C5.0决策树Hyperion影像森林类型精细分类方法

以吉林省白河林业局为中心研究区,利用星载高光谱Hyperion数据并结合其他辅助数据,综合利用影像光谱特征、纹理特征、地形特征、典型地类和主要森林类型外业调查样本数据,探究针对C5.0决策树算法的高光谱影像土地覆盖类型多层次信息提取与森林类型识别的有效方法。在分析典型地物光谱特征的基础上,优选8种纹理特征,引入主成分分量及与主要森林类型空间分布相关的敏感地形因子,采用分层分类的策略,根据光谱特征将地类划分层次,在层次间建立基于C5.0决策树算法的决策树模型,对研究区的地类进行细分。为便于对比,以相同的策略采用支持向量机（SVM）分类器进行分类。最后,结合野外采集样本并参考高分辨率影像,采用分层随机抽样的独立检验样本对森林类型精细识别结果进行精度验证。结果表明:C5.0决策树算法可综合利用高光谱影像的光谱、纹理及其他辅助数据,自动寻找出区分各类别的最佳特征变量及分割阈值,运算速度快,占用内存较小且无需人为参与,其分类精度达到优势树种级别,总体分类精度达81.9%,Kappa系数0.709 8。     

定义与命名:再论英语对等句

本文是对《英语等式句与对等句》一文的进一步理论探讨。文章从结构语义学方法论着手 ,论证了以下两个观点 :1.对等句中的论元与谓词在逻辑上虽不等值 ,在话语中却被认定为等值。在同一关系范畴内 ,其等值性可由弱而强 ;2 .等值关系大体上可分为两类 :约等关系与同一关系。约等关系是对等句存在的基础。从约等到同一是一个级阶过程 ,其结果取决于句子中两个名词短语相同义素的多寡。     

遥感影像在土地调查中山区耕地的解译难点与技术要点

遥感影像的解译是土地调查过程中的重要部分,解译的精度直接影响着调查的结果,探索适合的影像处理、解译方法对于调查工作具有重要的意义。以解译难度大的山区为研究对象,简述了山区影像识别的具体程序,提出了山区耕地解译过程中边界解译、面积精准核算、撂荒耕地解译3类有代表性的问题,并针对这些问题对调查的影响,探索了相应的解决办法。结果表明,对不规则耕地和阴影区耕地2种有边界识别困难的耕地类型采用对比度增强、阴影补偿等方法处理影像,能增强边界的可解译性,并以调查正射影像为例展示了这些方法对于耕地边界解译的作用;对于小地物与坡地对耕地面积精准核算的影响,列举了几种影响广泛的小地物的解译标志与解译方法,指出利用坡地的坡度坡向对坡地面积进行校正的方法;对于撂荒耕地的解译,提出应用不同季节影像解译的方法。     

面向林地分类的GF-2影像融合算法评价

针对林业部门目前常用的遥感影像融合算法,探究适合于林地信息提取的GF-2影像融合算法。以GF-2卫星1 m全色/4 m多光谱分辨率平面影像为数据源,采用HSV变换(hue-saturation-value,颜色空间变换),Brovey变换(彩色标准化变换),PC变换(principle components,主成分变换),HPF变换(high-pass fusion,高通滤波变换),GS变换(gram-schmidt,正交化变换),Pansharp变换(超分辨率贝叶斯变换)等6种常用融合算法,通过目视和定量特征分析对融合效果进行评价,并结合面向对象分类方法对融合后影像进行地类信息提取和分析,探讨6种融合算法对GF-2影像在林区地类提取的适宜性。研究结果表明:基于Brovey和HSV算法的融合结果目视效果良好,清晰度与纹理增强明显;这2种融合算法影像在不同地类信息的提取上各有优势,HSV算法融合结果在不同地类的提取上效果最好,分类总精度可达85.14%,Brovey算法融合结果则在森林类型的提取上具有最高的分类总精度,为75.72%;其余4种融合算法在图像质量及其他地类提取中各有优势,具体融合算法的选取需根据应用目的和影区应用区域的实际情况而定。该研究可为林业部门提高GF-2卫星的适用性及大规模应用提供参考。     

