国家重点基础研究发展计划(2013CB733405) 作品数:28 被引量:279 H指数:10 相关作者: 牛铮 高帅 王力 田海峰 侯学会 更多>> 相关机构: 中国科学院遥感与数字地球研究所 中国科学院大学 中国科学院 更多>> 发文基金: 国家重点基础研究发展计划 国家自然科学基金 国家高技术研究发展计划 更多>> 相关领域: 自动化与计算机技术 农业科学 天文地球 电子电信 更多>>
一种基于中性集和均值漂移的彩色遥感图像非监督建筑物提取方法 被引量:6 2013年 建筑物的纹理和光谱信息的多样性一直是自动化识别的瓶颈。针对此问题,提出了一种彩色遥感图像建筑物提取方法,该算法结合中性集和均值漂移,对转换到中性集空间的影像进行均值漂移分割,生成以影像中主要地物类型为核心的光谱类别图像,提取建筑物。通过中性集空间的增强及分割,克服了传统均值漂移分割稳定性低、光谱不连续及信息混杂的缺陷,避免了地物识别前提取连通区等操作。实验证明,提出的算法可以简捷、完整、准确、稳定地提取建筑物,满足高分辨率遥感影像建筑物的提取要求。 于博 牛铮 王力 刘亚奇 陈方关键词:均值漂移 图像分割 建筑物提取 地基激光雷达的玉兰林冠层叶面积密度反演 被引量:13 2016年 叶面积密度LAD(Leaf Area Density)是表征冠层内部叶面积垂直分布的重要参数,其分布廓线的准确反演对研究植被碳氮循环、初级生产力和生物量估算等具有重要意义。本文在电子科技大学校内建立实验样区,利用地基激光雷达Leica Scan Station C10和数码相机获取玉兰林高分辨率3维激光点云数据和真彩色影像。利用监督分类将真彩色影像中枝干等非光合组织与叶片分离,再将像素分类信息映射给点云数据,从而提取叶片点云。通过点云数据体元化,并引入2维凸包算法确定垂直方向分层树冠边界,获取激光接触冠层的频率;随机选择不同高度的多个叶片,利用特征值法进行叶片平面拟合,估算出叶倾角,并结合天顶角估算叶倾角校正因子;最后基于体元的冠层分析VCP(Voxel-based Canopy Profiling)方法实现树林冠层LAD反演。结果表明体元化的叶片点云数据能准确确定树林冠层边界和统计接触频率实现LAD反演;反演的LAD变化走势与区域林木冠层叶片垂直分布相吻合,在冠层中下部随着高度的增加叶面积密度也随之增加,在4 m高度处达到最大值1 m2/m3,之后随着高度的增加叶面积密度逐渐降低。根据LAD计算得到的累积叶面积指数LAI为3.20 m2/m2,与LAI-2200实测的叶面积指数相比,相对误差为1.26%。 王洪蜀 李世华 郭加伟 梁祖琴基于重采样的遥感图像分数维计算 被引量:2 2013年 在传统的基于表面积的图像分形维数计算中,不同尺度下的表面积计算均在原图像中进行。这与图像细节随空间尺度的变化而变化的事实不符,据此计算的同类地物的分数维变化范围较大,对基于分形的图像分割、分类产生不利影响。针对这一问题,提出一种基于面积加权的快速插值算法来模拟不同尺度下的遥感图像,进而计算图像的分数维。实验结果表明,对于大小为512pixel×512pixel的标准Lena图像来说,新算法的插值速度提高10倍以上,且得到的分数维具有更小的类内方差以及更好的抗噪性,因而更适用于基于分形的遥感图像分割、分类。 何文斌 梁利姣 刘勇洪关键词:分形 纹理图像 图像分割 基于新遥感数据源的县域冬小麦种植面积提取 被引量:15 2015年 Landsat-8卫星的成功发射为农业遥感提供了新的重要数据源。以虞城县为研究区域,探讨基于Landsat-8影像估算县域冬小麦种植面积的可靠性,讨论不同分辨率影像的提取精度。选取冬小麦起身生拔节长期的影像以最大程度的扩大冬小麦与背景地物的波谱差异,根据波谱特征构建提取冬小麦种植面积的决策树模型。结果表明:与统计数据对比,使用30 m空间分辨率影像提取的精度为96.30%,使用15 m空间分辨率影像提的取精度达到99.17%,该方法可为县域冬小麦面积提取提供技术支撑。 田海峰 王力 牛铮 秦耀辰关键词:冬小麦 决策树 激光雷达遥感探测植被理化参数垂直分布 2017年 植被是生长于地球表层的各种植物类型的总称,在地球系统中扮演着重要的角色。绿色植物通过光合作用提供了生态系统运行的能源动力,并可为其他生物提供赖以生存的有机物质,是地球必不可少的组成部分。 李世华 高帅 刘清旺 孙刚 李旺关键词:遥感探测 激光雷达 植被 地球表层 植物类型 地球系统 基于机载LiDAR数据的建筑屋顶点云提取方法 被引量:19 2016年 机载激光雷达技术已经成为快速获取城市建筑三维数字模型的有效手段,而建筑物屋顶点云提取则是建筑物三维数字模型重建的关键.为有效剔除植被和墙面点云,以及消除地形起伏对建筑点云提取精度的影响,提出一种层进式屋顶点云提取方法.首先对Li DAR点云进行滤波,在此基础上利用点云回波特性和点云法向量检测并删除非地面点中特征明显的植被点和建筑物墙面点,然后利用连通成分分析法对非地面点聚类得到初始建筑点,最后结合DTM并利用建筑物面积和高度信息分离得到建筑物屋顶点云.