河北省部分典型区域环境卫星CCD影像与Landsat TM影像的对比

根据环境卫星CCD影像与Landsat TM影像,对河北省部分典型区域进行了详细对比研究。结果表明,环境卫星CCD影像和Landsat TM影像在颜色、纹理、形状、大小等方面均存在一些差异,但对生态环境质量评价的影像解译工作影响不大。     

北京平原区夏垫断裂的多源遥感影像特征

1679年9月2日三河—平谷8.0级地震在地表形成总体走向N40°~45°E,倾角60°~70°,长达10 km的破裂带。该文采用Landsat-8、SPOT-5、SAR、GDEM、Google Earth多源遥感影像研究夏垫断裂的遥感影像特征。利用ERDAS软件,对Landsat-8影像按7∶4∶2依次为R、G、B分量作彩色合成增强处理,突出影像的线性构造特征;对Landsat-8和SPOT-5影像、Landsat-8和SAR影像分别进行融合处理,丰富影像的光谱信息;对GDEM与SPOT影像进行三维叠加,突出影像的三维特征;对SAR影像进行斑点压缩、方向滤波处理,突出影像平行断裂方向的线性特征。文中分析、对比了Google Earth和SPOT-5影像上地震陡坎的特征,陡坎在SPOT-5影像上表现较明显,但在影像上表现不出较低陡坎,同时,在两种影像上容易将绿色植被、狭窄道路或其它地物误认为陡坎;SAR滤波后的影像表现出暗色的线性条带;Landsat-8和SAR融合后的影像表现出较宽的异常条带,该条带指示断裂带所在位置。     

常用卫星图像数据光谱变换新方法

阐述了卫星图像提取数据信息的光谱变换法的基本原理和方法,并详细介绍了各种卫星图像的数据变换方程。     

基于逆滤波法的图像复原技术研究

主要研究对已损坏了的图像恢复.它是利用退化现象的某种先验知识(退化模型),按退化的逆过程重建图像的技术.其退化模型是原始图像经过算子,或系统经退化因素作用之后和噪声叠加,形成退化后的图像,即实际得到的图像.利用逆滤波法复原的原理,通过已知复原图像和噪声,采用退化函数,经过反傅里叶变换,求出原始图象.同时以Visual C++6.0与Matlab为开发工具.实验表明本算法具有良好的性能,能有效抑制和清除干扰对测试结果的影响,具有算法简单可靠等优点,使图像质量得到改善.     

高分辨率卫星遥感数据在白衣庵滑坡调查研究中的应用

利用Quickbird-2卫星遥感数据对白依庵滑坡进行了调查研究。首先选取321和432波段进行彩色合成,并且与pan波段进行了分辨率融合,对融合后的图像进行正射校正作为遥感解译底图。从遥感影像上提取了白依庵滑坡的各要素,进行了稳定性评价和危害性分析,并提出了防治措施建议。根据研究结果可知,在现阶段利用Quickbird-2高分辨率卫星遥感数据进行滑坡研究具有无比的优越性、实用性和经济性。     

基于植被指数的GF-1与Landsat-OLI石漠化识别能力对比评价

植被指数是运用多源遥感影像提取石漠化过程中的主要参考指标之一。为了在石漠化提取中选择最优植被指数,论文以GF-1和Landsat-OLI为源数据,运用欧氏距离对多种植被指数在石漠化提取过程中的可分性和类型识别能力进行了定量的对比评价。结果表明：Landsat-OLI在石漠化与非石漠化、不同等级石漠化信息提取的可分性上略优于GF-1,共有71个参数的欧氏距离大于等于阈值1.56;通过植被指数光谱特征,可以对非岩溶区与石漠化地区进行较好的区分,其类型间欧氏距离普遍高于阈值;然而由于相邻等级石漠化之间植被覆盖率存在渐近式过渡关系,在遥感影像上光谱反射率接近,比间隔等级石漠化更加难于区分。在石漠化类型识别能力方面,波段差和比方法优于单一光谱指数。对于GF-1和Landsat-OLI而言,石漠化信息提取中推荐使用的最优植被指数均为NDVI,其次为GRNDVI。     

丽江地震台形变观测典型异常图像及形成机理分析

本文利用丽江地震台数字化定点形变观测记录到的典型异常图像,从干扰因素、同震记录、地震前兆异常三个方面分析总结了典型图像形成的机理。     

赤潮藻类图像自动识别的研究

为了分析海水中所含有害藻的种类和数量,做到赤潮藻类生物发展的早期监测、预报,开发了一赤潮藻类图像计算机自动识别系统.运用图像处理技术提取藻类图像形态、纹理特征等,运用遗传算法进行特征选择.在此基础上用神经网络建立分类器,对藻类图像进行分类识别.结果表明,该系统能有效提高学习能力和分类性能,对引发赤潮的3种主要藻类达到了很好的分类识别,分析结果与人工计数识别结果相差较少.     

