太湖流域果树提取的光谱和纹理特征选择研究

准确获取果树的空间种植分布信息,对于开展果树长势监测、产量估算等具有重要意义。为提取太湖流域金庭镇果树的空间分布,本研究以冬夏时期的两景高分二号（GF-2）遥感影像为数据源,利用归一化植被指数（NDVI）和归一化水体指数（NDWI）结合纹理特征构建了基于光谱指数和纹理特征的决策树模型,提取了金庭镇2017年果树的空间分布信息。通过分析研究区各地类的光谱曲线发现,植被与非植被区分明显,但果树与茶树的光谱存在混淆。GF-2影像包含丰富的纹理信息,果树与茶树在GF-2影像上纹理特征明显,易于区分。纹理可作为果树提取的重要特征。为了确定最佳纹理窗口的大小,研究中提出了累计差（Δf）的方法。通过比较每一个纹理变量在15种不同尺度窗口（3×3,5×5,7×7,9×9,11×11,13×13,15×15,17×17,19×19,21×21,23×23,25×25,27×27,29×29,31×31）下的Δf,确定了最佳纹理窗口为15×15。在最佳纹理窗口下根据累计差选取了5大纹理组合：均值（mean）、方差（variance）、对比度（contrast）、信息熵（entropy）和相关性（correlation）。研究结果表明基于光谱指数NDVI和NDWI结合纹理特征构建的决策树模型可有效区分果树与茶树。累计差的方法能够快速确定最佳纹理窗口和纹理组合。提取结果说明果树分布于金庭镇的各个位置,主要分布在平原区,种植比较整齐,南部种植面积多于北部。本研究果树的提取精度为95.23%,模型总体分类精度为89.57%,Kappa系数为89.00%,果树的生产精度为90.00%,用户精度为87.30%。与单一光谱、纹理模型相比,本文模型总体分类精度更高,精度分别提升了10.65%和12.04%。该方法能够适用于大区域果树的遥感提取,可为亚米级遥感影像研究果树的纹理特征提供重要参考和借鉴价值。此外,文中提出的累计差可为选取最佳纹理窗口提供一种新的思路。     

Landsat7 ETM+图像用作SPOT5图像森林分类的辅助数据研究

为改善面向对象的SPOT5图像分类精度,将Landsat7 ETM+数据作为辅助数据,试验了3种图像分割和对象特征提取方案,在图像分割、基于规则的分类、基于分类的分割和对象特征提取与筛选的基础上,进行了Bayes准则分类试验。结果表明:ETM+图像信息参与分类明显地提高了SPOT5图像的分类精度,但由于空间分辨率低,在森林分布破碎、类型和种类多样、结构复杂的研究区域,ETM+数据只能用于对象特征提取,不能实质性地参与图像分割,否则会导致图像对象边界不准确、同质性降低、异质性增加,影响图像分类精度。     

基于多进制小波的森林遥感影像融合

为监测森林资源动态变化信息,探讨了基于多进制小波变换与RGB特征融合相结合的遥感影像融合方法。在融合过程中,首先对高分辨率全色影像和多光谱影像进行M进制小波分解,再将高分辨率影像的高频分量分别与多光谱影像的R、G、B波段高频分量以区域能量为融合准则进行特征融合,形成新的高频分量;然后与多光谱影像的低频分量进行多进制小波逆变换,最后经RGB合成为彩色影像。结果表明,该方法既改善了影像的清晰度和分辨率,同时也保留了原影像的光谱信息,利用融合后的影像进行森林资源动态监测,效果明显提高。     

基于延迟光照技术的水波动画研究

采用二维波动方程模拟水波运动,分析了传统光照的计算缺陷,提出采用延迟光照技术,完成最终的水波动画效果。实践证明,用该方法模拟水波动画,效果真实,而且在普通的PC平台上即可满足一般动画的实时需求。     

基于高分辨率影像的农村承包地调查研究

遥感影像地物信息丰富,这使得直接通过影像获取地块信息成为可能,因此借助高分辨率遥感影像数据,利用人机交互方式进行农村承包地利用状况调查的实践。介绍了应用高分辨率遥感影像数据获取农村承包地地块面积、地类和权属名称等信息的基本技术流程和方法,结论表明利用高分辨率遥感影像进行农村土地利用状况调查取得丁较好的效果,证明该方法具有较强的实用性。     

