利用样点调查与Landsat8影像数据建立山体地表温度与坡度的关系

山区地表温度是林火预测预报的重要影响因子。山区地表温度机理的研究受稀疏气象观测站点及MODIS产品(1 km)空间尺度的限制,常以综合作用规律及宏观地形因子分析为主,缺乏微尺度地形要素的相对独立作用阐释。以我国西南纵向岭谷区为研究区,利用多期landsat8影像数据及样点实测数据,使用地理信息系统空间分析方法,通过消除或减弱海拔、坡向等地形因子的影响,定量分析坡度与地表温度相对独立关系。结果表明:(1)不同尺度下地表温度、地表温度标准差与坡度的关系受坡向影响不同。(2)30 m尺度上,西、西北、北、东北坡向的坡面上地表温度与坡度呈负向相关关系,坡度越大,地表温度空间变异越小,地表温度递减率分别为0.202、0.239、0.207、0.166℃/(°);东坡向的坡面上的地表温度与坡度呈先减小后微弱增大的二次曲线变化关系;东南、南、西南坡地表温度随着坡度增大分别以13.6、13.92、11.51℃上下波动。(3)样点尺度上,北、东北、东南、南、西南和西坡向的坡面上地表温度与坡度也呈负相关关系,地表温度递减率分别为0.106、0.396、0.168、0.111、0.235、0.077℃/(°);东、西北坡向内地表温度随着坡度的增大总体上减小,样点尺度的地表温度更易受到局地环境的影响。

基于多季相分形特征的Landsat 8 OLI影像耕地信息提取方法

利用遥感技术快速准确地提取耕地信息是耕地保护的关键环节。以山东省商河县为例,提出了一种基于多季相分形特征的Landsat 8 OLI影像耕地信息提取方法。首先采用毯子覆盖法计算多季相遥感影像每个像元的上分形信号和下分形信号,对比分析耕地和其他土地利用类型的分形特征,选取上分形信号的第3尺度作为特征尺度,提取商河县耕地空间分布特征;其次采用同时期的土地利用矢量数据、Esri land cover数据和统计数据进行耕地信息提取精度评价;最后分别设置多季相分形提取与单季相分形提取、现有土地利用数据产品的对比实验,并基于点位匹配度和面积匹配度进行评价。结果表明:多季相数据更能反映农作物生长的复杂性,有助于提高耕地信息的提取精度;不同土地利用类型在不同分形尺度的信号值各不相同,分形特征可以在不同尺度上清晰地刻画出不同土地利用类型的分异性;基于矢量数据和Esri land cover数据评价的多季相分形特征耕地提取点位匹配度为87.13%和89.83%,面积匹配度为99.73%和97.91%,均比单季相分形提取结果精度高;综合考虑点位匹配度、面积匹配度和空间分布特征,研发方法能有效区分耕地和其他土地利用类型,提取结果更优,且与统计数据有更高的一致性。该方法可准确提取耕地信息,为耕地的动态监测和损害评估提供技术支撑。

基于YOLOv8的民用船舶影像分类方法研究

航运水平不断发展,船舶种类逐渐细化,面对用途不同船舶,准确掌握船舶类型为人们更好地管理船舶提供条件。选用FGSCR数据集,筛选其中的起重船舶、超级游艇、货船、集装箱船、拖船、小型游艇、运砂船、油船等8种类型,基于YOLOv8的实现民用船舶影像分类。对YOLOv8的YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l、YOLOv8x的5个模型进行训练,结果显示模型大小从2.83 MB增大到107 MB,其中Top1准确率最高的是YOLOv8m,达到96.97%。用深度学习法识别出船舶类型,可用于遥感数据中船舶类型的识别。

结合注意力机制的深度学习葵花8号影像云相态识别方法研究

云相态的准确分类对地气辐射收支系统及云光学性质等方面的研究至关重要。传统的云相态分类方法利用不同种类云所具有的光谱特征差异,这些分类算法大多仅在白天场景下进行,并且存在数据集相对匮乏的问题。以2016年1—8月地球同步卫星葵花8号的多波段辐射信息作为研究对象,以主动观测极轨卫星CloudSat以及CALIPSO合并的云相态分类产品作为参考标签,建立嵌入自注意力机制的云相态分类深度神经网络(DNN),实现白天/夜间场景下的“冰云”“水云”“混合相云”的云相态分类判定和输出。实验结果表明,夜间模型平均精确率约79%,白天模型平均精确率约85%;引入自注意力机制提升云相态检测模型的性能,添加两层注意力层的白天模型和夜间模型,相比未添加注意力层的模型,F 1分数均提高约0.04。

