基于Landsat影像的长寿湖水体营养状态时空变化遥感研究

湖泊的营养状态和变化趋势研究对科学认知湖泊水质演变规律和治理湖泊生态环境具有重要意义.水体颜色指数(FUI)与湖泊的营养程度密切相关,是评估湖泊营养状态及其变化规律的有效指标.本研究以重庆市长寿湖为研究区,利用1986-2022年间的Landsat5/7/8系列遥感数据,计算水体的FUI指数,由此评价水体营养状态,并结合变异系数、Sen斜率及Mann-Kendall(M-K)参数检验变化趋势分析法,探讨长寿湖及其不同功能分区近40年间水体营养状态的时空变化.结果表明:1)长寿湖水体多年来主要处于中营养状态,2002年后水质持续稳定好转;富营养水域主要集中于西部生态养殖区;2)西部生态养殖区FUI值变异系数最大(0.17),自2002年后营养状态趋于稳定改善,水质明显好转的区域多分布于湖区的中部和西北部;3)中部生态旅游区FUI值变异系数最低(0.10),营养状态多年较为稳定,水质好转和恶化的区域共存,其湖区中西部FUI值呈显著下降趋势,富营养化等级明显降低;4)东部湿地保护区的营养状态以中营养向富营养转变为主,水体富营养化风险加剧.研究结果为长寿湖水环境监测与评价提供了重要参考.

改进的YOLOv5s遥感影像机场场面飞机小目标识别

遥感影像具有地物拍摄模糊以及背景环境复杂等特点,导致大面积地面物体识别准确率较低。针对此问题,提出了一种基于YOLOv5s改进网络模型。该模型对YOLOv5s中的骨干提取网络和颈部多尺度特征融合网络进行优化,引入Swin Transformer以获得更多关于目标物体的特征信息;同时对骨干网络中的模块做了修剪;此外,模型中还添加了坐标注意力机制来提升特征提取和融合效果。对于遥感数据集进行了小目标检测识别测试实验,改进后的YOLOv5s网络的mAP值为0.8375,比YOLOv5s网络模型提高了0.0225。实验结果表明,改进后的YOLOv5s网络模型对比YOLO系列网络和EfficientDet模型有效地提高了识别准确率、召回率以及mAP值,并且在训练时间上也比YOLOv5s减少了1/12。

基于SPOT4和Landsat5 TM的不同影像融合方法质量对比研究

【目的】探究不同影像融合方法对SPOT4全色影像和Landsat5 TM多光谱影像融合效果的影响。【方法】采用13种不同的影像融合算法开展融合试验,并通过定性和定量分析的方式,对融合结果进行综合评价分析。【结果】结果表明,融合影像的信息熵相比原影像有所增强,RGB三通道的熵值分布更为均匀,主要集中在50~200之间。此外,不同地物类型对融合方法的效果产生了显著影响。对于水体和植被,Brovey、HSV、IHS和EF方法展现出了良好的光谱保真性和细节增强能力,因此更适用于目视解译。NND法在这些区域出现了轻微的光谱失真现象,导致其分类精度偏低。【结论】针对不同传感器的影像选择适当的融合方法,对于提高遥感影像的解译精度和应用价值具有重要意义。

基于改进Yolov5的遥感影像多目标检测方法研究

提出一种基于改进Yolov5的遥感影像目标检测方法,在骨干网络内增加高效通道注意力机制来提高对正样本特征的学习效率,在多尺度特征融合层内增加一个检测输出特征图,来提高对小目标的检测精度,采用带有梯度模长的交叉熵损失函数对模型进行训练来缓解正负样本不平衡的问题。实验结果表明,本文所提出的改进方法在测试数据集上获得了较高的检测精度与很好的泛化能力,相比原始Yolov5有了显著提高,在测试环境下也能达到实时检测的水平。所提出的改进方法能够在资源调查、应急救援等领域具有很大的应用价值。

