遥感大数据赋能青藏高原陆表水体空间分布信息认知

遥感大数据对赋能水利新质生产力发展具有显著作用,尤其在提升水资源调查、监测与管理效率方面展现出强大潜力。青藏高原被称为“亚洲水塔”,湖泊河流众多,对气候变化也最为敏感,然而由于地理位置特殊、地形环境复杂等因素,青藏高原水资源分布的精细化认知和监测一直是水利工作面临的一项挑战。针对青藏高原地区缺乏高空间分辨率陆表水体信息问题,提出分级弱监督信息挖掘策略,生成了青藏高原地区2 m分辨率陆表水体空间分布信息产品。经评估,产品总体精度为91.36%,用户精度为85.39%,生产者精度为91.71%,显示出较高的准确性和可靠性。研究成果不仅有助于深化对青藏高原地区水资源分布状况的认识,也展示出遥感大数据在复杂地形区域的应用潜力和价值,为水资源管理、生态保护以及区域可持续发展提供有力的数据支撑和决策依据。

2022年青藏高原30米分辨率陆表水体数据集

青藏高原被称为“亚洲水塔”,其陆表水体分布及其变化与全球变化、生物多样性及与水有关的生态系统密切相关。本文在收集高精度陆表水体样本的基础上,运用机器学习中的随机森林分类算法,从Landsat系列卫星数据中提取陆表水体信息,生产2022年青藏高原30米分辨率陆表水体数据集。经数据质量评估,2022年青藏高原30米分辨率陆表水体数据集的总体精度为92.9%,Kappa系数是0.84。本数据集可为青藏高原地区水资源监测、生态系统服务、全球变化研究等领域提供基础数据支持。

卫星遥感见证北京大兴国际机场建设

北京大兴国际机场,位于北京市大兴区,建成后,将成为北京第三个客运机场。利用多个时间高分辨率卫星遥感影像,可以清晰地展现该机场从2015 年动工以来的建设过程,展示出了“中国速度”。通过多时相影像对比,可以发现2015 年初村庄搬迁,2016 年初河流改道初步建成。随后两年,机场从核心区到外围区快速扩展,截止到2018 年10 月,机场的航站楼和机场跑道已经初具规模。机场预计于2019 年6 月全面竣工,未来可利用卫星遥感影像进一步监测周边配套设施的建设情况。本文通过多颗卫星获取的同一区域高时间频率遥感影像,展示了机场的建设进展状况。

2018年30米分辨率全球一张图

在海量Landsat高精度正射影像的基础上,经过半自动的数据挑选、快速自动化镶嵌和匀色等关键技术,制作色彩一致性较高的2018年30米分辨率全球一张图(简称一张图)。数据使用GeoTiff格式保存,投影为WGS 84经纬度。为方便用户使用,已进行分块,并内建金字塔。本数据包含全球60°S到80°N所有陆地区域影像(除格陵兰岛),每个Path/Row选择2018年生长季云量最少的一景,在云量较多的区域使用年度中值合成影像。本数据集几何精度高、色彩一致性好,可为遥感应用、虚拟现实等提供基础底图。

基于北斗和GPS的高分二号全色影像正射精度验证与分析

高分二号(GF-2)卫星几何精纠正是其广泛应用的前提。以福州市作为实验区,选择北斗卫星导航系统(北斗)和GPS野外测量获取控制点和检查点,采用像方平移、像方漂移和像方仿射变换3种方法对有理函数模型进行误差补偿,验证分析控制点测量精度、分布、数目以及纠正方法对GF-2全色影像纠正的影响,并分析了北斗应用于GF-2全色影像正射纠正的潜力。实验结果表明:少量分布均匀的控制点就可以消除GF-2全色影像纠正后的系统几何误差;3种纠正方法中像方仿射变换方法精度最高,其中GPS控制测量下检查点平面均方根误差为1.49 m,北斗RTK控制测量下检查点平面均方根误差为1.51 m,GPS与北斗RTK控制测量下的影像纠正精度接近;北斗2种测量模式中,只有RTK模式能够满足GF-2全色影像纠正需求。上述研究表明,GF-2全色影像能够利用GPS和北斗RTK模式控制测量下的少量分布均匀高精度控制点达到较高纠正精度,满足实际应用需求。

中国区域Landsat遥感指数产品

遥感光谱指数由于计算简单,指示性好,能有效地度量和监测相应的地物特征,被广泛应用。基于Landsat地表反射率产品生产了应用较为广泛的NDVI、EVI、SAVI、MSAVI、NDWI、MNDWI、NDMI、NBR 8种遥感光谱指数产品。本遥感指数产品覆盖1980s–2019年中国陆地区域,最终结果以GeoTIFF格式保存,并附带相应的质量文件和XML元数据文件。

