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.     

QUICKBIRD影像在城市绿地提取中的应用——以石家庄市为例

以石家庄市为例,重点讨论了基于QUICKBIRD影像的城市绿地信息分级分类提取方法,通过将QUICKBIRD遥感图像进行波段组合、对比度拉伸、几何纠正后将其多光谱数据合成,根据各类地物的不同光谱特征,采取相应的方法提取出各层信息。在此过程中,仔细分析地物间的光谱差异,非线性增强阴影区绿地NDVI值,利用光谱差异分层提取、剔除信息。分级分类法充分考虑各类目标的不同特点,避免了通常单一分类方法中仅利用光谱特征所造成的地物混分现象。     

基于ENVISAT ASAR的长乐市水稻种植面积监测

以多时相、双极化ENVISAT先进合成孔径雷达(ASAR)影像为例研究福建省长乐市试验区水稻种植面积提取方法.利用2005年不同水稻生长季节的多时相ASAR数据,通过分析2种极化方式下水稻后向散射系数变化规律,采用构建新波段方法来增强水稻信息,然后采用监督分类法分别提取早、晚稻信息,最后,结合两季水稻提取结果分区域提取得到总的水稻种植面积.该方法极大地减小了水稻和背景地物信息混淆的概率,取得了较好的分类结果,总精度达到96.68%.可见,多时相、双极化ENVISAT ASAR数据能够对水稻种植面积进行有效监测.     

多伦县土地利用遥感信息提取技术

针对北方农牧交错地区地表异质性和破碎化强烈、地物光谱特征混杂严重、土地利用/覆被遥感信息提取对目视解译依赖程度高的特点,以内蒙古多伦县为研究区,尝试将基于知识的遥感信息提取技术应用于该地区。通过地物光谱特征的深入分析,用线性光谱混合分解模型将主要地物覆被类型分离,并建立多个专题信息模型,依据经验知识建立了各用地类型提取规则,对多伦县土地利用信息进行了计算机自动提取,并与单一的监督分类法提取的结果进行了对比。结果表明,运用遥感信息提取技术提取的面积精度达93.8%,抽样点评价精度为87.7%;单纯使用监督分类法提取的面积精度为71.1%,抽样点评价精度为59.5%。可见,遥感信息提取技术较单一的监督分类法效果好很多,实现了多伦县土地利用遥感信息高精度分层次快速提取。图4表3参20     

CBERS-02星CCD数据在城市绿地信息提取方面的应用——以扬州市为例

利用中巴资源卫星02星的CCD数据作为数据源,采用SAVI与其他波段组合的方法对2006年6月份和2007年1月份的扬州市绿地信息进行提取,结果表明扬州市植被覆盖率在50%以上,市区常绿植物的比例较低,证实利用中巴资源卫星进行绿地信息的提取是可行的.     

基于无人机多光谱影像的地物识别

【目的】利用2018年5和6月获取的无人机多光谱影像对北京市大兴试验基地的部分农田进行地物类型提取研究。【方法】确定感兴趣地物种类,对影像进行时相与光谱特征分析,然后确定归一化植被指数NDVI、归一化绿蓝差异指数NGBDI、修正型比值植被指数MSR和红边波段反射率可以作为最优分类特征,通过基于光谱变量阈值分割的决策树分类法,实现地物分类,并提取种植面积,选取基于目视解译的地面调查数据进行方法验证。【结果】基于时相与光谱特征的决策树分类方法有较好效果,该方法用于小麦、果树和大棚的提取,误差值分别为10.68%、6.06%和16.48%,面积提取误差在17%以内,对无人机多光谱遥感影像进行地物识别具有一定的适用性。【结论】无人机低成本、高效率的优势为农田信息及时获取提供参考。     

