黄土高塬沟壑区切沟自动提取方法及切沟长期变化特征
这是一篇关于切沟侵蚀,切沟形态参数,卫星遥感,自动提取,黄土高原的论文, 主要内容为黄土高原沟壑纵横、地表破碎、水土流失严重,切沟侵蚀是塑造该区地貌的主要动力之一。研究切沟的自动提取方法和时空变化特征,对切沟侵蚀遥感监测、定量模拟以及切沟防治等具有重要意义。目前,关于黄土高原沟缘线和沟谷网络的自动提取研究已有一定进展,但提取精度还有待提高,对于切沟形态参数的自动计算方法也有所欠缺,不利于大范围切沟的动态变化监测。而且遥感数据种类繁多,数据量大,分辨率多样,不同分辨率影像的提取精度和适用性有待深入研究。本文选取黄土高塬沟壑区典型区域,结合多种分辨率卫星遥感影像和DEM数据,利用面向对象影像分析方法、随机森林算法、水文分析等方法自动提取沟缘线和沟谷网络,并基于Arc GIS Engine+.NET(C#)平台,设计一种新的算法,自动提取切沟并计算其形态参数;分析基于不同遥感影像提取切沟形态参数的精度,建立切沟参数相互转化的模型,并探讨遥感影像类型和空间分辨率对切沟提取的适用性;利用本文提出的切沟自动提取方法,研究1970年至2021年切沟的动态变化特征。主要研究结果如下:(1)分析了不同分辨率卫星遥感影像自动提取切沟的精度。利用面向对象和随机森林方法自动提取山西吉县中垛塬的切沟。与目视解译结果相比,0.5 m Google影像和2 m分辨率GF-1影像自动提取精度较高,可达90%以上,切沟形态准确;基于8 m分辨率GF-1影像自动提取切沟的精度在85%左右,切沟形态大致符合实际。0.5 m影像提取的切沟形态参数百分误差波动幅度最小,沟长和沟宽的百分误差仅在5%上下波动,面积百分误差集中在10%以下。2 m分辨率影像提取的切沟沟长、面积和沟宽的百分误差在13%左右;8 m分辨率影像提取的切沟沟长、面积和沟宽的平均百分误差为18.82%、27.62%和18.93%。(2)建立了切沟形态参数转换模型。8 m分辨率影像提取的切沟形态特征指标精度较低,难以开展切沟侵蚀特征的研究。基于0.5 m分辨率Google影像提取的切沟形态特征参数,建立8 m分辨率GF-1影像提取的切沟沟长转换模型L=1.22L’-0.28(R2=0.896)和面积转换模型A=1.44A’+31.56(R2=0.916),显著性p值均小于0.01,转换结果具有较高的精度。(3)改进了基于DEM影像提取切沟的方法。基于GF-7影像生成的DEM(分辨率5m),利用多向山体阴影法、AGREE算法改进的水文分析方法自动提取甘肃西峰董志塬的沟缘线和沟谷网络,提取结果精度较高。相对于人工识别的沟缘线,沟缘线偏移距离在2个偏移栅格以内(10 m)的占比为85.14%,提取出的沟缘线完整,且连续性好,可以明显分割出正负地形;AGREE算法可以有效改善水文分析方法提取沟谷网络而产生的“平行网络”问题,参照目视解译结果,沟谷网络提取的用户精度为91.20%,生产者精度为86.87%。采用切沟自动提取算法共提取出切沟753个,可识别出的最小切沟沟长为16.32 m。沟长、面积、沟宽的平均百分误差分别为7.75%、8.64%和9.06%,三个参数的百分误差均在10%左右,提取精度比较理想。(4)分析了切沟50年尺度的变化特征。以西峰区南小河沟为例,选取1970年KH-4B影像(分辨率1.8 m)和2021年GF-7影像(分辨率0.56 m)、DEM影像(分辨率5 m)自动提取切沟并分析其动态变化,由于受到影像配准精度和分辨率的限制,利用自动提取方法难以描述小型切沟的变化趋势,本研究分析了沟长大于30 m的切沟动态变化,其中沟头前进速率在0.03～0.95 m/a之间,均值为0.28 m/a;面积扩张速率在在0.19～54.69 m2/a之间,均值为12.95 m2/a。
