GF-6卫星WFV数据在林地类型监测中的应用潜力

为了了解"高分六号"(GF-6)卫星宽视场(WFV)传感器1A级产品数据品质,评估新增4个波段在林地类型分类研究中的应用潜力,文章以内蒙古鄂伦春自治旗的秋季GF-6卫星WFV数据为对象,开展了绝对定位精度的测试,并应用随机森林方法进行了林地类型分类研究。结果表明,GF-6卫星的WFV平原区数据几何畸变较小,无控制点有理多项式系数校正后图像配准的中误差在1个像元之内,有助于降低遥感技术应用的门槛,提高工作效率。新增的红边1、红边2、黄边波段对林地类型分类影响显著,整体分类精度从74%提高到80%以上,紫边波段对于森林类型分类也有所贡献。因此,GF-6卫星WFV的8波段多光谱遥感数据对中国大尺度森林资源、森林灾害等的宏观动态监测具有重要意义和极大应用潜力。     

卫星监测森林火灾及灾后林木恢复变化

1987年大兴安岭发生特大森林火灾,气象卫星AVHRR(高级甚高分辨率辐射计)图像和陆地卫星TM(专业制图仪)图像记录了这场林火的全过程。气象卫星观测周期短、频度高,但地面分辨力低;陆地卫星观测频度低,但地面分辨力高。两者互相配合,取长补短,是对林火进行实时监测的有效手段。TM第7波段对于探测温度高达1000℃左右的林火十分敏锐;由TM7、4、3(分别赋于红、绿、兰色)合成的彩色图像具有近天然色彩,使图像反映火焰、烟雾、火烧迹地、未烧林地都十分清晰,从而为准确确定火场位置、面积、评估受灾损失及规划恢复与重建工作提供了可靠依据。用灾后第一二年初夏及秋末的TM图像,并与灾前、灾中的TM图像做复合处理,可获得灾后林木恢复变化信息。     

中国北斗卫星导航系统减灾应用概述与展望

<正>我国是世界上自然灾害最为严重的国家之一,灾害种类多、分布范围广、发生频率高、造成损失重是我国自然灾害的主要特点。地震、洪涝、台风、干旱、森林与草原火灾、森林病虫害等灾害在我国均有发生。近15年来,我国平均每年因各类自然灾害造成约3亿人(次)     

SAR图像分割的Bootstrap广义多分辨似然比检验方法

提出广义多分辨似然比（generalized multiresolution likelihood ratio，简称GMLR）的概念，给出其Bayes准则下的假设检验和判别准则。GMLR能融合待判别信号的多个特征量，增大不同信号的区分度，所以能更精确地对信号进行判别分析。在SAR（synthetic aperture radar）图像分割的应用背景中，首先用弃除图像冗余信息，减小计算量的Bootstrap样本得到GMLR的原假设和备择假设参数的极大似然估计，然后检测GMLR的分割阈值，最后对森林和草地组成的模拟图像和真实SAR图像分割，证明该方法是SAR图像分割的一个有效途径。     

卫星多源遥感图像融合研究

卫星多源遥感图像融合技术可以综合利用多源信息,从而获得对同一目标更全面、更清晰、更准确的认识。文中简介卫星多源遥感图像融合系统所包含的三个过程,即预处理、图像融合、综合评价及应用;详细分析像素层、特征层和决策层三个不同融合层次的融合原理和方法;归纳融合效果的主客观评价标准和熵、平均梯度等六种评价指标;最后从空间配准模型、建立统一的数学融合模型、关联的二义性、数据融合方法与融合系统实施存在的问题、有效的评价准则等方面讨论了卫星多源遥感图像融合目前存在的问题,并对今后的发展趋势作出展望。     

国家卫星林业遥感数据应用平台的建设与发展

一、背景 林业是我国最早应用遥感技术并形成规模的行业之一。早在20世纪50年代，就创建了“森林航空测量调查大队”，首次建立了航空调查和地面综合调查相结合的森林调查技术体系；80年代初期成功研制了遥感卫星数字图像处理系统，发展了图像分类、生物量估测等理论和技术，并在“七五”、“八五”期间完成了我国“三北”防护林地区遥感综合调查、森林火灾监测。     

无人机航空像片与机载SAR图像融合算法研究

由于成像方式及波谱接收段的不同,航空像片与SAR图像所反映的信息有很大差异,图像之间互补性明显.通过将它们进行融合,可以充分利用其互补信息,增强对图像的解译能力,从而获取到信息更全面和准确的侦察图像.在分析航空像片与SAR图像的成像特性差异基础之上,采用几种常用的图像融合算法对其进行融合,并对融合效果进行了定量评价.     

