双极化Sentinel-1数据在城市沉降监测中的对比研究

目的 针对地面沉降监测仅考虑VV极化Sentinel-1数据而忽略VH极化数据的问题,方法采用PS-InSAR和SBAS-InSAR技术处理延安新区2018年8月—2021年5月的84景双极化Sentinel-1数据,获取地面沉降信息,对比两种极化的沉降监测结果,探讨VH极化在不同实验方法中的意义,并提出一种双极化时序InSAR融合监测新方法。结果 结果表明,新区大部分区域为较稳定区域,形变速率为-8~8 mm/a,此外,还探测到3个较大的沉降区,分别位于桥儿沟流域、高家沟流域和新区东北部填方区域;Sentinel-1不同极化数据的监测结果相关性较高,形变趋势一致;VV极化数据整体优于VH极化,但部分区域VH极化数据得到的地表形变信息更详细;VV-VH极化PS-InSAR形变监测中,VH极化数据能够有效补充VV极化数据监测结果的不足,使结果更加密集,因此,与单一极化监测结果相比,VV-VH极化PS-InSAR形变监测更加详细地反演了地表变形情况;VV-VH极化SBAS-InSAR形变速率结果比单一极化数据相干性和稳定性更高。结论 基于双极化Sentinel-1数据的时序InSAR融合监测技术可以获得比单一极化数据更好的城市地表形变监测结果。

基于Sentinel-1的门源Ms 6.9三维同震形变提取与分析

基于Sentinel-1升、降轨合成孔径雷达(SAR)数据,利用SAR差分干涉测量(D-InSAR)、像素偏移量追踪(POT)技术,获取了2022-01-08青海门源Ms 6.9地震多角度地表形变,并采用三维形变估算模型提取了三维同震形变场。结果表明:(1)升、降轨D-InSAR最大形变分别为0.56 m和0.6 m,POT最大形变分别为0.65 m和0.72 m;(2)地震导致的地表破裂带长度超过20 km,整体呈NWW方向分布,同震形变场呈蝴蝶状,形变按幅度大小相近,方向相反的规律沿对称轴分布;(3)此次地震以东西向位移为主,水平最大位移超过1.1 m,垂直最大位移幅度约为0.5 m,符合走滑地震的特征。本文结果与实地踏勘结果较为吻合,丰富了该地震同震形变观测结果,并补充查明了地表破碎带的特征。

Sentinel-1A时序数据结合多源信息的早稻种植面积监测研究

以高安市为研究区,选取不同生长期早稻的时序双极化Sentinel-1A雷达数据,通过实地和高分辨率影像提取401个早稻、旋耕田、非粮农作物、建筑物、林地、水面及其他地类等7种典型地物作为样本数据。对VH和VV极化条件下不同典型样本的后向散射系数特征进行分析,采用最小距离、最大似然和SVM等方法对影像数据进行分类,引入土地利用图斑、植被指数以及坡度等多因素进行决策分析,并对植被指数的提取方式进行了优化,提出了基于不同相邻生长期的NDVI差值灰度图分类方法获取了早稻种植图斑。精度验证结果表明,SVM分类法的效果最优(总体精度87.43%,Kappa系数0.824)。在验证预留样本后发现,较单一雷达后向散射系数的提取结果,多因素分析的分类精度具有较大提升,最终评定的分类精度为92.22%,分类赋权精度为94.76%。利用时序雷达数据的后向散射系数、SVM分类法及多源信息,可以提升对早稻种植面积的监测效率且精度较好,研究结果可为早稻种植面积的快速、准确监测提供参考。

升降轨Sentinel-1数据在滑坡形变识别中的适用性研究

针对采用合成孔径雷达干涉测量(InSAR)技术开展滑坡灾害大区域调查和普查时,Sentinel-1雷达数据源升降轨模式难以恰当选用,或应用场景不适宜,从而否定InSAR技术在滑坡形变识别及监测的优势等问题,本文采用时序InSAR技术,结合升降轨的Sentinel-1雷达数据源,开展不同坡向滑坡形变的识别,研究Sentinel-1雷达数据源升降轨道模式在不同坡向滑坡灾害形变识别与监测中的适用性情况,分析Sentinel-1雷达数据源不同轨道模式对不同坡向滑坡识别与监测的优势。研究结果表明,Sentinel-1雷达数据源对大型及以上的滑坡灾害进行InSAR滑坡表面形变识别及监测结果较佳;Sentinel-1降轨数据源更适用于识别和监测西坡向、南坡向的滑坡,Sentinel-1升轨数据源更适用于识别和监测东坡向的滑坡;采用Sentinel-1升降轨数据联合的方式,更有利于东、西、南坡向滑坡识别和监测,可以更全面识别潜在滑坡灾害。