基于Landsat 8影像提取豫中地区冬小麦和夏玉米分布信息的最佳时相选择

遥感技术对大尺度农业实时监测提供了一个理想的手段,遥感影像植被分类的最佳时相对作物种植面积遥感监测非常重要。本文选取2020年至2021年的6景Landsat 8影像,覆盖了夏玉米从乳熟到收获、冬小麦从越冬到成熟的生育期,以此分析不同时相的冬小麦-夏玉米与其他地类在光谱特征和NDVI上的差异,通过决策树的方法提取豫中地区冬小麦-夏玉米的空间分布情况。结果表明,冬小麦-夏玉米在不同生长发育时期,提取到的面积比有所不同,对于夏玉米而言,乳熟时期的提取效果要优于之后的时期,其在2020年8月26日的总体精度最高,为83.60%,Kappa系数为0.72,分类质量很好;对于冬小麦而言,最佳识别时期则处于冬小麦的越冬期,其在2021年1月1日的总体精度最高,为92.36%,Kappa系数为0.81,信息提取效果很好。除了作物自身生长过程的覆盖度变化,分类精度随成像时间而改变。多时相信息提取也发现,受到天气等环境条件限制,夏玉米和冬小麦的种植区域不完全重叠,山区冬季不适合冬小麦种植从而没有与夏玉米出现重叠分布。本研究有助于我们从宏观上对作物分布及生长状况作出及时有效的判断,对农业监测,特别是对轮作农田的信息管理和作物物候、种植面积等研究具有广阔的应用前景。

基于改进YOLOv8的遥感影像小目标检测研究

遥感影像中的小目标在遥感影像中像素占比较小,传统的遥感影像小目标检测方法经常出现漏检错检的情况。本文提出一种基于YOLOv8模型的改进算法,在YOLOv8骨干网络中使用更加轻量的鬼影混洗卷积(ghost-shuffle convolution, GSConv),并通过Slim-neck设计范式优化网络结构,提高网络性能。在特征推理过程中,使用切片辅助超推理库来加强对小目标的检测,减少漏检情况的发生。针对改进后的模型,在DOTAv1.0数据集上进行试验验证,其准确率与YOLOv8相比提升了3.1个百分点,召回率相比于YOLOv8提升3.9个百分点,mAP50及mAP50-95分别为0.713和0.479。模型的参数量减少15.6%,改进后的模型在遥感影像小目标的检测中效果得到提升。

基于Landsat8遥感影像的阳泉市郊区地表温度反演研究

以阳泉市郊区Landsat8遥感影像为原始研究数据,介绍地表温度反演原理,运用ENVI软件对遥感图像进行预处理,采用大气校正法和单窗算法反演阳泉市郊区地表温度,并将反演结果与成熟的反演插件的结果进行精度对比,分析两种反演算法的精度可靠性,为类似区域选择地表温度反演算法提供参考。

基于Landsat 8影像的城市蓝色顶面建筑物提取光谱模型构建

蓝色顶面建筑物作为基础地理数据库中重要的人工目标类型之一,对其进行提取对城市环境监测、违章建筑监测、城市规划和管理具有重要意义。已有的建筑物提取方法准确性低、边界不完整,且存在同谱异物和同物异谱现象。本文以洛阳市为研究区,根据不同地物光谱特征的不同原理,构建一种能增强蓝色顶面信息和弱化其他非目标地物信息的新光谱模型。首先,对待检测的Landsat 8影像进行辐射定标和大气校正等工作,获得地物去除大气影响后的地表反射特征值影像;然后,对影像中的蓝色地物和与蓝色地物较难区分的其他干扰地物,分别采集一定像元数的样本并生成光谱曲线,利用波段相加、差值及正负处理构建一个能增强蓝色地物信息和弱化其他干扰地物信息的新光谱指数;最后,采用密度分割法获得提取蓝色顶面建筑物最合适的阈值范围,进而提取影像中的蓝色顶面建筑物。与最大似然法提取结果进行对比分析及精度评价。结果表明,构建的新光谱指数模型的总体分类精度为94.46%,Kappa系数为0.8892,准确率为91.95%,召回率为95.19%,均优于最大似然法;根据提取结果计算出洛阳市市区范围内蓝色顶面建筑物的占地面积为16.28 km2,占研究区面积的0.564%,占洛阳市总面积的0.107%。可见本文方法相比最大似然法具有更好的提取效果和提取精度,有一定的优越性和实用性。

