基于卷积神经网络的光学遥感影像道路提取方法研究进展

随着光学遥感影像空间分辨率的提升和获取渠道的丰富,利用光学遥感影像实现地物智能解译已成为高效的技术路径。由于卷积神经网络(convolutional neural networks,CNN)强大的特征提取能力以及道路信息在多个领域的应用需求,基于CNN的道路提取方法成为了当前的研究热点。鉴于此,本文根据近年来的相关研究文献,对基于CNN的道路提取方法从基于形状特征的改进、基于连通性的改进、基于多尺度特征的改进和基于提取策略的改进四个方面进行归纳总结,然后描述典型道路遮挡案例,并利用经典CNN从样本标签的局限性层面对当前的技术难点进行分析与验证,最后从多源数据协同、样本库建设、弱监督模型和域适应学习四个方面对遥感影像道路提取的发展趋势进行评估和展望。

基于SBAS-InSAR和光学遥感影像的大型倾倒变形体变形演化

岷江流域深层不稳定斜坡发育,揭示它们的变形演化特征对于稳定性评价和灾害防治有重要意义。以茂县梯子槽大型倾倒变形体为例,采用SBAS-InSAR监测和光学遥感解译结合的方法,获得变形体地表历史时序形变场。研究表明,梯子槽倾倒变形体前缘表现为垮塌破坏和鼓胀裂解复合破坏模式,垮塌区经历了形变由递增到减弱的破坏过程;在递增阶段倾倒变形体北侧形变量远大于南侧,而形变减弱后在南侧后缘形成了拉应力沉降区(-70.17 mm/a)、前缘因挤压应力集中而鼓胀裂解(-45.94 mm/a);形变减弱后变形体处于蠕变状态(年最大沉降量小于80 mm),但南侧后缘拉陷区与北侧前缘垮塌区形变对降雨和地震响应明显,表现为5~15 mm形变突增和回弹现象。本研究地表位移监测方法可以为形变量级跨度较大的不稳定斜坡演化分析提供参考。

多源遥感影像融合处理提取格拉丹东雪山区域特征信息

2022年7月中国地质大学(武汉)冰川勘测组与登山组,在格拉丹东雪山开展了“第二次大学生长江源科考”工作。为详细分析该区域冰川时空特征信息,以此次科研数据为支撑,结合光学遥感影像解译、InSAR形变信息提取、激光雷达测高及高精度大地测量,进行了多源遥感影像融合处理研究。针对格拉丹东雪山及典型冰川,采用高分卫星GF1、GF6、GF7、ZY3与Landsat7遥感影像,利用空三加密、频域影像互相关匹配、波段比值法及目视解译,提取区域DOM、冰川面积及条数分布;利用Sentinel-1A、ICESat-2影像,以SAR影像空间域互相关偏移量追踪方法为支撑,分别提取冰川表面流速及高程变化;利用青海省域北斗CORS站点,采用Gamit/Globk双差无电离层组合模型、卫星星站差分(real-time extended,简称RTX)及RTK(real-time kinematic)方法,计算所有控制点三维空间坐标及高程异常值。结果表明:格拉丹东雪山共发育冰川512条,年均增长率为3.12%,面积1111.96 km^(2),年均退缩速率为0.63%;姜根(古)迪如冰川日均最大流速为0.25 cm/d,年均最大流速为91.25 cm/a,其南支最大退缩值、堆积值及年变化速率分别为-74.63 m、38.44 m、-5.29~3.09 m/a,北支最大退缩值、堆积值和年变化速率-39.17 m、35.74 m、-3.02~2.85 m/a;所有控制点中误差及区域似大地水准面精化模型精度均达到了mm级。研究成果可以为后续在该地区开展相关冰川研究工作提供数据支撑。

利用遥感影像偏移追踪的地震滑坡监测

针对现有的滑坡监测方法往往难以准确、及时地获取地表位移信息这一问题,通过对传统时域互相关算法的改进,提出了一种基于光学遥感影像子像素偏移追踪的地震滑坡监测方法。利用时域互相关算法只能获取整像素偏移,而双线性插值和高斯回归算法则可以获取子像素偏移。该文将时域互相关、双线性插值和高斯回归三种算法进行有机结合,可以有效提高偏移估算精度。理论测试结果显示:该方法可以从光学遥感影像对中获取地表位移信息,理论精度基本达到千分之几个像素水平。本文还利用该方法获取了芦山地震滑坡位移场,结果与唐川老师等得到的滑坡分布具有很好的一致性。

多源遥感数据在地下采煤塌陷识别中的应用与分析

长期的地下采煤会造成地表沉降,严重影响矿区生态环境和人民生命财产安全,采取可行有效的方法对矿区采空塌陷进行监测与分析,是实施地质灾害精准防护的首要前提,具有重要现实意义.为此,本文利用Sentinel-1 SAR雷达影像和高分辨率光学遥感影像,分别采用小基线(SBAS)InSAR技术和人机交互遥感识别方法对纳雍县鬃岭地质灾害群地下采煤塌陷范围进行了监测识别,对比分析了各自技术特点.结果表明:①基于小基线InSAR雷达监测技术能很好反映监测期内地表形变信息,对因地下开采引发的地表形变较大或微小形变均能有效识别,但对早期煤矿开采造成而目前趋于稳定的采空塌陷识别能力不足;②高分辨率光学遥感人机交互解译对于目前采空塌陷形变已趋于稳定或历史上形成的采空塌陷区损毁土地情况有很好的识别;③综合InSAR监测技术和高分辨率光学影像遥感识别方法,能较全面获取采空塌陷范围及损毁情况,可为矿山地质环境治理、地质灾害防护提供参考依据.