融合多源数据的湖北省城市洪涝灾害韧性综合评估

【目的】洪涝灾害是湖北省主要自然灾害之一,为了评估湖北省城市洪涝灾害韧性水平,以加快韧性城市建设、助力推进省域协同发展,【方法】从洪涝灾害的暴露度、敏感性、适应力和恢复力4个维度,构建湖北省城市洪涝灾害韧性评价指标体系,采用G1法(序关系法)和熵权法对评价指标进行赋权,收集气象、遥感影像、基础地理、社会经济等多源数据,应用GIS空间分析技术,对湖北省城市洪涝灾害韧性进行评估。【结果】结果显示:湖北省城市洪涝灾害韧性整体处于中等韧性水平。其中,高韧性区域主要分布在神农架林区、宜昌市和武汉市,较高和中等韧性水平区域大多位于荆门市及其以西的鄂西地区,其余地区洪涝灾害韧性水平较低,总体呈西强东弱的分布态势。【结论】融合多源数据的洪涝灾害韧性评估方法能准确高效地评估研究区洪涝灾害韧性水平,研究成果可为湖北省制定区域洪涝灾害管理及韧性城市规划提供参考。

多源数据支持下的森林资源规划设计调查蓄积量估测分析

以广东省清远市清新区内某针阔混交林为研究区,基于Sentinel-1和Sentinel-2遥感数据,结合地面实测数据,构建了蓄积量估测模型。研究结果表明:使用Sentinel-1数据+Sentinel-2数据为数据源,以距离相关系数法筛选的特征,采用随机森林模型构建的蓄积量估测模型精度最高,相对均方根误差RRMSE为0.2217,决策系数R^(2)为0.61,模型拟合效果良好;预测的蓄积量集中分布在300~400 m^(3)/hm^(2),与实际值进行配对t检验,结果表明预测值和实际值之间不存在显著差异(t=0.001,P=0.999>0.01),进一步证明了模型的可靠性。

基于Sentinel-1数据时序特征的热带地区水稻种植结构提取方法

由于热带地区的雨季时间较长,云覆盖严重,基于光学影像难以准确提取区域内的水稻种植模式。该文以泰国湄南河流域中部平原水稻种植区为例,基于Sentinel-1SAR时间序列数据,提出一种融合时序统计参数与时序曲线相似性特征的热带地区水稻种植结构提取方法。首先利用年内所有可获取的Sentinel-1SAR数据,分别基于像元和基于对象构建后向散射系数时间序列曲线,提取时序特征参数;利用动态时间规整(Dynamic Time Warping,DTW)算法,计算后向散射系数时序曲线与地物标准曲线间的隶属度;将时序特征参数、时序曲线隶属度相结合,利用随机森林模型进行机器学习监督分类,提取研究区的水稻种植信息并评价分类精度。结果表明,基于Sentinel-1SAR时序特征融合的算法可以较好地提高水稻种植结构分类精度。其中,基于对象的分类算法的单季稻提取用户精度为81.46%,生产者精度为82.00%;双季稻用户精度为88.0%,生产者精度为84.08%,均优于基于像元的分类算法。研究结果可为多云多雨的热带地区水稻种植信息提取提供一种新的思路。

基于知识-规则的省级基础地理实体多源数据融合转换方法

湖南省新型基础测绘体系建设正在稳步推进,其中省级基础地理实体改造与建库是重要任务之一。本文在遵循自然资源部相关技术标准的前提下,建立了一套适用于湖南省的地理实体分级分类标准规范,融合1∶1万基础地理信息和第三次全国国土调查年度变更等多源数据,以地理实体编码为统一标识符,提出了基于知识-规则的省级地理实体多源数据融合转换方法。该方法充分利用了已有的存量数据,实现了省级基础地理实体数据的标准化改造,避免了重复生产的资源浪费,极大地提高了基础地理实体生产的效率,有利于基础地理实体在行业中的推广和应用。