基于改进YOLOv5s的轻量级无人机遥感影像车辆检测方法

针对无人机机载硬件条件下的地面车辆目标实时检测问题,提出一种基于YOLOv5s的轻量级检测模型。模型在骨干网络中引入了分组卷积核进行特征提取,来降低骨干网络的运算参数量,同时在每个特征提取层末端设置了高效注意力机制来提高对正样本特征的赋权筛选,在特征增强端前方设置了多尺度特征融合层,进一步提高输出特征图内的信息丰富程度。实验结果表明,提出的改进模型在检测精度、速度以及模型体量方面均优于原始模型,在夜景、高速公路等多种复杂场景下表现出了良好的泛化能力,能够部署于无人机机载硬件中开展车辆目标的实时检测。

基于Landsat OLI遥感影像的水库水体信息智能提取方法

常规的水库水体信息智能提取方法以图像信息补偿为主,受到水体特征复杂性的影响,信息提取结果存在不准确的问题。因此,文中设计了基于Landsat OLI遥感影像的水库水体信息智能提取方法。提取遥感影像水库水体形态特征,获取水体增强灰度影像,得到粗略影像水体范围,从而确保水体形态特征与遥感影像的一致性。基于Landsat OLI影像设定水体信息智能提取阈值,采用分割局部提取的方式,增强目标水体信息并完成自适应提取的任务,满足水体信息提取的准确性需求。采用对比实验,验证了该方法的信息提取准确性更高,能够应用于实际生活中。

THEOS与LANDSAT5-TM卫星影像在山区土地利用遥感监测方面的比较研究

本文选择贵州省镇宁、关岭两个山区县,利用THEOS卫星影像提取土地利用类型信息,与同时期的LANDSAT5-TM卫星影像的解译结果及实际情况进行比较分析,发现影像纠正时使用同一精度的影像作为控制影像更有利于工作的开展。论证了THEOS卫星影像在解译山区土地利用信息时更科学准确,具有山区土地利用监测的可行性。

基于元胞自动机和BP神经网络算法的Landsat-TM遥感影像森林类型分类比较

【目的】针对森林资源遥感监测效果往往受森林类型识别分类方法的影响,提出一种基于元胞自动机的遥感影像森林类型分类方法,以提高Landsat-TM遥感影像的分类精度,为森林资源遥感监测提供技术支持。【方法】以小兴安岭带岭林业经营管理局为研究区,基于2010年Landsat5-TM影像数据和2012年森林资源二类调查数据,采用窗口法获取TM第5波段各待分类别的像元均值作为聚类中心,以元胞自动机的Moore模型为框架,以元胞为基本单位,以像元均值为对象,利用最小距离法求取进化规则(判断准则是中心元胞周围的8个元胞距每类聚类中心的距离最近且像元数量最多,则中心元胞属于该类别),充分考虑影像及地物之间的空间特征,采用元胞自动机分类方法进行森林类型的识别分类。同时,以相同的样本数,采用3层BP神经网络模型对TM遥感影像进行分类试验,并比较2种方法的分类效果。【结果】基于元胞自动机的分类方法总体分类精度为88.712 1%,Kappa系数为0.829 1,针叶林、阔叶林和针阔混交林的用户精度分别为73.60%,92.94%和94.13%,达到了区分针叶林、阔叶林和针阔混交林的分类目的。BP神经网络算法的总体分类精度为86.671 3%,Kappa系数为0.798 4,针叶林、阔叶林和针阔混交林的用户精度分别为69.22%,93.37%和90.76%。2种分类方法均可有效识别森林类型信息。【结论】元胞自动机模型应用于遥感影像森林类型识别分类可弥补因TM影像空间分辨率较低造成的遥感影像分类精度过低的问题,提高分类精度。在森林分布破碎、种类类型多样且结构复杂的带岭林区,该研究结果有助于森林资源监测与管理,可为大区域尺度的森林动态信息监测提供更好的数据及技术支持。