卫星遥感温室气体数据网络共享及分析研究
这是一篇关于卫星遥感,温室气体数据,空间信息服务平台,网络共享,在线分析的论文, 主要内容为温室气体数据具有重要的科学价值,是研究气候温室效应的重要依据。在长期的科学实践中,人们积累了大量卫星遥感温室气体数据,关于卫星遥感温室气体数据的网络共享和分析成为重要的研究课题之一。 国内外许多机构已经建立了各自存储气候气象数据的数据库,其中也有部分温室气体的数据；部分数据库已通过互联网对外提供服务,如国内中科院的大气科学数据库,国外NASA的全球变化专业目录。由于众多机构各自发布温室气体数据以及不同的数据获取方式,导致了数据多源性、异构性和分布式的特点,这些系统或服务虽然包含了简单的数据搜索和处理功能,但是针对温室气体数据的同化、融合和分析能力依然十分欠缺,主要有在线分析支持的数据格式单一,无法对不同遥感传感器来源数据进行分析比较,分析结果输出格式多以图片为主等。 本文通过分析卫星遥感数据的特点,考察常用的数据应用方向和分析方法,针对国内外已建同类平台的不足,着重探讨构建了一个针对不同卫星传感器遥感温室气体数据空间信息服务平台框架,该平台支持海量、多源、异构卫星遥感温室气体数据的数据管理、检索查询、可视化展示、在线分析等功能。 平台通过后台部署集成了AIRS、SCIAMACHY、GOSAT、IASI、FY-3A、 OMI等不同传感器的二级、三级反演数据集产品,利用ENVI/IDL批量生成一一对应的快视图,实现了多源数据的网络检索查询、在线预览和数据批量下载的功能。通过JSP网站前台访问,JAVA类前后台交互,ENVI/IDL后台处理,发布了可以自定义时间范围和空间范围的时间变化、纬度变化、季节变化等在线分析应用,支持不同传感器反演数据的在线分析比较。基于遥感数据,通过ArcGIS预处理生成的网格地图数据,实现较为复杂的在线多边形区域时空分析功能。平台数据在线分析结果可视化支持折线图表和网格渲染地图两种在线展示方式。结果输出支持文本文件和电子表格两种格式的本地下载,方便平台使用者对数据的进一步个人分析要求。 本文详细介绍了平台发布的数据和支持的数据应用分析方法,阐述了平台设计和实现办法,并使用了单个数据时间变化分析、单个数据时空分布分析、两种数据季节变化比较和三种数据时间变化比较这四个应用实例,说明了如何使用平台进行卫星遥感温室气体数据的在线分析、结果可视化、结果下载等。验证平台的科研可用性同时,为多源卫星温室气体数据的网络共享和分析提供了新思路。
卫星遥感温室气体数据网络共享及分析研究
这是一篇关于卫星遥感,温室气体数据,空间信息服务平台,网络共享,在线分析的论文, 主要内容为温室气体数据具有重要的科学价值,是研究气候温室效应的重要依据。在长期的科学实践中,人们积累了大量卫星遥感温室气体数据,关于卫星遥感温室气体数据的网络共享和分析成为重要的研究课题之一。 国内外许多机构已经建立了各自存储气候气象数据的数据库,其中也有部分温室气体的数据；部分数据库已通过互联网对外提供服务,如国内中科院的大气科学数据库,国外NASA的全球变化专业目录。由于众多机构各自发布温室气体数据以及不同的数据获取方式,导致了数据多源性、异构性和分布式的特点,这些系统或服务虽然包含了简单的数据搜索和处理功能,但是针对温室气体数据的同化、融合和分析能力依然十分欠缺,主要有在线分析支持的数据格式单一,无法对不同遥感传感器来源数据进行分析比较,分析结果输出格式多以图片为主等。 