基于高分辨率遥感影像的植被分类方法比较

以新疆库车市东部绿洲-荒漠过渡带为研究对象,利用GF-2号遥感影像为主要数据源,在野外调查的基础上,采用基于像元的监督分类和分层次多尺度分割的面向对象分类方法对研究区植被信息进行准确识别。结果表明:1)监督分类与面向对象的分类结果大体一致,两者的总体分类精度均可达到94%以上,Kappa系数大于0.93,都体现出了较高的分类精度;2)与监督分类相比,面向对象的分类方法在总体分类精度上提升了3.79%,Kappa系数提高了0.032,具有更好的分类效果和分类精度。通过确定最优尺度分割,面向对象的分类方法可更为准确地提取研究区植被信息,为合理评价区域土地荒漠化状况提供科学依据。     

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。     

面向对象遥感图像森林分类研究进展

介绍面向对象森林分类的背景,综述森林分类的理论和方法,概述面向对象遥感图像森林分类研究进展,分析其目前尚存在着影像自动识别困难、图像阴影去除困难、优势树种识别困难及分类精度偏低等问题,并展望了发展趋势。     

基于遥感影像的森林资源变化检测研究

利用ENVI 5.3软件,对滇中某研究区域2015年森林资源二类调查影像和2018年森林资源监测影像进行预处理,按照统一的分类体系对两期影像进行面向对象图像分类,利用流程化动态监测工具实现变化检测.研究结果表明,面向对象的变化检测技术可以很好地区分光谱特征相似或相近的地表覆盖,一定程度上消除并克服了"同物异谱"、"同谱...     

遥感影像植被信息提取及自动区划判读方法研究

森林资源是国家重要的自然和战略资源,在维护国土生态安全中具有重要地位.但在森林督查和日常监管中发现非法使用林地和破坏森林资源等涉林违法犯罪问题屡屡发生,仅靠传统的人工目视解译方法,不仅效率低、耗时长、工作量巨大,且存在着人为漏判、误判等情况,为提高森林督查工作效率,有效减少人工差错等情况,提出了一种对于植被区域快速提取...     

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。     

面向对象结合卷积神经网络的GF-1影像遥感分类

[目的]近年来,越来越多高时间分辨率、高空间分辨率卫星相继出现,为我们的生产生活提供了很大的便利,如何利用好这些数据庞大、信息丰富的遥感影像一直以来都是国内外研究的热点问题.其中遥感影像的分类是将大量的遥感影像应用于各个领域的基础,针对传统方法对于高分辨率影像分类精度提高难的问题,提出一种面向对象结合卷积神经网络的遥感...     

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。     

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GF-2影像的面向对象植被信息提取研究

基于GF-2遥感影像,通过面向对象方法对长株潭城市群生态绿心区内具有代表性的区域进行植被信息提取,利用专业分割软件对遥感影像进行多尺度分割,采用ESP工具定量获取多尺度分割参数,最后通过隶属度函数对遥感影像分类进行植被信息提取,并进行精度评价。结果表明:采用面向对象的方法,从高空间分辨率遥感影像中挖掘出能提取植被的光谱、纹理、形状等特征,能实现植被信息的快速提取,提取总体精度达85.33%。     

遥感影像分类研究

指出了随着遥感技术的发展，遥感影像技术分类成为获取信息的来源。介绍了遥感影像的分类原理方法，利用Envi遥感数据处理软件，基于T M遥感影对土地覆盖进行了监督分类与制图。     

面向对象分类方法的镇西厂乡地类信息提取分析

传统影像解译方法在高分影像信息提取逐渐失去优势,而面向对象分类方法的信息提取能利用高分影像的纹理、光谱等空间信息,使其成为影像信息提取研究的热点。基于高分辨率航片对实验区域贵州省镇西厂地区使用eCognition软件进行面向对象分类方法的信息提取方案分析,重点讨论了航片的多尺度分割,分割最优尺度的确定,分类特征描述与应用、并进行分类精度评价等。同时,还使用ENVI软件基于像元的地类提取,对比两者分类结果与精度,面向对象的最邻近方法信息提取总体精度为89%,Kappa系数为87%,而面向像元的最大似然信息提取总体精度为78%,Kappa系数为75%,面向对象的信息提取结果更加接近人工目视解译,对高分影像的信息提取具有更好的优势。     

多源遥感影像的融合方法效果分析

在IRS—P6遥感影像的多光谱与CBERS-2B遥感影像的全色PAN波段之间进行融合,对乘积变换、比值变换、IHS变换和主成分分析4种常见的融合方法进行对比分析,并对融合后的影像进行主观定性评价和客观定量评价。研究表明：IHS变换效果相对最优,在较好地保持原多光谱影像光谱信息的同时,大大地提高了影像的空间分辨率,对云区的地物色彩表现力上也较好。研究对于使用多源遥感影像融合获取高质量影像有着重要的参考价值。     

基于随机森林的大姚县TM遥感影像分类研究

随机森林(Random Forest)是一种组合多棵决策树分类器的新的分类算法。以楚雄州大姚县为例,采用Landsat-TM数据,通过最大似然、支持向量机、随机森林3种分类器进行分类对比研究。结果表明,支持向量机和随机森林的分类精度明显优于最大似然法,两者分类精度相差不大;在分类时间上,最大似然法明显比随机森林和支持向量机快,支持向量机最慢。综合分析,随机森林算法表现更优,它在保证分类精度的前提下,也能保证一定的时间效率,更适宜实际生产应用。     

遥感影像动态变化监测关键技术探讨

随着遥感影像数据的广泛应用,遥感影像数据更新频率越来越快,如何快速发现影像中地物变化成为一项重要的工作.由于数据量大,人工判读方法不能满足工作需要.文章陈述了变化检测的总体流程、SLIC超像素分割算法和随机森林分类方法,通过遥感影像变化动态检测工具开发,输入两期遥感影像可自动识别并标注变化区域,同时输出变化区域地类的变...     

多源高分辨率卫星遥感影像监测林地动态变化研究

以内蒙古大兴安岭克一河林业局、吉文林业局林地动态变化监测为目标,应用多期国产高分辨率卫星遥感数据,辅以德国Rapid Eye、法国SPOT5和SPOT6、美国TM遥感影像;叠加占用征收林地资料、伐区作业设计、林木采伐许可证、林政案件资料、森林资源二类调查以及林地保护利用规划等专题数据资料。通过目视解译与提取识别,检测林地和林木的变化情况,结果表明:卫星遥感影像对林木采伐、占地、毁林开垦和森林灾害监测效果明显。     

分层分类与监督分类相结合的遥感分类法研究

遥感分类技术是获取土地利用/覆盖数据的主要方法.分层分类思想强调将分类过程逐级进行,每层选用不同的分类标准和方法;监督分类是基于传统统计分析的分类法,具有算法成熟,简便易行的特点.将2种方法相结合,建立起一个复合分类模型,并在SPOT影像上进行试验.试验证明:该方法能有效地提高分类精度,比单一使用监督分类法得到的结果精度提高了8.41%.     

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OBIA和U-Net的土壤侵蚀监测方法研究

为改善传统土壤监测过程效率低、成本高及扩展性差等缺点,在分析OBIA技术和深度学习图像分割算法基础上,设计了一种端对端的多分辨率遥感土壤监测算法。该算法使用OBIA作为训练标签,通过U-Net提供像素级别属于特定土壤侵蚀类别的概率信息,并结合阈值产生最终分割结果图。仿真结果表明,该方法准确率和召回率结果明显优于传统OBIA方法。