农牧交错地带土地利用分层分类方法研究——以靖边县为例

为更准确提取农牧交错地带的土地利用信息,本文以靖边县为例,利用分层分类法对该区土地利用类型进行分类。在TM图像光谱特征分析的基础上,提出分层分类的分类步骤,并利用ERDAS建模,逐层提取土地类型,将该区的土地利用类型分为9类。结果表明,与传统的监督分类法比较,分层分类法的分类精度有了显著的提高,对农牧交错地带的土地利用分类结果较为理想,总分类精度达到87.41%,Kappa系数也达到了85.53%。为今后该地区的土地利用信息的提取提供了有效的方法。     

基于单时相MODIS数据的土地覆盖三种分类方法对比研究

以甘肃省为试验区,基于单时相MODIS数据,主要利用其可见光多波段光谱信息,分别使用最大似然法、BP神经网络算法以及基于See 5.0数据挖掘的决策树分类方法对土地覆盖进行了自动分类研究,结果验证表明:决策树分类性能最优,总分类精度达到82.13%,神经网络算法次之,总分类精度为77.60%,最大似然法最差,总分类精度为73.93%;加入boosting技术的See 5.0数据挖掘决策树方法能够快速地进行决策树的建立且能很好地提高较难识别地物类型的分类精度。     

基于1990—2019年多时相影像的干旱区绿洲景观格局分析

利用1990—2019年间阿拉尔垦区共226景的Landsat影像数据,对比不同分类方法,从中选出精度最高的分类方法,分别从斑块类型水平、景观水平、突变情况、空间分布方面分析阿拉尔垦区连续30 a间的景观格局变化特征.结果表明:多时相面向对象的分类结果最佳,总体精度为96.57％,Kappa系数为0.95.在斑块类型水...     

基于时序Landsat 8 OLI多特征与随机森林算法的作物精细分类研究

利用新疆阿克苏地区温宿县2014—2015年生长季的7景时序Landsat 8 OLI数据,提取光谱特征、纹理特征、植被指数等高维信息,并基于随机森林算法(Random Forest, RF)构建分类模型。分析了RF模型中重要参数树个数k、节点分裂特征个数m对分类精度的影响,计算GINI系数评估所有特征重要性,探索最佳特征子集,完成模型的参数率定与信息冗余消除,实现了温宿县研究区内的多种作物类型精细分类,并对比分析了随机森林与其他几种机器学习算法的分类性能。结果表明:作物分类的3类特征中,重要性排名靠前的分别是影像纹理平均规则程度Mean、与作物水分含量密切相关的地表水分指数(LSWI)及短波红外波段光谱反射率,对应干旱区作物的2个关键时相:生长旺盛期与播种期;随机森林分类精度受分类特征数量的影响。当特征删除量低于总特征数的30%时,RF模型的分类精度基本保持不变;当删除量超过70%时,分类精度下降的幅度加大;随机森林方法相对于决策树、支持向量机、朴素贝叶斯、K-近邻等监督分类算法,无论是分类结果的精度还是分类效率均具有优势。     

高分辨率影像的干旱区植被信息提取方法

基于黑河下游额济纳旗地区的Quickbird影像,采用决策树(Decision Tree)、人工神经网络(Artifi-cial neural net,ANN)及支持向量机(Support Vector Machine,SVM)方法对干旱区植被信息进行提取。对三种方法的精度进行评价,结果显示:决策树分类得到的结果零碎,总体分类精度为84.87%;ANN法较决策树方法适宜度高,总体分类精度为91.87%;纹理信息辅助的SVM法取得效果最好,总体分类精度可达96.53%。试验中发现使用高分辨率影像提取干旱区植被种类信息时,大窗口的纹理特征辅助效果较好,但是分类结果的边界出现失常,随着纹理窗口越大,失常的范围也越大。     