本文通过分析卫星遥感数据的特点,考察常用的数据应用方向和分析方法,针对国内外已建同类平台的不足,着重探讨构建了一个针对不同卫星传感器遥感温室气体数据空间信息服务平台框架,该平台支持海量、多源、异构卫星遥感温室气体数据的数据管理、检索查询、可视化展示、在线分析等功能。 平台通过后台部署集成了AIRS、SCIAMACHY、GOSAT、IASI、FY-3A、 OMI等不同传感器的二级、三级反演数据集产品,利用ENVI/IDL批量生成一一对应的快视图,实现了多源数据的网络检索查询、在线预览和数据批量下载的功能。通过JSP网站前台访问,JAVA类前后台交互,ENVI/IDL后台处理,发布了可以自定义时间范围和空间范围的时间变化、纬度变化、季节变化等在线分析应用,支持不同传感器反演数据的在线分析比较。基于遥感数据,通过ArcGIS预处理生成的网格地图数据,实现较为复杂的在线多边形区域时空分析功能。平台数据在线分析结果可视化支持折线图表和网格渲染地图两种在线展示方式。结果输出支持文本文件和电子表格两种格式的本地下载,方便平台使用者对数据的进一步个人分析要求。 本文详细介绍了平台发布的数据和支持的数据应用分析方法,阐述了平台设计和实现办法,并使用了单个数据时间变化分析、单个数据时空分布分析、两种数据季节变化比较和三种数据时间变化比较这四个应用实例,说明了如何使用平台进行卫星遥感温室气体数据的在线分析、结果可视化、结果下载等。验证平台的科研可用性同时,为多源卫星温室气体数据的网络共享和分析提供了新思路。
基于卫星遥感的灾害性天气分析
这是一篇关于西北地区,沙尘气溶胶,暴雨,卫星遥感,空间分布的论文, 主要内容为本文基于卫星遥感资料针对西北地区灾害天气进行分析。利用CloudSat卫星数据在2010年4月分为月平均、沙尘天、无沙尘天三种情况分析沙尘气溶胶对云参数的影响；其次利用CALIOP/CALIPSO卫星2012.1.1-2014.2.28的L2级气溶胶廓线数据对西北地区全年和春季气溶胶消光系数进行统计分析,并重点利用CALIOP/CALIPSO卫星Ll级数据产品结合多种卫星资料和模式分析2013.4.16-18西北地区的一次沙尘天气过程,分析了沙尘气溶胶的空问分布和传输路径；最后利用CPR/CloudSat卫星的2B数据产品对2010.5-9月西北地区雨季云参数进行统计分析,并同时针对2007.5.28天山中段的一次暴雨过程云参数空间分布进行分析,最后主要结论如下：(1)利用CloudSat卫星数据产品对比西北地区4月沙尘天、无沙尘天、月平均情况得到沙尘气溶胶有效减小云粒子有效半径、云水含量和云光学厚度,增大水云粒子数浓度。(2)西北地区气溶胶消光系数随高度的增加而减小。沙漠源地的气溶胶消光系数数值较大,较甘肃等地受城市化影响的气溶胶数值偏高。春季分布与年均分布基本一致。(3)沙尘天气发生期间CALIOP/CALIPSO卫星的垂直特性产品气溶胶分类图则可以明确对气溶胶进行分类,NAPPS气溶胶全球模式可以显示沙尘气溶胶浓度变化的日均分布,直观体现沙尘气溶胶的输送扩散；HYSPLIT后向轨迹模式则宏观上给出了沙尘源区开始的沙尘输送路径。沙尘天气爆发期间沙尘气溶胶主要分布在地而以上3km内,退偏比主要分布在0.4,色比主要分布在1.2；在沙尘天气减弱乃至结束时,气溶胶主要分布在地表2km内,退偏比主要分布在0.2-0.3,色比主要分布在1左右。(4)西北地区2010年5-9月雨季以单层云为主,其中又以中低云为主,云量整体随高度先增大后减小,平均云量在80%以下；青海西藏地区由于平均海拔较高,与西北其他地区差异性较大；整体而言云微物理参数随高度先增大后减小,水云参数在3km左右达到最大值。