基于改进语义分割网络的输电走廊遥感变化检测

利用不同时间卫星遥感图像的变化检测,可以及时发现输电走廊周边的地质灾害、人为破坏和违章建设等潜在风险.目前,由于卷积网络需要池化,基于深度学习的高分辨率遥感图像变化检测通常采用降采样提取抽象特征,导致检测结果分辨率降低.针对这个问题,文章提出一种综合语义分割和孪生网络的变化检测算法,利用语义分割网络的编码功能提取高级抽...     

光学遥感图像船只目标检测识别技术

船只目标检测识别技术是现阶段遥感图像研究领域的一个重要发展方向。随着国产高分辨率卫星的快速发展，高分遥感卫星陆续发射，基于光学遥感图像的船只检测识别技术会逐步成为研究热门。主要介绍了近年来基于光学图片的船只检测识别技术发展、以及当前技术存在的问题。当前基于深度学习的船只目标检测识别技术取得了较好的检测效果，成为主流研究方向，但在光学遥感图像船只检测领域基于深度学习的方法有一些基本问题限制了检测效果，对这些问题进行了归纳总结，并对未来光学遥感图像船只检测技术的发展进行了展望。     

星地协同光学遥感影像目标识别技术验证研究

为了提高光学遥感卫星信息处理的时效性,文章提出了星地协同光学遥感影像在轨目标智能识别技术框架.将基于遥感大数据的深度学习、神经网络模型训练等数据量大、运算量大、计算复杂、要求较高的处理任务部署在地面服务器,将深度学习训练得到的模型进行压缩并上注至卫星,卫星在轨利用轻量化模型对影像进行推理计算,最后把目标识别结果下传至用...     

“高分一号”卫星遥感影像面向对象的水边线提取

水边线提取对揭示沿海地区自然资源管理状况和人工海域使用程度具有重要的指示作用。文章以津冀地区沿海城市海岸带为例,选取"高分一号"卫星数据为遥感数据源,首先对数据进行了辐射校正、几何校正、影像融合和裁剪等处理,然后采用面向对象的目标提取技术自动提取了研究区内大范围的水边线,并在充分了解不同海岸类型的遥感解译标志的基础上对提取的岸线进行了分类。结果显示研究区的岸线类型主要以砂砾质岸线、养殖/盐田岸线和港口码头岸线为主。在分类结果的精度验证过程中,以与"高分一号"卫星相近时期的亚米级遥感影像为底图,以目视解译的方式从中提取高精度的海岸线,并将目视解译的结果与从"高分一号"卫星数据中提取到的岸线进行对比。通过比较发现,两者位置、长度等基本吻合,从而证明了该海岸线提取方法对高分辨率遥感影像的有效性。该方法为基于"高分一号"卫星遥感数据进行大范围海岸的水边线提取提供了技术支撑,也为实现中国海岸线的定期自动更新奠定了基础。     

2014年中国卫星应用十大事件

①遥感卫星助雪龙号救援与脱困在雪龙号救援与脱困过程中路线选择上,科研人员依靠遥感卫星影像绘出雪龙号冰区导航图,为雪龙号航行路线设计提供了重要的导航数据支撑。高分一号、风云三号C星列为空间与重大灾害国际宪章值班卫星②中国高分一号卫星、风云三号C星正式列为中方宪章值班卫星,增加了宪章组织的卫星资源,向遭受重大自然灾害的国家和地区无偿提供相关卫星数据和信息。     

“高分二号”卫星数据在遥感地质调查中的初步应用评价

"高分二号"(GF-2)卫星是迄今为止中国研制的空间分辨率最高的民用遥感卫星,标志着中国民用遥感卫星进入亚米级"高分时代"。为了更好地了解卫星的应用性能,充分发挥和利用好GF-2卫星数据在地质矿产调查工作中的应用,尤其是在条件艰苦地区和境外区域。文章利用GF-2卫星在新疆哈密地区的相关影像数据开展了遥感地质调查应用评价,从数据处理、地质构造信息提取、地层及岩体等岩性信息的识别,以及可识别地质体精度等方面分别进行评价。结果表明,GF-2卫星数据能有效地划分遥感影像地质单元、识别地质构造空间展布特征,很好地满足优于1∶25 000尺度的遥感地质调查工作,可为地质矿产资源调查及评价提供强有力的数据支撑。     

