基于决策树的无人机高光谱遥感影像地物分类研究

高光谱影像由于其波段众多,传统的多光谱图像的信息提取方法不适合高光谱影像的处理。利用无人机搭载美国Headwall公司的最新纳米级高光谱成像光谱仪,采集广东省广州市增城区某处的高光谱影像,提取光谱数据,分析不同地物间光谱曲线特征和差异,采用决策树进行地物分类。结果表明:根据无人机高光谱数据中不同地物之间光谱特征曲线的差异,建立分类树,不仅可以大大减少分类处理的工作量,且分类效果良好,准确度高。     

基于Landsat8影像的不同水质类型的水体提取

以2015年Landsat8多光谱遥感影像作为基本信息源,在各地物光谱特征差异分析的基础上,采用谱间关系法与阈值法,构建不同水质水体提取模型,并结合实地水质监测数据及污染源数据,对提取结果进行精度评价与分析。结果表明,基于该方法能将一般水体、富营养化水体与其他地物区别开来,可以准确有效地获取不同水质的水体信息。     

基于TM影像的多伦县土地利用信息提取

在内蒙古多伦县土地利用现状调查中,根据该区地表异质性和破碎化强烈、地物光谱特征混杂严重、土地利用/覆被遥感信息提取对目视解译依赖程度高的特点,将基于知识的遥感信息提取技术应用于该地区。通过地物光谱特征的深入分析,用线性光谱混合分解模型将主要地物覆被类型分离,并建立多个专题信息模型,依据经验知识建立了各用地类型提取规则,提取了多伦县2007年的土地利用信息。结果表明:2007年的土地利用结构仍以耕地、牧草地、未利用地为主,3种地类分别占总面积的16.4%、55.2%和20.3%,林地面积为21919hm2,占总面积的5.6%。旱地、退化草地和沙地比例偏高,多伦县的生态环境虽有所改善,但仍处于极不稳定的状态。     

面向对象的高分辨率影像耕地信息提取

[目的]高分辨率遥感影像是快速提取耕地信息的主要数据源.[方法]在对阿图什耕地特征分析基础上,运用面向对象的特征提取方法,利用高分辨影像QUICKBIRD,探讨光谱特征、空间特征、纹理特征、典型特征等在耕地信息提取中的最优参数选择及具体应用,分析、讨论该方法优势与缺陷.并与传统分类方法提取结果进行对比分析.[结果]总精度提高了27.06;,Kappa系数提高了0.413 6,避免了“椒盐”现象.[结论]面向对象提取信息的方法周期较短、精度较高.     

基于eCognition的城镇绿地信息动态监测研究

基于高分辨图像提取绿地信息是分析和掌握城镇绿地分布格局及其动态变化的有效途径.本文借助面向对象的技术,通过对上海奉贤南桥镇不同年份航空遥感图像各类绿地信息的提取研究,分析研究区绿地信息的动态变化.结果表明:基于以面向对象分类技术为核心的eCognition,采用面向时象的多尺度分割方法,并将专题图层直接用于图像的分割和分类,实现不同尺度地物信息的分层提取,对于提取颜色、光谱等特征相似的各类绿地信息,效果良好.更完善的绿地信息分类规则库和技术体系的构建有待于不同区域更多绿地类型的分类实践和相关研究.     

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Spot影像的武汉市绿色信息自动提取

以武汉市作为研究区域,利用2005年4月26日Spot5影像,提出了基于地物光谱特性差异和图斑综合提取城市绿色信息的算法。整个算法分为两大步骤:首先根据Spot5影像上绿地和其他地物的光谱特征差异,根据归一化植被指数,粗略提取该市绿色信息;然后采用基于松弛迭代的图斑综合方法消除破碎化的绿地班块,得到最后的绿色区域。结果表明,该算法简单,能有效的提取绿色信息;主观因素影响小,整个算法过程自动完成,没有人为因素干扰提取过程;采用图斑综合,有效地结合了绿地的面状特点,避免了提取的绿地破碎化。     

