不同融合算法对ETM+遥感影像融合效果对比研究——以陕西安塞县和永寿县为例

为了对比不同融合算法在提取试验地地类信息的效果,采用Brovey、HSV、PC、Gram-Schmit、和Wavelet融合算法对安塞县和永寿地区的2幅ETM+遥感影像进行融合,并采用信息熵、标准差、偏差指数和相关系数进行了融合效果评价。结果表明:就空间信息量而言,经过HSV变换的图像具有最大的空间信息,而经过Brovey变换的图像,其空间信息最低,其他融合算法则在空间信息量上差别不大;就原光谱信息的保真能力而言,经过HSV变化的图像,其光谱保真能力最差,其他算法之间的光谱保真能力相差不大。     

Worldviow-1与SPOT5遥感数据融合评价

采用HSV,Brovey,PC,Gram几种常用方法汁Worldview-1与SPOT5遥感教据进行融合,以光语保真度和纹理清晰度为依据对各融合效果进行定量评价.实验表明:时Worldview-1与SPOTS两种数据采用PC和Gram的融合方法优于另外两种;直接融合Worldview-1与SPOT5多光谱数据的效果优于使用SPOT5全色影像进行过渡融合的效果.     

企业新产品的一种评价方法

介绍了企业新产品的一种评价方法——客观权重法 ,该方法以各指标所包含的信息量为基础 ,以各指标变量标准差和相关系数综合来决定各指标权重的大小。该方法的优点在于避免了决策者主观意志和经验的介入 ,实例分析充分说明了这一点     

不同遥感数据融合方法在南方水稻面积监测中的应用研究

在南方水稻遥感监测中,单一传感器影像数据已不能满足监测精度的要求,需要将高空间分辨率全色影像与中高空间分辨率多光谱影像进行融合,得到新的高空间分辨率多光谱影像,有利于改善影像识别与分类精度.该文利用江苏省金湖地区HJ-1A卫星30m分辨率多波段影像与ALOS卫星2.5m分辨率全色影像进行水稻监测,采用4种融合方法(Brovey变换、IHS变换、高通滤波和小波变换)对2种影像进行融合处理.随后对各种融合影像结果进行了目视定性和融合评价指标定量说明与评价,结果表明小波变换在空间与光谱信息上具有最佳的融合效果.进一步利用小波变换的融合影像进行水稻识别与面积提取,统计表明融合影像相比HJ-1A多光谱影像,水稻面积估测精度从79.26%提高到91.65%.因此,利用多源遥感数据融合的方法对南方水稻面积进行监测,可显著提高其监测精度.     

基于支持向量机遥感图像融合分类方法研究进展

总结了近年来国际上图像融合以及支持向量机的应用的研究进展,分析了支持向量机用于遥感图像融合分类的趋势、优势以及目前存在的问题,指出了该研究领域的研究方向。     

一种自适应IHS的遥感数据融合方法研究

针对传统IHS变换融合算法存在光谱扭曲、仅适用于多光谱影像3个波段的处理等问题,提出了一种自适应的IHS变换融合算法。并以SPOT Pan(全色波段)和Landsat-TM321多光谱图像、worldview-2(全色与多光谱)、Quick Bird(全色与多光谱)3组遥感影像数据为基础,采用传统IHS和自适应IHS变换融合算法分别对3组试验结果进行定性和定量评价。结果表明,自适应IHS方法优于传统的IHS变换融合方法,在定性方面自适应IHS可得到较佳空间分辨率和光谱分辨率,在定量方面自适应IHS方法各项定量指标均优于传统IHS方法。     

基于地物特征的遥感图像融合效果

以ETM多谱段和全色影像为数据源,在最佳波段组合分析的基础上,采用主成分变换、乘积变换、小波变换、小波+IHS混合变换和小波+主成分混合变换等方法对图像进行融合.以均值、标准差、信息熵为评价指标,比较分析了不同地物特征的图像融合效果.结果表明:采用小波+IHS混合方法有利于耕地信息的提取;采用小波+主成分融合方法有利于居民地、林地、牧草地、水域、未利用地和园地等信息的提取.     

