基于哨兵2号时序影像的水华提取

水华现象给人类生活和社会发展造成了负面影响,而目前设计的水华指数较难应用于哨兵2号影像。以哨兵2号遥感影像为数据源,通过分析水华、水体、水田等地物的时序光谱特征,提出从时序特征的角度区分水体与水田,再利用多元逐步线性回归的思想进行水华提取的方法;并与常用的浮游藻类指数(FAI)进行了对比实验。结果表明,该方法的提取精度优于FAI,总体精度达到90%以上,Kappa系数达到0.8以上,并能有效减少水田、水生植物、薄云等虚警,具有良好的提取精度与普适性。

基于哨兵2号数据的撂荒地识别与分析——以甘肃省麦积区为例

以甘肃省麦积区为研究区域,采用哨兵2号遥感卫星数据,并基于面向对象的方法对该区域的撂荒地进行了识别,分类总体精度达到92%,Kappa系数为0.82。空间统计结果显示,麦积区的撂荒地面积为12600.31 hm^(2),占麦积区总面积的3.62%,占耕地总面积的22.02%。坡度分析和交通条件分析发现,地形因素和交通条件是导致撂荒的重要原因。对麦积区的撂荒地进行空间自相关分析发现,撂荒地存在显著的空间集聚特征。

时间序列哨兵2号影像水稻品种遥感分类潜力评估

以时间序列哨兵2号遥感影像为数据源,选择友谊农场第四管理区为研究区,使用随机森林分类方法生成制作了水稻品种遥感分类图,精度达到70%以上,满足农场和农户对于精细水稻田间管理的工作要求。

基于机器学习和哨兵2号遥感影像的棉花种植空间分布信息提取

为快速、准确、高效地获取棉花种植空间分布信息,提高棉花信息提取精度,基于机器学习的遥感图像识别方法,是有效解决问题的途径。以新疆维吾尔自治区乌苏市为研究区,利用哨兵2号遥感数据,选取6种常用植被指数、3种红边植被指数,基于遥感植被指数变化曲线进行棉花特征时段选择,并分别采用梯度提升决策树、随机森林、支持向量机算法,通过RF特征优选,进行棉花种植区空间分布信息提取,并对提取结果精度验证。结果表明,机器学习方法(GBDT、RF、SVM)的总体分类精度分别为0.92、0.91、0.88,Kappa系数分别为0.91、0.89、0.85;经RF特征优选后的机器学习算法(RF-GBDT、RF-RF、RF-SVM)的总体分类精度分别为0.94、0.94、0.91,Kappa系数分别为0.93、0.92、0.88;经RF特征优选后的3种机器学习算法(RF-GBDT、RF-RF、RF-SVM)的总体精度分别比RF特征优选前(GBDT、RF、SVM)的总体精度分别提高了0.02、0.03、0.03,Kappa系数分别提高了0.02、0.03、0.03。GBDT作为一种集成的机器学习算法,在地物分类与棉花提取方面有着较好的应用效果,且经过特征优选的RF-GBDT算法精度更高。这表明在进行机器学习分类前,通过算法对输入特征进行重要性筛选,可有效避免因特征冗余造成的分类精度下降,可实现更高精度的棉花种植区域提取。

应用哨兵2A多时相遥感影像对树种的识别

森林树种类别的准确识别和专题图制作对于森林经营管理具有重要作用。以哨兵2A多时相遥感影像数据源,通过对单时相影像以及根据基尼系数(Gini系数)和信息熵进行的不同影像组合,利用随机森林算法对大孤家林场的树种类别进行识别和分类制图。结果表明:哨兵2A多时相影像组合能够显著改善树种分类的精度,多时相影像组合总体分度最高为87.45%,Kappa系数为0.825,比单时相遥感影像分类总体精度提升了4%~7%。

基于哨兵2号的白洋淀水质监测方法研究

水质监测是水环境保护的重要工作内容,为水环境评价提供重要的参数指标信息,利用卫星遥感手段进行水质监测具有大范围、长时序、低成本、周期性、快速、动态监测等优势,利用哨兵2号多光谱卫星遥感数据,结合白洋淀淀区水质国控断面实测数据,对白洋淀淀区的水质参数进行定量反演,获取淀区溶解氧、高锰酸盐指数、总磷和总氮4种参数的空间分布图,掌握白洋淀水质整体情况。实验结果表明,利用少量的水质实测数据,建立遥感水质参数反演模型,可以快速获取淀区水质连续空间分布图,并依据未来近10 d内的哨兵2号影像,预测淀区水质情况,通过模型精度验证可知,该方法可以取得较高的反演精度。

