基于SPOT-5遥感影像估算玉米成熟期地上生物量及其碳氮累积量

通过构建基于SPOT-5光谱参数的玉米成熟期地上生物量、碳氮累积量的遥感估算模型,为耕地生产力估测、农田生态保护和碳氮循环研究提供依据。利用皮尔逊相关分析法分析玉米成熟期地上生物量、碳氮累积量与同期14个预选光谱参数之间的相关性,筛选出适宜的光谱参数;通过回归分析,比较得出最优遥感估算模型。在构建的14个光谱参数中,土壤校正植被指数(SAVI)与玉米成熟期地上生物量和碳累积量均呈显著的正相关,相关系数分别达到0.831和0.846,因此以SAVI为底数的幂函数模型估算生物量和碳累积量的拟合效果最好,决定系数(R2)分别达到0.698和0.722,在0.01水平下的F检验均呈显著性;与氮累积量相关性最强的是由近红外波段和绿波段构建的比值指数(R3/R1),相关系数达到0.844;从而以R3/R1为自变量的线性模型对氮累积量拟合效果最佳,决定系数(R2)达到0.713,在0.01水平下的F检验呈显著性。因此,利用SPOT-5的土壤校正植被指数(SAVI)、近红外波段和绿波段的比值指数(R3/R1)构建的遥感模型来估算玉米成熟期生物量、碳氮累积量是可行的。

基于SPOT-5遥感影像的小班区划探讨

森林资源调查小班区划主要是在现地进行对坡勾绘,这种方法存在人为主观性,不够科学客观等问题,因此,常产生误判。而地球遥感卫星SPOT-5遥感数据具有高空间分辨率和多光谱分辨率,可提供丰富、可靠、高精度的基础数据,且能节约成本,提高效率。提出了适用于森林资源区划的SPOT-5遥感数据处理和目视解译方法,即建立SPOT-5影像解译标识、野外核实与补测等。最后对计算机自动解译SPOT-5影像进行森林区划进行了讨论,研究可为森林区划提供指导与借鉴。

SPOT-5遥感影像自身融合方法的比较研究

近年来,遥感影像数据融合已成为学术界研究的新热点.作为在各个领域应用日益广泛的法国SPOT-5遥感卫星影像,其全色波段空间分辨率高,多光谱波段光谱信息丰富,为了既保留丰富的光谱信息又能提高空间分辨率,本文在对IHS变换、主成分变换、Brovey变换融合3种传统像素级融合方法分析、归纳与算法实现研究的基础上,对SPOT-5全色波段与多光谱波段进行了图像融合实验,并从光谱特征与空间纹理特征两个方面对融合效果进行定性与定量评价.分析结果表明,Brovey变换融合法光谱退化最小,同时也最大程度地保持了高几何分辨率全色波段的空间信息.

基于偏移矩阵检校的SPOT-5遥感影像高精度直接定位

对于高分辨率遥感卫星,由于相机与卫星平台之间存在安装偏差而导致相机坐标系和卫星本体坐标系之间的不一致性,以及星历和姿态数据误差等综合误差将会对影像的定位精度产生影响。通过建立偏移矩阵检校模型,利用至少两个控制点对偏移矩阵进行检校,将检校的偏移矩阵用于影像直接定位可以提高定位精度。利用SPOT-5某地区影像数据对模型进行了实验验证,结果表明,偏移矩阵检校模型可以很好地减弱影像系统误差,从而验证了模型的可行性和正确性。

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。

基于多期SPOT-5影像的降雨型浅层滑坡遥感解译研究

2005年6月17—23日福建省建瓯市发生特大暴雨,诱发大量中小型浅层滑坡灾害。利用发灾前、后两期SPOT-5影像(包括全色和多光谱),采用几何精校正、影像配准、影像增强、数据融合等处理方法,结合野外调查,建立滑坡解译标志,利用两期影像对比分析,提取滑坡点信息,最终共解译出滑坡点2186个。选取300个解译的灾害点进行了野外验证,野外验证的准确率达92%。研究表明,SPOT-5融合影像在中小型滑坡信息提取中的应用是可行的。

