“北京一号”小卫星影像质量及土地利用分类精度研究

为研究“北京一号”小卫星影像在土地利用研究领域的应用潜能,通过对影像目视质量、光谱特性、噪声特征和几何纠正精度的分析,研究了小卫星的影像质量;通过选择特征变量、优化训练样本,建立分类模板,构建最大似然和马氏距离两种分类器对研究区域进行土地利用计算机自动分类,并对分类精度进行评价,研究了小卫星影像的土地利用分类精度.结果表明:“北京一号”小卫星影像质量较好,土地利用分类精度较高,可以在土地利用研究领域成为遥感数据更新的主体.

基于多分类器集成的“北京一号”小卫星遥感影像分类研究

将多分类器集合应用于"北京一号"小卫星多光谱遥感数据土地覆盖分类,首先构建分类器集合,应用最小距离分类、最大似然分类、支持向量机(SVM)、BP神经网络、RBF神经网络和决策树等进行土地覆盖分类,然后利用Bagging、Boosting、投票法、证据理论和模糊积分法等分类器集成方法,得到综合不同分类器输出的最终分类结果。试验表明,多分类器集成能够有效提高"北京一号"小卫星土地覆盖分类的精度,具有广泛的应用前景。

“北京一号”小卫星数据在北京森林生态系统资源动态分析中的应用

北京作为中国首都,生态环境受到很大的关注,最近几年,北京市加大力度进行西北部山区矿山治理以及生态恢复,以改善首都的生态环境,北京西北部山区作为首都的生态涵养区,其森林资源的调查和监测是十分必要的。以北京市西北部山区为主要研究区,以"北京一号"小卫星遥感影像为主要信息源,参考航空影像与地面调查数据,采用人机交互式解译方法,对北京市各区县森林生态系统资源进行调查监测,统计2006年北京市各区县森林资源的地类面积,将调查结果与2006年地面调查结果进行对比,进行精度分析和综合评价。评估"北京一号"小卫星影像在森林资源调查和监测中的应用能力。进而为森林资源评价、重大生态环境建设工程规划及效益分析等方面提供支持。监测分析结果显示:应用"北京一号"小卫星遥感影像作为信息源,进行北京森林生态系统资源分析与研究是切实可行的,是一种多快好省的方法。针对北京而言,有林地、疏林地、灌木林地等的分类精度均在90%以上,可以实现森林资源的常规监测分析,对北京森林生态系统资源动态监测的快速进行具有实用性。

北京一号小卫星在遥感找矿异常提取中的应用——以哈密黄山铜镍矿区为例

为了评价并推进"北京一号"小卫星在我国矿产资源调查领域中的应用,以新疆哈密黄山铜镍多金属成矿带为试验区,在深入分析岩石及其影像光谱特征的基础上,针对小卫星多光谱数据,采取几种信息增强方法对构造和矿化蚀变信息进行提取,结果证明了所用方法对"北京一号"小卫星褐铁矿和绿泥石类等矿化蚀变异常信息提取的可行性。

植被指数在“北京一号”数据耕地提取中的应用研究

本文旨在研究探讨适合我国最新发射的高性能对地观测"北京一号"小卫星影像中耕地提取方法。通过分析"北京一号"小卫星数据的波段特征,以山东曲阜多光谱图像为试验数据,计算典型的6种植被指数,在Erdas中建立模型,进行了耕地提取试验,并以灰度图像融合数据人工判读的结果作为参考数据,进行了精度评定。将适合"北京一号"小卫星数据的最佳植被指数提取模型应用于整个山东省的耕地提取中,得到修正植被指数提取模型,从而在"北京一号"小卫星数据耕地提取应用领域做了有效尝试。

基于多源遥感数据的北京市1973—2005年间城市建成区的动态监测与驱动力分析

城市地域空间扩展情况是衡量城市化水平的重要测度指标。利用陆地卫星MSS影像、TM(或ETM+)影像、灾害监测星座数据和“北京一号”小卫星数据,对1973—2005年北京市建成区的扩展过程、面积变化和土地利用影响进行了监测分析。结果表明:32年间,北京市建成区面积净增加超过1000km2,2005年达到1209.97km2,相当于1973年的6.58倍,年均扩展32.07km2。北京市建成区的扩展基本上呈现出以旧城区为中心向四周扩展的方式,并未在某一方向表现出特别明显的变化,但在不同时期内的扩展速度差异非常明显。北京市建成区的扩展面积中,54.34%来自于农村居民点和独立工矿用地及其他建设用地,43.57%来自于水田、旱地等耕地。人口增长对北京市建成区的扩展有显著的刺激作用;经济增长是城市变化的主要动力之一;交通的发展促进了城市用地的扩展,是城市扩展的牵引力,对城市空间扩展具有指向性作用;而政策与制度因素则在很大程度上决定了北京市发展和扩张的宏观格局。

基于像元二分模型的淮河上游植被覆盖度遥感研究

在分析国内外植被覆盖度遥感估算方法的基础上,选用NDVI像元二分模型,利用"北京一号"小卫星多光谱数据,结合淮河上游流域实际情况,设计了模型应用的技术路线,对研究区植被覆盖度进行了精确估算。利用目估法和照相法对估算结果进行实地验证和分析。结果表明,模型相关系数达到了0.818,研究区内平均植被覆盖度为58.1%,呈现北部低南部高的γ型空间分布。

张景发赴丹麦参加“龙计划”国际研讨会

“龙计划”简介“龙计划"(Dragon Programme )是中国科技部与欧洲空间局(European Space Agency,ESA)在对地观测领域的重大国际科技合作计划,目的是联合中欧知名遥感专家开展合作研究,促进遥感技术应用水平的提高。通过“龙计划”合作平台,我国无偿获得了 4万余景数据,在很大程度上缓解了我国国民经济建设中雷达遥感数据紧缺的状况。“龙计划4”阶段为2017-2021年,中欧双方共享了欧洲环境卫星、我国环境卫星、“北京一号”小卫星和中巴地球资源卫星等大量遥感卫星数据。十年来,通过加强合作,“龙计划”项目逐步探索出“政府搭合作平台,科研单位自主参与,合作经费自筹为主,人才培养为重点”的国际合作新机制,在推动我国相关学科建设、培养青年遥感技术人才、推动中欧遥感数据共享等方面成效显著。

海岸工程变化的BJ-1遥感监测分析

海岸工程对海岸带经济发展和生态环境影响很大。随着海岸工程建设迅猛的发展,采用遥感的方法对海岸工程变化进行遥感监测显得尤为重要。本文以北京一号小卫星(BJ-1)资料为数据源,利用多种变化监测的方法对天津港和曹妃甸港区2006年和2010年的海岸工程变化进行监测。结果显示,波段替换法与SVM分类相结合的方法在2个重点研究区域精度最高,其总体精度和Kappa系数分别为92.35%和0.7902;面向对象的方法精度和稳定性其次,其总体精度和Kappa系数分别为91.77%和0.7732。