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。      

卫星影像地形叠加图的制作方法

各种林业调查规划设计、检查验收、经营区划工作中,1:10000地形图是最常用的图形资料,其信息丰富,数据详实,在地形地貌相似和视点位置受限时不如卫星影像图片那样容易判读,识别、判读需要较高的专业技术知识和经验。卫星影像图片色彩丰富,地类明显,地貌清楚,容易识别,但地形不明显,在色块相似处不容易判读准确位置。综合二者优点,将两图融合在一起使用,可以快速定位,能增强区划准确率,提高勾绘面积精度。本文笔者以2005年森林资源二类调查时使用的法国STOP5卫星1:10000影像图片与1:10000地形图叠加为例,介绍用Photoshop制作卫星影像地形叠加图的方法。     

基于GF-2影像的人工龙竹林LAI遥感估测最优尺度选择

以云南省沧源县大型丛生龙竹林为研究对象,以高分二号影像为主要信息源,结合地面32块标准地调查,采用地统计学变异函数和偏最小二乘回归模型,对区域尺度丛生龙竹LAI遥感估测最优尺度选择进行了分析。结果表明:基于变异函数分析的丛生龙竹最优尺度为6.9 m,基于PLSR模型分析的最优尺度为7 m,因此丛生龙竹的影像最优观测尺度为7 m。2种方法在空间最优尺度选择结果上接近,具有一致性,可为其他竹类参数遥感估测最优尺度的选择提供参考。     

SPOT5遥感影像在土地利用变更调查中的应用

以浙江省湖州市东林镇的SPOT5遥感影像为基础数据,利用几种融合后的影像进行土地利用变更调查,根据其精度对比结果,建议针对不同地物,采用不同方法融合的影像进行变更调查,以提高利用遥感影像进行土地利用变更调查的精度.同时,对利用SPOT5遥感影像进行土地利用变更调查,并输出1:1万成果图的可行性进行了讨论.     

泰国THEOS遥感影像质量评价

选取泰国THEOS(Thailand earth observation satellite)卫星影像作为研究对象,提出从图谱成像质量和专题地类提取性能评价影像应用潜能。采用不同地类的像元均值表征影像的光谱质量;选取灰度共生矩阵GLCM(Grey level co-occurrence matrix)计算得到的角二阶矩ASM(angular second moment)、相关性(correlation)、对比度(contrast)和熵(entropy)评价影像的图像质量;利用面向对象的分类方法评价影像的地物解析能力。结果表明:(1)耕地、城市和林地的均值分别为121.14、73.70和137.62,说明THEOS影像对不同地物有较好的区分性能;(2)对比度和熵的均值最大(分别为18.93和2.88),可以用于表征THEOS影像丰富的纹理信息;(3)2 m分辨率THEOS融合影像可以较好地提取均一地类,但解析多种地类混合的区域效果较差。本研究可为THEOS卫星数据在我国的广泛应用提供参考。     

西吉县黄家二岔小流域彩红外航片判读与制图

以目视判读为主,并辅以立体镜分析与地面踏查收集资料相结合的方法,对1∶1万彩红外航片进行了判读,根据土地类型、土地利用现状和坡度分级的分类原则,获得了影像的判读标志与专题系列图,同时对1∶1万彩红外航片的影像利用效果进行了讨论。实践证明,利用该手段制图比常规调查方法提高效率5～6倍,不同土地类型的判读精度在95％以上,林地类型影像判读精度可达90％,农地与人工草地判读精度达80％,不同地类的侵蚀程度的判读精度也达85％以上。1∶1万彩红外航片可以直观地反映各种自然和社会因素的综合效果,是小流域动态监测的一种必不可少的有效手段。     

TM影像图在森林资源调查中的应用

由于不同的地类对不同波段光吸收差异性在TM影像图上反映出不同的图班特征。森林资源由于树种、年龄、郁闭度、季节不同，在TM影像图上反映出独有的图班特征。本文就TM影像图在森林资源调查中如何应用作了初步的探讨。     

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。     

面向对象的高分一号卫星影像大棚信息提取研究

为能够快速获得研究区域农业大棚空间信息,选择高分一号2 m全色/8 m多光谱影像为数据源,在地类光谱曲线的研究基础上,计算研究区域不同地类要素的形状指数,利用面向对象法对农业大棚的地理信息进行了提取,并对提取结果进行了精度验证与分析。结果表明,面向对象法提取农业大棚地理信息的精度达到87.6%,能够满足土地调查、规划等需求。     

