基于多源遥感数据的灌丛化草原识别技术研究

为探索遥感技术在灌丛化草原空间分布识别方面的应用潜力,文章采用GF-2、GF-3和GF-6等多源遥感数据,利用随机森林算法和灌丛植被覆盖度估测模型,分别从分类识别和定量提取角度对内蒙古正镶白旗开展多尺度的灌丛化草原遥感识别技术研究。结果表明：1)GF-6的纹理信息和GF-3的极化信息对提取灌丛植被覆盖度信息贡献度最高,但在不同尺度下差异明显,整体上尺度较小时纹理信息占优,尺度增大时,极化信息优势凸显;2）二元二次灌丛植被覆盖度估测模型效果最优,在多尺度下均比次优的估测模型精度提高5.95%,23.84%和20.74%;3）基于随机森林算法的草原灌丛化分类识别准确率随尺度增大而降低,整体上均低于以灌丛植被覆盖度为基础的定量监测结果。该研究的部分成果可为我国北方草原的监督管理及合理利用提供一定技术支撑。     

基于GEE的廊坊城区黑臭水体的遥感监测

本文利用GEE(Google Earth Engine)平台中的多源遥感数据与随机森林分类器对廊坊城区黑臭水体进行了提取。研究结果表明：（1）光学遥感数据中的红光、绿光和蓝光波段可以准确反映水色信息,而雷达后续散射数据可以在一定程度上反映污水表面的几何信息,融合光学与微波的多源遥感特征可以更加准确地的提取黑臭水体信息。（2）随机森林分类器的训练精度达到96.7%,分类精度达到了93.7%,可以基本满足对城市黑臭水体监测的要求。（3）在非黑臭水体的岸边、干涸区域、桥梁等会出现分类错误,这些分类错误是由多源遥感数据的在黑臭和非黑臭水体属性特征空间上的重叠造成的,加大样本点的数量与更多特征属性的选择将有助于提高这部分区域的分类精度。（4）免费的数据与算法可以为环保相关部门低成本定期监测城区黑臭水体提供切实可行、廉价的解决方案。     

结合卫星遥感的 PM2.5 浓度估算与站点异常分析

针对大气污染难监测、异常数据难分析等问题，充分发挥气象卫星多时相观测优势，以N维代价函数算法为依托进行逐小时气溶胶光学厚度反演。进一步以随机森林回归算法为基础，结合气象参数、地面监测参数等辅助变量进行近地面PM2.5浓度估算，并据此开展时空分布与浓度异常分析。江苏省2021年1–6月PM2.5浓度遥感估算精度验证结果显示，其相关性精度达到94%，偏差为5.59μg/m³，证明以卫星遥感数据为基础进行PM2.5浓度估算具有高可靠性与可行性。通过其建立的全区域、多时相监测体系可有效进行PM2.5浓度的时空分布分析，明晰PM2.5分布状况，助力空气污染治理管控。通过卫星估算结果与地面站点监测结果的对比分析，准确识别大泉街道数据低报事件，验证人为干扰数据采集工作，实现星地数据双向监督。文章研究证明，卫星遥感技术可有效支撑近地面PM2.5浓度估算与数据异常分析，推动新时代生态文明建设。     

森林碳储量遥感卫星现状及趋势

“二氧化碳排放于2030年前达到峰值,2060年前实现碳中和”是统筹中国国内经济社会发展与全球应对气候变化协同共赢的重大战略。森林生态系统是陆地生态系统的主体,在减缓温室效应、维持全球碳平衡中起着极其重要的作用。精准计量森林生态系统的碳储量,可以加深对全球碳循环过程的理解,为“双碳”目标的实现提供科学支撑。近年来,卫星遥感技术迅猛发展,多类型的光学遥感数据、激光雷达遥感数据、合成孔径雷达数据等,为森林碳储量的定量估测提供了丰富、可靠的数据源。文章综述了森林碳储量遥感卫星载荷技术发展现状及趋势,分析了森林碳储量遥感卫星常用观测模式,论述了森林碳储量地面真实性检验系统发展状况。文章可为森林碳储量遥感卫星设计与应用提供有益参考。     

基于遥感大数据云计算平台下的水稻识别研究

传统水稻种植面积估算基于地面测量,再逐级上报,时效性和准确性难以达到监管需求。文章利用遥感大数据云计算平台（Google Earth Engine,GEE）,结合多源遥感影像（Sentinel系列,Landsat系列等）,对整个湖南省大尺度范围进行了水稻识别算法实验。首先,针对云雾等客观因素造成数据缺失的现象,通过构建一种多源遥感影像数据融合算法,生成了完整的水稻生长周期遥感影像;然后,根据不同作物的生长物候特征,结合归一化植被指数时间序列特征进行分析,对早稻、中稻、晚稻等不同水稻类型进行了有效识别;最后,在精度验证方面,创新性地使用无人机辅助调查的方式对整体实验结果进行精度评价。最终结果表明：早稻、中稻、晚稻的准确率分别为85.15%、89.78%、86.01%,文章算法具有较高精度与鲁棒性,也能够为其他作物识别研究提供一定意义的借鉴与参考。     

