CN110849814A - 一种基于多源遥感卫星的遥感影像处理方法 - Google Patents
一种基于多源遥感卫星的遥感影像处理方法 Download PDFInfo
- Publication number
- CN110849814A CN110849814A CN201911140836.0A CN201911140836A CN110849814A CN 110849814 A CN110849814 A CN 110849814A CN 201911140836 A CN201911140836 A CN 201911140836A CN 110849814 A CN110849814 A CN 110849814A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- image
- sensing image
- water body
- wave band
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 49
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims abstract description 33
- 235000019804 chlorophyll Nutrition 0.000 claims abstract description 32
- 229930002875 chlorophyll Natural products 0.000 claims abstract description 29
- 238000000605 extraction Methods 0.000 claims abstract description 13
- 238000011160 research Methods 0.000 claims abstract description 9
- 238000012937 correction Methods 0.000 claims abstract description 5
- 229930002868 chlorophyll a Natural products 0.000 claims abstract description 4
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims abstract description 3
- 239000013049 sediment Substances 0.000 claims description 21
- 238000002310 reflectometry Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000003809 water extraction Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/075—Investigating concentration of particle suspensions by optical means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1793—Remote sensing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
- G01N2021/3155—Measuring in two spectral ranges, e.g. UV and visible
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/129—Using chemometrical methods
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于多源遥感卫星的遥感影像处理方法，由以下步骤组成：图像预处理；使用ENVI工具对遥感影像进行辐射定标、大气校正；研究区域掩膜裁剪；根据研究区域建立感兴趣区域进行裁剪；读取影像，针对影像每个波段进行去云；水体提取；根据研究区域建立感兴趣区域进行裁剪；水体叶绿素反演；利用对叶绿素a最敏感的波段计算区域A的叶绿素指数；水体悬浮物反演。本发明考虑了遥感影像含有薄云的情况，增加了去云步骤，使用多源卫星影像或者同源多时相卫星影像进行多幅图像合成达到去云的目的；本发明同时集成了遥感影像水体提取、水体叶绿素反演、水体悬浮物反演三种功能，可自动化完成，无需人工干涉。
Description
技术领域
本发明涉及一种遥感影像处理方法，尤其涉及一种基于多源遥感卫星的遥感影像处理方法。
背景技术
在遥感图像处理方面，现有技术大多未考虑到去云问题，或者是直接用软件ENVI的功能去云，但结果不佳，会把有云的地方变成全黑，从而影像遥感图像效果图的准确度。此外，现有技术中应用ENVI软件波段计算器计算指数，然后反演。则需手动一步步操作直至完成，使操作难度提升，且容易出现偏差。
发明内容
为了解决上述技术所存在的不足之处，本发明提供了一种基于多源遥感卫星的遥感影像处理方法。
为了解决以上技术问题，本发明采用的技术方案是：一种基于多源遥感卫星的遥感影像处理方法，由以下步骤组成：
Ⅰ、图像预处理；使用ENVI工具对遥感影像进行辐射定标、大气校正；
Ⅱ、研究区域掩膜裁剪；根据研究区域建立感兴趣区域进行裁剪；
