多时相高分一号影像在丘陵地区大宗农作物提取中的应用

【目的】基于多时相的高分一号(GF-1)影像,利用面向地块对象分类法提取广西崇左市江州区大宗农作物种植面积,为南方多云雨丘陵地区提取作物信息提供参考。【方法】以2 m分辨率的GF-1影像为数据源,采用人机交互的方式准确识别地表覆盖的地块信息,基于对多时相GF-1影像进行云影检测,并处理生成影像的光谱、归一化植被指数(NDVI)、亮度等特征,采用面向地块对象的分类方法提取甘蔗、水稻和香蕉的作物信息。【结果】根据混淆矩阵评价分类的结果可知,提取大宗农作物的总体精度为90.08%,Kappa系数达0.85,满足农业成果应用的精度要求。【结论】利用有效影像数据,结合地块数据完成作物信息提取,该技术方法能够准确提取丘陵地区大宗农作物信息,为解决南方多云雨丘陵地区提取作物信息难题提供了有效途径。     

高分一号卫星影像监测水稻种植面积研究综述

简要介绍了高分一号卫星应用于农情遥感监测的优势和水稻种植面积遥感监测的原理,着重对遥感影像数据预处理、遥感影像分类方法与水稻面积提取技术等方面的研究进展进行了综述。高分一号卫星具有高空间分辨率和时间分辨率的特点,反映作物的光谱特征明显,适合选用为农情遥感监测的数据源;基于高分辨率卫星影像的水稻种植面积提取技术比较成熟;基于决策树、人工神经网络、专家知识、人工目视解译等分类提取方法应用前景广阔,但精度有待进一步提高。     

利用高分一号影像提取水稻种植面积方法研究——以长春榆树市为例

利用遥感技术提取水稻种植面积,一直以来都是难点。利用高分1号卫星影像作为数据源,找到一种能快速、准确提取水稻种植面积的方法。通过对水稻成熟期遥感影像的光谱分析,根据水稻成熟期的蓝移现象,发现在蓝光和绿光波段光谱特征与其它地类差异明显,并通过波段运算,建立模型,增强了这种差异,使得水稻种植面积提取精度更高。利用东北地区独特的气候特点,把影响水稻种植面积提取的林地去除,利用该方法提取水稻种植面积精度达到93.5%。     

基于多时相遥感影像的水稻种植信息提取

获取水稻种植信息对于指导水稻生产,监测作物生长及合理分配水资源具有重要意义。针对基于单时相影像提取水稻信息精度有限,以Sentinel-2A/B多时相影像为数据源,构建NDVI、EVI、NDWI和光谱特征4种时序特征数据集并设计6种试验方案,结合随机森林算法对水稻种植信息进行提取。结果表明,NDVI、EVI时序曲线可以较好反映出水稻生育期的物候特征,不同地类的光谱时序曲线和NDWI时序曲线可分离度较高,有利于提高分类精度;基于NDVI时序数据集的分类精度最低,基于光谱时序数据集的分类精度最高,总体精度达95.559 0%,Kappa系数为0.943 3,与基于NDVI的分类结果相比,总体精度、Kappa系数、水稻生产者精度和用户精度分别提高了3.530 4%、0.044 9、8.64%和3.36%,水稻与旱地的混分现象得到有效抑制。该研究为区域水稻种植信息精确提取在数据源选择、时序特征构建方面提供了一种新的思路和技术手段。     

基于不同时相高分一号卫星影像的水稻种植面积监测研究

高分一号卫星影像具有高空间分辨率和高时间分辨率的优点。为了分析在水稻生育期内不同时相的高分一号卫星影像对水稻识别的影响,以江苏省建湖县为研究区域,选用2014年7月21日至2014年10月24日期间5景空间分辨率为16 m的高分一号卫星影像,采用ISODATA分类与人工目视解译相结合的方法分别提取各时相的水稻种植面积,并以地面实测GPS水稻样方进行精度验证,结果表明5个时相的水稻种植面积精度都在86%以上,10月15日精度达到最高,为90.391%,说明利用高分一号卫星影像可以用于监测水稻种植面积且精度较高,在农业遥感监测领域中具有广阔的应用前景。     