基于改进Unet++的丘陵地区耕地地块深度分割与提取

丘陵地区耕地地块具有结构复杂、种植类型多样且破碎度高等特点,针对传统分类方法对耕地信息难以快速准确提取的问题,文章基于“高分一号”卫星影像和Unet++网络模型,采用余弦退火学习率实现了复杂丘陵地区耕地信息的准确深度分割和分类。首先利用多尺度分割方法完成了深度迁移学习模型中典型区域耕地样本标签的制作及其结果验证;其次,采用规则格网裁切方法构建影像和标签训练数据集,在PyTorch环境完成了模型的训练;最后,将改进后模型与Unet和SVM方法进行了分类精度和泛化性能的对比分析。结果表明：改进的Unet++网络模型在复杂丘陵地区耕地提取结果的总体精度为92.75%,比SVM和Unet的提取精度分别提高了9.06%和2.50%。因此,基于Unet++的深度学习模型不仅能够有效抑制复杂的背景噪声,还能从遥感影像中学习到更强的语义特征,从而获得更加准确的耕地信息。该方法可为农作物面积监测和产量估算等实际应用提供基础数据支持。     

基于U-net的"高分五号"卫星高光谱图像土地类型分类

"高分五号"卫星是世界首颗实现对大气和陆地综合观测的全谱段高光谱卫星,对于土地利用类型分类具有重要的应用价值,如何利用深度学习技术开展高光谱图像分类是当前研究的热点问题。深度学习中的语义分割方法在地面场景的图像中已经获得较好的应用,但是对于高光谱遥感图像的精度和适用性较差,无法准确获得精确的分类结果。文章采用U-net模型开展高光谱土地利用类型分类研究,首先基于"高分五号"卫星高光谱数据,构建样本数据集,然后训练分类模型,进行土地利用类型分类,探讨语义分割方法在高分五号高光谱数据上的应用能力。结果表明,采用深度学习中的语义分割方法能够有效提高精度水平,U-net模型的整体分类精度为0.9357,Kappa系数达到0.92,均高于SVM方法和CNN方法。采用深度学习中的语义分割方法,可以为"高分五号"高光谱数据的土地利用分类提供技术支撑,有效提升"高分五号"卫星的应用能力。     

旋转森林算法在GF-2卫星影像土地利用分类中的应用

"高分二号"(GF-2)卫星影像中精细的空间信息可用于高精度的土地利用分类研究。为了获取基于GF-2卫星影像土地利用分类的最优特征空间,以及将旋转森林算法应用于提高遥感影像分类精度中,文章利用GF-2卫星影像数据,基于光谱特征(4个多光谱波段和1个全色波段)、指数(植被指数、水体指数及简单比值指数)和变换成分(主成分、最小噪声分离成分与独立成分)构建特征空间,应用基于决策树的旋转森林算法构建面向对象的分类规则集,进行土地利用分类,并与最近邻和决策树算法的分类结果对比分析。结果表明,结合光谱特征、几何特征和纹理特征,采用旋转森林算法得到的分类总体精度为84.85%,Kappa系数为0.819;引入指数、变换成分后分类总体精度提高4.90%,Kappa系数提高0.058;相比于最近邻分类器和决策树分类器,结合旋转森林思想的决策树分类器总体精度分别提高11.97%和15.44%,Kappa系数分别提高0.142和0.184。研究结果可为中国高分辨率卫星影像的信息提取及基于旋转森林算法的土地利用分类研究提供参考。     

