基于高分影像的神木县大柳塔镇土地利用动态监测

[目的]研究陕西省榆林市神木县大柳塔镇近年来的土地利用变化情况,为该区域土地资源的合理开发和利用提供可靠依据。[方法]基于2010,2015年的2期高分辨率遥感影像,通过图像解译提取该地区的土地利用信息,生成土地利用转移矩阵,对2期数据进行统计分析与评价。[结果]2010—2015年,耕地、居民地及工矿交通用地、水域及水利设施用地、草地等用地面积增加,林地、沙地、裸地等用地面积减少。[结论]研究区的土地利用程度较高,结构趋于合理。     

基于QuickBird影像的退耕地林分类型识别方法研究

[目的]减少遥感数据的噪声影响,提高光谱信息的传统林分类识别方法的提取精度。[方法]在MNF变换融合处理的基础上,采用一种基于光谱和空间信息相结合的分类方法,融入空间信息对研究区不同林分遥感信息进行提取。[结果]该方法可以有效地抑制分类结果的"麻点"现象,对各类型林分信息的平均提取精度达83.6%,高于传统最大似然法11.6%。[结论]融入空间信息的林分信息提取方法可以有效地改善分类效果,能够提高分类精度,在退耕地林分信息提取和变化监测等方面具有一定的实际意义。     

地块尺度的山区耕地精准提取方法

山地丘陵区域耕地资源稀缺,耕地碎片化现象严重,耕地地块细小狭窄且结构复杂,导致了地块级别的耕地信息难以快速、精准获取,阻碍了基于高分辨率遥感影像的精准数字农业服务在山地丘陵地区的应用。现有基于边缘检测/语义分割的耕地提取方法忽略了地块的结构化特征,对于狭长地块提取效果不佳,存在边界模糊问题。针对上述问题,该研究以西南山区湖南省邵东县为研究区,提出一种面向地块尺度的山区耕地遥感影像高精度提取方法。该研究模型主要有以下特征：1）将耕地边缘作为独立于耕地地块外的新类别,使得语义分割能够更好地区分耕地地块边缘和内部区域;2）级联语义分割网络和边缘检测网络,实现耕地边缘线特征和面特征的融合,使耕地边缘特征强化,提高耕地地块边缘检测精度;3）针对高分影像中耕地边缘像素远少于耕地内部像素问题,借助聚焦训练方法,使模型在训练过程中更加关注边缘像素,提高边缘检测精度。试验结果证明,该研究提出的方法在测试集上分类准确率和交并比分别为92.91%和82.84%,相比基准方法分别提升4.28%和8.01%。该研究所提取的耕地地块相比于现有方法更符合耕地的实际分布形态,为地块尺度的耕地信息精准提取提供了实用化方法。     

基于面向对象的SPOT卫星影像梯田信息提取研究

梯田信息准确和快速提取是区域水土保持动态监测和评价的核心技术之一,运用遥感技术进行地物信息提取是一种有效手段。该研究以燕沟流域为研究区,采用高分辨率的SPOT5遥感影像数据,基于面向对象分类技术,通过影像分割构建影像对象,在分析影像对象的光谱特征、纹理特征和空间特征的基础上,建立了梯田信息的遥感提取规则,实现了梯田的自动提取。最后用手工勾绘结果对梯田的遥感提取结果进行精度评价,从田块边界的吻合度评价位置精度,并通过比较该结果与人工目视解译结果进行面积精度评价。结果表明,基于面向对象分类的遥感方法可以较好地从原始影像中提取复杂地貌区梯田的位置信息,面积提取正确率达到78.38%,该方法可为黄土高原地区梯田信息遥感提取提供借鉴。     

基于低空可见光谱的植被覆盖率计算

[目的]将低空遥感技术应用到水土保持设施验收中,从可见光谱遥感影像提取区域植被信息,提出可准确、客观计算水土保持设施验收指标中植被覆盖率的方法,以减少工作人员的业外工作量,提高测算效率。[方法]将仅含有可见波谱信息的低空遥感图像作为研究对象,在利用植被指数红绿比指数(RGRI),过绿指数(EXG),可见光波段差异植被指数(VDVI),归一化绿蓝差异指数(NGBDI)和归一化绿红差异指数(NRGRDI)分析图像波谱特性的基础上,采用双峰直方图法和最大熵值法确定各植被指数的阈值,再使用ENVI软件提取图像的植被信息,并计算植被覆盖率,与参照结果进行比对。[结果]利用可见光谱差异指数(VDVI)提取的植被信息精度高达95.32%。由此计算得到的植被覆盖率为54.43%,与实际情况最为接近。[结论]基于可见光谱遥感影像计算植被覆盖率的方法具有可行性,该方法人工干预少,结果准确度高,可为水土保持设施验收提供实时的数据支撑。     

