基于高分一号卫星遥感图像的建筑物震害损毁检测研究——以2015年尼泊尔M_S8.1地震为例

在高分辨率遥感图像中,不同震害损毁程度的建筑物呈现不同的图像特征,鉴于此本文提出一种利用遥感图像多特征分析建筑物损毁程度的检测方法.以2015年尼泊尔MS8.1地震为例,结合震后高分一号卫星全色遥感图像和城市道路矢量数据提供的街区信息,以建筑物街区为单元进行图像纹理提取和局部空间统计等多类别图像特征参数分析,并构建多特征分类模型,将震后建筑物街区划分为基本完好、部分损毁和严重损毁等3个类别.试验结果表明,本文提取的参数能够有效地表征损毁建筑物的图像特征,而且建筑物震害损毁检测精度较高.该方法可用于建筑物震害损毁信息的快速提取,为震后应急救援提供指导;同时还可为我国自主研发高分卫星遥感数据在地震灾害信息提取中的应用提供技术参考与方法借鉴.

一种基于机器学习综合指数的遥感赤潮识别方法

基于5种可以指示赤潮爆发的子指数及其综合方式,提出一种可用于多光谱卫星图像中赤潮识别的线性综合识别指数(LCI)方法。根据大连市星海湾现场实测的多日赤潮连续监测光谱数据,开展支持向量机与逻辑回归分类,并得到分类平面系数作为归一化的子指数组合权重,获得了两种较佳的赤潮识别指数组合方式,该两种方式在验证集上均取得了F1分数0.86以上的分类效果,且LCI数值与赤潮发生的概率也呈正相关。将得到的分类系数应用于多光谱卫星图像的赤潮像元提取,结果显示,两种线性综合指数均在图像中成功提取出赤潮区域。本文提出的赤潮综合识别指数为遥感图像中的赤潮识别提供了新的光谱指数运算方法。

面向对象影像分类中分割参数的选择

提出了一种基于区域生长方法的分割参数选择方案,从各个类别的训练样区中提取分割参数信息。通过一系列的影像区域分割,计算得出一个最大的目标函数值,为每个类别推演出最佳分割参数;在单个类别参数影像分割和分类的基础上,融合所有处理结果,最后完成影像分类。实验验证了所提出方法的有效性。

现代黄河三角洲类圆形植被斑块时空动态遥感分析

斑状植被在世界范围内的干旱半干旱区、海岸滩涂均有分布。近年来,有关斑状植被形成、时空格局演替的研究受到了越来越多的关注。斑状植被分布及其时空动态是其中重要的研究方向之一,它是植被演替机制研究的基础,也是表征生态系统中植被长期变化的关键指标之一。以现代黄河三角洲类圆形植被斑块为研究对象,将其分为裸斑区、明显类圆形植被斑块区和隐性类圆形植被斑块区等三大类,通过1996、2005、2007、2010和2012年5个时相多源遥感影像的人机交互目视解译,首次给出了现代黄河三角洲这三大类区域的分布范围,在此基础上分析了其时空动态。结果表明：现代黄河三角洲类圆形植被斑块在空间分布上存在明显的梯度分布和动态演替规律,具有海域—光滩—裸斑区—明显类圆形植被斑块区—隐性类圆形植被斑块区高程梯度分布的普遍特征;类圆形植被斑块的直径、植被覆盖度、植被平均高度以及土壤全盐量可作为判别新老斑块的直观标志;10m、5～6m分辨率的多光谱图像能够较好划分3种类圆形植被斑块区,但对于斑块面积变化的测量精度仍显不足,1m甚至更高分辨率图像的运用将会弥补这一缺陷。研究结果可为将来现代黄河三角洲斑状植被格局及演替机制的深入研究提供参考。

基于Landsat-8卫星OLI遥感影像和AdaBoost算法的水体信息提取

以红碱淖地区为研究对象,基于AdaBoost算法,将Landsat-8卫星OLI遥感影像谱间关系、NDVI、NDWI和KT变换wetness等特征相结合,构造提取水体的强分类器,实现水体的快速精确提取。结果表明,组合后的分类器能有效提高单个分类器的分类精度,平均分类精度提高了5.15%。该算法说明了Landsat-8遥感影像的水体信息提取的可行性,为快速精确提取水体信息提供了新思路。