岫岩偏岭矿区植被修复生态环境监测评估

植被修复对于矿区生态重建和矿区生态环境改善具有重要意义,为了解决传统现场检测方式对大矿群区而言费时费力的问题,利用高分辨率遥感卫星影像对矿区生态恢复成效进行了评估。文章基于"高分二号"卫星遥感影像研究,采用监督分类和人工修正后处理的方法,对矿区植被修复生态环境进行了监测和评估,分析了2016年和2018年岫岩县偏岭镇矿区生态环境恢复情况,结果表明:2016年～2018年偏岭镇植被的复垦面积为0.041 4km2,增加矿区面积0.073 6km2。以无人机考察方式选取典型地块赴现场进行提取精度评价,植被和矿区面积的遥感图像识别精度分别达到92.1%和98.4%。矿山地质环境恢复治理取得一定成效,但总的植被面积增加尚不明显,需进一步开展治理工作。     

星上遥感影像在轨处理进展研究

从星地数传、高时敏任务等对星上遥感影像在轨处理的需求出发,本文对美国、欧洲以及国内主要的星上遥感影像在轨处理进展进行了研究;以此为基础,结合星上遥感影像在轨处理框架与深度学习等智能处理技术,分析了高性能星上智能处理平台构建、基于深度学习的遥感影像在轨智能处理、多源遥感影像数据在轨融合处理、星地协同数据处理及在轨更新等星上遥感影像在轨处理关键技术;最后,对星上遥感影像在轨处理未来发展趋势进行了总结,为进一步提升遥感卫星在轨应用效能提供参考。     

“高分二号”卫星数据遥感滑坡灾害识别研究——以云南东川为例

标志着中国遥感卫星进入亚米级"高分时代"的"高分二号"(GF-2)卫星在太原成功发射,它将为地质灾害调查提供可靠的数据支持。文章以滑坡灾害频发的云南东川区为研究对象,首先对GF-2卫星采集的研究区数据进行正射校正、配准、融合和裁剪等预处理;然后采用面向对象的分类方法,通过影像分割、合并分块,并结合滑坡灾害的光谱、纹理和数字高程模型等多种信息特征,建立滑坡灾害识别规则,实现滑坡信息的遥感分类;最后对分类结果进行误分对象剔除,得到研究区滑坡信息。结果显示,利用GF-2卫星数据可以较好地提取滑坡灾害信息,基本满足滑坡的灾害识别要求。文章通过面向对象的滑坡灾害特征提取所输出矢量结果可以方便地计算出滑坡的面积,对滑坡研究提供了极大的便利。     

高分二号开启我国高分辨率遥感卫星应用时代

俗话说,好事多磨。 高分二号卫星的发射成功,比原计划晚来了半年多。然而,作为高分专项工程第二颗光学遥感卫星,高分二号卫星对于我国遥感卫星技术及应用产业发展所具有的重大里程碑意义,使其光芒并未因成功的曲折性衰减分毫。8月19日,高分二号卫星在长征四号乙运载火箭的完美托举下,腾空而起,精确入轨,标志着我国民用遥感卫星领域跨入米级分辨率时代。     

基于“高分二号”卫星影像的砂金矿区环境地质调查

砂金开采带来了严重的环境地质问题,开展砂金矿区环境地质调查研究对于砂金矿区环境评价、监管和治理等具有重要的意义。文章以东北珲春河中游砂金矿区为研究区,基于"高分二号"(GF-2)卫星遥感影像,采用监督分类和人工修正后处理的方法开展了矿区环境地质要素提取研究。以野外实地调查修正收集的矿区环境地质要素成果作为参考数据,对提取精度进行评价,将提取结果和参考数据进行对比分析发现,尾矿堆和采矿坑的提取总精度达到95%。分析结果表明GF-2卫星影像对砂金矿区环境地质要素具有较好的识别能力,能够满足矿区环境地质调查的需求。     

