FY2G卫星降水产品在云贵高原地区的效用评估

针对云贵高原高质量降水数据评估干扰因素多的问题,本文基于2017年小时数据集,分析评估了FY2G降水产品在云贵高原地区的适用性,采用相关系数(R^2),偏差(bias),均方根误差(RMSE)和平均绝对误差(MAE)评估降水量;使用包括检测概率(POD),误报率(FAR),临界成功指数(CSI)和频率偏差指数(FBI)来评估FY2G检测降水发生的能力。结果表明:FY2G降水产品有较高的R^2(>0.6),FY2G在区分降雨/无雨事件方面也表现出色,POD高达0.9,CSI超过0.7,FAR最低于0.2;FY2G主要以负偏差为主,降水量越高,低估越明显;FY2G在云贵高原东北部优于其他地区,在雨旱交替季节表现不稳定。

基于Landsat卫星影像的纳雍县土地利用变化研究

本文以贵州省纳雍县为研究区,以1997年、2006年和2015年的Landsat遥感影像为数据源,利用RS与GIS手段获取研究区土地利用分类图与土地利用转移概率矩阵,建立Markov模型模拟纳雍县未来土地利用类型的演化趋势。结果表明:未来9a研究区内的耕地、未利用地面积呈现逐年减少的趋势,建设用地不断扩张,林地面积持续较大面积的增加,而水域面积基本没有变化。基于此,建议提高现有建设用地的利用,同时加强对耕地的保护,实现土地资源的合理利用。

基于孪生残差神经网络的遥感影像变化检测

为减少遥感影像变化检测方法中“伪变化”的影响以及检测效果不理想等问题,提出一种基于孪生残差神经网络的变化检测方法。对多时相多光谱影像超像素进行分割与合并,对分割的子块提取特征,得到初级变化检测图,选择变化图中变化与未变化的区域为训练样本,通过孪生残差神经网络(SiameseResNet)进行二次分类获得相似度,经过OTSU阈值分割后获得到最后的变化检测结果。实验结果表明,超像素分割与二次分类的方法可以有效提高变化检测正确率,减少“伪变化”对变化检测的影响,具有较强鲁棒性。