基于多源遥感数据的水体提取方法研究

为了进一步减少洪涝灾害给国家造成的不利影响,必须进一步对洪涝灾害开展必要的研究和监测。有效获取水体数据以及洪水覆盖区域是洪涝灾害监测和研究的前提。卫星遥感技术具备能广泛收集信息、迅速收集相关数据、周期小以及数据量庞大等特点,所以被广泛运用于洪涝灾害的监测中。当前,在使用遥感技术的基础上对水体数据开展监测提取的方法有很多,但也存有相应的问题——只是单纯的运用传感信息源,并没有进一步对多元信息的组合开展运用,基于这一点,数据获取的最终结果也常常会受到天气和空间位置的影响。基于此,文章对多源遥感数据的水体提取方法进行研究,以供参考。     

不同方法在水体遥感提取中的应用实现

本文分别介绍了指数模型法、监督分类法和决策树法三种不同水体遥感提取方法的过程及原理,并以洞庭湖水域的水体提取为例,比较了三种方法的实现异同,从而为在不同时期和不同用途时采用最佳的水体提取模型提供一定的依据。     

基于多流向算法的数字河网自动提取系统研究

从DEM数据中自动提取流域数字河网结构是分布式水文模型研究的基础。由于DEM数据中存在误差数据,这些误差数据的存在会影响面状水体提取的准确度。文章详细论述了基于多流向算法的面妆水体提取过程中面状水体与伪洼地的识别、多流向算法、集水面积计算、面状水体提取等关键技术,文章提出的面状水体提取方法可为进一步开发分布式水文模型提供技术基础。     

基于GF-3与Sentinel-2A图像融合的高精度水体提取算法

应用遥感技术提取水体信息已成为研究热点之一.我国卫星高分三号(GF-3)雷达数据具有全天时全天候工作和高空间分辨率的特点,但是容易受到斑点噪声的影响,而且包含的对象信息非常有限.多光谱图像包含丰富的光谱信息,可以填补雷达数据的信息缺陷,但是空间分辨率相对较低.为了提高遥感图像中水体的分类精度,采用多源数据融合办法,首次...     

InSAR生成DEM的多条带快速融合方法

提出了一种DEM大范围快速融合方法,该方法首先DEM重叠区域通过分块匹配策略提取密集连接点并进行区域网平差修正平面和高程上的系统误差;在此基础上通过先顺轨后垂轨的策略融合生成一整副DEM;同时为了提升整个融合效率,采用策略加快处理速度。实验结果表明,提出CPU/GPU异步并行方法比单CPU处理效率提升了18倍,实现了多条带DEM无缝融合。     

基于DEM融合的河道堤坝径流预测方法研究

受到复杂河道环境影响,无法有效预测河道堤坝径流,为此提出了基于DEM融合的河道堤坝径流预测方法研究。分析河道堤坝径流节点的属性特征,利用DEM提取径流特征点;根据该特征点计算并校正高程误差,根据校正数据模拟径流过程。以接边线为中心,采用反距离加权方式进行内插处理,以源DEM为最小采样间隔,相互配准,使得不同DEM源融合区域能够平滑过渡。结合融合处理的DEM数据,完成河道堤坝径流预测流程设计。实验结果可知,该方法在S2、S6、S8位置时,与实际数据存在10 m3/s左右的微小偏差,具有精准的预测性能。     

基于变分模型的阵列三维SAR最优DEM重建方法

由于具备了下视3维成像能力,阵列3维SAR在地形测绘、灾害监测等领域具有广泛的应用前景。但是,载机平台尺寸的限制使得其阵列方向分辨率远远低于距离向和航迹向,严重制约了阵列3维SAR系统整体性能的提升。目前研究主要针对3维SAR图像的稀疏性,采用稀疏重建方法提高其在阵列方向的分辨率。稀疏重建模型在求解过程中丢失了数字高程图(DEM)所具有的单值性、连续性等特征。为了克服稀疏重建模型存在的问题,该文提出了基于变分模型的阵列3维SAR最优DEM重建方法,该方法直接将DEM图作为最优化目标,通过寻找最优化DEM图和对应的散射系数,实现最小二乘意义下的最优DEM重建。仿真结果表明,该方法可以实现各种地形(山区、城市)的稳健DEM增强,其性能远优于OMP算法和正则化方法。      

