基于Landsat8遥感图像的乌鲁木齐热岛效应分析

针对城市热岛效应对城市生态环境产生的诸多问题,以乌鲁木齐市为研究区,利用Landsat 8遥感图像,采用大气校正法反演地表温度,分析驱动因子对地表温度的影响。结果表明:(1)2016-2017年,水体、林/草地、农用地和裸地减少,建设用地面积增加,新增建设用地主要源于原有的裸地、林/草地。(2)植被(NDVI)对地表温度表现为负贡献,归一化植被指数随地表温度的升高而降低;研究结果可为乌鲁木齐市的城市规划提供有益借鉴。

基于Landsat8遥感图像的黑土区土壤有机质含量反演研究

针对黑土区耕地土壤有机质含量测定快速性和准确性的需求,探究黑土区耕地土壤有机质含量与卫星影像光谱间的关系,以促进信息技术在农业领域的应用。本文通过确定土壤有机质的光谱特征,来构建土壤有机质含量的反演模型。首先采集2018年吉林省农安县耕地土壤Landsat 8遥感图像,用快速大气校正(QUAC)模型对遥感图像进行大气校正;然后结合研究区域土壤采样的有机质含量化验数据,通过基于敏感波段多元线性回归分析的方法,构建了研究区土壤有机质含量的定量反演模型。试验结果表明:土壤有机质含量在短红外1(B6)波段1.560~1.660μm处具有良好的响应能力;反射率所建立的模型拟合效果最优;其R^2为0.974,RMSE为24.058,验证模型有机质含量实测值与预测值的R^2为0.933,证明该反演模型具有较高的精度与稳定性。研究结果为促进遥感技术在土壤养分含量的快速测定提供了新的途径。

改进YOLOv8的遥感图像检测算法

针对目前遥感图像目标检测算法中存在的误检、漏检和检测精度低等问题,提出了一种改进YOLOv8的遥感图像检测算法。在主干网络中引入注意力机制EMA到C2f模块,以提高模型对多尺度目标的特征提取能力;在颈部网络中提出Slim-PAN结构,以减少模型计算量;使用WIOU损失函数代替CIOU损失函数,以提升模型的检测精度。通过在DIOR和RSOD遥感数据集上的实验结果表明,改进后的算法与原YOLOv8算法相比,mAP分别提升了1.5%和2.3%,计算量降低了0.3 GFLOPs,改进算法在不增加计算量的同时能提高检测精度,证明了改进算法的有效性和先进性。

基于改进YOLOv8的遥感图像飞机目标检测研究

为解决遥感图像飞机目标检测时易出现检测精度低与漏检误检等问题,提出了一种基于YOLOv8算法的遥感图像飞机目标检测改进算法。首先,将坐标注意力机制模块嵌入卷积模块中,使其能提取复杂背景下的飞机小目标;然后,优化了检测头,去除了大的目标检测头,在提升小目标检测能力的同时减少算法的计算量;最后,使用WIoU作为改进的损失函数,以提高检测精度。实验表明,改进的YOLOv8算法能够有效提高飞机检测精度,可适用于遥感图像的飞机目标检测。

Ship-YOLOv8:一种轻量级高分辨遥感图像船舶细粒度检测算法

针对高分辨率影像的船舶细粒度目标检测分类任务中类内差异大、类间相似性高、物体和场景的尺度变化范围大、特征提取困难、样本小等特点,提出了一种基于YOLOv8为基础的改进算法。首先,在骨干网络中引入SimAM注意力机制,使得模型在复杂背景中更加聚焦船舶对象;其次,在颈部引入SPD-Conv模块,改善复杂背景下船舶尺度变化大和小目标检测的问题;最后针对细粒度船舶目标检测的特点,替换Mish激活函数和Focal-Loss损失函数,加快模型收敛,提高模型精度。经对比实验可知,改进的算法在保证检测速度和模型参数量的同时,在FAIR1M_Ship数据集取得了94.49%的检测精度,与目前流行的目标检测算法相比,在检测精度上有一定的提升。