中国区域Landsat地表反射率产品

Landsat数据是记录着人类活动和自然变化最长时间序列的遥感数据集,Landsat系列卫星数据长时序地表反射率产品在森林、水资源、气候变化等领域长时序信息挖掘分析方面具有广泛的用途。本数据集采用基于6S辐射传输模型的大气校正方法,通过辐射定标、模型参数获取、大气校正等数据处理流程,生产了中国1980s–2019年的Landsat系列卫星遥感地表反射率产品,可为遥感用户和科研工作者提供即得即用的高质量地表反射率产品。最终结果以GeoTIFF格式保存,并附带相应的质量文件和元数据文件。

澜湄流域30m分辨率陆表水体产品

本数据集基于Landsat地表反射率数据,采用基于多指数和先验知识驱动的全球尺度遥感水体智能提取方法进行陆表水体信息提取得到。首先进行数据预处理,进行NDWI、NDVI、NDBI和地形指数等指数计算;然后将已有的陆表水体产品作为先验知识,选取水体和非水体样本,并进行样本优化;最后利用决策树模型进行样本训练自适应确定相应指数的阈值,从而生成高精度的陆表水体信息专题图,精度达98%以上,最终结果以GeoTIFF格式保存。本数据集可为澜湄流域水资源安全和管理、气候变化、生态环境等方面提供重要的数据支撑和保障。

海南岛高分一号卫星遥感深加工数据集

海南岛是我国第二大岛屿,也是海上丝绸之路的重要战略支点。高质量的卫星遥感深加工产品集对于海南省资源环境动态调查和社会经济协调发展具有重要意义。本数据选用了2015–2016年共67景云量较低的高分一号卫星遥感数据,覆盖海南全岛,通过卫星遥感深加工服务系统,对高分一号进行深加工处理,主要包括数据选择,正射校正,影像融合和影像镶嵌等流程,最后研制出海南岛高分一号深加工产品。本产品云量少,定位精度高,色彩均衡,能够作为海南岛基础底图,并已公开共享和提供下载,可应用于海南岛基础设施建设规划、生态环境保护和可持续发展等领域。

遥感数据即得即用(Ready To Use,RTU)产品

遥感数据呈现大数据特征并广泛应用于资源调查、环境监测、灾害评估等领域,但其潜在的应用价值还没有被充分挖掘出来。遥感数据工程的建立将有助于遥感数据的智能分析和信息挖掘。即得即用(Ready To Use,RTU)产品具有辐射归一化、几何标准化、剖分网格化等特点,可直接用于后续的分析应用。RTU产品的研究开发是遥感数据工程的重要内容之一。以卫星遥感数据为基础,介绍了遥感数据RTU产品的定义与组成、RTU产品的标准规范、RTU地理格网剖分等,为用户使用RTU产品提供参考。多源卫星遥感数据RTU产品将持续不断地通过CASEarth DataBank系统(databank.casearth.cn)向管理工作者、行业应用者、科学研究者以及其他公众提供共享服务。

基于Landsat 8 TIRS数据的大气水汽含量反演劈窗算法

Landsat 8是2013年最新发射的Landsat卫星,携带了OLI和TIRS两个传感器,其中TIRS传感器获取了两个临近的热红外通道信息。劈窗协方差—方差比算法(SWCVR)是一种最通用的基于热红外的大气水汽含量反演方法,利用两个热红外通道(其中一个在大气窗口,另一个在大气吸收谱段)的吸收差异来反演大气水汽含量,该方法已经在MODIS等中低分辨率(1km)的热红外数据上得到很好的应用。将SWCVR算法移植到较高分辨率的Landsat 8TIRS数据上,并对水汽含量反演结果进行精度验证。气象数据验证结果表明,水汽含量的反演精度可以达到0.43g/cm^2。用MODIS水汽产品(MOD05)做交叉验证,反演的水汽含量和MOD05水汽含量的均方根误差(RMSE)为0.44g/cm^2,平均绝对误差(MAE)为0.34g/cm^2。总的来说,SWCVR算法应用于Landsat 8数据的水汽含量反演也能得到一个较高的精度。