鹞落坪自然保护区土地利用动态格局研究

[目的]分析1994—2017年鹞落坪自然保护区土地利用格局变化特征,揭示退耕还林、生态旅游等对保护区土地格局变化的影响,为保护区林地保护与利用提供依据。[方法]以1994,2002,2012和2017年4期LandsatTM/ETM~+/OLI遥感影像为数据源,采用监督分类提取研究区土地利用信息,并建立转移矩阵,分析保护区20 a间土地利用格局动态变化及其转移特点。[结果] 1994—2017年保护区内土地利用结构发生了较为明显的变化,林地、居民地和园地面积都有不同程度的增加,而耕地显著减少。土地利用类型主要转移方向为耕地转化为园地、林地和居民地,小部分林地转化为居民地。1994—2002年区内林地面积大幅度增加,耕地面积大量减少;2002—2012年居民地呈现出扩张的趋势,园地面积大幅度增加,耕地面积则有所减少;2012—2017年区内土地利用转化量相对较小,居民地、林地以及园地面积小幅度增加,耕地面积相对减少。[结论]保护区土地利用格局变化是退耕还林、茶业发展和旅游开发共同作用的结果。退耕还林导致耕地面积减少,林地和园地面积增加;旅游开发导致居民用地面积增加。     

国产高分一号卫星数据傅里叶变换提取梯田影像可行性分析

在研究国产高分一号卫星数据特点和梯田纹理特征的基础上,以国产高分一号卫星数据为数据源进行傅里叶变换提取梯田影像研究并进行了可行性分析。经过对包含不同地类、不同尺寸区域的提取测试发现,纹理特征不明显的梯田和纹理不均一的非梯田易造成大量漏提和错提,综合分析认为傅里叶变换提取梯田影像算法难以满足工程化生产的需要。     

湖北省耕地利用效率的区域差异及提升对策

[目的]分析湖北省各县耕地利用效率的区域差异并探寻各研究单元(DMU)的优化空间,提出区域差别化的耕地利用效率提升对策。[方法]使用湖北省78个县域研究单元1987—2012年的耕地投入产出面板数据,构建CCR模型和超效率数据包络分析(DEA)模型。[结果]至2012年,湖北省县域单元耕地利用效率逐年下降,存在投入要素的冗余。(1)该省95%的单元化肥投入存在0%~87%的冗余率;(2)鄂西山区和鄂东南丘陵地区劳动力冗余率分别达到42%和52%;(3)农业机械投入同样在江汉平原与鄂西山区、鄂东南丘陵地区出现显著冗余,分别达到37%,45%和54%。[结论](1)该区域需减少化肥施用量;(2)鄂西山区和鄂东南丘陵地区应着力采取推动劳动力转移的政策以释放剩余农业劳动力;(3)鄂西山区和鄂东南丘陵地区应适当控制农业机械的投入,而适宜推广规模化种植的江汉平原可通过提高管理效率以提升农用机械利用效率,减少冗余。     

基于Landsat8和Sentinel-2数据的砒砂岩区生物量估算的差异性

[目的] 分析基于不同空间分辨率遥感影像估算的地上生物量(above ground biomass,AGB)差异,为遥感估算荒漠生态系统AGB的研究中不同空间分辨率影像的选择提供依据。[方法] 在地面AGB调查的基础上,结合Landsat 8与Sentinel-2影像建立AGB-MSAVI统计模型,对砒砂岩区AGB进行了遥感估算,并分析不同植被覆盖区(高、中、低) AGB估算的差异性。[结果] Landsat 8与Sentinel-2影像均能较好地实现AGB估算,AGB估算结果在空间分布上具有相似性。基于Landsat 8和Sentinel-2数据估算AGB模型平均相对误差分别为13.41%和11.42%,基于Sentinel-2数据的AGB估算精度较高。[结论] 不同植被覆盖区Sentinel-2与Landsat 8数据估算的AGB存在一定的差异,低植被覆盖和高植被覆盖区,两种遥感数据估算的AGB差异相对较小;中植被覆盖区,遥感数据受到空间分辨率的制约,空间异质性影响相对显著,两种遥感数据估算的AGB差异较大。高空间分辨率遥感影像对AGB估算精度的提高具有一定效果。     

