一种耦合DeepLab与Transformer的农作物种植类型遥感精细分类方法

如何精细遥感监测复杂的不同类型农田作物种植情况,是智慧农业农村领域实现农耕面积调查与农作物估产的关键。目前的高分辨率影像的作物种植像素级语义分割中,深度卷积神经网络难以兼顾空间多尺度全局特征和局部细节特征,从而导致各类农田地块之间边界轮廓模糊和同类农田区域内部完整性不高等问题。针对这些不足,本文提出了一种耦合DeepLabv3+和Transformer编码器的双分支并行特征融合网络FDTNet,以实现农作物种植类型的精细遥感监测。首先,在FDTNet中并行嵌入DeepLabv3+和Transformer分别捕获农田影像的局部特征和全局特征;其次,应用耦合注意力融合模块CAFM有效融合两者的特征;然后,在解码器阶段应用卷积注意力模块CBAM增强卷积层有效特征的权重;最后,采用渐进式多层特征融合策略将编码器和解码器中的有效特征全面融合并输出特征图,以实现晚稻、中稻、藕田、菜地和大棚的高精度分类识别。为了验证FDTNet网络模型在高分辨率作物分类应用的有效性,本文选择不同高分辨率的Yuhu数据集和Zhejiang数据集验证,mIoU分别达到74.7%和81.4%。相比于已有的UNet、DeepLabv3、DeepLabv3+、ResT和Res-Swin等深度学习方法,FDTNet的mIoU可分别高2.2%和3.6%。结果表明,FDTNet在纹理单一、大样本量,以及纹理多样、小样本量的两类农田场景中同时表现出优于对比方法的性能,具有较全面的多类别农作物有效特征提取能力。

2001-2020年青藏高原草地物候变化遥感监测

[目的]探究青藏高原草地物候时空变化规律,对于理解高寒生态系统与区域气候之间的相互作用和生态安全屏障保护与建设具有重要的科学意义。[方法]基于2001—2020年MODIS归一化植被指数(NDVI)时序产品,采用非对称高斯函数拟合法和动态阈值法,提取了青藏高原草地NDVI峰值、NDVI峰值期、返青期(SOS)、枯黄期(EOS)和生长季长度(LOS)参数。[结果](1)研究区草地物候的空间分布规律明显,自西向东,草地NDVI峰值增加、峰值期提前、SOS提前、EOS推迟、LOS延长。(2)20年间,青藏高原草地物候年际变化主要表现为SOS呈提前趋势(12.11%的区域显著提前),EOS呈推迟趋势(18.49%的区域显著推迟),LOS呈延长趋势(18.87%的区域显著延长)。(3)青藏高原气温、降水对SOS有1~2个月的滞后效应;气温对EOS有1~2个月的滞后效应,而降水对EOS的滞后效应不明显。考虑滞后效应的条件下,气温是影响草地SOS,EOS年际变化的主导因子。[结论]青藏高原草地物候具有空间异质性,且气温是影响草地物候时空变化的主要因素。

基于GEE云平台与Sentinel数据的高分辨率水稻种植范围提取——以湖南省为例

准确获取大范围的水稻种植空间分布信息对调整农业生产结构和保障粮食安全至关重要。本文以湖南省为研究区,基于谷歌地球引擎(Google Earth Engine,GEE)云平台,协同Sentinel-1 SAR和Sentinel-2 MSI数据,根据水稻物候期极化(vertical transmit/horizontal receive,VH)后向散射系数、增强型植被指数(enhanced vegetation index,EVI)的变化特征构建水稻提取决策树模型,开展高分辨率水稻种植范围遥感提取,并进行精度验证。结果表明:本模型能够准确实现多云多雨地区的水稻种植范围遥感制图;基于混淆矩阵计算水稻总体分类精度为93.97%,Kappa系数为0.908,单、双季稻F1-score均超过91%,可为亚热带多云雨且稻田破碎分布区的水稻种植范围遥感提取提供参考。湖南省水稻分布受地形和气温的影响明显,主要分布在海拔200 m以下,坡度小于6°,年均气温大于17℃的区域;双季稻集中分布在岳阳、常德和益阳市,而单季稻种植分布相对零散。

