逐步分类法在TM资料中提取稻田信息的研究

设计了一种计算机自动识别分类方法(逐步分类法)。该法在TM资料中用于水稻面积的遥感监测试验。可使稻田面积的估测精度达到97.04％。     

基于TM数据耕地面积提取方法研究

粮食作物的播种面积、产量等信息是国家制定粮食政策和经济计划的重要依据。以昔阳县为研究区域,主要应用TM数据,结合研究区土地利用现状图,基于光谱信息,提取了耕地和非耕地信息,最后利用最大似然法监督分类得出耕地面积为29242.1 hm2,分类结果精度达到93.3%。     

基于基本竞争型神经网络的TM影像分类研究

【目的】针对传统遥感图像分类方法精度低的缺点,运用基本竞争型神经网络模型对TM影像进行分类研究。【方法】在考虑TM影像光谱信息和地表结构变化信息的基础上,应用经过基本竞争型神经网络训练后的分类器对TM影像进行分类研究,并与利用最大似然法的分类结果进行比较。【结果】研究区TM影像采用基本竞争型神经网络进行分类的总体分类精度和Kappa系数分别为89.1%和0.873,而采用最大似然法分别为70.6%和0.646,前者的分类精度明显高于后者。【结论】基本竞争型神经网络的分类结果明显优于最大似然法的分类结果。     

从TM图像中专题解译稻田信息的精度分析

利用美国Landsat-5夏末时相的TM-CCT数据,经计算机处理,外拍成像的TM图像,采用简化的目视综合解译法,专题解译稻田信息,其结果的定性解译正确率为93.9％,宏观面积精度为99.5％,从而明确了只要有合适的TM资料,那么,对平原稻区的县级以上的水稻遥感估产稻田面积进行监测是可能的。     

不同遥感影像大气纠正算法在农作物种植面积提取中的对比

以海安县的LANDSAT5—TM影像为研究对象,用于农作物种植面积遥感提取,但由于大气辐射使卫星遥感数据引起畸变从而影响提取精度,为消除该影响,采用黑暗像元减法（DOS）、大气辐射传输模型法FLAASH、ATCOR2、6S等四种大气校正方法进行大气校正并对各种方法进行验证比较,从综合方面考虑得出最优大气校正方法。利用40个主要农作物的样本点的NDVI值与经过大气校正MODIS地表反射率的NDVI值比较,同时利用农作物的反射率值与标准值进行比较对比,以及结合各类主要农作物分类结果精度进行验证。实验结果表明,大气校正在一定程度上提高了农作物真实地表反射率,使得农作物的反射率更加精确,分类精度较原图像也有较大提高,因此提高了主要农作物各类面积提取的精度,综合计算效率和效果等指标得出在面向农作物面积遥感提取的大气方法中,采取FLAASH方法可以达到较好的效果。     

最大似然分类的训练样本敏感度研究

【目的】遥感影像监督分类能够快速获取土地利用和地表覆盖的信息,分类样本的选取对分类精度具有决定性的作用。以最大似然分类方法为例,研究样本数量、均值和标准差对分类精度的影响。【方法】基于地表覆盖产品GlobeLand30分层随机选取不同数量的训练样本,采用最大似然法对研究区域的Landsat8遥感影像进行分类。通过谷歌地球高分影像选取一定数量的检验样本,对影像分类结果进行精度评价,并研究样本数量、均值和标准差对分类结果的影响。【结果】不同数量的训练样本得到的分类精度不同,分类精度随着样本数量的增加先增加后下降,然后渐趋于稳定;在样本质量特征方面,当训练样本的均值和标准差越接近检验样本的均值和标准差时,分类结果的精度越高,反之则分类精度较低。【结论】在最大似然分类过程中,训练样本数量的选取存在临界值,当达到临界值时即可获得较高分类精度,随后即使增加样本的数量也无法显著提高分类结果的精度。在样本质量方面,要尽量选取能够反映地物真实特征的训练样本进行分类。     

