一种基于地物分布特征的违法用地变化检测方法

我国城市及农村建设发展迅速,地表各类地物、植被等信息不断处于变动中,及时掌握这些变化信息对于准确、快速地实现违法用地检测、推动城镇可持续发展具有十分重要的意义。同时,遥感影像时间、空间分辨率的不断提高以及图像识别技术的不断发展为地表各类地物、植被等信息变化的快速识别提供了可能。基于此,本文提出了一种基于地物分布特征的违法用地变化检测方法,使用不同变化检测检测方法应用不同影像光谱-空间特征区域识别中,同时将违法用地判别特征加入变化检测模型中,有效提高违法用地检测精度于稳健性。使用两组双期WorldView-2传感器获取影像进行变化检测试验,试验结果表明,相较于变化向量分析(CVA)算法与形态学建筑物指数法(MBI)算法,本文算法能够得到更高正确率与精度的变化图斑定位,对于试验区域1,本文算法变化检测结果较另外两种算法的正确率分别提高了17.65%、11.77%,对于试验区域2,本文算法变化检测结果正确率较另外两种算法分别提高了10.00%、15.00%,验证了本文方法的有效性与优越性。

时序InSAR方法在矿区变形监测中的应用

煤炭资源的不断开采所引起的矿区沉降会给地表基础设施带来不同程度的损毁,监测矿区的变形对地表建筑安全具有重要意义。基于短基线合成孔径雷达干涉测量(Small Baseline Subset Interferometric Synthetic Ap-erture Radar,SBAS-InSAR)技术对某矿区的145景哨兵一号卫星影像数据进行处理,对其开展了近5年的时序形变监测,获取了该矿区的累计沉降量和年平均沉降速率。结果表明,该矿区共形成7处沉降区域,最大累计沉降量为410mm,最大年平均沉降速率为83.9mm/a,且有沉降继续加深、影响范围扩大的趋势。最后,利用土地利用数据分析造成矿区的主要原因为建设用地的不断扩张。本研究说明时序InSAR技术在矿区变形监测中有较好的应用,可为今后矿区资源的开发利用提供科学依据。