“高分一号”卫星遥感影像面向对象的水边线提取

水边线提取对揭示沿海地区自然资源管理状况和人工海域使用程度具有重要的指示作用。文章以津冀地区沿海城市海岸带为例,选取"高分一号"卫星数据为遥感数据源,首先对数据进行了辐射校正、几何校正、影像融合和裁剪等处理,然后采用面向对象的目标提取技术自动提取了研究区内大范围的水边线,并在充分了解不同海岸类型的遥感解译标志的基础上对提取的岸线进行了分类。结果显示研究区的岸线类型主要以砂砾质岸线、养殖/盐田岸线和港口码头岸线为主。在分类结果的精度验证过程中,以与"高分一号"卫星相近时期的亚米级遥感影像为底图,以目视解译的方式从中提取高精度的海岸线,并将目视解译的结果与从"高分一号"卫星数据中提取到的岸线进行对比。通过比较发现,两者位置、长度等基本吻合,从而证明了该海岸线提取方法对高分辨率遥感影像的有效性。该方法为基于"高分一号"卫星遥感数据进行大范围海岸的水边线提取提供了技术支撑,也为实现中国海岸线的定期自动更新奠定了基础。

“高分一号”卫星PMS图像几何定位精度验证

卫星影像定位精度的验证是支撑卫星业务化运行和应用的基础性工作,文章测试了"高分一号"卫星PMS相机全色(PAN)二级产品和多光谱(MSS)二级产品几何定位精度。测试结果表明,卫星PMS相机全色测试数据的平均定位精度为27.9m,其中,平原、山区测试数据最大外部几何定位精度分别为16.4m、53m;多光谱测试数据的平均几何定位精度为23.2m,其中,平原、山区测试数据平均外部几何定位精度分别为10m、49.7m。"高分一号"卫星PMS相机全色与多光谱二级产品的定位精度满足1?10万比例尺地形图更新要求,其中平原地区二级产品精度能满足1?5万比例尺地形图更新要求。

“高分一号”卫星遥感成像特性

"高分一号"(GF-1)卫星是中国高分辨率对地观测系统重大专项的首发星。为保证广大用户更好地应用该卫星数据,文章从卫星轨道特性、观测与接收、成像几何特性、时间特性等方面,论述了该卫星的区域连片覆盖、谱段时相对齐和辅助数据应用的结果。给出了GF-1卫星构像方程所需要成像时刻、GPS定位、星敏定姿数据的插值实例,基于卫星设计角度阐述了面向应用的GF-1卫星遥感成像及处理特性。

“高分一号”卫星多光谱宽幅相机影像合成

云对光学遥感卫星影像影响较大,影像上的云及其阴影均会不同程度遮掩地物,降低影像的使用价值。“高分一号”(GF-1)卫星多光谱宽幅相机(WFV)影像相较于美国的陆地卫星系列和欧空局的“哨兵2号”卫星影像,空间分辨率适中,时间分辨率较高,更有利于进行无云影像合成。利用WFV影像的高频时间序列数据合成无云影像,可使GF-1卫星数据在土地利用和覆盖变化、农作物监测等领域得到更有效的应用。文章基于已有的最大植被指数和最小蓝光波段反射率影像合成方法,提出了一种新的影像合成方法,该方法既解决了最大植被指数合成影像中水体有云和耀斑的问题,也弥补了最小蓝光波段合成影像中陆地上部分云和阴影去除效果不佳的缺陷。将该方法应用于湖南省多云月份GF-1卫星WFV影像的合成实现,结果表明该方法可用于中分辩率、高频时间序列卫星遥感影像合成,合成影像成果中云和云阴影比例低,效果较好。

“高分一号”卫星数据遥感影像分类方法研究——以内蒙古维拉斯托地区为例

"高分一号"(GF-1)卫星是中国高分辨率对地观测系统的首发星,突破了高空间分辨率、多光谱与宽覆盖相结合的光学遥感等关键技术,开启了中国对地观测的新时代。文章以内蒙古维拉斯托地区为研究对象,首先对GF-1卫星采集的遥感数据进行正射校正、配准、融合、裁剪等预处理;采取不同的图像分类方法提取研究区地形地貌特征及矿业活动特征,并对不同分类方法提取结果进行合并处理与精度评价。结果显示,利用监督分类中人工神经网络方法可以对研究区中的矿业活动特征进行有效的提取。同时应用此种分类方法对大兴安岭西区景观特征的提取也有指导意义。