车载遥感高速公路广告影像的文本信息提取研究与应用

针对现有高速公路广告牌人工巡检成本高、效率低且危险性大等问题,提出了一种以车载遥感影像的文本信息识别为技术支持的高速公路广告牌巡检新方法。该方法以车载遥感高速公路广告牌影像为研究数据,建立了一种融合最大稳定极值区域(maximally stable extremal regions,MSER)检测的高精度筛选算法和基于边缘像素点的笔划宽度变换(stroke width transform,SWT)字符识别优化算法,并基于文本信息提取实现广告牌问题的自动化甄别。研究结果表明:倡导的通过车载遥感技术与信息提取所结合的高速公路广告牌智能巡检方法可行且效率高,并且很好地解决了现行作业方式中施工人员的安全问题;提出的广告牌文本信息提取方法准确率高于80%。研究成果为我国高速公路管理及相关部门及时有效地识别、更新、维护高速公路广告牌提供了一种新的原创性技术支撑。

高分遥感影像云雪共存区轻量云高精度检测方法

云检测是遥感图像预处理过程中的关键步骤,但是当场景的下垫面中存在雪时,常用的云检测方法易受到干扰而降低云检测精度。此外,现有云检测数据集多为中等分辨率,且并未强调探讨云雪共存区域。因此,本文创建发布了基于高分辨率云雪共存遥感影像的云检测数据集CloudS,并提出了一种面向高分辨率云雪共存场景的轻量云检测卷积神经网络RDC-Net。RDC-Net中包含可重构多尺度特征融合模块以用于多尺度云特征的提取;双重自适应特征融合模块以对有效云特征实现表征重建;可控深层梯度指导流模块进行网络梯度下降的无偏指导。受益于上述几个技术组件,该网络能进一步提升复杂区域云检测的稳健性并促进部署的轻量化。试验结果表明,本文方法对遥感影像中的薄云及雪域上空的云具有极佳的提取能力,同时对雪等高亮地物具有良好的抗干扰能力。此外,RDC-Net具有极少的参数量与前向推理浮点运算量,这也使得其适合于实际的工业生产部署。

融合多源遥感数据的长株潭城市群碳排放时空差异分析

碳排放时空分布监测与评估是城市可持续发展的重点研究课题之一。面向长株潭城市群碳排放的时空分布和差异分析,本文基于NPP-VIIRS夜间灯光影像和不透水面数据,结合县级碳排放数据,构建长株潭城市群碳排放估算模型,并定量分析了长株潭城市群碳排放时空分布特征及变化趋势。结果表明:(1)不透水面、夜间灯光均值和总值数据能够反映长株潭城市群区域碳排放水平;(2)2013—2017年长株潭城市群碳排放具有聚集性,主要分布在长株潭城市群北部的中间区域,碳排放区域逐年扩大但强度减弱;(3)2013—2017年长株潭城市群碳排放变化趋势为中心区域呈现负增长,城市扩张的边缘区域承接了部分碳排放量。本文融合多源遥感数据对2013—2017年长株潭城市群县级碳排放进行估算与监测分析,揭示了长株潭城市群碳排放时空分布变化规律,可为该区域碳减排和区域可持续发展提供科学参考。

基于Landsat 8 OLI数据内蒙古石哈河地区蚀变信息提取

内蒙古石哈河地区气候条件恶劣,地质构造复杂,矿产资源丰富,具有良好的遥感找矿前提。文章以Landsat 8 OLI遥感影像作为数据源,首先对影像数据进行Flash大气校正等预处理操作,根据蚀变矿物的光谱特征,以蚀变围岩的光谱异常为理论依据,结合波段比值和主成分分析方法提取相应蚀变矿物的主分量图像,再结合密度分割对主分量图像划分蚀变等级,将提取的蚀变异常信息与地质资料进行对比验证。结果表明:波段比值-主成分分析方法提取研究区内的蚀变信息与已知矿点基本吻合,提取铁染蚀变精度为68.75%,效果较好,对以后地质人员的矿产勘查作业具有重要的指导意义。

