基于知识的多时相TM图像森林火烧迹地快速提取方法

本文以覆盖福州市及周边地区的五期TM图像为例,进行森林火烧迹地的自动提取研究.分别对TM图像上火烧迹地及其背景地物采样,分析火烧迹地在TM图像6个波段及PC变换、TC变换、多时相植被指数(MTVI)上的光谱特征,发现了火烧迹地与背景地物区分的光谱知识.其次,利用DEM数据分析火烧迹地在地形上的分布特点,发现了火烧迹地空间分布的知识规则.在此基础上建立了基于知识的多时相TM图像上森林火烧迹地提取模型,从而解决了快速识别和提取森林火灾信息的问题.     

基于Himawari-8和GF-1卫星的林火遥感监测

以2017年4月11日11-16时(北京时间)辽宁省丹东市森林火灾为研究对象,基于Himawari-8(H8)和高分一号(GF-1)卫星开展林火密集监测、火烧迹地和森林燃烧受害程度监测。基于H8数据采用前后关联的火点识别算法进行火点判识,提取中心燃点温度及燃烧范围;基于GF-1数据采用近红外光谱(B4)、归一化植被指数(NDVI)和全球环境监测植被指数(GEMI)法进行火烧迹地识别;采用高斯函数拟合模型模拟健康林地生长曲线,基于当前影像数据重构火灾前的林地光谱值,以B4衰减量为评价指标对森林燃烧受害程度进行分等定级。结果表明:H8的密集监测显示中心燃点的位置由燃点1变化到燃点2、影响范围由2像元扩大至4像元、燃点温度由321 K降低至314 K;对比火烧迹地提取方法,B4波段的衰减变化最明显、GEMI模型次之、NDVI的衰减不明显,因此小尺度的火烧迹地提取采用B4衰减法最好;基于368个离散点林地光谱指数模拟健康林地生长曲线,拟合方程相关系数为0.89;以4月3日相距火灾发生仅8d的数据进行燃烧受害程度监测,重度受害程度等级漏分误差为90%;经过光谱重构后,重度受害程度分类精度提高24%、轻度受害程度提高10%,总体分类精度为69%、kappa系数为0.44,因此有必要进行火灾前遥感影像的林地光谱重构。     

基于ENVISAT-ASAR数据的洪涝水体空间分布信息提取

分析了表面粗糙度、几何角度和极化方式对水体等地物在雷达图像上成像特点的影响因素以及纹理特征对水体提取的作用,分别对基于单波段数据的域值法、基于双极化数据的最大似然分类法和基于双极化数据和纹理信息的最大似然分类法从ENVISAT-ASAR数据提取洪涝水体信息的方法进行了分析与探讨.试验结果表明:域值法提取水体,存在很多诸如山体阴影等易与水体混淆的误提取问题;利用双极化数据并加入纹理信息参与水体信息提取,在一定程度上可以改善这种误提取现象,提高水体提取精度.纹理的选择方法要与当地的水体与山体阴影走向、形态等结合,这个试验过程是费时的.     

基于RS与GIS混合编程的公路水毁灾情信息提取

研究了基于高分辨率卫星遥感影像的公路水毁灾情信息提取模型,通过解决跨软件环境的开发问题,实现了基于遥感与地理信息系统混合编程的公路水毁灾情信息提取系统。使用高分辨率卫星遥感数据形成融合数据,通过分析融合图像的光谱、几何、纹理特征,建立了公路信息提取规则,构建了面向对象的公路信息提取模型。根据水在近红外和中红外波长范围内反射率极低的特性,同时考虑不同环境背景造成的信息提取复杂性,研究了具有自适应特点的水面提取模型。通过建立组件式地理信息系统和遥感应用环境之间的通信和数据共享机制,实现了模型运行的交互式用户界面,并提供叠置空间分析功能,从灾后公路边界提取结果中去除水面部分,获得公路水毁信息。实际应用表明,系统可以满足相关工作对公路水毁灾情信息提取技术的要求。     