基于SPOT-5影像的马尾松毛虫虫害遥感监测研究

马尾松毛虫是马尾松林的主要害虫,危害很大,实施有效监测是对其进行防治的关键。以福建沙县为研究区,以SPOT-5遥感影像为数据源,基于短波红外波段、红光波段和近红外波段等构造归一化植被指数等光谱特性指数,基于灰度共生矩阵法提取均值等影像纹理特征,引入坡度、坡向等地形及林木因子构建马尾松毛虫虫害遥感监测指标,通过岭回归分析建立虫情级数估测模型进而反演,进行虫害监测信息提取,并与单纯基于光谱特性指数指标的虫害信息提取方法进行比较。结果表明:1)综合考虑影像的光谱特性、纹理特征与地形及林木因子影响进行虫害监测,显著增强了虫害的光谱响应能力,相比于单纯基于光谱特性的虫害监测信息提取,其总精度提高了14.28%;2)这些为林业生产实践提供技术支撑与理论借鉴,同时也在一定程度上推动遥感监测森林病虫害的理论认识与信息提取方法。

基于Landsat 7 ETM+影像的大庆地区林带遥感调查

利用遥感和GIS技术 ,采用美国最新的Landsat7ETM +影像的 15m全色波段和 30m多光谱波段影像 ,对大庆地区的防护林地进行遥感调查。通过图像处理与分析得到了最佳的用于解译的影像 ,在野外调查的基础上 ,建立了林地的解译标志 ,量算了防护林带的宽度 ,查清了防护林的类型及实际面积 。

基于Landsat 8 OLI遥感影像的融合算法比较

以Landsat 8 OLI卫星遥感影像为数据源,厦门岛为研究区,从融合影像的光谱保真度和高频信息融入度两方面,评价了包括SFIM、MLT、HPF、MB(modified brovey)、HCS和GS(gram-schmidt)等6种遥感影像融合算法。结果显示:除了MB和MLT方法外,其他方法较好地保留了影像的光谱信息;除MLT方法外,其他方法均具有好的高频信息融入度,能够显著提高影像的空间分辨率;其中,GS法光谱保真度最佳,HPF法高频信息融入度最好,HCS法则兼具良好的光谱保真度和高频信息融入度;综合排名显示GS、HPF和HCS法融合效果不分伯仲。

SPOT5全色与多光谱遥感影像融合方法研究

以吉林省白河林业局的SPOT5全色与多光谱遥感影像融合为研究对象,利用Erdas Imagine9.1遥感影像处理软件,对8种融合方法的结果进行定量分析。结果表明:在提高空间分辨率能力和保持光谱特征的完整性上,Ehlers融合法、基于HIS变换的小波变换法、HIS变换法融合效果较好。

Landsat遥感影像检索系统设计与实现

为提高影像资源的共享度以及实现对已有的大量Landsat遥感影像的高效存储和管理,本文提出一种基于ArcGIS server的Landsat遥感影像在线检索解决方案。方案以ArcGIS Server作为网络地图发布平台,使用ArcGIS Server提供的Java Web ADF(Application Developer Framework)结合J2EE技术完成遥感影像检索系统的开发。系统将按轨道行列号查询、按经纬度查询、按行政区查询、按空间位置查询、按成像时间查询和影像下载等功能集于一体。初步应用表明:ArcGIS Server与J2EE技术的结合能够为用户提供良好的交互效果,并为相关部门提供了便捷的Landsat遥感影像存储管理与检索服务。

SPOT5遥感影像融合算法比较研究——以开封地区影像图为例

分别对遥感影像的5种融合方法进行了对比分析,明确了各融合方法相对原始影像光谱的扭曲程度,比较得出了在光谱特征上扭曲较小的融合方法.同时进一步对比分析了光谱扭曲程度较小的融合影像在图像分类识别上的精度.

