面向对象的高分辨率遥感影像校园绿地快速提取

利用面向对象的影像处理软件——易康(e Cognition)作为软件支持和分类方法,以Quick Bird影像作为数据,以面向对象技术方法为主要技术,分别利用规则提取以及样本多边形对象建立训练区等2种方法,提取云南师范大学呈贡校区西区校园绿地。通过与传统的面向像元的分类方法的比较,体现了该方法信息获取的周期短、精度高、成本低等特点,实现了校园绿地的快速提取。     

高光谱遥感影像分类方法综述

该文简述了高光谱遥感影像分类的策略,主要有监督分类与非监督分类,基于分类判据的实现策略划分,硬分类和软分类,基于像素的分类和基于对象的分类,单分类器和多分类器集成。并简单介绍了一些分类方法,包括监督分类法(最小距离分类法、最大似然分类法和平行多面体分类法)、基于光谱相似性度量的分类方法、人工神经网络分类法、支持向量机分类、决策树分类、面向对象分类和非监督分类。     

基于TITAN软件面向对象分类方法研究——以呼和浩特市满都海公园和青城公园为例

本文根据RS、GIS和GPS原理和方法,以Quick Bird遥感数据为数据源对呼和浩特市满都海公园和青城公园的园林景观信息提取.采用TiTan遥感图像处理软件进行遥感数据预处理,并利用面向对象分类方法先对影像进行多尺度分割,再选择合适的特征参数,通过多次试验建立影像对象的隶属度函数,实现了对研究区的景观分类,在此基础上进行景观对比分析.研究结果显示:利用面向对象分类方法可以快速方便地实现对研究区的遥感影像景观信息提取,精度为85％,为高分辨率遥感影像的信息提取提供了更为快速、有效的技术途径.     

Quick Bird影像在城市土地利用图件更新中的几何校正研究

Quick Bird影像的空间分辨率已经能够满足生产1:1万地形图产品及其更新的精度要求,而对1:5000-1:2000城市土地利用图件更新时的精确定位还有待于进一步探究,本文针对QuickBi rd影像的基本情况和产品格式,探讨且试验了利用Quick Bird影像进行1:5000-1:2000比例尺城市土地利用图件更新的几何校正方法.研究表明采用模型法能够实现Quick Bird影像的精确定向,定位精度完全能够满足城市土地利用图件更新要求.     

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。     

基于面向对象的IKONOS 影像香榧树分布信息提取研究

为了定量模拟我国特有经济树种香榧树的生长环境,基于IKONOS 卫星影像,采用面向对象的分类方法,充分利用多尺度分割逐级分层提取的优势,对香榧树的分布进行信息提取,以准确地确定香榧树的空间分布.结果表明,其生产者精度为86.36％ ,用户精度为67.86％ ,明显高于基于像元的监督分类法的精度.表明基于面向对象的IKONOS 影像香榧树分布遥感信息提取方法具有良好的应用价值.     

遥感图像监督分类与面向对象分类法对比研究

最近几年,随着空间遥感技术的发展,高分辨率遥感影像在土地资源调查、环境监测等领域中的应用日益广泛。利用传统的遥感影像分类方法,如监督分类,容易导致分类精度降低,空间数据大量冗余和资源的浪费。面向对象的分类方法正是为了解决这些问题而出现,面向对象的方法利用遥感影像结构、光谱信息,并在建立这些特征之间的层次关系的基础上,对遥感影像进行分类。利用杭州市西湖区域2014年10月份的数据,基于ENVI5.0对高分辨率影像进行地物特征的信息提取,利用监督分类和面向对象技术首先对该区域信息进行分类,然后再对分类结果进行对比分析研究。结果表明,面向对象分类方法在此数据城市绿地信息提取中精度优于监督分类。     

