基于快鸟的多尺度景观模糊分析城市绿地

以25像元和150像元的目标分割值生成小尺度和大尺度的快鸟影像景观目标层,利用知识分类提取出绿地信息,计算分析城市绿地6种景观参数,并利用模糊数学方法构造景观综合指数,研究探讨多尺度城市绿地景观特征。结果表明:多分辨率分割方法能有效产生两种绿地景观尺度;小尺度景观指标大多大于大尺度景观指标,符合景观学规律。     

基于NDVI再分类的城市绿地信息提取——以江苏省徐州市为例

以徐州市为例,分析对比各种城市绿地提取方法的准确度和可行性,结果表明:对遥感影像进行归一化植指数后,通过无监分类提取绿地信息的方法,是一种准确而快速的城市绿地监测方法.     

基于遥感影像的昆明中心城区绿地信息提取

以昆明中心城区遥感影像为研究数据,采用基于面向对象分类的研究方法,按照监督分类的思想,将地物分为城市绿地、林地、裸地、水体、建筑和道路6种类型,运用支持向量机的分类器对绿地信息进行提取,并根据总体分类精度和kappa系数的大小对分类结果进行验证,结果表明:城市绿地信息提取精度良好,符合城市绿地调查的精度标准,认为此种绿地信息提取方法值得推广运用。     

城市绿地自动分类管理信息系统研究——以乌鲁木齐新市区为研究对象

绿地作为城市景观的重要组成部分,是城市中最能体现生态性的生态空间(Eco-logical Space)。在我国大部分城市绿地的破碎化程度非常高,采用人工的手段提取绿地信息工作难度较大,而随着地理信息系统相关技术的发展,已经可以实现采用3S技术获取城市绿地的基本信息,本研究正是基于此现状,以乌鲁木齐新市区作为研究对象,结合提供制图与空间分析功能的ActiveX控件MapObjects,以及VB的程序设计环境,针对城市绿地特有属性开发出一套用于城市绿地分类及信息管理的软件系统。     

广州市主城区绿地信息提取及其动态变化分析

基于广州市主城区2004年、2008年及2012年SP5影像数据,应用遥感分类技术中的监督分类、非监督分类以及先提取植被技术再非监督分类的方法提取广州市主城区的绿地信息,将提取的结果与森林资源二类调查档案更新资料进行比较,找出最优的分类提取方法;应用最优的绿地信息提取方法,提取广州市主城区2004年、2008年及2012年绿地信息并分析其动态变化过程。研究结果表明:1)通过先提取研究区影像植被指数然后作非监督分类的方法可以快速而准确地提取出城市绿地信息,这是一种可行的城市绿地监测手段。2)从2004—2012年,广州市主城区绿地面积明显减少,特别是在2004—2008年减幅较大,2008—2012年趋于平缓。     

一种基于Quickbird影像提取城市绿地信息的模型算法

利用陕西省西安市阎良区Quickbird卫星遥感数据建立归一化植被指数模型提取城市绿地信息,这种基于光谱的信息提取模型受到"同物异谱"和"同谱异物"信息的干扰,影响了信息提取的精度和速度.通过地物判读发现"同谱异物"信息主要为蓝色房顶、白色建筑物,而"同物异谱"信息主要为城市道路两旁的行道树.对这几种地物类别同实际城市绿地的植被信息进行光谱采样对比分析,建立了避免蓝色房顶及白色建筑物被同时提取的植被提取光谱模型和消除"同物异谱"现象的植被提取光谱模型,经过实验验证,方法可行.     