基于数字处理技术的航空铝合金材料孔蚀率计算研究

通过航空LD2材料的加速腐蚀试验,获取该材料试件不同腐蚀周期的腐蚀形貌图像,对腐蚀形貌图像进行基于数字处理技术的一系列处理,最终通过二值特征提取方法得到二值化腐蚀图像,并依据二值化结果计算LD2材料不同腐蚀周期的孔蚀率。计算结果表明,此种方法得到的孔蚀率变化规律与该材料的电化学腐蚀机理较为吻合,并且该方法克服了传统方法计算孔蚀率精确性差的问题,为航空铝合金的孔蚀率计算及相关分析提供了新思路。     

HJ-1A高光谱数据的大气水汽含量反演

环境卫星是中国2008年9月份发射的一颗环境减灾小卫星,星上承载三种传感器,其中的HIS高光谱传感器设有可用于大气水汽含量的反演的通道。目前基于modis的大气水汽含量的反演算法已基本成熟,本文在modis水汽含量反演研究的基础上,探讨了HJ-HSI数据反演大气水汽含量的可行性,并在探讨结论的基础上采用modtran模拟的方法提出了HJ-HSI的大气水汽总量反演算法。通过成功的应用证明了HJ-HSI大气水汽含量反演的可行性。     

厦门海岸线遥感动态监测研究

以厦门地区海岸影像为研究对象,根据不同海岸类型的地貌特点,采用不同的海岸线遥感解译方法提取出1987年、1997年和2007年的海岸线,并进行岸线变迁原因分析,研究结果表明:人工海岸、基岩海岸、砂质海岸及红土海岸的海岸线解译标志明显,提取效果较好,基本能够实现计算机自动提取;淤泥质海岸在遥感图像上呈现复杂的边缘,无理想的线性特征自动提取技术,是海岸线提取中的难点.     

近20年闽江福州段水域悬浮物时空变化的遥感分析

利用同步的遥感影像光谱信息和实测水质数据建立了闽江福州段的悬浮物遥感模型,结合多时相卫星遥感影像,分析了闽江福州段水域在1986～2006年间悬浮物的时空变化规律及其变化原因.研究结果表明.利用悬浮物定量遥感模型可以快速有效地揭示研究水域长期的水质变化规律.总体而言,闽江福州段的悬浮物浓度在这20年间稳中有降,悬浮物浓度不变和浓度下降的水域面积比例分别占到35.59%和45.79%.而高悬浮物浓度的水域面积所占比例则从8.52%下降至0.13%,整体水质趋于好转;但仍有局部水域的悬浮物浓度在此期间呈现上升的趋势,水质有所恶化,这主要是受到周边地区土地利用变化及污水直接排放的影响.     

温州沿海互花米草变迁及其与滩涂开发响应

利用TM数据比较了1993年、2000年和2003年温州沿海互花米草的面积变化,以灵昆岛为例,研究了互花米草引种、繁殖和扩散的特征,并且利用样地和样线对比互花米草与滩涂发育、围垦造陆、海水池塘养殖的相互响应关系.结果显示,温州滩涂互花米草1993～2003年间总面积增加231.99 hm2;互花米草在温州没有形成成熟种子,自然繁殖以根茎为主;在灵昆岛淤长型滩涂上,1993～2003期间互花米草与围垦海堤和海水养殖池塘呈现正响应关系,滩涂淤长速率远大于互花米草,为后者在潮间带中下部扩散提供条件.互花米草对滩涂潮上带的促淤作用明显,因而有利于海水池塘养殖规模扩大,也有利于围海造陆工程.     

基于卫星雷达数据的鄱阳湖湿地水面检测与淹露分析

以鄱阳湖自然保护区湿地为例,对多时相、多极化的合成孔径雷达(ENVISAT ASAR)数据作主成分分析,得到主成分分量影像,其中次要分量波段包含大部分的局部变异信息,使用主成分分量波段和log算子提取了ASAR影像中湿地淹没变化信息.结果表明,鄱阳湖自然保护区湿地对外湖水位变化有滞后效应,但总体上,其淹没变化仍显著地受到鄱阳湖外湖洪水的影响.与分类后检测法、分类前变化探测法等方法相比,所采用的变化检测方法可得到更为理想的ASAR影像湿地淹没变化信息提取的精度.使用同极化/交叉极化组合模式的ASAR数据对水面变化检测的精度明显优于同极化波段(HH/VV)组合的数据.     

