GKPA-联合全局与关键区域的光学-SAR中分辨率遥感影像场景分类

遥感影像场景分类是自然灾害检测和城市功能规划等实际应用的基础,因此研究遥感影像场景分类具有重要意义。基于深度学习的方法由于其强大的特征提取能力已经成为遥感影像场景分类领域最常用的方法,此类方法强烈依赖数据集的质量。现阶段场景分类领域的数据集大多为高分辨率的光学影像,易于提取有效的语义特征。在面对中分辨率场景时,影像中细节信息更匮乏,有效特征不够显著,场景分类具有更大难度,相较于高分辨率场景分类精度不够理想。在此情况下,利用其他模态的数据如合成孔径雷达(SAR)提供互补特征可以有效改善场景分类精度。考虑到以上现状,本文构建光学-SAR遥感影像场景分类数据集(OS-RSISC),基于此数据集进一步提出了一个联合全局与关键区域的感知注意力双模态场景分类框架(GKPA-RSSC)。实验结果显示GKPA-RSSC相较于对比方法具有最高的分类精度,总体精度达81.97%。光学-SAR数据与单模态数据的对比试验结果突显双模态数据的优势,进而验证了本文提出的光学-SAR场景分类数据集的重要意义。

改进RRPN模型的遥感图像目标检测

针对遥感目标背景复杂、易受外界环境干扰,传统方法无法满足复杂场景下的检测高精度与实时性要求的问题,提出基于改进RRPN模型的遥感图像目标检测方法。首先,将特征金字塔(FPN)架构引入到了模型的残差网络中,使得遥感图像的高、低层特征得到了有效融合;其次,在特征提取网络中添加了通道和空间相融合的注意力机制(CBAM),提升了模型在遥感图像目标特征提取方面的跨通道和空间处理能力;此外,将剔除重叠建议框时的原始NMS算法优化为DIoUNMS算法,综合考虑遥感图像候选框之间的重叠度、距离、尺度大小等因素,使目标框的回归过程更加稳定。对比实验与消融实验显示,所提方法在公共数据集DOTA和HRSC2016上获得的平均精度均值mAP分别可高达77.30%、90.24%,较原始RRPN模型分别提高了8.29%、11.16%,且优于其他几种较新的经典模型,表明所提方法对于复杂环境下的遥感图像目标检测是合理且有效的。

浅析遥感地质学教学方法

遥感地质学是建立于遥感技术和地质学之上的一门边缘学科,遥感技术本身又是一门集成多学科的高科技的应用技术。近年来,随着航空航天技术和计算机技术的发展,如遥感平台和传感器的不断更新,遥感波段的逐渐开发,微机功能的日益强大,先进的外围辅助设备的出现,数字技术的进步。

遥感考古的方法和探测实践

随着航空和航天遥感技术飞速地发展,遥感图象和资料在地球资源勘探和自然环境监测中获得了日益广泛的应用。由于遥感图象是信息的综合,所以也用来进行野外考古专业的分析研究,发现许多有重大价值的历史遗迹和遗物,从而加快考古事业的发展。借助于空中摄影的象片判读,并且结合在地面进行一些考古调查,比起单纯从地面观察,有明显的优越性。首先,遥感方法居高临下,视野开阔,宏观性强。而单纯地面考察。

基于多源遥感数据的“交响乐”轮溢油污染监测

溢油是海洋生态环境监测的重点对象。合成孔径雷达、光学遥感与热红外遥感等卫星技术开展海洋溢油监测的机理已得到阐明,发挥多源遥感的技术特点和应用优势,实现海洋溢油的精准监测与量化评估,为海洋环境保护提供重要的技术支撑。2021年4月27日巴拿马籍“义海”轮与利比亚籍“交响乐”轮在青岛外海发生碰撞,导致约9400t船载货油泄漏入海。本文利用多源卫星遥感数据,监测并分析了该事故海域的溢油污染覆盖状况及其乳化溢油分布特征。基于溢油多源遥感响应机理与响应特征,优化了多源卫星遥感数据的处理流程,实现了溢油覆盖区域的识别与多种溢油污染类型的分类。结果表明:2021年5月1日至5月22日,“交响乐”轮溢油污染事件累积溢油像元覆盖面积为2368.7 km^(2),其中乳化溢油像元覆盖面积为1019.3 km^(2),乳化油面积占比达43.0%,单日最大溢油像元面积达734km^(2);多源遥感监测结果可以互为验证,光学遥感更具备识别不同溢油污染的能力,其中乳化溢油代表了污染危害的关键所在,从而提高了海洋溢油污染的监测评估精度,为溢油污染事件的危害评估与精细化监测提供可靠的技术与方法参考。