Ⅲ、读取影像，针对影像每个波段进行去云；利用同区域不同卫星源影像或同区域同卫星不同时相影像；将多幅影像进行对比分析，针对每个像素点的反射率，进行筛选去除异常值，再将剩下的值取平均值当作该点反射率；
Ⅳ、水体提取；读取遥感影像波段信息，首先计算影像归一化植被指数，建立掩膜提取影像归一化植被指数<0的区域A保留待处理；引入归一化水指数建立公式①：
NDWI＝(G-NIR)/(G+NIR)， 公式①
根据遥感影像各个波段和水体间的相关性，利用相关性高的波段进行水体指数计算；其中，NDWI为归一化水指数，G为遥感影像绿光波段，NIR为遥感影像近红外波段；计算区域A的NDWI值，得到影像水体提取结果并进行可视化；
Ⅴ、水体叶绿素反演；基于步骤Ⅳ中水体提取的结果，利用对叶绿素a最敏感的波段计算区域A的叶绿素指数，并反演得出水体叶绿素结果；区域A的叶绿素指数的计算如公式②所示：
Chlorophyll＝NIR/R， 公式②
其中，Chlorophyll为叶绿素指数，NIR为遥感影像近红外波段，R为遥感影像红光波段；
Ⅵ、水体悬浮物反演；基于步骤Ⅲ的结果，利用对海/河上悬浮泥沙最敏感的波段计算区域A的悬浮泥沙浓度，并反演得出水体悬浮泥沙结果；悬浮泥沙浓度的计算如公式③所示：
Suspended＝119.62(R/G)6.0823， 公式③
其中，Suspended为悬浮泥沙浓度，R为遥感影像红光波段，G遥感影像绿光波段。
进一步地，利用步骤Ⅴ测得的水体叶绿素浓度、步骤Ⅵ测得的悬浮泥沙浓度分别与遥感影像各个波段进行相关性分析，选取相关系数更高的波段进行回归分析，确定叶绿素、悬浮物浓度反演函数。
ENVI工具是一个完整的遥感图像处理平台，应用汇集中的软件处理技术覆盖了图像数据的输入/输出、图像定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与 GIS的整合、DEM及地形信息提取、雷达数据处理、三维立体显示分析。
归一化植被指数(NDVI)，反映农作物长势和营养信息的重要参数之一。 NDVI＝(NIR-R)/(NIR+R)，NIR近红外波段，R红光波段，-1<＝NDVI<＝1。
归一化水指数(NDWI)，凸显遥感影像中的水体信息。
本发明考虑了遥感影像含有薄云的情况，增加了去云步骤，使用多源卫星影像或者同源多时相卫星影像进行多幅图像合成达到去云的目的；本发明同时集成了遥感影像水体提取、水体叶绿素反演、水体悬浮物反演三种功能，可自动化完成，无需人工干涉。
具体实施方式
下面结合具体实施方式对本发明作进一步详细的说明。
一种基于多源遥感卫星的遥感影像处理方法，由以下步骤组成：
Ⅰ、图像预处理；使用ENVI工具对遥感影像进行辐射定标、大气校正；
Ⅱ、研究区域掩膜裁剪；根据研究区域建立ROI感兴趣区域进行裁剪；
Ⅲ、读取影像，针对影像每个波段进行去云；利用同区域不同卫星源影像或同区域同卫星不同时相影像；将多幅影像进行对比分析，针对每个像素点的反射率，进行筛选去除异常值(即反射率很大的值)，再将剩下的值取平均值当作该点反射率；多幅影像的目的是为了更好地读取某点在相近时间段的光谱反射率将其用作合成，提高数据准确性。
Ⅳ、水体提取；读取遥感影像波段信息，首先计算影像归一化植被指数，建立掩膜提取影像归一化植被指数<0的区域A保留待处理；引入归一化水指数建立公式①：
NDWI＝(G-NIR)/(G+NIR)， 公式①
根据遥感影像各个波段和水体间的相关性，利用相关性高的波段进行水体指数计算；其中，NDWI为归一化水指数，G为遥感影像绿光波段，NIR为遥感影像近红外波段；计算区域A的NDWI值，得到影像水体提取结果并进行可视化；
Ⅴ、水体叶绿素反演；基于步骤Ⅳ中水体提取的结果，利用对叶绿素a最敏感的波段计算区域A的叶绿素指数，并反演得出水体叶绿素结果；区域A的叶绿素指数的计算如公式②所示：
Chlorophyll＝NIR/R， 公式②
其中，Chlorophyll为叶绿素指数，NIR为遥感影像近红外波段，R为遥感影像红光波段；
Ⅵ、水体悬浮物反演；基于步骤Ⅲ的结果，利用对海/河上悬浮泥沙最敏感的波段计算区域A的悬浮泥沙浓度，并反演得出水体悬浮泥沙结果；悬浮泥沙浓度的计算如公式③所示：
Suspended＝119.62(R/G)6.0823， 公式③
其中，Suspended为悬浮泥沙浓度，R为遥感影像红光波段，G遥感影像绿光波段。
利用步骤Ⅴ测得的水体叶绿素浓度、步骤Ⅵ测得的悬浮泥沙浓度分别与遥感影像各个波段进行相关性分析，选取相关系数更高的波段进行回归分析，确定叶绿素、悬浮物浓度反演函数。
本发明相比现有技术具有的优点为：
a、对于遥感影像含有云时，大多数研究者未考虑到去云操作，或者直接利用ENVI的去云插件进行去云，但效果不佳；本方案利用多幅影像进行合成剔除异常值后取平均值，使影像的光谱信息更准确；
b、将遥感影像水体提取、水体叶绿素反演、水体悬浮物反演整合一体化，可简单快速得到需求的效果图无需人工干涉，提高准确性。
上述实施方式并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或替换，也均属于本发明的保护范围。
Claims (2)
1.一种基于多源遥感卫星的遥感影像处理方法，其特征在于：由以下步骤组成：
Ⅰ、图像预处理；使用ENVI工具对遥感影像进行辐射定标、大气校正；
Ⅱ、研究区域掩膜裁剪；根据研究区域建立感兴趣区域进行裁剪；
Ⅲ、读取影像，针对影像每个波段进行去云；利用同区域不同卫星源影像或同区域同卫星不同时相影像；将多幅影像进行对比分析，针对每个像素点的反射率，进行筛选去除异常值，再将剩下的值取平均值当作该点反射率；
