共查询到19条相似文献，搜索用时 125 毫秒
1.
以过境时间不同的NOAA-16/AVHRR、NOAA-17/AVHRR、FY1-D/MVRIS、TERRA/MODIS和AQUA/MODIS五种遥感影像数据组成一组序列影像,对发生在湖北省2005年2月4日的辐射雾进行了一次变化检测与分析.经地面验证,序列影像数据在雾变化检测的研究方面具有很大的潜力,检测结果动态地显示了该次大雾的形成﹑发展﹑稳定﹑消散的过程.将检测结果与该区域的DEM和水系矢量图结合分析发现,二者在辐射雾的变化发展过程中起着非常重要的作用. 相似文献
2.
遥感时间序列影像变化检测研究进展 总被引：2，自引：0，他引：2
同一区域、不同时期大量历史数据的积累,以及同一区域能够方便地获取高时间分辨率遥感数据,使遥感时间序列影像变化检测成为近年来遥感技术与应用的研究热点。本文系统总结和评述了当前遥感时间序列影像变化检测的相关研究进展和应用状况,在阐明遥感时间序列分析的意义,以及时间序列影像在变化检测中的优势的基础上,从非遥感领域时间序列变化检测方法出发,针对遥感时间序列影像变化检测的需求,明确和归纳了遥感时间序列变化检测的问题与类型,并对当前最新研究进行了综述,总结了各种方法的优点与不足,重点介绍了基于经验模态分解的遥感时间序列影像异常信息检测方法和基于隐马尔可夫模型的土地利用/覆盖变化检测方法,以期能够为相关研究提供参考。最后总结了该研究领域的发展趋势和存在问题,并对今后的研究工作和未来发展方向进行了展望。 相似文献
3.
作为一种常见的气象灾害,雾灾严重的影响了人们交通出行等日常生活。基于遥感影像反演的雾微物理参数可在一定程度反映雾灾的发展状况和严重程度,进而对大雾进行有效的监测和预测。本文选取发生于华北地区2007年11月24日13时10分的陆地辐射雾MODIS影像作为试验数据,在大雾生消机理和遥感影像信息提取基础上,构建了大雾路径辐射模型和微物理参数反演算法,成功反演出能见度、含水量、有效粒子半径3个微物理参数,并在湖北省气象局提供的地面观测数据基础上对能见度进行了地面数据验证,得到两者的相关系数为0．9366．地面数据与反演结果相关性较大,数值误差较小,说明反演方法具有可行性。本文进一步应用该模型对发生于华北地区2007年11月21日至11月26日的一次陆地辐射雾MODIS时间序列影像反演微物理参数并进行动态变化分析,总结出大雾具有爆发性产生和重复阶段性发展的特点,能见度主要受大气辐射和水汽供给的影响。其值在50～130m之间变化,和平均含水量、有效粒子半径成反比例关系,共同反映出雾灾的严重程度和发展阶段。 相似文献
4.
如何确定合适的阈值来区分夜间辐射雾、晴空地表和中高云一直是雾检测研究的重点。圣巴巴拉DISORT大气辐射传输模型(Santa Barbara DISORT atmospheric radiative transfer,SBDART)可模拟雾顶亮度温度。基于该模型获取MODIS B20与B31波段的亮温差(brightness temperature difference,BTD),将其用于夜间辐射雾检测。以MODIS卫星数据为可行性试验数据,用国家卫星气象中心提供的地面验证数据进行验证,结果表明,使用该模型监测夜间雾的准确率达78.3%,误判率为21.7%,可靠性指标为0.643,Kappa系数为0.730。为进一步验证方法的稳定性,选取8景卫星序列图像进行时间序列分析,结果显示Kappa系数均值为0.744,说明应用当前阈值方法对MODIS夜间雾检测具有可适用性。该方法为夜间雾预报和夜间雾参数反演提供了有效的参考。 相似文献
5.
将基于典型相关分析的正交变换的基础理论用于NOAA/AVHRR数据的多元变化检测 ,对具体实施步骤进行了深入的探讨 ,并对部分中间结果进行了分析。实验表明 ,该方法应用于NOAA/AVHRR数据的多元变化检测具有明显的优势 ,克服了传统方法存在的缺陷 ,具有良好的应用前景。 相似文献
6.
辅助数据在遥感影像变化检测中的应用研究目前还不充分,在分析已有变化检测方法的基础上提出了一种基于状态转移分析的面向对象的变化检测方法。该方法通过历史影像辅助数据估计地物土地利用类型的变化趋势,并利用生成的地物类型状态转移矩阵(STM)对变化检测结果进行修正。对不同时期历史影像生成的状态转移矩阵进行误差分析,结果与本文假设前提相符,而不同方法变化检测结果的对比也证明了本文方法的有效性。 相似文献
7.
