习等相关技术,通过标签化方法绘制多视角地理画像,为自然资源调查监测、监管、国土空间规划、耕地保护等工.作提供可靠的地理信息保障服务。

摘要： 异形建筑物彰显着一座城市的经济综合实力,具有较强的观赏性与代表性,为国土监察带来了一定的难度。遥感技术的兴起与应用,为异形建筑物识别提供了新的技术支撑,本文提出多源遥感数据支持下的异形建筑物图像识别方法研究。本文获取并预处理异形建筑物多源遥感数据,以此为基础,基于Log算子检测异形建筑物边缘,引入ORT算法分割遥感图像,提取异形建筑物目标图像,提取异形建筑物目标图像特征(光谱特征、形状特征与纹理特征),以提取的特征数据为依据,构建异形建筑物图像识别模型,训练模型获取最佳模型参数,将待识别异形建筑物图像输入至训练好的模型中,即可实现异形建筑物图像的识别。实验数据表明:相较于对比方法,本文提出方法的异形建筑物图像提取完整率、识别精度及其识别平均召回率数值更大,充分证实了提出方法的有效性。

摘要： 土壤水分在地—气界面间物质和能量交换中发挥着重要的作用,是干旱监测和水土保持工作中的关键因素。通过评估SMAP、ASCAT和AMSR2遥感土壤水分数据在2017年4月至2019年10月湘江流域上的表现,选取精度较高的SMAP和ASCAT,并使用EnKF方法对其进行数据融合。结果表明,无论在格点尺度还是流域尺度上,基于EnKF融合后遥感数据的精度均较高,且相较于原遥感产品精度有显著的提升。格点尺度上,融合数据的BIAS值在42%的格点上优于SMAP;相比于ASCAT,80%的格点上RMSE值和ubRMSE值得到降低,而90%的格点上R值得到提高。流域尺度上,相比于SMAP,融合数据的BIAS、RMSE和ubRMSE分别降低50%、3%和3%;而相比于ASCAT,融合数据的R值提高56%,BIAS、RMSE和ubRMSE分别降低65%、27%和26%。本研究通过对遥感土壤水分数据的融合可得到更高精度的土壤水分数据。

摘要： 土壤含水量作为地表的重要参量之一,对地球能量循环、水循环、碳循环及生态环境都有十分重要的意义。以南京市金川河流域为研究区,融合哨兵2号L2A数据和Landsat 8遥感数据2种数据源,分别采用偏最小二乘法(PLSR)、最小二乘-支持向量机(LS-SVM)、反向传播神经网络(BPNN)和随机森林(RF)4种建模方法,建立遥感数据与土壤含水量之间的关系,并进行模型的验证与评价。结果表明:1)土壤含水量与哨兵2号和Landsat 8各波段反射率均呈负相关关系,和海岸带监测波段(波长为430~450 nm)和近红外波段(波长为2 100~2 300 nm)相关性最佳;2)融合后的遥感数据相较于单一遥感数据源,预测土壤含水量的能力更佳,最优模型R;达0.996,均方根误差仅为0.003 g/g;3)4种建模方法中,建模效果从好到差依次为PLSR,RF,LS-SVM,BPNN。融合哨兵2号L2A和Landsat 8数据,结合PLSR建模方法可进行土壤含水量的精准反演,相较于现有研究反演精度大大提升,对研究该地区地表与地下水循环和生态环境治理有一定参考价值。

摘要： 通过引入多源多时相卫星遥感数据,提出了一种基于多核主动学习的农田塑料覆被分类算法,实现农业塑料大棚和地膜的精准分类。首先基于多时相Sentinel1雷达和Sentinel2光学遥感影像,提取其光谱特征、纹理特征等,以构建多维特征空间。然后构建多核学习模型,实现多源、多时相特征的自适应融合。最后构建基于池的主动学习策略,通过引入训练样本的淘汰机制,进一步提升分类模型的泛化能力。试验结果表明,本文所提分类方法的总体精度为95.6%,Kappa系数为0.922,相较经典支持向量机、随机森林、K近邻、决策树、AdaBoost模型,多核学习模型精度提高5.7、12.1、11.4、22.3、10.3个百分点;且在相同分类精度下,主动学习较被动学习可减少一半以上的标签数据;同时相较仅使用单时相及单传感器遥感影像而言,精度分别提高3.7、12.7个百分点。结果表明,多核主动学习能够有效进行多传感器、多时相数据融合,并可以在小样本条件下取得更高的分类精度,从而为农田塑料覆被的遥感监测提供模型参考。