基于机器视觉的大田植株生长动态三维定量化研究

高通量植物三维表型的研究对判定植株表型特征至关重要。基于机器视觉的植株三维表型获取方法在温室中已广泛应用,能够动态监测植株生长过程,但在大田复杂环境中应用较少。以大田生长的玉米、大豆植株为研究对象,基于机器视觉分析方法对不同生长时期玉米、大豆植株进行个体和群体的三维重建,并基于手动测量值对叶长、叶最大宽进行精度评估。研究结果表明,叶长、叶最大宽的计算值与手动测量值的R2均大于0.97,精度较高,表明大田环境下此方法可以满足作物表型三维构建参数提取的精度要求,但是当冠层遮挡较严重时,三维重建精度将明显下降。进一步自动提取了株高、冠幅和器官生长动态,结果可为与基因型相关的表型高通量分析提供方法,并可进行株型与冠层辐射的精确评价。     

基于高分辨率遥感影像的青海湖沙柳河流域土地覆盖监督分类方法对比

[目的]研究高寒河源区土地覆盖的精准分类方法,为地物分类提供参考,分类结果可为青海湖流域土地资源与生态环境监管提供数据支撑。[方法]运用高分辨率遥感影像,通过6种监督分类器(平行六面体、最小距离、马氏距离、最大似然、神经网络和支持向量机)对青海湖沙柳河流域的土地覆盖进行分类,最后通过最佳提取方法统计得出青海湖沙柳河流域土地覆被概况。[结果]支持向量机、神经网络和最大似然的分类精度较高,其总体分类精度均大于96%,Kappa系数均大于0.95,平行六面体的分类精度最低,误差较大。综合各种分类精度及分类图像局部细节,支持向量机分类效果最佳。通过解译可知沙柳河流域土地覆被以草地为主,占流域总面积的71.09%,裸地和湿地分别占流域总面积的16.26%和10.24%,水体、农田和建筑用地面积较小,共占流域总面积的2.41%。[结论]运用高分辨率遥感影像,通过支持向量机分类器可实现对青海湖沙柳河流域土地覆被的良好分类。整个流域植被覆盖度高,生态环境良好。     

基于Google Earth影像的福州八一水库水域变化监测

为了监测福州八一水库枯水期水域面积变化状况,从Google Earth数据库下载2013—2015年共3期冬季(1—2月)的高分辨率卫星影像,通过目视解译方法提取水域边界。研究表明,水域面积逐年减小,其中2013年面积最大达23.54hm~2,接近最大库容面积,2015年面积最小,只有7.89hm~2;水域面积与降水显著相关,相关系数超过0.983。     

基于支持向量机的六安市城区多源景观格局演化分析

通过收集六安市城区多源多时相卫星影像数据,采用支持向量机分类方法和GIS技术,分析了2009—2017年的景观格局演化情况。结果表明:(1)Sentinel-2影像地物解译特征显著,图像分辨率满足地物类别识别,总体分类精度达92.41%;(2)在景观结构动态变化中,水域基本保持稳定,建设用地面积增长了约3.4倍,且向东扩展趋势明显;耕地和林地面积总量逐年下降,在东部区域趋于破碎化;未利用地则受建设用地扩大速度的影响,一直处于波动变化中;(3)在景观格局演化中,水域保持动态平衡状态,建设用地和耕地增加量分别达80.61%和55.64%,林地和未利用地面积减少明显,分别达63.39%和72.33%;(4)演化后期的建设用地和林地演化速度明显加快,而耕地面积速度开始下降,城市扩展显著。     

基于RS与GIS的北京市植被覆盖度变化研究

选用对植被状态表征较好的归一化植被指数(NDVI),在GIS和RS工具支持下, 选用多时相北京Landsat TM遥感影像,解译和分析出NDVI的时空变化特征,利用植被指数与植被覆盖度的关系及遥感测量法测算植被覆盖度.结果显示:北京市整体植被覆盖度呈增长趋势,市区植被覆盖度变化不大,部分区县植被覆盖度则由于城镇化推进而略有减少.