融合可见光无人机与哨兵2A影像的森林火灾迹地精细化提取

以2020年4月昆明市宜良县马街镇兴隆村森林火灾为研究对象,基于无人机的R、G、B3个波段与哨兵2A多光谱影像,分别采用格莱姆-施密特与主成分光谱锐化融合方法进行影像融合,应用6种定量评价指标分别对融合结果进行评估。基于融合影像采用随机森林算法实现对火场边界内的森林火灾迹地的提取,并与Sentinel-2A影像提取森林火灾迹地的精度进行比较;将2种影像提取的过火面积与鉴定人员通过实地调研、GPS坐标打点,并结合UAV影像手动矢量化森林火灾迹地面积进行对比分析。结果表明:UAV与Sentinel-2A融合影像与仅利用Sentinel-2A多光谱影像对森林火灾迹地提取的生产者精度分别为96.14%、95.18%,使用者精度分别为97.79%、96.57%,Kappa系数分别为0.83、0.76;融合影像与Sentinel-2A影像提取过火面积与统计面积相对误差分别为-3.5%、-6.2%。因此,利用可见光UAV与Sentinel-2A影像采用GS融合方法,基于RF算法可高精度、精细化提取森林火灾迹地,且边界细节效果刻画更加明显。本研究方法可大大提高林火司法鉴定效率,减少外业工作量及降低成本,使得矢量化更加精准,增加司法鉴定结果的科学性和客观性。

基于哨兵2可见光波段的喀斯特地区植被提取方法

为了从可见光波段准确的提取植被信息,研究喀斯特地貌植被在可见光范围内的相关特征,利用哨兵2影像可见光波段,建立红、绿、蓝3个波段的波谱空间特征。结果表明:植被光谱在蓝-绿的空间比值特征与其他地物存在可分离性,而且植被的亮度值在3个可见光内都相对较低。提取的植被结果与归一化差异植被指数(NDVI)、过绿指数(EXG)、超绿超红差异指数(EXGR)、植被指数(VEG)、可见光波段差异指数(VDVI)、归一化绿红差异指数(NGRDI)和归一化绿蓝差异指数(NGBDI)对比,其精度达到92.67%,优于其他可见光提取方法,表明该方法在可见光波段对喀斯特地区植被提取的有效性。

基于哨兵2号卫星遥感影像的2018年苏北浅滩漂浮绿藻时空分布特征研究

黄海浒苔绿潮自2007年以来连年暴发,但对漂浮绿藻在其源地—苏北浅滩的分布、发生和发展过程仍缺乏精细刻画。本文主要采用哨兵2号卫星遥感影像,对2018年苏北浅滩的漂浮绿藻信息进行提取,结合地形、微波+红外融合海表温度和CCMP海面风场数据,分析了影响漂浮绿藻时空分布的重要环境因子。结果表明:漂浮绿藻于5月23日在苏北浅滩南部首次通过遥感影像被探测到,在6月逐渐向北发展扩大,在7月中旬消失。漂浮绿藻最早可追溯至浅滩中心紫菜养殖筏架区边缘,而后沿潮沟形成宽度为10~200 m、断续绵延数十千米的条带。在黄海绿潮发展过程中,浅滩持续向北及外海输送漂浮绿藻。在浅滩以北,漂浮绿藻的分布和漂移与海面风向一致。本研究结果可为黄海绿潮的早期预警和防控提供依据。

基于哨兵2号卫星影像的柬埔寨上丁省土地资源监测技术研究

为探索哨兵2号影像提取土地利用的可行性,研究基于像元与面向对象分类方法协同的土地资源监测技术,并选取柬埔寨上丁省为例开展应用。通过非监督分类方法将研究区划分为水体、植被和其他三大类;以其他地类为基底,利用半自动化技术提取交通运输用地信息;进一步利用多尺度分割方法完成不同区域影像切割形成细小地块对象;选取少量样本,基于传统特征指数、红边特征指数、亮度、波段均值等特征,利用面向地块对象的支持向量机迭代分类方法完成土地细类识别。结果表明,总体精度为90.24%,Kappa系数为0.89,能够满足使用要求。统计显示,林地面积最多,占领土面积的77.70%,耕地次之,占比为14.12%。实验说明哨兵2号影像用于监测土地资源切实可行,对于提高分类精度具有促进作用。文章研究方法对于实现柬埔寨土地资源监测具有参考价值。

基于哨兵2号MSI数据的高邮湖水质参数遥感估算研究

利用卫星数据对湖泊水体进行水质演化监测可以迅速掌握污染动向,对及时快速决策有重要意义。文章基于地面实测光谱反射率数据模拟MSI波段组合,构建水体叶绿素a和总悬浮物浓度的遥感模型,并利用哨兵数据对高邮湖的水质参数进行估算。研究结果表明,高邮湖的叶绿素a浓度估算平均相对误差(MRE)为22.5%,总悬浮物浓度估算平均相对误差(MRE)为15.0%。因此,将哨兵2号MSI数据应用于该遥感模型,能较好的掌握高邮湖水质参数时空变化情况,对湖泊水质的研究具有一定的参考价值。

