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。     

环境减灾二号A/B卫星在地震次生地质灾害识别中的应用

以2014年鲁甸地震重灾区为研究区,通过目视解译方法对研究区内的滑坡体进行识别,采用定性评价与定量评价、基础评价与应用评价相结合的方法,对环境减灾二号A/B卫星及高分一号、六号卫星对滑坡的识别能力进行对比分析。结果表明：环境减灾二号A/B卫星可识别出地震后全部大型滑坡、部分中型滑坡和个别小型滑坡。与相同分辨率的高分一号卫星影像相比,环境减灾二号A/B卫星具有相当的滑坡识别能力,并且具有幅宽较大的优势,对于快速识别大型滑坡等地质灾害和确定极灾区范围,具有较好的应用前景。     

环境减灾二号A/B卫星在生态保护红线区植被覆盖信息提取中的应用

选择北京百花山国家级自然保护区作为典型试验区,以我国高分一号(GF-1)卫星数据提取结果作为参考,开展环境减灾二号A/B(HJ-2A/B)卫星数据在生态保护红线区植被覆盖遥感信息提取中的应用分析。试验结果表明：基于HJ-2A/B卫星16 m多光谱遥感数据对地表植被覆盖度进行估算得到的结果精度、分级统计面积与参照数据估算的结果一致性较好,而且空间分布趋势与参照数据结果也大致吻合,能够满足生态保护红线区植被覆盖信息提取业务需求。下一步可深入挖掘环境减灾二号A/B卫星的应用潜力,通过与高分一号、高分六号卫星进行协同观测,提升防灾减灾、环境保护等业务的能力,更好地服务于国土资源、水利、农业、林业、地震等行业。     

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。     

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。     

环境减灾二号A/B卫星在洪涝灾害农作物恢复动态监测中的应用

以受洪涝灾害影响的安徽省合肥市庐江县北部为研究区,综合利用2019—2021年环境减灾二号A、高分一号、高分六号等卫星多时相遥感数据源,通过建立不同类型的遥感波段指数,对洪涝灾害受灾范围和受灾范围内的农作物恢复情况开展动态评估。研究结果表明：基于归一化水体指数提取淹没范围的总体精度为92.6%,多时相归一化植被指数能够反映农作物的动态恢复情况。环境减灾二号A/B卫星能够以其幅宽大、时效性强的优势对受洪涝灾害影响的农作物恢复开展动态监测。     

基于多层次特征的高分影像海岸带地物分类

针对高分辨率影像地物光谱丰富复杂的问题，文章提出了一种结合像元-对象-空间格局特征的水域、盐田等海岸带精细地物分类方法。首先基于像元和空间格局特征分别利用遗传算法优化随机森林参数进行分类；其次将两种分类结果采用D-S证据理论融合；然后基于不同地物斑块的空间上下文信息，采用粒子群算法优化支持向量机（Support Vector Machine，SVM）参数实现面向对象的二次分类。为验证方法的有效性，收集山东省莱州湾海岸带附近区域的“高分二号”卫星影像，开展了水域及水利设施用地、盐田、工矿用地、交通运输用地、住宅用地、沿海滩涂、海域与耕地8类地物的分类实验，总体精度达到97.21%，Kappa系数为0.964 2。实验结果表明，文章提出的高分影像海岸带地物分类方法兼顾像元、对象及空间格局特征优点，能够实现多层次细致分类，并同时兼具较短的训练时长与较高的分类精度。该研究成果可为中国海岸带生态环境监测与土地利用规划提供一定技术支撑。     

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。     

基于“高分四号”卫星影像洞庭湖湿地信息提取

文章以"高分四号"卫星数据为数据源,以湖南洞庭湖区域为主要研究区域,建立了洞庭湖三级湿地分类系统(主要包括:水体、草滩地、泥滩、耕地、林地、裸地六类),分别使用最大似然法、支持向量机法以及神经网络法对洞庭湖湿地进行遥感信息提取。结果显示,在三种不同的遥感分类方法中,最大似然法分类精度相对较高,总体精度为77.14%,Kappa系数为0.592 9。研究发现:"高分四号"卫星影像具有良好的湿地类型信息提取能力,采用最大似然分类方法可以较好的进行大区域湿地类型信息的提取。     

环境减灾二号A/B卫星在辽东湾海冰监测中的应用

为减少由冬季寒潮导致的海冰灾害损失,利用遥感手段对我国高纬度海域海冰风险进行监测,并提供决策支撑。文章利用环境减灾二号A/B卫星的16 m分辨率多光谱数据,采用基于DeepLab V3模型的语义分割方法,对渤海辽东湾地区的海冰范围进行提取和动态分析,得出海冰范围的动态变化规律,并进行提取精度评估。结果表明：利用该方法的海冰提取准确率可以达到97.4%以上,可以满足海冰的日常监测需要,验证了环境减灾二号A/B卫星在风险要素遥感监测的应用能力。     

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。     

环境减灾二号A/B卫星应急管理应用系统设计

环境减灾二号A/B卫星搭载可见光-近红外多光谱、高光谱、红外、大气校正仪等载荷,具备多要素、大幅宽、高重访监测优势,可为新时代应急管理提供重要的监测数据。文章从环境减灾二号A/B卫星应用需求出发,开展卫星应用系统的架构设计,探讨了应用模式。卫星应用系统建设的关键是如何围绕复杂多变灾害场景,将环境减灾二号A/B卫星优势充分发挥,实现面向多灾种灾害全流程的卫星遥感信息产品制作。文章的相关内容可为相关应用系统建设和卫星应用提供参考。     

