ASTER与WorldView2影像协同应用增强铁染蚀变信息的方法研究

从光谱尺度和空间尺度综合考虑了ASTER与WorldView2的优缺点,把经过地形校正、大气校正和精确配准的两种影像重采样至同一级别分辨率,使WorldView2 pan与ASTER SWIR进行融合,融合后的影像与WorldView2的8个波段进行组合得到两种数据的协同影像。以新疆塔什库尔干县老并地区作为研究区开展蚀变信息增强和提取工作,实验结果表明协同影像的信息量更加丰富,光谱分辨率和空间分辨率较原始两种影像大为改善,在铁染蚀变信息增强和提取方面具有显著效果。

西沙群岛岛礁区域WorldView-2影像大气校正

高空间分辨率WorldView-2多波段影像方法在岛礁遥感监测方面应用潜力很大,但大气校正精度对其定量化应用有着重要影响。文章针对海洋遥感中WorldView-2影像大气校正的问题,改进传统的暗目标校正方法,以清、深海水和岛屿纯浓密植被作为暗目标,对西沙群岛岛礁区域进行应用示范,实现了各波段的大气校正。结果显示,该方法得到的结果无论从光谱形状还是地物反射率值,大气校正前后反射率值与现场实测值都能够较好吻合。

MRI影像组学模型预测乳腺癌组织中HER-2低表达状态的价值

目的:探讨使用基于动态增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)影像组学模型早期预测乳腺癌患者人表皮生长因子受体2(human epithelial growth factor receptor 2,HER-2)低表达的可能性及其价值。方法:收集294例经穿刺或手术病理证实的乳腺浸润性导管癌女性乳腺癌患者的临床及病理资料,对MRI图像原始数据进行瘤内感兴趣区(regions of interest,ROI)勾画及特征提取,经Mann-Whitney U筛选出相关性的特征,LASSO回归进行特征选择,使用10折交叉验证建模,受试者工作特征曲线(receiver operator curve,ROC)分析模型对模型的性能进行评价。结果:经10折交叉验证Linear SVC建模后,所得验证集的平均准确性为79.6%,敏感性为73.7%,特异性为85.6%,ROC分析平均AUC为0.87;经过1000次置换检验后的置换数据集的诊断效能与原数据集相比较,平均准确性、敏感性和特异性的P值均小于0.05,差异有统计学意义,经交叉验证后建立的模型可以对乳腺癌患者HER-2阳性和HER-2低表达进行分类,并且其模型的分类效能高于机会水平。结论:DCE-MRI影像组学模型可以帮助预测乳腺癌组织中HER-2受体低表达状态,具有较好的预测效能,这将为临床进行无创HER-2状态的诊断提供新的思路。

WorldView-2影像的水深探测能力

以中国南海东岛周边海域为研究区域,利用波段组合法开展高分辨World View-2影像的水深探测能力研究,分别建立单波段、双波段和多波段模型,进行精度评价。结果表明:多波段模型反演效果最好,双波段次之,单波段最差;各波段水深探测能力比较:绿波段﹥全色波段﹥蓝波段﹥红波段;前视影像比后视影像的水深反演精度略高,全色波段在水深探测中具有重要作用。

基于Worldview-2八波段影像改进指数的湿地类型分类研究

采用Worldview-2八波段影像作为数据源,选取东洞庭湖湿地核心区域作为研究区,进行了Worldview-2八波段特征分析、构建改进遥感指数、采用改进遥感指数阈值分层分类的策略对湿地区域进行信息提取。研究结果表明,基于Worldview-2八波段影像改进指数的湿地类型分类总精度达到了92.24%,Kappa系数为0.902,比原始遥感指数的分类精度提高了8.18%,特别是对草滩地和泥滩地的区分有了较大的提高,是有效、准确提取湿地类型的技术方法。

基于WorldView 2影像杉木叶面积指数与植被指数相关性研究

为了探究基于高分辨率遥感影像杉木叶面积指数与植被指数的相关性,以湖南省攸县黄丰桥国有林场为研究对象,采用地面实验与遥感技术相结合的方法,利用WorldView 2遥感数据提取NDVI、SAVI、SARVI、RVI、MSAVI、ARVI等6种植被指数,通过LAI-2000测量的杉木叶面积指数(LAI)建立相关关系,开展WorldView 2遥感影像在估测杉木叶面积指数中的应用研究,分析植被指数对杉木LAI的影响。对不同植被指数分别进行线性模型、二次曲线模型、指数曲线模型和对数曲线模型的LAI反演。结果表明:除DVI与LAI相关性稍低一点外,其他植被指数与LAI都有很高的相关性,高于中低分辨率遥感影像提取的植被指数与LAI的相关性,土壤调节植被指数(SAVI)与LAI的相关性与土壤影响因子L无关。在线型模型中,RVI与ARVI更适合于杉木LAI建立一元线性回归模型,相关系数R分别为0.931、0.895,判定系数R2分别为0.866、0.800,均达到较好的拟合效果。在非线性模型中,反演模型最好的是二次曲线模型,其次是指数模型,最差的是对数模型。拟合效果较好的是NDVI、SAVI和RVI;拟合效果最差的是DVI;最好的拟合模型,其R2高达0.884。杉木LAI具有较佳拟合效果的非线型模型是NDVI和SAVI的二次曲线模型。