基于改进SLIC算法的Landsat 8 OLI遥感影像水体提取

洪涝灾害时常发生,基于遥感影像绘制水体分布图观察水体变化很有必要。针对简单线性迭代聚类(SLIC)算法在遥感影像水体分割时的易误分割问题,提出一种改进的新超像素分割算法(F-SLIC)。首先基于预处理后的Landsat 8 OLI遥感影像计算新水体指数WBAWI,突出水体特征;再结合线性特征增强和局部三值模式(LTP)纹理特征获得新纹理特征(E_LTP),纳入SLIC算法对WBAWI图像进行超像素分割处理;最后对水体超像素进行区域合并,得到完整水体轮廓,通过提取同一区域不同时间的水体轮廓有效观察水体变化。结果表明,与SLIC算法相比,F-SLIC算法的边界召回率更高、欠分割错误率更低,解决了小水体难分割的问题。

基于Landsat8时间序列的宁夏青铜峡市农田防护林提取

农田防护林在西北多风沙地区发挥了重要防护作用,为农作物提供了良好的生长环境。为了解农田防护林的空间分布特征,需要对防护林进行有效提取,采用中低分辨率遥感数据进行农田防护林提取成为重要途径。以宁夏青铜峡市农田防护林为研究对象,在2019年影像中选取7期可以代表4个季度地物特征的Landsat8 OLI影像数据,在影像预处理基础上,融入水体指数、植被特征和植被指数,提取植被的物候特征,掩膜去除研究区内其他地物,从而实现农田防护林的提取。同时利用野外调查结果和土地利用数据对提取结果进行精度评价。结果表明,该方法防护林提取的总体精度为85.16%,野外调查的50个采样点中有44个点被准确提取,精度达到88.00%。青铜峡市农田防护林多以林带的形式呈现,林带主要沿排水沟分布。

基于Landsat8影像的土地利用覆盖监督分类方法对比研究

以Landsat 8遥感影像为数据源,通过对比最小距离、马氏距离和最大似然这3种分类器的分类精度,对研究区的土地利用覆盖分类方法进行研究,最大似然分类器的分类结果优于最小距离和马氏距离,总体精度为70.59%,Kappa系数为0.6187,所得分类精度较高。该研究方法可用于快速获取地区的土地利用覆盖分类,具有一定的现实意义。

基于Landsat-8影像的土地利用变化分析研究——以青岛市黄岛区为例

选取山东省青岛市黄岛区为研究区域,获取影像图上的土地利用状态信息,从不同方面分析青岛市黄岛区2014—2020年土地利用变化时空特征。研究结果表明:2014—2020年青岛市黄岛区的土地利用结构以耕地和林地为主;6年中经济处于持续发展阶段,其他用地都不同程度地转化为建设用地;城市重心不断向东北方向偏移。该文研究分析区域内的土地利用情况,对合理调整区域内的经济发展和资源利用等方面具有很大的意义。

Landsat_8多光谱波段纹理对叶面积指数的影响分析

以北京密云县为例,分析植被纹理特征与叶面积指数的相关性,为叶面积指数模型引入纹理特征提供参考。利用Landsat_8影像多光谱波段间的相关性,将相关性最小的波段4、波段5分别与全色波段融合后提取纹理特征,研究融合后纹理特征对叶面积指数的影响。结果表明,融合后纹理特征与叶面积指数的相关性多数显著高于融合前,其中针叶林融合后纹理特征与叶面积指数的相关系数比阔叶林的高。但在研究阔叶林波段5融合后的纹理值对叶面积指数的影响中,其相关性却比融合前的低。说明融合后的纹理值虽然对叶面积指数模型的构建具有重要作用,但也需考虑不同的林分、波段对叶面积指数的影响。

基于Landsat 8和机器学习的塔城地区草地地上生物量估测模型

以新疆塔城地区为研究区,利用植被指数、气象数据、地形数据作为自变量,结合研究区样地实测生物量数据,分析并比较K近邻回归(KNN)、多元线性回归(MLR)、梯度提升决策树(GBDT)和随机森林回归(RF)和极端梯度提升(XGBoost)5种机器学习模型,进而分析并比较采用投票回归器(Voting regressor)和堆叠(Stacking)方法构建的2种集成学习模型的估测精度。结果表明,基于Stacking集成学习模型性能最优,R^(2)达0.764,RMSE和MAE分别为23.29 g/m^(2)和16.8 g/m^(2),进而利用最优模型进行草地地上生物量(Above ground biomass,AGB)反演制图。