Ⅳ、水体提取；读取遥感影像波段信息，首先计算影像归一化植被指数，建立掩膜提取影像归一化植被指数<0的区域A保留待处理；引入归一化水指数建立公式①：
NDWI＝(G-NIR)/(G+NIR)， 公式①
根据遥感影像各个波段和水体间的相关性，利用相关性高的波段进行水体指数计算；其中，NDWI为归一化水指数，G为遥感影像绿光波段，NIR为遥感影像近红外波段；计算区域A的NDWI值，得到影像水体提取结果并进行可视化；
Ⅴ、水体叶绿素反演；基于步骤Ⅳ中水体提取的结果，利用对叶绿素a最敏感的波段计算区域A的叶绿素指数，并反演得出水体叶绿素结果；区域A的叶绿素指数的计算如公式②所示：
Chlorophyll＝NIR/R， 公式②
其中，Chlorophyll为叶绿素指数，NIR为遥感影像近红外波段，R为遥感影像红光波段；
Ⅵ、水体悬浮物反演；基于步骤Ⅲ的结果，利用对海/河上悬浮泥沙最敏感的波段计算区域A的悬浮泥沙浓度，并反演得出水体悬浮泥沙结果；悬浮泥沙浓度的计算如公式③所示：
Suspended＝119.62(R/G)6.0823， 公式③
其中，Suspended为悬浮泥沙浓度，R为遥感影像红光波段，G遥感影像绿光波段。
2.根据权利要求1所述的基于多源遥感卫星的遥感影像处理方法，其特征在于：利用步骤Ⅴ测得的水体叶绿素浓度、步骤Ⅵ测得的悬浮泥沙浓度分别与遥感影像各个波段进行相关性分析，选取相关系数更高的波段进行回归分析，确定叶绿素、悬浮物浓度反演函数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911140836.0A CN110849814A (zh) | 2019-11-20 | 2019-11-20 | 一种基于多源遥感卫星的遥感影像处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911140836.0A CN110849814A (zh) | 2019-11-20 | 2019-11-20 | 一种基于多源遥感卫星的遥感影像处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110849814A true CN110849814A (zh) | 2020-02-28 |
Family
ID=69602800
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911140836.0A Pending CN110849814A (zh) | 2019-11-20 | 2019-11-20 | 一种基于多源遥感卫星的遥感影像处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110849814A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111476197A (zh) * | 2020-04-24 | 2020-07-31 | 中科天盛卫星技术服务有限公司 | 基于多源卫星遥感影像油棕识别及面积提取的方法和系统 |
| CN111932567A (zh) * | 2020-07-30 | 2020-11-13 | 中国科学院空天信息创新研究院 | 基于卫星影像的冰湖轮廓自动提取方法 |
| CN112798540A (zh) * | 2020-12-14 | 2021-05-14 | 浙江易智信息技术有限公司 | 一种基于高分遥感的水体污染源预警系统 |
| CN112945352A (zh) * | 2021-02-03 | 2021-06-11 | 成都鼎安华智慧物联网股份有限公司 | 基于遥感数据水位异常信息的提取方法 |
| CN113470127A (zh) * | 2021-09-06 | 2021-10-01 | 成都国星宇航科技有限公司 | 基于星载云检测的光学图像有效压缩方法 |
| CN113793374A (zh) * | 2021-09-01 | 2021-12-14 | 自然资源部第二海洋研究所 | 一种基于利用改进的四波段遥感影像qaa算法水质反演结果反演水深的方法 |
| CN114527896A (zh) * | 2022-02-22 | 2022-05-24 | 平安科技（深圳）有限公司 | 图像交互方法、装置、设备及存储介质 |
| CN114821287A (zh) * | 2021-01-21 | 2022-07-29 | 中国石油天然气股份有限公司 | 基于时序遥感图像的油田污染水体识别方法及装置 |
| CN115561199A (zh) * | 2022-09-26 | 2023-01-03 | 重庆数字城市科技有限公司 | 一种基于卫星遥感影像的水华监测方法 |
| CN117740690A (zh) * | 2023-12-19 | 2024-03-22 | 珠江水利委员会珠江水利科学研究院 | 一种水表溶解氧遥感估算方法、系统及可读存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101329173A (zh) * | 2008-07-07 | 2008-12-24 | 武汉大学 | 一种浑浊水体大气校正方法 |
| CN102509262A (zh) * | 2011-10-17 | 2012-06-20 | 中煤地航测遥感局有限公司 | 一种遥感图像薄云去除方法 |
