ArcGIS在林业遥感监测中的应用与效益分析

文章研究了ArcGIS在林业遥感监测中的应用与效益,通过综合利用ArcGIS软件和遥感技术,结合实地调查数据对森林资源进行监测和分析,实现了对林地覆盖、森林生长状况以及森林环境变化的有效监测和评估。研究结果表明,ArcGIS在林业遥感监测中具有较高的适用性和效益,可以为森林资源管理和保护提供重要的技术支持和决策参考。

基于ArcGIS与C#语言的省级历史遥感影像数据坐标转换应用研究

充分整合历史遥感影像数据,挖掘其服务价值对自然资源管理、经济社会发展具有十分重要的意义。本文以河北省自然资源厅2022—2023年度“全省历史遥感影像开放”项目为例,对河北省近10年遥感影像成果进行收集分析,利用布尔莎七参数模型,采用C#语言编制七参数计算工具,以ArcGIS10.8作为数据处理平台,完成全省原有参心坐标系影像数据向2000国家大地坐标系转换,评定其转换精度,为全省历史遥感影像数据融合及应用系统建设统一了数据基准。

拉普拉斯卷积的双路径特征融合遥感图像智能解译方法

由于遥感图像存在多尺度变化和目标边缘模糊等问题,对其进行智能解译仍然是一项极具挑战性的工作。传统的语义分割方法在处理这些问题时存在局限性,难以有效捕捉全局和局部信息。针对上述问题,文中提出一种双路径特征融合分割方法 DFNet。首先,使用Swin Transformer作为主干提取全局语义特征,以处理像素之间的长距离依赖关系,从而促进对图像中不同区域相关性的理解;其次,将拉普拉斯卷积嵌入到空间分支,以捕获局部细节信息,加强目标地物边缘信息表达;最后,引入多尺度双向特征融合模块,充分利用图像中的全局和局部信息,以增强多尺度信息的获取能力。在实验中,使用了三个公开的高分辨率遥感图像数据集进行验证,并通过消融实验验证了所提模型不同模块的作用。实验结果表明,所提方法在Uavid数据集、Potsdam数据集、LoveDA数据集的mIoU达到了71.32%、85.58%、54.01%,提高了语义分割的性能,使分割结果更为精细。

基于遥感解译的县域滑坡灾害发育规律研究

滑坡灾害调查往往工作量巨大,周期较长,传统的调查方法不仅因面积大无法做到实时性,且难以保证真实性和准确性,而遥感等现代调查技术具有广袤的遥感影像视域、较强的宏观性、较好的时效性和丰富的信息量等优势,大大提高灾害调查的精度和研究程度.本文以伊犁河谷特克斯县为研究区域,通过最新遥感影像结合区域地质环境条件综合分析,初步解译、实地验证、室内再解译等过程,最终得出特克斯县滑坡灾害分布特征,建立了滑坡灾害解译标识.结果表明:基于最新卫星影像数据的遥感解译结果能较好地反映特克斯县滑坡灾害发育规律,能全面反映区域内地质灾害的分布特征,可以为相关部门提供决策依据.

内蒙古赤峰柴胡栏子金矿田遥感地质解译和蚀变信息提取与找矿预测

内蒙古柴胡栏子金矿田位于赤峰—朝阳金成矿带的最西北侧,是我国重要的黄金产地,但其自然条件恶劣,遥感地质研究程度较低,对于最主要的控矿因素(地层、构造、岩浆岩)分布特征以及与本区金成矿相关的围岩蚀变信息研究相对较少,利用遥感技术对该矿田进行找矿勘查具有重要意义。本文利用Landsat 8和GF-2遥感影像,结合“主成分分析+最佳指数因子”的方法组合,对柴胡栏子金矿田进行遥感地质解译。根据蚀变矿物的波谱特征,设计去除干扰信息-异常信息提取-异常分级-异常信息处理的蚀变信息提取方案,对Landsat 8和Sentinel-2A遥感影像进行蚀变信息提取;在前人区域地质、矿田地质研究的基础上,依据蚀变信息特征,结合地质解译成果圈定3个找矿靶区。研究表明,利用多源遥感卫星影像对研究区进行地质解译与蚀变信息提取,基本能够满足辅助中比例尺找矿预测及地质综合调查的需要,并提升找矿效率。研究成果对柴胡栏子金矿田未来找矿勘查具有基础性指导意义。

