多源遥感数据与机器学习算法的沼泽湿地信息提取

基于多源遥感数据与机器学习算法,旨在探讨提高沼泽湿地信息提取精度的方法。利用GEE(Google Earth Engine)平台获取的Sentinel-1合成孔径雷达(SAR)数据、Sentinel-2多光谱数据以及地形数据,结合多种机器学习算法提取沼泽湿地遥感信息,并在大兴安岭山区的南瓮河自然保护区以及松嫩平原区的莫莫格保护区进行精度验证。结果表明:利用多源遥感数据结合机器学习算法的研究方法,可显著提高沼泽湿地信息提取精度。在平原地区沼泽湿地信息提取中,雷达数据比多光谱数据贡献度更高;在山地地区沼泽湿地信息提取中,二者具有相近的贡献度。Sentinel-1、Sentinel-2数据和地形湿度指数数据的组合更有利于各种地形沼泽湿地信息提取。随机森林机器学习算法对沼泽湿地信息提取精度最高。

基于人工智能的多源遥感数据融合在电网勘测应用研究

随着卫星遥感、空间科技等技术的不断发展,通过卫星采集多源遥感数据已被广泛应用到诸多行业。将多源数据进行融合,生成信息更丰富、质量更高的图像,能更清晰地分析地物地貌地形情况,已成为近年来图像智能处理领域的技术研究前沿方向。文章基于人工智能卷积网络和注意力机制,提出一种统一融合网络,将不同光谱和空间属性的遥感源数据进行有效融合,生成具有精确光谱信息和清晰空间细节的高分辨率图像,为电网勘测选址选线等业务提供了辅助支撑的有效手段。实验结果表明,文章研究结果比现有典型方法具备更好的融合效果。

长时序多源遥感数据的森林冠层高度反演

为准确获取森林冠层高度信息,精确估计森林地上生物量及评估森林碳汇能力,基于长时序的地面实测、多源遥感数据与数字高程模型构建30个长时序的特征变量,结合机器学习算法(Machine Learning,ML)对浙江省丽水市的森林冠层高度进行反演。研究表明,地形因素对森林冠层高度的反演呈“不重要性”,而与红绿波段相关的植被因子、森林冠层高度强相关;加入长时序的特征因子可有助于提升ML算法对森林冠层高度反演精度,卷积神经网络(Convolutional Neural Network,CNN)提升的性能尤为显著,实现最佳0.39的决定系数(R^(2))提升与4.15的均方根误差(R_(MSE),式中记为R_(MSE))下降;随机森林在4种ML算法中的反演精度最高(R^(2)=0.79,R_(MSE)=1.65),大于支持向量机(R^(2)=0.65,R_(MSE)=1.97)、极端梯度上升法(R^(2)=0.76,R_(MSE)=1.81)与卷积神经网络(R^(2)=0.71,R_(MSE)=1.83)。

基于多源遥感数据的牲畜空间化研究

1前言全球经济的快速发展,使人类对动物源性食品的需求量急剧增加,加快促进了畜牧业的发展。畜牧业的发展逐渐引起了人类的高度重视,畜牧业一定程度上与环境承载力紧密相关,对维持草畜、生态平衡,实现可持续发展、人与自然和谐共生至关重要。目前,人类掌握牲畜情况依然长期依赖于传统的统计调查数据,是以行政区划为单元进行的逐级数字收集,多以省、市、县三级为主,尺度比较粗糙。

基于GNSS和多源遥感数据的桥梁变形实时监测技术研究

文章简要介绍全球导航卫星系统(GNSS)技术应用于动态测定桥梁变形的方法,建立GNSS监测模型,提出监测纠偏、数据处理的技术方法;探索“GNSS+各类遥感数据”在桥梁变形实时监测中的应用,建立全面监测、数据准确的技术体系,以切实获取桥梁变形动态。经过监测对比分析,GNSS与遥感技术联合后,与人工监测结果的变动趋势相似,监测结果偏差小于12 mm,具有较高的参考价值。

基于多源遥感数据的中国城市绿地变化研究

城市绿地对于相对脆弱的城市生态有着重要作用,同时对于城市人群生活产生积极影响,然而城市发展过程中产生的剧烈土地利用变化,必然会引起城市绿地的面积和分布产生改变,进而对局部气候和整体城市环境造成影响。尽管国家一直重视城市绿地建设和规划。

多源遥感数据解译下的山区滑坡易发性评价

滑坡易发性评价对于山区建设规划、防灾减灾等具有重大支撑作用。影响易发性评价结果可靠性的主要因素有滑坡样本库的准确率和易发性模型的适用性,但传统的人工勘查方法、单一的遥感技术手段难以查明复杂山区滑坡的分布情况和几何形态;而常见的评价模型存在主观性过强、模型与样本过拟合等问题。基于此,选取九寨沟核心景区作为研究区,将光学遥感、合成孔径雷达干涉测量(InSAR)、机载激光雷达(LiDAR)等技术融合应用于滑坡解译,编录滑坡样本库,筛选滑坡易发性因子为高程、坡度、坡向、岩性、与断层距离、与水系距离,滑坡易发性评价模型为MaxEnt模型,结果显示,模型ROC-AUC(ROC曲线下的面积)值达0.806。

