基于改进HRNet的遥感影像冬小麦语义分割方法

冬小麦在影像中呈现田块碎小且分布零散等空间特征,同时影像包含的复杂地物对冬小麦识别造成干扰,易出现识别精度低且边界分割模糊等问题。为及时准确获取大范围冬小麦空间分布信息,该研究以高分二号卫星影像作为数据源,提出一种CAHRNet(change attention high-resolution Net)语义分割模型。采用HRNet(high-resolution Net)替换ResNet作为模型的主干网络,网络的并行交互方式易获取高分辨率的特征信息;联合OCR(object-contextual representations)模块聚合上下文信息,以增强像素点与目标对象区域的关联性;3)引入坐标注意力(coordinate attention)机制,使网络模型充分利用有效的空间位置信息,以保留分割区域的边缘细节,提高对分布零散、形状多变的冬小麦田块的特征提取能力。试验结果表明,在自制的高分辨率遥感数据集上,CAHRNet模型的平均交并比(mean intersection over union,MIoU)和像素准确率(pixel accuracy, PA)分别达到81.72%和97.08%,MIoU相较U-Net、DeepLabv3+分别提高了9.09、2.44个百分点;PA相较U-Net、DeepLabv3+分别提高6.80、1.59个百分点,说明CAHRNet模型具有较高的分割识别精度,可为进一步准确获取冬小麦作物分布信息提供技术支撑。

遥感在固废污染溯源中的应用研究

工业生产产生的固体废弃物未经处理随意排放会导致地下水和土壤污染等严重后果,对我国生态环境安全和人民群众生命健康构成威胁。传统的监测手段依赖执法人员现场执法,往往无法及时发现违法现象。卫星遥感监测具有客观性、时效性、普适性等特征。随着我国以高分辨率对地观测系统为代表的民用空间基础设施建设的不断完善,卫星遥感影像资源逐渐能够满足开展长时间序列溯源监测的需要。以山西三维集团违规倾倒工业废渣事件为例,通过多源卫星的多时相卫星遥感影像,对工业固体废弃物恶意排放的违法事件开展了全过程监测,还原了事件发生始末,对固体废弃物的种类进行了分析,起到了良好的效果,为露天固体废弃物监管提供了一种新的技术手段。

城市绿地水热通量的遥感反演与实验验证

为了定量评估北京绿色奥运城市绿地建设对生态环境的改善作用,根据北京城市下垫面状况改进了SE-BAL模型地表比辐射率、地表温度参数,应用模型对北京TM遥感图像反演了城市绿地水热通量,并用涡度相关系统地面同步观测数据进行验证,模型反演值与地面观测值基本相符。秋季植被覆盖下垫面显热约为建筑区的78%,为裸土的60%;而潜热约为建筑区的1.24倍,为裸土的1.55倍;林地显热约为草地的97%,潜热为草地的1.12倍。显热随植被覆盖度Pv的增加而降低,而潜热随Pv的增加而增加;在低植被覆盖度(Pv<0.6)区域,提高Pv对降低显热、增加潜热的效果比高植被覆盖度(Pv>0.6)区域要显著。

遥感科学与技术中的一些前沿问题

将人不可及的观测统称为遥感,使地面传感器成为遥感的一部分。提出遥感科学与技术的基本内容,包括传感器研制、遥感数据获取、数据处理、信息提取和应用5个部分。其理论基础是辐射传输过程模拟与反演,贯穿于各个组成部分。数据的可视化及传输发布存在于从数据获取到应用的各个环节。遥感科学与技术正处于快速发展时期,各个方面都有前沿问题。辐射传输理论中的尺度和多角度问题,地形对辐射和图像几何影响及相应的多源多时相数据的匹配问题,遥感信息提取中自动化和目视解译的结合以及信息提取新策略问题,遥感与基于过程模拟的气候—水文—生态模式相结合的四维数据同化技术等是当前遥感科学与技术发展中的重要学科前沿。四维数据同化技术是突破遥感瞬时信息获取、实现图像与机理模型有机结合、改善自身数据产品质量和促进地学大范围模拟准确性的重要发展方向,能增强遥感对全球变化科学的贡献。