WorldView-2遥感影像融合方法对比研究

高空间分辨率卫星影像的融合研究一直备受关注。本文以WorldView-2全色、多光谱影像为数据源,采用主成分分析、小波-主成分分析、高通滤波、HCS(Hypersherical color space)四种融合方法进行实验,并对融合效果做出定性及定量评价。研究结果表明,HCS法不仅显著提高影像空间细节表现力,而且有效地保持多光谱影像的光谱信息,其融合影像质量最高。

基于WorldView-2影像城市绿地信息提取研究

以深圳市城市绿地为例,对遥感影像进行最佳波段组合、缨帽变换及主成分分析处理,并提取各地物在经处理后影像上的灰度值,利用决策树分类技术进行分类。结果表明:WorldView-2影像经过缨帽变换以及主成分分析处理后,能够明显增强影像的纹理信息,突出地物特征,并以各地物在经过缨帽变换及主成分分析处理的灰度值作为决策树分类的阈值,与以往的只利用个波段的灰度值及植被指数等作为阈值相比,精度明显提高,方法也得到改善,分类的总体精度、Kappa系数分别为90.36%、0.88,精度比较高,获得比较好的分类结果,但建设用地和耕地、绿地和耕地之间存在错分现象比较严重,主要是由于它们之间的纹理以及地物的光谱特征相似导致的。

基于WorldView-2遥感影像的龙湾港浅海水深反演

根据遥感水深反演原理,利用海南岛龙湾港的World View-2多光谱卫星数据和海图水深资料,通过对水深进行0~2,2~5,5~10,10~15和15~20 m的分区处理、潮汐改正和海图水深数据与相应图像波段反射率值的相关性分析及回归分析,建立了浅海水深线性回归反演模型,开展了浅海水深的实际计算与精度分析。结果表明:对不同水深范围分别建立线性回归模型反演的水深精度要高于未分区建立的模型;分区模型中,多波段模型在0~5 m的反演精度最高,而双波段比值模型在5~20 m的反演精度最高,但是反演水深在最浅处的精度还有待提高。本文方法提取的水深与海图水深数据变化趋势基本相似,可以满足海洋科学研究对大范围浅水水下地形探测的要求。

WorldView-2遥感影像融合方法研究

随着遥感技术的发展,遥感影像的处理变得越来越重要,其中遥感影像的融合是遥感图像处理的重中之重。近年来,提出许多遥感影像融合的方法,以WorldView-2全色、多光谱影像为数据源,采用Gram-Schmidt、HSV、Brovey、PCA融合算法,以ENVI4.8为处理平台进行影像融合,并利用定量评价指标进行定量化评价。试验结果表明,Gram-Schmidt融合方法对高分辨率影像融合效果最为理想。

高分辨率遥感影像海岸线提取方法研究——以WorldView-2数据为例

针对海岸线人工解译提取的复杂性,研究了高分辨率遥感数据的海岸线自动提取技术。以WorldView-2影像为例,对研究区内的人工、砂质和基岩3种类型海岸水边线分别建立了遥感解译标志,分析不同水边线两侧地物的光谱特性,根据二者的光谱差异构建有效的特征波段,然后利用阈值法实现各类型海岸水边线的自动提取,进而通过进行潮位校正获得海岸线,大大提高了海岸线提取的精度和效率。

WorldView-2影像在新疆迪木那里克地区火山沉积变质型铁矿勘查中的应用

采用WorldView-2高分辨率遥感影像,在研究新疆阿尔金迪木那里克地区的火山沉积变质型铁矿遥感地质特征的基础上,建立了基于WorldView-2影像的火山沉积变质型铁矿遥感找矿模型,并利用该模型在迪木那里克地区圈定了磁铁矿找矿目的层,为该区寻找火山沉积变质型铁矿提供了重要线索。