基于Sentinel-2影像的河套灌区作物种植结构提取

作物识别是提取作物种植结构的基础,利用遥感技术对作物进行监测识别,对优化生产布局、调整农业生产模式有着重要意义。文中选取河套灌区杭锦后旗为研究区域,基于2019年覆盖生长周期的Sentinel-2号卫星影像数据,构建NDVI时间序列数据集,利用Savitzky-Golay(S-G)滤波对NDVI时间序列数据集进行平滑,分析不同作物不同发育期的光谱曲线特征,计算各主要作物识别关键期的光谱阈值,构建基于决策树分层分类的农作物种植面积提取模型,并用验证样本对分类结果进行精度验证。结果表明:利用整个生育期内的NDVI最大合成影像确定植被地表覆盖,NDVI曲线变化区别林地与耕地,逐层提取地物,简便易行;采用S-G滤波重构高质量的NDVI时间序列曲线,研究证明重构后曲线更加平滑符合作物生长趋势;基于Sentinel-2号遥感数据和整个生育期NDVI时序数据,构建分层分类决策树模型,作物分类总体精度达92.1%,Kapppa系数精度达0.857。本研究采用的方法满足遥感观测应用化需求,也为县级区域农作物分类提供重要参考价值。     

基于无人机数字图像与高光谱数据融合的小麦全蚀病等级的快速分类技术

小麦全蚀病是检疫性的土传病害,对小麦生产危害极大,对其发生的监测是治理的根本。遥感技术可实时、宏观地监测病害发生发展,尤其是将光谱信息与高分辨率数字图像进行融合,可直观、精准地对病害识别和分类。本文基于计算机视觉技术,通过光谱数据与高分辨率数字图像结合的方法,对小麦全蚀病等级进行快速分类。首先,通过ASD非成像光谱仪获取小麦全蚀病的光谱信息,提取全蚀病特征光谱,建立光谱比。其次,利用无人机获取的实时田间数码图像,对其颜色特征进行重量化。最后,利用基于支持向量机的决策树分类对图像视场中的不同全蚀病等级进行分类。结果表明,4个全蚀病等级的分类精度均大于86%(Kappa0.81),平均运算时间小于30s。通过与实地调查的小麦全蚀病的白穗率等级做比对,验证分类结果的准确性,结果表明该方法基本可以实现对小麦全蚀病等级的实时监测。     

面向子流域单元的典型黄土地貌分类研究

基于格网DEM的数字地貌形态类型自动划分是当前地貌研究的热点。根据基本分析单元的粒度大小,可将现有的分类方法划分为以栅格为分析单元和不规则坡面多边形为分析单元。然而,上述2种方法都无可避免地存在分类结果中地貌实体不完整性的问题。本文将分析单元提升至小流域级别,提出面向"细胞"级的微小尺度的子流域为分析对象的分类思想,利用GIS空间分析方法,构建子流域地理属性数据库,依据研究区已有的地貌资料,遴选出高程、起伏度、平均坡度、坡谱偏度4个核心分类指标,采用层次分类法,设定相应的地形因子阈值,将陕西省铜川市耀州区划分为:河漫滩、黄土残塬、黄土台塬、陡坡冲沟、墚峁状丘陵沟壑、石质小起伏平缓中山、石质小起伏陡峭中山以及水域等8大类型。分类结果最大程度保证了地貌实体的相对完整性,与用GPS进行的实地采样观测结果对比分析表明,该方案的分类精度达到88. 19%,可望成为基于面向子流域单元进行数字地貌分类研究的有益探索。     

基于TM影像的半干旱区土地利用信息提取——以山西省定襄县为例

为了更准确提取半干旱区的土地利用信息,以山西省定襄县为研究区,利用Landsat TM影像,在主成分分析(PCA)的基础上,结合归一化植被指数(NDVI)和纹理信息,构建支持向量机(SVM)分类模型,提取研究区的土地利用信息。结果表明:与最大似然法和单纯依靠纹理特征SVM分类方法相比较,基于NDVI和纹理特征的SVM分类法的分类精度有了显著提高,分类总精度达到了84.50%,Kappa系数为0.8113。研究表明,该方法对半干旱区的土地利用信息提取较为理想。     