利用Sentinel-1 SAR数据及SBAS技术的大区域地表形变监测

雷达干涉测量技术为地面沉降高精度快速准确监测提供了新的手段。对于数万平方千米的大范围地面沉降,要求测量手段不仅具备高精度,还要具备大范围同步测量的能力。为解决这一问题,本文提出了利用Sentinel-1数据结合SBAS技术的监测方法,首先对黄河三角洲区域进行形变监测,然后利用CORS数据进行验证,最后对地面沉降的时空分布情况进行分析。该研究证明了采用该方法对大区域形变监测的适用性,为该区域沉降预防和治理提供了重要依据。

Sentinel-1卫星数据产品应用探讨

以Sentinel-1卫星的特点、传感器的特点、数据产品以及潜在应用为逻辑主线,介绍了Sentinel-1卫星的基本参数、C波段传感器的参数特性以及Sentinel-1的数据产品,为Sentinel-1的进一步应用提供参考。

哨兵卫星Sentinel-1A数据特性及应用潜力分析

Sentinel-1A是欧空局"哥白尼计划"发射的首颗对地观测卫星,其搭载的C波段SAR传感器有效地延续了ERS-1/2和ENVISAT ASAR对地观测任务。简要介绍了Sentinel-1A卫星的特点和轨道参数,并与ERS-1/2和ENVISAT ASAR进行了对比。详细介绍了Sentinel-1A的成像模式(SM,IW,EW,WV)以及每种模式下数据产品(Level-0,Level-1,Level-2)的特征。最后分析了Sentinel-1A数据在不同领域的实际应用,为其在对地观测中的广泛应用提供了参考。

基于Worldview-3与Sentinel-1 SAR数据的草原矿区复垦植被生物量反演方法研究

利用多源遥感数据定量反演矿区复垦植被生物量是高效、动态、大面积监测土地复垦和生态恢复效果的必要手段之一。本文以内蒙古草原露天煤矿为研究区,联合遥感光学与雷达数据各自的优势,探索基于Worldview-3(WV-3)与Sentinel-1 SAR数据的矿区复垦植被生物量反演方法,选择主成分小波变换(W-PCA)算法对WV-3与Sentinel-1 SAR数据进行融合,揭示波段反射率、植被指数、后向散射系数及纹理特征等参数与生物量之间的相关关系,建立多变量的生物量反演模型,并分析不同生物量模型的空间不确定性。结果表明:(1)通过W-PCA算法得到融合后的图像,信息熵的提高反映了融合图像与光学WV-3图像相比具有更多的细节信息,平均梯度的提高反映了融合图像与Sentinel-1 SAR图像相比具有更高的清晰度和更丰富的纹理信息。融合后的第8波段相关系数最高、光谱扭曲度最低、光谱保真度最高。(2)通过相关性分析,发现增强型植被指数(EVI)、归一化植被指数(NDVI)、VH极化、VH均值纹理以及融合后第8波段与生物量显著正相关。WV-3的NDVI与Sentinel-1的VH ME建模精度(R 2=0.8340,RMSE=16.4646 g/m^(2),Ac=81.52%)最高,融合后的第8波段验证精度(R 2=0.7983,RMSE=22.8283 g/m^(2),Ac=74.64%)最高。(3)基于不同模型的残差不确定性分析,Sentinel-1 SAR数据变量建立的模型估测结果更容易出现高估及饱和现象,两者联合变量建立的模型可实现优势互补,利用融合数据建立的模型明显改善生物量小于40 g/m^(2)时的高估计现象以及生物量大于100 g/m^(2)时的两者饱和现象,其不确定性降低2.42~9.68 g/m^(2)。因此,利用光学和雷达遥感融合能够有效提高复垦植被生物量的估算精度,为草原矿区复垦植被精细监测提供有效的数据支持。

基于Sentinel-1A合成孔径雷达数据和全卷积网络的城市建设用地监测方法研究

Sentinel-1A合成孔径雷达数据不受云、雾等天气条件的影响并具有丰富的纹理信息,为提取城市建设用地信息提供了一种新的数据源。本文发展了一种基于Sentinel-1A合成孔径雷达数据和全卷积网络的城市建设用地监测方法。该方法的优势主要在于可以有效复合不同极化方式下的Sentinel-1A合成孔径雷达数据和综合集成多尺度特征。在甘肃省张掖市甘州区的应用表明,该方法的提取结果总体精度为92.50%,Kappa系数为0.85。与现有方法"KTH-Pavia城市提取器"相比,Kappa系数提高了37.10%,总体精度提高了11.50%。因此,该方法具有良好的应用潜力。