“高分二号”卫星在西藏矿山遥感监测中的应用研究

西藏自治区海拔高、地形起伏大,利用优于1m分辨率卫星影像监测当地的矿业开发活动存在较多难点。文章以墨竹工卡重点矿集区为例,通过影像的正射校正、融合镶嵌、几何校正、信息提取等处理工作,完成了基于"高分二号"(GF-2)卫星影像的1∶1万比例尺矿山遥感监测工作。通过与国际多元多尺度卫星影像的对比研究,GF-2卫星影像对于开采硐口的识别、开采面及开发占地性质的确定、水体污染现象的识别等矿山开发信息提取的准确率有了明显提高,完全能够满足1∶1万尺度矿山遥感监测技术要求,在替代国际同等分辨率商业卫星数据的同时,亦可节省大量的野外验证工作,具有显著的社会经济效益。     

基于深度卷积神经网络的遥感影像目标检测

随着遥感影像数据规模的快速扩张,如何高效准确地识别遥感影像中的典型目标成为当前的研究热点。为解决传统遥感影像目标检测方法准确率低的问题,用基于深度卷积神经网络进行遥感影像目标检测,在遥感影像数据集上用基于Faster-RCNN的神经网络模型对VGG16卷积网络进行训练,对输入的遥感影像通过区域推荐网络标注出待检目标的包围框和置信度,实现对遥感影像的目标检测。以飞机和油罐为例,在TensorFlow深度学习框架下实现了数据预处理、网络训练、目标检测等功能,并在当前测试数据集上取得了较高的检测准确率和置信度。该研究成果可应用于遥感影像解译和处理等相关领域。     

高分二号卫星

<正>高分二号卫星于2014年8月19日11点15分由长征四号乙运载火箭在太原卫星发射中心成功发射,标志着我国民用遥感卫星真正进入了亚米级"高分时代"高分二号卫星是国家科技专项"高分辨率对地观测系统重大专项(民用部分)"首批启动研制的重要项目。卫星釆用资源卫星CS-L3000A平台,装     

栾恩杰：凯歌要奏在应用上

“遥感并不神秘、并不遥远。随着高分一号、二号卫星的成功发射和广泛应用,中国遥感技术迈入世界先进行列,遥感应用步入黄金期。遥感已无处不在,遥感将大有作为。”栾恩杰院士2014年9月28日参加中国遥感应用协会第五届代表大会时说。他希望加强遥感卫星应用推广。     

太阳定标基准星轨道仿真设计研究

遥感卫星辐射定标是提高遥感数据辐射质量、监测遥感卫星性能变化的重要途径。首先简要介绍了遥感卫星绝对辐射定标原理,讨论了现行遥感卫星绝对辐射定标方法及其优缺点,在此基础上提出了一种基于太阳定标基准星的在轨辐射定标方法,并对太阳定标基准星的轨道设计方法进行了研究。文章针对高分二号(GF-2)卫星的轨道特点设计了满足其遥感相机定标要求的太阳定标基准星轨道模型,据此分析GF-2卫星和太阳定标基准星的轨道关系,得到遥感相机对太阳定标基准星的可见时长,验证了此辐射定标方法的理论可行性,其计算和分析结果对提高今后我国遥感卫星辐射定标精度具有参考意义。     

把脉卫星遥感数据商业化——院士、专家谈卫星遥感商业化发展

我国近年来遥感卫星应用迅速发展,特别是随着高分辨率对地观测工程的实施,中国的卫星遥感进入了一个新的发展期。遥感卫星正在由试验性运行向业务化运行发展,卫星遥感应用由行业化应用向大众化应用发展。卫星遥感数据应用需求日益增加,卫星遥感应用产业显示出勃勃生机,并正在成为经济社会发展的战略性新兴产业。特别是高分二号卫星的成功发射,大幅提高了国产遥感卫星数据的分辨率,使中国遥感卫星进入了亚米级高分时代。遥感应用领