东亚飞蝗发生程度的主成分分析及聚类分析研究初报

利用主成分分析和聚类分析,介绍了东亚飞蝗发生程度及对不同发生程度进行分类的方法。主成分分析选出秋残蝗最高密度、夏蝗达标面积、秋残蝗面积、夏蝗发生面积等4个主因子。这4个因子能在84.56%的程度上反映东亚飞蝗的发生程度。聚类分析将东亚飞蝗20年的资料,在卡方距离近1.68处聚成3大类,分析结果与实际情况非常吻合。依据聚类分析结果可对东亚飞蝗进行分类综合防治。     

基于无人机可见光图像估算甘肃鼢鼠对马铃薯的为害量

为估算农田害鼠对作物的为害损失量,使用无人机拍摄甘肃鼢鼠Eospalax cansus为害的22块马铃薯样地正射影像图,首先目视解译标定各样地为害区域,计算为害率,并据此划分各样地鼠害为害等级;随后运用基于规则的特征提取法和监督分类法（支持向量机分类法和神经网络分类法）对各样地裸地和植被进行分类,结合对照区裸地率计算各样地的鼠害为害裸地率;通过构建鼠害为害裸地率与马铃薯产量的线性关系模型来评估不同分类法获得的鼠害为害裸地率的精确性;用拟合度最好的线性关系模型估算无鼠害及当前鼠害水平下的马铃薯产量,最终计算全部样地鼠害造成的马铃薯损失量。结果表明,基于规则的特征提取法、支持向量机分类法和神经网络分类法的地物分类精度分别为71.46%、99.33%和98.84%,3种分类方法获得的样地鼠害为害裸地率与马铃薯实际产量均呈显著线性相关,但神经网络分类获得的结果拟合度最好,R²为0.558。利用该方法估算的甘肃鼢鼠造成的马铃薯产量损失量为7 032.75 kg/hm²。     

基于Bayes判别理论的地下水化学分类的分析方法

将Bayes判别分析方法应用于地下水化学类型判别与分类中,建立了地下水化学类型综合评判的Bayes判别分析模型。模型选用Na++K+、Ca2+、Mg2+、HCO-3、Cl-、SO42-等6个指标作为判别因子;将地下水化学类型分为3种,作为Bayes判别分析的3个正态总体;以内蒙古河套灌区地下水实测数据作为训练样本,建立Bayes线性判别函数;以Bayes线性判别函数计算待判样品的Bayes判别函数值,以最大值对应的总体作为样品所归属的总体;最后以刀切法对判别准则进行评价以检验模型的优良性。结果表明,Bayes判别分析模型误判率低,识别正确率达82.5%,输出结果正确率达86.6%。与传统分类方法相比,Bayes判别分析模型提供的判别分类结果,具有更明晰、易懂的水化学类型信息。     

地貌形态多尺度综合分类方法

地貌形态对象往往大小悬殊,跨越特定的空间尺度.现有的地貌形态自动分类方法尚未充分顾及该特点,分类精度受到制约.利用地貌形态的大小为尺度,提出1种涉及尺度跨越性的地貌形态多尺度综合分类方法,该方法由多尺度分割、按尺度顺序筛选和多尺度合并3个步骤构成.其中,按尺度顺序筛选是1个以多尺度特征提取和监督分类为基础、以小尺度(小...     

坡度图在黄土高原土地利用遥感信息提取中的应用

黄土高原地形破碎,基于地物光谱特征的计算机分类往往不能满足精度需求,必须依靠由地理信息系统提供的辅助数据来提高分类精度。本文在遥感图像处理软件ERDAS IMAGINE的支撑下,利用监督分类方法研究了坡度图在土地利用信息提取中的应用。结果表明,坡度图辅助土地利用信息提取能获得较好的效果,其总精度提高了16．41％。     