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。     

PHANTOM 4 RTK+大疆像控处理技术在燕麦长势模拟中的应用

【目的】 利用小型消费级无人机航拍获取地物影像,通过地物阴影、高度差、色差快速提取地物,进而获取地物结构信息。【方法】 文章选取云南省曲靖市会泽县的大桥乡为研究区域,针对冬闲田闲置土地资源、种植结构相对单一的区域展开试验,利用高分辨率无人机遥感影像对燕麦进行识别,同时结合超声波传感器数据估算地物高度,并与实际高度和无人机生成的传统测高方法得到的高度进行相关性分析,获取高精度、可靠性强的数据。【结果】 基于可见光燕麦的总体分类精度为91.46%,Kappa系数为0.857,在增加DSM数据后的分类总体精度为98.91%,Kappa系数为0.982。研究表明由无人机获取的代表燕麦冠层高度信息的DSM数据能够显著提升燕麦的识别效果。相对于传统无人机测高方法生成数字表面模型提取地物高度的方法,依赖于光谱和高程信息识别地物信息的方法在计算地物高度时,精度更高,识别结果更可靠。【结论】 该文提出的小型消费级无人机利用地物阴影计算燕麦高度的方法,改进了相机镜头光心地位和RTK天线中心点地位补偿作用,打通了RTK模块、飞控模块及相机云台模块之间的通讯,能够应用于实际准确获取影像地位信息,为无人机遥感快速、准确地获取地物高度信息提供了一种新的思路。     

基于HJ-1星CCD数据的面向对象人工表面信息提取研究——以陕西关中平原为例

以2010年HJ-1号卫星CCD数据为主要数据源,采用面向对象分类方法,提取关中平原人工表面信息。在eCognition软件平台的支持下,综合影像光谱信息、纹理、形状和地理空间关系等特征参数,并添加DEM、Slope、TM数据、样本点数据以及特征指数等辅助信息,依据决策树分类思想,进行多尺度分割逐级提取地物类型。结果表明：利用HJ-1号卫星数据提取区域人工表面信息是可行的,采用面向对象的计算机自动分类方法提取人工表面信息的效率明显提高,且精度达到85.90%。     

基于RapidEye数据的塔里木河上游天然胡杨林区典型地物遥感信息提取研究

胡杨是塔里木河流域荒漠河岸林的建群树种,在胡杨林区进行植被监测,对塔里木河流域生态环境恢复与重建有着极其重要的作用。本研究利用RapidEye影像及地面调查数据对研究区地物特征信息进行了提取,并分析了胡杨林区地物的光谱特征,结果如下:建立了胡杨林区主要地物(胡杨、柽柳、河流、沟渠、裸地、居民地和其它植被)的遥感解译标志,对典型地物在影像上能相互区分的原因进行了解释,同时提取了RapidEye波段的典型地物光谱曲线和面积信息,分析了植被空间分布的特点及规律。为塔里木河流域的植被监测提供一种新的监测手段。     

基于PALSAR雷达数据在南方水体信息提取研究

[目的]利用具有L波段的双极化PALSAR雷达数据在福建寿宁地区开展水体信息提取的研究。[方法]对双极化PALSAR雷达数据进行了极化差、滤波、彩色合成等图像处理手段,增强地物信息,分析了典型地物在雷达影像上的特点,利用地形建模消除山区阴影影响,基于SVM分类方法对研究区进行了水体信息提取,最后结合目视解译结果进行了精度评价。[结果]PALSAR雷达数据可准确地在我国南方地区进行水体信息的提取应用。[结论]该研究为解决在我国南方地区受云雨天气影响,光学遥感数据无法准确地提取地表水体信息的问题提供了理论依据。     

小型消费级无人机快速高精度估算地物高度

【目的】小型消费级无人机航拍数据量高分辨率遥感数据重要组成部分,可利用地物阴影快速提取地物高度,进而提取地物结构信息。【方法】研究选择地物种类丰富的农业区展开实验,根据无人机传感器是否拍摄到阴影的全部区域设置2种情景,计算地物高度,并与实际高度和无人机生成的传统测高方法得到的高度对比,来验证方法的可靠性。【结果】结果表明当无人机传感器能拍摄到地物阴影的全部区域时,基于阴影估算的地物高度与地物实际高度平均误差为0.88 m,平均相对误差为12.25%,而当无人机传感器只能拍摄到部分阴影区域时,估算地物高度与实际值的平均误差为0.79 m,平均相对误差为13.28%。上述结果表明该方法能够高精度计算地物高度,并且其精度超过无人机传统测高方法生成数字表面模型提取的地物高度。【结论】该研究提出的小型消费级无人机利用地物阴影计算高度方法能够应用于实际,并使得未布设控制点的无人机数据也可作为阴影测高法的数据来源,为遥感快速获取地物高度信息提供了一种新的思路。     

