遥感影像人工智能数据集联邦共享技术研究

遥感影像目标识别算法升级需要大规模、高品质人工智能数据集支持。目前,各遥感影像数据集大多以孤岛形式保存在不同机构或同一机构的不同部门,由于数据安全保密相关规定,各数据节点间无法汇聚数据,造成严重的数据孤岛问题。数据孤岛问题导致可用于模型训练的遥感数据严重缺乏,影响遥感影像智能识别算法性能提升。为解决数据孤岛问题,文章从数据孤岛构建、联邦数据管控、联邦项目管控及联邦安全四个方面研究联邦数据治理技术,在数据不出孤岛的前提下,实现模型侧到多个数据侧的学习模式,达到数据可用不可出的效果。实验结果表明：虽然联邦数据治理技术因为数据加密传输,会增加模型训练时间,但是随着数据孤岛的增多,在测试精度上可以逐渐逼近数据汇聚模式,大幅改善数据孤岛问题。     

基于OCO-2卫星遥感数据的三峡库区XCO2时空特征演变分析

定量分析三峡库区大气二氧化碳柱浓度混合比(XCO₂)演变趋势及空间分布,能有效探究水电工程对库区大气CO₂浓度的影响,对实现国家“双碳”目标,调节能源结构具有重要参考价值。文章选取轨道碳观测卫星-2(OCO-2)卫星观测数据,基于反距离权重(IDW)插值,利用曼-肯德尔(Mann-Kendall)法非参检验、森氏(Sen’s)斜率估计、空间自相关分析以及冷热点算法,分析研究区大气CO₂的演变趋势和空间特征。研究结果表明：1)2015～2020年,三峡库区各区县大气CO₂月均、年均浓度呈上升趋势,研究区整体呈显著增长趋势;冬季大气CO₂浓度最高,秋季最低,表现出明显的季节性周期变化。2)2015～2020年三峡库区大气CO₂具有较高空间相关性,且部分区域表现出冷热点聚集现象。3)三峡库区XCO₂与全国平均水平具有良好一致性,三峡工程的建设并未导致三峡库区CO₂浓度升高。     

基于多源遥感数据的森林虫害监测及驱动力分析

遥感监测可以及时、准确地监测森林虫害扰动的时空格局,并预测其暴发状况,为区域尺度的森林管理和政策提供指导。文章以加拿大不列颠哥伦比亚省为研究区,基于多源遥感数据,将LandTrendr算法（基于Landsat的干扰和恢复趋势检测算法）和随机森林（RF）分类器相融合识别了1999～2015年森林虫害的暴发区域与严重程度,分析其时空格局,解析了驱动虫害暴发蔓延的关键因子,以及森林生态系统对虫害暴发的响应机制。研究结果表明：1）通过样本点独立验证,提出的森林虫害扰动遥感方法识别准确率达87.1%,与航空调查数据识别准确率接近,森林虫害暴发具有明显时空分异特征;2）原生的虫害暴发地区,其前期的扰动历史或地形因素比其他因素更易造成虫害扰动;3）森林生态系统对虫害暴发的生理性响应早于结构性响应,未来可以利用森林的叶绿素荧光等生理指数来提早监测和预警森林虫害扰动发生。     

DQ-1宽幅成像光谱仪发射前载荷定标技术

大气环境监测卫星作为国家民用空间基础设施规划中的科研卫星,其遥感应用需求对其载荷的定量化精度要求越来越重要。宽幅成像光谱仪作为大气环境监测卫星中的主要载荷,可获取光谱范围从可见光至长波红外(0.415~12.000 μm)的陆表和大气多光谱信息。采用45°扫描镜配合消旋系统的扫描方式,光路结构采用同轴望远镜系统,实现3个探测器焦面上21个谱段的同时对地的超宽幅高空间分辨率成像。为了准确地获取能量和仪器响应之间的定量关系,在卫星发射前开展宽幅成像光谱仪全光路、全口径辐射定标试验,分别介绍了可见到短波谱段积分球定标技术和中长波谱段热真空红外定标技术,为用户定量应用提供了良好的保障,并对定标过程中传递路径下的误差来源及精度进行分析评估。     

一种深度学习分割遥感影像道路的损失函数

传统的根据光谱特征或形态学算法来分割道路,存在精度低、阈值难确定等缺点,而深度学习中已有的方法并未考虑道路的特性,只是利用通用方法来分割道路.针对上述不足,提出了一种针对道路特有形态的深度学习损失函数——形态损失函数.首先使用连通性算法将预测结果划分为若干个相互分离的连通区域,分别计算这些区域的面积与外接圆面积的比值,...     

一种适用于遥感图像的可逆信息隐藏算法

可逆信息隐藏技术，可用于实现遥感图像重要目标区域的无损传输。通过对现有可逆信息隐藏算法进行研究，发现现有算法的单次嵌入容量不足，且需要额外的无损二值压缩处理附加信息，无法满足遥感图像处理的有效性和实时性要求。借助给定门限对载体图像不重叠子块的平滑性进行划分，通过编码平滑子块内基准像素与其余像素之差，并结合比特替换，实现秘密信息的可逆隐藏。对于512×512像素的灰度遥感图像，单次嵌入容量可达5×105 bit以上。试验结果表明，该算法可实现单次高嵌入容量的可逆隐藏，并不需要任何额外无损二值压缩来处理辅助信息。     

应用Landsat-8遥感图像的火点检测研究

论述了一种通过遥感卫星图像来实现火点的检测方法,先通过双阈值方式搜索高温点,然后对高温点像素进行聚类,形成高温点簇,最后建立高温点簇面积与亮温阈值之间的对应关系模型,根据面积亮温模型判断搜索到的高温点簇是否火点。文中通过火灾与秸杆焚烧的遥感图像验证了所提出方法的有效性,其火点检测的平均准确率为0. 892,漏检率为0. 088,从中可看出,采用的面积亮温模型准确反映了火点规律,并且是有效的。