泛第三极典型地区土地利用和水保措施解译精度分析

[目的]进行泛第三极典型地区抽样单元土地利用和水土保持措施遥感解译精度评价,提高高分辨率影像的解译正确率,分析解译结果的区域代表性。[方法]于2018—2019年在中国西藏、泰国清莱和巴基斯坦地区分别选取9个、18个、15个抽样单元进行野外调查。以野外调查的土地利用结果作为参照,通过混淆矩阵、土地利用变化转移矩阵分析基于Google Earth影像进行土地利用和水保措施判读的精度;通过与参考数据集土地利用结构的对比,分析解译结果的区域代表性。[结果]①3个典型样区土地利用解译精度较理想,总体分类精度在80%以上,平均kappa系数分别为0.74,0.75和0.82;②与野外调查结果相比,3个典型样区水土保持措施解译结果比较理想;③遥感抽样解译的结果与GLC 30 m,GLC 10 m数据集的土地利用结构相似度较高。[结论]基于高分影像解译土地利用类型和水土保持措施的结果与野外调查的结果一致性较好,且符合参考数据集的土地利用结构,抽样单元遥感解译结果对于土地利用的宏观特征结构有较好的区域代表性表达。     

基于多时相GF-1影像的施工期生产建设项目分布信息提取

[目的]开展基于高分遥感的生产建设项目提取技术的研究,全面、及时地掌握生产建设项目分布信息,满足水土保持监管的迫切需求。[方法]以陕西省榆林市的部分区域为研究区,利用2013和2014年两个时相的GF-1影像,通过面向对象的直接比较法,提取变化信息,并结合光谱、形状等特征,去除伪变化,获取区域范围内新增的裸地和不透水面。另外,结合专家知识,提取疑似施工期生产建设项目信息。[结果]新增裸地和不透水面的发现精度达到83.53%,疑似施工期生产建设项目的发现精度为95.56%。[结论]该方法能够有效地提取施工期生产建设项目分布信息。     

面向对象分类技术在开发建设项目水土保持监测中的应用

[目的]研究基于无人机低空遥感影像的面向对象分类技术在开发建设项目水土保持监测中的应用,为水土保持监测工作的信息化能力提升提供技术支撑。[方法]利用旋翼无人机获取水土保持监测目标区域的低空遥感影像,通过倾斜摄影技术构建数字表面模型,结合ESP分割尺度评价工具获取最优分割尺度参数,采用多元特征空间指标参与最邻近分类法的监督分类,并依据位置信息的评价方法和误差矩阵对分类解译精度进行验证。[结果]本研究的水土保持监测目标区域的地物分类总体精度达到了86.10%,Kappa系数为0.841,有较好的一致性,能够满足精度需求。[结论]利用无人机低空遥感影像的面向对象分类技术实现了开发建设项目水土保持监测区域地物的快速、精确识别和分类。     

无人机可见光遥感和特征融合的小麦倒伏面积提取

倒伏是造成小麦减产和品质下降的主要原因之一。为快速准确地提取小麦倒伏面积,给农业保险理赔及灾后应急处置提供数据支持,该研究采用无人机遥感平台获取小麦倒伏后的冠层红绿蓝(Red-Green-Blue, RGB)可见光图像,并进行数字表面模型(Digital Surface Model,DSM)图像提取,计算了过绿植被(Excess Green, EXG)指数,利用Arc GIS中的镶嵌工具将不同图像特征进行融合,得到DSM+RGB融合图像和DSM+EXG融合图像,利用最大似然法和随机森林法对2种特征融合图像进行监督分类提取小麦倒伏面积,并与仅基于RGB可见光图像和DSM图像提取倒伏面积结果对比。结果表明,2种方法对4种图像进行小麦倒伏面积提取的整体趋势一致,且最大似然法提取效果整体优于随机森林法,基于最大似然法对RGB图像、DSM图像、DSM+RGB特征融合图像、DSM+EXG特征融合图像提取倒伏小麦面积的整体精度分别为77.21%、93.37%、93.75%和81.78%,Kappa系数分别为0.54、0.86、0.87和0.64,对比分析发现DSM+RGB特征融合图像提取小麦倒伏面积精度最高。该研究表明通过图像特征融合的方法能够有效提取倒伏小麦信息,为快速提取小麦倒伏面积提供参考。     