基于缩微模型法的宽视场效应实验室验证方法研究

本文在垄行作物网格模型方法分析视场效应变化的基础上,提出了一种新型宽视场效应的实验室分析方法,采用缩微模型模拟验证了垄行作物的亮叶、暗叶、亮土、暗土四分量在传感器视场中面积权重变化﹑空隙率的变化﹑方向亮温的变化﹑红外波段反射率的变化以及植被指数NDVI的变化率,研究了不同高度﹑不同传感器观测角度以及不同传感器中心位置变化的实验室方法,验证结果良好,为优化理论模型提供了实验的依据。

融合光谱度量标记迁移和Tri-training的高光谱遥感图像半监督分类算法

针对海量的高光谱遥感图像光谱和丰富的空间信息中可用于分类的有标记样本远少于无标记样本的数据特性,提出了一种融合光谱度量标记迁移和Tri-training的高光谱遥感图像半监督光谱-空间分类算法。该算法提出了一种基于光谱度量的标记迁移方法,通过结合迁移标记和Tri-training预测标记进行扩充样本标记预测,提高了扩充样本标记的准确性。同时,该算法基于空间相关性选择扩充样本,综合运用光谱和空间特征提升图像分类的精度。在两个公开的高光谱遥感图像数据集上进行了实验,结果表明该算法优于基于Tri-training算法的高光谱遥感图像的分类性能。

基于NDVI-NSSI空间与HSV变换的成熟期农作物遥感识别

成熟期农作物的识别在农作物种植面积估算、农业生产及产量统计方面具有重要作用。为提供一种简便的成熟期农作物遥感识别方法,利用Sentinel-2A数据,以安徽省滁州市凤阳县为研究区,通过归一化植被指数(Normalized difference vegetation index,NDVI)与归一化光谱分离指数(Normalized spectral separation index,NSSI)构成的空间,提取光合植被、非光合植被、裸土的纯端元,由像元三分模型,得到非光合植被覆盖度及成熟期农作物的空间分布。为进一步提取研究区内具有相同成熟期的冬小麦与油菜,利用油菜开花期Sentinel-2A数据,由Hue saturation value(HSV)图像变换方法,分别提取出成熟期冬小麦与油菜。与地面观测数据和辅助数据相比,提取的成熟区冬小麦、油菜的总体精度为95.34%,Kappa系数为0.904,高于支持向量机方法(总体精度91.66%,Kappa系数为0.813)与决策树方法(总体精度92.39%,Kappa系数为0.838)的提取精度。结果表明,NDVI-NSSI空间与HSV变换相结合的方法,可以有效将非光合植被与土壤背景分离,识别成熟期冬小麦与油菜,具有对数据需求较少,易操作等优势,也为提取农作物成熟期内的裸地以及与裸地具有相似波谱的地物提供了思路与方法。

基于大数据的遥感参数人工智能反演范式理论形成与工程技术实现

为了解决人工智能(Artificial Intelligence)应用在地球物理参数反演中的“黑箱”问题,使得人工智能应用具有物理意义和可解释性及普适性,深度学习耦合物理方法和统计方法的理论和技术在各学科领域正在陆续展开。本研究通过梳理作者20余年的相关研究,在前面归纳和演绎得到人工智能地球物理参数反演范式理论和判定条件基础上,分别给出了遥感参数人工智能反演范式和判定条件。目前大家研究普遍遇到一个问题,很多人工智能参数反演理论模拟数据反演精度非常高,但实际应用反演精度不理想,因此深度学习如何耦合物理方法和统计方法成为当前亟须解决的工程与技术难题。我们以被动微波土壤水分和地表温度反演为例进行阐述,分析表明物理模型本身的精度还要很大的提升空间或者模拟数据只代表现实情况中的少部分情况。因此只利用物理模型模拟数据直接进行反演还存在很大的局限,必须补充大量高精度的多源统计观测数据。同时可以通过利用模拟数据对深度学习训练和用实际数据检验物理模型的误差。统计方法是人类最直观的描述,物理方法是对统计方法的归纳演绎总结,但真实世界的信息或能量传输是按量子形式传递,物理模型只是当前人们认识世界的最高形式,大部分模型并没有刻画好真实信息流。深度学习中的不同神经元更适合描述和表达量子信息的传输方式,以微积分量子能量信息流认识真实世界需要提高人类的思维认知方式,这才是最高模式。如何采集满足真实情况(量子信息或能量传输)的数据显得非常重要,当前可以充分利用物理逻辑推理构建物理方法和统计方法,并在范式理论和判定条件框架指导下利用大数据思维模式提高地球物理参数反演精度。通过物理逻辑推理证明输入变量能唯一确定输出变量是形成具有物理意义和可解释及通用的反演或分类或预测范式的基本条件,从量子信息(能量)传输真实角度控制采集数据质量是地球物理参数高精度反演工程与技术实现的关键,提高微积分量子信息流思维认知和甄辨物理模型的局限对实现人工智能高精度反演具有里程碑意义。

