基于TM/ETM+影像的新乡县土地利用演变研究

加强新乡县土地利用演变研究,为新乡县区域土地的集约化利用和经济社会可持续发展提供科学依据。运用多时相Landsat TM/ETM+影像,综合考虑波段间相关系数和OIF指数,选择最佳波段组合进行图像解译,在此基础上对遥感影像进行分类,并利用SVM分类结果进行新乡县土地利用演变分析。     

基于SPOT影像的最佳波段组合选取研究

最佳波段组合选取是图像解译和信息提取的重要前提。基于 SPOT遥感图像,通过计算单波段最值、均值、标准差完成遥感数据的统计分析工作,进一步计算各波段间协方差、相关系数,分别基于最佳因子法（OIF）和雪氏熵值法进行最佳波段选取研究。结果表明：SPOT影像最佳波段组合为124,经比较,将4波段赋予红色、1波段赋予绿色、2波段赋予蓝色,获得的图像色彩反差明显、层次丰富,能比较全面反映各种地物信息颜色差别,对进一步研究专题信息提取具有重要意义。     

土地利用分类中OLI影像合成最佳波段组合研究

为了将Landsat8_OLI遥感影像应用于土地利用分类中,以新疆维吾尔自治区阿拉尔市Landsat8_OLI遥感影像为试验数据,在对试验数据进行光谱特征分析的基础上,采用最佳指数(OIF)法对Landsat8_OLI遥感影像合成最佳波段组合进行了研究。结果表明,Landsat8_OLI数据各波段中,Band5包含的地物信息最丰富;Landsat8_OLI最佳波段组合为OLI457,其结果具有较好的目视效果。     

农用地分类中OLI影像合成最佳波段组合研究——以黑龙江省鹤岗市为例

为选择农用地分类中OLI影像合成最佳波段,选取鹤岗市Landsat 8_OLI遥感影像为研究对象,首先对各波段的光谱特征信息进行统计分析;其次采用最佳指数法(OIF)初步筛选出光谱信息较丰富的波段组合;最后结合农用地分类中主要地物类型在各波段中呈现光谱特征曲线,对适用于该领域的最佳波段组合进行研究。研究表明,通过最佳指数筛选出的波段组合,结合主要地物的光谱特征信息,能够客观有效地确定OLI影像中最佳波段组合是Band 456,其研究结果可用于农用地利用信息的目译及计算机分类识别。     

ETM+多光谱遥感影像彩色合成最佳波段选择研究--以顺德区土地遥感图制作为例

随着计算机和遥感技术的不断发展,遥感图像解译方法也不断发展,但目视判读仍然是遥感图像解译中最重要的一种方法.如何从ETM+多光谱影像中选择出3个最佳波段并彩色合成成为遥感图像处理是一个重要的研究课题.首先分析了ETM+多光谱影像的波段特征及常见的波段组合;然后综合运用单波段的亮度差、均值、标准差、信息熵等统计特征方法,波段间相关系数矩阵方法,最佳指数法,联合熵法,典型地物光谱特征曲线法相结合分析顺德区ETM+多光谱影像,并从中选择出最佳波段组合;最后反复测试了6种赋色方案,最终的试验结果表明:对于顺德区这种典型的珠江三角洲河口平原地区的土地,利用遥感制图,ETM+遥感影像的543(RGB)波段组合为最佳目视解译波段组合.     

QuickBird遥感图像变形定量估测模型

以深圳市区一景QuickBird Pan波段遥感图像(总行列数为26 574×28 606,对应15.944 km×17.164km的实地范围)为研究对象,利用深圳市区GPS虚拟参考网络定位系统,以厘米级精度测定了65个在图像上易于识别的地面控制点三维坐标,通过65个控制点之间真实距离和在变形图像上对应距离之间的偏差,在分析线性阵列传感器成像原理,遥感图像像点位移影响因素及规律的基础上,利用平均残差平方和准则,系统分析了Quick-Bird Pan波段遥感图像的变形规律和定量估测模型。研究成果对高空间分辨率遥感图像几何精纠正算法研究具有应用价值。     

基于Landsat5 TM的麻城杜鹃花光谱分析与波段选择

以2010年4月27日Landsat 5 TM影像数据为基础,利用影像的光谱数据对麻城市杜鹃花进行了光谱特征分析,并运用均值、标准差和相关系数等指标定量分析了TM数据各波段间的特征,用最佳指数法(OIF)对各种波段组合进行了比较,确认345波段组合最适合麻城杜鹃花分布研究。研究结果可为进一步应用TM影像进行杜鹃花资源信息提取参考。     

基于最优波段组合的土地利用/覆盖遥感信息提取研究

以渭河下游河流沿线区域为研究区,通过对2002年ETM+影像的各波段光谱特征、相关系数矩阵、最佳指数OIF、修正植被指数RNDVI、主成分变换进行分析后,认为第一主成分分量PC1、RNDVI和Band4为最优波段组合。利用非监督的ISODATA和监督分类相结合的方法对研究区进行土地利用/覆盖分类后,得到的总体分类精度为90.098 7%,Kappa系数为0.884 5,说明该研究方法获得的分类精度较高,步骤简便且实用性强,能极大地提取遥感分类信息。     

农作物品种最佳聚类方法研究

筛选中国知网上的期刊文献,选择4篇文章中的4种豆类数据作为评判标准,对数据变换7种方法、样品间5种距离公式、类间7种距离定义,共组合成的245种分类方法,应用系统聚类分析、方差分析、非参数检验和描述性统计分析等方法进行了比较研究。结果表明,过去最常使用的类间最短距离法和类平均距离法都不是最佳的类间距离方法,它们的准确性极显著地低于最小离差平方和法;原始数据Z标准化变换也不是最佳的变换方法,而是"全距从0到1"、"全距从-1到1"、"1的最大量"这3种变换方法;样品间5种距离分类最准确的是Manhattan距离,其次才是欧氏距离。据此得出了最佳的聚类方法和步骤。     

基于信息熵的山西太谷植被指数最佳分辨率尺度分析

尺度是理解地球系统复杂性的关键准则之一。由地学现象的本身出发,结合具体的遥感研究应用来选择遥感影像最佳分辨率具有重大现实意义。从信息论的角度出发,选取山西太谷作为实验区,利用信息熵方法测试该区域2010年各类植被指数不同分辨率下所包含的信息量(测试分辨率主要有30、60、120、240、480、960 m),获得各类植被指数图像的信息熵随图像分辨率的变化曲线,并据此判定最佳的分辨率尺度。结果表明,当各类植被指数图像分辨率为240 m时,植被指数的信息熵均开始趋于减小,此时图像的信息量基本达到饱和。因此,研究区植被指数的最佳分辨率为240 m。基于信息熵的方法来选择影像最佳分辨率,可以为植被遥感监测提供重要参考。