基于高斯差分模型的雪地扰动痕迹遥感识别

雪面上人或动物的活动信息涉及冬季动物迁移追踪、人员活动轨迹检测、安全防卫等各领域应用,利用遥感技术监测人或动物的活动痕迹可以及时掌握动物的迁移情况、江上人员活动范围等信息,进而可为相应的管理决策提供依据。利用高分辨率遥感技术,通过图像滤波等增强处理,可以识别冰雪覆盖区域经人或动物活动后产生的微弱线状扰动痕迹,为后续分析提供帮助。提出了利用高斯差分滤波器(DoG)进行冬季冰雪覆盖区域扰动痕迹识别的监测方法。通过对吉林省龙井市结冰江面上活动痕迹的实验表明,当σ取1.5时,DoG带通滤波频率与人员过江痕迹频率一致,对痕迹增强效果最明显,此时的滤波器为最佳滤波器,痕迹总体提取精度达到83.67%,优于传统的Laplacian算子、Sobel算子和Prewitt算子滤波方法。说明通过DoG滤波器处理,能够有效地突出雪面上人或动物的活动痕迹,可为进一步识别人或动物活动类型、追踪路线以及相关部门的安全巡逻提供服务。     

农田农情参数遥感监测进展及应用展望

农情参数是指反映作物生长过程及其产出的状态指标,关键农情参数主要包括作物长势、单产、物候和旱情等,可用于指导农田的生产管理。遥感是关键农情参数获取的有效手段,然而目前农情参数的遥感监测大多停留在大尺度、宏观监测的层面上,由于缺乏高时空分辨率、高准确度、低成本的农田信息获取技术,业务化的农田尺度农情参数获取受到了诸多因素的制约与限制。导致难以为农田生产管理提供及时的信息支持,这已经影响到精准耕作的发展与应用。文章在总结目前长势、单产、物候和旱情等几个主要农情参数遥感监测研究进展的基础上,分析了这些技术在农田尺度应用的瓶颈,并从新数据源和农情参数监测新模型两个角度出发,对农田尺度农情参数的获取进行了展望。     

水土保持监测系统信息平台实现方法(II)——平台更新维护系统

在水土保持监测系统信息平台实现参数库、模型库与数据库分开管理、空间数据与非空间数据集成存储于关系型数据库中的基础上,为了避免数据更新不及时或不完备而造成数据信息过时,导致信息平台变成死库,需要信息平台更新维护系统。基于这一目标,文章集中探讨了信息平台管理维护系统的结构、功能、实现方法和关键技术。其中系统结构在信息平台服务结构基础上采用C/S模式;开发平台采用ArcGIS桌面产品,以对象COM组件技术ArcObjects为平台、MicroSoftVisualBasic为开发环境,进行二次开发。从而集后台数据库和前端数据管理、更新维护于一体而实现了水土保持监测系统信息平台,也为水土保持监测系统成功运行奠定了坚实的基础。     

HCDP聚酯纤维碱减量工艺研究

研究了影响HCDP减量率的诸因素，并与常规PET、CDP聚酯纤维进行了比较，采用自行研制的碱减量测控装置，对其碱减量加工过程进行控制，达到精确控制的目的。     

基于高分辨率影像的近海养殖区的一种自动提取方法

近海养殖调查在海岸带资源开发利用规划、环境保护与沿岸海上交通规划中处于重要地位。利用遥感技术开展近海养殖调查与分析,是当前的海岸带与湿地遥感的热点方向之一。以福建省宁德市三都澳海区为实验区,在分析近海养殖的渔排和海带/紫菜养殖区光谱特征的基础上,建立用于近海养殖区快速检测的光谱特征指数,在此基础上利用统计均值纹理与阈值检测算法,并结合近海养殖区的几何形状判断,实现了不同类型近海养殖区的高精度自动提取。实验结果表明:该方法能够快速准确地监测不同类型养殖区的分布情况,总体检测精度达到90%以上,可以为管理部门科学地规划管理海岸带养殖区提供有效的信息支持和辅助决策分析。     

