利用视差进行立体像对的建成区检测方法

建成区的建筑物等地物通常高于周围地表,因此高度梯度在其边缘发生突变。从立体像对生成两幅核线影像及其对应的视差图,然后利用该规律由视差图生成立体像对视差指数(stereo pair disparity index,SPDI)图。对SPDI图的高值像素进行空间聚类,得到该视差图对应的核线影像中的建成区结果,并且该结果可投影定位于立体像对的原始影像。此外,对于立体像对的两幅影像中分别检测的不一致结果,由于视差图包含了同名点间的对应关系,因此利用视差图有利于对齐不一致结果。然后,对取交集可获得高可信度的、一致的建成区结果。最后,采用两组立体像对进行试验验证,结果表明该方法可从立体像对检测出高精度的建成区。

Google Earth Engine云平台对遥感发展的改变

近年来,随着遥感技术的快速发展,积累了海量的对地观测遥感数据。传统桌面端遥感处理平台(例如ERDAS和ENVI等)无法满足当前遥感大数据的应用需求。作为领先的遥感云计算平台,GEE(Google Earth Engine)的出现改变了传统遥感数据处理和分析模式,为海量数据快速处理与信息挖掘带来了新的契机。截止目前,科研人员已利用GEE成功开展了大量研究工作,发表多篇学术论文与综述。然而,还没有一项研究系统地分析GEE是如何推动遥感科学发展的。因此,本文旨在探讨GEE云平台相比于传统桌面端遥感处理平台分别在资源、方法和应用3个方面的创新性变革:(1)在资源方面,GEE以其集大数据/云计算为一体的特点,打破了传统数据、模型算法、算力分离的局面,实现上述3者的云端部署,在大规模数据快速处理与分析方面展现出巨大潜力;(2)在方法方面,GEE提供的遥感分析新方法,突破了传统遥感技术瓶颈,促进了遥感数据处理与分析的技术革新,极大提高了海量数据处理与信息挖掘效率;(3)在应用方面,GEE不仅为全球尺度的长时间序列快速分析带来发展机遇,而且推动了数据、算法和产品的快速共享,进一步迎来了开放、共享的遥感时代。通过系统归纳总结GEE平台的优势,不仅可以帮助潜在新用户了解GEE,同时加深现有用户的理解,还能促使谷歌开发人员完善和改进GEE,并且催生地球系统科学研究的新发现。