基于Sentinel-2A时序谐波分析的山区林草资源遥感自动分类

文章提出了基于Sentinel-2A密集时序的山区林草资源自动分类方法。在GEE云计算平台支持下,首先基于Sentinel-2A影像计算年度NDVI密集时间序列;然后利用HANTS谐波分析对年度NDVI进行时序重构,获得年度完整的NDVI时序特征谱;在此基础上构建随机森林分类模型,通过特征计算和优选,完成影像分类和精度评价;并以大别山西麓麻城市为研究区开展了实验研究。实验结果表明:时序谐波分析方法能够有效地区分林草资源及森林亚类,时序谐波特征支持下Sentinel-2A密集时序林草资源遥感分类总体精度较高,相比传统多期分类、现有的全球30 m GLC_FCS30-2020分类产品,OA和Kappa均有了一定的提高。

典型煤炭矿区生态健康遥感诊断

煤炭资源是我国重要的一次性能源,科学监测与评估矿区生态健康,对于维持经济发展与生态健康的平衡至关重要。本文选取位于山西省的3处典型煤炭矿区,基于2001—2021年的Landsat遥感数据,利用目视解译方法对露天矿区进行了多年用地类型演变格局分析;并分别对3处典型矿区的绿度、湿度、干度、热度进行了估算,应用知识粒度熵的权重计算方法,综合构建了矿区遥感生态指数(RSEI),完成了矿区生态健康多年遥感诊断。结果表明,两处露天矿区呈现边开采边复垦的生产模式,各有半数的研究年份RESI区域均值达到0.5以上;地下矿区的开采工作基本不造成地上扰动,其2001年以来的生态健康状况较为稳定,RSEI均值在0.7上下浮动;3处矿区2021年的RSEI均值分别为0.53、0.48、0.70。本文改进了传统的遥感生态指数构建方法,为煤炭矿区的长时序生态监测与遥感诊断提供了科学支撑。

基于卫星遥感数据的Noah-MP地表反照率关键参数优化

地表反照率是影响地–气相互作用的关键因子,而准确描述地表反照率是改进陆面模型水热模拟能力的关键。当前Noah-MP (the Noah land surface model with Multiple Parameterizations)土壤反照率估算主要依赖于查找表方法,该方法基于土壤颜色获得不同土壤类型的反照率,但在区域尺度上土壤颜色等级尚未得到有效率定,直接影响了区域反照率模拟水平。此外,裸土反照率的计算还高度依赖于土壤水分。针对这一问题,以同化得到的土壤水分数据作为输入,计算得到不同土壤颜色等级对应的反照率时间序列。在此基础上,以MODIS反照率为参照,同时排除高植被覆盖和积雪的影响,逐步筛选得到青藏高原区域0.25°格点尺度下最优的土壤颜色等级。评估结果表明,优化得到的土壤颜色等级空间分布规律符合土壤质地与反照率之间的物理规律,且改进了研究区域70%空间网格内的Noah-MP模型反照率估计。

基于遥感的黄河三角洲湿地时空变化特征及驱动因素研究

为适应黄河三角洲湿地快速频繁变化的特点并提高数据解释力度,为黄河三角洲科学规划和管理保护提供必要参考,基于Landsat影像密集观测1986—2021年15个时期的黄河三角洲湿地,研究湿地时空变化,定量分析驱动因素。结果表明:(1)黄河三角洲湿地存在波动变化和阶段性特征,自然湿地减少1579.07 km^(2),滩涂和草甸灌丛损失率均超过60%;人工湿地面积增加了1210.67 km^(2)。(2)农田、建设用地和人工湿地扩张与自然湿地萎缩显著相关,相关系数分别为-0.682、-0.963、-0.976;2009年后因退耕还湿,开垦的影响减弱。(3)输沙量与自然湿地面积相关系数为0.614,在水文因素中起主导作用;1993年以前河口泥沙淤积效应强于海洋侵蚀作用,随后反转。(4)气温升高和干旱事件加剧了湿地损失。

