基于HJ-1 CCD数据的海冰时空特征分析——以渤海辽东湾为例

基于环境减灾卫星(HJ-1)CCD数据,对比分析了CCD数据4个波段的不同地物波谱特征,构建了海冰遥感信息提取指数(SII),并将该指数作为一个特征参量与CCD数据的其他4个波段进行支持向量机分类,提取了2012/2013年海冰发展关键期的海冰时空变化信息,在此基础上,结合气象数据分析了2012/2013年冬季渤海辽东湾海冰灾害的时空分布特征。结果表明:海冰的冻结、融化、增长和减弱与冬季气候时空变化特征有密切关系;HJ-1CCD数据能有效提取海冰信息,是海冰监测的一种有效的数据源;基于SII指数的支持向量机遥感图像海冰分类方法对海冰的识别具有较高的精度,能够为海冰监测提供新的技术支撑。     

海洋溢油的多传感器遥感探测技术研究进展

介绍了当前海洋溢油的背景和研究意义,从海洋溢油遥感的传感器、搭载遥感平台、国内外研究团队和相关算法等方面综述了海洋溢油遥感的研究进展,比较了各种传感器在海洋溢油遥感中的优劣,提出了海洋溢油遥感的发展趋势和研发方向.     

基于星载SAR影像的海面溢油业务化监测系统

为提高溢油业务化监测精度和效率,基于海面油膜成像机理和检测难点,设计了海洋溢油业务化监测流程。研发了溢油SAR卫星遥感业务化监测系统,系统集成了SAR图像处理算法和暗区特征打分法,实现了SAR影像处理、溢油信息提取和溢油监测报告制作等功能。系统已应用到业务化监测中,可为溢油应急处置提供决策支持。     

HJ-1B星海表温度产品业务化云检测算法研究

可见光-红外遥感手段自身的缺陷,使得云层的存在直接影响海洋背景下卫星遥感定量化产品的精度。目前,尚未见到有关HJ-1B卫星红外相机IRS(InfraRed Scanner)传感器可业务化运行的便捷云检测方法研究的报道。针对HJ-1B卫星IRS传感器波段特征,对云与海洋下垫面反射及发射特性进行分析,提出了一种可业务化应用的海洋背景卫星图像云检测方法。选取渤海及黄海海域2012年5景不同时相、不同云被特征条件下IRS卫星影像数据进行实例验证分析,与准同步的MODIS云检测产品(MOD35)进行比对检验,发现该业务化算法具有不同时相条件下的普适性,能够有效检测全部的厚云、冷云及大部分的薄云。算法高效准确,适于业务化的应用。     

面向对象的海域使用专题信息遥感提取关键技术研究

利用遥感技术进行海域使用专题信息提取是开展区域用海项目动态监测的有效手段。本研究以SPOT-5高空间分辨率遥感影像为数据源,探讨了面向对象的海域使用专题信息遥感提取方法,从基于多特征的遥感图像多尺度分割、海域使用特征基元的多特征表达以及面向对象的海域使用支持向量机SVM(Support Vector Machine)分类三个方面,深入研究了面向对象的海域使用专题信息遥感提取关键技术与方法,结合所提出的海域使用两级分类体系,形成了利用高分遥感技术实现区域用海遥感监测的技术流程。在江苏如东沿海进行的实证分类研究表明,该技术流程能够取得理想的分类结果,可为开发业务化的海域使用遥感动态监测平台系统提供技术支撑。     

基于无人机影像的城市植被精细分类

针对传统植被资源调查方法工作量大、成本高、效率低的问题,利用高分辨率无人机遥感影像,联合地物光谱-纹理-空间信息,构建了一种适用于描述城市不同植被种类的多维特征空间,在此基础上对三种应用广泛的分类算法(基于像素的、面向对象的支持向量机及深度学习Mobile-Unet语义分割模型)开展了对比分析研究.结果表明:本文提出的联合地物光谱-纹理-空间信息的特征空间构建方法能够有效地描述城市不同类型植被的特征差异,提升影像分割、植被分类的精度;在分类精度上,基于像素和面向对象的支持向量机分类结果的总体精度均超过90%,深度学习方法的总体分类精度为84%;在算法效率上,传统机器学习方法也优于深度学习方法.因此,得出结论针对城市小区域、小样本的植被精细分类,传统机器学习分类方法比深度学习方法效果更好.     

