共查询到18条相似文献,搜索用时 93 毫秒
1.
2.
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。 相似文献
3.
基于Landsat ETM+影像的城市热岛研究 总被引:1,自引:0,他引:1
采用Landsat ETM+影像数据,分别利用MODTRAN4和FLAASH对热红外波段和可见光、近红外波段进行大气校正,采用Valor的植被指数混合模型估算地表比辐射率,以普朗克公式推算地表温度,并以长沙市为研究区,分析了不同地表覆盖类型以及NDVI与地表温度之间的关系。结果表明,不同地表覆盖类型的地表温度有着显著差异,城市地表温度与NDVI之间具有明显的负相关关系,增加城市的绿地面积有助于缓解城市热岛效应。 相似文献
4.
5.
6.
基于ETM+数据的新疆于田地区地表温度反演研究 总被引:5,自引:0,他引:5
地表温度是地球系统的热状况与水热平衡的关键因子.热红外遥感是获取地表热状况信息的一种非常重要的手段.利用ETM+数据和同时相气象数据获得两个地表温度反演的重要参数:大气透射率和地表比辐射率.运用覃志豪等的单窗算法反演出于田地区的地表温度,并用陆面实际地表温度进行了检验.结果表明,水体表面温度最低,绿洲次之,戈壁最高.地表温度以绿洲为中心从里到外呈环状分布.说明利用ETM+数据反演地表温度是可行的 .并对进一步理解我国西北干旱、半干旱区的土壤-植被-大气系统能量交换状况及区域热量分布差异有着重要意义. 相似文献
7.
基于Landsat ETM数据的落叶松林生物量估算模式 总被引:15,自引:2,他引:15
根据全国森林清样调查围场满族自治县的落叶松林样地数据,应用与之同期的ETM遥感影像,探讨基于ETM数据的落叶松林生物量的估算方法和模式 根据ETM各波段数据的特点,选用和开发18个变量,逐样点比较生物量与变量之间的关系,并对影响生物量的因子进行逐步回归分析,结果表明ETM3数据是落叶松林生物量的最好估计因子,生物量与ETM3数据有双曲函数关系,与1/ETM3呈极显著正相关,相关系数为0 878,在ETM3波段辐射亮度范围内生物量随ETM数据的增大而减小 并给出了用ETM3数据估算落叶松林生物量的模型 相似文献
8.
《(《农业科学与技术》)编辑部》2015,(1)
植被在遥感影像上成像具有复杂性和不确定性,这使得利用遥感技术提取植被信息具有很大的难度。利用数据资源丰富的ETM+影像数据对新疆西天山矿化蚀变区的植被进行提取研究,目的是为进行下一步的矿化蚀变信息提取做准备。为保证在提取植被信息后能较好地保留矿化蚀变信息,在认真分析了植被和矿化蚀变的光谱特征后,提出采用面向特征的主分量分析+最优密度分割法,最后得出采用ETM+波段3和波段4组合的方式能够取得较好的效果,该方法具有一定的适用性。 相似文献
9.
10.
采用Gram—Schmidt变换和像素级融合方法,将不同空间分辨率的MERSI影像与ETM+影像进行融合,用于识别盘锦湿地苇田,并对融合结果进行了主观和客观评价。结果表明:采用Gram-Schmidt变换融合方法保留了MERSI影像的多光谱特性。提高了影像的空间细节。对空间分辨率之比(达1:9)较高的影像融合进行了分析,能够满足湿地苇田识别的应用目的。 相似文献
11.
12.
遥感图像压缩技术——小波变换 总被引:1,自引:0,他引:1
根据当前国内外遥感图像数据压缩技术的现状及发展趋势,重点介绍小波压缩特点、算法及其关键问题,结合遥感影像方面的知识,提出了新的方法和见解. 相似文献
13.
影像匹配是指在两幅或者多幅影像之间寻找同名像点的过程.它是从影像上自动提取地物三维空间信息的关键技术之一,已被广泛应用于摄影测量与遥感领域,如影像的自动内定向和立体像对的相对定向、摄影测量区域网平差中连接点的自动提取和DSM自动生成等.影像匹配结果的优劣直接影响后续遥感产品的质量.对于多重影像覆盖的区域或者基于控制点影像库的不同源遥感影像的联合处理,影像自动匹配技术就成为提高影像几何处理精度与作业效率的一项关键技术.该研究基于影像匹配的国内外研究成果,介绍了匹配中的图像预处理和基于控制点影像库匹配流程;并根据三线阵CCD影像的特点,介绍了基于金字塔分层动态窗口匹配运算的相关系数法在三线阵CCD影像像点立体匹配中的应用. 相似文献
14.
15.
遥感影像分类是遥感信息提取的重要手段,是目前遥感技术中的热点研究内容,有效地选择合适的分类方法是提高遥感影像分类精度的关键。BP神经网络具有收敛快和自学习、自适应性强的特点。在遥感图像分类中,BP神经网络能充分利用样本集的信息,自动建立分类模型,但由于BP神经网络的权值和阀值能直接影响BP神经网络模型的分类精度,因此该研究通过遗传算法来确定BP神经网络的最优权值和阀值,从而提高BP神经网络的分类精度。以LandsatTM遥感图像作为数据源,以长江中游一武汉市为研究地区,建立了基于BP神经网络模型的遥感分类模型和基于遗传算法改进BP神经网络模型的分类模型,对分类结果进行了定量分析。结果表明:在样本相同的情况下,基于遗传算法改进BP神经网络的遥感影像分类精度要高于BP神经网络的遥感影像分类精度。 相似文献
16.
17.
以昆明市主城区及呈贡新区为研究区域,其于1992年Landsat 5 TM、2001年Landsat 7 ETM+、2014年Landsat 8遥感影像数据,运用归一化植被指数(NDVI)和植被覆盖度遥感定量模型,在ENVI 5.1、ArcGIS10.1软件的支持下,提取3个时相的植被覆盖度等级,定量分析了该地区的植被覆盖度变化情况.结果表明,昆明市主城区及呈贡新区植被覆盖等级以高植被覆盖为主;1992 ~ 2014年植被覆盖以高→中等、高→中高为主要转换类型;植被覆盖等级与环境、农业、城市建设政策息息相关. 相似文献