遥感自动解译在农作物种植结构调查中的应用

农作物遥感分类识别中应用遥感解译和地理信息等技术手段,为农作物种植结构调查工作奠定了基础。在每年度的高分辨率遥感影像的基础上,按照统一的技术标准,在自动解译分类的基础上辅以人工,快速获得每年度主要的农作物耕地图斑,完成本年度的农作物种植结构调查工作。遥感技术的应用加快了农作物种植结构调查各个环节的数据流动,提高解译准确率,数据的采集精度和时效性都要比以往的效果更好,可为有效落实耕地轮作休耕等政策提供技术和数据支持。本文以逊克县为试验区,针对当前农作物分类工作过程中应当注意的问题进行分析与整理,总结经验和方法,更好地将遥感技术应用到农作物种植结构调查工作中去。

遥感自动解译技术在饮用水源保护区环境监测中的应用

近年来,随着人类活动范围扩大以及人类活动日益频繁,饮用水源地的生态环境受到人类活动影响,对饮用水源地生态环境保护任务越来越艰巨。文章以遥感自动解译技术为基础,研究适合某饮用水源保护区的自动解译模型,提取饮用水源保护区的土地覆被信息,可用于分析土地覆被变化情况和动态变化趋势,为饮用水源保护区环境保护、管理和生态恢复提供科学的决策依据。利用监督分类和面向对象分类两种方法分别对饮用水源保护区遥感影像进行自动解译,并对比分析两种方法得到的土地覆被分类结果,最终得出的结论是面向对象分类的精度更高,且面向对象分类结果更利于进行变化监测,也与GIS分析有更好的兼容性。

浅析自动解译技术在数字高程模型生产中的应用

伴随着应急、公共管理、环境治理等行业对数字高程模型数据日益强烈的需求,对数字高程模型制作的时效性、准确性也提出了更高的要求,如何快速准确地制作数字高程模型是一个长期探索的科研课题。本文主要研究自动解译技术在数字高程模型生产中的应用并开展分析,通过试验探索生产工艺流程,为提高数字高程模型生产效率提供了新思路新方法。

基于多特征融合的城市遥感图像自动解译方法

为更全面有效地解译城市遥感图像,提出了一种新的基于多特征融合的自动解译方法。该方法定义对象网络来表达图像结构并获取更为准确的处理单元。在此基础上,综合分析颜色、纹理、形状和位置等众多特征,通过自适应的概率学习训练最优分类器并标记目标类别。方法中还结合上下文信息进行空间平滑,大大消除了噪音、遮挡等影响,矢量标绘后得到最终解译结果。实验表明,该方法准确率高、鲁棒性好,适用于多种遥感图像城市场景的自动解译。

基于多源信息空间的遥感影像自动解译研究

通过分析遥感影像自动解译的研究现状和存在的问题,提出了基于多源信息空间的遥感影像自动解译的研究方法,将遥感影像分为光谱信息空间、形状信息空间、区域地学信息空间、干扰信息空间等四个信息空间,通过对多源信息空间的数学描述和计算机处理实现了遥感影像的自动解译.

基于可变形全卷积神经网络的冬小麦自动解译研究

以高分二号遥感影像为研究对象进行冬小麦多元特征的提取,在U-Net模型基础上进行改进,将一种可变形全卷积神经网络(DFCNN)模型引入到遥感影像自动解译领域。为提高网络模型对几何变化特征的提取能力,引入可变形卷积的思想,将可训练的二维偏移量加入到网络中的每个卷积层前,使卷积产生形变,并获得对象级语义信息,从而增强了模型对不同尺寸及空间分布的冬小麦特征的表达。使用DFCNN模型对数据集进行训练及微调,得到最优的网络模型,其像素精度为98.1%,解译时间为0.630 s。采用FCNN模型、U-Net模型及RF算法得到的冬小麦自动解译像素精度分别为89.3%、93.9%、90.0%,说明基于DFCNN模型的冬小麦自动解译精度相对较高,且对复杂的几何变化特征有较好的表达,具有较好的泛化能力。

农业气象情报自动解译和绘图系统

农业气象情报自动解译和绘图系统是农业气象情报预报系统的一个子系统。根据系统思想对其进行设计．采用ＭｉｃｒｏｓｏｆｔＣ６．０和ＭＡＳＭ５．０汇编语言编程，模块结构，界面友好，操作简便。系统具有较强的容错功能，较好的业务应用性，主要实现ＡＢ报的自动处理、解译、存盘及表格输出，绘制各种气象要素的等值线图，并实现打印机、绘图仪输出；还可根据用户需要，绘制任意其它要素的等值线图。

