GIS辅助下的图斑地类识别方法研究

针对土地利用动态监测存在的问题,探索了充分利用了GIS中地块边界的信息,提取出标准地类地块边界内的灰度特征、纹理特征和形态特征,提出基于这些特征建立相应的决策树和判决规则.对于任一待测地块可利用提取的特征信息通过距离判别法判断其所属地类.这种GIS辅助下的图斑地类新识别方法的准确率较高,也是将遥感影像与地理信息结合起来的一种有效的手段.     

GIS与RS集成的高分辨率遥感影像分类技术在地类识别中的应用

为提高高分辨率遥感影像的分类精度，本文提出了一种GIS与RS集成的分类技术，它从遥感影像和GIS矢量数据一体化的角度出发，充分利用了矢量数据的图斑边界信息，通过提取单一地类图斑内的灰度特征，纹理持征和形态特征识别图斑所属地类，经研究表明，无论在实验结果上还是在分类的机理上都证明了，在高分辨率遥感影像的土地利用分类中，这种GIS与RS集成的分类技术的准确率超过了传统遥感影像的分类的准确率。     

基于国产高时空分辨率卫星影像的作物种植信息提取研究

在面向对象技术支持下,首先利用高空间分辨率ZY-3遥感影像提取农田地块专题信息;然后在地块边界控制下以地块对象为单元融入HJ-1及GF-1中分传感器的多时相光谱信息,获取作物生长关键期内的时间序列光谱特征;最后,结合不同作物的物候差异性规律构建作物种植信息提取模型,对甘蔗和水稻进行识别。结果表明,所有地类的总体分类精度为86.80%,Kappa系数为0.84,总体分类效果良好。甘蔗的制图精度和用户精度分别达到92.11%和90.91%,水稻的制图精度和用户精度分别达到88.89%和90.91%。说明协同利用国产卫星的高空间和高时间分辨率影像数据提取作物种植信息确实可行,可作为作物种植面积和种植结构的精细化、快速调查方法。     

干旱区水浇地提取研究

以新疆和田地区墨玉县阔依其乡萨达克村为研究区,利用高分二号遥感影像的纹理和光谱特征,采用阈值分割与数学形态学算法,研究出一种面向对象的多特征融合的干旱区水浇地地块提取方法.结果表明,利用阈值分割算法和数学形态学算法4个几何特征参数面积、周长、完整度、延伸率可以有效剔除细小图斑,准确提取水浇地边界及面积.通过研究区实地核查,地块面积提取精度为90.08％,利用随机样本点验证水浇地总体分类精度达到96.33％,Kappa系数为91.72％.     

多源遥感数据协同的地块级农作物精细提取

【目的】 针对云南省大理市耕地地块不规整、破碎且农作物空间种植结构复杂的特点,结合多源数据在时间和空间分辨率的优势,达到准确地提取农作物信息的目的。【方法】 协同BJ-2数据和Sentinal-2数据进行农作物精细信息提取。首先,利用空间分辨率较高的BJ-2数据进行面向对象的图像分割,获得农作物地块信息;其次,在农作物物候规律分析的基础上,通过标准差分析获得关键时相,利用相应时间分辨率较高的Sentinal-2数据获取农作物地类信息,实现基于地块的小春农作物的快速精细提取。【结果】 采用实地调查地块真值与提取地类生成混淆矩阵进行精度验证,总体精度和Kappa系数分别为87.4%和0.83。其中,连片种植的农作物如蚕豆和马铃薯提取精度较高,地块细碎且内部种植结构复杂的作物提取精度略低。【结论】 多源遥感数据协同的农作物提取方法,通过高分辨率影像上获得的对象分析单元能很好地对单一地块中的农作物空间特征进行统计分析,很大程度上弥补了中分辨率影像由于分辨率偏低所导致的混合像元处错分的不足;不仅能从耕地地块级别获得农作物种植结构,更直观地反映农作物种植,能有效提升农作物提取的精细化程度,有利于精细化的农作物种植结构管理。     

基于决策树模型的吉林西部居民地分布信息提取

以吉林西部为研究区,将遥感影像的光谱特征和纹理特征作为分类依据,建立决策树模型,提取居民地信息,并选用手动提取的吉林西部居民地信息,利用混淆矩阵对其进行精度评价。结果表明,决策树易于综合光谱和纹理特征进行居民地信息提取,通过对比发现,利用决策树方法提取的居民地的精度明显高于传统的最大似然法,并总结出了利用该方法提取居民地信息的算法。     