试验结果表明,本方法能有效地从机载点云数据中快速提取建筑屋顶点云,有效率可达85%以上. 李亮 王成 李世华 习晓环关键词:机载LIDAR 点云 滤波 建筑物 县域尺度上基于GF-1PMS影像的冬小麦种植面积遥感监测 被引量:8 2017年 为探究县域尺度上基于高分一号卫星(GF-1)PMS影像进行冬小麦遥感监测的可行性及精准性,以河南省滑县为研究区,遴选2015年2月上旬GF-1 PMS影像6景,对影像进行辐射定标、FLAASH大气校正、NNDiffuse融合、几何精校正、地图投影转换等预处理后,在外业调查和样本分析的基础上构建一种新的冬小麦决策树分类模型,模型第1层决策方案中NDVI>0.311的像元为冬小麦,得到冬小麦的粗分类结果;在此基础上进行第2层决策分类,以进一步提高冬小麦的分类精度,分类方案为第1波段地表反射率<0.146、第2波段地表反射率<0.148、第3波段地表反射率<0.135、第4波段地表反射率>0.250的像元为冬小麦。对分类结果进行形态学滤波处理,以消除或减少分类结果中孤立的像元。分别基于决策树分类模型与ENVI软件自带的IsoData非监督分类模型,对比分析GF-1PMS影像和同时期Landsat-8OLI影像在冬小麦面积提取上的精度。结果表明:基于新构建的决策树分类模型,2015年滑县冬小麦种植面积为115 715.81hm2,混淆矩阵检验总体精度为99.62%,Kappa系数为0.99;PMS影像提取冬小麦的混淆矩阵总体精度比OLI影像高出9个百分点。说明县域尺度上基于单时相GF-1PMS影像在冬小麦收获前提取冬小麦种植面积是可行的,提取精度较高。 田海峰 周伯燕 陈燕芬 邬明权 牛铮关键词:冬小麦 LANDSAT CMORPH对青藏高原地区夏季降水的模拟精度研究与修正 被引量:8 2015年 利用青藏高原77个地面台站的2003年~2009年夏季(6月~9月)的降水资料,对月尺度和年尺度上CMORPH(Climate Prediction Center morphing)多卫星降水数据的精度进行研究,并引入Sokol模型对年尺度上的CMORPH数据进行修正,旨在为基于卫星降水数据的青藏高原地区气候、水文等方面的研究提供科学依据。研究结果表明:1CMORPH数据对青藏高原降水的时间变化趋势和空间变化趋势的模拟精度较低,且存在明显的时空不稳定性。2不同时间尺度的CMORPH数据在青藏高原东南部的模拟精度要高于其他地区,而喜马拉雅山脉北麓以及青藏高原东北部的模拟精度最低。3CMORPH年数据存在明显的高值高估、低值低估的现象,其模拟值与误差之间的相关系数均在0.53以上。4经过Sokol模型修正后,CMORPH年数据均方根误差明显降低,而相关系数均有不同程度的提高,表明该模型能够提高CMORPH数据对青藏高原地区降水的模拟精度。 许时光 牛铮 沈艳 旷达关键词:青藏高原 小麦生物量和真实叶面积指数的高光谱遥感估算模型 被引量:39 2012年 利用大田小麦的参数数据和冠层光谱数据,基于光谱一阶微分技术和光谱响应函数,构建等效MODIS植被指数,建立小麦生物量(本文指总干生物量,下同)和真实叶面积指数的高光谱遥感估算模型。结果表明:①小麦生物量与冠层光谱在552 nm,721 nm处呈现最显著相关关系,叶面积指数与冠层光谱的相关性在400~1 100 nm范围内较显著;②红边位置与生物量的关系最为显著,相关系数R为0.818;③6种等效MODIS植被指数中,增强型植被指数对生物量最为敏感;④红边位置估算小麦总生物量的指数模型最优,决定系数R2为0.829;⑤增强型植被指数与小麦叶面积指数的指数模型拟合度最强,决定系数R2为0.94。利用实测光谱模拟MODIS等效反射率构建植被指数反演小麦参数的方法,可为利用卫星数据进行大面积、无破坏和及时获取地面植被信息研究提供重要手段。 侯学会 牛铮 黄妮 许时光关键词:小麦 生物量 高光谱遥感 内蒙古1953~2013年四季平均气温演化特征研究 被引量:3 2016年 利用中国气象科学数据共享服务网提供的内蒙古1953-2013年四季气温数据,综合运用M-K突变检测方法、滑动T检验方法、累积距平三种方法分别检测了四季气温的突变特征,结合最小二乘法线性拟合和R/S分析法对四季气温的变化趋势及强度进行了定量化分析,运用Morlet小波计算了四季气温的多尺度周期,利用灰色预测GM(1,1)模型预测了四季气温的未来波动特征。结果表明:春季、秋季、冬季平均气温于20世纪80年代中后期发生增温突变,夏季平均气温于20世纪90年代初发生增温突变,置信水平均达到99%,四季平均气温呈显著的增温趋势;GM(1,1)模型预测春季、夏季、冬季平均气温将在2015年前后出现高温事件,在2018年前后出现低温事件,秋季平均气温将在2016年前后出现低温事件,在2018年前后出现高温事件,对当地的农牧业生产、生态建设等具有重要参考意义。 田海峰 牛铮关键词:气温突变 HURST指数 MORLET小波 灰色预测