基于遥感图像协同对地观测的海南岛红树林变化监测方法研究

In the project for Hainan Island mangrove ecological monitoring urgent needs, construct the systematic theory and method of intelligent processing based on collaborative observation on earth. The specific research contents include the following three aspects: (1) Research on coupling architecture and collaborative model for observation network on earth: coupling structure and resources description model for observation network system and multi-sensor collaborative method of earth observation network based on event-driven; (2) Research on integration and assimilation of data for collaborative earth observation network: image fusion method based on robust sub-pixel registration and multi-temporal data assimilation method based on filter optimization; (3) Research on information extraction and rapid change detection for multi-source and heterogeneous data: joint information extraction model of multi-source and heterogeneous data, and rapid method of detecting change information under disturbance attenuation. It is a profound significant task to monitor effectively mangrove spatial distribution and degradation degree, growth and health status, and change, through this project research, so as to promote the protection of mangrove resources. It is not only a great demand to maintain national stability and prosperity and promote the sustainable development of social economy, but also scientific frontier in the field of earth observation, for studying on the advanced cooperative earth observation technique.

本项目拟面向海南岛红树林生态监测迫切需求，构建可协同的对地观测网，建立基于协同对地观测的智能化处理理论与方法体系。具体研究内容包括如下三点：（1）对地观测网的耦合构架与协同模型：研究对地观测网系统耦合构架与资源描述模型、事件驱动的对地观测网多传感器协同方法。（2）对地观测网协同数据的融合与同化：基于稳健亚像素配准的影像融合方法、基于滤波优化的多时态数据同化方法（3）多源异质数据的信息提取与快速变化检测：多源异质数据的联合信息提取模型、扰动抑制下的变化信息快速检测方法。通过本项目研究，对红树林空间分布、退化程度、长势和健康状况等方面变化进行有效监测，从而促进对红树林资源的保护效力，是一件具有深远意义的任务。研究先进的协同对地观测技术，不仅是维护国家繁荣稳定、促进社会经济可持续发展的重大需求，也是对地观测领域的科学前沿。

近半个世纪以来，对红树林的侵占和砍伐，水文条件的改变，气候变化和水域污染等原因致使红树林资源急剧减少，全球35%的红树林在此期间消失，其破坏和消失的速率大于热带雨林和其它内陆森林。因此，对红树林空间分布、退化程度、长势和健康状况等方面变化进行有效监测，从而促进对红树林资源的保护效力，是一件具有深远意义的任务。.本项目针对多源异质数据开展对地观测时空数据获取、数据传输与融合、信息自动化提取、信息检测等一系列过程与内容的研究。研究内容具体如下： .1、提出基于低秩稀疏分解的联合稀疏表示模型和基于低秩矩阵表示的稀疏表示的遥感图像变化检测方法。基于低秩矩阵表示和低秩稀疏分解的这两种变化检测方法在外界干扰不大，变化检测的场景不复杂的情况，检测精度较高。.2、以秩最小化对子空间划分过程进行约束，在各个子空间内抽取其中最具代表性的波段即可作为波段选择结果。实验结果表明，以上策略对波段信息的刻画以及对波段可替代性的量化效度，都显著优于同类算法。.3、提出了基于卷积采样变换与空间变换的遥感图像融合的方法。实验结果表明, 该算法能使融合图像清晰度提高，空间分辨率增强，还保留更多光谱信息，所提方法比传统的图像融合算法更优。 .4、提出了一种基于SURF和M估计样本一致性的亚像素图像配准算法。通过对实验结果的分析，对于亚像素位移图像，该算法在附加噪声、位移、旋转、不同传感器和时间等不同情况下，精度更高，计算量更小，具有更强的抗干扰能力。.5、提出一种结合邻域信息的区间二型模糊隶属函数构建方法。所提方法充分考虑影像数据及其邻域关系，有效抑制了遥感影像类内异质性，获得较好的地物分类结果。.6、在KM和EKM算法基础上提出一种基于二分查找的快速降型算法，在有序的样本点集合中采用二分查找方法，能快速确定转换点并求出二型模糊集合的质心。与经典迭代降型算法进行实验对比，所提算法循环次数最少，效率较高。