基于TM影像的县域土地利用变化研究——以四川省蓬溪县为例

根据1993、2001和2009年蓬溪县TM遥感影像,采用RS和GIS技术相结合对研究区域地物的光谱特性、纹理特征和地形信息进行提取和分析,采用最佳波段分类和监督分类相结合对遥感影像进行分类,获取不同土地利用类型统计情况,并结合GIS空间分析工具对各期的分类图像进行了解析,实现了对研究区土地利用类型变化信息的提取和分析。结果表明,1993~2009年蓬溪县土地利用类型发生了较大变化,其中耕地和林草地面积明显减少,建筑用地增加幅度较大,且具有持续增长趋势。基于TM影像的土地利用信息提取可为县域土地利用变化监测提供技术支持。     

基于遥感图像光谱特征融合的高原土地覆盖类型分类模型

在使用土地覆盖类型分类模型分类高原土地覆盖类型的过程中,由于不同类别地物间光谱信息更相近,在没有多特征降噪的情况下,容易产生噪声偏差,导致土地覆盖类型错分,设计一种基于遥感图像光谱特征融合的高原土地覆盖类型分类模型。设计特征提取方法,提取遥感图像中几何特征的空间特征与属性特征,以展示遥感图像光谱更多的空间细节信息;将遥感图像按照一定模式规则进行处理和运算,构建三种多特征融合模式,使用SVM作为分类工具,计算其中参数,实现元素的线性可分。模型性能测试结果表明：设计的分类模型所得到的分类结果在生产精度、总体精度、Kappa系数这三个指标中的评分均达到了0.7以上,验证了设计模型在高原土地覆盖类型分类中的准确性。     

基于无人机多光谱影像的地物识别

【目的】利用2018年5和6月获取的无人机多光谱影像对北京市大兴试验基地的部分农田进行地物类型提取研究。【方法】确定感兴趣地物种类,对影像进行时相与光谱特征分析,然后确定归一化植被指数NDVI、归一化绿蓝差异指数NGBDI、修正型比值植被指数MSR和红边波段反射率可以作为最优分类特征,通过基于光谱变量阈值分割的决策树分类法,实现地物分类,并提取种植面积,选取基于目视解译的地面调查数据进行方法验证。【结果】基于时相与光谱特征的决策树分类方法有较好效果,该方法用于小麦、果树和大棚的提取,误差值分别为10.68%、6.06%和16.48%,面积提取误差在17%以内,对无人机多光谱遥感影像进行地物识别具有一定的适用性。【结论】无人机低成本、高效率的优势为农田信息及时获取提供参考。     

利用决策树对TM遥感影像的分类研究

利用TM遥感影像对黑龙江省大庆市土地利用分类进行了研究。将地物分为8种类型,然后提取分析各种典型地物的光谱曲线,依据提取的光谱曲线建立了土地利用分类的决策树模型并进行了分类,最后对分类结果进行了精度评价。应用结果表明,该方法简单有效。     

SPOT5遥感影像土地利用信息提取方法研究

【目的】探讨高分辨率遥感影像土地利用信息提取方法的优劣,为研究土地利用/覆盖动态变化提供参考。【方法】以结合纹理特征的支持向量机(Support vector machine,SVM)分类和多尺度分割的面向对象分类为主要技术,对陕西佛坪长角坝乡遥感影像的土地利用信息进行提取,并将分类结果与基于传统像元的最大似然法分类结果进行比较分析。【结果】面向对象分类法的总精度达到90.67%,较结合纹理特征的SVM法提高了8.34%,而与最大似然分类法相比提高了近20.32%,克服了其他分类方法存在的同谱异物现象及分类结果中地物破碎等缺点,取得了较好的分类结果。【结论】利用面向对象分类法不仅达到了提取土地利用信息的目的,而且精度高、速度快。     

荒漠化地区土地覆被光谱特征与遥感信息提取方法研究

为了提高地物识别的正确性,探讨荒漠化土地类型自动分类的有效途径,克服异物同谱和同物异谱现象。以陕西省榆林市榆阳区为例,利用Landsat 5卫星的TM数据,探讨了荒漠化土地覆盖信息的提取方法。在对不同土地覆被类型光谱特征进行系统分析的基础上,根据归一化指数(NDVI)和差值指数(TM5-TM4)及TM3、TM5、TM7波段的光谱值,提出了分层信息提取方案,利用该方案分步提取地表覆被信息。结果表明,此方法简单、实用,是地物遥感信息提取的有效途径。     

