卫星遥感融合技术在植烟生态研究中的应用

 烟草种植的生态研究在烟草种植规划与管理中发挥重要作用。利用遥感融合技术辅助开展烟草种植的生态研究极少。以云南省丽江市为例,尝试利用不同的融合算法对研究区的WorldView 2影像进行融合试验,并对结果进行定性与定量分析评价。结果表明：（1）GS变换的融合效果最好,光谱信息丰富,图像保真度高,Pansharp变换次之,Brovey和IHS变换效果最差,存在光谱信息损失和光谱扭曲。（2）利用GS变换和Pansharp变换融合的图像色调变化小,地物细节表现较好,有利于WorldView 2影像信息（植被、水体等）提取工作的开展,进一步辅助烟草种植的生态研究。     

高精度卫星遥感影像在景谷县地质环境调查中的应用

选择SPOT-6卫星高精度遥感影像,以人类工程活动区域为解译范围,以RGB彩色合成图像作为解译的标准图像,经图像校正与增强、图像融合与图层叠加处理后,对景谷县自然地质环境、人类工程建筑等地理要素和滑坡、崩塌、泥石流等地质灾害进行了遥感解译.结果表明,景谷县3大地质灾害主要分布在河流两侧、山体陡峭区域,主要受植被破坏以及人类工程活动的影响.     

基于资源三号卫星遥感影像的山区套种烟草面积估测

[目的]针对传统实地测量难以实现山区大面积套种烟草面积监控的问题,研究一种快捷、高精度的估测途径。[方法]利用ENVI5.1软件处理资源三号卫星2.1 m全色影像和5.8 m多光谱影像,导入1∶1万DEM数据进行正射校正以纠正地形起伏引起影像上的误差。野外获得具有代表性的地面控制点(GCP),利用面向对象分类方法,对影像进行智能化的分割和合并,以GCP的光谱、纹理和形状属性创建规则,进而提取烟草面积。[结果]经过分类后处理提取的研究区烟草面积为14 088.46 hm2,分类精度达到94.63%。[结论]面向对象分类方法提取遥感影像信息的实用性较高。     

遥感影像滑坡灾害识别应用研究

遥感卫星应用于滑坡灾害识别有30多年的历史,卫星遥感是进行滑坡识别的重要手段,在滑坡治理监测方面中有着重要的应用,遥感影像也在向高分辨率过渡,滑坡识别方法从目视解译向人机交互和自动识别发展,提高了滑坡识别精度.总结了滑坡特征以及近些年来国内外利用遥感影像对滑坡识别的方法和优缺点,针对存在的不足对未来研究方向提出展望.     

资源三号遥感卫星影像的生物量反演研究

研究了北京市森林生物量遥感估测模型的构建和合理性判断。建立森林生物量模型所需的各种数据,包括2012年的资源三号卫星影像数据和实测样地调查数据。采用9格法提取的遥感影像信息,其中影像的纹理因子作为建模因子之一,与光谱因子、地形因子一起与实地样地数据建立生物量模型,进行生物量反演,通过精度分析,分别建立整个北京市针叶林和阔叶林的森林生物量反演模型,其相关系数分别为0.82、0.71,拟合估测精度分别为76.75%、80.02%,为提高林业调查的效率与精度提供一种方法。     

基于小波变换的IRS与TM遥感卫星影像融合

本研究在整体小波变换融合方法基础上，提出了基于对比度的局部特征选择加权小波变换影像融合方法，并以多光谱TM和高空间分辨率IRS-1C全色波段图像为例，与色彩空间变换HIS融合方法进行图像融合效果的比较分析试验。试验表明基于对比度的局部特征选择加权小波变换影像融合方法能在最大限度保持多光谱影像光谱信息的同时，增强了影像的纹理信息。     

基于卫星遥感影像在农村土地承包经营权确权登记中的应用

农村土地地块复杂,分布无规律,大大增加了土地确权的难度。基于此,针对卫星遥感影像、航拍图和实测数据在数据获取效率、成本、误差和精度等方面进行综合比对分析,结果表明,卫星遥感影像具有数据获取快、成本低、误差小和精度满足规范要求等优势,能够保障土地地块勾绘准确,为农村土地经营权确权登记提供有力的技术保障。     

高分1号卫星影像在福州市植被生态遥感监测中的应用

从高分1号(GF1)卫星数据特征出发,论述了卫星数据的预处理方法,并以福建省福州市为例,通过PIE软件对高分1号多光谱相机(GF1-WFV1)16 m影像数据进行辐射定标、大气校正和正射校正,然后利用GIS软件计算植被覆盖度并划分植被覆盖等级。结果显示,除城建区外,福州大部地区为高或较高植被覆盖度区,其中,福州内陆地区植被长势明显高于沿海地区,福州市区、仓山、闽侯高新区及平潭地区植被覆盖度较低。     

高分辨率卫星遥感在引黄灌区农作物种植结构调查中的应用

针对当前宁夏引黄灌区灌溉管理工作的需要,以高分辨率卫星遥感影像为基础底图,结合实地调查,查清了灌区农作物种植结构的分布和面积情况,为进一步实施灌区农业种植结构优化调整、节水灌溉及水量调度管理等工作提供科学依据和基础资料.     