基于流域模型与遥感解译方法的农业面源污染精细化源解析技术研究

农业面源污染源解析是面源污染防治的基础。农作物种植是农业面源污染源的重要组成,然而传统的面源污染源解析方法不能量化不同农作物对农业面源污染负荷的贡献,其解析精度也难以满足环境管理部门精细化管理的客观需求。本研究以天津于桥水库上游沙河流域为研究区,采用流域模型与遥感解译的方法,解析流域总磷负荷来源与贡献,旨在建立一种农业面源污染源精细化源解析技术。研究结果显示:基于Google Earth Engine(GEE)平台的农作物遥感总体分类精度在88%以上,Kappa系数均大于0.81,整体分类结果可信。沙河流域主要作物类型包括冬小麦-夏玉米、板栗、果树与其他作物,其中冬小麦-夏玉米的种植面积最大,占比为44%~67%,板栗种植面积次之,占比为11%~29%。冬小麦-夏玉米种植面积总体呈下降趋势,板栗种植面积则呈快速上升趋势。沙河流域Generalized Watershed Loading Function(GWLF)模型对溪流量与总磷负荷的模拟表现良好,其模型校准期与验证期的NSE在0.59以上,R^(2)在0.79以上。耕地为沙河流域最大的面源总磷负荷来源,占总磷负荷总量的61%;在耕地中,冬小麦-夏玉米总磷负荷占比最大(52%),板栗次之(20%);考虑到板栗种植面积近年来不断上升,未来沙河流域面源总磷负荷仍有升高的风险。

基于分形理论的蚀变异常遥感解译——以广东阳山县为例

围岩蚀变异常是热液型矿床的重要找矿标志,运用遥感技术解译提取围岩蚀变信息是辅助地质找矿的重要手段。本文采用主成分分析法提取广东阳山地区Landsat-5的TM遥感影像中铁染和泥化蚀变信息,对影像中所提取的异常主成分进行“像元-面积”划分并统计像元个数,再将异常阈值进行分形非线性划分,得到更为精准的分级方法。门限法是基于突变点选择阈值进行等级划分,在提取蚀变异常的结果中往往会包含大量的背景信息,利用分形理论确定临界值进行分级减少了这些信息的影响。本次研究通过门限法和分形方法两种划分方法对研究区的蚀变异常进行对比,最后根据研究区蚀变异常信息的分形特征,利用求和方法对研究区的铁染和泥化蚀变异常信息进行分级。结果表明,相对于门限法,在遥感蚀变信息提取中分形方法加强了阈值选取的准确度,并发现研究区泥化蚀变与铁染蚀变主要分布于北东部及北部区域,其它区域小面积离散分布,这可为矿产勘查工作提供更好的技术支撑。

遥感图像超分辨率重建技术研究及地质解译应用

遥感图像超分辨率重建技术通过提升遥感图像的空间分辨率,增强图像的细节和清晰度,在地质调查中能够提高地质特征的识别精度和信息提取的准确性,具有重要的应用价值。针对现有遥感图像重建模型在地质解译下的细节和特征信息丢失等缺点,提出一种基于增强型深度残差网络的多尺度渐进式残差网络(MPEDSR)的超分辨率重建模型。该模型重点针对残差结构进行调整,在残差块堆叠结构中加入跳跃连接,同时在残差块间引入通道注意力机制模块,实现残差分支信息的充分利用,并通过测试集图像证明所提方法的地质调查要素解译能力。实验结果表明:所提算法在主观视觉感受及峰值信噪比(PeakSignal-to-NoiseRatio,PSNR)和结构相似度(Structural Similarity,SSIM)等客观评价指标上均高于现有几种主流算法。在2倍和4倍放大因子下相较原模型在PSNR上分别提升0.176和0.194 dB,在SSIM上分别提升0.018和0.021。此外,该网络能有效提取滑坡和岩性边界,识别断裂构造。本研究为高分辨率遥感图像下的地质解译和地质灾害监测提供了有效的技术手段,推动了遥感地质解译的精细化和智能化发展。