利用环境减灾二号A/B卫星红外相机数据监测沙尘暴

针对国产卫星数据在沙尘监测领域应用较少的情况,基于环境减灾二号A/B(HJ-2A/B)卫星搭载的红外相机(IRS)探测数据构建沙尘监测算法。在分析IRS分辨不同沙尘天气场景能力基础上,与中等分辨率成像光谱仪(MODIS)监测结果对比,分析了不同时间尺度下的沙尘遥感监测能力,并讨论了IRS的不足之处。结果表明：环境减灾二号A/B卫星数据质量整体较好,影像可以清晰地呈现陆地、云和沙尘等主要场景的整体轮廓及纹理,有利于准确提取沙尘天气;与MODIS监测沙尘结果相比,IRS的准确率和召回率分别为81%和与57.6%,其时空分布规律基本一致,IRS具备一定的沙尘监测能力;同时,IRS存在数据噪声、定标精度等问题。此研究对国产卫星在大气环境遥感业务中的大力发展应用有参考意义。     

珠海市森林绿地遥感动态监测与驱动力分析

随着城市的发展,城市森林绿地对于提高人类生活环境的品质,发挥着越来越重要的作用。以珠海市为研究区域,应用1995年Landsat5的TM数据、2002年Landsat7的ETM数据、2009年CBERS-02B的CCD与HR数据为主体信息源,通过植被覆盖度指数与三种不同信息提取手段相结合的方法,对珠海市森林绿地的动态变化进行了遥感监测,然后对其变化结果进行了驱动力分析。结果表明：珠海市从1995年到2002年森林面积呈减少趋势,2002年到2009年森林面积又呈增加趋势,从1995年到2009年森林面积总体呈微减趋势。最后将自然驱动力与人为驱动力进行对比分析,人为驱动力是珠海市森林绿地的变化的主导因素。     

高低轨遥感卫星联合监测火灾模式分析

高低轨遥感卫星联合监测火灾模式是指使用高轨卫星每日针对重点区域巡查,发现火点,对已发现火点,快速调动高轨卫星应急规划,高频次获取灾区观测数据,掌握火势发展情况;通过低轨高分辨卫星侧摆成像,详查灾害区域,进行过火面积评估。文章针对遥感卫星高低轨联合监测过程中卫星数据获取时效性存在的问题及要求,建立高轨卫星一键式应急任务规划系统,并构建森林火灾应急需求与低轨卫星资源匹配的规则和算法,实现应急任务一键式分配至各低轨卫星任务规划系统,提升高低轨卫星应急响应时间。     

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。     

基于U形结构提取的港口目标检测研究

遥感图像中港口目标的检测是目标识别研究的重要方面,准确、高效地自动提取港口目标对于提高遥感图像自动解译能力具有重大意义。文章提出一种基于U形结构单元提取的遥感图像港口目标检测的方法。首先利用梯度算子和灰度相似性聚类分割海洋和陆地区域并提取粗略海岸线,再根据内港区域的封闭特性提取疑似区域,在分析内港区域结构的基础上,引入U形结构元的概念以及提取算法来对疑似区域进行确认。试验表明,该方法检测的港口目标准确率较高,速度较快,能够满足民用和军事识别的需求。     

黄渤海晴空像元下雾霾识别的机器学习算法

为实时有效地识别和监测雾霾，选取2013年10月4日与10月5日的两景MODIS遥感图像，利用不同类型像元的光谱差异，基于神经网络模型，建立海上雾霾的遥感识别机器学习算法。经检验表明，在晴空条件下，机器学习算法反演精度相对较高，已超过98%，利用算法可以实现对中国近海上空雾霾的监测。     

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。     

环境减灾-1A、1B卫星在干旱监测中的应用研究及实现

"环境与灾害监测预报小卫星星座"(以下简称环境减灾星座)是我国首个以防灾减灾和环境监测为应用目的的小卫星星座,应用环境减灾星座构建干旱遥感监测体系具有重要的现实意义.文章基于HJ-1A、1B卫星遥感器数据,分析其适用的干旱遥感监测模型,并在此基础上选择辽宁省阜新市作为研究区,实现了基于HJ-1B卫星宽覆盖多光谱CCD相机数据的垂直干旱指数监测模型.结果表明,利用环境减灾星座数据可以有效地实现干旱遥感监测.     

