林区地形起伏对Spot5遥感图像几何精校正的影响

为探索林区地形起伏对空间分辨率为 2 5m的Spot5遥感图像几何精校正的影响规律 ,在理论分析地形起伏造成遥感图像像点位移的基础上 ,通过比较控制点间实测距离和图像上相应距离的偏差 ,研究了林区Spot5遥感图像像点位移的变化规律 .利用GPS虚拟网络参考站定位系统 ,以厘米级精度测定校正遥感图像的地面控制点 .根据地面控制点海拔高度的差异设置 4种校正方案 ,对Spot5遥感图像进行几何精校正 .通过比较各种校正方案对图像变形的纠正效果 ,详细探讨了林区地形起伏对Spot5遥感图像几何精校正的影响规律     

森林资源监测Spot5遥感图像几何精校正方法研究

为探索空间分辨率为 2 5m的Spot5遥感图像用于森林资源监测的可行性 ,需进行遥感图像几何精校正 .该文在理论分析遥感图像校正模型的基础上 ,借助GPS虚拟网络参考站定位系统 ,以cm级精度测定校正遥感图像的地面控制点 ,通过实例计算 ,详细研究了在通用遥感图像处理软件ENVI、ERDAS及PCI中各种可能的几何精校正方法及实际精度状况 .综合考虑几何位置变换精度、灰度重采样精度及不同校正方法对地面控制点数量和分布的要求 ,结合林区Spot5遥感图像的特点和GPS定位现状 ,确定了适合森林资源调查的Spot5遥感图像几何精校正方法 .     

星基差分GPS用于林区高分辨率遥感图像几何精校正

为解决林区缺乏大比例尺地形图而难以进行高空间分辨率遥感图像几何精校正问题,采用基于广域差分技术的星基差分GPS精确测定地面控制点(GCP),以多项式变换进行QuickBird pan(0.61 m)图像几何精校正.结果表明,全部GCP的点位误差均小于1个像元,总的点位误差为0.411 9.在进行图像灰度重采样中,最邻近点法、双线性内插法和三次褶积法的效果均无明显差异;就信息量和灰度值变动情况而言,以三次褶积法略好;就图像灰度保真而言,以最邻近点法略好.     

基于RS和DGPS的SPOT5图像几何精校正研究

利用Erdas imagine 8．6软件,结合DGPS野外采集的地面控制点,采用多项式变换法,对蛟河林业实验区管理局所辖区域的SPOT5图像进行几何精校正。结果表明：当多项式次数取3次,控制点个数此为0．06～0．09个／km^2时,校正精度最高。校正后误差为0．7410个像元,即1．8525m。     

GPS在SPOT遥感影像空间配准中的应用

为提高GPS定位的精度，通过计算黑河区域地面已知三角控制点的WGS-84空间直角坐标与BJ-54空间直角坐标间的差值来解算出GPS用户设置坐标中三个转换参数，并采用GPS实测的高程和控制点实际高程分别进行坐标变换，经对比分析确定最终的GPS校正参数，从而保证了SPOT遥感图像处理、地面解译及研究应用的空间配准精度。     

QuickBird遥感图像变形定量估测模型

以深圳市区一景QuickBird Pan波段遥感图像(总行列数为26 574×28 606,对应15.944 km×17.164km的实地范围)为研究对象,利用深圳市区GPS虚拟参考网络定位系统,以厘米级精度测定了65个在图像上易于识别的地面控制点三维坐标,通过65个控制点之间真实距离和在变形图像上对应距离之间的偏差,在分析线性阵列传感器成像原理,遥感图像像点位移影响因素及规律的基础上,利用平均残差平方和准则,系统分析了Quick-Bird Pan波段遥感图像的变形规律和定量估测模型。研究成果对高空间分辨率遥感图像几何精纠正算法研究具有应用价值。     

基于高分辨率卫星图像的小班勾绘精度检验

小班是森林资源规划设计调查的基本单元,其勾绘精度决定了森林空间分布定位的准确性和面积调查精度,过往对此缺乏深入的研究.为此以QuickB ird高空间分辨率卫星遥感图像为基础,对以1∶10 000地形图为手图的小班勾绘精度进行检验.结果表明,63个小班的面积平均误差25.0%,中心位置平均位移77.1 m,边界平均位移9.3 m,小班边界平均最大位移26.0 m.此外,还讨论了提高小班勾绘精度的技术方法.     