摘要： 为明确遥感数据源及机器学习模型对森林蓄积量估测的影响,从而提高区域森林蓄积量估测精度。本文以内蒙古旺业甸林场38个落叶松样地与43个油松样地外业调查数据为基础,提取Senitnel-1和Sentinel-2影像光谱和极化等遥感特征信息。根据不同特征组合分别建立支持向量机回归(Support Vector Regression,SVR)、k最近邻(k-NearestNeighbor,kNN)、多层感知器(Multi-Layer Neural Network,MLP)及多元线性回归(Multiple Linear Regression,MLR)4种蓄积量反演模型,并对模型结果进行精度验证与比较。结果表明:(1)与单一数据源相比,联合Sentinel-1与Sentinel-2数据有助于提高森林蓄积量反演精度(油松蓄积量反演R2提高0.08,RMSE提高10.28 m^(3)·hm^(-2);落叶松蓄积量反演R2提高0.05,RMSE提高4.51 m^(3)·hm^(-2));(2)与MLP和MLR模型相比,SVR与kNN模型的蓄积量反演效果较好。其中,SVR模型在油松蓄积量反演效果最佳(R2=0.84,RMSE=44.58 m^(3)·hm^(-2));kNN模型在落叶松蓄积量反演精度最高(R2=0.74,RMSE=41.41 m^(3)·hm^(-2))。联合Sentinel-1与Sentinel-2多源数据的机器学习方法可获得较高的蓄积量反演精度,可期为区域尺度森林蓄积量遥感反演提供理论支持与可行方案。

摘要： 基于回归的反演模型，本文利用AMSR-E进行了水汽反演。目前水汽反演的精度评价是研究中的难点之一。出现这样问题的原因主要在于遥感影像和验证数据的时空匹配问题。时间上，不可能做到卫星过境时间和GPS观测时间完全匹配；空间上，基于地表的点观测数据也很难代表一个像元所对应的若干公里范围内的大气水汽。在本文的研究中，时间上，GPS水汽数据采用由SuomiNet实验提供的半小时分辨率的水汽观测数据，选取和过境卫星时间最接近时刻的GPS水汽数据参与比较；空间上，以SuomiNet实验的站点坐标为中心，选取坐标与之最接近的卫星过境像元与其比较。考虑到目前水汽产品存在的问题，本文尝试着使用多源遥感数据进行水汽产品的生成研究。因为基于光学波段遥感数据的水汽反演算法在晴空条件下比较成熟，所以本文主要解决的问题是如何结合微波和光学数据，对有云覆盖区域进行水汽的反演和填充。基于地表的物理辐射模型，建立了对水汽敏感的微波指数，通过对微波指数和晴空条件下的水汽进行回归得到了基于物理的统计回归水汽反演模型，再将有云覆盖区域的微波指数代入到反演模型，从而获得有云覆盖条件下的水汽结果。验证显示，基于微波的水汽反演结果在晴空和有云条件下都有一定的稳定性，且在有云的条件下反演结果真实可靠，能够对光学水汽反演结果进行有效的补充。

摘要： 传统的离散型贝叶斯网络分类器将所有变量视为离散变量,或对连续变量做离散化处理。离散化不可避免地存在信息损失,且在多源遥感数据的处理和分析中,连续变量的离散化会导致搜索空间的急剧增加和计算及存储的极大开销。面向土地利用分类的多源遥感数据混合贝叶斯网络分类器,首先对问题领域的所有变量做正态分布检验,将满足高斯分布假设的变量不做离散化而视为连续变量;离散变量和连续变量分别进行参数学习,然后进行参数合并,再用于贝叶斯网络的推理利分类中。广西某地土地利用分类的实验表明,该模型优于传统的离散型贝叶斯网络分类器,具有一定的研究和应用价值。

摘要： 星载多波束激光雷达作为一种主动探测手段可以全天时、高精度获取全球地形信息,是快速实现全球高精度测绘的有效手段.本文围绕星载多波束激光雷达数据的应用,针对数据应用所涉及的关键问题进行了研究,包括星载多波束激光雷达数据的应用及其与其他星载多源遥感数据的融合应用.对于融合应用,主要从联合平差、地形信息融合和测绘专题应用三个层次进行分析研究.通过研究,本文提出了合理、可行的解决思路,可为星载多波束激光雷达数据的处理与应用提供较好的参考.

