矿区植被遥感调查最佳波段组合的选择

鞍钢集团公司始建于1916年,是我国解放后最早恢复和建设起来的集矿山采选、钢铁冶炼、钢材轧制、动力、焦化、耐火等为一体的长流程特大型钢铁联合企业。由于历史的原因和生产工艺的限制,在矿山开发过程中排放的剥离岩石和尾矿沙形成的排土场和尾矿库占用大量的山地,矿产开发造成的土地资源破坏和引发的严重生态环境问题,严重制约资源与环境的可持续发展。     

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。     

农作物面积遥感调查中最佳波段的选择研究

以南京周边地区农作物面积遥感调查为例,对遥感图像的特征进行了研究,分析计算了研究区影像的各个波段的OIF指数和基于类内类间距离准则的J值,提出了一种基于OIF指数、类内类间距离准则的最佳波段选择方法,对于遥感图像处理中最佳波段选择具有借鉴价值。     

潮滩植被调查IKONOS影像融合方法

像素级融合应用广泛,但不同的融合数据、应用对象不同的融合方法融合效果不同.以IKONOS影像为数据源,以潮滩植被分类为应用对象,采用HIS变换、Pan Sharp、主成分、葛兰-斯密特、小波变换等方法进行数据融合.通过主观、客观多方面评价融合效果.结果表明,在潮滩植被分类中,小波融合方法是权衡IKONOS低空间分辨率光谱信息和高空间分辨率空间信息的最佳方法.     

最佳特征影像组合综合选择指数的研究

最佳特征影像组合的选择是决定遥感影像信息提取与影像分类效果的关键环节之一。本文在分析多种定量选择方法的基础上，对不同方法的相关性及其存在的差异进行了深入的探讨，提出了综合选择指数法，经试验初步认为综合选择指数能较好地进行最佳特征影像组合的选择，并提出了构建综合选择指数模型的方法与原则。     

利用TM影像在土地利用/覆盖遥感解译中波段选取研究

研究建立在专用遥感数字图像处理软件（ERDAS 8.5）以及地理信息系统软件（ArcGIS 8.3,ArcView 3.2）平台上.选用处于三峡库区边缘的重庆南川市2003年TM影像,对土地利用/覆盖解译最佳波段组合进行了研究.TM145为解译居民点和水域的最佳波段组合,TM345为解译耕地、林地和草地的最佳波段组合.     

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。     

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.     

西洞庭湖湿地遥感最佳波段选择研究

湿地是水陆交界处,水位对于洞庭湖湿地的变化有着显著的影响。针对洞庭湖湿地涨水为湖、落水为洲的典型特点,选取同一年水位变化最大的2个时期影像。针对TM影像数据量大、冗余的特点,在实践中利用地图光谱特征及最佳指数、联合信息熵等指数来考虑最佳波段的组合,选取出最佳的包含2个季相特征的波段组合,可取得较好的效果。     

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TM影像植被信息提取研究

基于TM遥感影像,提取研究区内植被专题信息,通过对TM多光谱影像进行K-T变换,得到亮度、绿度、湿度3个新的分量,计算各组分分量和归一化植被指数NDVI的相关系数,从而进行波段组合,将其分类结果与K-T变换基础上分类结果、以及原始图像基础上分类结果进行比较。分析表明,波段的合成与K-T变换均能提高遥感影像分类精度,并且波段组合基础上植被分类与信息提取效果良好,精度更高。     

甘肃省文县地震前后TM图像增强处理方法比较分析

在遥感图像处理软件ENVI的支持下,以甘肃省文县为研究区,分别计算了相关统计信息,利用相关系数矩阵、特征向量和特征值,按照最佳波段组合原则,对地震前后的TM图像进行了多种波段组合试验,并进行了比值分析。比较波段组合和比值法所得结果,可以看出以TM453的组合为基础,参考其他组合（如TM145,TM427和NDVI、TM5／TM3、TM4／TM3的组合）来增强图像信息,解译遥感图像的地物类型,分析比较震前震后的地物变化会得到较好的效果。     

甘肃省沙化土地监测研究

1999年度甘肃省沙化土地监测是以1994～1996年沙漠化土地普查为本底,用两期卫星TM影像(1994,1998)对比分析,进行了沙化土地动态监测。采用处理和分析信息结合的遥感综合监测与计算机信息管理的技术体系,结合地面监测及典型解剖调查,得出甘肃省沙化土地数据和动态演变趋势。结果表明:全省重点县沙化土地类型动态变化总体呈扩展趋势,同时沙化土地逆转变化也比较明显。表现在固定沙地、戈壁、风蚀残丘、潜在沙化土地增加,流动沙地、半固定沙地、闯田、非生物工程治沙地减少。各县市沙化土地类型发展与逆转并存。     

拉萨市森林植被TM图像解译特性的分析

介绍了拉萨市森林植被遥感调查中目视解译标志建立的步骤，并分析了拉萨市各主要林分的卫星影像特性。     

新疆棉花遥感识别模型研究

依据新疆主要农作物的农时历及作物的地面光谱数据,论证了在TM遥感影像中识别棉花的最佳波段为第4波段,最佳识别月份为9月,最后通过TM遥感影像上对应的波段数据进行了验证,确定了棉花的识别模式。     

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。     

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。     

基于遥感影像的七台河市植被覆盖度研究

及时、准确地获取植被覆盖信息是矿区生态恢复和建设的关键与重点,现选用七台河市1993、2000、2011年3期的TM卫星数据,使用ENVI遥感软件提取归一化植被指数(NDVI),根据像元二分法计算七台河市的植被覆盖度,利用Isodata分类方法对七台河市的植被覆盖度进行分等定级,最后得出七台河市1993～2011年的植被覆盖度分类图,定量说明该区域近20年间的植被覆盖变化情况。1993～2000年,植被覆盖度下降比较明显,2000～2011年植被覆盖有所上升,但仍未达到1993年水平。     

基于TM影像和SPSS软件天然草地植被指数及相关性分析

为了研究乌兰县天然草地植被指数特征,利用比值植被指数(RVI)、归一化植被指数(NDVI)、差值环境植被指数(DVI)、土壤调节植被指数(SAVI)、修正后的土壤调节植被指数(MSAVI)5种植被指数和植被信号与土壤噪音之比(S/N)对研究区天然草地植被指数进行研究,结果表明研究区天然草地植被覆盖度普遍表现不佳。这说明对研究区天然草地资源的利用应该慎重,并且应重视其生态价值。