基于先验特征的台风云系影像分割方法研究

传统的基于数学形态学的台风云系影像分割方法多采用圆形或菱形模板进行,这种方法的缺点是当运算模板较大或经多次腐蚀、膨胀运算后,不能很好地保留台风云系影像原始的形态信息。为了解决此问题,探讨了一种基于先验特征的台风云系影像分割原理与方法,即先提取台风云系影像的大致形态,并以此作为形态学模板;然后利用形态学方法提取台风云系影像;最后,以2008年7月28日18时的09号FY-2C气象卫星云图台风云顶温度数据为例进行分析,同时根据本次示例台风(200809号台风)形状自定义的模板来腐蚀分割台风云系影像,并详细对比和分析了不同形状、大小的模板对台风云系影像分割结果的影响。实验表明,基于先验特征的自定义台风云系结构模板,其分割结果不仅较好地保留了台风云系影像的形状特征,而且腐蚀后保留的台风云系信息最多。

基于数据场和云模型的洪水灾害风险等级评估

根据灾害风险系统的定义以及洪水灾害的特点,用灾情损失与地形危险性的综合作用描述洪水灾害风险。针对研究单元风险的内在联系和等级概念的模糊性、随机性,提出基于数据场和云模型的洪水灾害风险等级评估方法,以期为洪水灾害风险管理提供科学依据。以苏州市和上海市(崇明县除外)为例,首先用数据场对灾情数据进行扩散;再用云模型对地形进行等级划分;最后对两者进行耦合得到该地区的洪水灾害风险等级划分。结果表明:苏州市中心偏北区域和上海市中心区域综合风险等级最高,并向四周呈递减趋势;总体上中部风险等级最高,北部次之,南部最低。

中继通信技术在无人机应急测绘保障中的应用

近年来,无人机以机动灵活、快速高效的优势,在灾情侦查、灾害调查和灾后重建等应急测绘保障工作中发挥了重要作用,已成为国家航空应急救援体系的组成部分之一。但通信距离短、通信方式单一、地形环境影响大等因素已严重限制无人机在高山区、远距离作业任务等复杂条件下的应急测绘保障应用。本文以提高无人机应急测绘保障能力为核心,研究了一种结合中继通信技术的无人机远距离操控技术。通过开展无线电通信、卫星通信及移动网络通信等多种中继通信方式研究、集成与应用,实现复杂地形环境下的无人机远距离安全操控和灾情地理信息数据快速获取,能够有效提升应急测绘与防灾减灾能力。

地空同步试验高光谱影像特征提取与分类

针对地空同步的高光谱特征提取与反演理论研究匮乏的现状,结合“类内密度最大,类间距离最大”原则,探索不同谱段对不同地物识别的可分性和重要性选择方法,并提出改进的投影寻踪分类方法,实现不同地物在特征波谱的加权投影寻踪。以山西省临汾市某苗圃为实验区,同步采集实验区不同地物光谱与PHI高光谱影像,依托实测光谱,围绕先整体最优后局部最优策略,构建不同分类规则,并将其应用于PHI高光谱影像分类,实现植被与非植被的信息提取,并细分为10余种不同地类。结果表明,420nm,520nm,570nm,610nm,660nm,690nm,715nm及810nm等8个谱段为不同植被的重要可分性谱段,分类结果具有层次感强、植被轮廓清晰、避免阴影影响等优点。

应急遥感影像信息快速提取方法探讨

针对应急影像信息快速提取需求,采用对应分析方法,实现最优波段组合和监督分类训练样本的快速选择与提纯,提高应急影像分类精度。对应分析方法分别将波段和像元值设为对应分析的变量与样本,建立波段与像元值间的对应关系,判别各类别相关性最强的波段信息,有效解决监督分类样本不纯、波段间信息冗余的问题。试验结果表明,该方法可快速、准确的筛选样本,分类结果稳定、可靠,适用于快速准确地提取应急影像信息。

无人机航摄技术在四川省应急测绘保障中的应用研究

近年来,无人机低空摄影测量技术发展迅速,已广泛应用到多个领域,其灵活机动的特点使其在防灾减灾与应急处置中的应用优势尤其突出。本文结合无人机在四川省应急测绘保障中的应用,研究应急状态下无人机航摄流程及应急影像快速处理技术,并以芦山"4·20"强烈地震应急测绘保障和四川省2013年防汛救灾应急测绘保障为例,探讨无人机航摄技术在重大自然灾害抢险救灾、灾害损失评估及地质灾害防治等领域中的应用。

应急状态下的卫星影像色调均衡方法研究

以多光谱影像数据为例,在假设2幅待镶嵌影像间具有一定的函数关系y=F(x)的基础上,结合回归分析理论,选取重叠区同名点,构建两景影像间的具体函数关系,实现影像间的色调均衡。实验结果表明,基于回归分析的色调调整方法能够有效减少相邻影像的色调差异,且随波长增加递增,拟合优度越好,并可有效避免直方图匹配等方法中因大量云层干扰对影像色调均衡的影响,十分适用于应急影像快速处理。

基于时间序列MODIS影像的暴雨后作物淹没历时提取方法

作物淹没历时是作物洪水淹没减产损失精分析的一个重要指标,由于受作物分布、地形差异等因素影响,直接获取作物淹没历时数据存在困难。作物淹没历时由暴雨期作物淹没历时与暴雨后作物淹没历时两部分构成。现有的暴雨后作物淹没历时提取主要通过流域内的排涝能力和洪涝积水量来估算整个退水历时,因流域排涝数据获取困难,排涝能力以点带面,不能有效表达流域特征,亦不能反映暴雨后作物淹没历时的空间分布,对降雨淹没历时估计能力有限。因此,提出了应用暴雨后长时间序列MODIS数据,结合洪水退去过程有序渐变特点,构建具有稳健性与一致性特点的作物淹没历时指数,并结合最优二分算法分界点提取大范围暴雨后作物淹没历时的新方法。最后以2003年6～8月淮河暴雨洪水及2010年7～9月辽河暴雨洪水为例,通过以实验样田为单位的点比较以及以流域分布为单位的整体对比验证了该方法的准确性和可行性。同时该方法具有数据获取容易、算法实现简单、结果直观可靠、空间特征明显等特点,易于推广应用。