基于HJ-1 CCD影像的玉米种植面积估算研究

本研究以HJ-1 CCD影像为主要数据源,风云三号(FY-3)和高分一号(GF-1)影像为辅助数据源,选取作物种植结构复杂的菏泽市为研究区域,采用多时相NDVI阈值剔除法与监督分类相结合的分类方法,以土地利用类型和训练样本区数据作为辅助,提取出菏泽市玉米种植面积和分布区域,并检验其精度。结果显示:在复杂的作物混合种植区可以利用HJ-1 CCD影像提取出玉米种植面积和分布信息,总体分类精度为90.2%,面积总量精度为91.7%。本研究为其他区域利用HJ-1卫星影像提取作物种植面积提供了参考。     

基于高分一号影像的天津市宝坻区地表覆盖分类研究

由于国产高分一号卫星WFV相机的16 m数据获取具有免费、时效性好等特点而被广泛应用于遥感信息提取。面向对象的分类方法能够解决基于传统像素的分类方法所具有的破碎性强、易产生同谱异物现象的问题。本研究采用基于面向对象的分类思路,以天津市宝坻区为研究区域,通过获取高分一号卫星影像并进行预处理,利用遥感信息处理软件eCognition对该数据进行影像分割,并对影像分割斑块进行基于规则的分类,提取出宝坻区范围内植被、水体、建设用地、裸地四类地物,并利用高分辨率影像对比进行精度验证,分类总精度达到93%。结果表明:利用高分一号国产卫星16 m影像,采用面向对象的分类思路进行地表覆盖类别的信息提取,可以快速便捷地实现目标区域空间地理信息的获取,对于监测地表覆盖面积和分布状况起到指导作用。     

HJ-1号卫星数据与统计抽样相结合的冬小麦区域面积估算

【目的】探讨利用HJ-1号卫星遥感数据进行冬小麦种植面积测量的可行性,并进一步结合统计抽样的方法,估算区域冬小麦种植面积,解决单靠遥感进行冬小麦种植面积测量时多期影像信息误差积累和生长差异性影响的问题。【方法】以北京市为研究区,采用多时相HJ-1号卫星遥感数据与分层抽样相结合的方法进行冬小麦种植面积测量:利用多时相HJ-1号卫星遥感数据获取冬小麦遥感识别结果(56506.67hm2),结合耕地地块数据建立入样总体,以耕地地块内冬小麦遥感识别面积作为分层标志进行分层随机抽样,反推得到北京市冬小麦面积总量(59680hm2)。【结果】多时相冬小麦遥感识别结果MAE为0.17,bias为-0.05,抽样反推区域总量面积提高了约5%,在一定程度上纠正了HJ-1号卫星多期遥感影像提取冬小麦区域面积偏低的问题。【结论】本文方法能够准确测量出区域冬小麦总量面积,具有较强的应用性和普适性,为采用HJ-1号卫星遥感数据进行农作物种植面积遥感测量进行了先期的方法探讨,深化了该遥感数据源的应用。     

基于BJ-2号卫星的马尾松松材线虫病监测研究

本研究针对松材线虫病普查监测耗时长以及疫木提取难的现状,利用BJ-2号卫星数据对东钱湖镇的松材线虫病病疫木进行监测提取。利用高分辨率影像和遥感图像处理软件,采用面向对象的CART决策树分类方法提取东钱湖镇松材线虫病病疫木,后利用无人机和人工辅助手段进行监测验证,有效提高松材线虫病疫木提取的效率和精度。     

HJ卫星遥感在水稻长势分级监测中的应用

利用水稻分蘖期HJ-1A卫星遥感影像,提取江苏省姜堰市水稻种植面积并分析水稻的长势情况。在利用GPS实地取样调查和建立解译标志的基础上,进行HJ-1A卫星影像校正、人机交互式判读解译等操作,并将GPS样点数据校验贯穿到整个分类过程中,信息解译精度在90%以上。最后,利用归一化植被指数(NDVI)反演叶面积指数(LAI),依据LAI数据进行水稻长势分级,制作了姜堰市水稻分蘖期长势分级遥感监测专题图。     