基于遥感技术的县级区域环境质量评价模型研究

建立了一种完全基于遥感数据的县级区域生态环境状况评价模型,该模型利用支持向量机的方法对广西钦州市钦南区HJ-1星CCD数据进行分类,提取土地利用类型,同时建立了生物丰度指数、植被覆盖度指数、水资源密度指数、土壤侵蚀指数和人类活动指数5种评价指标,对这些指数加权求和得到区域生态环境状况指数,定量化评价实验区域生态环境质量.评价结果表明,该区域整体生态环境质量良好,生态环境状况为良的区域占总面积的64.105%,主要集中在钦南区的林地区域,生态环境状况为一般的区域占31.206%,主要分布在水资源丰富的区域,而生态环境状况为差的区域则占3.668%,主要集中在人类活动频繁的城区.     

基于PSO-SVM算法的空气质量分类研究

由于空气组成成分多、含量波动较大,严重影响着分类结果的准确率,因此为了增加空气质量分类预测的可靠性,提出了粒子群（Particle Swarm Optimization,PSO）优化支持向量机（Support VectorMachin,SVM）算法的分类方法。此方法首先通过迭代寻优的方式在全局搜寻最优粒子作为支持向量机的运行参数,之后通过训练集数据进行机器学习建立了支持向量机多分类模型,最后将测试集的输入向量导入该模型得到分类结果。分析结果表明,粒子群优化的支持向量机分类方法能够有效的抑制人为设定运行参数对分类结果的影响,提高了支持向量机的分类准确率,为空气质量等级分类问题提供了一个新的研究思路。     

HJ-1多光谱数据在辽东湾生态环境遥感评价研究中的应用

“环境一号”卫星（HJ-1）在轨测试阶段,选择渤海辽东湾的大连、营口和盘锦地区为典型试验区。对HJ-1A／B星CCD多光谱数据与TM数据进行了比对,并进行了生态环境遥感测试评价研究。     

基于图像识别技术的不安全行为识别

为预防在有限空间作业中因不安全行为引发的安全事故,着重分析了作业人员在有限空间作业中因跌倒发生的事故风险。通过安装在作业区域的视频摄像头获取的图像,对人体跌倒行为进行识别,并利用MATLAB的图像处理功能,构建了基于支持向量机(SVM)的不安全行为图像识别算法。该算法首先应用图像灰度级变换、直方图均衡化、高斯低通滤波平滑和中值滤波去噪对视频采集图像进行图像预处理;然后根据帧间差分法定位人体,并提取HOG特征和人体重心移动特征构建人体跌倒行为特征向量,应用SVM对不安全行为进行分类;最后对获取的图像资料进行识别与分析。结果表明:该图像识别算法的平均正确识别率达到了97.84%,能够对有限空间作业中的不安全行为进行有效识别,从而验证了该算法的有效性。     

基于哨兵二号遥感影像的近海养殖区提取方法研究

卫星遥感为近海养殖区信息的精确提取提供了有效的技术手段,对实现海水养殖业的科学监管具有重要意义。现有光学遥感手段对养殖区信息的提取多侧重于影像空间特征的使用,对于光谱和空间信息的结合在养殖区特征表达与判别提取方面的综合利用还有待进一步挖掘。本文利用哨兵二号卫星遥感影像,针对近海养殖区小样本、多维度、水体组分复杂等特点,...     

辅以纹理特征的HJ-CCD海上溢油信息提取 ——以PL19-3溢油为例

鉴于依赖光谱特征的传统溢油信息提取方法面临信息提取精度低的困境,提出采用光谱特征与纹理分析结合的方法应用于溢油监测.选择位于渤海的蓬莱19-3油田溢油事故为研究对象,基于覆盖溢油事故阶段的8景30m分辨率HJ-CCD数据,在溢油目标提取过程中,引入了方向性纹理特征分析,将主成分光谱降维、方向梯度边缘检测等技术相结合,形成了基于光谱与纹理特征的溢油信息提取技术.所述方法经8组数据检验后,用类间分歧度方法进行了对比评价.结果表明:将纹理分析方法应用于溢油信息提取,类间分歧度提高到1.9999,提高了油膜影响边界和油膜厚度分区识别能力.     