基于无人机影像的高寒草地鼠害信息提取研究

【目的】草原鼠害是影响草原生态平衡的重要因素，基于低空遥感影像探索提取鼠害 信息的最佳方案和分辨率对解决草原鼠害意义重大。【方法】文章基于高分辨率无人机正射 影像，使用CART 决策树、支持向量机、最邻近、贝叶斯4 种监督分类方法对高原鼠兔和高原 鼢鼠两种鼠害进行分类并比较其精度，再使用不同飞行高度下获取的遥感影像提取鼠害信息。 【结果】在鼠兔鼠害信息提取中，基于决策树分类法的总体精度为89.00%，kappa 系数为0.79； 支持向量机分类方法的总体分类精度为92.00%，Kappa 系数为0.83；最邻近分类法的总体分类 精度为94.00%，Kappa 系数为0.87；基于贝叶斯分类法的混淆矩阵中得到的鼠洞的分类精度最 差，鼠洞的生产者精度与用户精度都在78.00% 以下。在鼢鼠鼠害信息提取中，基于决策树分 类结果的总精度为93%，Kappa 系数为0.86；支持向量机分类结果的总精度达到95%，Kappa 系数为0.90；最邻近法的分类结果的总精度达到97.00%，Kappa 系数为0.95；Bayes 分类法的总 体分类精度为98.00%，Kappa 系数达到了0.95。【结论】基于面向对象的最邻近分类法是高原鼠 兔鼠害信息提取的精度最优方法，基于面向对象的贝叶斯分类法是高原鼢鼠鼠害信息提取的最 佳方法。对于飞行相对高度分别为100 m、120 m 和200 m 的无人机遥感影像数据，随着飞行高 度的增大，影像的空间分辨率越低，其分类所需要的时间、分类精度和斑块数量均呈下降趋势。     

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。     

面向对象的荒漠绿洲区高分一号遥感影像信息提取技术研究

为了更加快速、准确的提取出荒漠绿洲区土地利用类型,采用面向对象的分类方法,利用e Cognition软件对荒漠绿洲区磴口县高分一号遥感影像进行多尺度分割,并对分割尺度、颜色、形状、紧密度和光滑度等参数设置进行多次的试验,最终确定了荒漠绿洲区高分一号遥感影像信息提取的最佳分割尺度与分类规则。对研究区高分一号影像也采用最大似然法分类法进行分类,分类精度为78.65%,kappa系数为0.6984,面向对象分类方法的分类精度为92.51%、kappa系数为0.8767,荒漠绿洲区面向对象的分类方法提取精度明显优于最大似然法。     

基于Quick Bird遥感影像的铜仁市城市绿地景观结构特征分析

以2004年9月4日Quick Bird遥感影像,辅以实时动态差分GPS RTK技术高精度定位,运用GIS技术和景观斑块谱分析方法,对铜仁市城市绿地景观结构特征进行分析。结果表明:(1)铜仁市城市绿地斑块面积5 857.96 hm2,斑块数量6 503块,规划区绿地斑块面积和斑块数量均大于中心城区;(2)在各种绿地类型中,其他绿地在斑块面积上占绝对优势,其次为农业用地和生产防护绿地,道路绿地面积最小。在斑块数量上,居住区绿地>农业用地>其他绿地>生产防护绿地>道路绿地>单位附属绿地>公园绿地;(3)按绿地斑块面积统计,大于10 000 m2的大型绿地占绝对优势,占整个绿地面积的92.44%,按斑块数量统计,小于500 m2的小型斑块占优势,占整个绿地斑块的69.72%;(4)小型斑块以居住区绿地最多,其次为农业用地和其他绿地等,公园绿地最少;中型斑块和大中型斑块以农业用地最多,大型斑块在面积上以其他绿地最多,数量上以农业用地最多;公园绿地和居住区绿地在各等级绿地斑块中,面积和斑块数量相对较小。综合分析,铜仁市在今后的城市绿地建设中,中心城区内应加强绿化力度,适当将现有的绿地扩大连片,规划区内应合理调整和规划绿地性质,丰富绿地功能特性,注重绿地结构的合理规划,将小型、中型绿地尽可能有效地连片,增加大中型绿地斑块,特别是在与人居密切相关的居住区、单位和街道等周围,增加大中型绿地、大型绿地,以满足人们生产生活对绿地的需求,同时,保护生物多样性,优化城市生态环境。     

基于Quick Bird的阿其克苏河植被覆盖度研究

[目的]利用高分辨率Quick Bird影像,并结合实地的植被和土地类型调查,对艾比湖地区阿其克苏河植被覆盖进行归一化植被指数( NDVI)遥感分类,利用遥感影像处理软件(如Envi软件、Arcgis软件、Erdas软件)提取了该区的植被覆盖等信息.[方法]基于NDVI图对该区进行植被覆盖度反演,并结合实际测量数据提出了荒漠区NDVI分类标准和植被覆盖等级划分标准.[结果]通过NDVI分类图和植被等级覆盖图,发现该地区植被大多集中于河滩及其两岸;而且离水源越近,植被覆盖度越高,NDVI值也越高,这与荒漠区植被分布特点吻合.[结论]植被覆盖度反演结果与实地测量对比分析有很好的切合度.     

