不同积雪深度与面积对积雪覆盖遥感反演的影响

针对利用多源遥感数据进行积雪覆盖监测的需要,在分析不同深度与面积的积雪实测光谱基础上,探讨了在利用NDSI方法进行积雪覆盖遥感监测时,不同积雪深度对其的影响,并以HJ-1B卫星以及MODIS卫星为例,研究了不同积雪面积对遥感积雪反演的影响。结果表明,积雪深度几乎对遥感积雪覆盖监测的结果没有影响,而在积雪面积方面,受所使用的遥感影像空间分辨率的制约,对遥感积雪监测的结果有一定影响。

深度卷积神经网络支持下的遥感影像飞机检测

针对YOLOv3算法对小目标检测较差及出现较多漏检的问题,本文提出了一种优化的YOLOv3算法.首先使用K-means算法计算出与数据集相适用的锚框;其次将扩张卷积引入到YOLOv3网络,用来增强网络高层的感受野,改善小目标的检测效果;然后使用深度可分离卷积取代YOLOv3网络残差模块中的普通卷积,可减少计算量,从而得到一种新型卷积神经网络结构;最后在数据集上进行对比试验.结果表明,优化的YOLOv3算法能够检测出更多目标,降低漏检率,相比于YOLOv3算法,其召回率提高11.86%,F1-score提高2.99%.

An analysis on spatial variation of urban human thermal comfort in Hangzhou, China

Urban human thermal comfort(UHTC) is affected for interacting of weather condition and underlying surface framework of urban area. Urban underlying surface temperature value and Normalized Difference Vegetation Index(NDVI) were calculated using image interpreting and supervised classification technique by ERDAS IMAGE software using 1991 and 1999 Landsat TM images data. Reference to the relational standard of assessing human thermal comfort and other meteorology data of Hangzhou City in summer, air temperature and relative humidity variation of different land types of underlying surface were inversed. By choosing discomfort index as an indictor, the spatial distribution characteristic and the spatial variation degree of UHTC were estimated and mapped on a middle scale, that is, in six districts of Hangzhou. The main characteristics of UHTC spatial variation from 1991 to 1999 were revealed using a GIS-based calculation model. The variation mechanism were analyzed and discussed from the viewpoint of city planning, construction and environmental protection.

改进的波段选择混合核函数遥感图像分类算法

针对遥感图像多波段不易成像、其图像信息冗余不适合图像分类以及传统LMBP算法迭代次数多且分类不够精确的问题,改进了OIF指数和可分性距离公式,分组并选出遥感图像最佳波段组合,并运用改进的LMBP混合核函数算法进行分类。仿真实验表明,改进算法对各波段信息分析更加全面客观,波段选择更加优化;与传统算法相比,网络训练迭代次数有明显减少,分类精度及Kappa系数分别提高了5%和6.625%,遥感图像分类更有效。

青藏高原湖泊与气候变化的GRA空间响应

利用地形图、MSS、TM、ETM和CBERS数据以及青藏高原气温和降水数据,通过人机交互目视解译获取5期湖泊水体信息,时间跨度37年左右;然后,根据年份分别生成5期遥感数据的时相分布图,以此图层再分别控制生成全区的气温、降水差值镶嵌的变化图;最后,基于Arc GIS软件对湖泊和气候变化进行基于像元的灰色关联度计算,并按流域单元对其进行统计。结果表明:在青藏高原2006年左右,面积大于0.1km2的湖泊有45693.37km2,整体先减少1190.52km2,1990年后持续增加了6429.18km2,37年净增加了5238.66km2;在青藏高原北、西、南边缘地带的大多地区气温升高对湖泊增加的影响比降水大,在青藏高原腹部地区降水对湖泊变化的关联度较高。

结合全卷积神经网络与条件随机场的资源3号遥感影像云检测

提出一种结合全卷积神经网络与条件随机场的资源3号卫星遥感影像云检测方法。优化了全卷积神经网络(FCN)模型,对3次上采样后的全卷积神经网络(FCN-8s)进行上采样,采用自适应+动量算法调整参数学习率加速收敛;将全卷积神经网络与条件随机场结合,以全卷积输出影像作为前端一阶势,高斯核函数作为后端二阶势;加入mean-shift区域约束0条件保护影像的局部特征信息,运用平均场算法推断条件随机场模型后验概率。实验结果表明,本研究提出的云检测方法可将影像云区识别准确率提高至97.38%,较FCN-8s算法提高13.42%。

基于DEM和高分辨率遥感影像的“膨胀-融合”式地表沟壑提取

地表沟壑的精细化提取是地形地貌特征的重要内容.针对现有沟壑提取结果中存在断裂区域和伪沟壑区域的情况,提出一种基于DEM和高分辨率遥感影像的地表沟壑"膨胀-融合"式提取方法.该方法综合了D8算法、坡向变率算法和面向对象分类方法的提取结果,首先引入距离制图算法对初始沟壑进行方向性膨胀,然后通过栅格重分类和代数运算进行沟壑融合,剔除伪沟壑区域,最终实现研究区域内沟壑的精细化提取.以GDEM v2数据和高分二号影像数据为数据源,精细化提取了湖北省神农架林区举黑沟至麻湾村一带的地表沟壑.采用随机点验证法对实验区域内的沟壑提取结果进行了精度评价,结果表明该方法的总体精度为92%,能有效弥合数据中的断裂区域,同时剔除伪沟壑区域,达到提高沟壑提取精度的目的.

基于多特征和改进稀疏表示的高光谱图像分类

为了实现对高光谱图像的分类,提出了一种基于多特征和改进稀疏表示的方法--MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征,求解稀疏系数,同时增加一个2范式约束,利用所得系数得到每个测试像素的最终类别标签。实验结果表明:所提MFISR方法对小样本的检测效果显著,分类性能稳定且较优。