基于车载遥感影像的高速公路广告牌破损检测方法及应用

现行高速公路广告牌通过人工巡检的管理方式存在低效与交通安全问题,本文提出了一种以车载遥感广告牌影像破损识别为技术支撑的高速公路广告牌巡检新方法。该方法基于改进的SIFT算法和RANSAC算法,在SIFT高斯差分空间极值点选取之前,通过离散余弦变换将描述图像的光强信号转换为频谱信号,同时进行门限操作筛除高频系数,以此提高初始内点集的质量。采用单适应矩阵与RANSAC算法构建透视变换测试模型,计算最佳匹配点后进行精匹配,求取两张互相作差的影像之和,标记并提取迥异的连通域。试验结果表明,本文算法在广告牌破损检测中表现稳健,在多种干扰条件下,检测精度均超过80%,满足高速路广告牌破损监测的应用需求。研究成果为我国高速公路管理及相关部门及时有效地识别、更新、维护高速公路广告牌提供了一种新的技术支撑。

融合图卷积与多尺度特征的接触网点云语义分割

准确的接触网语义分割结果对于接触网组件提取和几何参数检测具有重要的意义。实际上,接触网场景复杂,部件之间的尺寸差异较大,并且存在着较多语义信息接近且相连的部件,导致现有的深度学习方法难以高精度地完成接触网点云语义分割任务。基于上述问题,本文提出一种基于图卷积和多尺度特征的神经网络GDM-Net。该网络包含基于图的局部特征提取器,增强了对接触网点云局部特征提取;双重通道注意力模块,同时兼顾了接触网点云的全局和显著特征的提取;多尺度特征融合的细化模块,通过提取并融合接触网的多尺度信息,提升了分割精度。受益于上述几个模块,该网络提升了对于接触网部件交界处的点云分割能力。基于接触网数据集对该方法进行定性和定量的验证分析,GDM-Net相较于5种其他的点云深度学习方法,精度最高,OA、mIoU和F 1值这3个精度指标分别可以达到96.73%,91.06%和95.28%。定性比较表示,本文提出的网络可以有效减少部件连接部分的错分问题,提高接触网部件分割的完整性。

基于虚拟坐标的矢量地图差值扩展可逆水印方法

传统差值扩展技术受数据相关性限制,直接应用于矢量数据可逆水印方案易导致较低的水印容量和较大的数据失真,对顶点相关性低的矢量地图,水印效果更差。为实现更高的水印容量并控制数据失真,该文针对传统差值扩展技术提出改进:①在顶点坐标之间插入虚拟坐标,以虚拟坐标为参考点计算坐标差值;②将计算得到的坐标差值直方图向左平移,使直方图峰值点与原点重合;③水印以差值扩展的方式嵌入平移后的坐标差值中。实验结果表明:该算法的水印容量为2 bit/点,至少是传统差值扩展水印容量的6倍;与传统差值扩展方法相比,数据失真更小,原始地图坐标与水印地图坐标的RMSE和地图坐标最大改变量Max-R均大幅降低,算法严格可逆且对顶点相关性低的矢量地图水印效果仍然很好。

融合多方法的长沙城市活力空间异质性研究

应对城市快速扩张所带来的一系列城市问题,提升品质、营造活力已成为现阶段城市规划与建设的重要目标。文章以多源数据为基础,提出融合地理探测器和多尺度地理加权回归模型,多角度地探测城市活力驱动机制及空间关联性,并对比时空差异。研究发现:(1)工作日和休息日,长沙城市活力分布均展现较强的空间集聚性,表现为活力核与城市商圈分布基本一致。(2)识别出不同影响因子的关联强度,其中工作日的城市活力受开发强度和商业设施密度影响最为显著,为关键驱动因素,而休息日受商业设施密度影响最显著。(3)无论工作日还是休息日,商业服务设施密度与开发强度两者交互的影响最为明显。基于以上结论,文章提出了城市活力营造的策略。