基于Landsat 8遥感图像的长春中北部地区土壤有机质含量反演

以Landsat 8遥感图像为数据源,利用FLAASH大气校正模型对遥感图像进行大气校正,结合野外土壤采样的有机质含量化验数据,采用逐步回归分析的方法,对研究区土壤有机质含量进行定量反演。结果表明,土壤有机质含量与Landsat 8遥感图像反射率在近红外波段具有较强的负相关性,对反射率进行适当的数学变换可以有效提高与有机质的相关性,由此而建立起来的逐步回归反演模型,其决定系数r2=0.925,总均根方差RMSE=0.171,说明该反演模型有较高的精度与稳定性。根据上述反演模型,结合遥感影像分类结果,对研究区土壤有机质含量进行反演,结果显示,研究区内土壤有机质含量呈东高西低之势,东部、南部地区土壤有机质含量普遍高于3%,而西部、北部地区土壤有机质含量普遍低于2%。

改进YOLOv8的轻量级光学遥感图像船舶目标检测算法

针对现有基于深度学习的轻量级目标检测算法,在应用于光学遥感图像船舶目标检测任务时所面临的精度低、检测速度慢的情况,提出一种基于YOLOv8s的轻量级光学遥感图像船舶目标检测算法。引入一种新的轻量级非对称检测头,使模型在复杂背景中更加关注船舶对象;主干网络融合选择注意力模块,通过动态调整特征提取主干的感受野来提高目标检测的性能;引入Slim-FPN的思想来改进颈部,在保持检测精度的同时减少参数数量;设计快速卷积模块FasterConv,基于此重构C2f中的Bottleneck结构,命名为Faster_C2f,增强了网络的特征提取能力。实验结果表明,改进的算法在保证检测速度的同时取得了95.2%的检测精度,比基线模型提高1.4%,每秒检测帧数提高8%,模型参数减少33%,较主流算法在检测效果上有一定的提升。

基于Landsat 8遥感数据的森林火灾过火面积估算——以贵州毕节市赫章县“3·18”火灾为例

以贵州省毕节市赫章县2021年3月18日较大森林火灾为例,利用火灾前后Landsat 8遥感数据及ENVI遥感数据处理分析软件,通过图像预处理、计算归一化植被指数和燃烧面积指数等方法,提取森林火灾过火区域,计算过火面积。结果表明,利用Landsat 8数据能够较好地提取森林火灾过火区域,过火面积估算准确率达96.2%。

应用Landsat-8卫星遥感图像的青海地区土壤分类研究

遥感技术的迅速发展和应用,为土壤分类提供了新的技术与数据支持,文章提出一种利用陆地卫星-8(Landsat-8)遥感图像的土壤分类方法,用于青海地区土壤分类,所提取的特征包括4种,即基于遥感图像的变换特征、指数特征、纹理特征和基于高程图像的地形特征,通过随机森林方法实现土壤分类。文章首先提出2个基于遥感图像的纹理特征--熵与平滑度,从中国土壤数据集中自动提取了16 444个数据点,并在试验中采用,充分验证了此分类方法的有效性。

基于Landsat 8遥感影像的土地利用分类研究——以四川省红原县安曲示范区为例

以四川省红原县安曲示范社区2013年7月23日的Landsat 8OLI影像为数据源,参照国家土地利用分类标准,结合示范区的野外实际调查资料、数字高程模型、草地资源类型等辅助信息,建立了较为准确的解译标志。将目视解译结果视为地表真实状况,对非监督分类、监督分类和基于专家知识的决策树分类的结果进行精度验证。结果表明,监督分类方法对红原安曲示范区的土地利用分类结果与实际类别吻合最好,其分类总体精度可达85.02%,其中面积占示范区总面积约99%以上的草地、湿地、道路及水体的分类精度分别达88.66%、83.42%、83.73%和85.26%。