多尺度差分特征增强网络的遥感影像变化检测

遥感影像变化检测旨在识别不同时期遥感影像中的目标差异,近年来基于卷积神经网络的方法在遥感影像变化检测任务中取得了很大进展。然而,受光照变化和季节更替的影响,不同时期遥感影像中的伪变化问题仍然难以解决。同时,大多方法中未充分利用多尺度特征,导致模型的性能和准确率受到一定程度的限制。针对上述问题,提出一种多尺度差分特征增强的变化检测方法。利用由孪生网络编码器和差分网络编码器组成的并行编码框架分别提取不同层级的特征,将同级的双时特征和差分特征通过拼接的方式建立两者间的互补关系。引入差分特征增强模块获取更具判别性的特征图并将其作为差分网络编码器的补充输入,丰富变化信息的同时增加模型对变化区域的关注度,使其准确地区分地物的真实变化与伪变化。为了增强特征的多样性和表达能力,使用特征错位融合模块实现语义特征的交叉融合,让每个特征中的语义信息得到充分而不同的交互。该方法在CDD数据集和LEVIRCD数据集上的F1分数分别达到了95.45%和92.04%,交并比分别达到了92.26%和82.93%,与其余八种主流方法相比均为最优,实验结果证明了该方法的有效性。

双编码端高分辨率遥感影像语义分割算法

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络(CNN)的语义分割算法难以捕捉到影像的全局特征,导致分割效果不佳。针对以上问题,利用Swin Transformer的全局特征提取能力,提出了双编码端高分辨率遥感影像语义分割算法DEGFNet。设计特征融合模块(FFB)将Swin Transformer捕获的全局特征引入编码端,应对多尺度对象带来的挑战。在Swin Transformer中设计空间交互模块(SIB),降低复杂背景样本带来的负面影响;在解码端引入全局-局部注意力模块(GLTB)和特征细化模块(FRB),来更好地利用编码端提取的信息,提高语义分割的精确性;采用交叉熵损失和Dice Loss组成的混合损失函数训练模型,减轻样本类别不均衡带来的消极影响。在Vaihingen数据集上,宏观平均F1值(mF1)、平均交并比(mIoU)和整体准确率(OA)指标分别达到91.9%、84.8%和92.4%;在LoveDA数据集上,mIoU指标达到55.0%,均展现出了更好的语义分割效果和良好的泛化性。

基于傅里叶神经算子的遥感数据预测方法

地球遥感是气象卫星的主要任务.由于受云层遮挡、宇宙射线辐射等因素影响,气象卫星所获取的遥感数据通常存在大量缺失及异常.傅里叶神经算子具有效率高、精度高、分辨率灵活等特性,基于此,提出一种基于傅里叶神经算子的遥测数据预测算法.该算法首先对遥感数据缺失值利用空间均值法和拉格朗日插值法进行填充,之后用傅里叶神经算子训练出空间数值在时间域上的映射关系,最后利用训练出来的模型对于最新的遥感数据进行预测,基于风云4号遥感卫星真实遥感数据的仿真实验结果表明,所提出的方法在较长期的时序预测中仍能保持较好的预测精度.

国外民用光学卫星对地遥感行业发展综述

光学对地遥感是国家战略性行业。介绍了国外若干典型的由政府主导的民用光学对地遥感项目的发起背景、发展过程、发展现状及后续发展方向,还介绍了国外光学商业遥感公司建设运营的光学遥感星座的发展历程、现状和下一步发展计划,梳理了项目中光学遥感仪器的主要参数,简述了若干正在建设的商业光学遥感星座项目。汇总了外国空间卫星遥感相关的政策法规,总结归纳了美国商业遥感发展的4个阶段。最后展望了民用光学对地遥感行业的发展趋势。

基于SBAS-InSAR和光学遥感的天津市北部山区潜在滑坡识别研究

以天津市北部山区为研究对象,开展潜在滑坡识别研究,利用差分干涉测量短基线集时序分析技术(SBAS-InSAR)处理2018-01—2022-08的56景Sentinel-1A数据,并结合2018—2022年的Landsat8光学遥感影像,分析形变与光学遥感影像特征以及NDVI,筛选出潜在滑坡区域。研究结果表明:基于SBAS-InSAR技术识别的天津北部山区的形变较大区域有20处,使用光学遥感影像结合各发育环境要素进行处理确定的区域有19处,其中5处经两种技术确认为滑坡隐患,通过对该5处沉降信息进行识别分析,该5处区域最大年形变速率可达-12 mm/a,需要进行重点监测预警,使用两种技术结合对滑坡隐患区域进行识别可以有效地提高识别准确度,为天津北部山区灾害监测提供新的方式。