基于季相变化特征的撂荒地遥感提取方法研究

在我国西南地区耕种条件差,地块比较破碎,地块类型比较复杂,中低分辨率遥感数据难以满足撂荒地提取的需要。选取贵州修文县为试验区,基于高分辨率卫星遥感数据（哨兵2号）,探索单期或多期影像在中国西南地区的撂荒地检测能力,构建撂荒地遥感监测方法,为今后我国西南地区撂荒地统计调查提供参考。结合野外调查数据,在划分不同撂荒地类型基础上,综合遥感影像的光谱特征、植被指数特征以及多时相植被指数变化特征分析,优选不同类别撂荒地遥感提取敏感特征集,利用CART决策树分类方法,提取不同类型的撂荒地。结果表明：①单个时相对不同类型的撂荒地识别能力差异显著,基于单时相影像,难以开展撂荒地高精度遥感监测提取;②不同时相的植被指数变化特征对撂荒地的识别能力较强,其中比值植被指数优于差值植被指数和归一化植被指数;③以贵州修文县为例,开展了撂荒地空间分布制图及撂荒面积统计分析,修文县撂荒地面积约为6 460 hm²,占修文县耕地面积的13%;④基于多时相高分辨遥感数据,通过季相变化特征构建的撂荒地检测方法,能够满足我国西南地区撂荒地高精度遥感监测提取,为大范围撂荒地遥感调查和制图提供技术参考。     

基于迭代CART算法分层分类的土地覆盖遥感分类

土地覆盖遥感分类是土地利用变化监测及其空间格局分析的重要技术手段。为了进一步提高土地覆盖遥感分类精度,提出一种基于迭代CART算法分层分类的新技术体系。首先,根据类别光谱可分性分析,确定分层分类方法的类别提取顺序依次为水体、植被、裸地和建设用地。然后,在此分类顺序下,分别确定各类别的图像分割参数和分类特征集。最后,在对象尺度上,将CART算法迭代引入分层分类过程,不断选取训练样本进行CART算法的迭代分类依次提取前3个类别,将剩余部分直接划分为建设用地。实验结果证明:该方法可以明显减轻裸地和建设用地的混分现象,获得较高精度的土地覆盖分类结果,总体精度85.76%,Kappa系数0.72。相比于SVM、CART两种单次分类方法,总体精度和Kappa系数分别提升了10.67%～16.5%和0.15～0.21。同时,该方法能够灵活调整某个类别的分类精度并具有很强的扩展性,可以为其他涉及图像分类的遥感应用领域提供方法参考。     

运行化的农作物长势遥感监测系统

详细介绍了全国农作物长势遥感监测系统的设计、实现及运行.系统的设计以运行化为目标,即多方法监测、多尺度监测、多指数监测和系统化.系统建成后使用实时处理的气象卫星数据,实现了全国范围不同尺度的作物长势监测,经2005年一年的运行,达到了运行化的要求,为相关部门提供了及时的决策依据.     

基于高分辨率影像的平原地区农村居民点自动化提取方法研究

基于高分一号(GF-1)多光谱数据研究提出了一种平原地区农村居民点自动化提取方法。该方法充分挖掘利用光谱信息,计算特征影像与新的相似性特征空间。据此,使用分类和阈值分割思想提取居民点初选区域,并避免了传统分类方法在快速自动化提取过程中的不足以及阈值分割造成的影像细节信息的丢失。通过研究选取合适的结构元素对居民点初选区域进行有目的、可控的形态学处理,最终达到农村居民点自动化快速提取的目的。实验结果表明:该方法提取精度良好,总体精度达到86.9%,自动化提取速度快,在农村居民点提取、城镇化规划与建设等研究中有较高实际应用价值。
     

基于TROPOMI叶绿素荧光遥感的冬小麦旱情监测

针对太阳诱导叶绿素荧光（Solar-Induced chlorophyll Fluorescence, SIF）可以有效指示陆表植被水分胁迫的特点,提出了归一化叶绿素荧光干旱指数（Normalized SIF Drought Index, NSDI）用于黄淮海地区冬小麦旱情监测。该方法首先基于哨兵-5p卫星（Sentinel-5p）对流层观测仪（Tropospheric Monitoring Instrument, TROPOMI）传感器反演得到的SIF原始产品集,通过0.1°等经纬步长栅格化处理为空间连续数据,然后基于时间序列分析进行了缺失值线性插补,再经过S-G滤波重建获得了高时空分辨率荧光数据集。以此数据集为基础,结合研究区冬小麦分布数据构建NSDI指数。通过选取典型旱情事件对比分析,NSDI指数与同期归一化植被指数（Normalized Difference Vegetation Index, NDVI）以及温度植被干旱指数（Temperature Vegetation Drought Index, TVDI）都有良好的相关性,其中与NDVI的R²为0.60,与TVDI的R²为0.41;NSDI指数与野外土壤水分调查结果也高度相关,其中河北样区R²为0.53,山东样区R²为0.54,整体R²为0.51;通过物联网监测数据分析显示,NSDI指数可以在优于2 d的滞后期内响应旱情的变化,其变化趋势与田间土壤水分保持高度相关。实验结果表明：NSDI指数可以在时空尺度上有效指示黄淮海地区冬小麦旱情。