QuickBird预正射产品处理及在林地宗地勾绘中的应用

以满足林地宗地勾绘需求为例,从生产角度出发,提出了一套处理QuickBird预正射产品制作影像底图的技术路线。先通过波段运算进行真彩色模拟;再用光谱变异较小的Mod.IHS(The Modified IHS Fusion)融合法融合全色波段与真彩色模拟图,得到满足视觉效果的真彩色融合图。然后用基于GCPs的有理数模型正射纠正真彩色融合图,满足宗地勾绘精度要求。最后采用局部区域纠正模型匹配不同轨道、时像的子影像,使重叠区向同名点平均位置匹配,图像中部通过重叠到非重叠的过渡区的不动点保持位置不变,以重叠区的控制点构建拼接线镶嵌影像,最终得到完整影像底图。研究方法在具体实践中得到了较好的应用效果,并对QuickBird影像在生产实践中的应用具有借鉴作用。     

基于MODIS山东省植被指数影像数据库的实现

基于MODIS数据,利用ENVI软件分析处理得到山东省的归一化植被指数(NDVI)与增强型植被指数(EVI)影像数据,通过对影像数据进行分块、编码和建立索引,建立了山东省NDVI和EVI植被指数影像数据库,并可提供数据下载服务.     

基于无人机航摄技术在土地整治项目中的应用研究

针对传统土地整治项目施工监管、后期监测效率不高的问题,本文通过低空无人机航摄和PhotoScan软件后期处理,对比生成的正射影像图和Google earth卫星图的分辨率和位置,发现该影像图能精准、高效的表征项目区影像数据变化,从而得到一种可用于土地整治项目各阶段动态观测的简单、快捷方法。     

无人机航摄技术在土地整治项目中的应用探究

针对传统土地整治项目施工监管、后期监测效率不高的问题,本文通过低空无人机航摄和PhotoScan软件后期处理,对比生成的正射影像图和Google earth卫星图的分辨率和位置,发现该影像图能精准、高效地表征项目区影像数据变化,得到一种可用于土地整治项目各阶段动态观测的简单、快捷方法,以期为土地整治项目的发展提供参考。     

基于中巴资源卫星数据的水稻种植面积监测——以梁平县为例

以Landsat TM影像数据为参照标准, 中巴卫星CBRES CCD影像为基础数据, 并结合土地利用现状图与实地考查资料, 综合应用了RS和GIS技术手段, 对重庆市梁平县进行地物分类和水稻种植面积提取, 获得的研究区水稻种植信息与TM数据提取的结果相比较, 精度达到92.37%. 通过试验研究得到以下初步结论: (1) 利用CBRES-02 CCD数据提取研究区的水稻种植面积可以得到比较满意的效果. (2) 水稻识别精度受到海拔高度与地形因素的影响, 海拔越低, 地势越平坦, 水稻分布越集中, 水稻识别精度越高; 海拔越高, 地形条件越复杂, 地块越破碎, 水稻识别的精度越低.     

基于RS和GIS技术的济南市土地利用变化动态监测研究

遥感(RS)和地理信息系统(GIS)技术有利于准确、及时地监测土地利用的变化.该文以济南市遥感影像、地形图、土地利用图为基础资料,利用ERDAS软件对济南市1995、2000和2005年三期的TM影像进行校正、重采样、增强、分类等处理,得到济南市土地利用信息和土地利用的变化信息.分析结果表明:草地、水体、耕地、林地4种土地利用类型面积减少,但是下降的速度在减缓;城镇交通用地增加最快;未利用土地面积有所增加,但是耕地、草场退化趋势已经得到遏制;济南市的土地利用正在日趋合理化.     

应用哨兵2A多时相遥感影像对树种的识别

森林树种类别的准确识别和专题图制作对于森林经营管理具有重要作用。以哨兵2A多时相遥感影像数据源,通过对单时相影像以及根据基尼系数(Gini系数)和信息熵进行的不同影像组合,利用随机森林算法对大孤家林场的树种类别进行识别和分类制图。结果表明:哨兵2A多时相影像组合能够显著改善树种分类的精度,多时相影像组合总体分度最高为87.45%,Kappa系数为0.825,比单时相遥感影像分类总体精度提升了4%~7%。     

基于GIS的农村土地承包经营权确权登记颁证工作应用——以沛县为例

在国家全面开展农村土地承包经营权确权登记颁证工作的大背景下,本文围绕土地法和农业部"三个规范"、"五个技术"实施工作,以沛县栖山胡楼村14组的数据(包括影像图、村界图、农户数据)实施分析,利用Arc GIS(包括定义坐标系、更改字段属性、空间拓扑检查)、FME(包括界面预先设置、数据处理)和农经CASS(包括属性匹配、界址线界址点生成)进行dwg图转shp图的步骤方法,并对比论证优缺点,配合Arc GIS影像图初级处理(如分幅裁剪、拼接等)的技术,分析了基于GIS的农村土地承包经营权确权颁证工作的中后期质量检查以及发布工作。     

