一种基于多源多时相遥感信息的城市水稻田分布提取方法

农作物空间监测与提取是城市群区域农业生产与城市发展的重要内容。尽管遥感技术在农业生产中已得到了广泛应用,但长三角地区水稻田监测受多云多雨条件限制,难以获取连续的高质量长时间序列多光谱影像,如何利用多时相多光谱影像及雷达影像高效地提取水稻田空间信息是一个亟须解决的问题。该文提出了一种融合多源多时相遥感影像的水稻田提取方法,以南京市江宁区为研究区域,以GF-1号卫星多光谱影像以及Sentinel-1雷达影像为数据源,选取覆盖水稻生长周期的3个时相雷达影像和3个时相多光谱影像,分别构建多光谱影像特征集(多波段反射率、NDVI、NDWI、EVI等)和雷达影像的反向散射系数特征集,综合实地调查数据选取训练样本,利用粒子群优化的SVM分类器进行分类。结果表明,在多光谱所有特征信息复合中表现最佳的多波段反射率与NDWI、WDRVI组合,再与雷达影像特征组合后,水稻田分类用户精度最高,达到93.42%,平均精度、总体精度和Kappa系数也分别达94.52%、94.31%和0.93。该方法能有效地提取水稻田空间分布信息,同时可为其他作物分类提供参考。

一种基于集成学习的城市新增建设用地快速提取方法

城市新增建设用地是热岛效应调控、大气污染和扬尘管控、生态服务变化的重要指示信息。为准确提取新增建设用地,提出一种运用多时相Sentinel遥感数据和集成学习算法的城市新增建设用地快速提取方法。基于多时相Sentinel-1和Sentinel-2遥感影像提取光谱特征、纹理特征和后向散射特征,进行面向对象分割、全域均值滤波和归一化后得到组合特征集,运用随机森林、旋转森林、支持向量机和极限学习机多分类器集成学习进行分类来提取新增建设用地。提取了南京市2017年4月至10月间的新增建设用地并统计了各行政区分布的面积,提取整体精度达0.95,Kappa系数达0.88。相比与基于像素方法,面向对象技术可有效降低“椒盐现象”,提高斑块完整性;与分类后提取方法比较,直接变化提取方法可减少误差产生环节及误差累积,从而降低系统误差,提高提取精度。

区域地质调查路线剖面图加密重建与三维可视化

路线剖面图是区域地质调查平面图的重要补充,其三维重建可明确反映地质层面的地表展布与地下发育情况,是重建区域三维地质模型的必要数据。针对区域地质调查路线距离长、褶曲多、地质结构复杂的特点,本文建立了一种基于纵向定位线的剖面特征点三维坐标转换模型,提出了地质界线特征点加密算法,能够有效地提高重建路线三维剖面的准确度与光滑度。研发的剖面三维重建模块已应用于多幅实际区调数据工程项目,应用结果表明:该方法可满足区域地质调查建模需求,剖面重建效果良好,具有较好的实用价值和应用前景。

耦合随机森林和迁移学习的Quad-PolSAR建设用地提取

提出一种耦合随机森林和迁移学习的多时相建设用地提取方法,借助历史影像提高目标影像的提取精度。首先提取多时相全极化SAR的旋转不变特征,运用随机森林模型提取目标影像建设用地,然后基于迁移学习构建新的随机森林模型提取历史影像建设用地,通过集合运算得到最终的目标影像建设用地。基于南京市2008年和2013年两期RADARSAT-2影像的实验表明建设用地提取的整体精度超过97%,kappa系数超过93%,高出单时相结果约6%。研究区城市化进程较强,表现为建设用地向东南和西南方向的扩张。

基于Coons曲面与约束三角网的区域地质调查三维建模方法

目前基于野外地质调查数据自动、快速地建立区域三维地质体模型是中国全面开展三维数字地质填图的迫切需求。本文基于产状、地质界线与路线剖面等野外区域地质调查要素,提出了一种二维平面地质图及路线剖面图向三维地质体模型的快速转换方法。该方法针对无剖面约束及含剖面约束2种情形,通过地质界线区域分割、多段线仿射变换等空间几何变换处理,推估出剖面线约束的地下地质界线,基于Coons曲面构建出地质体的侧面模型;然后,通过约束三角网算法构建地质体的顶、底面模型,最终建立拓扑一致的区域地质体三维模型。基于此方法,对中国1:2.5万区域地质调查试点区域进行了区域三维地质建模实践,实现了火山口、地层、岩体、断层等典型地质构造的快速三维重建。