利用卫星探测森林虫害

本文简述森林病虫害造成的巨大损失及森林病虫害探测技术的发展过程,重点报道1989年春有过半林地遭受松毛虫害的国营孤山林场试区的情况,通过对该场卫星图像TM磁带数据的数值分析经排除干扰信息及图像应用处理,最后输出计算机识别、区分出的重害、轻害、无害和非林地四类分布图,其结果比常规地面调查资料反映的虫害状况更详细、更全面,完全能达到生产实用要求。     

基于层次化分类器的遥感图像飞机目标检测

在大量航空航天遥感图像中,快速发现和统计飞机目标并对其进行准确定位,在军事和民用方面均具有重要意义。结合遥感图像特点,针对飞机目标的特征,文章设计了一种基于层次化的分类器的遥感图像飞机目标检测方法。首先用基于哈尔（Haar）特征的底层AdaBoost分类器快速去除大部分非目标区域;然后用基于梯度方向直方图（Histogram of Oriented Gradient,HOG）特征的顶层支持向量机（Support Vector Machine,SVM）分类器进行精细检测。在分辨率为1m的遥感图像数据集上的实验结果表明,层次化分类器在保证较高检测率的前提下,大大降低了虚警率,可以有效解决遥感图像飞机检测问题。     

通信信号智能调制识别对抗攻击研究

基于深度学习技术的通信信号调制识别算法由于其优秀的特征提取能力,极大地提升了调制识别任务的精度,但是对抗样本特性的存在,导致基于深度学习的调制识别模型的安全性受到了极大威胁,通过在训练好的调制识别网络中添加设计好的特定微小扰动,就可以使得调制识别模型完全失效。研究了基于深度学习的调制识别模型及其对抗样本攻击方法,提出一种基于快速梯度符号法的定向扰动生成方法,该方法在扰动和原始信号功率比为-21 dB的条件下,针对11类常见的不同调制种类的通信信号生成扰动,实现对通信信号调制识别模型的定向攻击,为智能调制识别模型的攻防对抗提供参考。     

凝视视频卫星目标检测算法

为了实现对高分辨率光学遥感视频卫星成像视场范围内的飞机目标进行快速高效检测,提出一种遥感影像快速目标检测方案。文章借鉴深度卷积神经网络模型YOLO系列算法高速检测目标优点,引入端对端式全卷积神经网络构建检目标测算法,通过实验统计和探索光学卫星成像视场范围大小对目标检测准确率和检测速度的影响,结合目标尺度进行网络调优、改进检测模型,得到基于凝视成像视频卫星目标检测的高效算法。运用算法对来自"吉林一号"光学A星及视频3星的影像数据集进行目标检测实验统计,在413张800像素×800像素的静态遥感影像测试集中实现76.2%的平均检测准确率,在同等尺度的遥感视频序列中实现31帧/s的检测速度。该算法成功将深度卷积神经网络技术引入到凝视视频卫星遥感应用领域,有效证明了深度学习技术在遥感视频识别领域的可行性。     

基于特征融合的雷达信号脉内调制类型识别

针对雷达信号脉内调制识别算法准确率低的问题,提出基于特征融合的雷达脉内调制类型识别方法,该方法首先提取雷达信号时频图像的形状特征和纹理特征,利用改进的主成分分析法（IPCA）对特征进行融合,然后将融合特征输入支持向量机（SVM）,实现信号的分类识别。仿真实验中对8种常见的不同调制类型的雷达信号进行识别,该算法在信噪比为5dB时识别准确率接近100％,验证了该方法的有效性。     

遥感卫星在轨微振动测量数据分析

介绍某遥感卫星的在轨微振动测量方案,并从背景噪声、扰动源特征、星体结构传递特征三个方面对测量数据进行分析。由测试数据发现,控制力矩陀螺（CMG）和动量轮引起的局部扰动较大,而传递至有效载荷处的扰动主要由CMG和双轴天线引起。星体结构对微振动有良好的衰减作用,有效载荷安装面的响应相对于振源得到了大幅衰减。     

基于泛化熵随机森林的雷达目标航迹起始方法

文章提出了一种基于泛化熵随机森林的雷达目标航迹起始方法,通过引入一种泛化熵可调参数,解决了传统随机森林算法对差异数据集泛化能力和适应性差且难以确定全局最优解的难题。首先利用雷达多周期回波数据构建随机森林算法决策模型,其次基于设计的泛化熵处理规则对实测数据进行分类处理得到所需测试样本,最后将测试样本输入完成模型训练的随机森林进行迭代寻优和自主决策以获取雷达目标的航迹起始结果。雷达实测数据验证表明,文章所提出的方法相比于传统随机森林方法具有更为优越的目标航迹起始性能。