气象卫星遥感在干旱监测中的应用

本文根据ＮＯＡＡ极轨气象卫星ＡＶＨＲＲ资料计算生成植被指数相对距平图用于旱情监测，并在江苏省１９９４年特大干旱中进行了应用服务     

基于DEM的SAR图像洪水水体的提取

星载雷达遥感已广泛应用于洪水灾害的监测和评估中。但是由于其阴影与水体严重混淆 ,使得从雷达图像中提取洪水水体较为困难。为此 ,本文探讨了在地形数据的支持下 ,实现星载SAR图像洪水水体半自动提取的方法。主要包括以下几步 :首先 ,对雷达图像进行滤波处理 ,并将其与地形数据匹配 ,从雷达图像中提取出初步的洪水水体范围 ;其次 ,利用地形数据生成DEM ,并根据雷达图像的成像参数和DEM生成相应的模拟雷达图像 ;最后 ,利用模拟雷达图像上的阴影 ,剔除被误提为洪水水体的阴影 ,从而实现洪水水体的准确提取。研究表明 ,该方法能有效地、半自动地将星载雷达图像上的洪水水体提取出来 ;同时 ,该方法可以用于多种星载多模式的雷达图像的洪水水体的识别提取 ,尤其对含山区的大范围洪水水体的半自动提取 ,更为适用。     

基于Sentinel-1 SAR数据洪水淹没提取方法研究

洪涝灾害是世界上破坏最严重的自然灾害之一,快速准确地提取洪水淹没范围可为受灾区及时制定相应措施提供理论和技术支撑。针对已有研究中缺少运用深度学习对SAR影像进行水体提取以及缺少不同方法之间的对比等不足,以Sentinel-1 SAR影像为数据源,通过选取两个水体占比不同的区域,比较分析了Otsu法、面向对象法和U-Net法三种方法的水体提取精度,并基于最佳水体提取方法对鄱阳湖十期主体水域面积进行时空分析。结果表明:?U-Net模型的水体提取精度在三种提取方法中最高,其F1值分别为0.986 1和0.878 6;?鄱阳湖水域面积在整个研究阶段表现为“陡升缓降”的变化趋势,其在2020年7月14达到峰值,其主体水域面积为3 608 km²;?洪水淹没范围主要分布在鄱阳湖西部、西南部、东南部以及东北部。     

汤逊湖水体叶绿素浓度遥感估测研究

内陆水体叶绿素浓度遥感监测的各种经验模型在模型的方法和参数上都有一定的时空限制。为了实现武汉汤逊湖叶绿素浓度的遥感监测,利用同步实测的光谱数据和水质数据进行了该湖泊叶绿素浓度的遥感定量反演研究。首先分析了汤逊湖水体的反射率光谱曲线;其次通过相关分析的方法,发现了汤逊湖水体反射率在单波段法、一阶微分法和比值法建模中的最优波段或组合,并进行了一元线性建模;最后对3种模型的反演精度进行了比较分析。结果表明,对于汤逊湖叶绿素浓度遥感反演,一阶微分法和比值法优于单波段法,一阶微分法的最优波段在446.9 nm附近,比值法的最优波段组合为R861.1/R865.7,二者回归R2都在0.86以上。本项研究可为汤逊湖叶绿素浓度的遥感估测提供了参考。     

基于遥感数据的闽东南山区公路滑坡快速识别技术研究

传统的滑坡识别主要通过遥感目视解译和人机交互识别，存在耗时费力、主观性强和提取精度低等问题。文中以福建省某公路为实验区，提出了一种基于高分辨率遥感数据的闽东南山区公路滑坡快速识别方法。包括采用亚米级高分辨率遥感影像，通过对色调、地形、光谱、植被指数和纹理等滑坡特征进行分析与研究，确立了适用于东南山区公路的多维多尺度滑坡分类识别规则；借助机器学习算法分类工具与多维多尺度特征筛选集相结合构建了公路滑坡识别模型，并基于高分辨率遥感影像在色调尺度上对滑坡进行初步识别；最后经由坡度、归一化植被指数和纹理特征筛选集对初步识别的滑坡区域进一步的分割提取，从而对山区公路滑坡空间分布实行精准识别。经实验验证，文中方法所得滑坡识别的平均精度达到85.73%,且滑体提取形态特征完整，可清晰地展现出滑体的“舌”、“簸箕”状形态，亦可清晰辨别滑体的滑壁与堆积体。研究成果可为我国植被发育区的山区交通线路的滑坡识别与风险评估提供科学参考。     