CCSDS基于小波变换的图像压缩

通过分析一种CCSDS建议的基于小波变换的图像数据压缩的基本原理、编解码方法、系统实现和压缩性能,初步研究深空通信对于图像压缩的特殊要求。通过与现在流行的基于小波变换的图像压缩算法JPEG2000进行比较发现, CCSDS推荐的算法的性能与JPEG2000基本相当,且同样支持无损和有损压缩及渐进传输,但其算法复杂度更低,包丢失不会造成图像大面积损坏,因而更适合于深空通信。     

应用Landsat-8卫星遥感图像的青海地区土壤分类研究

遥感技术的迅速发展和应用,为土壤分类提供了新的技术与数据支持,文章提出一种利用陆地卫星-8(Landsat-8)遥感图像的土壤分类方法,用于青海地区土壤分类,所提取的特征包括4种,即基于遥感图像的变换特征、指数特征、纹理特征和基于高程图像的地形特征,通过随机森林方法实现土壤分类。文章首先提出2个基于遥感图像的纹理特征——熵与平滑度,从中国土壤数据集中自动提取了16 444个数据点,并在试验中采用,充分验证了此分类方法的有效性。     

卫星林业应用与发展分析

随着卫星功能的增强,卫星应用在国民经济中作用不断提升,在很多传统领域卫星也开始发挥效能。本文通过大量调研,分析了卫星在地方林业上的应用现状,包括林业防火、林业资源调查、林业病虫害监测、森林保险理赔、林业信息化综合管理、导航、通信等,通过具体案例分析了卫星应用效能,提出了后续发展建议。     

基于Contourlet区域对比度的遥感图像融合算法

为综合利用多传感器遥感图像之间的信息，提出了一种基于contourlet变换的遥感图像融合算法。Contourlet是近年发展起来的一种多尺度几何分析工具，比小波变换更适合对图像等二维信号进行处理。算法的思想是将源图像分别进行contourlet变换，在contourlet域完成图像信息的融合，最后通过逆变换得到融合结果。根据分解系数特性，首次提出了contourlet域的区域对比度作为高频子带的融合规则，系数选择更符合人类视觉系统的要求，使得融合图像更有意义。低频子带采用基于区域能量的加权平均作为系数融合规则，在充分保留图像主要信息的前提下进一步增强了算法的稳定性。实验结果表明该算法在性能上明显优于PCA及小波图像融合等传统算法，且能够有效增强源图像的对比度和细节信息。     

多遥测图像数据流的自动拼接与自动优选技术

为满足航天发射任务的新要求,提高运载火箭的图像测量能力,提出一种多遥测图像数据流的自动拼接与自动优选方法,并以此为基础研发了航天发射场遥测图像解码系统。通过组播网络分别从多站点多平面实时接收遥测全帧原码,利用图像优选算法,挑选优质原始数据;利用自动拼接技术,确保数据流的正确性和可靠性;利用帧结构配置技术,完成图像数据挑路处理;利用自适应调节技术和高精度定时技术,将图像数据均匀地发送给图像解码设备;利用交织+RS编码技术进行纠错解码,还原真实的图像数据。大量遥测数据验证结果表明,与传统的发射场图像处理技术相比,算法缩短了画面延迟时间,提高了发射场图像的流畅性和清晰度,使遥测信息以更高效、更直观的方式反馈给指挥决策人员。     

基于功率谱的双目立体图像质量评价

质量评价对立体显示技术的发展及应用起着非常重要的作用,目前立体图像质量评价还没有一个统一的评价标准,本文针对立体图像的双目融合特性提出一种基于功率谱的质量评价方法,实验结果显示本方法可以评价立体图像的质量,且相对于PSNR方法测试指标Pearson相关系数较高,均方根误差RMSE较小,证明本方法更接近于人眼感知。     

高分遥感影像林地资源信息提取方法研究

林地资源是森林资源的重要组成部分,在空气净化、自然防疫、制氧、气候调节等方面均具有重要作用。本文应用GF-1卫星数据,基于e Cognition软件平台,采用面向对象方法对廊坊市永清县2013年11月GF-1影像进行林地信息提取。通过多尺度分割试验确定最优尺度分割参数,结合影像地物纹理、光谱特征,采用模糊逻辑分类算法实现林地信息高效提取。     