遥感三维可视化在南沟泥石流调查中的运用

在中国20年来泥石流遥感调查所取得成绩以及存在问题的基础上,尝试用新方法对泥石流进行研究,即采用遥感三维可视化方法调查泥石流。以汶川南沟为例,利用高精度的卫星遥感影像（quickbird）和1：50000的等高线,在erdas软件的支持下,实现了遥感影像三维可视化。并在此基础上对其应用——虚拟GIS飞行和泥石流流域内崩塌堆积物三雏遥感解译。实践证明由于遥感三维解译能全方位观察泥石流沟谷以及相关的地形地貌,所以其解译的准确率比传统二雏遥感解译率高。     

基于遥感和GIS的新疆耕地变化及驱动力分析

为了研究新疆耕地变化趋势及其驱动力,利用1990、2000年TM影像及2005、2008年中巴遥感影像及其4期土地利用数据库和野外调查数据,应用遥感和GIS技术,对新疆近20年来耕地数量变化及区域差异进行分析,探讨了影响耕地动态变化的驱动因子。结果表明,近20年来新疆耕地总量一直在增长,但其年均净增速度呈先增后减的趋势,2000—2005年间达到峰值,耕地的动态变化主要是耕地与草地间的相互转化,中东、西北边缘地带的耕地面积相对变化较大。此外,影响新疆耕地开发的主要因素是人口增长和水土资源的限制,同时政策因素也具有一定的调控作用,但随着农业科技的进步,水、土资源对耕地开发的限制作用在逐渐减弱;影响耕地流失的主要因素由自然撂荒和建设占用逐渐转向人为弃耕和生态退耕,经济因素和政策因素成为耕地流失的主要驱动力,自然因素的影响在变小。     

基于光谱和纹理的支持向量机矿化信息提取——以青海黄南州吉地地区为例

针对传统矿化信息提取方法单一利用光谱或纹理,信息量相对较少且需要大量样本的缺陷,利用基于光谱和纹理的支持向量机(SVM)原理,建立矿化信息提取模型。选择青海黄南州吉地地区作为典型研究区。首先提取研究区光谱和纹理信息,选取训练样本;然后求解最优超平面,进而确定决策函数;最后泛化推广识别其它待识别的样本。通过所提取的遥感蚀变异常信息与原有矿区叠加分析,叠加基本吻合;从野外实地验证来看,均发现了不同程度的矿化现象,并指出了4个重点异常区。     

2005年-2008年亚洲东部沙尘暴的定期数字记录监测

地处亚洲东部的中国长春,蒙古乌兰巴托和日本鹿儿岛,作为亚洲沙尘暴的地面监测站点,用数码相机全自动定时拍摄记录天空的数字照片,通过分析数字照片数据上像素点的信息和建筑的能见度,来判断沙尘暴事件的发生及强度。对比分析了2005年-2008年冬春季节数字监测数据与NOAA,MT-SAT和Terra,Aqua/MOD IS的卫星遥感图片以及其他相关沙尘天气的报道。在监测的图片数据上,持续1-2天的强沙尘暴天气能够被清楚的识别,轻度的沙尘天气与云量较多的天气较难区别。     

高原山区星载合成孔径雷达数据与多光谱数据的图像融合探究——以贵州省毕节市为例

为了推动雷达数据在贵州高原山区的应用,针对高原山区的气候与地形特点,基于雷达数据的优势,本文对此类高原山区应用星载雷达数据进行初步探讨。利用TM影像4,3,2波段和雷达SAR数据,通过不同融合方法进行融合,应用标准差、信息熵、相关系数等参数对融合效果进行分析。结果表明:几种方法得到的图像都在不同程度上增强了多光谱图像的光谱信息,同时也增加了雷达数据的纹理信息。其中PC变换能够最好地保持TM数据的多光谱特性,对于植被信息最为突出;HSV变换很好地保留了SAR数据的纹理信息,有利于居民点、建筑物等目标的识别;GS变换增加了图像的可识别度,但降低了整体的清晰程度;Brovey变换效果最差,图像失真较大。     

Virus Particle Detection by Convolutional Neural Network in Transmission Electron Microscopy Images

A new computational method for the detection of virus particles in transmission electron microscopy (TEM) images is presented. Our approach is to use a convolutional neural network that transforms a TEM image to a probabilistic map that indicates where virus particles exist in the image. Our proposed approach automatically and simultaneously learns both discriminative features and classifier for virus particle detection by machine learning, in contrast to existing methods that are based on handcrafted features that yield many false positives and require several postprocessing steps. The detection performance of the proposed method was assessed against a dataset of TEM images containing feline calicivirus particles and compared with several existing detection methods, and the state-of-the-art performance of the developed method for detecting virus was demonstrated. Since our method is based on supervised learning that requires both the input images and their corresponding annotations, it is basically used for detection of already-known viruses. However, the method is highly flexible, and the convolutional networks can adapt themselves to any virus particles by learning automatically from an annotated dataset.