基于MapGIS和ArcGIS的遥感解译成果图件数据库设计与实现

遥感解译成果图件来源复杂、格式繁多,通用的影像数据系统存在无法同时进行图件的符号化显示和图层的空间数据管理等问题,导致大量经过野外验证的遥感解译成果图件闲置。本文充分利用MapGIS和ArcGIS平台在图件数据和空间数据管理方面的优势,结合用户对遥感解译成果图件服务的需求,提出了遥感解译成果图件资料和空间要素图层的一体化存储管理方式,开发了遥感解译成果图件数据库及数据库管理系统,并根据成果图件的特点设计了灵活的数据入库工具,实现了不同格式成果图件资料的信息化及一体化管理,有效提高了遥感解译成果图件的服务能力和成果价值。

基于遥感解译的典型强震区泥石流物源发育及演化--以四川都汶高速沿线为例

四川都汶高速位于2008年汶川地震强震区内,震后泥石流灾害异常活跃,对人类财产造成严重损失、人居安全构成重大威胁。为了查清山体斜坡物源空间分布规律,探讨汶川震区泥石流物源成因,选择区内震前DEM、震后Landsat TM多波段融合数据及典型泥石流沟2期全色波段遥感数据,进行泥石流物源发育特征及演化分析。结果表明:①汶川地震强震区物源发育受地形坡向、坡度、高程及水系的共同控制。在坡向上具有背坡面放大效应和逆冲(错动)方向放大效应,高程和坡度选择与山体斜坡发育的动力过程相关;②地震能量释放是物源发育基础,建立了强震区物源发育密度与地震烈度的指数关系模型,并认为研究区断层的存在可能促进了泥石流物源的进一步发育;③物源演化具有面积缩小、大型物源解体为多个小型物源、小型物源汇聚而致规模增大、物源迁移、出现新物源等特征。

高分辨率遥感影像样本库动态构建与智能解译应用

在人工智能时代,遥感影像解译朝着自动化智能化方向发展,高质量的样本数据集是其核心。我国积累了海量优质的时空地理信息基础数据及衍生产品,是深度学习驱动的遥感影像智能解译样本的重要来源。盘活现有数据资源,可推动人工智能与遥感解译的应用深度与广度。本文基于现有数据资源,针对样本数据集区域受限、时效性不强、类型单一等问题,研究了面向深度学习的高分遥感影像智能解译样本库动态构建技术。首先,分析了要素提取、地表覆盖分类、变化检测方面的公开样本数据集的特点,提出业务驱动的样本应需生成-动态构建-智能应用思路;其次,研究了基于历史解译成果的样本自动生成、SAM大模型提示学习引导的样本清洗精化方法及实现过程;再次,设计了具有区域性、时序性、尺度性、多传感器、多类型的样本库,以及顾及空间-时间-地类关系的动态样本数据库架构,研究了样本数据集“量化-检索-组合”动态重构过程,实现时空样本的动态管理与多维检索;最后,开展了地表覆盖分类、要素提取、变化检测等智能解译应用,验证了本文研究思路及方法的可行性,以期推动基于已有基础数据的样本数据集的有效利用,以及样本构建-管理-应用及数据-模型-业务的互联互通,为高分遥感影像智能解译样本库构建与应用提供参考思路。

面向遥感图像解译的增量深度学习

深度学习的发展推动了高精度遥感图像智能解译模型的涌现。然而,目前遥感智能解译模型大多基于预先定义的静态数据集独立训练,难以适应环境开放和需求动态的实际应用,严重阻碍了遥感智能解译模型的广域和长期运用。增量学习能使模型持续学习新知识,并保持对旧知识的记忆,近年来,被广泛应用于推动遥感智能解译模型演化、提升模型智能解译性能。该文面向多模态遥感数据、不同类型解译任务,全面调研了遥感图像智能解译增量学习方法,从遗忘问题解决思路、解译模型进化应用两个层面梳理了现有研究工作。在此基础上,从促进遥感图像解译模型进化研究的角度,展望和讨论了遥感领域增量学习的未来研究方向。