新一代Landsat系列卫星：Landsat 8遥感影像新增特征及其生态环境意义

美国Landsat 8卫星的成功发射使一度中断的Landsat对地观测得以继续。Landsat 8除了保持Landsat 7卫星的基本特征外,还在波段的数量、波段的光谱范围和影像的辐射分辨率上进行了改进。基于该卫星的首幅影像,针对这些新的特性进行了分析和研究。研究发现:(1)新增的卷云波段有助于区别点云和高反射地物;(2)卷云波段设计的波长范围位于粘土矿物光谱反射的强吸收带,有利于土壤与建筑不透水面信息的区别;(3)新增的深蓝波段有助于水体悬浮物浓度的监测;(4)全色影像波长范围的收窄有利于该影像上植被和非植被的区别;(5)辐射分辨率的提高可避免极亮/极暗区的灰度过饱和现象,这对反射率极低的水体的细微特征识别有很大帮助。显然,Landsat 8这些新增的优点将会对全球生态环境变化的监测产生积极的作用。

基于Landsat8卫星数据的蝗虫遥感监测方法研究

区域性的蝗虫灾害对农业生产形成了巨大的危害。实现对蝗虫的发生发展的实时监测对于治蝗防蝗具有重要意义。以内蒙古赤峰市北部三旗为研究区域,通过对Landsat8 OLI卫星数据蝗虫寄主植物分类,结合叠加先验蝗区分布图,判别出蝗虫适生地。然后,采用Landsat8卫星数据,反演叶面积指数、地表温度和土壤湿度等蝗虫生境参数,并结合外业同步调查蝗虫生境数据、地表覆盖数据、历史蝗灾数据等进行分析与建模。同时,利用逐步回归分析得到了蝗虫虫口密度与叶面积指数、地表温度和土壤湿度等生境参数的关系模型,验证结果表明,监测模型具有较高的精度,决定系数为0.50,均方根误差为3.17。

基于Landsat 8的辽宁弓长岭区遥感蚀变信息提取

在详细解读辽宁弓长岭区Landsat 8影像数据的基础上,结合矿物光谱理论和弓长岭地区(地表植被覆盖严重)的基础地质资料,采用主成分分析法与比值法相结合的方式对该区2017-05和2017-08两个时段的Landsat 8多光谱遥感数据的蚀变异常信息进行了提取。结果表明:利用主成分分析法与比值法相互结合所形成的波段组合比单独运用主成分分析所提取的蚀变异常信息更加明显;此次研究中2017-05数据所提取出的羟基蚀变信息及2017-08数据所提取的铁染蚀变信息主要分布于弓长岭一矿区、二矿区、三矿区和独木—八盘岭矿区地表出露矿体的外围。这也说明将主成分分析法与比值法相结合对于植被覆盖严重区域的蚀变信息提取仍具有较好的效果。

基于Landsat 8 OLI数据的华北平原农作物种植结构遥感解译研究

利用华北平原2013年65景Landsat 8 OLI数据,通过ENVI软件对影像进行预处理,采用面向对象的信息提取和人机交互式解译方法,对华北平原小麦、玉米、水稻、大豆等主要作物分布及种植结构进行了系统的解译,划分了研究区小麦玉米两熟区、小麦水稻两熟区、水稻两熟区、小麦大豆两熟区、玉米一熟区、水稻一熟区分布范围,并分析了研究区农作物种植结构影响因素。结果表明,基于Landsat 8 OLI数据对大区域主要作物种植面积及种植结构遥感解译的技术和方法是可行的,能为研究农作物种植结构提供有效方法。