摘要： 以输电线路径选择为目标,对QuickBird多光谱数据采用决策树分类算法自动提取输电线沿线地区的居民地、道路及水体等地物要素,经分类后处理总体精度达到了92.83％.由IRS-P5卫星立体像对数据采用数字摄影测量方法构建了数字高程模型(DEM),以1∶10 000DEM为参考值检验由IRS-P5立体像对建立的DEM,其误差为±1.94 m,由此DEM计算地表坡度.这些地形、地物要素能够满足输电线路径初选的要求.综合分析各类地理要素及输电线路径设计规范,采用缓冲区分析和叠置分析等GIS空间分析方法进行了2条输电线路径优选,选线结果与原有常规方法所选路径总长相比减少了约400 m.输电线路径及各类地物要素与DEM的叠加实现了真实三维地表景观的可视化.研究表明遥感及GIS技术为输电线路径初选及优化提供了经济、高效快速的技术方法.

摘要： 应用MSS、landsat-5、landsat-7卫星影像和GIS技术,对沈阳四县一市的地表水资源分布和土地利用进行三个时像的信息提取(1979、2000、2005),结合景观生态学指数,着重分析了人类活动和土地利用变化对地表水资源空间分布格局的影响.研究发现,沈阳地表水资源分布随时间呈现多-少-多的U形发展,在空间上水体分布的重心不断向人口密集、经济发达的南部移动,表明沈阳地区人类社会经济活动对地表水资源的空间配置起到决定作用.

摘要： 利用TM数据和SPOT数据,通过融合处理,对1987～1999年间石家庄市城市扩展进行动态分析,获取几年来石家庄市城市扩展、占用耕地情况,城市改造、城市扩展规模控制情况,为土地管理部门提供现势性的基础信息,使得土地资源管理工作有据可依.

摘要： 多源遥感影像数据含有丰富的地学信息,这些地学信息在Internet上发布是遥感数据共享的一个重要组成部份.实现多源遥感数据地学信息的Internet发布最重要的就是根据遥感数据的特点和其所含的特殊的地学信息进行有效的组织和管理遥感数据.对遥感影像数据而言,具有多传感器、多区域、多分辨率、多波段和多时相的特点,根据遥感数据的上述特点和其包含的地学信息分类,本文构建了多源遥感影像数据的"塔、块、层、相"立体索引机制,借助这种索引机制建立与遥感数据本身相对应的逻辑数据库,同时对遥感数据所包含的地学信息重新进行组合.最后,上述影像数据的组织方式和设计方法成功地应用在一个基于Internet的影像数据库系统中,该系统实现了对多源遥感数据进行地学信息查询和检索的功能.

摘要： 本文从色度学、数理统计学、信号分析学三个角度出发，采用了三种不同的多源遥感数据融合分析方法，对辽东湾2000年1月18日的海冰遥感数据（包括NOAA/ARHRR和Radarsat/ScanSAR）进行了融合分析，并从几方面对结果作了深入的分析和对比。试验结果表明，融合后的影像空间分辨率和细节的清晰度得到了很大提高，对海冰信息的目视判读和分类都有很大帮助，并且很大程度上保留了原始多光谱影像的光谱特征。三种方法中，小波分析方法的效果最好，具有较好的应用前景。

摘要： 叶面积指数(LAI)作为一个被广泛使用的植被结构参数，是遥感重点估算的植被冠层参数之一。相比其它植被类型LAI的估算，森林冠层LAI的遥感反演更为困难。针对这一难点，付卓等以黑河流域大野口林地观测点为例，发展了融合光学多光谱多角度遥感数据和机载激光雷达数据反演林地冠层LAI的方法(Zhuo Fu et al，2011)。在此基础上，本文进一步研究解决从激光雷达数据提取MODIS像元尺度的植株密度和高度空间分布的精度问题，研究将有限机载激光雷达覆盖区获取信息应用于周边林区的方法，以提高利用光学数据反演林地冠层LAI的精度，进而得到大野口地区整个森林区域的叶面积指数分布图。最后，将反演结果与 MODIS LAI现行遥感数据产品以及实测的LAI数据进行了比较及验证。