基于圆迹干涉SAR的DEM提取

圆迹干涉SAR具有对场景目标进行全方位观测测量的优势,为了满足高分辨率圆迹SAR成像对高精度的场景数字高程模型(Digital Elevation Model, DEM)的需求,该文提出了一种基于圆迹干涉SAR数据的高程估计方法。首先推导了采用后向投影(Back Projection, BP)算法时的圆迹干涉SAR信号模型,然后给出了基于圆迹干涉SAR处理的场景DEM提取流程,最后通过仿真实验验证了所提方法的有效性。     

基于SAR极化特征的SVM道路提取方法研究

SAR图像中道路提取在路网规划建设、灾害监测等领域具有重要的应用价值.传统SAR图像道路提取方法多是基于SAR图像的幅值特性进行提取,缺少对极化特性的解译.此外极化分解方法多应用于水体提取、地物分类、建筑物提取等,较少应用于道路提取.针对现有的道路提取方法数据质量要求高、全极化道路提取研究较少、全极化数据源相干斑噪声影响大的问题,本文首先对全极化数据进行多视处理、滤波去噪预处理,并通过极化分解方法获取20维极化特征散射分量.其次,从散射机理的角度出发,构建鉴别道路信息的最优极化特征矢量.最后,通过SVM分类器得到初步道路提取结果,并通过数学形态法提取道路数据.实验结果表明,该方法达到了98.4%的Acc和65.3%的Iou,具有提取精度高、应用范围广的优点,充分利用高分辨率SAR数据的极化信息,可有效应用于SAR图像的道路提取方法研究中.此外,区分于将光学道路提取的方法直接套用到SAR图像道路提取研究,本文探索了极化特征在SAR图像道路提取中的应用表现,为SAR图像道路提取研究提出新模式新思路.     

机载DEM特征点提取及压缩方法研究

为了在机载数字高程(Digital Elevation Model,DEM)数据压缩时充分利用地貌特征,进一步提高压缩效率,提出通过提取DEM特征点并使用径向基函数(Radial Basis Function,RBF)神经网络进行数据压缩的方法。首先对原始DEM数据进行去噪预处理,避免噪点成为特征点,给出了提取特征点及山脊线和山谷线具体算法;进而以地形特征点作为学习样本点采用RBF神经网络完成数据压缩任务。仿真结果表明,所提方法极大提高了DEM压缩效率,压缩效果满足机载要求。     

基于DEM的地形特征提取算法

从数字化地形中自动提取地形特征是地形分析的一种重要方法。针对大规模复杂地形的特点,提出了一种有效的基于规则网格的地形主山脊线特征提取算法。该算法首先进行了洼地填平与快速有效的地形平滑处理,然后提取地形的山脊线并进行细化,最后根据地形遮挡剔除的需要,进行主山脊线的提取,其结果在对地形的遮挡剔除的应用中取得了比较满意的结果。     

一种基于连接点的机载InSAR区域网DEM重建方法

基于干涉合成孔径雷达(Interferometric SAR, InSAR)技术生成高精度数字高程模型(Digital Elevation Model, DEM),需要进行干涉定标。繁重的地面控制点(Ground Control Points, GCPs)布放不利于InSAR大区域地形测绘的自动化。该文介绍一种稀疏GCPs下,基于自动提取的连接点(Tie Points, TPs),利用最小二乘平差原理,实现InSAR区域网内多景相互重叠DEM的同时重建方法。通过改变参与重建的TPs数目,用X波段InSAR实测数据的实验验证了该文方法的有效性。     

SAR图像舰船目标去旁瓣处理

准确分割出SAR图像舰船成像区域是舰船目标几何参数提取、目标分类识别的基础。受SAR成像机理影响,图像不可避免地存在旁瓣效应,严重影响目标特征提取精度。提出一种舰船目标去旁瓣方法：首先确定目标区域及强散射区域最小外接矩形,在两个外接矩形区域内,根据旁瓣自身特征进行统计分析,删除疑似旁瓣区域,最后对剩余区域重新计算区域参数,获取更准确成像区域。通过对高分辨率机载SAR图像实验验证,该算法能有效去除旁瓣对SAR舰船目标影响,更精确分割出目标真实成像区域。     