为了实现两个不同年份单时相遥感影像之间的土地覆盖变化检测，提出了一种基于土地覆盖类型特征自适应确定阈值的遥感影像变化检测方法。以2015年土地覆盖数据为基础，综合2013年和2015年Landsat 8-OLI影像数据，首先，采用时相不变点群法TIC（Temporally Invariant Cluster）保证了两期影像辐射水平的一致性。其次，对两期影像进行多尺度分割，并在各级尺度下构建分割对象的变化向量。然后，采用最大类间方差的方法分别进行单一变化阈值变化检测以及基于土地覆盖类型的多阈值变化检测分析，并利用目视解译样点进行精度验证与评价。结果表明：（1）单一阈值变化检测结果的总体精度为79.6%，Kappa系数为0.601，多阈值变化检测结果的总体精度为87.2%，Kappa系数为0.741，多阈值变化检测具有更高的精度。（2）进一步逐土地覆盖类型精度评价可知，多阈值变化检测能在一定程度上减弱物候期的影响，具有更高的稳定性。该研究以土地覆盖数据为底图，逐类别的选取变化检测阈值，提高了变化区域检测的精度，在大范围高效更新土地覆盖数据的应用中具有一定的参考价值。 相似文献
8.
基于傅立叶变换的混合分类模型用于NDVI时序影像分析 总被引：4，自引：0，他引：4
应用2004年MODIS的时序NDVI数据，在分析湖北省不同地物类型的NDVI曲线季节性变化特征的基础上，设置对应的阈值，先后将水体、居民地与其他地物类型分离开。将去除了水体和居民地影响的剩余的NDVI序列影像傅立叶变换的1／12频率分量引入到地表覆盖分类的特征空间中，与其最大值影像和平均值影像组合，经过归一量化处理后合成一个类似具有三波段的卫星影像。在合成后的影像上利用最大似然法对其他地类进行分类。研究表明，引入傅立叶变换的特殊频率分量是分析多时相MODIS数据及提取地表植被覆盖信息的有效工具。 相似文献
9.
MODIS NDVI和AVHRR NDVI 对草原植被变化监测差异 总被引：5，自引：0，他引：5
以草地作为研究载体,对比分析草原植被AVHRR NDVI和MODIS NDVI两种NDVI序列的年内、年际变化特征,讨论两种NDVI序列对降水量、平均气温和水汽压3种气候因子的响应差异,为合理选择NDVI序列对植被进行监测研究提供参考。结果表明：(1)两种NDVI序列所反映的草原植被年内变化趋势相似,但MODIS NDVI对各类草原的区分度优于AVHRR NDVI;(2)两种NDVI序列所反映的2000年—2003年草原植被年际变化差异明显。较之于MODIS NDVI,AVHRR NDVI变化趋势分类图表现出更强的植被改善趋势,植被改善面积在AVHRR NDVI变化趋势分类图中占94.25%,在MODIS NDVI中为83.33%;两种NDVI变化趋势分类图反映的植被变化趋势吻合度为52.88%。(3)两种NDVI序列与水汽压、降水量相关性差异显著。MODIS NDVI与各站点平均气温的相关系数均大于GIMMS NDVI;而MODIS NDVI与水汽压的相关系数83%(10个站点)小于GIMMS NDVI,与降水量的相关系数67%(8个站点)小于GIMMS NDVI。 相似文献
10.
遥感影像CVA变化检测的CUDA并行算法设计 总被引：1，自引：1，他引：0
随着遥感影像数据量以及复杂程度的日益增加,遥感图像的快速处理成为实际应用过程中亟需解决的问题。为了实现遥感影像的实时变化检测,针对基于变化矢量分析CVA的变化检测算法,设计了一种基于统一计算设备构架CUDA的并行处理模型。首先利用地理空间数据提取库GDAL实现大数据量遥感影像的分块读取、操作和保存;其次将基于变化矢量分析的变化检测过程分为变化强度检测、映射表构建和变化方向检测,并借助CUDA C将变化矢量分析算法的3个步骤嵌入到CPU和GPU组成的异构平台上进行实验;最后利用该模型对不同数据量的遥感影像进行CVA变化检测并作对比分析。实验结果表明:与CPU串行相比,基于GPU/CUDA的遥感影像CVA的变化检测速度提高了10倍左右;在一定程度上,达到了实时变化检测的效果。 相似文献
11.
针对目前单时相遥感夜间陆地辐射雾检测不能有效分离雾和地表、低云的问题,利用日本第2代多功能卫星数据的高时间分辨率特性,提出了基于时序特征和支持向量机的夜间陆地辐射雾检测模型。该模型首先在单时相夜间陆地辐射雾检测基础上,使用第1和第4波段亮温差时序曲线构造的亮温差累积特征将夜间地表与陆地辐射雾和低云分离,然后利用第1波段亮温时序曲线构造的亮温变化累积特征、斜率匹配特征和频域奇异性特征,结合支持向量机进行夜间雾和低云的分类,从而实现基于时序数据的夜间陆地辐射雾检测。对两期遥感时序数据进行实验发现,与单时相夜间陆地辐射雾检测相比,利用时序数据的方法较好地提高了夜间陆地辐射雾的检测精度。 相似文献
12.