利用纹理特征提取城市用地信息方法探索

就利用灰度共生矩阵纹理特征提取城市用地信息做了初步探索.计算灰度共生矩阵四个纹理特征量,选择建筑用地与其它地类的纹理特征统计量差别较大的特征,用于提取建筑用地信息.通过计算选择了对比度纹理特征,对该特征图像进行分类、密度分割及后处理,得到城市用地信息.通过精度评定证明了纹理特征用于分类可以提高分类的精度,并能提高土地利用动态监测的自动化程度.     

山区林地多季相TM影像综合分类研究

为了提高陆地卫星TM数据在山区林地的分类精度,利用4个季节的帽儿山TM数据进行植被分类,并辅助以物候特征和地面GIS专题信息 采用由简单到复杂的信息提取过程,先利用基于光谱知识的林地提取模型提取林地边界,再用有监分类方法分别进行林地和非林地内部类型信息的提取,生成多季相综合分类图 分类精度比单时相提高了19 6%     

基于中高分影像的丘陵区柑橘种植地块提取

【目的】利用多源中高分影像探索广西富川县柑橘种植地块尺度遥感监测方法,为实现全区柑橘信息精准监测提供技术参考。【方法】以高分辨率影像和二调数据为基底,更新图斑形态边界,生成完整且稳定的地块数据;分别面向农作物、果园、林地地块对象,综合中高分影像光谱信息、纹理信息及时间序列影像特征,利用支持向量机分类器迭代识别柑橘信息;基于DEM计算柑橘地块实际面积。【结果】通过分析不同地物影像特征曲线发现,传统指数NDVI（1、4、12月）、RVI（9—12月）、LSWI（1、10和12月）及红边指数NDRE1（1—2月、10—12月）、MTCI（1、2、10和12月）、PSSRa（9—12月）、MCARI2（1月、9—12月）对于识别柑橘作物具有敏感性。本研究提取柑橘信息精度为93.4%,比前人柑橘作物提取成果精度更高、尺度更精细。研究区柑橘地块种植于坡地面积占20.26%,在DEM支持下计算柑橘种植总面积为18643.15ha,比采用投影面积测量方法增加148.49ha,一定程度上消除地形对面积统计的影响。提取结果表明富川县柑橘主要集中在麦岭镇、富阳镇、葛坡镇、福利镇、朝东镇等,而莲山镇、白沙镇、古城镇种植柑橘较少。【建议】为解决广西立地条件的难题,建议以低频高分影像更新地块边界,在地块数据基础上综合利用多星多时相中高分影像（尤其具有红边波段影像）提取作物信息,针对地形起伏较大区域,建议采用高精度DEM计算作物面积。     

基于遥感的西南地区水稻种植信息提取

为探索西南地区水稻种植信息的有效提取方法,以重庆市永川区朱沱镇为例,根据Sentinel-2多光谱影像,结合高分一号(GF-1)影像数据选取样本分布点,构建水稻作物信息随机森林提取模型,同时分析样本地类像元光谱曲线,构建不同地类样本影像像元光谱库,并将随机森林分类结果与传统最大似然法、光谱角及基于时差的光谱角水稻空间种植信息分类结果进行对比及精度分析。结果显示,通过光谱角分类器提取地物精度有限,结合时差特征能够明显提高目标提取精度,而基于水稻样本信息训练构建的光谱角模型提取方法获取水稻种植面积准确率高达90.62%,分类结果总体精度达91.50%,Kappa系数达到0.83,实现了对西南地块破碎地区分散作物种植信息的有效提取,可为西南地形复杂、地块破碎地区农作物信息提取提供一定参考。     

基于RS与GIS技术的城市土地扩展动态监测

以焦作市为例,基于GIS和RS技术,利用焦作市1988、1992、2001年的3个不同时期TM卫星遥感影像数据和地形图,提取了焦作市城市扩展的边界信息,得出了3个不同时期土地扩展变化信息,为城市土地扩展变化和城市的发展与规划提供依据。     