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。     

基于HJ-1B卫星数据的草原火烧迹地提取及灾前可燃物特征分析

以2012年4月20日在蒙古国发生的特大草原火为例,用HJ-1B卫星CCD影像数据作为数据源,采用支持向量机分类方法提取火烧迹地,再用目视解译数据进行精度验证,总精度达到82.71%,Kappa系数为0.666 8,达到高度一致水平。对灾前的植被指数进行分析后,发现NDVI值小于0.1的比例为0.46%,大于0.1的比例为99.54%,因此能够判定当NDVI值大于0.1时,发生和蔓延草原火的概率较高。     

基于Sentinel-2数据的火烧迹地提取研究

昆明为云南省的政治经济文化中心,森林火灾多发给人民生产生活带来了极大的威胁。准确提取火烧迹地有利于掌握林火规律,加强森林火险区划,通过合理配备资源提高森林防火效率。以昆明地区2016—2020年Sentinel-2数据、高温火点数据和土地利用分类数据为基础,基于差分归一化火烧比率(dNBR)提取该地区火烧迹地面积,并对其空间分布特征进行分析。结果表明：土地利用数据有利于提高火烧迹地提取效率,但高温火点数据错漏较多,对火烧迹地提取贡献不大。Sentinel-2数据与dNBR指数的结合在单火场可以达到平均89%以上的提取精度,有较高适用性。昆明地区火灾高发区为安宁市、晋宁区等地,过火区域集中在高程1 700～2 300 m、坡度6°～25°的林地耕地混杂地区,阴坡过火面积略大于阳坡。     

基于高分辨率卫星影像数据高原输电通道巡视技术的研究

近年来,随着西电东输工程的持续推进,位于高原区域的输电线网规模持续扩大,但因受高原气候条件影响,高原区域内的输电通道巡视难度逐步增大。为提升高原输电通道的巡视精度、效率,保障高原输电通道的安全,本文以worldview-3高分卫星影像数据为数据源,采用多尺度分割技术与面向对象分类算法,研究分析高原输电通道关键地物信息的提取方法,研究表明：（1）面向对象算法适用于高分影像数据的信息提取,其地物信息提取精度较高,能够满足输电通道的巡视工作,这表明基于高分卫星影像技术的输电通道巡视可行;（2）基于多尺度分割技术耦合面向对象分类算法提取的大棚信息精度可达95%,可替代人工解译工作,而道路信息精度可相对较低,但仍可替代大部分人工解译工作;（3）与传统野外核查、人工目视解译相比,基于多尺度分割技术耦合面向对象分类算法具有边界精度高、效率高等优势。     

震害预测中建筑物属性信息提取方法研究

在编制城市抗震防灾规划工作中,如何得到规划区大量的建筑物的普查资料一直是一个重要的课题。就此,本文提出了一种基于RS技术通过首先旋转高分辨率遥感图像而后搜寻建筑物阴影区有效分割线段来实现大范围建筑物层数信息提取的新方法,并结合高分辨率遥感影像数据和实际建筑物层数信息对提取结果进行分析。结果表明计算模型正确,普适性较强,算法过程简单,所得结果精度满足城市震害预测基础信息的要求,有较大实用价值。     

基于时间序列遥感数据的森林火烧迹地提取

森林火灾是当今世界性的重大灾害之一,也是影响北方森林演替的主要因素,其成灾后往往会造成很大的经济损失,并对该地区的森林生态环境产生很大影响。基于2000-2013年8 d合成的MODIS EVI和land surface temperature(LST)时间序列数据,综合应用表征植被生长状态的植被物候期特征指标及全球扰动指数(MGDI),提出了一种森林火烧迹地检测方法,并在大兴安岭及其附近林区进行了应用验证。结果表明,所提研究方法可以有效地提取火烧迹地信息;与基于Landsat的森林扰动监测结果相比,该方法对植被细微的异常变化更加敏感,所提着火点像元也更加集中,在时间尺度上也更加精确和可靠。