基于哨兵2/3卫星高分辨率地表温度的降尺度方法

针对卫星遥感数据提取或生成地表温度(land surface temperature,LST)存在的时空分辨率矛盾,利用哨兵2/3卫星产品数据,其中哨兵3数据提供高时间分辨率影像,哨兵2数据提供高空间分辨率信息,并利用SNAP7.0及Excel2010软件,建立归一化植被指数与LST的相关关系,利用统计降尺度方法,成功将LST的空间尺度从1000 m降至10 m,生成高时间分辨率10 m空间分辨率的LST。将原始1000 m分辨率哨兵3地表温度图与降尺度到10 m空间分辨率的地表温度图对比,可以发现:降尺度地表温度图可以覆盖大部分原始1000 m分辨率的地表温度信息,说明降尺度结果较好地保留了原始LST影像热特征的分布情况;而且,所生成的高空间分辨率的地表温度产品地物特征清晰,纹理明显。利用地面国家气象自动观测站实测0 cm地温数据验证降尺度结果,可以看出:误差平均值为2.6 K,误差值较小,说明降尺度结果精度较高。

基于哨兵2遥感影像的根河林区森林地上生物量估算

我国大兴安岭林区在全球碳汇中扮演着重要角色,测算大兴安岭森林生态系统的碳汇功能具有重要意义。文章以大兴安岭根河林区为研究对象,对根河林区森林地上生物量(AGB)进行了系统研究。本研究结合2018年哨兵2号数据的植被指数、纹理特征和2018年森林资源连续清查固定样地数据,利用非参数模型(SVM和RF)来估算并比较高郁闭度的AGB。研究结果表明:(1)单波段中,红边波段的相关性最高,而植被指数与AGB存在负相关,NDVI的相关性最大,R=0.752。在所有的纹理特征中,以B5波段提取的方差纹理特征的相关性最大,R=0.557。(2)采用R2和RMSE来评价模型精度,发现随机森林的拟合精度相对较高。通过随机森林算法,基于红边波段得到的AGB模型,高于不加红边的AGB模型。加入纹理特征的模型高于没有纹理特征的AGB模型。说明加入红边波段和纹理特征会提高AGB模型估算精度。

基于哨兵2号多光谱遥感数据的草原植被盖度反演--以内蒙古自治区为例

建立高精度草原植被盖度遥感估算模型对定量评估草原资源质量和支撑草原精细化管理至关重要。研究利用内蒙古自治区草原样地调查数据,基于哨兵2号多光谱遥感数据进行了草原植被盖度分类遥感建模及反演。研究表明:1)23种植被指数与实测植被盖度均呈现显著相关性(P<0.001),其中相关性最强的为NDVI,相关系数为0.834;2)正弦函数在高值部分(植被盖度>75%)的低估现象更明显,而线性函数在低值部分(植被盖度<25%)的高估现象更明显,通过采用两种函数对植被盖度进行分段模拟,结果较好;3)按照草地类分为6组分别进行植被盖度建模后,内蒙古自治区1 894个符合质量要求的样地模拟植被盖度与实测植被盖度的相关系数R^(2)=0.722,显著性水平P<0.01,RMSE=12%;4)内蒙古自治区不同草地类植被盖度从高到低分别为山地草甸78.91%,温性草甸草原73.7%,低地草甸53.89%,温性草原52.57%,温性荒漠草原32.76%,温性草原化荒漠25.52%,温性荒漠19.29%。

基于哨兵2数据的2019-2021年三亚河水体透明度数据集

水体透明度是环保部门最关心的重要水质参数之一,反映水体浑浊程度,对水体初级生产力与水生态系统具有重要影响。作为典型海岛独立水系,海南省总体地表内陆水体水资源较丰富,河流径流充沛,但受干湿季风和地形影响具有时空分布不均的特点,目前针对海南岛内陆水体水质研究相对较少。本文以海南省三亚市三亚河为研究区,基于GEE云计算平台和Google云存储的哨兵2地表反射率数据,采用基于QAAv6的透明度半解析模型反演2019-2021年三亚河时间序列透明度。对于三亚河水体动态提取,采用归一化水体指数NDWI与OTUS自动化阈值分割相结合的算法提取细小河流水体。数据以GeoTiff栅格格式存储,同时保存了像元透明度值和坐标信息,便于相关的地理信息系统软件读取和分析。基于GEE云数据库反演水体长时序透明度,具有高效快速的优势。本数据集可以为三亚河水质监测、水体污染治理及水生态保护等提供重要科学依据。

