高分二号

摘要： 当前单纯基于传统空谱融合或基于时空融合的方法均未同时综合全色、高分辨率多光谱以及低分辨率多光谱的谱段信息,造成融合结果未能与应用需求充分对接。结合传统的PanSharpening方法与当前流行的时空融合模型,提出了一种基于调制传递函数-广义拉普拉斯金字塔-高通滤波调制(Modulation Transfer Function-Generalized Laplacian Pyramid-High Pass Modulation,MTF-GLP-HPM)和时空自适应反射率融合模型(Spatial and Temporal Adaptive Reflection Fusion Model,STARFM)的新融合方法。该方法有效综合了全色和高分辨率多光谱的空谱信息以及低分辨率多光谱的时谱信息,能够生成预测时相下具有全色波段空间分辨率的多光谱影像。采用MTF-GLP-HPM方法对起始时相的高分二号(GF-2)全色(1 m)和多光谱(4 m)反射率影像进行融合,得到1 m分辨率的GF-2多光谱反射率数据;利用STARFM模型将上述GF-2多光谱影像与起始、预测时相下的高分一号宽幅(GF-1 WFV)多光谱(16 m)反射率数据进行时空融合,得到预测时相下1 m分辨率的GF-2多光谱反射率数据。基于不同下垫面类型的融合结果表明,所提方法融合结果与预测时相原始GF-2多光谱影像相比,SSIM在0.6224~0.9066,RMSE小于0.06;与直接基于原始GF-2和GF-1 WFV多光谱数据的STARFM融合结果相比,SSIM相对精度损失小于0.08,RMSE损失在0.02以下。所提方法能够在保持时空融合对于时谱信息预测精度的基础上,进一步将融合结果的空间分辨率提升至全色影像的水平。

摘要： 广东省是全国红树林分布面积最大、范围最广、种类最为丰富的地区之一,摸清广东沿岸红树林的分布范围和利用现状至关重要。本数据选取了2015–2020年共119景覆盖广东沿岸、低云量的高分二号卫星遥感数据,数据预处理后采用面向对象特征的分类方法,提取广东省沿岸红树林矢量数据。精度评价结果表明,数据集的总体精度、Kappa系数和生产精度分别是95.83%,0.8872和85.83%。本数据集反映了广东省沿岸2015–2020年红树林分布状况及变化,可作为该区域红树林资源的保护、恢复、管理及湿地动态监测、海洋环境变化等应用的基础数据。

摘要： 为提高葡萄种植区遥感识别精度,基于高分二号卫星遥感影像,对U-Net网络进行改进:从空间和通道维度自适应校准特征映射,以增强有意义的特征,抑制不相关的特征,提升地物边缘分割精度;减少下采样次数,使用混合扩张卷积代替常规卷积操作,以增大卷积核感受野,降低图像分辨率的损失,提高对不同尺寸地物的识别能力。实验结果表明,本文模型在测试集上的像素准确率、平均交并比和频权交并比分别为96.56%、93.11%、93.35%,比FCN-8s网络分别提高了5.17、9.57、9.17个百分点,比U-Net网络提高了2.39、4.59、4.39个百分点。此外,本文通过消融实验和特征可视化证明了注意力模块和混合扩张卷积在精度提升上的可行性。本文模型结构简单、参数量少,能够识别不同面积的葡萄种植区,边缘分割效果良好。

摘要： 城市河道水体宽度较窄,易受建筑用地、阴影等信息干扰,使得利用高分辨率遥感提取城市河道水体岸线效果不佳。该文以GF-2卫星融合影像为主要数据源,选取河北省两处线状水体为研究对象,依据GF-2卫星影像各个波段地物的光谱特性,采用水体指数法,以及单波段阈值法与阴影水体指数相结合的方法提取水体信息。结合高分辨率影像目视解译选取的样本计算混淆矩阵,对上述方法提取的水体信息结果进行精度评定及对比分析。实验结果表明,水体指数法在建筑用地、阴影等与水体光谱特性较接近的区域误提现象较严重;单波段阈值法易受城市建筑物阴影的影响,单波段阈值法与阴影水体指数相结合的方法可有效抑制建筑用地、阴影等干扰,提取完整水体信息,总体精度在90%以上。