Landsat8 OLI图像增强与岩性识别方法

新疆维吾尔自治区阿克陶县布伦口地区海拔高、穿越条件差、岩性复杂,因而研究Landsat8 OLI数据信息增强与岩性识别在该区有强大的应用需求,也有遥感岩性识别的理论意义。区内不同岩性单元光谱较为相似,仅利用最佳波段组合(OIF)指数、主成分分析(PCA)和独立主成分分析(ICA)等图像增强方法均不能最大限度地区分各岩性单元。通过分析独立主成分变换之后各岩性单元的特征向量,发现不同岩性单元特征向量差异比原图像光谱差异增大,为扩大差异,依据特征向量统计结果构建比值运算,再联合PCA特征向量进行彩色合成,各岩性单元可识别性显著增加。研究表明:(1)采用联合多种图像增强的方法能将研究区不同岩性单元进行分离;(2)国道314南北两侧地层均划归布伦阔勒岩群的结论有误,其北侧仍属布伦阔岩石,南侧实为片麻状二长花岗岩;(3)沙湖南东原划归志留纪的岩石单元可进一步分解为志留纪地层和元古代布伦阔勒岩群岩石单元。该方法有推广应用价值和深化研究的前景。

基于Landsat8 OLI遥感数据的辽河口湿地分类与动态监测研究

湿地复杂地类的时空分布特征提取和变化监测,对湿地资源的合理保护与社会可持续发展具有重要意义。以辽宁辽河口湿地作为研究区,结合生态环境野外数据采集,利用Landsat8 OLI遥感影像,开展2013,2015,2017,2020共4年的辽河口湿地信息提取、分类、变化研究。利用不同湿地类型的空间分布,采用监督分类方法,从Landsat8 OLI遥感影像中精准提取湿地信息,基于3种监督分类方法,针对不同地物的分类结果,选出每种地物分类精度最高的结果图像融合,并进行变化分析。结果表明:最高的总体分类精度方法为支持向量机,分类精度81%,Kappa系数为0.76。矢量融合后的分类图,平均分类精度为87.4%,Kappa系数为0.82,提高湿地分类精度效果明显。研究区2013~2020年天然湿地面积变化总体呈减少趋势,总面积减少12.43%,约113.46km^(2);人工湿地面积总体增加24.96%,约87.10km^(2);非湿地总体面积增加89.08%,约24.85km2;天然湿地地物中,碱蓬草湿地草地面积基本持平,总面积维持在26km^(2);芦苇湿地、滩涂面积总体呈减少趋势,分别减少126.26km^(2)和36.41km^(2)。研究结果为辽河口湿地分类以及动态监测提供方法和数据支持,对辽河口湿地生态保护具有重要的意义。

基于Landsat8遥感影像的合肥市土地利用分类

基于Landsat8卫星2013年9月获取的合肥市OLI多光谱数据,在经过校正以及波段的融合等处理后得到的数据作为研究数据,采用不同分类方法进行分类识别,并且对比不同分类器在遥感影像分类中的效果和分类精度。根据国家土地利用现状分类的标准和合肥市土地利用的现状,将合肥市的土地主要分为建设用地、交通用地、水体、绿化用地、农业用地、林地等6类,并采用5种常见监督分类方法和BP神经网络分类法对于本研究数据进行分类,结合实际用地情况对分类结果进行了总结分析,完成总体分类精度和Kappa系数等指标对各分类器精度的评价,对比了各分类器对各要素的分类精度。

基于ASTER与Landsat8的遥感蚀变信息提取——以新疆西昆仑塔什库尔干地区老并铁矿区为例

应用ASTER与Landsat 8数据,选用主成分分析法提取新疆西昆仑塔什库尔干地区老并铁矿区的遥感蚀变异常信息,将两者提取的综合结果进行比较分析后,与研究区内已知磁铁矿体信息叠加,结果表明两者提取的蚀变异常信息的准确性与可靠性均较好,且ASTER能辅助Landsat 8细化并确定铁染蚀变异常信息,缩小找矿靶区。

Landsat8卫星OLI遥感影像在生态环境监测中的应用研究

利用美国2013年2月发射的Landsat 8卫星上运营性陆地成像仪OLI获取的太湖流域遥感影像数据,开展了其在大气能见度、蓝藻水华及建设用地等生态环境监测领域中的应用研究。研究表明,Landsat 8卫星向未来延续了Landsat系列的长时期对地观测能力,且观测性能有所优化,适合对区域能见度、湖泊蓝藻水华、生态系统格局等生态环境问题进行反演和分析,是生态环境监测的重要遥感信息源。

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。