典型遥感影像分类方法适用性分析

分类技术是从遥感影像数据中提取信息必不可少的步骤,选择合适的分类器对提高分类精度至关重要,针对特定的研究如何选择适合的分类算法是一个亟需研究的问题。以北京市中心诚区中某一区域为研究区,应用“高分一号”(GF-1)数据和Landsat 8数据,分别采用最常用且分类精度相对较高的监督分类中的最小距离法、最大似然法、支持向量机法,将研究区分为林地、草地、水体、裸土、建筑物5种类型,并对分类结果进行空间分布、面积、精度三个方面的比对分析。结果表明,分类算法的选择主要取决于研究区的地物特点,其中最小距离法应用于植被覆盖面积较大的区域时精度较高,最大似然法适合于分类建筑物较多的区域,支持向量机法对各类地物的分类具有较高的普适性。

基于Landsat8数据的地表温度反演分析研究--以南宁市城区为例

地表温度是评估城市热环境的重要指标之一,能够反映城市热岛效应的程度和空间分布。以南宁市城区为研究对象,利用Landsat8卫星遥感数据,通过热红外辐射到同温黑体辐射定标,从而获得城市地表温度分布图,快速分析南宁市的地表温度差异。结合南宁市城区的不同土地利用覆被结果,通过横向对比分析,揭示出南宁市各城区地表温度的分布特点,评估城市热岛效应的程度,为城市热环境研究和城市规划提供重要参考。

基于遥感影像的灌区耗水量及计算分析

准确监测灌溉用水、灌溉面积等信息是灌区管理的基础,基于遥感监测和彭曼公式联合计算法,以新疆孔雀河灌区为研究区,利用Landsat8中尺度遥感分辨率(30cm)影像解译出灌区主要农作物棉花和香梨实际种植面积及不同生育期内作物的覆盖度,获取了孔雀河灌区代表性作物的耗水量空间分布和生育期的耗水量。结果表明:利用遥感影像提取的灌溉面积与实际灌溉面积进行对比,精度达到99.33%;获取灌区耗水定额与主要作物生育期灌溉制度进行对比,精度达到97.8%。两种精度验证结果表明:利用遥感影像技术解决了目前灌区农业灌溉用水计量监测能力薄弱、统计数据不真实的问题,为加强灌区农业用水管理提供技术支撑。

基于Landsat 8数据的广东石马河流域水质参数反演研究

针对河流水域水质进行高效快速监测的需要,本文以2021年2月广东石马河流域水体为研究对象,利用Landsat 8的OLI遥感影像对试验区域的环城河化学需氧量进行遥感反演研究。本文首先对实测水质数据和相应卫星影像数据波段值进行相关性分析,然后选取相关性最高的遥感波段值对水质进行回归分析,最后建立了适用于石马河流域的三次多项式反演模型。经反演预测结果与现场实测水质数据对比,试验结果表明所建立的水质反演模型能对石马河流域水质化学需氧量浓度进行高效快速监测。

DV8肢体剧场舞蹈影像中的身体语言探究——以《生命的代价》为例

在全球舞蹈影像艺术蓬勃发展的时代背景下,中国舞蹈影像在快速发展中也面临着一系列的挑战与机遇。本文选取DV8肢体剧场的典型性作品《生命的代价》作为研究对象,从三个层面进行深入分析。首先,概述《生命的代价》创作背景及其在舞蹈影像领域的研究价值,阐明为何该作品能成为中国舞蹈影像借鉴的一个重要参照物。其次,详细分析作品中身体语源的主要来源、身体语义的深化和身体语言的结构方式,揭示其在表达情感和叙事方面的独到之处。最后,本文着重探讨了身体与影像之间的互动关系,如何通过这两种形式的融合传达更为复杂的艺术内涵。

8K电视剧制作的实践和探索

近年来,8K技术规格为电视剧内容生产创作提出了新要求。本文以电视剧《两个人的世界》制片流程为例,探讨超高清规格对于电视剧生产流程带来的诸多挑战和从中收获的一些启示。