“5.22”玛多地震影响区水体变化遥感探测

对地质活动主要影响区水系、水体变化进行监测,对于探索地质活动对区域自然和社会系统的影响具有重要意义。本文在GoogleEarthEngine平台的支持下,基于2018—2021年逐年7—11月的Sentinel-2A/B遥感数据,通过构建水体指数并利用大津算法对“5.22”玛多地震影响区水体信息进行提取并探测其变化情况。主要结果如下:(1)基于Sentinel-2A/B遥感数据构建的8种水体指数中B3和B5波段组合指数水体信息提取最优,为水体指数构建的波段选择提供了新的参考;(2)对玛多地震前后水体变化进行探测发现2018—2021年研究区水体不存在新增与消失,仅有扩张或收缩,且地表水体面积总体上呈先扩张后收缩的趋势。但是,对局部水体来说,并不完全遵循这一规律;(3)气候变化并不能很好地解释局部水体的变化规律,结合区地震影响区域现场调查的事实证明地震活动确实造成了部分地表水体的变化。

国家自然保护区海岛森林碳汇潜力评估及驱动因素分析

海岛森林生态系统受地理位置特殊和数据源较少等因素影响,其碳通量动态监测及碳汇功能评估鲜见报道。该文以南麂岛森林生态系统为研究对象,基于涡度相关技术探讨了2020—2021年净生态系统碳生产力(net ecosystem productivity,NEP)、总初级生产力(gross primary productivity,GPP)和生态系统呼吸(ecosystem respiration,Reco)的变化特征及其影响因素。结果显示,南麂岛森林生态系统表现为碳吸收,2020和2021年CO_(2)净吸收量分别为516 g C·m^(-2)·a^(-1)和598 g C·m^(-2)·a^(-1),Reco分别为1037 g C·m^(-2)·a^(-1)和1646 g C·m^(-2)·a^(-1),GPP分别为1552 g C·m^(-2)·a^(-1)和2244 g C·m^(-2)·a^(-1)。太阳总辐射(Rg)、光合有效辐射(PAR)、净辐射(Rn)、显热(H)与NEP、GPP显著正相关(p≤0.001);空气温度(Tair)和土壤温度(Tsoil)与Reco显著正相关(p≤0.001)。日尺度上南麂岛森林光合作用时间长于碳吸收时间,当Tair达到10.05~27.76℃,PAR达到110.47~429.44μmol·m^(-2)·s^(-1)时,海岛森林光合作用强度高于生态系统呼吸作用强度,表现为CO_(2)吸收。南麂岛森林生态系统碳通量监测与评估将为建立我国蓝碳动态监测评估管理体系提供重要的理论支持。

遥感在文物保护中的应用研究

探讨了通过建立卫星、无人机、地面传感器等形成天空地一体化的文物遥感监测体系技术路线,实现摸清文物家底,辅助划定文物保护范围,对保护范围及建设控制地带内的地物变化进行动态监测和违法取证、开展事后执法遥感核查,同时创新性地引入第一次全国自然灾害综合风险普查成果,依托地面传感器、人工智能、大数据、卫星资源等技术对文物影响较大的自然灾害类型进行沉降监测,火情识别,滑坡、泥石流预警等,达到对文物安全应急事件快速预警响应的效果,还可为文物灾害救援最优策略提供数据支撑,形成全过程全链条式的文物保护工作机制。

基于遥感的疫情后工业企业复工复产监测研究

遥感监测具有客观性、时效性、稳定性和普适性等特征,根据高温目标遥感特征形成机理,以南昌市主要工业园区为研究对象,基于工业企业生产下光学和热红外遥感表征要素的客观提取与定量估算获取不同时段工业企业复工复产信息,并基于气象预报温度进行修正剥离季节因素。研究结果标明,南昌市从2月底全面复工以来,截至4月15日,城市开始“热起来”,全市主要工业园区地表温度大幅上升,重点企业已恢复正常生产活动,监测结果与江西省工信厅发布数据相吻合,证明该方法具有可行性,能够对工业企业复工复产情况进行客观、有效的分析并进行可视化展示,可为相关部门制定助力工业企业复工复产和促进经济发展扶持政策提供良好的数据支撑。