SPOT-5与HJ遥感影像用于冬小麦氮素监测的效果对比

为探讨HJ遥感影像对冬小麦氮素监测的适用性,利用同期获取的SPOT-5和HJ-1B遥感影像,结合同步地面取样测试,从传感器的光谱响应、监测模型精度以及叶片氮含量空间填图3个方面,对冬小麦氮素的遥感影像监测效果进行了分析与评价。结果表明,两类遥感影像的3个波段反射率及植被指数与小麦叶片氮含量均密切相关,其中,SPOT-5影像的最优模型植被指数为GNDVI(绿色归一化植被指数),HJ-1B影像的最优模型植被指数为NDVI(归一化植被指数),SPOT-5影像在监测精度上优于HJ-1B影像,但差别不大。填图结果表明,除地块较破碎地带外,利用HJ-1B影像反演填图所得的小麦叶片氮含量在空间分布上与SPOT-5影像结果比较一致。说明利用SPOT-5与HJ遥感影像监测小麦氮素营养状况都是可行的,而HJ遥感影像在一定精度要求范围内能够替代SPOT-5等遥感影像的监测效果。

IRS-P6与SPOT-5卫星影像在土地利用动态遥感监测中应用的比较

IRS-P6卫星影像的最高空间分辨率是5.8 m,在土地利用动态遥感监测领域中有较大的应用潜力,本研究通过与2.5 m分辨率的SPOT-5卫星影像在成图比例尺、响应图斑大小、地类可解度和信息提取精度等方面进行比较试验,结果表明,IRS-P6卫星影像可以制作1?2.5万和1?5万中等比例尺的图件,更新或辅助更新1?2.5万与1?5万的土地利用现状图。在土地利用动态遥感监测中,可以作为另外一种数据源与单一的SPOT数据源进行互补,使之更快捷地服务于国土资源管理工作。

基于定向片模型的SPOT-5遥感影像自检校光束法平差

本文通过建立内方位自检校模型,利用定向片模型对外方位元素进行内插建模,建立了基于定向片模型的自检校光束法平差,研究不同控制点数量和不同定向片间隔对定位精度的影响,并利用河南嵩山地区SPOT-5遥感影像数据对模型进行了实验验证和分析,结果表明,平面精度可以达到10.06m,高程精度可以达到8.84m。

利用SPOT-5卫星遥感影像更新1∶10000地形图初探

通过利用SPOT-5(2.5 m)卫星遥感影像更新山地1∶10000地形图试验研究,总结了利用SPOT-5(2.5 m)卫星影像更新1∶10000地形图的工艺方法。成功地用于重庆市部分无航片山区的1∶10000地形图更新。

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。

改进YOLOv5的遥感影像目标检测算法

针对遥感影像目标检测中复杂背景的干扰,小目标检测效果差等问题,提出一种改进YOLOv5(you only look once v5)的遥感影像目标检测模型。针对卷积神经网络下采样导致的特征图中包含的小目标信息较少或消失的问题,引入特征复用以增加特征图中的小目标特征信息;在特征融合阶段时使用EMFFN(efficient multi-scale feature fusion network)的特征融合网络代替原有的PANet(path aggregation network),通过添加跳跃连接以及跨层连接高效融合不同尺度的特征图信息;为了应对复杂背景带来的检测效果变差的问题,提出了一种包含通道与像素的双向特征注意力机制(bidirectional feature attention mechanism,BFAM),以提高模型在复杂背景下的检测效果。实验结果表明,改进后的YOLOv5模型在DIOR数据集与RSOD数据集中分别取得了87.8%和96.6%的检测精度,相较原算法分别提高5.2和1.6个百分点,有效提高了复杂背景下的小目标检测精度。

结合MobileNetV2与YOLOv5s的轻量级遥感目标检测方法研究

针对目前遥感影像目标检测方法模型结构复杂、计算量大,且难以在边缘计算硬件上部署并流畅运算的问题,提出一种基于YOLOv5s的轻量化遥感影像目标检测模型。将使用轻型通道注意力机制的MobileNetV2网络放入YOLOv5s内代替CSPDarknet53进行特征提取,然后使用多路径融合网络PANet实现多尺度特征图融合增强,最后输出3个尺度的特征图参与检测。在公开遥感目标检测数据集上对模型训练和测试。实验结果表明,改进后模型相比原模型YOLOv5s,在检测速度与模型体量方面均有明显提升,同时mAP相比对照组内的MobileNet-SSD、YOLOv4-tiny模型,分别提高了23.1%和21.4%。以上结果充分说明本文提出模型能够在边缘计算硬件上实现对遥感影像目标的精准、实时检测,可以在城市规划、应急救灾等领域发挥出重要的应用价值。