数学形态学在高分辨率图像土地覆盖分类中的应用

高分辨率影像可以清楚地显示树木房屋等地物细节,但是用基于像元的分类很难将这些细碎的地物融合为通常的土地覆盖分类图。首先对高分辨率影像进行有监分类,再根据有监分类的结果对不同地类进行二值化,运用数学形态学对各地类二值图进行处理,从而得到地类的边界图。通过多组实验表明,数学形态学运用于高分辨率图像土地覆盖分类既保留了图像的地类特征,也快速得到了不同地类的边界。     

玛曲县天然草地沙化动态遥感监测

以玛曲县两期(1977年、2008年)MSS、TM影像为主要数据源,通过对遥感影像进行几何校正、配准、图像增强等处理,建立解译标志进行人工判读,然后分类得到各时期沙化草地现状图;再将两期沙化草地现状图叠加,提取变化的像元,实现沙化草地变化动态监测。结果表明:1977—2008年,玛曲县沙化草地面积整体呈扩张之势,31年间沙化草地增加3 959.67 hm2,增幅158.3%,年均增长率为5.1%。1999—2008年间沙化草地面积增加的速率明显低于1977—1999年间的增长速度。     

基于Quick Bird的阿其克苏河植被覆盖度研究

[目的]利用高分辨率Quick Bird影像,并结合实地的植被和土地类型调查,对艾比湖地区阿其克苏河植被覆盖进行归一化植被指数( NDVI)遥感分类,利用遥感影像处理软件(如Envi软件、Arcgis软件、Erdas软件)提取了该区的植被覆盖等信息.[方法]基于NDVI图对该区进行植被覆盖度反演,并结合实际测量数据提出了荒漠区NDVI分类标准和植被覆盖等级划分标准.[结果]通过NDVI分类图和植被等级覆盖图,发现该地区植被大多集中于河滩及其两岸;而且离水源越近,植被覆盖度越高,NDVI值也越高,这与荒漠区植被分布特点吻合.[结论]植被覆盖度反演结果与实地测量对比分析有很好的切合度.     

泰国THEOS遥感影像质量评价

选取泰国THEOS(Thailand earth observation satellite)卫星影像作为研究对象,提出从图谱成像质量和专题地类提取性能评价影像应用潜能。采用不同地类的像元均值表征影像的光谱质量;选取灰度共生矩阵GLCM(Grey level co-occurrence matrix)计算得到的角二阶矩ASM(angular second moment)、相关性(correlation)、对比度(contrast)和熵(entropy)评价影像的图像质量;利用面向对象的分类方法评价影像的地物解析能力。结果表明:(1)耕地、城市和林地的均值分别为121.14、73.70和137.62,说明THEOS影像对不同地物有较好的区分性能;(2)对比度和熵的均值最大(分别为18.93和2.88),可以用于表征THEOS影像丰富的纹理信息;(3)2 m分辨率THEOS融合影像可以较好地提取均一地类,但解析多种地类混合的区域效果较差。本研究可为THEOS卫星数据在我国的广泛应用提供参考。     

基于无人机多光谱图像监测棉花冠层含水量

使用无人机搭载的多光谱相机获取田间遥感影像,通过相关性计算选取合适的波段组合,基于多光谱影像间的波段运算得到植被指数(VIs),采用最小二乘法构建棉花冠层含水量反演模型.结果表明,红波段(680nm)和近红外1波段(800nm)间的光谱特征与棉花冠层含水量相关性最高,由此光谱区间构建了归一化植被指数(NDVI)和比值植被指数(RVI),基于NDVI的二阶多项式回归得到了较好的预测结果,R2在0.69以上.使用此方法可以实现棉花冠层含水量的快速、无损监测,从而为田间精准灌溉提供技术支持.     

基于面向对象的多端元光谱混合分析方法

为了充分利用中等分辨率遥感影像的空间、纹理和光谱信息,解决影像中存在的大量混合像元问题,提高多端元光谱混合分析方法的效率,本文提出了基于面向对象的多端元光谱混合分析方法。首先利用面向对象的分析方法对研究区遥感影像进行分类,得到分类结果图;然后对分类结果图中包含多种土地覆盖类型的对象进行多端元光谱混合分析,获得各土地覆盖类别的丰度图及分解残差图;最后对基于面向对象的多端元光谱混合分析结果与多端元光谱混合分析结果进行对比分析。结果表明,基于面向对象的多端元光谱混合分析方法能够得到比较连续且和实际地物分布较为吻合的分析结果,其分解精度和效率优于多端元光谱混合分析方法。该方法可更有效地提取地表覆盖信息,为研究区域性生态环境变化、模拟分析提供了有效的信息提取方法。     