摘要： 针对高分辨率遥感影像中道路目标结构复杂且背景地物多样的问题,设计了一种适用于高分辨率遥感影像道路提取的SM-Unet网络。为捕获孤立道路区域的长距离关系的同时也能关注局部信息,网络编码器下采样前加入条纹池化模块;为增强网络对复杂场景中道路区域上下文信息的获取能力,使道路特征表示更有辨别力,编码器最后卷积层后加入混合池化模块。为验证SM-Unet模型提取道路的能力,选择我国高分二号遥感影像为数据集开展道路提取实验。结果表明,SM-Unet网络训练的道路提取模型在精确率、召回率、F 1分值、平均交并比等评价指标上,均优于U-Net、FCN、DeepLabV3+等网络模型。同时,在道路提取的完整性方面,提取效果最优。

摘要： 高分二号(GF-2)影像的高空间分辨率有助于获得更为准确的水体分布信息。针对现有水体指数难以应对复杂环境、高空间分辨率的遥感影像水体提取时易出现“椒盐”现象的问题,基于GF-2影像进行了水体指数的构建及验证。首先,通过分析各地表覆盖物的波谱信息,构建了一种综合水体指数(comprehensive water index,CWI),并进行精度验证;其次,通过图像分割结合水体指数进行水体提取并进行精度验证;然后,为了充分利用光谱信息和发挥分类器的优势,将分割后同质对象的光谱信息与水体指数组合作为分类器的输入数据,进行水体提取并进行精度验证;最后,验证综合水体指数在WorldView-2影像和GF-1影像的适用性。经过研究可知:①新构建的综合水体指数在进行水体提取时,能够有效抑制阴影、建筑物、道路、植被、裸土等地表覆盖的影响,精度明显提高;②通过图像分割结合水体指数提取水体信息能有效抑制“椒盐”现象的产生;③分类器结合水体指数能有效提高水体提取精度;④综合水体指数同样适用WorldView-2影像和GF-1影像。综上分析,综合水体指数能够有效地提取水体信息,可用于河流、湖泊的提取和更新,池塘养殖面积的调查等,是一种高精度的水体提取方法。

摘要： 本文以广东省西部地区某高速公路路段数据采集为背景,利用高分一号(GF1)、高分二号(GF2)卫星获取的高分辨率遥感影像,采用面向对象分类法快速提取了研究路段的路面空间特征信息,利用NDVI、NDWI遥感地表参量计算方法大范围提取了公路沿线环境信息。同时,基于30米空间分辨率的ASTER GDEM产品提取了公路周边基础地形信息。最后,形成了一套标准化的公路沿线环境基础数据集成果。

摘要： 基于我国首颗民用亚米级GF-2卫星遥感影像,以宁海县部分建成区水体为研究对象,根据基于典型遥感水质指标的识别法、基于反射率光谱指数BOI(Black and Odorous Water Index)的黑臭水体识别模型、NDBWI指数来开展疑似黑臭水体的遥感监控,对3种模型信息提取结果进行对比分析,并结合目视解译综合识别疑似黑臭水体。对监测结果的实地踏勘验证表明,宁海县建成区水环境质量总体良好,但仍有不少水域呈现较差的感官表现,存在色浊、味臭等问题。NDBWI指数和BOI指数模型均是直接利用黑臭水体的光谱特征放大差异并设定阈值进行计算,具有较好的水体类型分类效果,结合相关水体特征信息的目视解译可以获得更加精准的水体质量信息。遥感作为黑臭水体的预筛查手段,具有良好的应用效果。

摘要： 针对复杂地形条件下道路特征选取不具代表性,分割精度低的问题,提出了一种基于卷积神经网络(PPMU-net)的高分辨率遥感道路提取的方法.将3通道的高分二号光谱信息与相应的地形信息(坡度、坡向、数字高程信息)进行多特征融合,合成6通道的遥感图像;对多特征的遥感图像进行切割并利用卷积网络(CNN)筛选出含道路的图像;将只含道路的遥感图像送进PPMU-net中训练,构建出高分辨率遥感图像道路提取模型.在与U-net神经网络、PSPnet神经网络相比时,所提的方法在对高分辨率遥感道路提取时能够达到较好的效果,提高了复杂地形条件下道路分割的精度.