遥感图像分类方法及研究进展

随着遥感技术的不断发展,仅仅依靠传统的计算机分类方法对遥感影像进行分类,有明显的不足之处。近年来出现了一些新方法,并且越来越广泛的被接受和应用。众多研究表明,将传统的计算机分类方法和新方法加以结合,可以有效减少错分、漏分的情况,使不易识别的地物能够被方便地提取出来,提高了图像分类的精度。     

高分辨率谷歌地球遥感数据与Landsat 8 OLI影像的融合方法研究

探讨高分辨率谷歌地球遥感数据与Landsat8 OLI数据的融合方法,分别使用Bovey变换、Gram-Schmidt变换和主成分变换方法得到相对理想的融合结果。通过评价表明,后两种方法可以得到更好的结果,并满足大比例尺制图的需求。     

遥感图像真彩色融合问题中的彩色约束方程

根据遥感真彩色融合的物理机制,推导出RGB彩色模型中的约束方程,引入YVC彩色模型,提出不同分辨率遥感图像彩色融合必须满足的独立彩色约束方程,应用一次和二次多项式展开导出相应的近似解。通过进行计算机模拟和遥感实际试验,结果表明,二次多项式近似解可明显改善对道路地物的融合效果。     

森林生物量与遥感信息的相关性

利用遥感数据研究森林的生物量,建立遥感信息模型,首先要分析各波段与生物量的相关性.通过建立甘肃省小陇山党川林场中幼林典型样地,并伐树称量,建立模型计算出样地的生物量.对试验区的TM影像进行校正,对应每块样地中心点的GPS测量坐标,获取了样地像元各波段的灰度值,并计算各种植被指数.利用MATLAB软件计算了样地生物量与遥感影像各波段的灰度值、各种植被指数的相关系数.在P<0.05水平上,生物量与TM1、TM2、TM3、TM6成显著的负相关.与归一化植被指数、比值植被指数和绿度成显著的正相关.建立遥感生物量模型应用这些呈显著正、负相关的波段和派生数据.采用逐步回归的方法建立了生物量与植被指数的统计方程,以及生物量与遥感TM影像的各波段灰度值、植被指数的统计方程.但在P<0.05水平上,只有NDVI、RVI两个因子复相关系数不高.     

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。     

基于无人机遥感影像的沙糖橘果树提取方法研究

目的 通过无人机获取沙糖橘果园的遥感图像,快速提取果树分布位置,为果树的长势监测和产量预估提供参考。方法 以无人机拍摄的可见光遥感图像为研究对象,计算超红指数、超绿指数、超蓝指数、可见光波段差异植被指数、红绿比指数和蓝绿比指数6种可见光植被指数,使用双峰阈值法选取阈值进行果树的提取。在使用光谱指数进行识别的基础上,结合数字表面模型作为识别模型的输入变量,进行对比试验。结果 相比使用单一光谱指数,结合数字表面模型提高了果树和非果树像元的提取精度,6次波段融合后的总体精度均大于97%。超红指数与数字表面模型结合后的总体精度最高,为98.77%,Kappa系数为0.956 7,植被信息提取精度优于其他5种可见光植被指数与数字表面模型结合后的提取精度。结论 数字表面模型结合可见光植被指数的提取方法能够更深层次地挖掘遥感数据蕴含的信息量,为影像中色调相似地物的提取提供参考。     

基于小波变换的IRS与TM遥感卫星影像融合

本研究在整体小波变换融合方法基础上，提出了基于对比度的局部特征选择加权小波变换影像融合方法，并以多光谱TM和高空间分辨率IRS-1C全色波段图像为例，与色彩空间变换HIS融合方法进行图像融合效果的比较分析试验。试验表明基于对比度的局部特征选择加权小波变换影像融合方法能在最大限度保持多光谱影像光谱信息的同时，增强了影像的纹理信息。     