摘要： 叶面积指数(LAI)作为一个被广泛使用的植被结构参数，是遥感重点估算的植被冠层参数之一。相比其它植被类型LAI的估算，森林冠层LAI的遥感反演更为困难。针对这一难点，付卓等以黑河流域大野口林地观测点为例，发展了融合光学多光谱多角度遥感数据和机载激光雷达数据反演林地冠层LAI的方法(Zhuo Fu et al，2011)。在此基础上，本文进一步研究解决从激光雷达数据提取MODIS像元尺度的植株密度和高度空间分布的精度问题，研究将有限机载激光雷达覆盖区获取信息应用于周边林区的方法，以提高利用光学数据反演林地冠层LAI的精度，进而得到大野口地区整个森林区域的叶面积指数分布图。最后，将反演结果与 MODIS LAI现行遥感数据产品以及实测的LAI数据进行了比较及验证。

摘要： 本发明涉及人口数据分析技术领域，特别涉及一种基于多源遥感影像和路网数据的城市人口数据分析方法，包括获取城市夜间灯光数据、植被数据和路网数据并进行数据预处理；根据城市夜间灯光数据和植被数据生成第一人类住区指数图像；根据路网数据生成路网密度图；通过路网密度图校正第一人类住区指数图像生成第二人类住区指数，第二人类住区指数用以统计分析人口数据。由于城市夜间灯管数据的高分辨率和路网数据生成的路网密度图的校正，针对人口数据分析提供了更多的细节和更明显的空间异质性，根据第二人类住区指数分析人口数据，不仅提高了人口数据分析的准确性和精确性，还对城市管理和城市资源配置具有重大的参考意义。

摘要： 本发明提供一种融合多源遥感数据生成高时空分辨率遥感数据的方法，包括：对输入的不同时空分辨率遥感数据进行预处理；对高时间、低空间分辨率遥感数据，提取像元的变化趋势信息；分别在高时间分辨率和高空间分辨率遥感数据的像元上减去趋势值，使残差值满足一阶和二阶平稳性条件；根据高时间、低空间分辨率像元的残差值构建时间协方差模型；基于该时间协方差模型，对不同时间上观测的高空间、低时间分辨率的遥感数据的残差项做时间Kriging插值，估计其任意未观测时刻的残差值；将得到的趋势值与的残差值相加，得到任意高空间分辨率遥感未观测时刻的像元值。本发明的计算效率、数据利用率和精确度都明显提升，可灵活用于不同场景。

摘要： 本发明公开了一种基于多源遥感数据的高分辨率卫星遥感估算方法。本发明首先把1km的环境变量因子包括植被指数、数字高程模型、白天地表温、晚上地表温、地形湿度指数、坡度、地表粗糙度、地表反射率和谷底平坦指数9个数据聚合计算到25km，作为自变量，对应25km分辨率的TMPA 3B43 v7降水数据作为因变量进行建模，并将建立的模型应用到相应地理区域的1km环境变量因子上，最终得出1km的高精度降水预测数据。本发明基于多源遥感数据，提出了一种高分辨率卫星遥感估算方法，最终得到1km空间分辨率的降水预测值。该方法预测精度较高,且方法简便易行。

摘要： 一种基于多源遥感数据的全球热异常点信息遥感快速监测及发布方法，包括以下步骤：实时获取MTSAT卫星数据；对每条MTSAT卫星数据进行辐射处理、几何处理；基于MTSAT卫星数据初步确定疑似热异常点所在区域；利用MODIS数据进行辐射处理、几何处理；通过波段运算获取疑似热异常点；利用HJ-1数据进行辐射处理、几何处理；利用HJ-1数据确定热异常点信息，制作热异常点遥感监测报告并发布给相关机构。本发明能够及时、有效发现突发性强、破坏性大的森林、草原火灾的发生，对森林、草原火灾的应急响应能够起到关键性的支撑作用，在保证人民生命财产安全，维持森林、草原的生态环境等方面具有重大意义。