摘要： 随着经济社会的快速发展,城市水体污染问题日益严重。有机污染物是引起水体污染的重要原因,化学需氧量(chemical oxygen demand,COD)可以用来评价水体有机污染的程度。本研究使用高分二号(GF-2)卫星影像数据,对广州市中心城区水体中的COD浓度进行遥感反演,并利用广州市重点整治河涌实测水质数据对反演效果进行精度评价。结果表明,广州市中心城区主要河流COD浓度总体较低,部分细小河涌COD浓度偏高;白云区流溪河上游河段COD浓度偏高,可能是受到白云机场污水排放的影响;位于黄埔区的珠江部分河段COD浓度较高,可能是附近污染企业排放的废污水造成水体中的COD浓度升高;精度分析结果表明模型反演效果较好。

摘要： 一种豫麦二号和野燕麦合并配制的豫麦二号新系96－2是一种利用豫麦二号与野燕麦复合杂交的优良麦种，是将豫麦二号花粉与野燕麦花粉复合杂交相交配，历经十一年的试验、实践，获得成功，具有：1.抗病能力明显高于其它品种，2.适播期长，3.抗旱性好，4.抗寒性好，5.分穗力强，6.用种量少，7.抗倒伏能力特强等多种优特点，深受农业专家和广大农民的好评。本发明易于推广，社会效益和经济效益相当无限。

摘要： 本发明公开了一种融合语义与像素特征的高分二号遥感影像水体提取方法，包括：将高分二号遥感影像中的多光谱和全色谱遥感影像根据其成像特点进行其波段组合，以更好地突出水体信息；提出一种改进的FCN的水体全局特征提取方法，改进了激活函数解决神经元的坏死现象，改进了跳层结构以利用特征信息与空间信息防止过拟合现象；基于改进的条件随机场对水体边缘特征进行逐像素分类优化水体边缘提取，最终实现更高精度的水体提取。本发明从水体全局语义特征与水体边缘像素特征两个角度出发，提取水体全局语义特征并利用水体边缘像素特征优化水体提取，模型既防止了深度特征提取时的过拟合现象，又解决了FCN模型提取水体边缘时的漏识与误识问题。

摘要： 本发明公开了一种基于高分二号和Lidar数据的平原灌区泵闸点位置及其类型识别方法，包括如下步骤：将平原灌区作为研究区，获取研究区高分二号遥感影像；提取研究区沟渠分布矢量图；提取沟渠中心线并延长沟渠中心线；根据研究区沟渠特征对沟渠进行等级划分；对不同等级的沟渠进行相交，得到研究区泵闸点的位置；利用研究区的Lidar数据，在ArcGIS中进行水文模块分析，得到有流向的沟渠网络矢量数据；根据有流向的沟渠网络矢量数据、研究区泵闸点位置以及沟渠等级矢量数据判别研究区泵闸类型。本发明方法有助于了解人为调控对平原灌区水文连通性的影响，进而为改善农村沟渠生态系统健康状况、提高水资源统筹配置能力提供可参考的科学依据。

摘要： 本发明公开了一种作物制图的方法，具体是一种是基于场联合使用高分二号光学成像和高分三号偏振合成孔径雷达(PolSAR)数据进行作物制图的方法。充分发掘多源遥感数据的优势，并解决遥感在作物制图中地块空间不精确和作物制图不准确的问题，本研究以SAR与光学遥感数据的时空协同为切入点，发展一套“SAR‑光学”数据协同的作物种植结构遥感提取模型，将光学影像的空间信息与SAR数据的特征信息进行多层次协同，探索地块基元支持下的多源遥感数据作物种植结构信息自动识别方法。该方法主要包括高空间分辨率图像的多尺度分割，SAR图像特征提取，最优分类子集获取和使用SVM的面向对象分类四个部分。本发明方法以多时相SAR(GaoFen‑3)和光学影像(GaoFen‑2)为数据源，利用GaoFen‑2号影像提供的农田地块结构的“图”信息和GaoFen‑3号影像提供的地物特性的极化散射、纹理等信息协同处理，以实现对作物类型的准确判别和种植面积提取。