基于StereoSAR辅助的InSAR DEM重建方法研究

StereoSAR与InSAR是两种利用合成孔径雷达图像重建DEM的关键技术。InSAR利用SAR干涉像对的相位信息重建高程,具有DEM重建精度高的特点,但DEM重建精度受环境、时间等失相干因素影响较大;StereoSAR是利用SAR立体像对的幅度信息重建高程,尽管DEM重建理论精度比InSAR差,但受失相干因素影响小,并且可以在缺乏外部辅助高程信息时获取绝对DEM。在传统的InSAR处理中,干涉条纹密集区域相位解缠难度较大,存在相位解缠错误和错误传播现象,且在没有地面控制点或外部DEM的时难以获得绝对DEM。文中提出了一种迭代式的基于StereoSAR辅助的InSAR高精度DEM重建方法,该方法可以在缺乏外部高程信息时获得绝对DEM,降低干涉条纹密集区域相位解缠的难度,提高DEM重建精度。采用文中所提方法、传统InSAR方法及公开DEM辅助InSAR DEM重建方法,分别在地形复杂与平坦区域进行DEM重建,并用ICESat/GLAS及TanDEM-X DEM进行精度评估。DEM重建结果验证了文中所提方法的有效性,所提方法的DEM重建精度优于传统InSAR方法且与公开DEM辅助InSAR DEM重建方法精度相当。     

基于SEEMD的高分辨率SAR图像目标特征提取方法

针对高分辨率合成孔径雷达(SAR)图像,本文提出了一种基于分离集合平均经验模态分解(SEEMD)的目标散射特征提取方法.首先在图像二维波数域进行SEEMD分解获得每个目标的散射函数,然后估计目标散射特征参数,通过该参数可以区分目标所属的散射类型.最后,仿真实验和实测数据的处理验证了方法的有效性.     

一种基于小波变换的雷达图像边缘提取方法

图像最基本的特征是边缘,边缘特征提取是多传感器信息融合与景象匹配中的重要内容.合成孔径雷达图像通常带有较强的相干斑噪声,用传统的边缘检测算法效果很不理想.本文针对合成孔径雷达自身的特点,利用小波变换的特性,提出一种将小波变换的多尺度分析与模糊加权中值滤波相结合的边缘特征提取方法.实验证明方法有效,边缘定位准确,并对噪声有抑制作用,将提取结果用于匹配,定位精度达到1个象素.     

Superoleophilic Magnetic Iron Oxide Nanoparticles for Effective Hydrocarbon Removal from Water

Various hydrocarbons are efficiently extracted from water by using a new sorbent material based on covalently functionalized magnetic nanoparticles. The functionalization of the magnetite nanoparticles with a self‐assembled monolayer of hexadecylphosphonic acid renders the nanoparticles oleophilic and the magnetic nature of magnetite allows for simple extraction of the hydrocarbon‐soaked sorbent. The sorbent material is capable of extracting single contaminants such as alkanes and aromatics and complex hydrocarbon mixtures such as crude oils in high extraction rates of up to 14 times the sorbent volume. Experimental results are explained by molecular dynamics simulations on the adsorption of single components from a hydrocarbon‐water mixture to the alkylphosphonic acid layer on the nanoparticles. The core–shell sorbent material is highly stable and therefore, reusable over several successive extraction cycles without degradation. The extraction performance is determined at different water temperatures, different water sources, and different magnetic core materials and evaluated compared to heptadecanoic acid functionalized magnetite. The new sorbent material provides the opportunity for an efficient, reliable, inexpensive, and environmental friendly removal of hydrocarbons from water.     

基于灰度共生矩的SAR图像纹理特征提取方法

为更有效地提取合成孔径雷达（SAR）图像中的有效信息,提出了一种基于灰度共生矩阵的纹理特征提取方法。该方法在分析图像灰度共生矩常用特征描述量基础上,研究了窗口尺寸和位移向量对纹理特征的影响,通过比较不同目标各种纹理特征的分布及平均值的相差程度,计算了灰度共生矩阵的最佳窗口尺寸和位移向量,确定参与分类的可用纹理特征组合,...     

极化雷达遥感中目标特征提取

在利用全极化合成孔径雷达(SAR)遥感图像进行目标检测、分类时,一个重要的问题就是如何分析目标的特征.提出了一种利用散射矩阵特征值构成的特征参数,该参数与目标的散射强度、定向角等参数无关,而是相关于目标的结构特征.通过实际应用,证明了该参数在目标特征提取方面的有效性.