杉木人工林缓冲区类竞争指数

为选择胸径与缓冲区类竞争指数相关关系的最佳拟合函数,研究用4种简单的初等函数计算7块杉木样地的4种缓冲区类竞争指数。结果表明:幂函数形式能最好地反映胸径与4类竞争指数的关系;各样地的空间相关距不同,相关距大小随着样地的株数密度有所变化;缓冲区距离断面积比和缓冲区断面积比两个竞争指数优于缓冲区距离直径比和缓冲区直径比;在各杉木样地中,4种竞争指数与胸径的关系呈倒"J"型分布,随着4种缓冲区类竞争指数值的增大,胸径逐渐变小,说明随着竞争压力的增大,杉木个体胸径生长受到抑制。     

政府委任制与非合作博弈

大量的调查研究表明:企业职工，社会公众与国有企业经理的任命方式是一种博弈关系。政府通过行政手段任命经理，往往使经理与政府产生不合作博弈。作者通过建立两类数 学模型，选取两个典型企业的指标验证了这一观点。     

基于Sentinel-2A影像的矿区土地利用信息提取方法

为研究中高分辨率遥感影像大范围精确提取矿区土地利用信息的技术方法,选取山东省兖州市兴隆庄煤矿作为研究区,针对遥感影像的光谱特征,采用监督分类和归一化指数计算相结合的方式进行矿区土地利用信息提取试验。结果表明,选择融合后Sentinel-2A卫星影像的四个高分辨率波段可应用于土地利用的精确识别;根据地物光谱特征,最大似然监督分类法提取建设用地、裸地效果较好,可作为精确提取两种地类的方法;结合归一化植被指数运算和归一化水体指数运算提取植被、水体信息可明显提高总体分类精度,提取精度可达93.54%,进而可利用该分类结果精确高效地识别和测算矿区土地利用类型及其分布特征,为矿区土地整治、村庄搬迁等提供依据。     

基于Landsat 7 ETM+影像的大庆地区林带遥感调查

利用遥感和GIS技术，采用美国最新的Landsat 7 ETM 影像的15m全色波段和30m多光谱波段影像，对犬庆地区的防护林地进行遥感调查。通过图像处理与分析得到了最佳的用于解译的影像，在野外调查的基础上，建立了林地的解译标志，量算了防护林带的宽度，查清了防护林的类型及实际面积，为防护林的建设与管理提供了第一手资料。     

利用IKONOS卫星影像进行农村土地资源调查的应用研究——以河北省元氏县为例

农村土地资源分布范围广、类型多样,土地利用复杂.本文主要介绍利用IKONOS卫星影像进行农村土地资源调查的方法,并与利用航空影像在成果精度、作业效率等方面进行比较,指出采用IKONOS卫星影像数据进行农村土地资源调查较航空影像数据精度更高,更具有时效性.     

农作物面积遥感调查中最佳波段的选择研究

以南京周边地区农作物面积遥感调查为例,对遥感图像的特征进行了研究,分析计算了研究区影像的各个波段的OIF指数和基于类内类间距离准则的J值,提出了一种基于OIF指数、类内类间距离准则的最佳波段选择方法,对于遥感图像处理中最佳波段选择具有借鉴价值。     

陕北与关中林区草兔危害及发生规律分析

采用野外调查和数学分析的方法,对陕北及关中林区的草兔危害进行了分析。结果表明,在陕北和关中林区遭受草兔危害的面积约为12.61万hm2,平均被害株率6.71%,危害的主要树种有山杏、沙棘、刺槐、侧柏、油松等;同一树种在不同地区的受害程度不同,同一地区不同树种的受害程度也不相同。应用聚类分析法可将调查地区的兔害分成4类,即麟游、耀县、富县为1类,旬邑和千阳为1类,吴旗、安塞和延安为1类,永寿、韩城和潼关为1类;在同一类内,草兔对林木的危害率近似;同时用聚类分析法将调查的9个树种分为3类,即苹果、油松和沙棘为1类,刺槐和仁用杏为1类,侧柏、豆科等为1类。在陕北和关中地区,草兔对林木的危害季节一般均以冬季和早春为主。同时,根据草兔对林木的危害特征,可将其分为剪株型、食苗型、食株型和啃皮型4种。