光学和微波遥感数据联合反演植被覆盖表层土壤含水率

【目的】探究Vertical-Vertical(VV)、Vertical-Horizontal(VH)极化及双极化方式对微波遥感反演表层0~10 cm土壤含水率影响,分析不同数据源(Landsat-8,L8;Sentinel-2,S2)得到的归一化植被指数(NDVI)、归一化水体指数(NDWI)对表层土壤含水率遥感反演精度的影响。【方法】基于VV、VH单一极化和双极化模式,结合S2和L8计算的NDVI与NDWI估算植被含水率(VWC),消除植被对土壤的后向散射影响,得到土壤后向散射系数,基于水云模型反演北京市大兴区表层土壤含水率。【结果】对于VV极化,VV+S2NDWI反演0~10 cm土层的土壤含水率精度最高(R^(2)=0.763,RMSE=1.55%);对于VH极化,VH+S2NDVI反演的0~10cm土层的土壤含水率精度最高(R^(2)=0.622,RMSE=1.66%);对于双极化,Dual-Polarized(DP)+S2NDVI反演的0~10cm土层的土壤含水率精度最高(R^(2)=0.895,RMSE=0.89%)。【结论】NDVI更适用于去除水云模型中的植被影响,且双极化方式反演0~10 cm土层的土壤含水率精度较高。

基于Sentinel-1A微波遥感数据的森林蓄积量估测

Sentinel-1A作为开源的集微波和光学数据一体的卫星数据源,给森林资源调查和监测提供了重要的数据源。为了探索Sentinel-1A数据在森林资源调查中的可用性,以Sentinel-1A为遥感数据源,结合地面样地森林蓄积量调查数据,采用随机森林法和偏最小二乘法两种模型对云南省普洱市思茅区的森林蓄积量进行预测以及遥感反演。通过对遥感影像进行一系列预处理,提取微波遥感数据VV和VH极化下的后向散射系数,并分别计算5个窗口(3m×3m、5m×5m、7m×7m、9m×9m、11m×11m)下的8种纹理特征,共计83个特征作为备选自变量,其中31个特征与蓄积量通过相关性检验,结合219块地面调查样地,采用随机森林法和偏最小二乘法两种算法,进行建模因子重要性分析,选择10个最优特征,建立随机森林蓄积量估测模型并进行定量反演。随机森林法回归模型在结果上优于偏最小二乘法回归模型,随机森林法的模型预测R 2为0.80,RMSE为30.14 m 3/hm 2;偏最小二乘法的模型预测R 2为0.70,RMSE为36.68 m 3/hm 2。随机森林法相较于偏最小二乘法在森林蓄积量预估及反演方面具有明显的适用性,有利于该模型在森林蓄积量定量估算和反演中的推广。

基于多源遥感数据的森林蓄积量估测研究——以北方孟家岗林场为例

以北方孟家岗林场的落叶松人工林为研究对象,引入遥感技术作为一种更高效、适用于大区域的遥感监测方法,利用Sentinel-1和Sentinel-2遥感数据,提取光谱特征、纹理特征、植被指数和后向散射系数等特征指标,基于Pearson相关系数和距离相关系数这两种特征选择方式,结合KNN、SVR和RF等3种机器学习模型,开展了6种人工林蓄积量估测方案的对比。研究表明:遥感数据源对模型的估测精度影响最大;以单一Sentinel-1数据作为来源的模型估测精度最低,而基于Sentinel-1和Sentinel-2综合数据的估测模型精度最高,其中RF回归模型结合DC特征重要性评价方案获得了最佳的蓄积量估测结果,R_(RMSE)和R^(2)分别为22.94%和0.59。利用特征选择的方式结合多源遥感数据可以有效提升模型精度和泛化能力,得到更优的人工林蓄积量估测结果,为森林资源的保护、管理和可持续利用提供科学依据。