Landsat遥感影像正规化处理的模型比较研究

卫星遥感影像在接收的过程中由于受到许多因素的干扰,使影像的质量受到一定程度的影响。而不同时相的影像也会因为成像时光照和大气条件的不同而出现差异。因此,在使用遥感影像之前往往需要进行必要的辐射校正。目前,主要用于辐射校正的两种基于影像的正规化模型分别是Markham和Irish等人提出的校正日照差异的正规化模型(ICM)和美国尤他州立大学遥感和地理信息系统实验室新近提出的日照大气综合校正模型(IACM/IACMt)。本文以三对不同时相的Landsat TM/ETM+影像为例,利用不变特征地物法求出各影像的相对噪音、RMSE和斜率,并用这些指标来对模型进行定量对比和评价。结果表明,当不同时相影像之间的季相、太阳天顶角和大气条件有较大差别时,经过正规化处理的遥感影像的噪音和RMSE比未经正规化处理的影像得以明显降低,且斜率更接近于1,镶嵌接缝淡化,效果更好。但如果遥感影像之间的季相一致、成像时的太阳天顶角接近,且影像晴空无云的话,则经过正规化处理的影像和未经该处理的影像之间的区别并不大。就正规化模型之间的对比而言,当影像无明显的大气影响时,ICM要好于IACM;但当受到明显的大气影响时,带有τ值的IACMt模型更好。

基于LANDSAT遥感影像的太原市土地利用分类

以LANDSAT遥感影像为数据源,经过波段选择、拼接裁剪和监督分类等步骤,将太原市土地利用类型分为林地、疏林地、旱地、城镇用地、工交用地和水体六类,并且达到一定的分类精度。在此基础上,指出太原市土地利用中存在的问题,并提出了调整对策。

基于PCI的SPOT5遥感影像正射校正方法分析

正射校正是各种遥感应用过程中必不可少的基础工作,对于某些地形起伏较大、常规的几何校正难以消除由此引起的几何变形的影像,有必要进行正射校正。正射校正的方法很多,以攸县黄丰桥林场柏市分场为研究区,以SPOT5高分辨率遥感影像为校正数据进行正射校正,采用Satellite Orbital Modelling模型和Rational Functions模型,针对不同方法所产生的正射影像图精度以及运算速度进行比较与分析。实验结果表明:在相同的控制点条件下,对于SPOT5数据来说,Satellite Orbital Modelling模型的精度更高,但是此模型计算速度相对稍慢一点。该研究对SPOT遥感影像能更正确地选择正射校正方法提供参考。

基于SPOT5遥感影像的样地判读

利用SPOT5卫星遥感资料在沾益县大坡乡进行了森林资源二类调查试点。共布设目视判读样地7711个、野外实测样地290个,其总体抽样精度为87 29%。介绍了工作方法,分析了判读结果和存在问题,提出了今后工作的思路。

SPOT-5影像在安徽省矿山地质环境遥感监测中的应用

通过图像预处理、几何纠正、影像融合、数字镶嵌和图像增强等影像处理方法,制作了安徽省SPOT-5遥感影像图,采用面向对象的分类解译方法,对矿山开采造成的地面塌陷、崩塌、滑坡和水体污染等地质环境问题进行了逐一解译。安徽省地面塌陷区主要集中在淮南、淮北和宿州市,滑坡主要分布在露天开采的铁矿、石灰岩矿和方解石矿区。表明SPOT-5遥感影像数据能够有效地应用于矿山地质环境调查。

基于Spot5卫星遥感数据的正射影像图制作探讨

目前广泛应用于森林资源调查中的正射影像图具有很多线划图无法比拟的优点,地理信息真实、直观、信息量丰富。文章对利用遥感图像处理系统软件ERDASIMAGINE制作Spot5卫星正射影像图的原理、方法和流程进行阐述,并着重论及了技术要点和关键环节。