亚太地区遥感进展近况

八十年代以来,亚太地区各国遥感活动蓬勃兴起,在联合国亚太经社会地区遥感项目组织(ESCAP/RRSP)的协调推动下,于1988年7月12—17日在中国上海华东师范大学召开了“第五届亚太地区区域遥感项目政府间协商会议暨国家遥感中心、项目负责人会议。这是一次级别较高、对亚太地区遥感发展起决策作用的国家级遥感工作会议,会议由中国国家科学技术委员会主办,我国国家遥感中心负责人何昌垂同志担任会议主席。

成都市主城区绿色基础设施遥感解译及其生态服务现状研究

城市绿色基础设施(Urban Green Infrastructure,UGI)的广泛应用,正在持续重塑全球城市景观,对城市生态系统服务产生重要影响。成都作为紧邻川西高原的内陆盆地城市,其城市景观在UGI构成的多样性等方面与中国其他城市具有显著差异。以成都城市景观为中心展开综合调查,使用地理信息系统、生态服务建模和空间分析来量化UGI对生态服务的影响,并采用系统化方法将UGI整合到优化城市生态系统服务的规划建议中,为快速城市化中的成都主城区UGI空间布局优化,特别是空间聚集程度冷点区域改善,提供具体的解决策略。总结出三个关键趋势:(1)成都市的土地利用发生了重大变化,以城市区域绿色空间的显著缩小和建设用地的显著扩大为特征,主要归因于人口增长和土地利用模式的变化;(2)空间聚集程度热点和冷点的调查分析显示,主城区大多数温度冷点位于成都的东部,而基于其价值的热点最高集中度位于南部地区;(3)对UGI内碳密度的分析显示,生态系统服务集中度的峰值出现在城市中心区域。

应用遥感技术进行无资料区积雪动态监测方法的研究

积雪是重要的水资源，监测技术的改进对无资料区积雪的监测具有重要意义。采用遥感与地理信息系统（ＧＩＳ）相结合的方法对积雪监测具有极大的潜力。本文通过对西藏某一流域多年资料的研究，证明了这种方法的可行性和优越性。研究结果表明，应用ＮＯＡＡ／ＡＶＨＲＲ数据，结合ＧＩＳ方法，可以准确确定积雪范围，提供积雪面积，同时可以提供高质量的积雪分布图。

青海省空天地多源遥感运维服务中心亮相

近日,青海省地理信息和自然资源综合调查中心空天地多源遥感运维服务中心正式亮相。该中心由青海省自然资源综合调查中心指导,青海省自然资源遥感中心具体实施建设,集遥感应用业务系统运维、多源遥感获取装备管理、彩虹四无人机远程指挥、遥感科学技术科普教育等功能于一体,具有“展用并举、集中统一、自主设计、赓续传承”四大特色,旨在支撑自然资源管理主责主业,普及遥感科学知识,推广青海省多源遥感应用成果。

先进遥感技术在金属矿床勘查中的应用探讨

金属矿床的勘查一直是矿产资源领域的重要课题之一。近年来,随着遥感技术的不断发展和应用,先进遥感技术在金属矿床勘查中的应用也得到了广泛关注。文章首先介绍了先进遥感技术的基本原理和方法,然后重点探讨了高光谱遥感、合成孔径雷达遥感和激光雷达遥感在金属矿床勘查中的应用现状和前景。最后,结合实际案例,分析了先进遥感技术在金属矿床勘查中的优势和不足之处,并提出了未来研究的方向和建议。

卫星遥感的地学分析与验证

引言我国多次成功地发射和回收了人造地球卫星,迈进了空间技术的先进行列。成功地研制了甚高分辨率的卫星云图接收机和静止气象卫星接收装置,积极参加世界气象组织和国际水文十年等全球性的科学技术活动。研制了多种遥感仪器,开展航空遥感试验和进行卫星遥感的科学和技术准备。同时,也引进了部分美国陆地卫星所提供的遥感图象资料,研究它对我国地理环境的适应性和社会主义现代化建设中的经济技术效益。