| CN102800058A (zh) * | 2012-07-06 | 2012-11-28 | 哈尔滨工程大学 | 基于稀疏表示的遥感图像去云方法 |
| CN103177431A (zh) * | 2012-12-26 | 2013-06-26 | 中国科学院遥感与数字地球研究所 | 一种多源遥感数据时空融合方法 |
| CN103295214A (zh) * | 2013-06-28 | 2013-09-11 | 深圳大学 | 基于色彩特征的无云modis遥感图像生成方法及系统 |
| CN107014763A (zh) * | 2017-04-07 | 2017-08-04 | 山东理工大学 | 叶绿素遥感反演装置及方法 |
| CN109917098A (zh) * | 2019-04-09 | 2019-06-21 | 中国科学院深圳先进技术研究院 | 深圳海域水质评价方法及系统 |
-
2019
- 2019-11-20 CN CN201911140836.0A patent/CN110849814A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101329173A (zh) * | 2008-07-07 | 2008-12-24 | 武汉大学 | 一种浑浊水体大气校正方法 |
| CN102509262A (zh) * | 2011-10-17 | 2012-06-20 | 中煤地航测遥感局有限公司 | 一种遥感图像薄云去除方法 |
| CN102800058A (zh) * | 2012-07-06 | 2012-11-28 | 哈尔滨工程大学 | 基于稀疏表示的遥感图像去云方法 |
| CN103177431A (zh) * | 2012-12-26 | 2013-06-26 | 中国科学院遥感与数字地球研究所 | 一种多源遥感数据时空融合方法 |
| CN103295214A (zh) * | 2013-06-28 | 2013-09-11 | 深圳大学 | 基于色彩特征的无云modis遥感图像生成方法及系统 |
| CN107014763A (zh) * | 2017-04-07 | 2017-08-04 | 山东理工大学 | 叶绿素遥感反演装置及方法 |
| CN109917098A (zh) * | 2019-04-09 | 2019-06-21 | 中国科学院深圳先进技术研究院 | 深圳海域水质评价方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 徐慧: "遥感图像中的云区域检测及去除方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
| 王艳: "基于多源数据的洪灾区域快速提取方法研究", 《中国优秀博硕士学位论文全文数据库（硕士）基础科学辑》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111476197A (zh) * | 2020-04-24 | 2020-07-31 | 中科天盛卫星技术服务有限公司 | 基于多源卫星遥感影像油棕识别及面积提取的方法和系统 |
| CN111932567A (zh) * | 2020-07-30 | 2020-11-13 | 中国科学院空天信息创新研究院 | 基于卫星影像的冰湖轮廓自动提取方法 |
| CN111932567B (zh) * | 2020-07-30 | 2022-09-06 | 中国科学院空天信息创新研究院 | 基于卫星影像的冰湖轮廓自动提取方法 |
| CN112798540A (zh) * | 2020-12-14 | 2021-05-14 | 浙江易智信息技术有限公司 | 一种基于高分遥感的水体污染源预警系统 |
| CN114821287A (zh) * | 2021-01-21 | 2022-07-29 | 中国石油天然气股份有限公司 | 基于时序遥感图像的油田污染水体识别方法及装置 |
| CN114821287B (zh) * | 2021-01-21 | 2024-05-31 | 中国石油天然气股份有限公司 | 基于时序遥感图像的油田污染水体识别方法及装置 |
| CN112945352A (zh) * | 2021-02-03 | 2021-06-11 | 成都鼎安华智慧物联网股份有限公司 | 基于遥感数据水位异常信息的提取方法 |
| CN113793374B (zh) * | 2021-09-01 | 2023-12-22 | 自然资源部第二海洋研究所 | 一种基于利用改进的四波段遥感影像qaa算法水质反演结果反演水深的方法 |
| CN113793374A (zh) * | 2021-09-01 | 2021-12-14 | 自然资源部第二海洋研究所 | 一种基于利用改进的四波段遥感影像qaa算法水质反演结果反演水深的方法 |
| CN113470127A (zh) * | 2021-09-06 | 2021-10-01 | 成都国星宇航科技有限公司 | 基于星载云检测的光学图像有效压缩方法 |
| CN114527896A (zh) * | 2022-02-22 | 2022-05-24 | 平安科技（深圳）有限公司 | 图像交互方法、装置、设备及存储介质 |