基于面向对象的橡胶分布面积估算研究

海南是最大的天然橡胶种植区域,常规的调查方法费时费力。随着高分辨率遥感影像的应用,为橡胶信息提取提供了可能。以高分辨率QuickBird卫星影像为基础,采用面向对象的信息提取方法,用光谱、形状、纹理等构建特征空间,进行橡胶的分类试验,获取橡胶的种植面积信息,结果显示,基于面向对象方法的提取精度高,用面向对象的分类方法进行橡胶信息的提取是可行的。     

基于资源三号卫星遥感影像的山区套种烟草面积估测

[目的]针对传统实地测量难以实现山区大面积套种烟草面积监控的问题,研究一种快捷、高精度的估测途径。[方法]利用ENVI5.1软件处理资源三号卫星2.1 m全色影像和5.8 m多光谱影像,导入1∶1万DEM数据进行正射校正以纠正地形起伏引起影像上的误差。野外获得具有代表性的地面控制点(GCP),利用面向对象分类方法,对影像进行智能化的分割和合并,以GCP的光谱、纹理和形状属性创建规则,进而提取烟草面积。[结果]经过分类后处理提取的研究区烟草面积为14 088.46 hm2,分类精度达到94.63%。[结论]面向对象分类方法提取遥感影像信息的实用性较高。     

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。     

土地利用宏观监测中国产卫星的变化信息提取方法评估

选取全国范围内5个地形各异的地区,针对中等分辨率的国产卫星影像中巴资源卫星(CBERS-02B)、环境一号卫星(HJ-1)和北京一号卫星(BJ-1),采用多种土地利用变化信息提取方法,进行了土地利用变化信息提取方法的分析评估。通过实验得出比值法较适用于CBERS-02B数据,大部分地区属性精度和面积精度可达70%以上;差值法较适用于HJ-1和BJ-1数据,属性精度和面积精度也可达70%以上。在实际的宏观监测应用中,可优化各种数据使用模式,组合运用针对各种数据的最佳方法进行变化信息提取。     

高分一号卫星影像监测水稻种植面积研究综述

简要介绍了高分一号卫星应用于农情遥感监测的优势和水稻种植面积遥感监测的原理,着重对遥感影像数据预处理、遥感影像分类方法与水稻面积提取技术等方面的研究进展进行了综述。高分一号卫星具有高空间分辨率和时间分辨率的特点,反映作物的光谱特征明显,适合选用为农情遥感监测的数据源;基于高分辨率卫星影像的水稻种植面积提取技术比较成熟;基于决策树、人工神经网络、专家知识、人工目视解译等分类提取方法应用前景广阔,但精度有待进一步提高。     

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。     

云南鲁甸M_S6.5地震灾区滑坡提取方法研究

[目的]利用遥感技术快速准确的提取地震灾区滑坡。[方法]以鲁甸地震灾区为研究区,分别运用高分一号和Landsat8卫星OLI多光谱影像数据。[结果]利用面向对象影像分类以及波段运算等技术,结合震前、震后影像,对灾区滑坡进行提取,在此基础上总结了地震次生灾害的关键技术和工作流程。[结论]以Landsat8卫星影像为数据源,进行波段运算,能较好的提取地震次生灾害。     

GF-1卫星数据在永久基本农田非粮化监测中的应用

以浙江省嘉善县为研究区,应用高分一号影像数据,通过面向对象分类方法提取永久基本农田范围内坑塘、苗木地等非粮化区域,总体分类精度为0.846,Kappa系数为0.875。结果表明,利用高分辨率国产卫星影像,能够快速、准确地提取永久基本农田非粮化面积和分布,为永久基本农田非粮化程度的快速监测和评估,合理管控和引导耕地用途提供可靠的参考。     