基于不同时相遥感的冬小麦种植面积的提取

卫星遥感技术能够快速、准确、大面积对农作物生长进行监测,多时相遥感监测可克服单时相遥感监测的不足,利于实现对农作物生长变化的动态监测。以江苏省大丰市为研究区域,选用拔节期和抽穗期两景环境(HJ)卫星遥感影像进行不同地物光谱信息识别与种植面积提取研究。首先,在分析两景HJ星影像植被光谱信息的基础上,提取出各自影像的归一化差值植被指数(NDVI)影像,并对两景NDVI影像分别进行加运算和减运算,得到另外两景NDVI合成影像。其次,通过对提取到的四景NDVI影像光谱信息进行比较分析,最终选用植被光谱信息特征较为明显的加运算合成影像进行冬小麦种植面积提取。最后,基于影像不同地物的NDVI阈值划分,并叠加GPS样点信息校正,提取到大丰市冬小麦种植面积数据及其空间分布信息。结果显示,大丰市遥感提取冬小麦种植面积为78 712.13 hm2,精度为92.51%。在该市20个乡镇(或农场)冬小麦种植面积提取精度中,精度大于95%有9个乡镇(或农场),精度在90%至95%之间的有7个乡镇(或农场),仅有4个乡镇(或农场)提取精度在80%至90%之间。说明,利用不同时相遥感合成运算方法得到的合成影像,能明显增强冬小麦光谱信息与其他植被信息特征区别,有利于实现高精度提取冬小麦种植面积的目的。     

豫南黑猪胎儿不同发育阶段典型B超影像图特征研究

对不同胎龄的妊娠母猪进行超声探查,获取有较好对比性的胎儿及相关超声影像,然后对所获取的图像进行对比研究,使胎儿的发育过程更好地在超声影像图上反映出来,使之能够反映胎儿的发育规律和妊娠日龄的关系。结论:通过对不同胎龄仔猪进行B超影像图的监测,初步制定出了猪妊娠全程B超监测参考超声图谱,将对指导养猪生产实践产生重要的影响。试验结果表明:通过对超声探查方法和对超声影像图分析方法的探索,使超声影像图在胎儿不同的发育阶段更加详细准确的反映胎儿发育的情况,使超声探查在养猪业中的应用更加广泛,对提高养猪方面的生产力,特别是提高母猪繁殖效率有重要的意义,值得推广应用。     

基于多时相高分一号影像水稻监测精度评价与修正——以德阳地区为例

以2014年四川省德阳地区为研究区域,建立10个(500m×500m)样方作为训练区,同时期建立水稻验证点。提取2个时相高分一号的NDVI值,分析其变化特征,确定阈值;利用数字高程图(DEM)及坡度图,采用决策树分类方法,进行水稻遥感监测。以水稻地块样点作验证,评价高分一号数据在水稻识别方面的精度,最后利用样方测算的修正系数对遥感监测面积进行修正。结果表明,在类似德阳地块比较破碎的平原和丘陵区域,高分一号影像遥感识别水稻的用户精度可达92.3%,制图精度可达96.5%。以78%系数乘积修正该区域水稻遥感监测面积,得到更为准确的水稻播种面积。高分一号影像作为全新的高空间分辨率遥感数据,在水稻监测方面,可作为一种可靠的、免费的遥感影像替代源在更大区域中探讨使用。     

基于Radarsat-2和环境星的淮河流域冬小麦估产模型比较研究

建立基于微波和光学卫星影像的农作物估产模型,可对上报作物产量准确性及估产模型精度进行相互验证.应用2014年4月中旬和5月初星载合成孔径雷达(SAR)——RADARSAT-2和同期HJ影像各两幅,选择安徽省寿县和怀远县冬小麦产区,通过试验田产量和反演的雷达影像后向散射系数,以及从环境星计算得到的归一化植被指数(NDVI),建立冬小麦线性估产模型,在此基础上对估产模型精度进行比较:通过星载SAR的同极化HH和交叉极化HV方式建立的估产模型对寿县涧沟镇冬小麦估产精度分别为68.37％和74.01％,对怀远县龙亢镇冬小麦估产精度分别为63.10％和69.10％;通过HJ星建立的估产模型对寿县涧沟镇和怀远县龙亢镇冬小麦估产精度分别为69.52％和66.43％.基于HJ星影像得到的冬小麦估产模型精度和基于SAR得到的估产模型精度接近.模型结果为上报产量准确性、冬小麦估产模型验证、参数纠正及推广奠定基础和积累经验.     

大白菜变异株嫩茎、幼叶愈伤组织培养和花、子房离体培养的研究

通过对一株大白菜变异株(图1)的嫩茎、幼叶进行愈伤组织培养和对变异花(图2,下文中简称为花)、膨大的子房(图3,花蕾展开后20 d,下文中简称为子房)进行离体培养,以期得到再生植株。试验结果表明,嫩茎、幼叶未能成功诱导出不定芽,花及子房较易诱导产生不定芽。     

森林调查中使用Arcgis进行国土航拍影像图与谷歌航拍影像图地理配准方法

<正>在森林调查外业中需要使用国土部门提供的已配置好坐标航拍影像图,外业工作中如果能结合谷歌地球航拍影像图进行小班区划效率会更高,但谷歌航片坐标根国土航片的坐标不同,利用下载器下载来的谷歌航拍影像图跟国土航拍影像图是有偏移的,因此需要在ArcMap中进行地理配准。使用国土航拍影像图作为调查地图,但国土部门发放的航拍影像图更新时间距离现状的时间过长,给矢量区划和外业调查带来不便,谷歌航拍影像图更新时间比较快,很多是几个月前拍