基于GF-1卫星WFV数据的全国建设用地自动监测技术研究

该文以国产高分一号卫星WFV数据为数据源,采用面向对象分类技术,研究面向全国范围的宏观监测信息提取技术及系统实现。一方面,研究了大尺度上利用高分遥感影像和面向对象分类技术进行宏观监测信息提取一整套技术方法,并对其中的建设用地进行了重点研究。另一方面,在集群计算环境下,利用高分一号卫星WFV数据,实现基于面向对象的宏观监测信息自动提取,并重点对建设用地提取结果进行了验证,验证结果显示分类精度优于80%。该研究提高了利用中等分辨率影像进行宏观监测的准确性及时效性,为合理利用和管理土地资源提供决策支持信息,支撑土地利用业务化应用。

基于GF-1卫星WFV数据的潘家口水库水质参数遥感估算模型研究

为全面掌握潘家口水库水污染的真实状况,支撑库区近年来开展的水环境综合治理工作。本研究基于2016年10月11日高分一号卫星数据和实测数据,和潘家口水库30个实测水质样本,建立了叶绿素a和溶解氧的遥感估算模型,精度评价结果表明,叶绿素a和溶解氧估算模型总体平均相对误差为19.1%,可满足库区水质监测评估需要;试验期内根据遥感模拟结果发现,水库上游水质情况相对较好,中下游水质情况相对较差,库区水质情况与库区投饵网箱数量、周边生活污水排放量和工矿区污染源密切相关。本研究为库区水环境治理工作积累了一期关键的空间全覆盖的水质遥感监测成果,同时也可为未来库区水质业务化监测提供新的技术手段。

基于高分一号卫星影像分析星云湖藻类水华变化特征

星云湖位于云南省玉溪市江川区,为云南九大高原湖泊之一,属于富营养化湖泊,由于藻类水华的发生发展变化很快,对藻类水华开展高时间频率、高空间分辨率的监测显得非常有必要。本研究基于GF-1 WFV影像,分析了2017年2月至2018年6月星云湖的藻类水华变化特征,主要研究结果表明:星云湖大部分时间都有藻类水华聚集,3至4月是藻类水华的起始和萌发时期,5至12月是蓝藻水华的大规模爆发期,到下一年1至3月是衰退期。本研究还2次观测到了水华的快速衰退,持续时间仅仅不到一个星期。此外,藻华面积与NDVI最大值和平均值有显著的正相关,污染指数与藻华面积最大时的NDVI均值呈显著的正相关。本研究为掌握星云湖藻类水华的发生发展规律,进而提高预警能力提供了一定的借鉴。

基于GF遥感数据纹理分析识别制种玉米

仅利用多时相遥感数据识别作物,其精度难以满足制种玉米识别的实际需求。该文针对制种玉米种植特点,利用国产GF遥感数据,构建了制种玉米遥感识别方法。首先利用多时相国产卫星GF-1 WFV数据,依据研究区作物的物候历,构建各地类EVI时序曲线,提取玉米种植区域;进一步利用抽雄期的GF-2 PAN数据,以田块为对象,通过Sobel边缘检测算子,提取作物纹理信息,并利用Hough变换检测制种玉米田块中的条带状纹理信息,最终提取出制种玉米。该文以新疆维吾尔自治区奇台县坎尔孜乡为研究区,对该文构建的方法进行试验验证,试验结果显示,制种玉米识别精度为90.0%,Kappa系数为0.80。该文不但拓宽了中国国产遥感数据的应用领域,同时也为中国玉米制种监管提供了新的技术支撑。

辽河流域干流及部分支流总氮浓度遥感反演研究

辽河流域水质监测点位有限,不能全面反映辽河流域水质状况,借助遥感技术反演辽河流域水质,为水环境精细化管理提供科学依据。利用高分一号WFV(GF1-WFV)影像,采用最大坡度下降算法选取纯水体像元,采用参数、非参数两类回归模型反演干流及部分支流总氮(Total Nitrogen,TN)浓度。结果表明:①GF1-WFV影像在双分辨率、成像幅宽和波段设置上满足反演需求,8-9月反演中,近红外波段反射率起关键作用;②非参数回归模型反演结果较好,R^(2)高于0.575,RMSE在0.54~1.899之间,MAE在7.27%~26.99%之间,极端梯度提升树模型反演结果优于逐步回归和随机森林模型;③2018年辽河流域干流及部分主要支流TN浓度4-6月明显高于8-9月,清河和浑河沈阳城区段水质不及太子河本溪段下游。

基于改进LCCD算法的高分六号WFV数据云检测研究

高分六号WFV是搭载在我国高分六号卫星上的高空间分辨率多光谱传感器,该传感器实现了高分辨率和宽覆盖的结合。精确识别高分六号WFV数据的云像元对于农业资源监测、林业资源调查以及防灾减灾等行业具有重要意义。基于全球土地覆盖产品FROM-GLC10数据,改进地表类型支持的云检测算法(LCCD算法),开展了高分六号WFV数据的云检测工作。以FROM-GLC10作为先验数据,充分考虑不同地表类型反射率的变化,在每种地表类型上分别采用不同的方法设置阈值。通过目视解译的方法对云检测结果进行精度评价,云正确率整体达到了92.46%,其中植被类、水体类、高亮地表类的云正确率分别为93.09%、95.60%和88.70%。结果表明,改进的基于地表类型的云检测算法有效提高了高分六号WFV数据云检测的精度。

基于GF-6的可可西里典型湖泊水体面积提取方法研究

湖泊是气候变化的敏感指示器,快速准确地获取湖泊水体信息对区域气候变化研究、区域生态环境保护和治理具有重要意义。本文基于高分六号(GF-6)WFV数据,以可可西里地区4个湖泊为研究对象,分别采用单波段法、波段差值法、归一化差异水体指数(NDWI)法提取了水体面积,并以目视解译所得结果作为参考标准,对不同方法的提取结果进行了精度评价。结果表明,单波段法易受浅水区水体影响,但受积雪的影响较小,而波段差值法和NDWI法受积雪影响较大;NDWI法虽能有效提取浅水区水体,但仍受一定程度湖底沉积物的影响;波段差值法与单波段法和NDWI法相比,能有效区分浅水区水体和背景地物。