多时相哨兵2号影像提取撂荒地方法

撂荒地有日渐严重的趋势,快速、精准地掌握撂荒地信息,对保护耕地与粮食安全具有重要意义。本文利用2018—2021年不同季节的哨兵2号卫星影像数据,使用eCognition、ENVI等软件,完成了撂荒地植被指数变化检测法、分类后变化检测法和决策树分类法的提取研究。首先对实验区的影像数据进行多尺度分割、优化分割结果和分类得到耕地范围。接着利用植被指数变化检测法、分类后变化检测法,根据耕地范围的变化和归一化植被指数(NDVI)在夏、秋两个季节的变化提取撂荒地。最后利用决策树分类法对夏季的光谱特征、植被指数与纹理特征进行分析,提取撂荒地。实验表明,植被指数变化检测法提取精度为85%,更适用于撂荒地信息提取。

基于哨兵2影像的河流湖泊遥感提取

河流信息提取一直以来都是水利行业重要的工作内容,基于遥感技术的优势,采用高分辨率卫星影像哨兵2多光谱影像,进行河流信息提取,以此得到高精度的河流信息。结果表明:基于遥感分类手段的河流提取具有很高的精度,河流呈现连续状态分布,并且植被区域与其他区域分类精度较好;基于遥感反演手段的河流提取同样具有很高的精度,反演手段从光谱信息中准确识别出水域信息并反映出来,河流信息呈客观分布且未出现断流现象,即该方法在河流提取中具有较好的应用。

基于哨兵-2数据的白岗岩型铀矿构造蚀变特征研究——以纳米比亚罗辛矿区为例

白岗岩型铀矿是重要的铀矿资源,但针对该类铀矿典型矿床遥感特征的研究还十分薄弱。文章以纳米比亚罗辛铀矿区为研究对象,获取了该矿区哨兵-2遥感影像,总结了矿区典型蚀变矿物的光谱吸收特征,建立了针对矿区地质体的增强与构造解译方法。在此基础上,对获取的遥感影像进行了大气校正与几何校正,并应用主成分分析、波段比值等方法,提取了铁染、羟基和碳酸盐化蚀变信息。结果表明,罗辛铀矿中碳酸盐化蚀变在空间上与卡里毕比组的分布较为一致。通过选取合理的阈值,识别出与铀成矿相关的含大理岩地层。同时,对图像进行增强,并利用建立的构造解译方法,对罗辛铀矿的构造进行了识别。经野外查证,发现遥感识别构造、蚀变与野外查证结果一致,说明利用哨兵-2数据可以对白岗岩型铀矿的成矿条件与控矿要素进行识别,进而为铀矿勘查提供参考。

“哨兵-2”卫星影像及C2RCC算法在太湖冬春季水色分析中的应用

利用太湖2019—2022年冬春季“哨兵-2”卫星10 m分辨率的MSI影像和SNAP软件C2RCC(Case 2 Regional CoastColour)模块,以适合浑浊、富营养程度较高、光学复杂的“二类水体”的C2X-nets为模式,开展太湖叶绿素a、总悬浮物浓度、透明度等水色参数反演。结果表明:冬春季太湖各湖区叶绿素a浓度处于较低水平,但4月中旬起有明显抬升;太湖西部沿岸区、南部沿岸区和湖心区总悬浮物浓度较高,表明这些湖区易受风浪影响,造成沉积物再悬浮;太湖东部沿岸区、北部湖湾及东太湖遥感反演的水体清澈度较高,可能与这些湖区冬春季沉水植物菹草的分布有关,菹草生长对水质有较好的净化效果。总体来看,基于C2X-nets模式的C2RCC反演算法从较高分辨率卫星遥感影像中提取的水色信息,能有效反映太湖冬春季水色指标的空间分布特征,可为湖体生态状况及动态变化的长期监测评估提供有价值的参考。

基于哨兵-2MSI数据的高邮湖水体叶绿素a浓度和总悬浮物浓度遥感反演

哨兵-2号卫星多光谱成像仪(MSI)数据的空间分辨率高,重访周期短,适用于高邮湖这类中小型湖泊的水质反演。利用实测水体光谱数据模拟出哨兵-2 MSI数据,并建立了适用于该数据在高邮湖反演叶绿素a(Chl.a)浓度和总悬浮物(TSM)浓度的模型。经过验证,Chl.a的反演均方根误差(RMSE)为8.02μg/L,平均相对误差(MRE)为18.4%,TSM的反演RMSE为16.2 mg/L,MRE为23.3%,表明该模型具备理想的反演精度。利用哨兵-2 MSI数据和建立的反演模型,可以获得高邮湖Chl.a和TSM时空分布情况。初步分析发现,高邮湖这2项水质参数的分布与湖内的围网养殖和入湖径流之间存在一定关系。