基于DEM与QuickBird影像的水电站库区VR-GIS研究

以黄河玛尔挡水电站为例,在ERDAS软件的Virtual GIS模块中,基于高精度数字高程模型（DEM）和Quick Bird遥感影像,探讨了构建水电站库区虚拟现实地理信息系统（VR-GIS）的技术路线和方法。VR-GIS为各级领导和工程技术人员形象直观地把握水电站库区概况提供了重要平台,并可辅助进行工程设计方案的调整和完善。     

基于高分辨率影像的流域土地利用类型的提取——以乡宁县红土沟流域为例

从高分辨率影像提取流域土地利用类型分类方法入手,介绍了面向对象的遥感分类方法及其在高分辨率遥感影像分类中的应用优势,并以ENVI软件的面向对象分类模块为基础平台,实现了利用SPOT5高分辨率遥感影像对乡宁县红土沟流域土地利用类型的提取。结果表明,面向对象的遥感分类方法在高分辨率遥感影像分类中具有很高的精度,是一种行之有效的高分辨率遥感分类方法。     

林权改革中遥感影像真彩色融合技术探讨

以云南宜良县、昆明市五华区的林权改革项目为依托,针对林改的对象,林改的特殊性、广泛性等特点,对林改项目中的遥感影像融合技术进行研究,针对快乌卫星影像蓝光波段缺失的特点,探讨如何对蓝光波段进行模拟,使得研究区域的遥感影像真彩色融合的效果更为理想。     

基于GIS的九寨沟自然保护区景观格局分析

以景观生态学理论为研究基础,以RS和GIS为技术支撑,以Quick Bird高分辨率卫星数据资料为基本信息,将九寨沟自然保护区划分为林地、耕地、灌木林地、草地、水域、居民用地、公交用地和未利用土地8种景观类型,并从景观多样性、优势度、均匀度、破碎度、分离度、廊道密度及分维数等角度对研究区景观的空间分布和结构特征进行了分析研究。结果表明:九寨沟自然保护区斑块面积较小,斑块结构较为复杂;各景观组分中林地、草地面积最大,保持相对完整;耕地和公交用地面积较小,呈零散状分布;景观整体多样性较低,各景观组分的分维数均较低,远离2,而趋于1,表明各景观类型的边界褶皱程度较低,景观整体的边界形状较为简单。并对保护区的生态可持续发展提出了相应建议。     

基于无人机可见光遥感的棉花面积信息提取

【目的】针对传统大区域棉花种植信息提取方法相对落后的问题,运用面向对象的影像分析方法,对无人机遥感试验获取的可见光影像进行棉花种植信息的提取。【方法】选用双子星MyFlyDream MTD固定翼无人机搭载佳能EF-M 18-55相机,获取新疆建设兵团第八师135团的可见光影像,借助eCognition软件平台,运用面向对象的方法对研究区内棉花种植信息进行提取试验。【结果】目视解译提取的棉花种植面积为0.35 km²,面向对象提取的棉花种植面积为0.33 km²,分类结果精度为94.29%,误差系数为5.71%,可以有效地提取研究区域棉花种植信息。【结论】面向对象的分类方法相比于传统的基于像素的分类方法提取精度更高,更加接近于目视解译的提取结果。     

基于面向对象的西双版纳橡胶林提取

面向对象遥感信息提取技术可以综合光谱、空间、纹理等特征,从而提高影像分类的精度。以西双版纳地区为研究对象,利用相关数据,以面向对象方法为核心,通过图像预处理、图像增强、光谱曲线提取与特征提取、分割、图像分类等技术环节,对其土地利用信息进行提取研究,尤其是橡胶林的提取。探索了该地区利用遥感数据为信息源快速获取土地利用的有效方法,并用2期数据研究区内的土地利用变化情况。最后,得出面向对象的方法在该研究区域是可行的,而且也相对提高了分类精度,同时,提取了土地利用变化情况,为该地区综合研究提供基础信息,而且更重要的是从另一个侧面说明了面向对象分类的优越性。     

基于地理本体建模的河流阶地识别方法研究——以汉中盆地为例

目前尚缺乏自动提取河流阶地的有效方法。提供了一种用于自动识别和提取河流阶地的方法。首先借助ASTER GDEM与Landsat5 TM数据,以汉中盆地为例,依托地理本体对河流阶地进行建模;然后在此基础上通过基于对象的影像分类技术对其进行提取。在基于对象分类技术中使用地理本体建模方法,能够有效地自动识别和提取河流阶地。