遥感数据处理、监测与机器学习培训大纲
1.栅格的基础:数字航空相片、数字图片或卫星影像都是栅格数据,由大小相等的像元组成,每个像元都记录此位置处的信息。了解栅格数据,查看分辨率,像元值,栅格属性表等信息,掌握栅格分析前的准备工作,学习栅格数据中的面积计算方法。
2.栅格中常用的基础工具:为了加快栅格显示和查询效率,对影像数据构建金字塔;如何提取出栅格中所需要的信息,如高程大于500m的区域;如何修改栅格像元值,如对降雨量图划分小雨区、中雨区、大雨区和暴雨区;如何统计北京不同区的降雨量的平均值?如何修改栅格的分辨率以提高软件处理速度?如何实现栅格数据与矢量数据之间的相互转换?
3.地图代数:地图代数即对栅格数据进行代数运算。如研究两年间哪些区域用地类型发生了变化,变化的面积是多少,或者提取特殊的地物信息,如土地分类图中单独提取湿地区域。
4.地形地貌分析:根据网上免费下载到中低分辨率DEM数据,或者根据等高线、高程点、湖泊河流等数据自动生成高精度DEM数据,进行坡度、坡向、山体阴影、等高线等表面分析。
5.遥感影像数据介绍:常用的影像数据获取方式和网站有哪些?常用的国内国外卫星有哪些,它们在空间分辨率,时间分辨率,光谱分辨率,图幅等参数上有何区别?根据项目要求选择合适的影像数据,并学习如何查看影像数据的头文件信息。
6.影像数据预处理:在使用遥感影像之前,需要首先处理拿到的原始遥感数据,将多个波段影像组合在一起方便获取更多的信息;将低分辨率的多光谱数据与高分辨率的全色数据融合在一起可以获得高分辨率的多光谱数据;去除大气,如水汽,气溶胶,粉尘等对影像的影响,获取地表的真实信息;去除地形对影像造成的扭曲与变形的影响,得到正射影像;将多份的遥感影像精确配准以获得准确的位置信息,方便后续分析两个区域的变化情况;根据研究区的大小将多幅影像拼接或裁剪;使用镶嵌数据集格式来批量快速管理大量的影像数据。
7.地物类型解译:人工智能时代,机器学习应用广泛,我们也可以在遥感影像提取土地利用的研究中使用机器学习方法,实现土地利用类型自动提取,使用大似然算法或者支持向量机算法来实现影像的自动分类,在分类过程中,可以考虑面向对象的方法,提高分类结果的连续性和完整性。
8.深度学习:在一片农业用地中找出其中零散分布的建筑物是一件很困难的事,机器学习的方法正确率非常低,使用基于神经网络的深度学习方法,可以快速而准确地获取结果;在果园中有各种不同类型的树木,如何使用遥感影像直接分辨不同树种,同样可以使用深度学习方法。
9.土地利用数据:土地利用数据每年都在发生变化,特别是一些经济发展迅速的地区。哪些区域从耕地变成了建筑用地?哪些区域从水域变成了农田?这些变化区域的总面积是多少?我们可以使用遥感影像快速分析变化区域和变化面积,并制作土地利用变化专题地图。
10计算遥感指数:利用遥感影像可以计算各种指数,如植被指数,可以获取植被覆盖信息或植被健康信息;水体指数,可以找出湿地或计算水质情况;积雪指数,可以找出积雪覆盖的区域并计算面积;建筑指数,可以找出不透水面的区域,提取城市中的建筑物面积;燃烧指数,可以发现易发生火灾的区域以及时预警。
11.变化分析:黄河携带着黄土高原大量的泥沙,在山东省垦利县注入渤海。在入海口大量泥沙淤积,自然的进行了填海造陆,形成了黄河三角洲。1996年之前,黄河三角洲一直在向东南方向延伸,1996年,黄河人工改道,开始向东北方向延伸。利用30年间的影像数据,可以轻松获取变化信息,计算变化面积。
12.大气校正:电磁波从辐射源到传感器之间的传输过程中,要经历吸收、辐射、反射、散射等一系列过程。而传感器接收到的信息是地表物体和大气共同作用的结果,因此,想要对地表物体进行研究,就必须去除大气的影响,称为大气校正。本课程中主要介绍6S大气校正模型。
13.计算植被覆盖度:植被覆盖度是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比。常用来研究植被变化、生态环境、气候或水土保持情况。对于大面积的研究区域,如果使用地面测量的方法来计算植被覆盖度,既耗时又耗力,可以使用遥感的方法来进行估算。目前发展了很多估算模型,其中较为实用的是使用植被指数,利用像元二分模型来近似估算植被覆盖度。
14.反演地表温度:常规获取地表温度的方法,往往是采集自气象站点,然后利用插值的方法获取整个区域的温度信息,但是插值的方法无法准确预测某些特殊位置处的温度,如水面或者地形特殊位置处。利用传感器中记录的热红外波段的信息,可以反演地表温度,利用单窗算法、劈窗算法或大气校正法,根据植被信息、大气透过率和热红外波段记录的地面物体发射率信息,结合普朗克公式,可以反演得到地表温度,研究城市热岛效应的影响。
15.生态敏感性评价:生态敏感性反应了生态系统对人类活动反应的敏感程度,确定生态环境影响敏感的地区和具有保护价值的地区,可以为生态功能区划提供依据。地形高度、坡度,水体及其周边区域,空气质量,植被覆盖度等因素均会影响到生态敏感性,且不同因素的影响程度不同,综合以上因素,赋予不同区域不同的敏感等级,并找到该区域中敏感度高的区域保护起来。 |