遥感在作物分类中的应用

在提取作物种植分类信息方面,多时相和多光谱特征信息综合应用十分重要。环境与灾害监测预报小卫星影像具有较高的时间、空间分辨率,采用时间序列分析的方法提取作物种植分类信息优势显著。本研究以宁夏平罗地区作物为研究对象,利用HJ-CCD数据提取主要农作物分类信息,采用非监督分类、最大似然分类、决策树分类3种算法挖掘数据。研究表明,通过构建的时间序列HJ卫星遥感影像,结合作物的光谱和典型植被指数时序变化特征,能够有效进行农作物分类。     

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SPOT-5卫星影像的水稻信息提取方法研究——以德阳市旌阳区为例

【目的】水稻遥感信息提取是遥感技术在农业领域应用方面的重要内容,也是快速、准确满足水稻种植遥感监测的需要。【方法】本研究以四川省德阳市旌阳区为研究区,利用SPOT-5卫星影像,对研究区的影像进行监督、面向对象以及决策树等多种方法分类,对分类结果进行对比,研究最适合提取水稻信息的方法。【结果】结果表明:(1)监督分类(6种分类器)人为控制训练区提高精度的同时也加大了人为误差;面向对象分类提高了效率,易出现分类混淆;决策树分类法直观、效率高,但在本研究区中,由于耕林混交的面积较大,水体和居民地亮度值接近,造成分类误差加大。(2)神经网络和支持向量机的分类精度最高,分类效果清晰,说明在实际水稻信息提取中以监督分类为最佳。【结论】基于遥感技术和高分辨率数据提取水稻信息、实现水稻监测是可行的。     

于遥感的土地利用/覆盖信息动态变化监测分析——以扬州市为例

以正在高速发展的扬州市为例,利用不同时相的TM数据、CBERS-02的CCD数据和中国资源卫星二号星的全色数据,研究了城市主要地物信息快速准确提取的原理和方法,采用土壤调节植被指数(ISAV)与其它波段组合的方法对城市绿地信息进行提取;利用非监督分类法提取城市硬质建筑表面信息,决策树分类法提取城市水体信息,多重滤波处理对线性地物提取方面的优势提取道路信息.完成主要地物信息的提取后,对各项提取指标进行动态变化识别及分析,并结合扬州市社会经济指标寻求城市扩展的驱动因子.     

高分辨率林业生态工程监测系统研建与应用

林业生态工程监测是林业管理和生态建设的基础性工作,对于监督工程落实情况和调整相关林业政策具有重要意义。选取重庆市云阳县为研究区,以高分1号卫星遥感数据、二类调查数据以及基础地理数据等为基础,通过遥感影像特征提取、OTSU阈值分割和面向对象分类等方法,研发林业生态工程地块识别、成林提取、森林类型分布提取等算法模型,建立满足林业生态工程动态监测业务需求的高分遥感应用技术体系,并结合空间数据库技术和ArcGIS Engine二次开发技术,实现将数据管理、造林核查检查、森林资源动态监测和林业专题产品生产集成于一体的监测应用示范系统。高分辨率卫星数据与遥感监测应用技术体系的结合有利于林业生态工程管理建设,提升了中国森林资源调查与监测技术水平。     

基于遥感的土地利用/覆盖信息动态变化监测分析——以扬州市为例

以正在高速发展的扬州市为例,利用不同时相的TM数据、CBERS-02的CCD数据和中国资源卫星二号星的全色数据,研究了城市主要地物信息快速准确提取的原理和方法,采用土壤调节植被指数(ISAV)与其它波段组合的方法对城市绿地信息进行提取;利用非监督分类法提取城市硬质建筑表面信息,决策树分类法提取城市水体信息,多重滤波处理对线性地物提取方面的优势提取道路信息。完成主要地物信息的提取后,对各项提取指标进行动态变化识别及分析,并结合扬州市社会经济指标寻求城市扩展的驱动因子。