基于高清遥感影像的滑坡自动解译方法探索

溃滑型、溃崩型、剥皮型地震崩滑地质灾害在遥感图像上有明显的特征,基于云的多光谱遥感影像边缘检测算法能在最大限度地抑制细小边缘的前提下,比较完整地提取主要边缘。通过对滑坡遥感影像特点的分析和对云模型边缘检测算法的研究,在理论上对滑坡遥感影像的边缘检测进行了初步探索,提出了改进的云模型滑坡边缘检测算法。

遥感图像自动解译面临的问题与解决的途径

遥感图像自动解译的目的是为了满足人们从海量遥感数据中快速识别与获取不同专题信息的需要。目前图像自动解译主要依赖地物光谱特征 ,其解译精度不高。解决这一问题的主要途径包括 :抽取遥感图像多种特征并综合利用这些特征 ,利用遥感图像解译背景数据库 ,在地理信息系统支持下实现背景数据与遥感信息覆合 ,采用专家系统完成遥感图像自动解译。

遥感影像自动解译与变化检测方法研究与应用

随着“大数据”科技时代的来临和国内外航空航天遥感技术的不断发展,亚米级高分辨率遥感影像将作为城市规划、环境监测、土地利用、矿点监测等领域的主要数据源。目前类似于第一次全国地理国情普查的项目越来越多,项目工期紧、任务重,采用传统的人机交互式目视解译方法采集数据成本高、效率低,不能满足项目的新要求,亟须研究遥感影像变化自动检测算法,以实现遥感影像数据的自动识别。本文以高分辨率航空航天遥感影像为基础,基于主流遥感影像解译软件进行二次开发,研发了一套遥感影像自动提取、解译软件,使其能对影像变化区域进行自动提取与解译,最终形成符合地理国情监测标准规范要求的现状成果。研发的软件解决了传统目视解译方法的耗时耗力、精度与效率低等问题。将软件生成的自动提取、解译结果与前期人工解译成果进行对比分析,实验结果表明,该软件能较准确地发现变化区域,自动解译成果可应用于环保卫片执法、应急测绘等快速响应场景。

多源遥感信息自动解译技术研究与应用

随着遥感技术的日益发展,遥感影像的空间、时相与光谱等分辨率不断提高,传统的信息获取方法已不能满足国土、规划等业务需求,为了提高遥感信息提取自动化程度及数据成果精度,本文研究了一套集合多种分类与变化检测方法的新技术,根据不同数据源影像特点实现择优处理,解决了目前传统方法耗时耗力、技术单一、针对性弱、精度与效率较低等问题。同时,通过程序开发形成对应的系统,应用于"三旧改造"地块监测、广东省基本农田监测等业务中,取得了良好的应用效果。

遥感影像自动解译技术研究

高分辨率遥感影像在我国基础测绘、交通建设、资源环境、灾害监测、国土管理等领域的应用越来越普及,高效使用高分影像成为各行业的需求。通过自动解译遥感影像可以大幅节约成本,同时减少人为干扰带来的精度误差。文章通过实际项目生产经验,提出了基于区域样本库-区域规则集的自动解译方案,以促进高分影像自动解译工作实际生产效率的提高。

太湖蓝藻预警监测遥感自动解译系统研究

针对太湖蓝藻遥感监测自动化、智能化等业务需求,研究了太湖蓝藻遥感自动解译系统的总体架构、功能模块等。系统包括遥感数据接收子系统、蓝藻遥感解译子系统和海量遥感数据管理子系统,可实现从数据接收到报告编制全流程自动化处理。

面向地理国情普查的高分辨率遥感影像半自动解译研究

随着高分辨率遥感技术和信息化测绘技术发展,地理国情普查成为测绘地理信息领域的重要工作内容。本文通过研究高分辨率遥感影像大数据并行分块分割与地物特征知识库建立的理论与方法,建立了高分辨率遥感影像半自动解译技术流程,开发了快速、高效的半自动解译工具软件。本文以重庆市沙坪坝区大学城研究区域的QuickBird影像为研究对象,以解译结果一致性比率为精度评估量化指标进行试验。结果表明道路、房屋建筑物一致性比率在80%以上,水体、植被一致性比率在90%以上,解译自动化程度较高,具有一定的技术参考价值和应用推广价值。

