GF-1遥感大数据自动化正射校正系统设计与实现

近年来随着遥感数据的爆炸性增长,快速、稳定的自动化影像正射校正成为遥感大数据处理的重要环节。该文在分析GF-1遥感大数据组织方式与元数据特征的基础上,将有理多项式模型正反变换与数字高程数据提取结合,设计实现自动化正射校正系统,并以提高正射校正计算效率与稳定性为目标,研究待校正影像对应数字高程数据快速提取方法,待校正影像分块读取策略等关键问题。在此基础上针对20景覆盖不同地形区域GF-1 8 m多光谱正射校正影像选择均匀分布的检查点,以Google Earth影像中同名点坐标为真值,分析校正误差及收敛情况,试验结果 X(纬线方向)方向和Y(经线方向)方向最大误差均小于16.863 m,距离误差小于23 m,并且92.25%的检查点误差小于16 m(2个像元)。该文提出的自动化正射校正方案在山地地形与平原地形均表现出良好的校正精度与稳定性。

基于移动GIS的作物种植环境数据采集技术

野外数据采集具有灵活性强、采集内容多样、准确度高等优势,已成为补充完善农业数据的主要手段之一。作物种植环境数据采集工作存在指标多并随调查区域、作物类型与作物生育期不同而发生变化等特点,采用传统方式设计调查界面与录入模式难以满足数据采集的普适性需求。为此,在分析作物种植环境数据采集工作实际需求的基础上设计并实现了作物种植环境数据采集系统(CPEDCS)原型。一方面,系统针对作物种植环境指标的不确定性特征提出基于结构表的用户可定制种植环境数据录入模式,支持用户自定义录入界面;另一方面,系统集成移动GIS为野外采集工作提供空间信息支持,并可以动态适应空间数据类型、数量、范围的变化。研究的数据组织模型在陕西省杨凌区小麦种植环境野外调查的实际应用中,表现出良好的实用性与稳定性,一定程度上提高了采集工作效率,减少了数据录入出错率并能为调查人员提供空间信息辅助功能。

基于遥感和GIS的平原和山区贫困县农村耕地利用演变对比

厘清耕地在不同地形环境下的利用情况与变化规律是实现农业现代化管理与脱贫攻坚的前提。结合遥感和GIS技术,该文对比了平原区贫困县(科尔沁左翼后旗)和山区贫困县(酉阳县)农村耕地数量、质量、分布与种植结构的演变差异。结果表明:1)平原县人均耕地数量远高于山区县,山区县耕地减少,但平原县耕地不降反增。2)平原县耕地质量较低,劣质耕地数量变化剧烈,山区县耕地质量略高,减少的耕地以中低质量为主。3)空间分布上耕地均呈集聚式发展,平原县耕作半径大于山区县,且向外扩张,山区县则向内收缩;平原县耕地斑块数和最大斑块指数持续增大,而山区县斑块数骤减且最大斑块略有增加;平原县平均斑块面积远大于山区县,研究期内均有不同程度地提高;平原县耕地面积加权平均斑块分维数提高,山区县则降低;平原县耕地优势分布在低地形位区,且变化不显著,山区县则优势分布在中低梯度区,且优势度增加。4)平原县普遍种植粮食作物,山区县以粮食作物为主,但经济作物占比较大且逐年增加。研究认为,地形与耕地资源禀赋的差异造成生产要素比较优势不同,进而耕地利用与农业生产模式不同,在社会经济和政策制度的驱使下,两县耕地利用朝着不同方向发展。

面向高分一号遥感影像的自动几何配准算法对比

遥感影像的几何配准是影像后续处理的重要前提和遥感农情监测等应用的重要保障。不同的自动几何配准算法在配准效果上存在差异,单一配准算法难以满足所有类型数据的配准要求。根据不同地形特征和不同时相特征,选择了平原和山地、夏季和冬季4个实验区,以现有的基于区域的互相关法、互信息法和基于特征的SIFT算法为基础,分别对上述4个实验区的高分一号影像数据进行自动配准实验,对比3种算法的配准精度、配准效率和稳定性。实验结果表明:应用SIFT算法进行配准,4组实验结果均目视接边效果良好且均方根误差达到10-5数量级,满足精度要求。该方法简单、高效,可以应用于农情遥感监测等日常业务。