基于物候特征和混合光谱信息的春玉米种植面积提取

快速、准确地获取玉米种植面积信息对国家粮食安全和现代信息农业发展有重要的现实意义。遥感技术在作物种植面积提取中具有一定优势,尤其是作物物候信息和光谱数据相结合的方法更是目前发展的趋势之一。选取辽宁省3县市为研究区,利用Savitzky-Golay滤波重构后的2014-2015年MODIS-NDVI时间序列数据,提取作物物候特征和其他主要地物的NDVI曲线变化规律,结合水稻移栽期的NDVI、LSWI数据与大豆鼓粒期的近红外波段反射率数据,训练地物分类阈值、构建决策树提取2015年春玉米种植面积。考虑到耕地的破碎化和土地覆盖类型的多样性,利用MOD09A1反射率影像提取春玉米及混合地物的端元波谱,基于线性光谱混合模型进行混合像元分解获取春玉米丰度,根据决策树分类结果与春玉米丰度信息精确提取春玉米种植面积。利用Landsat8 OLI监督分类影像对种植面积解译结果进行精度评价,结果显示研究区春玉米种植面积提取精度在81%以上,利用统计数据验证得到仅利用物候信息经决策树分类方法提取的春玉米种植面积精度为88.416%,结合混合光谱信息后的提取精度提高到92.382%。春玉米种植面积提取结果较好地反应了其地理分布,表明重构后的生长季NDVI曲线可以准确地反应作物生长变化规律,运用中分辨率MODIS-NDVI时间序列数据获取物候信息,快速、准确提取春玉米种植面积具有可行性。物候特征耦合混合光谱信息的方法突破了传统研究中的像元限制,将作物种植面积识别水平提高到亚像元尺度,效果好于传统的像元尺度MODIS时间序列信息分类方法,能够有效提高作物种植面积估算精度,对于加快数字农业进程、提升农业信息化水平具有重要作用。     

基于GF-1号遥感影像的微小水体信息提取研究——以岔口流域为例

针对不同因素影响,山区微小水体提取效果不佳的问题,选用2016年9月1日GF-1号卫星遥感影像,运用NDWI、SWI决策树、SVM分类3种不同方法对位于黄土高原沟壑区的山西省岔口流域的微小水体进行了提取,并对提取效果进行视觉对比与精度验证。结果表明,相比中低分辨率遥感影像,高分辨率遥感影像对于山区微小水体的提取结果更好,精度更高,可运用GF-1号影像进行流域水体的监测、提取;影响流域水体提取的主要因素是亮色地物(主要为建筑物)和阴影;NDWI、SWI决策树、SVM分类3种方法中,NDWI方式提取的水体信息较弱,SWI决策树与SVM分类法精度较高,但SWI决策树法消除了建筑物、亮色地物的影响,并较明显地区分了阴影与水体,因此更适用于流域微小水体的提取。     

