摘要：为了提高滑坡提取工作效率,探寻区域性滑坡与单体滑坡的时空分布特点,设计了一种滑坡快速提取模型,旨在为滑坡灾害防治管理提供科学依据。以多时相国产高分辨率遥感卫星影像、先进对地观测卫星12.5 m数字高程模型、历史滑坡隐患点为基础数据源,选择位于中国重庆市奉节县西北部的8个滑坡易发乡镇组成研究区,将基于SHAP解释框架的特征优选和基于Optuna框架的贝叶斯超参数自动优化方法引入极端梯度提升算法(extreme gradient boosting,XGBoost)算法中构建并优化滑坡提取模型,实现了2013年、2015年、2018年、2020年研究区滑坡空间信息的快速提取和滑坡时空分布的定量分析。结果表明:(1)在模型精度对比中,以优化XGBoost基础算法构建的滑坡提取模型的准确率、精确率、Kappa系数、受试者工作特征曲线下的面积值分别为96.26%、90.91%、0.8602、0.9705,高于对比模型GBDT、LightGBM与Adaboost。(2)2013—2020年研究区滑坡发育程度整体偏高,滑坡在乡镇间的空间分布不均,沿河谷、河流两侧呈条带状分布,具有地段集中性特点。(3)2013—2020年庙湾滑坡发育强度高、活动强烈、复活现象多次发生并曾诱发新生滑坡,其所处斜坡坡度约25°~45°,地形特征变化较小,显著性变化主要集中在色调、纹理、几何形态与植被覆盖率等特征表现上。

摘要：耕地资源的快速、精准提取是支撑耕地保护和耕地用途管制的重要基础。随着高分辨率遥感和人工智能技术的快速发展,高分辨率遥感耕地提取已逐渐由传统的基于像元和面向对象的分类算法过渡至以深度学习为代表的智能化耕地提取新阶段,并取得不少成果,但也同样面临着诸多挑战。首先,梳理和分析了传统耕地提取算法和基于深度学习的智能化耕地提取算法的研究现状,阐述了深度学习支持下的耕地提取研究的必要性;然后,结合全卷积神经网络的发展历程,介绍了深度语义分割技术的基本原理以及在耕地提取应用中的实验流程,并归纳了主要的智能耕地提取算法;最后,围绕智能化耕地提取研究存在的不足,探讨了智能化耕地提取技术的发展趋势。

摘要：针对传统多模态协同分类算法在异构特征表征方面的局限性,提出一种基于孪生协同注意力对抗网络(MCA2Net)的分类算法,用于高分辨率遥感影像和LiDAR数据的融合分类。MCA2Net首先设计多尺度特征提取和多注意力机制模块,结合对抗博弈过程有效提取高阶语义特征与差异化互补信息,实现多模态数据细节特征判别性保留;同时融合对抗与分类任务构建复合损失函数进行协同训练,平衡无监督图像融合任务与监督分类任务,实现模型稳定性提升。基于Houston与云南山地数据集实验结果表明:MCA2Net算法能有效提升多模态数据的协同分类性能,研究结果可应用于城市规划、环境监测与土地利用分类等领域。

摘要：由于高分辨率遥感影像上靠岸船舶的灰度、纹理特征往往和港口地面接近,与离岸船舶相比,其自动提取与识别相对更为困难,为此,为离岸、靠岸船舶的提取设计了不同方案。实验证明了方法的有效性。

摘要：分析了基于目标基元的遥感信息提取技术相对于传统的基于像元的处理方式所具有的优势 ;结合人类视觉机制和计算机尺度空间理论 ,设计了基于特征基元的高分辨率遥感影像多尺度信息提取技术流程框架 ,即在大尺度下进行粗分割后进行块状基元提取的技术及实现过程 ;最后给出了相关实验结果 ,实验表明本文提出的基于基元的遥感信息提取便于与视觉知识和环境知识更好地结合 。

摘要：以高精度地面基准为参照对遥感定位各种可能的影响要素进行整体性、定量化的验证、分析与评估,显然是一种合理、有效、可信、可行的方式。这里针对实际应用需求,重点介绍嵩山高精度遥感测绘综合实验场的设计思路与实现情况,并对遥感定位精度与可靠性实验场验证的基地化方法进行了探讨与分析。

摘要：森林训练样本自动提取算法(TDA)已在Landsat图像分析中得到了成功应用,笔者以广西苍梧县广平镇为研究区,采用2007年ALOS、2011年Rapid Eye遥感图像,试验该算法在高分辨率图像中的应用。研究首先根据图像光谱特性自动识别出纯净森林训练样本,然后依据归一化的整合森林指数图像提取两期森林/非森林分类结果并以此进行林地变化检测,经过精度分析结果表明,面积总误差为-2.6%,空间位置精度为87.7%,说明该算法可有效地从高分辨率遥感图像提取出纯净的森林训练样本,为森林/非森林分类以及变化检测提供基础数据。

摘要：为加快遥感地理信息的传输与融合速度,实现对地理信息文件实际分辨率水平的全面提升,设计了基于数据融合的高分辨率遥感地理信息分层提取系统。按照B/S开发模式的执行需求,连接数据生成子模块与地理信息记录模块,完成系统硬件执行环境的搭建。在此基础上,定义分层内链接协议,通过提取信息使用记录的方式,对融合节点进行标记处理,完成系统软件执行环境的搭建,联合相关硬件设备结构,实现基于数据融合高分辨率遥感地理信息分层提取系统的顺利应用。对比实验结果表明,与传统系统相比,数据融合型提取系统能够促进遥感地理信息的快速传输,从而使地理信息文件的实际分辨率水平达到理想化数值标准。

摘要：近年来,随着国产高分系列卫星的陆续成功发射以及无人机技术的井喷式发展,我国民用高分辨率遥感应用趋于普适化、大众化,但鲜有在安全生产监测领域的应用研究。在非煤矿山严峻的安全形势下,本文引用国产卫星遥感和无人机航测等高分辨率遥感技术对非煤矿山实施安全监测应用分析和适用性评价。研究结果表明:高分辨率遥感技术能在矿山地表危险源隐患识别、安全生产红线规划、安全核心指标监测、设计参数复核以及威胁对象分析等危险源安全管控工作方面发挥显著作用,能有效弥补矿山监控盲点、提高安全监管效率,能为矿山企业和当地政府安全运营和监管矿山生产活动提供合理的决策支撑和执法依据,并具有良好的推广运用价值。

摘要：图像分割是高分辨率遥感图像处理和分析的关键环节.本文探讨了将区域合并方法应用于高分辨率遥感图像多尺度分割的技术要点,旨在提升分割的精度和效率,获得地物对象的多尺度表达.主要研究内容包含如下五个方面:(1)图模型的构建,包括区域邻接图和最近邻图,以提高分割效率;(2)合并准则的确定,选择能有效表征区域同质性、形状和边界的图像特征并加以组合,提升分割精度;(3)合并策略的选择,针对寻优范围不同列出面向全局、面向局部以及混合区域合并等三种合并策略,并分析各自的特点;(4)尺度参数的设置,针对面向局部的区域合并策略提出递增的尺度参数序列控制方法,生成边界一致的多尺度分割结果;(5)分割树的设计,利用树中不同层级的节点表达不同尺度的分割区域,可快速输出多尺度分割结果.研究成果可应用于高分辨率遥感图像面向对象分析、地物目标识别和信息提取.