基于无人机多光谱影像的地物识别

【目的】利用2018年5和6月获取的无人机多光谱影像对北京市大兴试验基地的部分农田进行地物类型提取研究。【方法】确定感兴趣地物种类,对影像进行时相与光谱特征分析,然后确定归一化植被指数NDVI、归一化绿蓝差异指数NGBDI、修正型比值植被指数MSR和红边波段反射率可以作为最优分类特征,通过基于光谱变量阈值分割的决策树分类法,实现地物分类,并提取种植面积,选取基于目视解译的地面调查数据进行方法验证。【结果】基于时相与光谱特征的决策树分类方法有较好效果,该方法用于小麦、果树和大棚的提取,误差值分别为10.68%、6.06%和16.48%,面积提取误差在17%以内,对无人机多光谱遥感影像进行地物识别具有一定的适用性。【结论】无人机低成本、高效率的优势为农田信息及时获取提供参考。     

土地覆盖遥感专题信息分层分级提取方法研究

【目的】以陕西省横山县1990年的TM图像和2013年的OLI图像作为基础数据源,准确获取横山县土地覆盖专题信息,并制作土地利用类型转换图谱。【方法】对图像预处理后,将横山县10种土地利用类型分别归属到不同的专题层,按照提取难度排列各专题层的处理顺序;对于一个专题层针对性的构建特征空间,并辅助专题图件在特征空间中通过全局阈值分割,获取目标土地利用类型的概貌信息;将包含一层概貌信息的二值图像作为掩膜文件与原图像进行求交运算,依据剩余地物之间的光谱特征和形态特征差异选取尺度,对求交结果依次执行面向对象分割、SVM监督分类和基于数学形态学开闭运算的分类后处理操作,以进一步分离出较难识别的背景地物,获取目标土地利用类型的精确空间分布信息;复合各专题层的提取结果,形成一期的土地覆盖分类结果,然后由两期结果制作横山县1990-2013年土地用类型转入、转出图谱。【结果】分层分级提取方法依据目标土地利用类型对象与背景地物对象的光谱特征和形态特征差异,对多光谱遥感图像逐层逐级分解计算,有效减少对光谱特征微弱、混淆地物的漏分误判现象,降低椒盐效应。两期TM/OLI图像提取结果的总体分类精度和Kappa系数分别为82.31%和0.775,81.26%和0.762。【结论】实验所设计的专题信息提取方法能够较为准确、快速地获取横山县土地覆盖专题信息,为解译黄土高原水蚀风蚀交错带TM/OLI图像提供一个新的思路。     

基于辅助信息的沙漠化信息提取

选取沙漠化问题比较突出的毛乌素沙地作为研究区,以TM影像作为数据源,通过对影像中固定沙丘、半固定沙丘、流动沙丘、水体、农田、绿洲等地物光谱特征、纹理特征、空间特征等特征的深入分析,探讨将除光谱特征外的多种辅助信息融入分类模型,实现对沙漠化信息高精度提取的方法。结果显示,基于辅助信息的沙漠化信息自动提取分类精度可达85．16％。     

基于频谱和光谱特征的高光谱地物分类比较

目的频谱作为物质的能量特征进行地物的识别是可行的。本文针对国内外利用频谱进行地物分类尤其是森林植被分类研究的匮乏,探索频谱的地物识别潜力,将高光谱影像的光谱曲线转化为频谱进行地物识别研究。方法以福建将乐林场为研究区,利用国产环境小卫星高光谱影像(HJ-1A HSI)和同时成像的多光谱影像(CCD),通过能量分离变换的方法对高光谱和多光谱进行融合,获取高空间分辨率的高光谱影像;然后,将融合影像的光谱曲线转化到频率域,进而获取频谱;通过“频谱距离”对研究区进行地物分类,并将分类结果与光谱角填图(SAM)分类结果进行比较。结果在频域中植被类别和非植被类别的低阶幅度谱具有明显的可分性,频谱方法提高了马尾松、杉木和阔叶林的制图精度,对于光谱特征相似的不同森林植被具有更好的区分能力;非植被类别在1阶谐波的频谱容易区分, 植被类别需要用前7次谐波的幅度谱进行区分,随着频率的增大,频谱变化趋于相似,并且非植被类别在频域的能量累计速度高于植被类别;与SAM的分类结果比较发现,基于频谱的分类方法总体分类精度为84.19%,比SAM分类结果总体精度提高0.7%。结论利用频谱信息可以降低光谱曲线上噪声的影响,保留类别的重要区别信息,提高地类的分类精度,因此利用频域中的频谱进行地类识别具有可行性。      