基于多时相资源一号04星多光谱影像的土地利用分类——以海南西北部地区为例

【目的】基于3期2015年获取的资源一号04星(CBERS-04)多光谱遥感数据,探讨CBERS-04多光谱数据在热带地区土地利用分类中的应用潜力。【方法】结合光谱和物候信息,分别采用最大似然法和决策树分类方法对海南西北部地区土地利用现状进行分类研究。【结果】基于单景的最大似然法可获得相对理想的分类精度,总体分类精度为85.8%~88.8%,卡帕系数为0.80~0.84;同时使用3期影像作为输入,运用最大似然法和决策树分类方法,其分类精度均有明显提升,总体分类精度达91.61%~92.61%,卡帕系数为0.88~0.89,其中最大似然法略优于决策树分类算法。【结论】联合多期CBERS-04多光谱数据能够准确提取热带地区土地利用现状信息,具有广阔的应用前景。     

基于多时相合成孔径雷达数据的水稻种植面积监测

与光学遥感相比,合成孔径雷达(SAR)遥感能够不受云雨天气影响,为大范围作物种植信息的精准监测提供新手段。本研究以天津市小站稻为例,基于2018-2021年的多时相Sentinel-1A SAR影像,提出了结合小站稻生长特征相似性分析与随机森林分类的水稻种植分布和面积监测方法。首先提取VV和VH极化方式下不同地物的后向散射系数时间序列特征曲线,并利用HANTS滤波来消除噪声影响。然后根据野外调查数据获取小站稻参考生长曲线,构建小站稻相似性指数,筛选出小站稻可能种植区域。最后采用随机森林分类模型提取小站稻种植面积。结果表明,基于多时相Sentinel-1A SAR影像相似性分析及随机森林分类能够获得较高精度的水稻种植面积,VV和VH两种极化方式下提取的水稻种植面积与统计年鉴结果的平均相对误差分别为2.67%和3.80%,总体分类精度分别达到95.52%和93.40%,Kappa系数分别为0.94和0.93;与不引入相似性指数进行分类相比,VV和VH极化方式下引入相似性指数后总体分类精度分别提高4.35个百分点和3.13个百分点,Kappa系数分别提高0.04和0.03,水稻的制图精度分别...     

基于高分一号遥感影像的绿地信息提取

对高分一号卫星影像进行大气校正、几何校正、裁剪等,利用Libsvm 4.0在Matlab平台里编程进行交叉验证网格法寻优,最终获得支持向量机分类的最佳惩罚系数为45,不敏感系数为0.31。改进支持向量机分类器绿地分类精度为94.6%,该提取精度能满足高分辨率遥感影像在城市绿地动态监测。     

基于多时相遥感影像识别与分析高原主要农作物

本文基于归一化植被指数和决策树分类方法,借助多时相高分辨率遥感影像,利用青海省高原地区主要农作物的物候信息,结合地面调查和无人机测绘手段分析省内具有代表性意义的研究区的主要农作物。结果表明归一化植被指数和决策树分类方法对高原主要农作物的面积识别具有较好的可靠性。因此,基于多时相遥感影像数据分区域识别高原主要农作物,将有效解决高原地区因客观因素所造成的农作物面积提取的误差,为高原高海拔农作物面积识别与提取提供理论基础与技术指导。     