巴颜喀拉块体南边界带西端当江断裂的活动构造变形:高分遥感的解译与野外验证

以活动断裂遥感影像解译标志为基础,利用奥维地图、91卫图等影像资料,结合前人的研究成果,重点分析了甘孜-玉树断裂带当江段的空间展布及几何学与运动学特征;在此基础上对重点段进行野外踏勘,通过一系列的断错地貌现象验证解译结果,最后得到甘孜-玉树断裂带当江段的几何展布。研究结果显示:①甘孜-玉树断裂带当江段总体走向为NWW;②断裂地貌发育有断层陡坎、槽谷、冲沟和河流阶地的左旋位错等;③断裂运动性质以左旋走滑为主,带有垂直的倾滑分量;研究同时表明:①遥感解译对于高寒、高海拔、交通不便的地区开展工作十分重要;②遥感解译对于地表破坏少、植被覆盖少的地区其效果更为直观、更利于在此类地区发挥作用;③活动构造变形强烈地区的遥感影像特征明显,更易于开展遥感解译工作。

滇西南1976年龙陵M_(S)7.3、M_(S)7.4双强震触发滑坡遥感解译及其构造意义

深入研究中国滇西南地区发育的龙陵-澜沧新生地震构造带对于合理划分活动地块边界及未来开展强震危险性评价工作具有重要意义。使用高分辨率卫星影像对已发生的双强震震例开展回溯研究是一种可行的技术手段。文中对震前、震后高分辨率Keyhole卫星影像进行遥感解译,结合野外验证和前人研究结果,获得了1976年M_(S)7.3、M_(S)7.4龙陵双强震触发滑坡较为完整的数据库。结果显示:1)共解译滑坡14448个,总面积为17.2km^(2),70.9%的滑坡分布在花岗岩质的岩体风化层中,单体滑坡面积集中在数百至1000m^(2)区间,多为表层风化层内的浅层滑坡,滑动距离较小;2)同震滑坡密集区与高烈度区不匹配,其空间分布显示破裂区规模约为30km,且均位于活动断裂的一侧,表明其发震构造并非为龙陵-瑞丽断裂或畹町断裂。滇西南地区共轭强震破裂可能局限了单次强震的空间规模,因此在确认未来强震危险区时应重点关注NE向与NW向构造的交会部位。

基于内容解译的遥感图像推荐方法

随着遥感技术的不断发展,遥感数据呈现出海量增多的趋势,如何提供精准及时的遥感信息推荐服务成为亟待解决的问题。现有的遥感图像推荐算法大多针对用户画像进行设计,忽视了图像内容的语义信息对推荐结果的影响。针对上述问题,提出一种基于内容解译的遥感图像推荐方法。首先,通过基于YOLOv3的目标检测模块对遥感图像进行目标提取;然后,整合关键目标的位置分布向量作为图像内容信息;同时,构建多元素的用户兴趣画像,并根据用户主动搜索历史进行动态调整,以提高推荐结果的个性化程度;最后,将图像内容信息与图像自带属性信息、用户画像模型进行匹配,实现遥感数据的精准智能推荐。在真实订单数据上与较新的仅基于图像属性信息的推荐方法进行对比实验,实验结果表明,所提方法在实验数据上取得的正负样本区分度比考虑用户画像的推荐方法提高了70%;在耗时基本相近的情况下,在使用10%训练数据时,推荐错误率与对比方法相比下降了4.0~5.6个百分点,而在使用100%训练数据时推荐错误率则下降了0.6~1.0个百分点,验证了所提方法的可行性与有效性。

遥感解译在影像质量检查中的应用

亚米级卫星影像为“实景三维成都”建设项目中地形级实景三维的数据基础,多个部门共享、共用,因此对其质量严格把控十分重要。采用人工目视方式对单景影像(约576 km2)进行外观符合性检查,时间约为1 h。以2023年11月成都市域亚米级卫星影像为例,将SegFormer网络模型内嵌在遥感AI解译监测系统中,对成都市域卫星影像中的不良区域进行快速识别,其平均分类精度达到81.0%,单景影像提取时间约为15 min,该系统为成都市域卫星影像质量检查工作的高效实施提供有力支撑。