基于遥感的鄱阳县鄱阳镇洪涝灾情评估

针对传统灾情评估以人工为主的信息采集分析手段时效性差、数据抗干扰能力不强、空间数据可视化丰富程度较弱,难以有效支撑防洪抗涝的需要。文章以较具代表性的鄱阳县鄱阳镇为研究区,基于遥感监测具有视野广、信息量大、获取数据快等特点,依据国家标准《土地利用现状分类》(GB/T21010-2017)和实际研究需要,采用不同时相多源遥感影像,基于专家知识决策树分类方法确定鄱阳镇洪涝灾害最大受灾范围并提取受灾区地物分布信息,对受灾区各承灾体受灾情况进行分析,同时叠加数字高程模型数据进行受灾原因回溯,发现鄱阳镇东北部区域高程处于0~20m区间是受灾情况严重的原因。评估结果可为灾中救助、事后赔偿、后续防灾减灾决策提供直观明了的数据支撑,弥补了传统统计方法的不足。

面向月球科研站任务的地月准实时遥操作模拟验证系统设计与关键技术研究

针对月球科研站任务地月遥操作需求和特点,设计地月准实时遥操作模拟验证系统,对其中的关键技术海量多尺度遥感数据环境感知、空地协同高精度定位、基于混合现实的预测仿真等进行了研究。提出了基于海量多尺度遥感数据的联合处理方法,环境感知数据融合可处理米级至厘米级环境感知结果;设计基于空地多运动平台协同定位的原型软件,空地协同地标约束下,定位精度不低于轨道器影像1个像素;开发了带有力觉反馈的预测仿真验证平台,在2~3 s变时延约束下可在仿真环境下协同演示遥操作过程,真实还原从端的遥操作作业场景,提高遥操作的执行效率和安全性。为地面人员的方案设计、操作手训练、故障处置等提供实时支持,为我国未来实施月球科研站任务筑牢基础。

基于波谱响应特征的雄安新区农田土壤重金属含量反演

分析并监测雄安新区农田土壤污染状况,对于保障粮食安全、建设绿色雄安具有重要意义。该研究以雄安新区为研究区,基于多源遥感数据珠海一号(Zhuhai-1)OHS数据、哨兵二号(Sentinel-2)L2A级数据的波谱响应特征及实地测得的农田土壤重金属含量数据,在对土壤重金属含量单因子与多因子污染评价的基础上,筛选出3种超标的农田重金属元素铅(Pb)、铜(Cu)、锌(Zn),采用偏最小二乘回归方法(partial least squares regression,PLSR)建立农田土壤重金属含量反演模型。利用Zhuhai-1提取土壤样本点的原始光谱反射率以及4种变换后的光谱反射率,Sentinel-2提取7种对重金属胁迫敏感的植被指数,将其与3种土壤重金属含量作相关性分析,筛选出敏感波段与植被指数,即波谱响应特征,构建土壤重金属含量反演模型。结果表明,3种模型整体反演精度较为优良,Pb含量反演模型决定系数(determination coefficient,R^(2))为0.490,均方根误差(root mean squared error,RMSE)为4.66 mg/kg,平均绝对值误差(mean absolute error,MAE)为1.92 mg/kg;Cu含量反演模型R^(2)为0.491,RMSE为16.85 mg/kg,MAE为3.69 mg/kg;Zn含量反演模型R^(2)为0.664,RMSE为20.63 mg/kg,MAE为9.36 mg/kg。将该模型应用于雄安新区农田区域,得到大部分农田土壤中Pb含量均未超过风险筛选标准,在研究区西南部、西部部分区域Cu含量超过土壤污染风险筛选值,同时在研究区西部、西南部Zn污染较严重,雄安新区东南部部分农田有Zn零星分布,其他区域Cu和Zn含量未超过国家土壤污染风险管控值。因此,利用多源遥感数据波谱响应特征反演土壤重金属Pb、Cu和Zn含量,能够快速准确地实现对雄安新区土壤重金属污染情况的调查,同时为大面积土壤重金属含量监测提供解决方案。

粮食作物播种面积遥感监测研究进展

介绍了遥感监测粮食作物播种面积的理论和现实意义,回顾了国内外基于常规方法、线状框架采样、面积框架采样、光谱混合模型(spectralmixturemodel,SMA)等方法进行植被制图和进行粮食作物识别研究的现状和存在的问题,并对基于波谱库的农作物播种面积监测提出了建议。