基于SRTM3的MODIS图像几何精校正方法研究

地形地物被高度综合化,只存在超大尺度或大尺度的特征地物,可供选择GCP(地面控制点)的明显地物非常有限,这是中低分辨率遥感图像进行几何精校正面临的最大难题。本文提出了基于SRTM3数据构建与遥感图像几何特征尺度一致的地理参照,对MODIS图像进行几何精校正的方法。首先,利用90 m分辨率的SRTM3进行地形综合,生成250 m像元尺度的DEM并提取地性线,并将其与1∶25万的大型湖泊、大江大河矢量图合并;使用地形光照立体渲染模型 (Hillshade)制作250 m的负立体可视化彩色地形地貌图;集成由3种地理信息要素构成的地理参照数据集。之后,分别选取250和500 m分辨率的MODIS数据,利用亚像元分解与增强技术制作125 m分辨率的假彩色影像。最后,叠加显示地理参照数据集和假彩色卫星图像,目视比对采集控制点,利用自适应三角网控制校正模型对多波段数据进行校正处理,其GCP点集的均方误差达到了431 m。结果表明:250 m分辨率的DEM地性线与MODIS亚像元图像表达的特征地物的几何尺度一致,MODIS图像中能识别的特征地物在SRTM3地性线与大型水系中均能找到,地性线所表达的特征地物点的数量多于遥感图像。与传统的基于基础地理底图选择控制点的方法相比,本文提出的方法更有利于同名地物点的判读和选取,并且操作处理简单,选取的GCP点的坐标精度较高,纠正处理工作效率高。      

多旋翼无人机载高光谱成像系统几何和辐射校正方法研究

针对农林环保等行业应用,结合成像光谱仪与无人机(unmanned aerial vehicle, UAV)技术,有效地解决了高光谱遥感数据不足和空间分辨率低等问题.但UAV高光谱成像系统面临的设备昂贵、数据质量差和效率低等一系列问题,致使低成本高效便捷的UAV高光谱成像系统成为了研究的关键.介绍了将室内成像光谱仪搭载在多旋翼UAV上采集数据的高光谱成像系统,在试验区布设控制点和标准灰布,用GPS-RTK测量控制点的三维坐标和ASD地物光谱仪测量标准灰布的反射率以验证系统的成像精度.从辐射和几何两个方面进行分析评价.在辐射方面,经过辐射定标和MODTRAN模型大气校正的高光谱数据中校准灰布的反射率与ASD地物光谱仪测量的结果十分吻合;在几何方面,用GPS-IMU数据进行初始几何校正的图像与地面控制点坐标以分析图像处理后的几何误差,并提出通过改正姿态偏转角的方法提高图像的地理位置精度.     

基于快速匹配与线性橡皮拉伸的HJ-1CCD影像几何精校正

提出了一种快速获取大量地面控制点的方法,以TM影像为基准图像选择初始同名点,经过自动计算误差、调整、平移误差消除、删除等步骤获取稳定的其他同名点,并采用线性橡皮拉伸进行几何精校正。试验证明,利用该方法进行几何精校正后的HJ-1CCD影像不但加快了选点速度而且能保证精度,可以用于遥感信息的提取以及为地理信息系统等提供可用的数据。     

基于Landsat 8 OLI辅助的亚米级遥感影像树种识别

为研究高空间分辨率遥感影像与多光谱遥感影像协同进行面向对象树种识别的有效性,本研究以QuickBird高空间分辨率(全色0.61 m)和Landsat 8 OLI(30 m)遥感影像为基础数据,在分类的过程中采用2种分割方案(有Landsat 8 OLI遥感影像辅助的QuickBird遥感影像分割和无Landsat 8 OLI遥感影像辅助的QuickBird遥感影像分割)进行多尺度分割,对2种分割方案进行比较。基于QuickBird遥感影像和Landsat 8 OLI遥感影像提取光谱、纹理、空间3方面68种分类特征,应用最邻近分类法和支持向量机分类方法进行面向对象树种分类,采用相同的分类系统、统一的分割尺度以及同一套验证样本,利用Kappa系数、总精度、生产者精度和用户精度4个评价指标进行精度评价。结果表明:单独使用QuickBird高空间分辨率遥感影像的分割结果优于QuickBird高空间分辨率遥感影像与Landsat 8 OLI遥感影像协同分割的结果,最优分割阈值与合并阈值分别为25和90。在最优分割结果的基础上,多光谱Landsat 8 OLI遥感影像与QuickBird高空间分辨率遥感影像协同进行面向对象分类,最邻近分类法和支持向量机分类方法的分类总精度分别为85.35%(Kappa=0.701 3)和88.12%(Kappa=0.853 6);单独使用QuickBird高空间分辨率遥感影像进行面向对象分类,2种方法的分类总精度分别为79.67%(Kappa=0.693 9)和83.33%(Kappa=0.792 5)。QuickBird遥感影像在Landsat 8 OLI遥感影像辅助下,分类结果的地物边界更加清晰,总体精度及主要树种识别精度均得到了提高。研究成果应用在实地森林调查与区划时可有效缩短调査时间、减少调查成本、降低劳动强度、提高成果质量。      