摘要： 本发明提供一种融合多源遥感数据生成高时空分辨率遥感数据的方法，包括：对输入的不同时空分辨率遥感数据进行预处理；对高时间、低空间分辨率遥感数据，提取像元的变化趋势信息；分别在高时间分辨率和高空间分辨率遥感数据的像元上减去趋势值，使残差值满足一阶和二阶平稳性条件；根据高时间、低空间分辨率像元的残差值构建时间协方差模型；基于该时间协方差模型，对不同时间上观测的高空间、低时间分辨率的遥感数据的残差项做时间Kriging插值，估计其任意未观测时刻的残差值；将得到的趋势值与的残差值相加，得到任意高空间分辨率遥感未观测时刻的像元值。本发明的计算效率、数据利用率和精确度都明显提升，可灵活用于不同场景。

摘要： 本发明公开了一种基于多源遥感数据的香梨成熟期遥感预测方法，人工确定种植地域，并对选定区域进行测量，作好渠系配套，改进灌溉制度，防止土壤盐渍化，根据气象数据确定种植气候，气象条件是影响作物生长过程并导致作物成熟期变化的最主要因素,因此传统的作物成熟期预测方法多是利用作物不同物候期的气象条件或特定物候期的出现时间进行当年作物成熟期的预测，作物生长模型可以从作物光合作用驱动的生长机理出发描述作物生长发育与产量形成的过程,利用作物生长模型以作物产量或品质的最优化为目标构建代价函数，可以反向求解优化的作物收获时间,实现果树成熟期的预测。

摘要： 本发明公开了一种基于多源遥感数据的高分辨率卫星遥感估算方法。本发明首先把1km的环境变量因子包括植被指数、数字高程模型、白天地表温、晚上地表温、地形湿度指数、坡度、地表粗糙度、地表反射率和谷底平坦指数9个数据聚合计算到25km，作为自变量，对应25km分辨率的TMPA 3B43 v7降水数据作为因变量进行建模，并将建立的模型应用到相应地理区域的1km环境变量因子上，最终得出1km的高精度降水预测数据。本发明基于多源遥感数据，提出了一种高分辨率卫星遥感估算方法，最终得到1km空间分辨率的降水预测值。该方法预测精度较高,且方法简便易行。

摘要： 本发明提供一种基于多源遥感数据的农作物成熟期遥感预测方法，该方法首先通过多源遥感数据融合生成高时空分辨率遥感数据，以满足作物成熟期预测在农田尺度开展动态监测的需求。然后根据作物成熟期植株不同部位含水率和叶绿素含量的动态变化规律，形成其变化规律的数字表达。基于农作物生化参数变化规律与遥感反演的农作物生化参数的耦合方法，将遥感获取的作物冠层水分和叶绿素含量与作物成熟期临近阶段的生化参数变化规律相结合，形成作物成熟期遥感预测方法。通过作物成熟期的遥感预测，进一步拓展遥感在精准农业领域的应用范围，挖掘遥感技术在农业领域应用的新增加点。

摘要： 一种基于多源遥感数据的全球热异常点信息遥感快速监测及发布方法，包括以下步骤：实时获取MTSAT卫星数据；对每条MTSAT卫星数据进行辐射处理、几何处理；基于MTSAT卫星数据初步确定疑似热异常点所在区域；利用MODIS数据进行辐射处理、几何处理；通过波段运算获取疑似热异常点；利用HJ-1数据进行辐射处理、几何处理；利用HJ-1数据确定热异常点信息，制作热异常点遥感监测报告并发布给相关机构。本发明能够及时、有效发现突发性强、破坏性大的森林、草原火灾的发生，对森林、草原火灾的应急响应能够起到关键性的支撑作用，在保证人民生命财产安全，维持森林、草原的生态环境等方面具有重大意义。

摘要： 本发明提出一种多源遥感数据结合地理分区数据的植被覆盖度反演方法，包括：基于中分辨率卫星遥感数据得到多光谱波段地表反射率数据；基于高分辨率遥感数据得到植被和非植被分类数据；对所述分类数据计算得到植被覆盖度样本；利用所述植被覆盖度样本和所述地表反射率数据构建基于生态分区的随机森林反演模型；基于所述反演模型，对该生态分区内的所述地表反射率数据进行植被覆盖度反演，得到分景的植被覆盖度。本发明还对应提出一种系统。本发明能够通过对每个生态分区建立模型，能提高植被覆盖度反演精度和数据生产效率。