基于多时相资源一号04星多光谱影像的土地利用分类——以海南西北部地区为例

【目的】基于3期2015年获取的资源一号04星(CBERS-04)多光谱遥感数据,探讨CBERS-04多光谱数据在热带地区土地利用分类中的应用潜力。【方法】结合光谱和物候信息,分别采用最大似然法和决策树分类方法对海南西北部地区土地利用现状进行分类研究。【结果】基于单景的最大似然法可获得相对理想的分类精度,总体分类精度为85.8%~88.8%,卡帕系数为0.80~0.84;同时使用3期影像作为输入,运用最大似然法和决策树分类方法,其分类精度均有明显提升,总体分类精度达91.61%~92.61%,卡帕系数为0.88~0.89,其中最大似然法略优于决策树分类算法。【结论】联合多期CBERS-04多光谱数据能够准确提取热带地区土地利用现状信息,具有广阔的应用前景。     

卧龙湖湿地信息的提取方法研究

湿地与森林、海洋一起并列为全球三大生态系统,具有重要的生态功能。以卧龙湖湿地作为研究对象,以TM影像作为主要数据源,采用BP-神经网络分类方法,实现了卧龙湖湿地信息的遥感提取。     

基于先验信息的先验分布选择方法研究

借鉴了从参数空间中估计恰当参数的解决方法, 运用于在参数的可选先验类中选择合理先验的问题中, 并借助于贝叶斯分析的相关理论建立了基于先验信息的先验选择方法.     

水稻播种面积遥感监测信息系统研究初报

本文简述了用遥感技术监测水稻播种面积的可能性。重点介绍了以遥感信息为主,结合其它基础资料进行水稻面积监测信息系统的构成,并对整个系统的各部分作了进一步的讨论;对系统应包含的基本功能也作了分析,同时还介绍了系统研究的一些结果。     

三维及相关辅助信息在提高图像分类精度中的研究

该文对应用高程、坡向及土壤等辅助信息提高分类精度进行了研究 .在GIS支持下 ,运用GIS的空间分析技术综合研究高程、坡向等辅助信息与植被类型的内在关系 ,运用模糊数学的基本原理将这种内在关系量化 ,形成可以反映植被与辅助信息间规律的模糊矩阵 ,综合应用所得到的模糊矩阵通过后分类法来修正无监、有监分类得到的初分类图像 .该研究以贺兰山中段汝箕沟一带为研究对象 ,成功地应用该方法得到了研究区的植被分类图像 .研究表明 ,三维及相关辅助信息可以有效地提高遥感图像的分类精度     

三维及相关辅助信息在提高图像分类精度中的研究

该文对应用高程、坡向及土壤等辅助信息提高分类精度进行了研究.在GIS支持下，运用GIS的空间分析技术综合研究高程、坡向等辅助信息与植被类型的内在关系,运用模糊数学的基本原理将这种内在关系量化,形成可以反映植被与辅助信息间规律的模糊矩阵，综合应用所得到的模糊矩阵通过后分类法来修正无监、有监分类得到的初分类图像.该研究以贺兰山中段汝箕沟一带为研究对象，成功地应用该方法得到了研究区的植被分类图像.研究表明，三维及相关辅助信息可以有效地提高遥感图像的分类精度.     

连续型光谱数据的处理及信息提取试验

应用切比雪夫多项式和傅立叶级数,对连续型光谱数据进行了数据压缩和信息提取的试验,证明切比雪夫多项式和傅立叶级数均能有效地压缩光谱数据和提取光谱信息。     

基于TM影像的草原沙漠化信息增强方法的研究

分别选择浑善达克沙地西部、中部和腹地3个区域,利用遥感影像的假彩色合成、比值增强、归一化植被指数（NDVD、掩膜技术等遥感图像增强处理技术,对3个区域进行遥感数字图像处理,探讨增强草原沙漠化信息的有效方法。研究发现：NDVI图像中,不同级别的草原沙漠化在灰阶上易于区分,尤其是轻度沙漠化和重度沙漠化,反差非常大;TM3／TM4比值运算增强了沙漠化信息,特别是半固定沙地的信息,再与原图像中的TM4和TM5进行假彩色合成,形成含有比值运算信息的合成图像,更加突出了草原中度沙漠化的信息。     

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。     

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。