WorldView-2影像的红叶松树识别研究

危险性林业有害生物每年都会造成大面积的严重的森林灾害发生,给国民经济和林业生态环境带来了巨大损失,及时对其发生发展情况进行监测具有重要意义。本文旨在探讨利用高空间分辨率遥感影像识别红叶松树的可行性,从而为单株木灾害监测与防治提供一种快速有效的技术途径。采用World View-2多光谱数据,基于二次型分类器,研究了红叶松树的识别方法。通过Fisher线性判别分析发现,World View-2的红、绿、蓝3个波段蕴含着丰富的红叶松树信息。据此,基于全部8个波段和红、绿、蓝3个波段分别进行了分类,分类精度基本相同。结果表明,仅利用红、绿、蓝3个波段也可以完成红叶松树的识别,从而有效地实现了数据降维,更为我国"高分二号"数据的应用开辟了新领域。由于林相条件的差异性和复杂性,遥感数据分辨率的选择对于单木灾害的识别非常重要,研究发现,2 m分辨率多光谱遥感数据非常适合红叶松树的提取,且从数据时相上来说,最好选取6—9月份的遥感影像,以减少其他变色植被的干扰,提高监测精度和工作效率。

WorldView-2影像的湿地典型挺水植物群落含水量估算研究——以北京野鸭湖湿地为例

利用多光谱遥感技术定量估算野鸭湖湿地挺水植物的含水量.基于典型挺水植物的实测冠层光谱及其对应样方的叶片含水量和叶面积指数LAI数据,首先对芦苇和香蒲的地面实测光谱进行重采样,以模拟WorldView-2影像的光谱,然后利用模拟光谱分别构建芦苇和香蒲任意两波段反射率组合而成的比值(SR)和归一化差值植被指数(NDVI),通过分析植被指数与CWC(冠层含水量,Canopy Water Content)的相关关系,选择与CWC显著相关的植被指数,并通过单变量线性与非线性拟合的分析方法确定监测不同挺水植物群落的最佳植被指数,建立估算模型;结合覆盖研究区的WorldView-2高分辨率多光谱影像,对研究区的挺水植物群落CWC进行反演及制图.结果表明,基于模拟WorldView-2影像光谱构建的比值(SR)和归一化差值植被指数(NDVI)与CWC的总体相关性较高;SR(8,3)芦苇为估算CWC芦苇的最优植被指数,估算模型为y=0.005x+0.003,NDVI(8,3)香蒲为估算CWC香蒲的最优植被指数,估算模型为y=2.461x2-0.313x+0.032,通过交叉检验,CWC芦苇和CWC香蒲的预测精度分别为87.42%和82.12%,预测精度较为理想;利用实测数据对反演的CWC空间分布图进行了验证,通过验证,芦苇和香蒲影像估算CWC的均方根差(RMSE)分别为0.0048和0.0052,估算精度分别为83.56%和80.31%,表明利用WorldView-2高分辨率多光谱影像反演湿地挺水植物群落CWC具有较高的可行性.

基于Gaofen-2影像和面向对象的椰子林分类研究

椰子是重要的热带经济作物,海南椰子种植面积占全国的90%以上。快速获取椰子种植面积及其空间分布信息对热带作物产业规划具有十分重要的作用。本研究基于国产Gaofen-2高分辨率卫星影像,以文昌市东郊镇为试验区,开展椰子林遥感分类研究。基于最优分割尺度的面向对象分类方法,选取4个光谱特征、5个植被指数和32个纹理特征为辅助参量,构建了4种不同的面向对象分类组合(光谱特征、光谱特征+纹理特征组合、光谱特征+植被指数组合、光谱特征+纹理特征+植被指数特征组合)进行椰子林分类提取,并与基于像元的椰子林分类结果进行对比分析。结果表明:(1)仅采用基于像元分类方法,椰子林的总体分类精度(overall accuracy,OA)和用户精度(user’s accuracy,UA)分别达到87.05%和85.21%。(2)相比基于像元分类,4种面向对象分类组合的OA值提高了5.51%~8.72%。(3)光谱特征和纹理特征组合提取椰子林分类结果最优,OA值和UA值分别达到95.77%和97.15%;光谱特征和植被指数的组合也得到了较好的分类结果,OA值和UA值分别为94.88%和94.42%;所有的光谱特征、植被指数和纹理特征全部参与分类得到的OA值和UA值分别为94.67%和94.17%,低于仅使用光谱特征或者植被指数的组合。综上,国产高分辨率Gaofen-2影像在椰子林遥感精准识别中具有很大的潜力,结合纹理特征的面向对象分类方法可以更准确地提取椰子林分类信息,研究结果可为多云多雨地区大尺度椰子林遥感识别提供技术参考。