基于决策树的典型荒漠草地遥感分类策略

【目的】在遥感影像和地形图基础上对干旱半干旱地区天然荒漠草地进行分类,旨在为干旱半干旱地区草地分类及监测提供参考。【方法】采用基于决策树的天然草地分类方法,以天山北坡新疆阜康地区的TM遥感影像(2010-09-24)多光谱波段特征为主要分类变量,结合研究区数字高程模型(DEM),辅以影像目视解译结果,构建了对天然荒漠地区草地进行分类的决策树分类模型,对研究区主要地物类型进行了分类,并对分类精度进行了评价。【结果】综合考虑了遥感图像植被指数(NDVI)特征、DEM特征的分类策略,可以忽略山区的地形影响,简化分类过程,提高分类精度;与传统的非监督分类精度评价结果相比,基于专家知识的分类方法中总分类精度提高了37.4%,Kappa系数提高了78%,错分误差和漏分误差大幅减小;调整NDVI和DEM阈值可以使分类结果更加精准,模型适用区域更加广阔。【结论】基于决策树的典型荒漠草地遥感分类模型适用于荒漠区天然草地类型的提取与划分,可以提高利用遥感图像进行荒漠草地类型分类的精度。     

高光谱遥感在植被理化信息提取中的应用动态

概述了高光谱遥感信息的处理方法,综述和总结了高光谱遥感在植被生物物理和生物化学信息提取等方面的应用及国内外研究进展,阐述了植被指数应用的可行性,在此基础上指出高光谱遥感在提取植被信息过程中存在的问题及其发展前景。     

水稻遥感估产信息系统中数据压缩方法的研究

水稻遥感估产信息系统拥有包括地理坐标数据、各种光谱数据在内的各种数据,作者提出了对二维地理空间进行编码,由一个编码代替两个地理坐标,从而实现对地理坐标数据的压缩,其压缩率为1:2。文中还针对土壤光谱特点,利用实验室标准土壤光谱与实际土壤光谱之间的关系,提出了土壤光谱回归压缩方法,将每条土壤光谱曲线,压缩为2个回归系数。     

浙江省水稻遥感估产区划研究

从水稻遥感估产的特点出发,在分析浙江省自然条件的基础上,确定了以稻作制度为主导因子的分区指标,采用地理信息系统GIS空间邻接分析与图论的树算法相结合的方法进行浙江省水稻遥感估产区划研究,得到了较为满意的结果。     

湖北省棉花洪涝灾害风险分析

为准确和定量的评估洪涝灾害对棉花造成的风险,减少洪涝灾害对湖北省棉花造成严重影响和重大损失,以湖北省3个农业气象观测站近30年的气象资料和生育期资料,对湖北省洪涝风险进行了研究。结果表明:洪涝指数与降水距平百分率和降水标准化序列相关性显著。洪涝指数的计算过程涉及多个参数,运算过程复杂,而降水距平百分率和降水标准化计算相对容易,且数据容易获得,所以定义降水距平百分率或降水标准化作为划分洪涝致灾的指标。以此指标将洪涝导致减产的风险数值化,得到因洪涝导致减产的风险值分别为:襄樊10.5%,麻城16.1%,荆州4.2%。麻城棉花风险值最大,需要做好洪涝的防范措施。     

基于信息熵的森林立地离散空间场相关性研究

为了获取立地空间信息间隐含的相关性,对其进行定量计算和表达,研究选取森林资源小班调查数据中7项典型的离散数据,结合小班空间位置属性构成森林立地离散空间场,采用信息熵的理论方法,通过计算局部空间内离散场的信息量以及局部空间与整体的协调性,定量分析并提取多项离散型因子与立地森林健康等级间的相关指数。结果表明,在7项因子中不同的立地类型和小班内的优势树种与森林健康相关程度最高,森林起源则与森林健康等级表现出相互独立的关系。研究克服了以往使用统计学原理以及灰色系统理论均无法计算立地离散空间场相关性的缺陷,实现了对立地因子中的离散型属性间关系的定量计算和表达。