摘要： 本发明公开了一种基于高分二号卫星影像数据分析的自动选线方法，包括，获取数据，用数据对选线的因素进行选取和权重赋值；根据权重后计算聚合成本面；基于聚合成本面选择选线方案；对选线方案进行线性优化后产生全局最佳选线方案；本发明优化选线方案，提高了工作效率，减少了误差，使得选线工作可以在自动化下完成。

摘要： 本发明公开了一种基于高分二号影像数据分析的变电站扩建规划方法，包括，利用高分二号卫星及解译系统获取地理信息；将地理信息输入地理信息生成系统，生成带有地理经济信息的任意两点间的距离函数；将带有地理经济信息的距离函数输入变电站规划系统，变电站规划系统利用动态细菌觅食算法进行求解得到最佳的变电站扩建方案；本发明不仅降低了人为划分造成的误差，同时降低了变电站扩建的费用并且可以应用于完善的电力系统的区域内的扩建。

摘要： 本发明提供一种针对高分二号卫星遥感影像的快速去薄云方法，包括：采用暗通道算法对输入的原始高分二号卫星遥感影像进行处理，获取暗通道图像，通过最大大气光阈值法，计算暗通道图像的大气光值，对原始高分二号卫星遥感影像进行下采样，获取透射率预估图，再进行导向滤波和插值上采样，得到透射率优化图，基于大气散射模型，以蓝光波段为起始波段，根据各波段间散射强度的比值关系，对蓝、红、绿和近红外波段进行校正，根据大气光值和透射率优化图，将校正后的蓝、红、绿和近红外波段进行组合还原，得到去薄云后的图像。本发明加快了图像处理速度，约束了厚云过校的问题，且进行了图像偏色纠正，从而能够得到更精准的去薄云图像。

摘要： 本发明提供一种高分二号影像智能渔排识别算法、装置、设备和介质，方法包括：对得到的高分二号图像进行预处理，得到处理后的图像；根据处理后的图像，标示渔排分布；将标示后的图像进行分割，形成设定个数的小图像；基于SVM支持向量机分类模型；根据参数网格上穷举候选参数组合的方法，通过不断地改变各参数搭配方案，将所述小图像输入进行测试更新目标函数的精度值；构建以高分二号四个波段的数值维度m*n*l为特征矩阵，以分类影像为反演目标，经过SVM支持向量机分类算法训练建模，构成渔排智能识别模型，快速、精确的确定渔排分布面积，为执法部门提供有效的技术支持。

摘要： 本发明公开了一种基于高分二号影像的森林变化快速检测方法研究，属于森林资源动态变化监测技术领域，通过GF‑2多光谱获取一个连续时间段内的待测森林资源的遥感图像，以原始影像为基准影像，通过选择控制点配准后期影像，然后裁剪出图像重叠区作为样区；利用不同地物间光谱特征的差异，采用影像差值法进行变化信息的提取，本发明采用GF‑2多光谱遥感数据的识别能力可以更优的适应样区内变化图斑多且面积小的特点，获得高精度的森林变化检测结果，同时根据样区的特点，充分利用不同地物间光谱特征的差异，采用影像差值法进行变化信息的提取，该算法简单，降低计算复杂度，容易实现，能很好的适应森林变化信息快速而有效的提取需求。

摘要： 本发明公开了一种融合语义与像素特征的高分二号遥感影像水体提取方法，包括：将高分二号遥感影像中的多光谱和全色谱遥感影像根据其成像特点进行其波段组合，以更好地突出水体信息；提出一种改进的FCN的水体全局特征提取方法，改进了激活函数解决神经元的坏死现象，改进了跳层结构以利用特征信息与空间信息防止过拟合现象；基于改进的条件随机场对水体边缘特征进行逐像素分类优化水体边缘提取，最终实现更高精度的水体提取。本发明从水体全局语义特征与水体边缘像素特征两个角度出发，提取水体全局语义特征并利用水体边缘像素特征优化水体提取，模型既防止了深度特征提取时的过拟合现象，又解决了FCN模型提取水体边缘时的漏识与误识问题。