水云粒子有效半径最大达到24μmm,,水云粒子数浓度在100个·cm-3以下,云水含量最大值在150mmg·m-3以上。云水含量的较大值区对应了粒子数浓度和有效半径的较大值区。(5)暴雨个例分析可知：云参数的峰值区主要在对应的水/冰云的中部。根据个例分析可知液态水主要分布在雨层云、高层云、积云内部。液态水含量在3km处出现极大值,达到245 mg·m-3。水粒子数浓度在云内液态水的中下部达到峰值,云上部是低值区。水粒子的有效半径的峰值区主要存在于液态水内部的中部区域,主要分布于云内液态水层的3.5-4km,最大值可达23μm。冰水含量高值区均在云层的中部,云顶和云底都是低值区,冰水含量值在3km左右开始出现并增加,其随云层高度的变化近似正态分布,峰值出现在6km。冰粒子数浓度对应冰水含量在相同的地方存在高值区,最大值达到290个·cm-3。云滴冰粒子有效半径高值区主要分布在冰云的中下部,极大值平均分布在5km左右,最大值可达到120μm,在5km以上和以下都逐渐减小
基于光学遥感图像的水坝目标检测研究
这是一篇关于水坝目标检测,多光谱图像检测,卫星遥感,深度学习的论文, 主要内容为环境保护一直以来是一个热门话题,在科技发展的同时也要注重环境保护工作的开展。研究发现水坝会对全球碳循环以及河流流域的生态环境产生影响,因此对水坝进行监测是一项重要工作。科学研究需要信息支撑,目前针对水坝进行的大范围区域研究主要依赖的是遥感图像或一些现有的数据库,但现有数据库数据信息有限并且较为分散。在深度学习技术成为主流之前从遥感图像中获取有效信息的主要方式是人工目视解译,但在空间分辨率不高的大区域遥感图像中解译目标比较困难且效率低下,自动化检测的方式可以提高效率。获取水坝在图像中的位置信息是对其周边环境进行研究的首要步骤,本文针对水坝目标检测技术进行研究并开发可以替代人工解译的水坝目标检测系统,为环境保护工作的研究提供较为实时的信息。本文的研究内容如下:(1)构建了基于RGB遥感图像的水坝目标检测模型。首先对比了5种经典算法,选用其中精确率最高且最为轻量化的YOLOv5模型进行验证,结果表明YOLOv5在图像背景复杂的情况下虚警率较高并且难以适应水坝形状多变情况下的检测。针对此问题,本文使用可以高效分析复杂场景信息的CBAM注意力机制结合YOLOv5模型进行检测,可以一定程度上降低虚警率和漏检率。(2)提出了水体指数与RGB图像多模态融合的多光谱遥感图像检测方法。在哨兵二号多光谱图像上利用不同波段的光谱特性结合水坝周边的地学特征,计算水体指数,并将计算结果与原图像进行像素和特征级别的融合。对比两种融合方式,结果表明像素级融合对原图像丢失信息较少,精确率更高,漏检率更低。(3)设计并开发基于光学遥感图像的水坝目标检测原型系统。可以对水坝RGB和多光谱图像进行检测,同时可以进行训练和对训练模型等文件进行管理。系统后端主要采用Django和GDAL框架进行搭建,前端使用Vue框架实现。系统的开发为非计算机专业的研究人员提供自动化平台,提高了工作效率。
黄土高塬沟壑区切沟自动提取方法及切沟长期变化特征