基于K-means和近邻回归算法的Kinect植株深度图像修复

针对Kinect传感器应用于农业植株检测产生的图像噪声问题,特别是由光线以及传感器自身局限导致的匹配图像目标植株数据的缺失,提出一种基于K-means和近邻回归算法的植株深度检测图像修复方法。首先对Kinect传感器获取的彩色RGB图像进行阈值分割预处理提取植株目标区域,再利用K-means聚类算法去除背景噪声,使得植株目标区域轮廓更加清晰;然后基于配准的彩色图像和深度图像,对获取的深度图像中可疑像素点的深度数据采取近邻回归算法进行修复,再将修复后的深度图像与目标分割后的彩色图像进行植株区域的匹配,并进行二次近邻回归算法修正错误的深度数据,最后获取目标植株深度信息的检测图像。试验结果证明,采用RGB阈值分割和K-means聚类算法植株目标区域分割误差均值为12.33%,比单一RGB阈值分割和K-means聚类分割误差降低了12.12和41.48个百分点;同时结合聚类后的彩色图像对深度数据进行两次近邻回归算法修复深度数据,能够提高深度数据边缘的清晰度,单帧深度数据空洞点进行修复数据的准确度提高。该研究结果可为农业植株检测、植株三维重构、精准对靶喷雾等提供参考。     

面向水土保持监管的黄土高原区生产建设项目地块快速提取

生产建设项目是黄土高原区人为水土流失的主要来源之一.快速获取生产建设项目地块的位置和属性信息,对提升水土保持监管效率、保护区域水土资源具有重要意义.当前生产建设项目地块的提取主要采用专家目视解译遥感影像的方法,存在效率低、主观性强、稳定性差等问题.本文采用高分一号(GF-1)影像,提出一种面向对象的快速提取黄土高原区生产建设项目地块的方法.首先,分析研究区各类典型生产建设项目地块中组成地物的可分性,确定6类用于标记生产建设项目地块的标志性地物.在此基础上,融合多尺度分割和模糊分类方法,构建面向对象的多层次提取模型提取标志性地物,获得生产建设项目地块的提取结果.结果显示:6类标志性地物具备标记黄土高原区生产建设项目地块的能力,使用本方法提取点型生产建设项目地块的数量精度达到95％以上,提取线型生产建设项目地块的长度精度超过86％,且总耗时不超过现行方法的20％.与专家目视解译相比,本文方法在保证提取精度的同时,极大地提升了提取效率,可用于黄土高原较大区域的生产建设项目地块的快速准确提取.这一方法可为水土保持监管的高效化、精准化实施提供有力的技术支撑.     

基于HJ卫星数据与面向对象分类的土地利用/覆盖信息提取

土地利用/覆盖信息是区域气候与环境研究的基础,是土地资源规划与管理、合理开发与保护的信息保障。为此,该文选取长株潭城市群核心区为试验区,以时间序列HJ卫星影像为数据源,首先构建了时间序列归一化植被指数(normalized difference vegetation index,NDVI)、时间序列光谱第一主成分(first principal component,PC1)数据集,通过J-M(Jeffries-Matusita)距离变量可分离性分析结合地表覆盖的物候特征,确定最佳时序HJ组合数据;其次,采用面向对象的随机森林算法对研究区土地利用/覆盖信息进行分类,并对分类结果进行精度评价与比较分析。研究结果表明:采用时间序列HJ组合数据与面向对象的分类方法,提取城市土地利用/覆盖信息的总体精度和Kappa系数分别达到91.55%和0.90,其中水田、水浇地、旱地、林地、建设用地的生产者精度均达到90%及以上;相对于时间序列基于像元分类、单时相面向对象的分类方法,该文提出的土地利用/覆盖信息提取方法的总体分类精度和Kappa系数分别提高了2.26%、0.02和6.82%、0.08,有效提高了区域土地利用/覆盖信息提取的精度,为大范围土地利用/覆盖精细化分类提供了有效的途径。     

