多源遥感影像融合技术在土地利用更新和变更调查中的应用

依据多源遥感影像融合技术的基本理论,结合新时期土地利用更新调查的原则和方法,根据地物在影像的纹理特征,探讨了多源遥感影像技术在土地利用更新和变更调查中的应用,分析比较了融合方法的特点及其实际应用.     

土地利用更新调查中SPOT5影像正射纠正方法的应用研究

本文结合3S技术在土地利用更新调查中的应用实践,以云南省红河州石屏县为研究区,探讨了高分辨率SPOT5卫星影像正射纠正的应用方法,对影像纠正精度进行了检验和分析。研究表明,严格按照有关技术规定要求对SPOT5 2.5m影像进行正射纠正,其精度可以满足1∶1万土地利用更新调查的精度要求。     

基于SPOT5高分辨率卫星影像的土地利用更新调查方法研究

本研究采用实证法,以诸城市为试验区,提出了基于SPOT5卫星影像的土地利用更新调查技术路线、方法和流程,并对试验区调查结果进行了比较分析。结果表明:采用SPOT5高分辨率卫星影像进行土地利用更新调查,是切实可行的,能够较大提高调查工作效率、保证调查成果数据的精度和可靠性。     

SPOT5卫星影像在森林资源规划设计调查中的应用

结合森林资源规划设计调查工作的实践,介绍了SPOT5卫星影像在该项工作中的具体应用,一些工作方法和步骤,分析了该种方法的优势所在,提出了存在的问题并进行了讨论。     

应用SPOT5影像进行农居点调查的可行性研究

    研究应用SPOT5影像进行农居点调查的可行性及其精度.以浙江省桐乡市龙翔街道为例,以SPOT5影像为解译底图,对龙翔街道范围的农居点进行信息提取矢量化,获取1∶1万农居点调查矢量图斑,并以同期的土地利用航测结果为比较真值,从各种角度进行数据分析.研究结果表明,图斑属性解译精度为95%左右,图斑平均相对面积精度在94%左右;图斑大小对农居点面积精度有影响,500 m2以上图斑的面积提取精度可以达到85%以上.说明应用SPOT5影像对农居点进行调查是可行的.     

基于SPOT5的县级土地利用现状调查技术研究

以浙江省台州市三门县为例,运用SPOT5不同空间分辨率的融合影像进行土地利用类型调查及面积遥感调查,通过对数据进行选择与预处理工作,利用ERDAS IMAGINE 8.4图像处理软件,对遥感影像进行配准、几何精纠正、融合等,在对研究区土地利用类型的分类中,采用人机交互判读方式,并提出一套适宜高分辨率遥感影像土地利用分类的技术路线.     

基于SPOT5遥感影像的小班区划技术

采用自主开发设计的森林资源规划调查系统,在大的地性线与已有林班线为边界控制条件下,对常用于森林资源调查的SPOT5遥感影像进行了多尺度、多层次逐级分割,获取了影像对象.同时,综合运用分割对象的光谱、空间特征和纹理特征形成分类规则,在此基础上进行小班区划,试验结果表明,该方法得到了较好的小班区划精度.     

利用TM和SPOT遥感影像对南京市城镇用地扩展的监测

利用３个时期的二源遥感影像,对南京城镇用地扩展进行了动态监测。通过ＩＨＳ融合（ＩＨＳ ｔｒａｎｓｆｏｒｍａｔｉｏｎ）技术和比值、差值综合处理技术,充分利用了现有的ＴＭ多光谱影像和ＳＰＯＴ全色光影像的光谱信息。在利用ＳＰＯＴ全色光影像方面作为有益的探索。发现南京城镇扩展是加速发展的。     

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SPOT5遥感影像分类的抽样技术研究

以湖南省攸县为研究区,利用2009、2010年SPOT5影像,在抽样可靠性指标为95%的情况下,设计系统抽样方案、分层抽样方案和简单随机抽样,通过SVM进行图像分类,并结合2009年湖南省连续清查数据对方案进行精度验证,得到适合研究区的抽样方案。结果表明：3种抽样方案中,适宜攸县森林资源调查的最优方案为,以抽样间隔为4 km × 6 km (第Ⅰ层)、4 km × 4 km (第Ⅱ层)、4 km × 4 km (第Ⅲ层)进行的分层抽样,总体分类精度达到90.48%。其中,在系统抽样中,抽样间隔为4 km × 4 km和2 km × 2 km的方案总体精度均为88.10%,但前者训练样本数较少,表明在实际调查中,训练样本的数量与抽样的总体精度不是一直呈正相关。在分层抽样中,适合各层的最优抽样方案不一定相同,并且与系统抽样的最优方案也不一定相同。当抽样间隔相同时,分层抽样的总体精度要高于系统抽样的总体精度,但训练样本数少于系统抽样的训练样本数。所以在实际调查中,采用分层抽样较系统抽样,得到的精度较高,并且耗费的人力物力较少,较为高效。     

SPOT5图像判别方法在退耕还林监测中的应用

应用ERDAS遥感软件对SPOT5进行图像预处理、图像解释、图像监督分类,通过SPOT5图像获取林地面积,得出分类精度,找到一种监测退耕还林的新方法.这种方法在辽宁省康平县小城子乡进行实地应用,分类精度的kappa系数分别为76%和85%,表明应用SPOT5图像监测退耕还林是可行的.     

Worldviow-1与SPOT5遥感数据融合评价

采用HSV,Brovey,PC,Gram几种常用方法汁Worldview-1与SPOT5遥感教据进行融合,以光语保真度和纹理清晰度为依据对各融合效果进行定量评价.实验表明:时Worldview-1与SPOTS两种数据采用PC和Gram的融合方法优于另外两种;直接融合Worldview-1与SPOT5多光谱数据的效果优于使用SPOT5全色影像进行过渡融合的效果.     

SPOT5数据在县级土地利用动态遥感监测工作中的应用

以矢量格式的土地详查数据库为基准,以SPOT5卫星数据为信息源,进行土地利用变化监测,进而更新土地详查数据库,并完成地籍变更工作.     

Evaluating high resolution SPOT 5 satellite imagery to estimate crop yield

High resolution satellite imagery has the potential to map within-field variation in crop growth and yield. This study examined SPOT 5 satellite multispectral imagery for estimating grain sorghum yield. A 60 km × 60 km SPOT 5 scene and yield monitor data from three grain sorghum fields were recorded in south Texas. The satellite scene contained four spectral bands (green, red, near-infrared and mid-infrared) with a 10-m spatial resolution. Subsets were extracted from the scene that covered the three fields. Images with pixel sizes of 20 and 30 m were also generated from the individual field images to simulate coarser resolution satellite imagery. Vegetation indices and principal components were derived from the images at the three spatial resolutions. Grain yield was related to the vegetation indices, the four bands and the principal components for each field, and for all the fields combined. The effect of the mid-infrared band on estimates of yield was examined by comparing the regression results from all four bands with those from the other three bands. Statistical analysis showed that the 10-m, four-band image and the aggregated 20-m and 30-m images explained 68, 76 and 83%, respectively, of the variation in yield for all the fields combined. The coefficient of determination between yield and the imagery increased with pixel size because of the smoothing effect. The inclusion of the mid-infrared band slightly improved the R ² values. These results indicate that high resolution SPOT 5 multispectral imagery can be a useful data source for determining within-field yield variation for crop management.