基于Sentinel-1A数据的2017年伊拉克哈莱卜杰M_W7.3地震同震形变场分析及断层滑动分布反演

本文首先利用二轨法对欧洲空间局Sentinel-1A雷达卫星影像进行差分干涉处理,获取了覆盖2017年伊拉克哈莱卜杰(Halabjah)MW7.3地震震区的同震形变场,结果表明:哈莱卜杰地震造成的地表形变影响范围约为60 km×70 km,形变场基本沿扎格罗斯主前缘断层展布;形变场的西南盘呈现隆升趋势,最大视线向形变值为88 cm,东北盘呈现下降趋势,最大视线向形变值为37 cm;隆升形变值远大于沉降值,反映出发震断层以逆冲运动为主的特征。然后基于弹性半平面空间矩形位错模型,分别采用多峰值粒子群算法和最速下降法确定了发震断层的几何参数和滑动分布结果。反演结果显示发震断层以逆冲运动为主,兼少量右旋走滑运动,最大滑动量为3.34 m,释放的地震矩为1.68×1020 N·m (MW7.4),与地震学的研究结果一致。

基于多源遥感数据的乌鲁木齐河源1号冰川平衡线高度研究

以我国天山乌鲁木齐河源1号冰川(以下简称1号冰川)为例,基于Landsat TM/ETM/OLI和Sentinel-2A MSI数据,利用归一化差异积雪指数(NDSI)和阈值法提取该冰川2002-2015年的平衡线高度,并利用站点实测的冰川ELA数据和气象数据对提取的平衡线高度进行了验证。结果表明,2002-2015年遥感获取的平衡线高度呈总体上升的趋势,与实测的平衡线具有高度相关性(r=0.9);ELA与年物质平衡序列高度相关,物质平衡波动的平均解释率可高达69%;与气象要素(温度和降水)年际变化的相关性也很高,约有59%的冰川ELA变化可以用夏季气温和降水来解释。因此,利用遥感数据可以提取高精度的冰川平衡线高度数据,对无站点数据冰川的平衡线高度以及物质平衡研究具有一定的借鉴意义。

基于GS1 GMD标准的化妆品源数据标准化工作探讨

"一品一码"是商品条码制度的基本规则,但化妆品行业中"一码多品"仍屡见不鲜,这不仅扰乱市场,也损害了消费者权益.基于行业实践,本文分析了化妆品行业"一码多品"的表象和原因,指出"一码多品"的背后,除了"编码"的基础问题之外,是标准化的深度商品信息数据支撑欠缺及其应用阙如.为此,本文提出了基于GS1 GMD标准的化妆品商品信息属性,并通过源数据采集的标准手段,在GDS平台进行源数据采集、备案、共享的标准化应用方案,解决"采集什么""怎样规范采集"的标准化问题,并对其应用进行了展望,以期为化妆品行业的规范发展起到数据支撑和促进作用.

基于多源数据的南方丘陵山地土地利用随机森林分类

针对南方丘陵山地因地形破碎和山体阴影而导致的分类精度低问题,该研究以东江源地区为例,通过结合多源数据,以Sentinel-1、Sentinel-2A卫星影像和DEM作为数据源提取27个指标,构建了6种特征变量集,并设计了9种方案,探讨加入红边特征、雷达特征和地形特征对南方丘陵山地土地利用分类信息提取的作用。同时结合随机森林算法和递归特征消除法进行特征变量优选和特征重要性排序,将随机森林特征优选后的分类结果与支持向量机算法(Support Vector Machine,SVM)和K近邻算法(K-Nearest Neighbor,KNN)作对比。结果表明:在未进行特征变量优选时,仅使用Sentinel-2A的光谱特征提取的东江源地表覆盖分类总体精度和Kappa系数最低,在以光谱特征、植被指数和水体指数作为基本方案时,加入红边特征、雷达特征和地形特征后均可以有效地提升各地物分类精度,其中地形特征的加入更有助于对东江源园地和耕地信息的提取。通过结合随机森林和递归特征消除算法进行特征优选,在保持分类精度最优的情况下将所有特征变量从21个降低到13个,并且总体精度达到0.9372,Kappa系数达到0.9234,分类精度优于相同特征下的支持向量机算法(SVM)和K近邻算法(KNN),对东江源土地利用信息提取效果最佳。该研究提出基于多源数据的随机森林方法可为地形复杂的南方丘陵山地土地利用信息提取提供技术支持和理论参考。