一种新型的干扰识别与检测算法

在通信系统抗干扰中干扰的检测及识别是一种关键的技术。文章提出了一种新的干扰识别算法。首先,应用盲信号分离算法来分离传感器接收到的混合干扰信号。然后从干扰信号的高阶累积量中提取特征参数用作进行SVM分类时的特征向量。最后,用SVM作为分类器来对单音干扰、多音干扰及脉冲干扰进行分类识别。计算机仿真结果表明,当信噪比不低于5d B时本文算法有较高的识别率。     

环境与灾害监测预报小卫星A、B星在轨交付

2009年3月30日,据人民网报道,国防科工局在京举行环境与灾害监测预报小卫星A、B星在轨交付仪式,两颗卫星正式交付给民政部和环境保护部投入使用。环境与灾害监测预报小卫星A、B星是我国继气象、海洋、国土资源卫星之后又一个全新的民用卫星。卫星投入使用后,将实现灾害的快速监测和预报,填补我国在环境减灾方面自主数据信息的空白。此前,环境与灾害监测预报小卫星A、B星于2008年9月6日在太原卫星发射中心发射。据国防科工局负责人透露,即将挂牌的联合国天基减灾系统北京办事处,将向全球提供卫星减灾数据,A、B星在国际减灾服务方面将发挥重要作用。据悉,A、B星在轨测试期间已向亚太空间合作组织成员国提供了部分图像,并为澳大利亚扑灭森林火灾提供了及时的服务,反响较好。目前已有多个国家提出了建站接收数据的申请。环境与灾害监测预报小卫星A、B星将成为继美国“陆地卫星”、法国“斯波特”卫星之后,又一个具有广泛影响的陆地观测卫星。     

环境减灾二号A/B卫星在轨定标模式设计与验证

环境减灾二号A/B(HJ-2A/B)卫星上搭载了16 m相机、大气校正仪、高光谱成像仪和红外相机4台有效载荷,主要执行中等分辨率下的800 km大幅宽对地观测和定量化遥感任务,因此高精度的辐射定标对环境减灾二号A/B卫星的数据处理和应用至关重要。为了保证4台成像体制各不相同的载荷能够满足在轨长期稳定的辐射响应精度,文章介绍了卫星对日定标、对月定标、偏航定标、载荷内定标等各种在轨辐射定标模式的设计方法,通过卫星获取的在轨定标遥测和图像数据,分析了卫星发射入轨后各种定标模式下遥测及相关定标数据。结果表明：各类型在轨辐射定标模式可以有效实现对4台载荷的辐射定标,获取的高质量辐射定标数据可以满足各载荷在轨长期稳定运行的辐射定标需求,可为后续光学遥感卫星在轨辐射定标设计提供参考。     

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。     

基于滑坡区域颜色特征模型的SVM遥感检测

滑坡区域遥感检测与识别在灾情提取、救援决策和防灾减灾等方面都有着巨大的应用前景。针对滑坡遥感检测中目标颜色特征化模型不准确,对滑坡区域检测识别效果不够理想等问题,提出一种基于滑坡区域颜色特征模型的支持向量机(supportvectormachine,SVM)遥感检测方法。根据光谱学和色度学的基本理论,建立滑坡区域红绿蓝特征获取方法,以多光谱图像为基础,通过典型样本分析,确立目标/背景颜色特征化数字模型和有效边界。将该模型生成训练样本用于滑坡区域SVM检测模型训练,再将训练好的分类器用于滑坡区域的检测识别,在此基础上根据滑坡基础形状模型的轴向长宽比、面积参数和不变矩等典型形状特征指标对滑坡区域进行目标精确分类与识别。利用九寨沟地震后获取多光谱遥感图像进行了滑坡区域检测识别效果对比试验,试验结果表明,该方法能有效识别遥感图像中的滑坡样本点,对滑坡区域的识别精度由传统方法的90%左右提高到97.03%。     

环境减灾二号A/B卫星红外相机摆扫行周期设计及影响分析

针对环境减灾二号A/B卫星宽幅摆扫式光学遥感相机的行周期设计,文章建立了结合卫星轨道数据和相机设计指标的搭接率计算模型,并经环境减灾二号A/B卫星上的红外相机设计指标进行了仿真分析,同时结合卫星红外相机在轨获取的图像数据质量进行了统计,对模型的影响进行了分析和验证。结果表明：提出的搭接率仿真模型得到的结果与卫星在轨实测结果一致性良好,且卫星红外相机在轨获取图像的搭接率指标正常,可以满足后续处理和用户使用要求。该模型可以有效用于扫描式光学遥感相机指标设计中,分析结果也可为后续相关航天遥感相机设计提供参考。     

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.     

环境减灾二号A/B卫星系统设计与技术创新

环境减灾二号A/B卫星是国家民用空间基础设施中首批启动的业务卫星,星上配置有16 m相机、高光谱成像仪、红外相机和大气校正仪4种光学载荷,具备可见光、高光谱和红外对地成像能力,以及在轨大气同步探测功能。两颗卫星均采用CAST2000公用平台,设计寿命5年,单星质量1065 kg,运行于标称轨道高度为645 km的太阳同步回归轨道。两星在轨组网运行,可实现16 m相机和红外相机2天对全球南北纬80°以内地区全覆盖观测。文章概述了环境减灾二号A/B卫星的主要技术方案,总结了载荷设计新技术、多载荷匹配设计、多样化定标、视觉监测,以及轨道冻结等技术创新点,并介绍了在轨测试和典型应用情况,可为我国后续环境减灾监测遥感卫星系列发展提供参考。