基于多源数据和Stacking-SHAP方法的山地丘陵区土地覆被分类

山地丘陵区地形复杂,地表辐射信号畸变严重,地物识别困难。为准确提取山区地物信息,结合多源异构数据,Stacking 集成学习和Shapley Addictive Explanation（SHAP）方法展开土地覆被分类研究。从Sentinel-1/2影像、气候数据、土壤数据和数字高程图中提取遥感、气候、土壤和地形四类特征变量,设计多种变量组合方案,结合Stacking算法,探讨不同类型变量在山区地物识别中的效用,并对比Stacking最佳方案与支持向量机（Support Vector Machine,SVM）、随机森林（Random Forest,RF）和极端梯度回归（eXtreme Gradient Boosting,XGBoost）算法的分类精度,评价Stacking方法在山区地物信息提取中的性能。同时,引入SHAP方法,量化Stacking模型中各特征变量的重要性。结果表明：在仅以遥感变量为基础方案时,山区土地覆被分类精度最低;在分别加入气候、土壤和地形变量后,总体精度、Kappa系数和F1分数均有所提高,其中旱地、水田和园地分类精度的提升幅度较大。基于Stacking算法结合所有类型特征变量的方案达到了最佳的分类精度,其总体精度、 Kappa系数和F1分数分别为96.61%、0.96和94.81%,分类精度优于相同特征下的SVM、 RF和XGBoost。SHAP方法可量化Stacking模型中特征变量的全局以及局部重要性,明确各变量对不同地物类型识别的相对贡献,为山区土地覆被分类的变量选择及优化提供有价值的信息。该研究为机器学习协助复杂景观地区土地覆被制图研究提供了技术支持和理论参考。     

滨海光谱混淆区面向对象的土地利用遥感分类

滨海光谱混淆区土地利用/覆盖信息获取是遥感信息提取的难点之一,该研究选择黄河三角洲垦利县为研究区,采用2007年3月11日陆地卫星TM遥感影像数据,利用面向对象的土地利用遥感分类技术,通过影像分割和采用支持向量机分类方法对研究区土地利用/覆盖信息进行提取,并将分类结果与传统的基于像元的分类方法进行对比分析。结果表明:面向对象支持向量机的分类精度达到84.83%,比基于像元的最大似然法和波谱角法分别提高了5.94%和19.53%,且有效避免了椒盐现象。说明面向对象的图像分类方法明显提高了遥感影像的分类精度和分类效率,为滨海光谱混淆区土地利用信息的快速、准确提取提供了有效技术手段。     

基于加权信息量的地质灾害易发性评价——以四川省泸定县为例

[目的]对四川省泸定县进行地质灾害易发性评价,为该区地质灾害预防预测提供依据。[方法]借助谷歌影像解译,获取崩塌、滑坡、泥石流等地质灾害隐患点279处。选取地形地貌、岩性构造、气象水文、土壤与土地利用(LULC)4个方面构建评价指标体系。运用确定性系数法确定因子权重,并结合信息量法构成加权信息量模型。通过ArcGIS空间分析平台,开展灾害易发性评价。[结果]研究区极高和高易发区分别占总研究区面积的13.54%,26.49%。地质灾害点共225处落在极高易发区和高易发区内,占总样本灾害点的80.65%。通过受试者工作特征曲线(ROC)的线下面积(AUC)进行检验,其值为0.793,评价模型精度良好。[结论]对四川省泸定县的地质灾害易发性进行了等级划分,采用的加权信息量方法的易发性评价结果可信。     

面向对象的无人机影像水体变化监测方法

[目的]针对大多无人机影像仅有红、绿、蓝3个波段的特点,提出一种利用纹理特征提取水体并进行变化监测的方法,为水利部门了解水体面积变化情况提供技术支持。[方法]首先利用易康软件对无人机影像进行多尺度分割,形成影像像斑,再计算影像像斑的角二阶矩、均值、熵等纹理特征,将这些纹理特征作为影像波段进行组合,从而突出水体,最后通过ISO分类的方法提取出水体,将不同时期提取的水体进行叠置分析,得到水体的变化区域。[结果]通过选择不同的区域进行试验,水体的提取精度和变化检测精度均达90%以上。[结论]面向对象的无人机影像水体变化监测方法可有效提高水体变化监测的效率,节约人工作业量。