基于纹理的风蚀水蚀过渡区TM影像土地利用信息提取

【目的】探索在风蚀水蚀过渡区,利用TM遥感影像提取土地利用信息的方法。【方法】以榆林市西北部风蚀水蚀过渡区为对象,应用主成分变换与基于灰度共生矩阵纹理特征相结合的方法对TM影像进行分析,选取均值作为分类指标,采用分层分类法进行信息提取。【结果】不同土地利用类型之间纹理特征参数差异明显,荒漠化土地的均值、方差值较高,灰度分布不均匀,相邻像元反差明显,内部变化剧烈;水体和灌溉耕地的均值、方差值很低,灰度值均匀,内部变化小;林地和旱耕地信息介于上述两类土地之间。【结论】与传统分类方法相比较,纹理分析方法可以获得更高的分类精度。     

风蚀水蚀过渡区近20年土地利用/覆被动态分析

【目的】研究陕北风蚀水蚀过渡区的土地利用/覆被分布格局及变化规律,为该地区土地利用规划与管理提供依据。【方法】以1986年和2003年的TM影像为数据源,利用分层分类法获得陕西榆林市横山县两个时期的土地利用/覆被图,分析其动态变化。【结果】1986-2003年,横山县土地利用/覆被变化的总体规律为:水浇地、有林地、灌木林、草地、城镇用地和荒草地的面积增加,增幅最大的是灌木林地;旱地、水域和沙地面积减少,减幅最大的是旱地。在类型转化上,旱地向林地和草地转化,草地向灌木林转化,沙地向灌木林和草地转化。【结论】受国家退耕还林还草工程和沙地综合治理措施的影响,横山县的土地利用/覆被类型及其面积发生了较大变化,该县的生态环境质量正在逐步提高。     

PHANTOM 4 RTK+大疆像控处理技术在燕麦长势模拟中的应用

【目的】 利用小型消费级无人机航拍获取地物影像,通过地物阴影、高度差、色差快速提取地物,进而获取地物结构信息。【方法】 文章选取云南省曲靖市会泽县的大桥乡为研究区域,针对冬闲田闲置土地资源、种植结构相对单一的区域展开试验,利用高分辨率无人机遥感影像对燕麦进行识别,同时结合超声波传感器数据估算地物高度,并与实际高度和无人机生成的传统测高方法得到的高度进行相关性分析,获取高精度、可靠性强的数据。【结果】 基于可见光燕麦的总体分类精度为91.46%,Kappa系数为0.857,在增加DSM数据后的分类总体精度为98.91%,Kappa系数为0.982。研究表明由无人机获取的代表燕麦冠层高度信息的DSM数据能够显著提升燕麦的识别效果。相对于传统无人机测高方法生成数字表面模型提取地物高度的方法,依赖于光谱和高程信息识别地物信息的方法在计算地物高度时,精度更高,识别结果更可靠。【结论】 该文提出的小型消费级无人机利用地物阴影计算燕麦高度的方法,改进了相机镜头光心地位和RTK天线中心点地位补偿作用,打通了RTK模块、飞控模块及相机云台模块之间的通讯,能够应用于实际准确获取影像地位信息,为无人机遥感快速、准确地获取地物高度信息提供了一种新的思路。     

基于TM影像的多伦县土地利用信息提取

在内蒙古多伦县土地利用现状调查中,根据该区地表异质性和破碎化强烈、地物光谱特征混杂严重、土地利用/覆被遥感信息提取对目视解译依赖程度高的特点,将基于知识的遥感信息提取技术应用于该地区。通过地物光谱特征的深入分析,用线性光谱混合分解模型将主要地物覆被类型分离,并建立多个专题信息模型,依据经验知识建立了各用地类型提取规则,提取了多伦县2007年的土地利用信息。结果表明:2007年的土地利用结构仍以耕地、牧草地、未利用地为主,3种地类分别占总面积的16.4%、55.2%和20.3%,林地面积为21919hm2,占总面积的5.6%。旱地、退化草地和沙地比例偏高,多伦县的生态环境虽有所改善,但仍处于极不稳定的状态。