地表覆盖工程化自动解译平台设计与实现

随着遥感技术的快速发展,各行业对遥感监测依赖性越来越大,遥感影像自动解译研究越发重要。在浙江省第一次全国地理国情普查的地表覆盖提取中,明确要求采用先自动解译,后人工修正的作业方式。本文以浙江省第一次地理国情普查工作为例,通过研究工程化自动解译工作特点,提出针对性的作业模式,设计和开发了相应的自动解译平台。实践证明,在国普工作中,采用此平台可提高自动解译工作效率。此平台也是浙江省地理国情监测一体化生产作业平台的重要组成部分,可为常态化地理国情监测的地表覆盖动态更新提供服务。

eCognition影像自动解译及精度评价

利用甘肃省白银市WorldView-2多光谱波段遥感影像,经预处理后采用eCognition软件通过影像筛选、多尺度分割、解译规则集建立、成员函数运算,自动解译了9种不同的地物类别,分别为旱地、无轨道路路面、水面、低矮房屋建筑区、硬化地表、天然草地、乔木林、工业设施及温室大棚。通过目视解译及野外实地验证对自动解译结果进行了精度评价,并与传统分类方法进行了比较。结果表明,基于eCognition的影像自动解译效果较为理想,解译总体精度达到了79.88%,Kappa系数为0.747,与人工目视解译相比大幅提高了解译效率,相对于传统分类方法大幅提高了解译精度。本研究在进一步改进地理国情普查及国情要素动态更新的方法上具有指导意义。

基于RF算法优选多时相特征的冬小麦空间分布自动解译

为探讨如何利用遥感影像自动解译技术,实现冬小麦种植情况统计调查、提高提取精度,选择冬小麦关键生育期6个时相的高分二号遥感影像数据,分别从6个时相的近红外灰度(NIR)、红波段灰度(R)、绿波段灰度(G)、蓝波段灰度(B)、比值植被指数(RVI)、归一化植被指数(NDVI)6个特征中优选出对冬小麦面积提取最敏感的1个特征作为输入变量,每个时相选择1个特征,6个时相共选出6个特征作为输入变量,利用随机森林算法构建模型,提取冬小麦空间分布特征。选择研究区不同长势、不同种植品种的地块样本构建训练集,利用多时相特征构建模型,并将模型推广应用于整个大厂回族自治县,得到大厂回族自治县冬小麦的空间分布情况。通过与统计结果对比分析,经过多时相特征优选构建的模型对冬小麦的识别精度接近90%。经过样本优化和后期处理仍可提升精度,此方法能在保证提取精度的前提下对冬小麦进行快速提取,提高相应的工作效率。

高陡岩质斜坡坡表实景模型构建与岩体结构面自动解译方法及平台研发

对于高陡岩质斜坡而言,三维实景建模精度较低且自动解译困难。提出一种基于无人机多角度贴近摄影测量技术的高精度三维实景模型构建方法,实现毫米级三维实景模型的构建,为后续结构面的精细解译提供数据支撑。同时,将突变理论运用到由实景模型生成的三维岩体结构面点云检测中,通过在尖点突变模型中判断点云物理信息是否处于突变状态,实现结构面的自动识别,简化了传统算法需要输入大量参数的过程。在此基础上,开发了岩体结构面自动解译(ARFD-RMS)平台,实现了岩体结构面识别与解译过程的自动化和可视化。利用上述方法,以西藏昌都地区色曲特大桥北岸高陡岩质斜坡为实验对象,构建出毫米级三维实景模型,识别并解译出斜坡中结构面明显出露区域的659条裂隙,并通过与人工罗盘测量的结构面数据对比,自动解译结果的误差在6°以内,验证了算法的准确性。此外,通过开源点云数据集测试了ARFD-RMS平台的适用性,结果表明该平台能胜任不同地区的结构面解译任务。

自动解译提取在全球地理信息资源建设项目10 m地表覆盖生产中的应用

2018年度全球地理信息资源建设项目10 m地表覆盖数据的生产是我国开展全球范围内高精度地表覆盖生产的第一年,对比第一次地理国情普查地表覆盖数据生产相关技术要求,全球项目对于地表覆盖数据生产的要求分类的地类相对较少,地类综合程度高,地类边界精度要求相对低,适宜研究自动解译分类方法辅助生产作业。

基于解译知识库的地表覆盖自动解译研究及实现

高分辨率遥感影像具有丰富的空间结构信息和地理特征信息,因而被广泛地应用于地表覆盖信息提取工作中。针对高分辨率遥感影像解译中存在的目视解译效率低、自动解译分类精度有待提高、重复构建解译规则易造成劳动冗余等问题,本文提出了基于解译知识库的面向对象自动解译方法,并在此基础上开发了自动解译软件系统,通过解译知识的分类存储和用户的按需调用,实现影像解译的流程化、高效化。以四川省地理国情地表覆盖解译工作为例,表明应用该方法能够显著提高解译效率,解译结果具有一定的可靠性。