基于MODIS时间序列数据的春尺蠖虫害遥感监测方法研究——以新疆巴楚胡杨为例

春尺蠖虫害近年在新疆天然胡杨林区暴发成灾,严重威胁天然胡杨林的生存和绿色屏障功能的发挥。由于胡杨林面积大且胡杨树体高大,传统监测方法难以满足对胡杨林春尺蠖虫害进行快速监测的需求。以新疆巴楚县夏马勒林场为研究区,通过2014年至2017年上半年MODIS数据重构了NDVI时间序列数据集,并采用滤波技术进一步拟合了NDVI时间序列曲线。对比分析了3种滤波方法的效果,发现S-G滤波在拟合的同时较好的保留了原始曲线的细节,且全局拟合能较好地减弱异质性,使得植被覆盖空间连续性较好。通过飞机防治区样本点NDVI时间序列数据年际对比和与未飞防区样本点年内对比分析和突变点检测发现,飞机生物药剂喷洒手段针对春尺蠖病虫害有较明显防治效果,与地面虫口数量调查结果一致,且飞防效果具有一定延续性。研究结果表明通过胡杨林NDVI时间序列来监测分析春尺蠖病虫害可行。

基于多源特征融合的高分辨率遥感图像近海养殖区提取方法研究

近海养殖区是重要的海洋灾害承灾体,开展基于遥感技术的近海养殖区提取研究,对快速掌握沿海地区基础信息、减轻与防御海洋灾害有重要意义。利用国产高分系列遥感卫星图像,以福建省东山岛海域为实验区,在分析近海养殖区光谱特征的基础上,构建特征指数提取光谱特征,利用灰度共生矩阵的方法提取养殖区纹理特征,经过特征选择后融合养殖区的光谱与纹理特征,实现特征降维生成新特征,最后利用Otsu阈值法分别提取筏式养殖区与渔排网箱养殖区两种近海养殖区,实现对近海养殖区的高精度提取与分类。最终筏式养殖区的提取精度在80%以上,鱼排网箱养殖区的提取精度在90%以上,养殖区整体提取精度可达87%。

基于Landsat 8 TIRS数据的大气水汽含量反演劈窗算法

Landsat 8是2013年最新发射的Landsat卫星,携带了OLI和TIRS两个传感器,其中TIRS传感器获取了两个临近的热红外通道信息。劈窗协方差—方差比算法(SWCVR)是一种最通用的基于热红外的大气水汽含量反演方法,利用两个热红外通道(其中一个在大气窗口,另一个在大气吸收谱段)的吸收差异来反演大气水汽含量,该方法已经在MODIS等中低分辨率(1km)的热红外数据上得到很好的应用。将SWCVR算法移植到较高分辨率的Landsat 8TIRS数据上,并对水汽含量反演结果进行精度验证。气象数据验证结果表明,水汽含量的反演精度可以达到0.43g/cm^2。用MODIS水汽产品(MOD05)做交叉验证,反演的水汽含量和MOD05水汽含量的均方根误差(RMSE)为0.44g/cm^2,平均绝对误差(MAE)为0.34g/cm^2。总的来说,SWCVR算法应用于Landsat 8数据的水汽含量反演也能得到一个较高的精度。

基于半监督鉴别分析的高分辨率SAR影像建筑区提取

针对建筑物在城市化发展规划、地理国情信息系统更新、数字化城市以及军事侦察等方面的迫切要求,提出将半监督鉴别分析(Semi-supervised Discriminant Analysis,SDA)算法应用于高分辨率SAR影像的建筑区提取中,实现快速提取建筑区信息以及提高城市地物目标识别能力。以Radarsat-2影像和TerraSAR-X影像为实验数据,基于灰度共生矩阵计算影像的各种纹理特征;结合SDA算法进行特征提取,并以新特征作为大津法(Otsu)的输入提取建筑区;最后对分类结果进行后处理。实验结果与线性鉴别分析(Linear Discriminant Analysis,LDA)算法和局部保持投影(Local Preserving Projection,LPP)算法进行比较,结果表明:SDA算法具有较强的泛化能力,在先验类别信息较少时,适用于高分辨率SAR影像的特征提取,可以快速有效地提取建筑区信息。