基于中分辨率影像的农田管理单元自动提取研究

【目的】结合"面向对象"的农田管理思想,提出农田管理单元(farmland management unit,FMU)的概念及自动提取方法,并在此基础上探讨和评价中分辨率影像用于农田管理单元自动提取的可行性及效果。【方法】以江苏省2006年一景Landsat5TM影像中两块典型区域为例,通过决策树分类和多尺度分割等方法实现FMU自动提取。结合人工解译研究区SPOT-5高分辨率影像得到的地块边界信息,对FMU图斑内像元异质性和地块边界吻合度相关指标进行计算和分析。【结果】试验区内作物地块的总体分类精度均超过90%。两块试验区内反映FMU图斑异质性的平均标准差和平均极差分别较全区作物地块整体低70%以上和45%以上;反映FMU地块边界吻合度的误分地块率和面积偏差率均低于10%。此外,多尺度分割中层权重、分割尺度、形状因子和紧凑度因子的设置对FMU的自动提取效果有不同程度的影响。【结论】基于中分辨率影像的FMU自动提取方案基本可行,在研究区内能够获得单元内异质性较低且单元边界与地块边界吻合度较高的提取结果,符合农田管理的要求。     

基于ETM~+的遥感影像信息提取研究

以沈阳市苏家屯区为试验区,对ETM+图像的光谱信息和纹理信息进行综合分析,以达到提高影像分类精度的目的.利用光谱信息提取水体、植被;采用基于灰度共生矩阵的纹理量的分类法,通过TM5波段提取灰度共生矩阵和灰度联合矩阵,计算并提取最能反映类别差异的纹理量值将光谱信息混淆的水田、旱田、居民地用分离,得到最终的分类结果.结果表明:将纹理特征应用于图像分类中可区分光谱混淆的地类,光谱与纹理特征结合得到的分类精度要高于单纯光谱的分类精度.     

多时相高分一号影像在丘陵地区大宗农作物提取中的应用

【目的】基于多时相的高分一号(GF-1)影像,利用面向地块对象分类法提取广西崇左市江州区大宗农作物种植面积,为南方多云雨丘陵地区提取作物信息提供参考。【方法】以2 m分辨率的GF-1影像为数据源,采用人机交互的方式准确识别地表覆盖的地块信息,基于对多时相GF-1影像进行云影检测,并处理生成影像的光谱、归一化植被指数(NDVI)、亮度等特征,采用面向地块对象的分类方法提取甘蔗、水稻和香蕉的作物信息。【结果】根据混淆矩阵评价分类的结果可知,提取大宗农作物的总体精度为90.08%,Kappa系数达0.85,满足农业成果应用的精度要求。【结论】利用有效影像数据,结合地块数据完成作物信息提取,该技术方法能够准确提取丘陵地区大宗农作物信息,为解决南方多云雨丘陵地区提取作物信息难题提供了有效途径。     

基于云的过渡区提取与图像分割算法

提出了一种基于云的图像过渡区提取算法.该方法利用区域生长算法提取目标内部灰度同质性及相似性最高的区域作为云核,结合云发生器,对图像进行云化处理.通过相邻云之间的逻辑运算生成边界云,提取边界云的数字特征,利用边界云的熵来确定过渡区的两端极值.在此基础上,采用过渡区象素的直方图峰值对应灰度作为分割阈值并进行图像划分.试验结果表明,该算法在能取得较好分割效果.     

水稻多时相植被指数特征及覆盖度提取研究

为准确快速获取水稻的植被指数特征和植被覆盖度信息,利用无人机采集水稻分蘖期、抽穗期和结实期的多光谱影像数据,选择不同类型的植被指数,利用样本统计法和植被指数交点法,提取并探究水稻3个生长期在地块和像元尺度下的植被指数特征,并运用阈值分割法提取水稻植被信息及覆盖度信息。结果表明,水稻3个生长期内,在像元和地块尺度下均表现出明显的物候特征,且与杂草和树木存在明显区别;多光谱植被指数的植被覆盖度提取精度整体高于可见光植被指数;归一化植被指数（normalized difference vegetation index,NDVI）对水稻3个时期植被覆盖度提取精度最高,提取误差分别为0.40%、0.43%和0.81%,R²为0.77、0.92和0.98,均方根误差（root mean square error,RMSE）为9.09%、2.97%和0.38%;可见光波段差异植被指数（visible-band difference vegetation index,VDVI）提取精度高于超绿红蓝差分指数（excess green-red-blue difference index,EGEBDI）和过绿减过红指数（excess green-excess red index,ExG-ExR）,提取误差分别为4.30%、1.36%和1.60%,R²分别为0.53、0.77和0.80,RMSE分别为14.62%、3.70%和5.50%。该研究成果可为作物长势监测及其植被覆盖度提取提供技术支撑。     