“高分一号”卫星数据几何校正研究

运用野外采集的GPS数据研究几何校正模型和控制点数量对4景"高分一号"高分辨率相机数据的几何校正精度影响,此项研究有利于合理使用"高分一号"卫星数据,为国产卫星数据的应用和推广起到一定的促进作用。分别运用多项式模型和有理函数模型对"高分一号"数据进行几何校正,运用事先布置好的检查点与校正后影像上的同名地物点进行精度分析,实验表明运用有理函数模型对"高分一号"数据进行几何校正会取得较好精度。分别运用25、20、15、10、5、1个和无控制点对4景"高分一号"数据进行有理函数模型的几何校正。综合考虑人力、耗时、精度等因素后得出结论:如果影像中山区不多时,运用5个控制点进行校正可以取得较好的效果,当山区比较密集时,可以适当增加控制点数量到10个。

“高分一号02、03、04星”卫星数据在矿山开发环境遥感监测中的初步应用评价

"高分一号02、03、04"卫星是国家第一个民用高分辨星座,3星成功组网后,将大幅度提高山水林田湖草、矿产等自然资源全要素、全覆盖、全天候的实时调查监测能力。为了更好地了解卫星的应用性能,充分发挥和利用好高分一号02、03、04卫星数据在矿山开发环境调查工作中的应用。文章利用高分一号02、03、04卫星在河北迁西、遵化,山东招远、龙口地区的相关影像数据开展了矿山开发环境遥感调查应用评价,从地下、露天矿山的开发及环境信息的识别,以及不同数据源对比分析等方面分别进行评价。结果表明,高分一号02、03、04卫星数据能有效识别露天矿山开发和环境等要素信息,可解译出部分地下开采矿山的矿山地物等要素,满足1∶25 000的矿山遥感调查工作,可为矿山环境遥感监测提供又一强有力的数据支撑。

基于“高分一号”遥感影像反演华南地区亚热带典型作物冠层SPAD

【目的】以广州市增城试验基地为例,探索国产高分卫星影像数据在反演华南地区亚热带典型作物冠层叶绿素相对含量(SPAD)的应用.【方法】根据2013年10月1日"高分一号"影像数据和相应的亚热带典型作物的实测数据,建立植被指数与典型作物冠层SPAD之间的关系模型,并分别探讨9种植被指数与SPAD之间线性和非线性关系,以便获得最佳的植被指数和相应的回归模型反演华南地区亚热带作物冠层叶绿素相对含量.【结果和结论】7种植被指数均与亚热带典型作物冠层SPAD有极显著的相关性,其中比值植被指数(RVI)相关性最好,其次是差值植被指数(DVI).经分析,RVI的指数回归模型Y=31.445e0.141X(R2=0.889)是反演亚热带典型作物冠层SPAD的最佳回归模型,实际拟合精度达92.75%,故使用该回归模型估测研究区内大范围亚热带典型作物冠层SPAD是可行的.

采用改进全卷积网络的“高分一号”影像居民地提取

针对现有的高分辨率遥感图像居民地信息提取精度和效率不够高的问题,提出了一种基于改进全卷积网络的"高分一号"(GF-1)遥感影像居民地提取方法。首先,通过专业的目视解译制备大量居民地训练样本;然后,将预训练过的深度卷积神经网络进行全卷积网络的改造,并以具有多尺度卷积核的Inception模块代替由全连接层改造的卷积层,达到减小网络模型参数量、增加特征表达能力的目的;最后,用制作好的高分辨率遥感图像居民地数据集进行训练和验证,生成可直接进行居民地信息提取的全卷积网络。实验结果表明,基于改进全卷积网络的方法可以实现精确有效的居民地信息提取,Kappa系数超过94%。

利用国产开源卫星影像分析广州市天河区植被现状

利用国产高分一号卫星的16 m/pix分辨率开源影像数据对广州市天河区的植被情况进行分析。结果表明,2016年12月,天河区的植被覆盖率为30.273%;植被分布呈现明显的北密南疏,由北向南逐渐减少的趋势;以林地为主的密集植被占植被总量的93.54%。这类国产中等分辨率卫星影像数据可适用于较大范围的植被监测,且其开源性能降低获取数据的成本,提高数据的时效性。