星载激光雷达森林探测进展及趋势

森林是陆地上组成结构最复杂的生态系统,星载激光雷达兼具高垂直分辨率的优势和大范围数据获取的特点,在大区域尺度的森林参数定量反演方面具有独特的优势。从全波形激光雷达、光子计数激光雷达、成像激光雷达的技术特点、数据处理和森林参数提取等方面,总结了国内外森林探测激光雷达卫星载荷的发展、参数设置及应用潜力,以服务我国星载激光雷达森林探测系统的建设和发展。结合激光雷达辐射传输模型,探讨适合森林探测的激光雷达传感器参数方案,并以ICESat卫星的地球科学测高系统(GLAS)和先进地形激光测高系统(ATLAS) 数据为例,探讨星载激光雷达的森林参数反演方法,最后总结梳理了现有星载载荷的优劣并给出后续载荷发展的建议。     

机载大光斑植被激光雷达系统设计

大光斑激光雷达,由于其光斑尺寸更大,可以获取更丰富的森林冠层结构的详细信息,因此对郁闭度较高的森林区域,测量优势更加明显。首先对大光斑激光雷达系统的探测能力进行仿真,验证方案的可行性;随后对大光斑激光雷达系统中的激光器、探测器、光学系统以及信号采集系统进行设计以及集成,形成了一套完整、稳定、实用的航空大光斑激光雷达机载系统。     

基于Rician分布的SAR图像MRG目标提取算法

针对SAR图像特有的乘性噪声和非恒虚警统计特性很难正确提取目标的问题,本文提出了MRG算法对SAR目标进行检测。首先用MRF-ICM算法对SAR图像进行后向散射系数的复原,再在复原后的幅度上叠加相位信息后引入Rician分布寻找自适应的最佳局域Gabor滤波器参数对SAR图像进行目标提取。和以往的算法相比,MRG算法充分利用了SAR图像幅度和相位中所携带的信息,能更准确地提取目标。实验表明:该方法能取得很好的目标检测效果,后期提取出的目标更符合实际目标形态,具有较强的通用性。     

应用ASTER遥感图像的岩矿信息提取研究

高级星载热发射反射辐射计(Advanced Spaceborne Thermal Emission and Reflection Radiometer,ASTER)的数据具有较高的空间分辨率、光谱分辨率和辐射分辨率,利用其波段设置对比其他多光谱数据具有更好的波谱连续性这一特点,文章提出一种应用ASTER遥感图像的岩矿信息提取方法,用于帕米尔高原地区的岩矿信息提取。利用ASTER图像中的5个热红外波段数值来计算矿物学指数:石英指数、碳酸盐指数、镁铁质指数,将以上3个指数作为特征,通过随机森林分类方法实现岩矿信息提取,成功提取了5种重要的岩性信息(硅质、硫酸盐、超镁铁质、石英以及变质硅酸盐)。通过对帕米尔高原地区的遥感图像分析,绘制相关矿藏分布图,与经过实地勘测的矿藏分布图以及经过实验测试得到的数据点进行对比,充分验证了方法的有效性。     

基于Contourlet变换和支持向量聚类的遥感图像融合方法

Contourlet变换作为新的多尺度分析方法比小波变换更适合分析二维图像的边缘特征,而支持向量聚类算法所获得的聚类效果不受聚类形状限制,也勿需预先给定聚类数目等参数。据此提出了一种基于Contourlet变换和支持向量聚类的遥感图像融合方法。首先对源图像进行Contourlet变换,再对其高频系数利用支持向量聚类进行融合,最后进行图像重构得到融合结果。给出了实验结果,采用均方差、信噪比、信息熵、空间频率、清晰度和相关系数等评价指标对融合效果进行了定量评价,并与加权平均法、现有的基于Contourlet变换的图像融合方法以及基于支持向量聚类的图像融合方法进行了比较。结果表明提出的基于Contourlet变换和支持向量聚类的遥感图像融合方法能取得更优越的融合效果。
     

基于信息可视化技术的SAR图像目视解译方法研究

为解决传统合成孔径雷达(SAR)图像目视解译的困难,对一种基于信息可视化技术的SAR图像目视解译方法进行了研究。基于非线性流形学习理论的维数约减技术,对原始单极化和多极化SAR图像进行特征提取和数据挖掘,通过基于极化数据变换的特征和基于极化目标分解获取SAR图像本征特征,选择利于用户应用的特征在彩色空间编码重构出SAR信息图像提供给判读员进行解译。给出了基于信息可视化技术的SAR图像目视解译框架。多种应用结果表明:该法能挖掘并显示出大量图像中隐含的信息,产生的特征图像较原始SAR图像更符合人眼视觉,可有效解译SAR图像。