基于多时相HJ-1B CCD影像的玉米倒伏灾情遥感监测

【目的】通过对倒伏发生前后的多时相HJ-1B卫星CCD多光谱影像植被指数的变化分析,实现区域尺度下的玉米倒伏受灾范围监测和灾情评估。【方法】以2015年8月3日因大风暴雨导致大面积玉米倒伏的河北省藁城市为研究区,提取HJ-1B CCD多光谱影像的多种植被指数,根据多时相植被指数变化量与实测倒伏样本的关联分析,筛选玉米倒伏敏感植被指数,采用正态(偏正态)统计理论的双阈值划分策略划定阈值,构建基于植被指数变化分析的玉米倒伏灾情遥感监测模型,评价玉米倒伏灾情严重程度,并基于野外实测样本进行精度评价。【结果】基于城镇、水体、倒伏与未倒伏玉米的HJ-1B CCD2多光谱反射率曲线可得,玉米与城镇建筑物和水体的光谱反射率存在较大差异,在可见光波段,倒伏玉米要高于未倒伏玉米的反射率,然而在近红外波段(830 nm),未倒伏玉米略高于倒伏玉米的反射率。由已提取出玉米种植区域后的前后两期HJ星的差值影像分析可得其像元整体分布趋势基本符合正态(偏正态)分布。由相关性分析可得,倒伏前后的比值植被指数(RVI)差值与玉米倒伏比例具有最高的相关性(R=0.9377),而且倒伏越严重,其RVI差值越大;通过野外实测样本与模型验证结果进行混淆矩阵分析,总体分类精度达到85.7%,Kappa系数为0.804;研究区玉米倒伏遥感空间制图结果与当地农业技术推广站监测结果基本一致。【结论】倒伏发生后,其玉米长势以及灾后恢复程度均存在较大差异,因此,基于玉米倒伏前后RVI差值的遥感监测模型能有效反映不同倒伏程度的冠层群体变化信息以及长势恢复情况,能在区域尺度下实现玉米倒伏受灾范围监测和灾情等级评估。     

基于多时相Landsat TM影像的汶川地震灾区河岸带植被覆盖动态监测——以岷江河谷映秀-汶川段为例

基于混合像元分解方法,利用Landsat TM卫星遥感数据监测了岷江上游干旱河谷区映秀\汶川段河岸带植被在汶川地震前后的植被覆盖动态变化,并结合高程、坡度及坡向数据,分析了植被受损及地震3a后植被恢复的空间分布特征。结果表明,地震造成研究区河岸带植被的受损总面积为2736.61hm²,且集中分布在海拔1100-1700m,坡度25-55°之间以及东、东南和西坡;地震3年后,受损植被与震前相比,共恢复了56.20%。     

基于高分一号影像的天津市宝坻区地表覆盖分类研究

由于国产高分一号卫星WFV相机的16 m数据获取具有免费、时效性好等特点而被广泛应用于遥感信息提取。面向对象的分类方法能够解决基于传统像素的分类方法所具有的破碎性强、易产生同谱异物现象的问题。本研究采用基于面向对象的分类思路,以天津市宝坻区为研究区域,通过获取高分一号卫星影像并进行预处理,利用遥感信息处理软件eCognition对该数据进行影像分割,并对影像分割斑块进行基于规则的分类,提取出宝坻区范围内植被、水体、建设用地、裸地四类地物,并利用高分辨率影像对比进行精度验证,分类总精度达到93%。结果表明:利用高分一号国产卫星16 m影像,采用面向对象的分类思路进行地表覆盖类别的信息提取,可以快速便捷地实现目标区域空间地理信息的获取,对于监测地表覆盖面积和分布状况起到指导作用。     

基于高分一号宽幅时序影像的冬小麦分布识别研究

及时、准确地获取农作物空间分布范围和面积数据,对于制定农业政策和指导农业生产具有重要的参考意义。以河南省中牟县为研究区,利用国产高分一号时序影像开展冬小麦提取研究,利用冬小麦物候特征,结合先验知识和高分影像,提取了2018年夏收冬小麦的空间分布范围。结果表明,结合冬小麦物候信息和时序影像建立冬小麦提取模型,可以快速准确获取冬小麦的种植范围,总体精度达到90.1%,为县域冬小麦的快速提取提供方法参考。     

基于高分二号卫星影像的粤北地区香芋遥感识别研究

【目的】高分辨率遥感影像为农作物监测提供高精度的支撑,香芋作为粤北地区的特色作物,是国家地理标志产品,对其监测有助于加强管控和调控。【方法】选择香芋关键物候期的高分二号卫星遥感影像,提取归一化植被指数、归一化差异水体指数、纹理信息,构建融合多特征光谱纹理影像,比较多种组合影像,采用支持向量机作为分类器,对香芋的识别精度进行分析。【结果】融合多特征光谱纹理影像的香芋识别精度最高,总体精度达到96.04%,对香芋的识别精度达到95.30%,比多光谱影像分类精度分别提高5%和6.8%,是多光谱全色融合影像分类精度提升幅度的2倍,且各类地物边界轮廓清晰,图像平滑,细碎图斑很少。【结论】高分二号影像是识别粤北地区香芋的理想数据源,分类精度较高,能够满足农作物监测的需求,能为制定病虫害防治措施,调节种植结构提供支持。     