多源遥感数据在森林资源监测中的应用现状与发展建议

森林资源监测是生态环境保护与可持续发展的重要基础。作者在分析多源数据应用现状与挑战的基础上,从强化数据一致性处理、提升复杂林区适应性、优化数据获取时相等方面提出了提升多源遥感森林监测能力的策略建议。本文认为,多源数据在一致性与兼容性、遥感技术在复杂林区的适应性、遥感数据采集的季节性上存在改进的空间。提出了强化多源数据一致性的处理技术、提升遥感技术在多样化林区的应用能力、优化数据采集时间,减少季节变化影响的改进建议。得出了深度挖掘多源遥感数据的信息潜力,构建天-空-地一体化的森林立体监测网络,可以为森林资源管理提供更加精准、动态、全面的信息的结论。

基于多源遥感数据的太湖总磷和颗粒态磷遥感模型构建与应用

项目基于多源遥感数据和陆基近感高光谱数据,结合长期原位观测数据和机器学习算法,构建了基于多源卫星和陆基近感的太湖总磷和颗粒态磷反演模型;阐明了太湖总磷和颗粒态磷的时空变化规律,耦合同步气象水文数据,揭示了太湖总磷和颗粒态磷关键影响因子和作用机制;项目分析了太湖生物光学特性的变化特征及其与总磷、颗粒态磷以及悬浮物、叶绿素a等水质参数之间的偶联关系,研发了太湖总磷和颗粒态磷遥感监测系统,实现了遥感监测结果实时监测与报送、跟踪评价和回顾性分析,为太湖水环境监测预警和管理提供科技支撑。

面向城市精细化治理的多源遥感数据探究

遥感数据获取技术的快速发展为城市遥感提供了日益丰富的数据源,多源遥感数据融合为城市管理提供了更智能、直观、快速的基础支撑。本文综述了城市遥感的研究进展,汇总了多源遥感数据的类型、融合方法以及在城市管理方面的应用,结合城市精细化发展方向,总结了多源遥感数据在城市精细化治理中的发展趋势。

地质矿产勘查中多源遥感数据融合技术的应用研究

多源遥感数据融合技术结合了不同传感器获取的遥感数据,能够综合利用多种数据来源的信息,充分挖掘数据间的潜在联系,从而实现对地质信息的全面解译。本文从多源遥感的定义和技术优势入手,分析了地质解译常用数据源,探讨了多源遥感数据融合技术在地质矿产勘查中的应用。

融合无人机多源遥感数据的自然灾害应急测绘技术研究

在自然灾害的频发背景下,快速而准确的应急测绘至关重要,其在灾害响应和恢复过程中发挥着重要的作用.无人机与多源遥感数据(如光学、红外和雷达传感器)的融合可以提供高分辨率和多维度的信息,极大地提升应急测绘的效率和准确性.文中综合分析了无人机搭载多源遥感数据在自然灾害应急测绘中的应用,探讨了光学、红外及雷达遥感技术的特点和优势,通过具体案例展示了这些技术在灾害现场数据获取和分析中的实际应用,并探讨了未来的技术发展趋势和潜在改进方向.

利用多源遥感数据反演城市地表温度

目前利用单通道热红外遥感数据反演地表温度的方法有大气校正法、单窗算法和普适性单通道算法,使用这3种算法反演地表温度时的一个关键问题就是需要获取大气参数。目前大气参数的获取主要根据近地表(地表2m左右的高度)的大气水分含量或湿度和平均气温的观测值来估计,这种方法只能获得个别点上的数据,而无法获取面上像元尺度的大气参数。本文利用多源遥感数据的优势,首先利用MODIS近红外数据,在像元尺度上获取温度反演中所需大气参数——大气水分含量,再利用同时相的Landsat ETM+影像,采用Jim啨nez-Mu oz和Sobrino的普适性单通道算法反演地表温度。研究结果表明,多源遥感数据的综合应用是城市地表温度反演的有效途径与方法,可获得较合理的地表温度反演结果。

多源遥感数据沙尘暴强度监测的信息可比方法

综述了利用遥感技术进行沙尘暴监测研究的国内外进展 ,提出了利用多源遥感数据识别和提取沙尘暴信息的新方法 ,利用近红外 1 .6 μm波段特性 ,构建了可比沙尘强度指数。研究表明 :利用卫星探测器 1 1 μm ,1 2 μm波段差值进行沙尘暴信息识别和提取 ,可以达到满意的效果 ,但不能刻画沙尘暴强度 ;构建的可比沙尘强度指数 ,能够解决多源遥感数据由于卫星平台、监测时间、监测区域等不同因素导致的监测结果不可比的问题 ;同时监测结果与地面气象站监测数据有较好的一致性 ,能够从时间、空间两方面刻画沙尘暴强弱分布 ,可以作为沙尘暴定量研究的参数 ,为利用多源遥感数据持续定量地监测沙尘暴的起源、移动、传输路径。