卫星遥感影像的自动匹配

影像匹配是指在两幅或者多幅影像之间寻找同名像点的过程.它是从影像上自动提取地物三维空间信息的关键技术之一,已被广泛应用于摄影测量与遥感领域,如影像的自动内定向和立体像对的相对定向、摄影测量区域网平差中连接点的自动提取和DSM自动生成等.影像匹配结果的优劣直接影响后续遥感产品的质量.对于多重影像覆盖的区域或者基于控制点影像库的不同源遥感影像的联合处理,影像自动匹配技术就成为提高影像几何处理精度与作业效率的一项关键技术.该研究基于影像匹配的国内外研究成果,介绍了匹配中的图像预处理和基于控制点影像库匹配流程;并根据三线阵CCD影像的特点,介绍了基于金字塔分层动态窗口匹配运算的相关系数法在三线阵CCD影像像点立体匹配中的应用.     

应用国产卫星影像编制县级影像地图的研究

研究了利用国产卫星影像资料编制县级影像地图的原则、方法、用该方法编制的影像地图在土地资源的利用与调查方面具有较高的实用价值。     

浅论遥感影像在农业旅游规划中的应用

本文介绍了高分辨率遥感影像的处理技术、旅游地图的具体制作流程以及不同的遥感数据在旅游规划中的应用重点等,遥感提取农业旅游规划信息,提高了农业旅游规划的科学性和可操作性,因此,遥感影像在农业旅游规划中的应用将是旅游业发展的必然趋势。     

卫星遥感和地理信息系统在湿地资源调查中的应用

以若尔盖高原为调查研究区，湿地资源（沼泽、泥炭）为调查研究对象，通过地貌区划、湿地资源分类系统、图象处理与机助解译分类、目视解译景观综合分析判读、遥感制图等方面的应用研究，完成了研究区１：１０万湿地资源现状调查，建立了湿地资源信息管理系统，较系统寺确定了采用卫星遥感、地理信息系统和地面调查相结合的技术手段开为地资源宏观调查的应用方法。     

浅谈卫星遥感图像在林改工作中的应用

2009年由国家林业局西北规划设计院完成的镇巴县二类森林资源清查设计规划,在本次设计规划中将卫星遥感技术运用到林业调查技术工作中.在其提供的调查成果中有森林资源管理系统(包含地形图、遥感影像图、报表、文档资料等数据),森林资源虚拟现实系统(三维立体地形)软件.受其启发,在本次林改中将软件中的遥感技术应用到林改勾图工作中,发现具有很强的科学性和实用性.     

基于1∶1万DEM的SPOT5遥感影像正射纠正

论述了在山地大高差情况下,选用遥感影像校正模型、点位纠正与配准进行质量控制和精度分析,对数据处理重采样、分辨率融合,以多景影像数字镶嵌方式进行SPOT5遥感影像正射纠正的方法。精度分析结果表明,采用物理纠正模型对地形起伏较大的地区进行正射纠正可以取得较好的结果。     

RapidEye卫星数据在水稻种植面积遥感调查中的应用研究——以桂平市晚稻为例

本研究在以桂平市RapidEye卫星影像为例,深入探讨RapidEye卫星影像南方地区水稻种植面积遥感调查的可行性。从RapidEye图像的几何纠正精度、图像合成处理、遥感解译标志和调查结果看,采用RapidEye图像调查的精度和实效性高,可以满足南方地区水稻种植面积遥感调查的需要。     

RapidEye卫星数据在水稻种植面积遥感调查中的应用研究——以桂平市晚稻为例

本研究在以桂平市RapidEye卫星影像为例,深入探讨RapidEye卫星影像南方地区水稻种植面积遥感调查的可行性。从RapidEye图像的几何纠正精度、图像合成处理、遥感解译标志和调查结果看,采用RapidEye图像调查的精度和实效性高,可以满足南方地区水稻种植面积遥感调查的需要。     

基于1:1万DEM的SPOT5遥感影像正射纠正

论述了在山地大高差情况下,选用遥感影像校正模型、点位纠正与配准进行质量控制和精度分析,对数据处理重采样、分辨率融合,以多景影像数字镶嵌方式进行SPOT5遥感影像正射纠正的方法.精度分析结果表明,采用物理纠正模型对地形起伏较大的地区进行正射纠正可以取得较好的结果.     

基于遥感影像的棉花种植面积提取方法研究

利用ERDAS IMAGINE 9.2遥感图像处理软件,设计了一种基于遥感影像的棉花种植面积提取方法。通过实地调查,该方法适用于大范围棉花种植的面积估算。     

遥感影像融合与分类在城市边缘带扩展监测中应用研究

探讨了TM30m分辨率波段与SPOT10m分辨率全色波段通过融合来提高城市扩展动态监测精度的方法和应用潜力。首先采用IHS变换完成TM的多光谱波段与SPOT全色波段融合，增强变化信息在光谱和几何特征上的表征，然后采用最大似然分类方法对融合图像进行分类。实验结果表明光谱与纹理特征组合在用户精度上比单纯光谱、纹理特征分类分别提高21．87％和10．22％；在生产者精度上比各自分别提高8．4％和17．88％；Kappa系数分别提高0．10和0．21。通过高几何分辨率图像与多光谱波段融合方法可以，增强变化信息，纹理特征参与变化信息提取可以提高变化类型的分类精度。