利用多时相遥感图像动态监测矿区植被覆盖变化——以山西省平朔露天煤矿为例

山西平朔露天矿投产近30a,长期矿山生产造成了植被大面积破坏。利用遥感技术准确、快速监测矿区植被覆盖特征,对植被恢复和土地复垦监管具有重要意义。利用1987-2013年多时相Landsat数据,分析NDVI、NDWI和植被差值指数RNDVI,评价研究区植被长势和植被恢复状况。结果表明:27a来研究区生长季NDVI均值整体上呈增加趋势,植被覆盖剧烈变化集中在无、中等和高植被覆盖区域;植被质量以改善为主,改善和退化面积分别为110.26、46.10km2,其中显著改善和严重退化分别占研究区总面积的57.75%和21.26%;长期复垦的人工植被生长状态优于自然植被。本研究表明遥感技术可用于矿区复垦过程的实时、动态监测,有助于建立完善的矿区监管指标体系。     

淮北平原地区耕地质量监测评价——以正阳县为例

运用Kriging插值法、对比分析法,将耕地地力调查数据和耕地质量年度更新评价数据细化,确定正阳县耕地质量渐变类型,根据渐变类型和耕地质量等别,选取监测单元进行耕地质量监测评价。结果表明:正阳县耕地质量渐变类型为肥力提升型和逐步干旱型,影响耕地质量主导因素为土壤有机质和灌溉保证率;全县共布设耕地质量监测单元25个,其中固定监测单元4个,随机监测单元21个;全县肥力提升型耕地国家利用等指数有所增加,逐步干旱型耕地国家利用等指数有所下降,但等别均变化不大,全县耕地质量基本稳定。     

利用资源三号卫星提取DEM的精度评价——以荆州区为例

本文运用ENVI软件和资源三号卫星数据,提取了湖北省荆州市荆州区DEM高程数据,并将它与STRM DEM数据进行了比较分析,发现用资源三号卫星提取的高程数据具有空间分辨率高、高程水平变化平稳等优级点,较STRM DEM数据质量高,同时在某些水域或者大面积农田区,有时因其水平色差小的原因,提取误差大。     

基于高分二号数据的小麦快速识别与精度分析

针对目前高分二号(GF-2)卫星遥感数据在农业领域应用较少,尤其是在农作物识别方面应用缺乏的现象,以GF-2 4 m多光谱遥感影像为数据源,在河南省北部小麦主要种植区域濮阳县,采用监督分类方法(包括支持向量机、人工神经网络和最大似然法)进行小麦种植空间分布信息的快速提取和精度分析。结果表明,3种分类方法对小麦的识别结果非常相似,生产者精度均在96%以上,以支持向量机法最高;用户精度均在98%以上,以最大似然法最高; Kappa系数三者比较接近,均在0. 80以上;总体精度均在82%以上,以最大似然法最高,达85. 15%;错分误差在2%以下,漏分误差在3%左右,对地物的识别误差总体以最大似然法最低,尤其对小麦、水体、光伏电站的识别精度非常高。综合考虑,在采用GF-2进行小麦识别时,建议采用最大似然法。     

基于TM影像对土地利用动态变化的监测——以福州市为例

基于福州市1989,2009年的Landsat TM遥感图像进行土地利用分类,对分类结果进行分类后处理和精度评价,并对各类土地利用类型变化进行监测和分析;最后基于计算机分类结果生成土地利用动态变化专题图,分析了福州市主要的土地利用动态变化类型及其特点。结果显示,福州市建设用地面积持续较快增长,林地面积有所增长,裸地面积大幅减少。     

基于高分辨率卫星影像的基本农田监测研究——以郫县古城镇为例

采用高分辨率卫星影像结合基本农田数据库对基本农田变化进行实时监测,在较短的时间内能够准确、及时的获取基本农田的面积变化和变化流向信息,为基本农田保护提供有力决策依据。