基于CART决策树和BP神经网络的landsat 8影像粳稻提取方法

及时、准确地掌握水稻空间分布和种植面积信息对预测水稻产量、指导农业生产等农业活动起着重要作用。遥感技术因其快速、综合等优势,而被广泛应用于农作物识别领域。以沈阳市为研究区域,选取沈阳农业大学道南、辽中和沈北新区作为粳稻种植代表区域获取CART算法的训练样本,并结合粳稻移栽期的NDVI、EVI、LSWI数据,训练作物分割阈值,构建决策树初步提取出研究区粳稻空间分布信息。为进一步去除上述提取区域的其他地物信息,构建粳稻抽穗期和成熟期的植被指数、纹理、ISODATA非监督分类数据及其原始波谱特征的多特征数据集,利用BP神经网络对多组不同特征综合数据集进行粳稻分类提取,得到对分类精度贡献较大的特征和最佳分类数据集,并分别利用最大似然和BP神经网络分类法,结合决策树分类结果和实地样本数据,对最佳分类数据集进行分类结果对比和精度验证。结果表明:采用CART决策树和BP神经网络相结合的方法可以获得较高的分类精度,总体精度为89.1%,Kappa系数达到0.881。利用作物关键物候期中等分辨率影像,结合多时相波谱特征和植被指数,采用CART决策树和BP神经网络相结合的分类法能有效提高粳稻的分类精度,为基于传统机器学习模型的关键物候期遥感数据作物分类研究提供一条新思路。     

荒漠化地区土地覆被光谱特征与遥感信息提取方法研究

为了提高地物识别的正确性,探讨荒漠化土地类型自动分类的有效途径,克服异物同谱和同物异谱现象。以陕西省榆林市榆阳区为例,利用Landsat 5卫星的TM数据,探讨了荒漠化土地覆盖信息的提取方法。在对不同土地覆被类型光谱特征进行系统分析的基础上,根据归一化指数(NDVI)和差值指数(TM5-TM4)及TM3、TM5、TM7波段的光谱值,提出了分层信息提取方案,利用该方案分步提取地表覆被信息。结果表明,此方法简单、实用,是地物遥感信息提取的有效途径。     

基于QuickBird数据的信息提取方法研究——以耕地提取为例

以成都西部某地区为研究对象,应用 QuickBird数据,实测和统计等辅助数据,结合Erdas Imagine、eCogmion和ArcView等软件平台,进行耕地信息的提取研究.分别采用非监督分类法、最人似然分类法和面向对象分类法提取研究区的耕地范国,并进行误差评价与精度分析.结果表明,研究区统计结果与实地调查结果吻合较好,证明了Quickbird数据以及面向对象分类法在耕地信息提取中的有效性,为耕地信息的遥感提取研究提供参考价值.     

基于TM影像的城市绿地信息提取

城市绿地作为城市生态系统中的一个子系统,在城市的环境问题日益恶化的今天发挥着越来越重要的作用.本研究以江苏省徐州市为例,运用TM遥感数据为数据源.通过计算相关系数选取3种最优波段进行组合,运用SVM分类法,提取城市绿地信息.结果表明.该方法对研究区域绿地信息的提取取得了较好的效果.最后提出研究区域的绿地规划建议.     

利用GIS与TM数据资料集成技术估算中国南方早稻面积——以龙游县为例

提出利用GIS 与TM数据集成技术估算中国南方丘陵山地早稻种植面积的方法。该方法首先利用ARC/INFO对土地利用现状图进行数字化,建立拓朴关系后将其转化为栅格,然后进行投影变换,使土地利用现状图、行政图、TM数据具有相同的坐标,最后利用土地现状图,提取水田分布图,对水田分布图进行分类估算早稻种植面积．不同方法比较结果表明：非监督分类法不能用于提取丘陵山区的水稻种植面积;只用TM资料估算龙游县早稻面积,与统计数据相比,平行六面体分类法、最大似然分类法分别达到82.83%和59.95%;而用GIS 与TM数据资料集成技术对水田分布图进行分类估算早稻面积,平行六面体分类法、最大似然分类法的估算精度分别达到93.98%和60.65%,所以利用平行六面体分类法对南方丘陵山地早稻种植面积估算是可行的．     

绿地信息遥感提取方法分析——以芜湖市为例

以芜湖市为例,选用2007年成像的TM影像数据,采用阈值分类与整体—局部多尺度迭代模型相结合的方法,对该地区绿地信息进行提取,并与监督分类方法、阈值分类法提取的精度进行比较。结果表明,阈值分类与整体—局部多尺度迭代模型相结合的方法明显高于监督分类法和阈值分类法,在适宜阈值取165时,其用户精度和生产精度分别达84.21%和87.89%。