ENVISAT卫星先进合成孔径雷达数据水体提取研究——改进的最大类间方差阈值法

星载雷达遥感是目前洪涝灾害水情监测的重要技术手段之一,而欧空局ENVISAT卫星上搭载的先进合成孔径雷达ASAR是目前功能最为强大的星载雷达系统。依据微波遥感影像中水体后向散射系数相对较低的特征,将图像分割中的常用算法——阈值法应用到ENVISAT ASAR数据水体提取中。进行了洞庭湖地区2007年枯水期和洪水期两景ENVISAT/ASAR APP-1P影像的实例研究,结果表明,综合考虑类间和类内方差两个因素的改进的最大类间方差法较之双峰法和最大类间方差法,其确定的最优阈值水体提取精度最高。另外,该方法相对简单、容易实现,可极大地提高当前ASAR数据计算机水体识别的自动化水平,进而推动ASAR数据于阴雨或多云天气条件下在洪涝灾害水情监测中的应用。     

面向对象的灾害信息遥感提取框架及其应用

我国自然灾害频发,遥感技术可快速、大范围地获取地表的重大自然灾害信息,具有巨大的应用价值.但目前高分辨率遥感影像处理面临一定的困难,尚无十分有效且快速的分类与目标提取算法,面向对象影像处理技术是该领域的研究热点.通过详细分析面向对象影像处理方法与高分辨率影像的特点,构建了面向对象遥感影像技术的灾害信息提取框架,并将该提取框架应用于地震灾害的损毁分析,为相关灾害应用研究提供参考.     

基于MODIS火点指数监测森林火灾

在利用MODIS红外辐射遥感数据分析异常热点光谱辐射特性的基础上，提出了一个新的火情监测模型归一化差异火点指数，并通过几起较大的森林火灾对该模型进行了分析和验证，给出了该监测模型的详细算法。EOS—MODIS探测器具有多光谱、高光谱及热点监测动态范围宽的特点，MODIS的新一代多光谱探测器NPOESS NPP VIIRS同样继承了MODIS的优势，为归一化差异火点指数算法模型提供了广阔的应用前景。     

基于MODIS和GIS的洪水识别及淹没区土地利用信息的提取

介绍了MODIS数据晴空和薄云下水体的有效识别算法——CH2/CH1比值方案,并应用于2007年淮河流域大洪水事件,选取泄洪前、泄洪期和退水期3时相的MODIS数据进行水体识别分析,有效确定洪水淹没区。利用GIS技术提取洪水淹没区土地利用信息,进一步统计安徽省沿淮县市淹没区土地利用各类型的面积,从而为区域洪水灾害评估提供参考依据。相关研究成果已在ArcGIS中建成模型,为洪水监测业务服务。     

面向对象的高空间分辨率遥感影像信息提取——汶川地震城市震害房屋案例研究

随着遥感技术的快速发展,尤其是高分辨率民用遥感卫星的成功发射和应用,遥感技术在建筑物识别、震灾调查和快速预估评估方面发挥出越来越重要的作用。然而,传统面向像元的分类方法在对高分辨率遥感影像进行分类时,存在着不能充分利用影像信息、分类精度降低、速度慢等局限性,根据高分辨率遥感影像的特点,提出了面向对象的高空间分辨率遥感影像建筑物震害信息提取方法。该方法首先通过影像分割将影像划分为互不相交的影像对象,然后根据这些影像对象的影像特征如光谱、纹理、形状和上下文等信息进行分类,提取出破坏建筑物和未破坏建筑物,试验表明,面向对象的分类方法应用于建筑物震害信息提取较传统分类方法有更高的精度,具有很大的应用潜力。     

NOAA卫星云雾自动检测和修复方法

云雾在时间和空间上具有不稳定性。不同高度、厚度、面积和太阳高度角情况下，NOAA卫星可见光波段的海面反射率和红外波段亮度温度都不相同。据此，根据云雾光谱和红外特征，研究并找出了可见光波段海面最小反射率、云雾区最大反射率与云雾最佳判别阈值之间的关系，得出了不同月份东海海面最低温度和NOAA卫星红外波段亮温特征；通过采用光谱和结构分析相结合的方法，研究和研制了NOAA气象卫星云雾自动检测和修复模型，取得了较好的运行和检测、修复效果。     

