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。     

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。     

基于Sentinel-2影像的鄱阳湖大气校正方法适用性评价

随着水色遥感技术逐步应用于内陆浑浊水体,大气校正成为水色遥感中最关键的一步。文章以"哨兵二号"卫星(Sentinel-2)数据为基础,采用Sen2cor、6S、FLAASH、ACOLITE和QUAC五种大气校正方法对鄱阳湖水体进行大气校正研究,结合实测水体反射率对不同校正结果进行精度验证分析。从整体对比结果来看,经过校正后的反射率曲线与实测光谱曲线的变化趋势基本一致,具有较高的拟合度,其中Sen2cor方法整体精度最高,依次是FLAASH、6S、ACOLITE和QUAC。对比单波段校正精度,Sen2cor在490nm和560nm波段表现最好,在665nm和705nm波段,6S、ACOLITE和Sen2cor效果较好,平均相对误差均在13%以内,而在842nm和865nm波段,除FLAASH算法表现相对较好以外,其他四种方法表现均较差,其中QUAC算法在所有波段的校正效果表现最差。结果表明,这五种大气校正方法均使水体影像品质得到了提高,增加了可用性,该结果可为其他类似Ⅱ类水体大气校正研究提供参考。     

"委遥二号"卫星长波红外通道在轨辐射定标

"委遥二号"卫星作为中国整星出口委内瑞拉的第二颗遥感卫星,搭载了一台高分辨率相机和一台红外相机,红外相机提供60m像元分辨率的2个长波红外通道。文章针对长波红外通道,采用星上黑体定标方法获得内定标系数,以具有较高绝对辐射定标精度的日本气象卫星H8作为参考传感器进行交叉定标,获取相机长波红外通道内外定标转换系数,最后通过场地实测数据来进行验证。结果表明,通过星上定标和交叉定标相结合的方式获取的绝对定标系数与地面测量计算得到的绝对定标系数相比,入瞳处等效亮温误差在1.5K以内,满足热红外通道绝对定标要求和数据使用要求。