| CN115561199A (zh) * | 2022-09-26 | 2023-01-03 | 重庆数字城市科技有限公司 | 一种基于卫星遥感影像的水华监测方法 |
| CN117740690A (zh) * | 2023-12-19 | 2024-03-22 | 珠江水利委员会珠江水利科学研究院 | 一种水表溶解氧遥感估算方法、系统及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110849814A (zh) | 一种基于多源遥感卫星的遥感影像处理方法 | |
| CN109613513B (zh) | 一种顾及InSAR形变因子的光学遥感潜在滑坡自动识别方法 | |
| CN110796001B (zh) | 一种卫星影像覆膜农田识别与提取方法及系统 | |
| CN112183209B (zh) | 一种基于多维特征融合的区域农作物分类方法及系统 | |
| CN108986040B (zh) | 一种基于遥感多光谱影像的ndvi阴影影响去除方法 | |
| CN114821362B (zh) | 一种基于多源数据的水稻种植面积提取方法 | |
| CN113505635A (zh) | 基于光学和雷达的冬小麦与大蒜混种区识别方法及装置 | |
| Mathews | Object-based spatiotemporal analysis of vine canopy vigor using an inexpensive unmanned aerial vehicle remote sensing system | |
| CN114441457A (zh) | 一种基于无人机多光谱影像消除水稻冠层背景效应并提升叶片氮浓度监测精度的方法 | |
| CN111007013B (zh) | 面向东北冷凉区的作物轮作休耕遥感监测方法与装置 | |
| CN109300133B (zh) | 一种城市河网区水体提取方法 | |
| Kim et al. | A constrained optimization technique for estimating environmental parameters from CZMIL hyperspectral and lidar data | |
| Kaizu et al. | A dual-spectral camera system for paddy rice seedling row detection | |
| Lang et al. | Detection of chlorophyll content in maize canopy from UAV imagery | |
| Gao et al. | A recognition method of multispectral images of soybean canopies based on neural network | |
| Zhang et al. | Yield estimation of citrus fruit using rapid image processing in natural background | |
| Liu et al. | UAV multispectral images for accurate estimation of the maize LAI considering the effect of soil background | |
| Yang et al. | Fraction vegetation cover extraction of winter wheat based on RGB image obtained by UAV | |
| Xu et al. | Vegetation information extraction in karst area based on UAV remote sensing in visible light band | |
| CN106568730A (zh) | 一种基于近地面高光谱影像的水稻阴阳叶穗识别方法 | |
| Novotný et al. | Individual tree crowns delineation using local maxima approach and seeded region growing technique | |
| Danoedoro et al. | Combining pan-sharpening and forest cover density transformation methods for vegetation mapping using Landsat-8 Satellite Imagery | |
| Tochon et al. | Binary partition tree as a hyperspectral segmentation tool for tropical rainforests | |
| CN111667432B (zh) | 一种基于物理模型的遥感影像阴影去除方法 | |
| CN114187504A (zh) | 一种基于多光谱影像的农作物分类方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200228 |
|
| RJ01 | Rejection of invention patent application after publication |