基于RS和DGPS的SPOT5图像几何精校正研究

利用Erdas imagine 8．6软件,结合DGPS野外采集的地面控制点,采用多项式变换法,对蛟河林业实验区管理局所辖区域的SPOT5图像进行几何精校正。结果表明：当多项式次数取3次,控制点个数此为0．06～0．09个／km^2时,校正精度最高。校正后误差为0．7410个像元,即1．8525m。     

基于高光谱和HJ-1 CCD的水旱地冬小麦叶绿素含量反演

叶绿素作为绿色植物光合作用的必要组成成分,其含量的高低可反映作物的长势状况。实时监测植物叶片叶绿素含量的动态变化是监测植物长势的重要环节。以山西省闻喜县冬小麦为研究对象,基于高光谱技术和实测数据,对研究区冬小麦拔节期的叶绿素含量进行定量估算,并在此基础上利用卫星遥感数据对冬小麦的叶绿素含量进行反演,以达到仅应用卫星遥感数据估测叶绿素含量的目的。结果表明,水旱地冬小麦叶绿素含量敏感波段在可见光区域不同,在近红外区域一致;水旱地分别以DVI和NDVI为变量所构建的预测模型效果最佳,R2值均达到0.9以上,均方根误差分别为0.470 0和0.458 7;对叶绿素含量反演值与实测值对比分析,水地反演值与实测值大致吻合,而旱地反演值则偏高;采用均方根误差(RMSE)法,检验反演值和实际值的符合度,水地RMSE为0.926,旱地RMSE为1.540。     

ER Mapper软件进行几何精校正的原理和方法

几何精校正是利用地面控制点(GCP)对遥感图像进行几何校正.用ER Mapper软件进行几何精校正,主要包括参数设置、控制点输入和几何精校正.影响几何精校正的因素,主要表现在GCP的数量、分布和本身的定位精度,校正方法不同,影响也不同.     

基于ERDAS几何校正及在闽江流域影像处理中应用

遥感资料的准备和处理是遥感技术在实际应用中的核心工作,文中探讨了利用ERDASIMAGING软件对闽江流域TM影像进行几何精校正的方法,并对ERDAS IMAGING软件中相关模型参数设置及原理、地面控制点的设置进行了研究,为后期的闽江流域资源动态监测打下基础。结果表明:影响几何精校正的主要因素是GCP的数量、分布和定位精度及校正方法和重采样方法;一景影像采用14-18个GCP其纠正精度可以控制在半个像元以内,本研究校正所得闽江流域影像的纠正精度为0.225 4个像元,符合资源动态监测的精度要求。     

基于SRTM3的MODIS图像几何精校正方法研究

地形地物被高度综合化,只存在超大尺度或大尺度的特征地物,可供选择GCP(地面控制点)的明显地物非常有限,这是中低分辨率遥感图像进行几何精校正面临的最大难题。本文提出了基于SRTM3数据构建与遥感图像几何特征尺度一致的地理参照,对MODIS图像进行几何精校正的方法。首先,利用90 m分辨率的SRTM3进行地形综合,生成250 m像元尺度的DEM并提取地性线,并将其与1∶25万的大型湖泊、大江大河矢量图合并;使用地形光照立体渲染模型 (Hillshade)制作250 m的负立体可视化彩色地形地貌图;集成由3种地理信息要素构成的地理参照数据集。之后,分别选取250和500 m分辨率的MODIS数据,利用亚像元分解与增强技术制作125 m分辨率的假彩色影像。最后,叠加显示地理参照数据集和假彩色卫星图像,目视比对采集控制点,利用自适应三角网控制校正模型对多波段数据进行校正处理,其GCP点集的均方误差达到了431 m。结果表明:250 m分辨率的DEM地性线与MODIS亚像元图像表达的特征地物的几何尺度一致,MODIS图像中能识别的特征地物在SRTM3地性线与大型水系中均能找到,地性线所表达的特征地物点的数量多于遥感图像。与传统的基于基础地理底图选择控制点的方法相比,本文提出的方法更有利于同名地物点的判读和选取,并且操作处理简单,选取的GCP点的坐标精度较高,纠正处理工作效率高。      

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%。     

一种基于动态模板和等角变换的遥感影像地面控制点匹配算法

传统的基于影像灰度的控制点匹配算法,存在着运算量大,识别精度较低,约束条件多等不足.为解决上述问题,本文对传统算法进行了优化,主要思路是:在利用遥感影像先验知识确定搜索子区的基础上,首先采用动态模板进行不等距搜索,然后利用灰度相关系数双阈值和等角变换对目标控制点进行判别,最后结合控制点间的空间位置关系对未识别出的控制点进行定位.本文给出具体的实施流程,并结合ASTER和TM两种成像差异显著的图像数据,对优化前后的匹配算法均进行了试验,给出了试验结果和对比分析.结果表明,采用动态模板结合等角变换的匹配算法,无论在运算效率上,还是在控制点识别精度上,都较之传统匹配算法有明显优势,具有较强的适应性和应用价值.     

HJ—1CCD与Landsat—5TM在森林叶面积指数反演中的比较分析

利用LAI2000测量了帽儿山实验林场23个不同类型森林样区的叶面积指数(leaf area index,LA.),根据LA.1观测数据和由环境一号卫星HJ-1CCD数据及Landsat-5TM数据计算的比植被指数(SR),分别建立了研究区森林LA.的估算模型.在此基础上,对比分析了CCD和TM数据在红光和近红外波段的特征,评价了利用这两种遥感数据提取的研究区LA.1的差别.结果表明,CCD数据在红光波段的质量比TM-3稍偏低,CCD数据在近红外波段的信息量丰富;利用CCD与TM数据提取的LA,1具有很好的相关性(R2=0.736 4.n=180339).但前者提取的LA,比后者平均偏高0.23(4.5%);CCD数据在空间分辫率、辐射分辫率、波段设置上都与TM数据具有较好的一致性,同时,CCD还具有比TM高得多的时间分辨率(2d),可以有效应用于较大范围森林LA.1的提取.