遥感影像的空间分辨率对提取崩岗精度的影响

从0.6 m Quick Bird、2.5 m ALOS、10.0 m ALOS遥感影像中分别提取崩岗的特征数据,分析遥感影像的分辨率对崩岗数据精度的影响。结果表明:从0.6 m Quick Bird能容易地提取崩岗数据,且重现性较好,从2.5 m ALOS能提取崩岗数据,但重现性不强,从10.0 m ALOS无法提取崩岗。从0.6 m Quick Bird和2.5 m ALOS提取的崩岗,数量基本一致,但位置不一致、边界不重合、形状差别很大,从2.5m ALOS提取的崩岗周长平均减少20.83%,占58.33%的崩岗面积减少了,平均减少19.78%。因此,可断定0.6 m Quick Bird能反映崩岗的实际情况,2.5 m ALOS能较好地反映崩岗的实际情况,10.0 m ALOS完全不能提取崩岗数据。但高精度遥感影像的获取比较困难,且价格较贵。     

基于SPOT高分辨率遥感数据的农作物估产方法研究

[目的]为了达到基于SPOT高分辨率遥感数据的农作物估产方法研究的目的。[方法]以邢台市为例,利用SPOT-5卫星2.5 m分辨率全色影像与10 m分辨率多光谱影像的融合得到高分辨率多光谱影像,以此对农作物估产方法进行研究。[结果]结果表明,基于SPOT高分辨率遥感数据的农作物估产结果与地面实测结果相比,其检验结果可信。[结论]该研究为农作物遥感估产的实践应用提供了参考依据。     

QuickBird影像在城市土地利用现状调查中的应用研究

以QuickBird卫星影像作为主要数据源,采用主成分分析法对全色和多光谱图像进行融合,并与其它辅助信息进行综合分析,通过室内遥感目视解译,结合野外实地调查验证,对天津市塘沽区土地利用现状进行了遥感调查。研究表明:QuickBird提供的高分辨率卫星图像可以满足制作大比例尺城市土地利用现状图的要求,图像融合可以充分利用全色图像的高空间分辨率和多光谱图像的高光谱分辨率,提高了目视解译的精度。     

基于高空间分辨率影像的林业小班遥感区划系统设计与实现

小班区划是森林资源调查中最主要的任务。为了减少小班区划工作量,提高工作效率以及保证小班区划的一致性,从功能需求角度,设计了一种基于高空间分辨率遥感影像进行林业小班区划的系统,并对系统各部分功能进行较为详细的设计与说明。开发并实现了遥感数据处理、多尺度分割和面向对象分类等关键技术,借助该系统,可以实现基于高空间分辨率遥感影像进行林业小班边界的内业自动生成,小班区划精度符合林业实际生产需求。目前,该系统已在重庆和海南等地推广应用。图8表1参11     

GPS技术在农业遥感中的应用

全球定位系统（简称GPS）是以卫星为基础的无线电卫星导航定位系统,它具有全天候、全球性、实时性等精密三维导航与定位功能。因此,将GPS这一先进的测量技术广泛应用在农业遥感工作中,能够快速、准确、高效地提供各类地物的精确坐标,从而为农业遥感工作中图像校正、解译标志建立、规划路线导航、地面样方的布设与验证等工作提供必要的技...     

基于3S技术的三维扑火队伍跟踪监控指挥系统研究

为解决林火扑救过程中扑火队伍位置难掌握、指挥调度难统一的问题,利用全球定位系统、地理信息系统、遥感技术、网络技术、无线电通讯技术,设计开发了三维扑火队伍跟踪监控指挥系统,应用到森林防火管理中.系统实现了指挥中心通过无线电通讯获取GPS终端定位数据,实时显示在三维虚拟场景和二维电子地图上,同时指挥中心可以向GPS终端发送语音、文字、导航等信息,系统还实现了监控中心通过网络连接GPS服务器,同步获取并显示扑火队伍的定位信息,从而实现对扑火队伍的远程指挥、多级监控,为森林防火决策科学化、指挥快速化、调度实时化提供依据.