病态问题解算精度的相对均方误差比较分析方法

病态问题导致参数估值方差较大,在参数真值未知的情况下,难以对正则化与TSVD(truncated singular value decomposition)方法进行精度比较。针对此问题,提出一种均方误差相对比较分析方法。首先,基于正则化估值相对变化量与TSVD估值相对变化量确定二者相对于最小二乘估值的相对偏差,避免偏差计算对真值的依赖;然后,利用相对偏差以及相对标准差确定均方根误差相对下降量,通过比较相对下降量大小确定最优的解算方法;最后,通过两组实验验证均方误差相对比较分析方法的可行性与有效性。

基于倾斜摄影技术的河道划界方法及其应用

由于大部分河道周边地形复杂,传统方法划界工作程序复杂,任务量大,效率低,因此,本文提出采用无人机倾斜摄影测量技术结合现代制图方法来确定河道界线的新方法。该方法通过无人机倾斜摄影测量技术来获取完整的河道地形,采用现代测图方法得到河道纵横断面数据,利用基础数据通过水文计算方法得到洪水位线,根据国家规范使用制图软件得到准确的河道管理界线。研究结果表明:通过无人机倾斜摄影测量技术结合现代制图方法推算河道界线方法可行,极大地减轻了河道划界工作量,划界效率显著提升。研究成果可为我国河道管理部门提供一种快速高效的河道划界新方法。

一种无人机滑坡遥感影像的快速匹配算法

由于传统匹配方法主要基于高斯线性空间进行,所得细节与噪声程度相似,不能有效保留滑坡的边缘信息,因此影响滑坡定位的准确性和时效性。针对上述问题,设计了一种基于AKAZE特征和二进制稳健不变特征(BRISK)算法的无人机滑坡遥感影像的快速匹配算法,克服了传统特征提取与匹配方法的不足。利用AKAZE算法进行关键点探测,然后使用快速最近邻搜索库(FLANN)对关键点进行匹配,最后利用Ratio方法和单应性估计法剔除误匹配,提高关键点匹配质量。通过无人机滑坡遥感影像匹配试验,结果表明:同等条件下新算法耗时仅为传统算法的12%~48%,匹配率较传统算法增加了10%~40%,不仅能够准确地完成同名点的匹配,还提高了运行效率,为滑坡灾害的有效管理以及相关部门进行应急救援提供一定的技术支撑。

1991—2021年天山融雪末期雪线高度遥感监测研究

研究融雪末期雪线高度变化有助于预测冰雪系统未来的变化趋势、理解区域和全球气候变化。基于Google Earth Engine(GEE)平台和Landsat卫星数据,发展了区域雪线高度提取模型,提取了天山4个子流域1991—2021年的融雪末期雪线高度,并分析了雪线高度的变化特征及其与气象因素的关系。结果表明:(1)Landsat提取的融雪末期雪线高度与Sentinel-2提取的融雪末期“最小化”积雪范围具有较高的一致性,其总体精度为91.6%,Kappa系数达0.9以上,利用该模型可准确获取融雪末期的区域雪线高度。(2)研究区近30 a融雪末期雪线高度呈明显的上升趋势,上升速率介于2.7~6.4 m·a^(-1)之间;其中,玛纳斯河流域雪线高度上升速度最快,阿克牙孜河流域雪线高度上升速度最慢。(3)夏季气温是影响研究区融雪末期雪线高度变化的主要因素(P<0.05),降水对其影响相对较弱。

基于代价敏感学习的遥感影像云检测方法

针对云检测任务中云和背景样本不均衡易造成模型泛化能力差的问题,应用代价敏感学习方法,在卷积网络的损失函数中引入代价系数,同时使用F1分数代替总体精度指标进行模型选择,可有效克服样本不均衡问题。以高分一号影像为实验数据,提取了不同下垫面的云,验证了本方法的有效性。