基于遥感的乌鲁木齐市绿地资源信息提取技术研究

城市绿地是城市生态系统中的一个子系统,可以综合调节城市生态环境。本文基于遥感信息,对乌鲁木齐市绿地格局进行研究和探讨,对城市绿地专题信息进行提取。主要通过计算TM影像及各主成分分量和归一化植被指数NDVI的相关系数来进行波段组合,提高遥感影像的目视解译精度和分类精度,然后与其他资料对比研究,可以发现该方法对于城市绿地信息提取能取得较好结果。研究表明乌鲁木齐市城市绿地存在面积较少,分布状况不均匀。     

基于面向对象法的方祥乡地类信息提取方案设计

地物信息的提取中应用到面向对象方法的软件eCongintion,利用地物相应特征来辅助地物信息的提取最后输出的矢量数据也易于与ArcGIS相结合。研究中使用的面向对象方法主要包括2个关键步骤：多尺度分割和分类,使用一种快速的分割方法得到最终分割结果,然后使用最邻近法进行对地物的分类,实现高分辨率遥感影像地物信息的提取。完成地物信息提取之后,开始对分类结果精度评价,使用得出的结果与基于像元的分类方法进行了对比,面向对象方法所得出的总体精度比传统方法所得出的总体精度高出18.15%,结果表明,面向对象方法得出分类结果精度高于基于像元的分类方法。     

基于航空影像的树冠提取方法研究

用高空间分辨率遥感影像对单木树冠进行自动提取和轮廓描绘是近年来林业遥感领域研究的热点。本文以覆盖实验区的航空影像为例,采用面向对象的多尺度分割方法,逐级对植被对象、树冠对象和分树种模式进行分割,有效地提取了影像中的树冠大小信息。     

无人机影像树冠信息提取研究

【目的】树冠是林木长势监测、树种识别、蓄积量估测等森林调查中的重要森林参数,对森林资源调查和生态研究等具有重要意义,相比于传统的人工实地调查的方法,通过无人机影像提取树冠信息,具有高效、准确和低成本等优势。【方法】以湖南衡山森林生态系统定位观测研究站实验样地为研究对象,以无人机影像为数据源,采用阈值法和K邻近法,分别对正射影像和冠层高度模型进行图像二值化,取其交集得到树冠区域图;利用数学形态学开闭重建滤波对树冠区域图进行去噪处理,有效平滑影像,避免影像对象边缘轮廓偏移;采用局部最大值法和最大类间方差法进行前景背景标记,根据影像标记修正梯度图像;利用分水岭分割算法提取树冠信息。【结果】在树冠区域提取中,基于阈值法和K邻近算法成功分割出树冠区域与背景区域,确定树冠分割范围。通过数学形态学滤波,有效地去除了由噪声及树冠内部的纹理信息所造成的伪局部极值,减少了分水岭分割算法的过分割现象,同时保护了树冠边缘轮廓及其位置信息。【结论】单木尺度上,树冠信息提取的F测度为75.98%;样地尺度上,提取的树冠面积相对误差为13.3%。基于无人机影像提取树冠信息的方法是可行的,能够快速准确地提取较高郁闭度林分的树冠信息。     

基于GIS和Fragstats的青神县城区绿地景观格局研究

分析青神县绿地系统景观格局特征和存在问题,为青神县创建国家森林城市提供理论依据和参考。以2018年遥感影像和青神县主城区绿地系统图为基础,通过对遥感数据进行融合、图像增强等处理,采用面向对象法提绿地信息。并结合现场调查,对绿地类型进行了科学分类,并基于Fragstats景观处理软件定量分析了青神县中心城区绿地系统的景观结构及景观格局。结果:(1)青神县绿地系统中面积最大的是区域绿地(其他绿地),占全部绿地的35.08%。公园绿地面积较小,所占比例不大(19.10%)。(2)青神县总体景观形状较为规则和简单,有利于青神县城市景观的规划利用和管理。(3)区域内景观整体连通性较好,人为干扰或自然破坏较小,但各景观类型之间的连通性和空间上的聚集度均不强。绿地景观之间的连通性和聚集度不强,影响生物多样性的保护及自然生态过程。青神县在创建国家森林城市过程中,应控制人工景观占比,增加城市绿地,尤其要增加公园绿地的面积并合理均匀布局,并增加通道绿化,将城市中逐渐岛屿状化的大型生物栖息地有机联系起来,构筑连续的生态绿地网络,保护动物在城市内部的迁徙通道,增加景观的连续性。     