基于独立成分分析和随机森林算法的城镇用地提取研究

城镇用地信息是联合国2030年可持续发展议程关注的重点之一。城市在世界范围内迅速扩张,快速准确地获取城镇用地信息对于政府决策具有重要作用。城镇土地覆盖信息非常复杂,包括人工建筑、树木、草地、水体等多种地表覆盖类型。基于传统人工测绘获取城镇用地信息费时费力并且难于及时更新。Landsat等遥感卫星数据为城镇用地信息提取提供了丰富的数据源。基于卫星遥感数据提取的城镇用地信息可以为未来城市的建设和管理提供基础的科学决策数据。基于监督分类方法和卫星遥感数据可快速地提取城镇用地信息,然而特征变量的选择对于高精度城镇用地信息提取尤为重要。为研究不同特征变量组合对于城镇用地信息提取的影响,以北京市为研究区,以2017年7月10日获取的Landsat 8 OLI影像为数据源,通过数据预处理、纹理提取、独立成分分析、主成分分析等得到4个维度的29个特征,选取了7种特征组合方案进行城镇用地提取。考虑随机森林算法性能稳定,分类精度高和可以方便进行特征重要性评价等优点,选择其作为监督分类算法以提取城镇用地信息,并进行了精度评定,以确定最优的城镇用地提取特征组合。研究发现:综合利用光谱特征和独立成分分析后的影像特征,提取城镇用地的总体精度为93.1%,Kappa系数为0.86,优于利用其他特征的提取结果;基于随机森林算法对数据进行训练后输出的各变量的归一化变量重要性与特征均值的标准差结果存在相似性,利用随机森林算法的变量重要性估计与特征均值折线图都可以进行变量重要性评价。

对地观测大数据开放共享:挑战与思考

对地观测数据作为国家基础性和战略性资源,在国民经济、社会发展和国家安全中发挥着不可或缺的作用。我国正面临从对地观测"数据大国"向"数据强国"转变的历史新机遇,文章阐述了当前对地观测大数据的发展态势,总结了国际对地观测数据开放共享的现状与趋势,分析了我国对地观测数据开放共享的现状及问题,最后对我国对地观测大数据的开放共享给出了3个方面的建议:①加强数据治理体系建设,夯实对地观测数据开放共享的基础;②制度和技术并重,构建良好的数据共享生态系统;③创新对地观测数据共享服务模式,促进学科交叉、知识发现与综合应用。通过加强数据开放共享工作,以期能够释放我国对地观测大数据的潜在价值,充分发挥对地观测大数据的战略性作用,有效提升我国对地观测大数据的国际竞争力。

基于MODIS时间序列数据的春尺蠖虫害遥感监测方法研究——以新疆巴楚胡杨为例

春尺蠖虫害近年在新疆天然胡杨林区暴发成灾,严重威胁天然胡杨林的生存和绿色屏障功能的发挥。由于胡杨林面积大且胡杨树体高大,传统监测方法难以满足对胡杨林春尺蠖虫害进行快速监测的需求。以新疆巴楚县夏马勒林场为研究区,通过2014年至2017年上半年MODIS数据重构了NDVI时间序列数据集,并采用滤波技术进一步拟合了NDVI时间序列曲线。对比分析了3种滤波方法的效果,发现S-G滤波在拟合的同时较好的保留了原始曲线的细节,且全局拟合能较好地减弱异质性,使得植被覆盖空间连续性较好。通过飞机防治区样本点NDVI时间序列数据年际对比和与未飞防区样本点年内对比分析和突变点检测发现,飞机生物药剂喷洒手段针对春尺蠖病虫害有较明显防治效果,与地面虫口数量调查结果一致,且飞防效果具有一定延续性。研究结果表明通过胡杨林NDVI时间序列来监测分析春尺蠖病虫害可行。

遥感视频卫星运动车辆目标快速检测

随着遥感卫星成像技术的快速发展,遥感视频卫星的出现为运动车辆目标信息获取提供了新手段。然而在遥感卫星视频中,运动车辆目标仅为几个或十几个像素并与背景的对比性较低,难以获取车辆的局部细节特征,使得传统监控视频的运动车辆检测方法直接应用到卫星视频图像会存在很多的问题。在分析遥感卫星视频运动车辆目标检测与传统监控视频运动车辆目标检测差异的基础上,本文提出了一种感兴趣区域自动约束的遥感卫星视频运动车辆快速检测方法:首先是快速自动获取运动车辆目标的感兴趣区域;其次在感兴趣区域约束下,基于改进的高斯背景差分方法实现感兴趣区域内运动车辆快速检测。应用Skybox-1卫星视频数据进行了运动车辆目标检测实验并进行了定性与定量分析。实验结果表明,本文方法可以有效自动减少动态背景变化导致的伪运动目标,具有较高的检测率、较高的检测质量、极低的虚警率以及较高的运行效率,可自动高效实现卫星视频图像中运动车辆目标的高精度检测。