利用海上测量光谱进行赤潮监测

利用太平洋东海岸加拿大温哥华海域56个观测站位现场实测的海洋表面光谱（400-800hm）反射率值和叶绿索、泥沙浓度资料，研究了赤潮发生时海面水体光谱反射率的变化趋势，以了解清洁水体与赤潮水体的不同特征。经过多组数据的比较分析，发现相对于清洁海水的海面光谱反射率，赤潮发生时海面光谱反射率曲线的荧光峰从685nm波长向710hm的红光波长位移；清洁海水海洋表面光谱反射率平均值在400-588nm之间比赤潮海水的平均反射率值大，在波长588nm处两值相交后，清洁海水的反射率值小于赤潮水体的反射率值，而在688nm处清洁海水和赤潮水体反射率值大小相等（大约为0．25），其后保持赤潮海水的反射率值在688—756nm之间一直高于清洁海水的平均反射率值。清洁海水和赤潮水体不同的荧光峰值以及不同的光谱反射率特征之间的差异，可以用于监测赤潮的最佳波段选择。     

利用RADARSAT SWA SAR和LANDSAT TM的互补信息确定洪水水体范围

从RADARSAT SAR图像中自动提取洪水水体,一直是一个急需解决而又未能得到解决的问题。主要困难是由于阴影与水体严重相混淆。为此,本文研究发现,通过RADARSAT SWA SAR图像和LANDSAT TM图像上的互补信息,利用RADARSAT SWA SAR图像和LANDSAT TM图像上的水体和阴影进行复合处理,可以从RADARSAT SWA SAR图像上准确、半自动提取洪水水体范围。研究结果表明,该方法不仅适用于平地洪水水体范围的半自动提取,而且更适用于包含山区的大范围洪水水体的半自动提取。     

1998年吉林省西部洪水过程遥感动态监测与灾情评估

用NOAA卫星资料对1998年吉林省西部地区洪涝灾害进行了动态监测。并以农田损失为主对灾害情进行了评估。采用AVHRR通道1与通道2的比值图像突出水体信息,在直方图上人机交互划定水陆边界,用统计数学方法确定了混合像元中水体与非水体的阈值,利用灾区与当年的作物种植数作出农田受灾面积评估,用受灾前后的植被指数图,进行农田受灾程度划分,对象元面积的精确计算可以提高受灾面积的计算精度,区域像元数的统计分析可以减少区域内灾害面积比例分析的误差。     

平稳地震地面运动改进金井清谱的相关函数模型

胡聿贤平稳地震地面运动谱模型是对Kanai-Tajimi模型的一种改进。通过数学推导证明胡聿贤谱是将基岩地震动模拟为过滤白谱过程,经具有某种特性的线性单自由度土层滤波后而形成的,从而在物理上解释了胡聿贤模型的合理性;研究了低频截止频率的作用,推导出胡聿贤模型的相关函数的表达式。本文所得结果可为结构随机地震反应时域分析提供基础。     

面向作物病害识别的高光谱波谱库设计与开发

自20世纪70年代以来,国内外波谱数据库发展迅速,但都存在着针对性不强的缺陷,不能满足我国现阶段遥感应用的需要。该文通过以小麦条锈病为案例的高光谱波谱库的设计与开发,实现了波谱查询、影像管理、用户管理、数据管理、反演模型等功能,可供其它面向病害识别的高光谱波谱库的建立参考。     

自然灾害风险分析的信息矩阵方法

从致灾因子危险性分析，到伤亡和损失的可能性研究，自然灾害风险分析由4个环节组成，即致灾因子、承灾体输入、承灾体输出和社会系统。在大多数据情况下，风险事件的不确定性，主要来自于致灾因子时间、地点、强度的不确定。因此，自然灾害风险分析主要涉及两类模式识别：致灾因子概率分布识别和承灾体系统输入-输出关系识别。由于概率分布和输入-输出关系在数学上均可用函数表达，所以，自然灾害风险分析涉及的两类模式识别，均是函数关系的识别。给出了用信息矩阵识别这些函数关系的方法。为演示该方法的优点，用它处理了在我国得到的地震数据，识别了震中烈度与震级的关系。结果表明，得到的结果比线性回归、基于正态分布的模糊推理和人工神经元网络等的结果好。     

图像识别技术在作物农情信息反演中的应用

对常见的图像识别研究方法进行了总结,主要包括以下5个方面:侧重于农作物病虫害监测的颜色特征识别方法;应用于作物大小形状分级、叶面积、叶倾角等领域测算方面的形态特征识别方法,包括统计分析法、结构分析法和频谱分析法的纹理特征识别方法;利用高光谱分辨的遥感技术、光谱仪和近红外光谱进行植被、杂草和作物内部品质监测的光谱识别方法;最后,是集各种识别方法特长的综合识别方法。对这5种方法的适用范围和优缺点进行了分析比较及综合,构建出基于图像识别技术的农情信息提取技术体系系统框架,并提出了新的技术应用思考,从中发现目前图像识别技术中存在的问题,为今后的研究指明方向。