这是一篇关于切沟侵蚀,切沟形态参数,卫星遥感,自动提取,黄土高原的论文, 主要内容为黄土高原沟壑纵横、地表破碎、水土流失严重,切沟侵蚀是塑造该区地貌的主要动力之一。研究切沟的自动提取方法和时空变化特征,对切沟侵蚀遥感监测、定量模拟以及切沟防治等具有重要意义。目前,关于黄土高原沟缘线和沟谷网络的自动提取研究已有一定进展,但提取精度还有待提高,对于切沟形态参数的自动计算方法也有所欠缺,不利于大范围切沟的动态变化监测。而且遥感数据种类繁多,数据量大,分辨率多样,不同分辨率影像的提取精度和适用性有待深入研究。本文选取黄土高塬沟壑区典型区域,结合多种分辨率卫星遥感影像和DEM数据,利用面向对象影像分析方法、随机森林算法、水文分析等方法自动提取沟缘线和沟谷网络,并基于Arc GIS Engine+.NET(C#)平台,设计一种新的算法,自动提取切沟并计算其形态参数;分析基于不同遥感影像提取切沟形态参数的精度,建立切沟参数相互转化的模型,并探讨遥感影像类型和空间分辨率对切沟提取的适用性;利用本文提出的切沟自动提取方法,研究1970年至2021年切沟的动态变化特征。主要研究结果如下:(1)分析了不同分辨率卫星遥感影像自动提取切沟的精度。利用面向对象和随机森林方法自动提取山西吉县中垛塬的切沟。与目视解译结果相比,0.5 m Google影像和2 m分辨率GF-1影像自动提取精度较高,可达90%以上,切沟形态准确;基于8 m分辨率GF-1影像自动提取切沟的精度在85%左右,切沟形态大致符合实际。0.5 m影像提取的切沟形态参数百分误差波动幅度最小,沟长和沟宽的百分误差仅在5%上下波动,面积百分误差集中在10%以下。2 m分辨率影像提取的切沟沟长、面积和沟宽的百分误差在13%左右;8 m分辨率影像提取的切沟沟长、面积和沟宽的平均百分误差为18.82%、27.62%和18.93%。(2)建立了切沟形态参数转换模型。8 m分辨率影像提取的切沟形态特征指标精度较低,难以开展切沟侵蚀特征的研究。基于0.5 m分辨率Google影像提取的切沟形态特征参数,建立8 m分辨率GF-1影像提取的切沟沟长转换模型L=1.22L’-0.28(R2=0.896)和面积转换模型A=1.44A’+31.56(R2=0.916),显著性p值均小于0.01,转换结果具有较高的精度。(3)改进了基于DEM影像提取切沟的方法。基于GF-7影像生成的DEM(分辨率5m),利用多向山体阴影法、AGREE算法改进的水文分析方法自动提取甘肃西峰董志塬的沟缘线和沟谷网络,提取结果精度较高。相对于人工识别的沟缘线,沟缘线偏移距离在2个偏移栅格以内(10 m)的占比为85.14%,提取出的沟缘线完整,且连续性好,可以明显分割出正负地形;AGREE算法可以有效改善水文分析方法提取沟谷网络而产生的“平行网络”问题,参照目视解译结果,沟谷网络提取的用户精度为91.20%,生产者精度为86.87%。采用切沟自动提取算法共提取出切沟753个,可识别出的最小切沟沟长为16.32 m。沟长、面积、沟宽的平均百分误差分别为7.75%、8.64%和9.06%,三个参数的百分误差均在10%左右,提取精度比较理想。(4)分析了切沟50年尺度的变化特征。以西峰区南小河沟为例,选取1970年KH-4B影像(分辨率1.8 m)和2021年GF-7影像(分辨率0.56 m)、DEM影像(分辨率5 m)自动提取切沟并分析其动态变化,由于受到影像配准精度和分辨率的限制,利用自动提取方法难以描述小型切沟的变化趋势,本研究分析了沟长大于30 m的切沟动态变化,其中沟头前进速率在0.03～0.95 m/a之间,均值为0.28 m/a;面积扩张速率在在0.19～54.69 m2/a之间,均值为12.95 m2/a。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码码头 ，原文地址：https://m.bishedaima.com/lunwen/52427.html