矿山遥感监测ZY-3影像与SPOT-5影像对比分析

以鄂南、鄂东南矿集区矿山开发遥感调查与监测中使用的SPOT5和ZY-3卫星数据为例,计算同一地区2类影像的均值、信息熵、平均梯度等指标,分析该2类影像对矿山地物、地质环境的识别能力以及最小可监测面积。结果表明:1ZY-3影像的信息量与清晰度均高于SPOT-5影像;2在区分面积较小的中转场和固体废弃物堆,圈定活动开采面范围以及识别较小的矿山次生地质灾害体等方面,ZY-3影像优于SPOT5影像,能够满足1∶50 000矿山遥感监测的质量要求。

SPOT-5遥感影像制作第二次土地调查工作底图技术研究

当前,我省正开展第二次土地调查,在航空航天技术快速发展的今天。利用遥感影像制作二调底图,辅助进行土地利用现状的更新调查无疑是最好的选择,同时也为今后土地资源规划、管理、保护和合理利用提供决策依据。本文通过实验分析和研究,提出了一套应用SPOT-5高分辨率遥感影像制作第二次土地调查底图的方法,并取得了较好的效果。

基于Corona和Spot-5影像的图们江下游敬信湿地变化研究

采用1964年的Corona影像和2004年的Spot-5影像作为数据源,结合"3S"技术与实地考查资料,对图们江下游敬信湿地信息进行了提取与分类,分别得到了研究区1964年和2004年的湿地分类图;通过建立研究区的湿地动态变化特征模型,从各类型湿地的面积变化和斑块变化两个角度,研究敬信湿地的变化特征及其成因。结果表明,研究区各类型湿地在气候变化、人类活动等因素的影响下发生了不同程度的变化,与1964年相比,2004年研究区人工湿地面积增加了16.923km2,这主要是修建龙山水库以及水田、养鱼池和孵化池面积大量增加所致;而自然湿地受到严重破坏,面积减少了17.33km2,河流和沼泽面积都减少了50%以上。研究区河流的斑块数急剧减少,沼泽湿地的斑块破碎化程度加剧,河流和沼泽湿地的斑块分维值明显下降,大面积沼泽被开发成水田,这两种湿地的空间自我相似性逐渐变差。研究区部分湖泊被开发利用,人为束水使得水面面积扩大,当地居民为了发展经济,在湖泊中从事鱼类养殖以及用湖泊水进行农业灌溉等活动,研究区人类活动干扰日趋严重。

决策树方法从SPOT-5卫星影像中自动提取水体信息研究

分析了SPOT-5影像中水体及其它主要地物的光谱特性及波段间的关系,由此探讨它们在光谱特征上的可分性.研究发现,不同波段之间只有水体具有B3(green)>B4(SW)且B2(red)>B1(IR)的特殊关系,同时在短波红外波段(SW)上,水体与其它地物亮度值差异明显,可以通过设置阀值加以区分.根据以上分析,建立了决策树模型,在各节点设计不同的分类器,进行水体信息的提取并对提取结果进行了精度评价.结果表明,该方法的总体提取效果较好,其提取精度与通常的监督分类方法相比有了较大的提高,只是在水体和其它地物交界处有误判现象.

用基于IHS变换的SPOT-5遥感图像融合进行作物识别

遥感图像融合可以发挥多源遥感数据的优势。但是由于遥感数据和融合模型的多样性,目前仍难以找到一种适合于各种类型数据之间、各种应用需要的"万能"的融合算法,而是根据特定图像,特定地表覆盖状况和特定应用的需要选择适合的融合模型。SPOT-5图像是一种较新的高空间分辨率遥感图像,目前已用于运行化农情遥感监测,以弥补传统低空间分辨率遥感图像应用的不足。该文将SPOT-5多光谱和超模式全色图像进行融合,以进行中国东北地区大豆识别。对实验数据分别做基于IHS变换和PCA变换的融合处理,通过比较得出,基于IHS变换的融合方法用于SPOT-5遥感图像融合更利于东北大豆的识别。