一种优化的土地利用遥感更新解译流程与效果分析

在常规的土地利用遥感更新解译流程中,存在缺少有效控制漏判环节、解译操作效率较低等不足。对其中的相关原因进行了分析,并在实践的基础上提出了一种优化的更新解译流程。该流程从提高解译人员的专注度以及增加编辑操作自动化的角度出发,对常规流程的部分环节进行了优化,尤其是将原先综合查找变化的流程优化为按类型拆分土地利用图层、按类型查找变化,从而解决漏判的问题;同时新设立一些必要的环节,将原先的一些繁杂的人工操作交由应用软件执行。应用实践结果表明,这一优化的土地利用遥感更新解译流程,在将各环节的任务简洁化的同时,提高了解译的针对性和操作的自动化,有助于减少解译过程中的漏判和编辑错误。虽然解译环节有所增加,但整体解译时间有所减少,解译效率得到提高。

遥感影像弱小目标智能解译算法研究

随着遥感技术的快速发展,光学遥感影像弱小目标智能解译成为遥感信息处理的研究热点之一。遥感影像的地物目标常具有尺度小、种类多、数量大、部分重点小目标移动速度快的特点,易受到复杂背景环境及噪声影响,使得提取遥感影像弱小目标的信息面临着巨大的挑战。早期智能解译算法中的弱小目标分割、检测及跟踪等算法研究,多依赖模板匹配及先验知识,此类算法需耗费大量资源、算力及专家知识成本,存在着计算量大、泛化能力差的问题。近年来,随着深度学习等人工智能技术的快速发展,在海量遥感数据中准确获取弱小目标的信息,通过结合深度学习算法可对弱小目标的特征进行快速提取,以提供高效、准确的解译信息。本文综述了遥感影像弱小目标智能解译算法研究进展,包括基于传统图像处理方法的弱小目标分割、检测和跟踪算法,以及基于深度学习等典型相关算法。通过分析这些方法的优点与局限性,对于提高相关目标的信息获取能力、提升观测的态势感知水平以及未来应用等方面具有重要意义。

基于YOLOX的货运源头遥感解译标志库研究

货运源头核查是进行源头治超的关键。传统依赖于台账统计的方法费时费力,相比之下,遥感技术具有大面积覆盖等优点,利用其进行货运源头核查工作可有效提高工作效率。然而,目前尚无公开可用的货运源头遥感解译标志库,故提出一种基于YOLOX的货运源头遥感解译标志库建立方法。首先,根据货运源头核查标准,提出货运源头四类场站、四类企业解译标志库建立标准,然后基于YOLOX搭建货运源头遥感图像自动检测方法,并与专家解译结果相对比。研究结果表明,用于识别铁路货场、港口、矿石以及砂石企业的AP均在0.50以上,可实现自动化建立货运源头遥感解译标志库,为利用遥感影像进行货运源头核查提供技术支撑,显著提高源头核查工作的效率。

基于GF-7数据的豫西山区地质灾害遥感解译

【目的】查明豫西山区部分区域内崩塌、滑坡等地质灾害的空间分布特征,为地质灾害监测与治理提供科学依据。【方法】主要利用高分七号卫星影像数据,通过构建遥感解译标志、室内初步解译、野外核查验证、内外业综合解译、编制解译成果图件等步骤开展遥感解译工作。此外,还对比分析了多类型多时相的遥感影像,并结合研究区的地形地貌等地质资料,进一步提高了地质灾害的可解译性。【结果】在此次地质灾害遥感解译中,实际正确识别了15处滑坡、6处崩塌,解译正确率达91.3%。遥感解译的精度和效率较高,取得了较好的成果。【结论】本研究提出的利用高分七号遥感卫星数据开展地质灾害遥感解译思路及方法,在该地区所进行的地质灾害遥感解译工作中表现出显著优势,具有较强的实用性和可行性,能够为其他地质灾害遥感解译工作提供有力的参考和指导。