基于深度学习的在轨辐射定标方法研究

辐射定标是将卫星传感器的计数值转化为具有物理意义的数值的关键环节。传统的在轨定标方法都是基于一天的数据,定标精度受限于当天的地面测量数据和天气情况。文章提出了一种基于深度学习的在轨定标新方法,其思想是利用定标场地的大量历史卫星影像、历史大气数据和历史光谱数据,通过对这些数据的学习和筛选,构建和真实场景最接近的定标场地模型。利用这一定标场地模型,模拟出待定标卫星成像时刻对应观测几何下的表观反射率,实现传感器的绝对辐射定标。为验证新方法的有效性,分别利用场地定标法、交叉定标法和深度学习定标法对"高分一号"卫星PMS2相机进行在轨辐射定标。结果表明,深度学习定标法的定标精度和场地定标法接近,优于交叉定标方法,且具备交叉定标方法的成本低、频率高、可实现历史数据再定标等优点,是一种比较理想的在轨定标新方法。

基于梯度提升决策树算法的鄱阳湖水环境参数遥感反演

鄱阳湖是中国第一大淡水湖和国际重要湿地,对区域经济发展和生态文明建设都具有非常重要的作用。近年来受气候变化及流域经济发展影响,其水质持续逼近轻度富营养,局部水华发生风险较高。为保护鄱阳湖水生态环境,探索适用于鄱阳湖的大尺度水质遥感监测方法至关重要。文章以鄱阳湖为实验区域,结合2018年7月和2019年8月两次鄱阳湖丰水期的实测水质数据和"高分一号"卫星影像,基于梯度提升决策树算法构建水质参数反演模型,反演了高锰酸盐指数、总磷、总氮、透明度、叶绿素a、悬浮泥沙等6种水质参数。对反演算法的输入波段和参数配置进行了调试与优化,以均方根误差和决定系数作为精度评价指标,测试了该算法对各水质参数反演的精度和速度,结果表明,梯度提升决策树算法反演各水质参数的精度较高且速度较快,对多数水质参数反演的决定系数在0.8以上,具有实用价值,能够实现对内陆复杂水体水质的高精度遥感监测。

改进暗通道遥感影像去雾方法及效果分析

遥感影像的预处理工作是遥感数据应用的基础。去除云雾是影像预处理工作的重要组成部分。针对遥感影像雾霾浓度分布不均匀的问题,提出一种改进的暗通道遥感影像去雾方法。以"高分一号"(GF-1)卫星为例,根据影像灰度图中的灰度值对影像雾霾浓度区域进行划分,对每个区域中暗原色值的获取方式进行改进,使用导向滤波优化大气传输率,以归一化植被指数(NDVI)为基础,设计用于评价影像去雾质量的定量指标。结果表明:所提出的方法能明显去除雾霾干扰,有效改善卫星影像数据的视觉效果,增强影像细节。该方法去雾处理后的遥感数据能应用于定量遥感,提高遥感影像的可用性及有效性。

基于GF-1/WFV与MODIS和LandSat8相机交叉定标

"高分一号"(GF-1)卫星是中国高分辨率对地观测系统的第一颗卫星,应用于地理测绘、海洋和气候气象观测等重要领域。文中利用辐射精度较高的MODIS线性回归得到GF-1卫星的增益与偏移,并与官方辐射定标系数相比较,GF-1与MODIS交叉辐射定标误差为2.99%,1.84%,2.22%,2.97%;与LandSat8交叉辐射定标误差是2.15%,1.45%,0.39%,1.48%。结果表明,该方法获得的定标系数误差都在3%以内,且比与LandSat8卫星交叉定标获得的定标系数误差更小,满足基本的遥感定量需求。

基于物候差异信息遥感估算冬小麦种植面积的研究

文章根据"高分一号"卫星数据,对我国河北省某市的冬小麦种植面积进行遥感估算,并根据冬小麦的物候差异,选取研究区冬小麦4个关键物候期的5景"高分一号"卫星遥感影像来获取研究区冬小麦的种植分布图。研究结果表明,基于物候差异信息可以快速提取1个生长周期内的冬小麦的种植面积。