基于叶形分类的5种竹子叶面积预测模型研究

【目的】为提高竹类植物叶面积模型的适用性,为生产实际中的叶面积测量提供快速、准确、便捷的方法。【方法】研究通过对叶面积大小悬殊的观音竹（Bambusa multiplex var. riviereorum）、唐竹（Sinobambusa tootsik）、桂竹（Phyllostachys reticulata）、中华大节竹（Indosasa sinica）和箬竹（Indocalamus tessellatus）等5种竹子按照叶形进行分类,利用长宽积和扫描实际叶面积进行叶形分类和不分类（整体）建模,并采用均方根误差、残差平方和、预测精度来检验模型的精度,并与叶面积仪测量的面积进行对比。【结果】5个竹种按叶形分类拟合的R2值（观音竹0.988 4、唐竹0.987 9、桂竹0.985 8、中华大节竹0.993 5、箬竹0.993 9）均大于0.98,模型预测精度（观音竹95.08%、唐竹96.68%、桂竹96.64%、中华大节竹97.51%、箬竹97.61%）均大于95%,比整体拟合准确度高;分类拟合的均方根误差（0.07～2.58）和残差平方和（0.57～600.35）均比整体拟合小。5个...     

基于TM影像的草原沙漠化植被盖度分析研究

植被盖度是草原沙漠化评价的重要指标,以TM影像为数据源,结合地面调查数据和对应点的NDVI值,建立了植被指数与植被盖度间的回归模型,利用该模型生成植被盖度分布图;同时利用前人的植被盖度计算经验公式,生成同一区域的植被盖度分布图,并分别对其植被盖度数据进行分级。对比分级结果,发现:通过大量的地面调查数据建立的盖度分析模型分类精度较高,总精度达到85.42%,而通过经验公式计算,效果相对较差,其分类精度仅有75.00%。     

农田杂草的分类和识别

一、杂草的分类方法农田杂草种类很多,分类方法各异,常见的有以下几种分类方法:(一)根据杂草的生态习性分荒地杂草:在常年荒芜地上自然生长的杂草种群。隙地杂草:在有时栽植利用有时抛荒的土地上自然生长的杂草(以上两类杂草受人的影响较小,保持着野生植物的特性)。     

应用无人机(UAV)低空影像监测黄兔尾鼠鼠洞初探

黄兔尾鼠是新疆北部地区荒漠草原的主要危害鼠种之一。其灾害调查长期以人工地面调查为主。为探究无人机(UAV)低空遥感在黄兔尾鼠鼠洞调查中的适用性,选择巴音沟牧场典型鼠害区进行航拍试验,采用小型无人机作为低空遥感平台,获取研究区可见光航拍影像。采用极大似然法和面向对象分类方法提取鼠洞,通过混淆矩阵结合地面样方对分类结果进行精度评价。结果表明,应用UAV监测黄兔尾鼠洞穴的空间分辨率应不低于1.5 cm;极大似然法鼠洞分类精度为69%,而面向对象分类方法分类精度达91%,面向对象分类方法识别鼠洞正确率更高。UAV低空遥感在黄兔尾鼠灾害调查中表现良好,具有很好的应用和推广价值。     

最大似然识别绿化树种休斯现象规避

最大似然在高维、多源数据分类中易发生休斯现象,其卓越的分类性能不能充分展现。通过提取WorldView-2影像前3主成分的24个纹理特征,构造高维数据,以树种分类为例,提出了利用递归特征消除筛选重要纹理特征,降低数据维数,实现最大似然休斯现象规避的方法。结果表明:在消除5个纹理特征后,最大似然的休斯现象基本得到解除,在消除8个纹理特征后,休斯现象达到了最大解除;休斯现象解除后树种分类的最高总体精度为81.166 4%,Kappa系数为0.779 9,总体精度和Kappa较基于光谱特征的高7.095 1%和0.082 5。递归特征消除可避开、克服最大似然分类中的休斯现象,可使最大似然分类器在高维数据中充分展现其分类性能。     

《稻田蜘蛛的保护利用》简介

本书由王洪全编著,湖南科学技术出版社1981年4月第1版,188页,定价0.53元。本书对于稻田蜘蛛的作用、意义、保护利用、分类与采集饲养等方面,根据作者的实践结果和体会,分别作了介绍和讨论。大量引用了作者在稻田蜘蛛利用研究工作中所得到的第一手资料是本书的一个特色。稻田蜘蛛的分类识别约占了全书篇幅的三分之