多标签遥感图像分类研究现状与展望

多标签遥感图像分类是遥感分析领域的基础研究任务之一,解析给定的遥感图像并识别其中的类别语义,可以为下游计算机视觉任务提供重要的技术基础;由于遥感图像空间分辨率不断提升,众多遥感对象以不同规模、颜色、形状分布于图像的各个区域,为遥感图像多标签分类任务带来了严峻挑战。该文聚焦于遥感领域的多标签图像分类研究,对该问题的前沿研究进展进行总结分析。首先,阐述多标签遥感图像分类任务的问题定义,并对该研究问题中常用的多标签图像数据集和模型评估指标进行归纳介绍;进而,对该领域的前沿进展进行系统性的介绍,深入剖析多标签遥感图像分类过程中的2个关键任务——遥感图像特征提取和标签特征提取;最后,针对遥感图像特性,分析了该任务当前存在的挑战和问题,并对未来研究方向进行展望。

无人机载轻小型遥感器的林业应用进展研究

聚焦于轻小型遥感器技术的发展,综述了无人机遥感技术在森林资源监测、健康评估和灾害管理等林业领域的应用进展。首先介绍了搭载于无人机的可见光、多光谱、高光谱、热红外和激光雷达等遥感器技术,阐述了其主要特性、显著优势和适用场景;然后深入探讨了这些遥感技术在林业管理中的具体应用,展示了其在提升森林监测效率和精确度以及在灾害响应和生态保护方面的重要作用;最后讨论了面临的主要挑战和发展需求,包括无人机平台的优化、遥感设备的改进、数据处理与信息提取技术的提升,强调了跨学科研究成果的综合应用对于推动遥感技术革新及其在林业中应用拓展的重要性;旨在为林业管理与研究人员提供一种全面的视角,审视无人机遥感技术的现状与未来趋势,进而支持森林资源的可持续管理与保护。

水利遥感数据规模化加工处理平台框架研究

以卫星遥感为代表的地表信息空天获取手段是支撑新时期智慧水利建设的重要途径。当前,遥感数据获取能力与处理服务能力之间出现了失衡,大量的对地观测卫星遥感数据被获取,而能够支撑水利业务的遥感数据产品即时服务能力和动态更新频次仍然存在瓶颈,“卫星数据量大、处理流程复杂、产品服务不足”的现状长期存在,制约着水利行业遥感应用的质量和效率。本文通过调研当前国内外遥感大数据加工处理进展,分析了面向智慧水利建设的水利遥感数据处理平台需求,设计了一种水利遥感数据规模化加工处理平台的框架,用于海量卫星遥感数据产品全链路自动化处理,以提升水利遥感数据产品处理质量和服务效率。该平台可以实现超过30种多源高分遥感数据全流程处理,通过动态分配GPU和CPU计算缓存,实现卫星遥感数据正射校正、融合、镶嵌、质检以及水利遥感专题信息提取等流程规模化、并行化和自动化处理,生产满足数字孪生流域建设的卫星遥感专题产品,支撑新时期智慧水利建设的遥感深度应用。

Sentinel-2遥感影像在盘锦水稻米质监测中的应用研究

本研究基于水稻孕穗期、抽穗期、灌浆期和成熟期4个生育期的Sentinel-2遥感数据,分析各生育期内卫星遥感光谱参数与稻米品质指标的关系,建立基于各生育期卫星光谱信息的水稻品质指标预测模型。将5种稻米品质指标分别与4个生育期内的光谱参数进行皮尔逊相关性分析,结果表明,5项品质指标在4个生育期内均与光谱参数有不同程度相关性。然后筛选出相关性效果显著的光谱参数,用于建立各品质指标的预测方程,建模结果表明,基于卫星遥感光谱信息解释率由大到小的稻米品质指标依次是精米率>长宽比>蛋白质含量>直链淀粉含量>糙米率;卫星遥感光谱反演稻米各品质指标所在的最佳生育期不同,糙米率和精米率的最佳生育期为抽穗期,其建模决定系数(Coefficient of Determination,R^(2))分别为0.461和0.893;长宽比的最佳生育期为成熟期,R^(2)为0.878;直链淀粉含量和蛋白质含量的最佳生育期为灌浆期,R^(2)分别为0.646和0.647;基于卫星遥感光谱信息的稻米品质模型验证效果较好,解释率为51%~74%。可见,利用卫星遥感技术能够实现大范围水稻品质指标定量监测与评估。