基于无人机遥感与机器学习的岸滩大型塑料垃圾监测方法

鉴于现场人工调查手段对海滩垃圾的监测具有成本高、耗时长等特点,近年来无人机遥感技术在海洋垃圾监测中的应用受到广泛关注。为评估无人机遥感及机器学习技术在海洋垃圾信息收集与分析中的有效性,首先,本研究将无人机遥感图像的目视解译结果与实地调查进行对比,结果表明,目视解译对垃圾的总体识别率达68.1%～75.1%,对各类塑料垃圾的识别率达38.9%～94.3%,说明无人机图像解译垃圾具有较强的可行性;其次,在目视解译无人机图像的基础上,引入机器学习技术自动解译图像,该技术对各类塑料垃圾的识别准确率达77.9%～81.5%,回收率达45.6%～60.6%;最后,本研究将无人机遥感与机器学习技术运用于崇明岛岸滩的实地调查中,成功地实现了样区塑料瓶、塑料渔网、塑料浮球、塑料泡沫和浮木等多类垃圾通量和组成的快速统计与空间分布分析,并揭示了台风前、后岸滩垃圾的变化特征。本研究发展并验证了基于无人机遥感与机器学习图像解译的岸滩塑料垃圾监测技术,实现了垃圾数据的半自动化采集、识别与统计的完整监测过程,提升了监测效率。本研究发展的机器学习模型可解决海量、复杂无人机影像中垃圾的定位与识别需求,一定程度上实现了智...     

基于高分1号杭州湾南岸滨海陆地土地覆盖信息提取方法研究

针对滨海陆地复杂地物环境下如何提高土地覆盖信息遥感提取精度的关键问题,基于最新发射的国产高分(高分辨率)1 号和资源3 号影像,采用面向对象分类法和最大似然法,开展杭州湾南岸滨海陆地土地覆盖信息的遥感提取。结果表明,相比最大似然法,面向对象法结合高分1 号既考虑对象的光谱、空间和纹理等多种属性特征,又充分利用高分影像所提供的丰富纹理和空间信息,对于土地类型多样、边界模糊等混合像元具有较好的识别能力,获得较高分类总精度(90.4%)和Kappa 系数(0.876 7);分割尺度对高分影像分类精度具有重要影响,高分1 号2 m和8 m最优分割尺度分别为63%和65%,资源3 号影像最优分割尺度为66%;高分1号比资源3 号更能体现在植被和水体等地物信息提取方面的优势。     

航海雷达溢油监测技术研究

航海雷达可以克服夜间或者恶劣天气,全天时探测海上溢油目标,在海上溢油监测领域中具有广阔的应用前景。以大连"7.16"事件中监测到的雷达溢油图像为数据基础,基于航海雷达溢油监测原理,提出了采用卷积、Otsu和均值滤波算法,进行雷达图像降噪处理;利用图像整体均值运算,确定溢油监测的有效范围;采用阈值二值化与面积判别的方法,锁定油膜位置。相对专家解译和C-V水平集方法,本文所述的方法能够自动识别油膜信息,且具有较高的运行效率。     

基于改进光谱角法的红树林高分遥感分类方法研究

传统影像分类方法多利用影像端元光谱进行地物分类,影像的空间结构信息被忽视,本研究结合面向对象分类方法思想以提高红树林遥感分类精度。本研究提出了一种结合端元类型选择、像元提纯等混合像元分解手段及分水岭图像分割算法的改进光谱角影像分类方法,并以山口红树林国家级自然保护区为研究区,利用GF-1号遥感影像数据,在光谱特征分析和地面调查的基础上,对红树林生态系统进行分类,并对分类精度进行分析。研究结果表明:改进的光谱角分类方法对GF-1影像分类效果较好,既兼顾地类光谱组成较复杂时的特殊性,又有效避免结果的破碎化现象,且总体精度达到95%（KAPPA系数0.944）,证明了其在红树林遥感影像分类及信息提取方面的应用潜力,为红树林生态系统业务化遥感监测奠定了基础。     

基于环境减灾卫星遥感数据的呼伦贝尔草地地上生物量反演研究

推动国产遥感卫星在资源环境领域中的应用对于促进我国航天事业发展、减少科研成本具有重要意义。我国近期发射的环境减灾卫星具有时间分辨率高、可获得高光谱影像的特点,在陆地资源遥感监测领域将有广阔发展空间。研究于2009年夏季获得三景呼伦贝尔草原区遥感影像和对应地面实测草地生物量信息,基于这些数据探讨了利用环境减灾卫星多光谱影像和植被指数反演草地生物量的可行性。结果表明基于影像提取的NDVI、OSAVI、MSAVI、SAVI、EVI、MTVI2、WDRVI和GNDVI等光谱指数均与草地生物量有较好的定量关系。其中,MTVI2结果最好,预测决定系数达0.61,交叉检验决定系数为0.58,均方根误差仅为58.6 g.m-2,基于MTVI2和环境减灾卫星多光谱影像可准确生成草地生物量空间分布图。