多特征优选的Sentinel-2A影像随机森林分类研究

为了探寻更高效、更准确的土地利用分类方法,本文选取遥感光谱、影像纹理特征、植被指数、生物物理指数及地形特征信息,构建多特征随机森林土地利用分类方案。以山西省晋中市祁县为例,设计7种方案对研究区域Sentinel-2A影像数据进行分类,采用混淆矩阵进行精度评估。研究结果显示,合理地选取特征变量可以提高随机森林分类的精度,结合不同特征组合随机森林分类精度和袋外数据误差进行特征重要性比较:土壤反射性指数>生物物理指数>纹理指数>地形特征;在相同分类条件下与其他机器学习分类方法(支持向量机、神经网络)相比,基于多特征随机森林优选的方法总体精度达到91.96%,Kappa系数为0.902,提取效率更快、精度更高。

湘潭市城区中小学教育资源空间布局分析与优化

基于GIS技术实现城区教育资源可视化,探究现有学校服务能力与居民需求是否一致,对于教育资源空间布局优化具有重要意义。以湘潭市城区中小学教学资源为研究对象,采用网络分析法构建以学校为原点的服务区,分析现有学校空间可达性,通过加权叠加分析与量化因子选取,优化现有学校资源空间布局。结论如下:(1)研究区域中小学生人均用地面积均低于我国现行规定标准;(2)湘潭市中心城区中小学教育资源要高于其他地区,教育资源浪费与教育资源供给不足并存;(3)研究区内居民点到中小学的步行可达性较差,小学总体服务面积不足研究区域范围的1/10,中学总体服务面积占研究区总面积的30.72%;(4)基于指标评价结果,为选取合理的可新建学校区域提供参考:雨湖区新建选址2所中学、3所小学,岳塘区新建选址1所中学、2所小学。研究成果为湘潭市中小学城区教育资源布局提供了理论指导,同时,可以为新建学校选址提供参考。

顾及地表散射贡献与多基线参数线性相关性的PolInSAR植被高反演方法

单基线PolInSAR受观测信息不足影响常假设体散射占优极化方式地体幅度比为零,以实现植被高参数的反演,该假设导致植被高参数反演存在较大偏差。利用多基线观测数据,可补充观测信息实现地体幅度比参数的反演。然而,多基线反演模型引入过多模型参数,造成部分参数存在近似线性相关性,引起反演模型病态,常规算法难以得到准确的模型参数估值。鉴于此,本文提出了植被高反演多基线分步解算方法。首先,基于多基线体散射占优极化数据构建多基线反演函数模型,利用正则化方法处理模型病态问题,获得模型参数正则化估值,并通过均方误差分析方法筛选模型参数估值,确定出可靠的地体幅度比参数估值;然后,利用地体幅度比参数估值重估多基线纯体相干性,并基于最小二范估计准则融合多基线纯体相干性反演植被高参数。试验结果表明,本文方法可有效提高植被高反演精度,相较于三阶段算法与多基线常规解法,反演精度提高了26%,具备较好的可行性和有效性。

利用均方误差相对变化规律确定正则化参数及其在PolInSAR测量反演中的应用

正则化方法是大地测量解算病态问题的常用方法,而正则化参数是影响正则化方法解算结果的关键参数。以均方误差最小为准则选取正则化参数,具有较充分的理论依据,可有效实现模型参数估值精度的提升。但是,均方误差计算过程中需要未知参数的真值,在实际情形中只能通过参数估值替代真值估算均方误差,难以获得可靠准确的均方误差值,限制了正则化参数的有效性。鉴于此,本文分析了正则化参数变化引起的方差与偏差变化规律,提出了一种均方误差相对变化值确定方法。依据不同正则化参数下模型参数真值不变原则,计算不同正则化参数下的方差与偏差相对变化量,从而消除参数真值对均方误差估计的影响。本文首先利用不同正则化参数计算两相邻正则化参数间的方差与标准差相对变化量;然后计算两正则化参数间模型参数估值变化量,通过差分运算分析得到两相邻正则化参数下的偏差相对变化量;最后综合标准差变化与偏差变化关系,得到均方误差最大降幅的正则化参数。通过PolInSAR植被高测量试验对本文方法的可行性进行了验证。试验表明,本文方法可有效改善正则化法模型参数估计精度。两个PolInSAR测量试验模型参数反演精度均得到了提高,合理验证了本文方法的可行性与有效性。