基于时间序列遥感的武汉绿地景观格局与气溶胶光学厚度的相关性

绿地作为消减颗粒物污染的重要载体,对缓解空气污染具有重要作用。既往研究虽然从不同尺度对绿地和空气污染的关系进行了研究,但从遥感数据的时间序列对以AOD为代表的综合空气污染物与绿地的相关性及其模型规律研究却鲜少涉及。文章选取武汉市2000—2015年的绿地与AOD为对象,运用ENVI解译遥感影像获取绿地和MODIS AOD数据,进而运用Fragstats计算绿地及其因子的景观指数,在10km网格尺度探讨绿地及其因子的景观指数与其对应的平均AOD值的相关规律,并得出规律模型,旨在为城乡规划设计、生态类相关规划设计与空气污染防治等提供参考。     

基于多源数据的北京市中心城区绿色空间的定量评价

文章以北京市中心城区为例,采用遥感影像与大数据结合的方式探索城市绿色空间定量评价方法,以期为新时代背景下的生态空间品质提升提供思路:一方面从生态环境改善出发,运用2013—2018年研究区城市绿色空间的时空演变特点探讨研究区城市绿色空间与地表温度之间的关系,为缓解城市热岛现象提出建议;另一方面从供给侧视角出发,分析研究区大型、中型、小型城市绿色空间斑块的服务水平及服务压力,以期为优化城市绿色空间格局提供相应参考。     

基于面向对象的高分辨率影像的森林植被变化信息提取研究

如何利用遥感技术获取森林植被变化信息是遥感应用的重要领域之一。基于ALOS高空间分辨率的遥感影像数据,研究利用面向对象的分类方法,对影像进行多尺度分割,通过隶属度函数,提取森林植被变化信息,并实地验证变化结果。研究表明:利用面向对象的方法对ALOS遥感影像进行森林植被变化信息的提取,个数精度达到80.85%,面积精度达到84.90%。此研究为森林植被变化信息的提取提供了又一有效的方法。     

基于影像区域合并分割技术的植被覆盖分级研究--以三峡库区小江流域为例

以影像区域合并分割技术为基础,综合运用相关GIS和RS软件,提出了植被覆盖分级研究的新方法.以三峡库区小江流域为例,以2002年的TM图像为信息源,结合研究区的地形图、GPS野外采样数据、植被指数和DEM等,对研究区的植被覆盖进行了分级研究.研究表明,三峡库区小江流域的植被覆盖总体上分布不均,但与流域区位及海拔高度呈现一定的规律性空间分布格局.这一研究对确定水土流失强度等级具有十分重要的意义,也为其它的遥感影像分析应用提供参考.     

基于GIS和高分辨率遥感数据的城市绿地抽样调查方法研究

快速准确地获取城市绿地信息是城市绿地可持续经营和科学规划的基础.以南京市玄武区绿地为研究对象,以2002年SPOT5遥感数据为主要信息源,以同期南京市主城区交通旅游图、绿地统计资料为辅助信息源,通过目视解译获取各类绿地的准确资料.分别采用简单随机、系统、分层、空间平衡抽样4种计算机屏幕抽样方法,对研究对象的绿地信息进行参数估计,并比较分析各种抽样方法的抽样精度.研究结果表明:目视解译结果与统计数据相比,误差仅为5.1%;4种抽样方法的抽样精度大小排序为:空间平衡抽样(98%)(分层抽样(94%)(系统抽样(82%)(简单随机抽样(75%);空间平衡抽样与遥感图像目视解译的误差仅有2%,可以代替目视解译,较大幅度地降低了目视解译的时间、人工成本.     

基于SPOT5影像的森林资源信息提取技术研究

森林资源调查所使用的遥感影像分辨率不断提高,遥感影像分类技术随之发展成熟,这为森林资源信息的提取,提供了较好的数据资源及技术基础。根据SPOT5遥感的高分辨率特征以及多光谱特征,利用神经网络工具提取森林资源特征,然后进行森林资源的自动提取。将自动提取的结果,结合其他小班区划条件人工进行修改,最终使数据达到资源调查所需要的精度。