多尺度非对称卷积的轻量级U2-Net医学影像语义分割模型

基于U2-Net网络结构,设计了一种运行更高效、分割更准确的医学影像语义分割模型。通过多尺度非对称卷积核代替传统的注意力机制以及降低原U2-Net网络的层数,减少模型参数量;通过改变U2-Net网络连接方式,使用U-Net++网络的跳跃连接方式,使模型在传递特征信息时保持完整性,减少信息损失,使分割边缘更加精确且连续;根据正负样本不均衡和难易不同的问题设计了避免在训练过程中大量简单负样本占据主导地位的二分类交叉熵损失函数(BCE Loss),更倾向于挖掘前景区域的骰子损失函数(Dice Loss)以及更偏向于两图的结构相似性的多层级结构相似性损失函数(MS-SSIM Loss)的组合损失函数,用来监督网络优化。实验结果表明:所提算法在DRIVE、STARE数据集上比现有最先进网络模型(SOTA)的F1分数分别提高2.6%、1.4%,在ISIC-2018数据集上比SOTA的DSC指标提高2.6%。对分割结果进行可视化后表明,网络在样本较小的情况下可以充分提取样本信息,提高语义分割效果。

基于时序Sentinel-2影像的引黄灌区作物结构提取和供需水分析

在黄河流域用水指标严格控制的背景下,以山东省东营市垦利区引黄灌区为例,利用2022年时序Sentinel-2遥感影像构建作物生育期的NDVI时间序列,采用决策树分类方法提取灌区作物种植结构,基于垦利站气象资料和Penman-Monteith公式,分析了1973—2022年各作物的需水特性,利用遥感影像解译的各作物种植面积,计算了2022年灌区作物在不同降水保证率(5%、25%、50%、75%、95%)条件下的灌溉总需水量,结合2023年分配给灌区作物的灌溉水指标探究了灌溉水资源供需之间的平衡。结果表明:基于NDVI时间序列构建决策树分类方法可有效提取作物的种植结构,总体分类精度为85.07%,Kappa系数为0.819,能够满足作物灌溉需水量的研究。作物净灌溉需水量年际波动较大,水稻和冬小麦补充灌溉水量在所有作物中位列前两位,均值分别为913 mm和410 mm;处于雨季生长的夏玉米、夏大豆补充灌溉水量较小且灌溉需求均值较小。研究区2023年分配的灌溉水指标在降水保证率为50%时研究区灌溉水亏缺量为235.5万m^(3),在降水保证率为75%和95%时灌溉水亏缺量分别为1 754.5万m^(3)和2 261.5万m^(3)。

Sentinel-2遥感影像在盘锦水稻米质监测中的应用研究

本研究基于水稻孕穗期、抽穗期、灌浆期和成熟期4个生育期的Sentinel-2遥感数据,分析各生育期内卫星遥感光谱参数与稻米品质指标的关系,建立基于各生育期卫星光谱信息的水稻品质指标预测模型。将5种稻米品质指标分别与4个生育期内的光谱参数进行皮尔逊相关性分析,结果表明,5项品质指标在4个生育期内均与光谱参数有不同程度相关性。然后筛选出相关性效果显著的光谱参数,用于建立各品质指标的预测方程,建模结果表明,基于卫星遥感光谱信息解释率由大到小的稻米品质指标依次是精米率>长宽比>蛋白质含量>直链淀粉含量>糙米率;卫星遥感光谱反演稻米各品质指标所在的最佳生育期不同,糙米率和精米率的最佳生育期为抽穗期,其建模决定系数(Coefficient of Determination,R^(2))分别为0.461和0.893;长宽比的最佳生育期为成熟期,R^(2)为0.878;直链淀粉含量和蛋白质含量的最佳生育期为灌浆期,R^(2)分别为0.646和0.647;基于卫星遥感光谱信息的稻米品质模型验证效果较好,解释率为51%~74%。可见,利用卫星遥感技术能够实现大范围水稻品质指标定量监测与评估。

基于WorldView-2遥感卫星影像局部控制纠正精度分析

利用不同数量平面控制点对0.5 m WorldView-2卫星影像进行纠正,并对产生的误差进行比较。

WorldView-2卫星影像立体成图技术的应用研究

在沙特阿拉伯某研究区的背景下利用WorldView-2高分辨卫星影像制作1∶10000数字化地形图。详细论述了WGS84转换成UTM坐标系的算法与实现过程以及利用WorldView-2高分辨卫星影像生产1∶10000数字化地形图的过程。通过成图的精度对比,验证了利用WorldView-2高分辨卫星影像制作1∶10000数字化地形图的可靠性,能满足1∶10000数字化地形图生产的精度要求,甚至可达到1∶5000数字化地形图的要求。利用高分辨卫星影像制作数字化地形图从一定程度上减少了内外业测绘的时间,提高了生产效率,能为同类项目的测绘与地勘技术人员提供测量经验和参考依据。