融合多源遥感数据生成高时空分辨率数据的方法对比

融合多源遥感数据生成高时空分辨率数据具有重要的应用价值.对目前常用的3种时空融合方法进行对比分析,即基于时序数据(STIFM)、基于混合像元分解(STDFM)和增强型自适应遥感图像(ESTATFM)的时空融合方法.以盈科灌区为例,由多时相的MODIS数据提取地物的时间变化信息,结合初期的ASTER/TM影像的空间信息,融合生成30 m具有MODIS时间分辨率的数据.以真实的ASTER数据为基准,从光谱特征和地物类别的角度定量评价结果,表明STDFM和ESTATFM分别在红波段和近红外波段取得效果最优,相关系数分别为0.91和0.71,3种方法融合的NDVI效果基本相当,相关系数均高于0.84.在地物类别空间信息的表达方面,ESTATFM方法在异质性较强的玉米和小麦区域具有较好的适用性.

多源遥感数据反演土壤水分方法

基于ASAR-APP影像数据和光学影像数据,根据水云模型研究了小麦覆盖下地表土壤含水量的反演方法。利用TM和MODIS影像构建的植被生物、物理参数与实测小麦含水量进行回归分析,发现TM影像提取的归一化水分指数(NDWI)反演精度较好,相关系数达到0.87。根据这一关系,结合水云模型并联立裸露地表土壤湿度反演模型,建立了基于多源遥感数据的土壤含水量反演模型和参数统一求解方案。反演结果表明:该方案可得到理想的土壤水分反演精度,并可控制参数估计的误差。反演土壤含水量和准同步实测数据的相关系数为0.9,均方根误差为3.83%。在此基础上,分析了模型参数的敏感性,并制作了研究区土壤缺水量分布图。

基于多源遥感数据融合的土地利用/土地覆盖变化信息提取试验

针对主要数据源ETM + ,TM及部分SPOT ,设计两种融合方法 ,试验快速可靠的变化信息提取的融合方法。一是利用 2 0 0 0年TM8高分辨率影像与 1998年B5 43合成影像的PCA法 ,融合影像中变化图斑呈特征的黄色图斑 ;二是利用 2 0 0 0年TM8波段与同一时相的B43 2合成影像的Brovey变换法 ,该方法提高了土地利用 /土地覆盖类型的分辨力 。

天空地多源遥感数据的广义摄影测量学

21世纪以来,随着云计算、大数据、物联网、机器学习等信息技术领域的飞速发展,人类已进入人工智能新时代。摄影测量学科也顺应新一轮科技革命的浪潮,快速发展为全新的广义摄影测量学,其载体平台、仪器设备、数据处理理论技术及应用领域都已发生显著变化,天空地一体化的多传感器多层次综合立体观测技术得到极大发展,全面进入综合智能摄影测量时代。本文提出广义摄影测量学的科学概念,并详细论述其学科内涵、发展特点、研究方向与应用领域。在全新的广义摄影测量框架下,数据获取呈现多视角成像、多模态协同、多时相融合、多尺度联动等特点,数据处理则呈现多特征耦合、多控制约束、多架构处理、多学科交叉等趋势。天空地一体化广义摄影测量学的全面发展和智能服务,尚需在天空地多视角/多模态影像处理、智能信息提取与监测、点云与影像联合建模、无人系统自主导航、智能制造系统视觉检测等方面取得更大突破,形成从天空地多源遥感数据实时/准实时智能几何处理到信息提取服务的完整理论和技术体系,迎接智能化测绘新时代的到来。

基于多源遥感数据的西藏羌多地区地质构造解译

多光谱遥感数据的空间分辨率通常是为解决资源和环境等特定问题而设置的,但是地质构造从区域到手标本可划分为不同尺度,因而单一遥感数据并不能满足多尺度的构造解译。为此,以西藏羌多地区为研究区,利用ETM+,ASTER,WorldView2及DEM等多源遥感数据的综合优势,从30 m空间分辨率的ETM+和15 m空间分辨率的ASTER到0.5 m空间分辨率的WorldView2这2个层次上解译研究区的构造,取得了显著成效。首先,基于传统的构造信息解译标志,用ETM+数据进行构造架构解译,同时运用ASTER数据的波段运算结果间接反映构造信息;然后,开展WorldView2高空间分辨率数据的综合构造解译分析;最后,在野外验证的基础上,对解译的构造信息进行室内修正。研究区的地质构造解译结果表明,综合多源遥感数据可以大大提高地质构造解译的准确率,并在较短的时间内取得较好的应用效果。

基于GDAL框架的多源遥感数据的解析

针对图像软件系统工程项目中涉及的多源遥感数据的预处理问题,研究了当前几种典型卫星数据的不同存储格式,提出了对各种遥感数据进行解析的方法。通过对地理空间数据抽象库(GDAL)原有功能进行完善和扩展,并重新编辑发布动态链接库(DLL)版本,设计了多源遥感数据在GDAL框架体系下的统一解析模式,实现了遥感数据解析结果存储为项目中通用的统一数据格式(如Tiff格式),为后续的遥感数据处理和定量遥感数据产品的生产提供数据基础和技术支持。