基于MODIS卫星数据的平流雾检测研究 总被引：2，自引：4，他引：2
利用MODIS卫星数据．对雾与目标物(水、云、雪、地物)分别进行采样．得到光谱曲线并进行光谱分析，提出了有利于白天和夜问平流雾检测的波段．利用该波段选择结果．采用阈值法对平流雾进行检测并得到地面数据验证。结果表明，MODIS数据在雾检测方面具有很大的潜力。 相似文献
13.
基于MODIS数据的雾光谱特性研究 总被引：2，自引：0，他引：2
通过对中国东部不同区域不同季节的15幅白天MODIS影像进行雾与地物、雪、云的光谱特性差异分析,发现较利于雾与背景（地物、云、雪）分离的波段并分析其原因,为进一步利用MODIS数据进行大范围不同季节雾检测提供了一些初步建议和思路。 相似文献
14.
针对卫星遥感影像的雾区检测和校正问题,提出了一种暗通道图像DCM与雾厚度图像HTM结合的DCM-HTM遥感影像去雾算法。算法基于暗通道原理,采用mean-shift均值漂移滤波和直方图自动阈值来检测雾区域;同时通过不重叠窗口获取HTM;最后在检测出的雾区内实现去雾校正处理。实验结果表明,算法能较准确地检测出影像上的雾区域,能在影像正常区域不受影响的前提下,有针对性地对受雾影响区域进行校正,校正效果较整幅影像的去雾校正有较大改善。 相似文献
15.
FY-1D is the second national operation meteorological satellite of China, and is much better compared to monitoring fog. However, research on monitoring fog using FY-1D is very few. In this paper, based on the typical FY-1D data, a fog’s spectral characteristics in the different channels are analyzed using the histogram analysis method, and a method of monitoring fog using FY-1D is suggested. The results indicate that the 1st and 4th channels are the representative channels of FY-1D for the identification of fog. In the 1st channel, the fog is with uniform veins, smooth top, and clear-cut boundary, and its albedo is 20%～48%. In the 4th channel, the fog’s brightness and temperature is 272～289K, and the difference value between the fog’s and the ground surface’s is not more than 6K. 相似文献
16.
17.
滑坡是仅次于地震、发生最频繁、造成损失最严重的一种地质灾害,中国西部山区则是世界上滑坡灾害分布最密集的地区之一。广域范围内滑坡灾害隐患的早期识别是地质灾害防治工作中的一项关键任务,基于星载合成孔径雷达重复轨道观测的时间序列雷达干涉测量（interferometric synthetic aperture radar,InSAR）技术在此领域具有巨大的应用潜力,但以永久散射体干涉测量为代表的传统时序InSAR方法在西部山区应用中往往受到植被覆盖等不利因素的影响,滑坡探测识别的可靠性较差。针对这一问题,以大渡河上游丹巴县为例,采用自主研发的相干散射体时序InSAR（coherent scatterer InSAR,CSI）方法,从历史存档的ALOS PALSAR和ENVISAT ASAR数据集中成功识别出了17处持续变形中的不稳定坡体,通过与外部观测数据比对和实地调查核实等手段验证了CSI方法探测结果的有效性和优势,并探讨了影响时序InSAR方法滑坡监测应用效果的主要因素及未来的优先研究方向。 相似文献
18.
应用FY-1D气象卫星监测雾(英文) 总被引：1，自引：0，他引：1
FY-1D is the second national operation meteorological satellite of China, and is much better compared to monitoring fog. However, research on monitoring fog using FY-1D is very few. In this paper, based on the typical FY-1D data, a fog＇s spectral characteristics in the different channels are analyzed using the histogram analysis method, and a method of monitoring fog using FY-1D is suggested. The results indicate that the 1st and 4th channels are the representative channels of FY-1D for the identification of fog. In the 1st channel, the fog is with uniform veins, smooth top, and clear-cut boundary, and its albedo is 20%-48%. In the 4th channel, the fog＇s brightness and temperature is 272-289K, and the difference value between the fog＇s and the ground surface＇s is not more than 6K. 相似文献
19.
鉴于独立分量对异常值具有较强的敏感性,提出了基于独立分量分析(ICA)的伪距多变量时间序列异常值探测算法,并且利用契比雪夫不等式给出了异常值探测的阈值,引入时间序列干预模型估计了潜在故障扰动的大小,根据3σ准则确定出故障星的位置。根据RAIM的实时性要求,采用滑动窗口的思想对上述批处理探测算法进行改造,本文提出了一种卫星多故障在线探测和识别的新算法,并给出了新RAIM算法的实施流程。利用5个iGMAS北斗监测站的民用观测数据对新算法进行验证,试验分析结果表明,新算法对于卫星多故障的实时处理具有较好的效果,且其故障正确探测率优于以往的RANCO方法。 相似文献