光谱与纹理信息结合的黄河三角洲土壤盐渍化信息提取——以垦利区为例

土壤盐渍化是制约黄河三角洲农业发展的关键问题，及时准确地掌握土壤盐渍化信息对土地资源保护和开发利用具有积极意义。本研究以黄河三角洲核心区域垦利区2019年4月17日的Sentinel-2遥感影像为数据源，在ENVI和e Cognition软件支持下，利用灰度共生矩阵法提取遥感影像的二阶矩、对比度、熵、相关性等纹理特征信息，结合归一化植被指数（NDVI）、盐分指数（SI）等光谱特征信息，通过预设分类规则实现对黄河三角洲垦利区的盐渍土分类。结果表明，加入二阶矩、对比度、熵、相关性4个纹理特征统计量，再结合光谱信息对垦利区盐渍土进行分类，总体分类精度为92.4%，Kappa系数为0.89，相较于仅利用光谱信息的分类方法，总分类精度提高了10.5个百分点；各分类类别的生产者精度与使用者精度较仅依靠光谱信息分类的分类结果均明显提高，其中中度盐渍土的分类效果最好，其生产者精度与使用者精度最高，分别为95.0%、95.9%。本研究提出利用遥感光谱结合纹理特征实现滨海区盐渍土信息的提取方法，提高了盐渍土分类精度，为准确掌握研究区土壤盐渍化信息提供了新途径。     

面向水源地保护的地块尺度桉树遥感识别方法研究

速生桉人工林具有生长速度快、轮伐周期短的特点,大量、单一的速生桉种植给水源地的水土保持及生物多样性带来潜在威胁。为加强饮用水水源保护区环境管理,开展了面向水源地保护的地块尺度桉树遥感识别方法研究。以广西南宁市重要饮用水保护区——大王滩水库为对象,基于高分一号16 m分辨率影像提取库区水域信息和边界,进而向外缓冲500 m获得研究区范围;然后以谷歌高分辨率影像为数据源,利用人机交互方法获取研究区内的精细地块信息;最后结合多时相中分遥感影像计算地块的多维光谱特征,并利用基于地块的面向对象分类方法提取桉树、其他林地、耕地、建设用地等土地覆盖信息。结果表明,基于地块尺度的桉树识别方法能够获得较好的提取效果,总体分类精度为90.24%,Kappa系数为0.88,其中桉树识别的用户精度及生产者精度分别达到94.87%和97.37%,能够满足应用需求。研究发现桉树种植面积高达4 960.03 hm~2,占研究区面积的35.02%,面积比例远高于其他树种,可能对水源区生态环境带来不利影响,建议有关部门加强对水源区桉树种植及砍伐的管控,确保饮用水保护区的生态环境质量。     

基于云的过渡区提取与图像分割算法

提出了一种基于云的图像过渡区提取算法.该方法利用区域生长算法提取目标内部灰度同质性及相似性最高的区域作为云核,结合云发生器,对图像进行云化处理.通过相邻云之间的逻辑运算生成边界云,提取边界云的数字特征,利用边界云的熵来确定过渡区的两端极值.在此基础上,采用过渡区象素的直方图峰值对应灰度作为分割阈值并进行图像划分.试验结果表明,该算法在能取得较好分割效果.     

昆虫图像几何形状特征的提取技术研究

为进行昆虫图象的识别和分类，对昆虫图象几何形状特征的提取及测量进行了研究。提取了区域面积、边界周长、孔洞数、偏心率、形状参数、圆形性、似圆度、球状性和叶状性9个直观易测的特征。采用判别分析方法对这些特征进行筛选得到6个具有判别意义的特征，分别为区域面积、偏心率、形状参数、周长、似圆度、叶状性；剔除了与似圆度具有相关性的圆形性和球状性等特征。利用这6个特征对3种昆虫进行了识别，准确率均达到100％，表明本研究所提取的6个昆虫图象特征用于昆虫图象识别是有效的。