杨陵农科城土地景观与园林绿化遥感动态分析

利用不同时期遥感信息资源,结合实地调查测绘,编制不同期土地景观类型图,经过套合叠加,建立动态分类系统,获得土地景观类型动态图,分析了杨陵农科城土地景观及绿化覆盖率的动态变化     

基于面向对象方法的IKONOS影像城市植被信息提取

根据城市植被在IKONOS影像上的光谱、纹理、几何和位置响应特征,采用面向对象的方法对城市植被进行分类.首先,利用NDVI和蓝波段光谱响应值的阈值将实验区分割为植被和非植被区,然后针对植被区利用区域增长算法进行二级分割,生成植被对象;根据植被在IKONOS上的响应特征,选择形状指数、亮度值、绿波段的最大差值、红波段的平均值、近红外波段的比率、近红外波段的方差和对象重心的位置,即横纵坐标以及Homogeneity指数等9个指标构建特征空间;在此基础上,利用最大似然法识别城市植被类型,并利用专家知识对分类结果进行再组合.研究表明,利用这种方法获得的城市植被信息总精度达到87.37%,Kappa系数达到0.8267.     

基于TM影像的城市绿地信息提取

城市绿地作为城市生态系统中的一个子系统,在城市的环境问题日益恶化的今天发挥着越来越重要的作用.本研究以江苏省徐州市为例,运用TM遥感数据为数据源.通过计算相关系数选取3种最优波段进行组合,运用SVM分类法,提取城市绿地信息.结果表明.该方法对研究区域绿地信息的提取取得了较好的效果.最后提出研究区域的绿地规划建议.     

基于RS、GIS的城市绿地信息获取及生态效益评价——以重庆市北碚城区为例

以QuickBird卫星影像数据为基础数据源,结合RS、GIS技术,采用计算机监督分类结合目视解译获取城市绿地类型信息的方法,调查北碚城区绿地状况,并利用模糊评判模型对北碚城区不同类型绿地的生态效益进行评分。结果表明,北碚城区绿地覆盖率为37.34%,附属绿地、其他绿地的生态效益最高,生产绿地次之,公园绿地和防护绿地最低。     

城市道路绿带遥感绿量与地温相关性研究

城市道路绿带是城市绿地系统的重要组成部分,绿地绿量对热岛效应的调控功能受到广泛关注。以福州市仓山区道路绿带为研究对象,基于2019年9月的Landsat-8 OLI/TIRS和12月的GF-1影像数据,利用辐射传输方程法进行地表温度反演,并采用面向对象分类法和分层分类法提取典型树种,结合实地测定叶面积指数完成对道路绿带绿量的计算,进而分析城市道路绿带绿量与地温的关系。结果表明:1）道路绿带对周边环境具有一定的降温作用;2）道路绿带的位置与面积差异会对其发挥降温效应产生影响;3）在不同绿带面积范围内,绿量与地温的关系不同。当绿带面积<1 hm²或>10 hm²时,地温分布几乎与绿量无关,在1~10 hm²面积范围内,二者呈负相关;4）绿量在绿带面积为1~4 hm²的降温效率优于在4~10 hm²,单位绿量可分别平均降温0.343℃~0.373℃、0.087 8℃~0.157 2℃。通过分析不同面积范围内城市道路绿带绿量与地温的关系,以期为缓解城市热岛效应,科学规划城市道路绿地提供新思路与理论指导。     

基于纹理特征的Spot绿地信息提取研究

城市绿地信息是城市园林(生态、城市)规划的重要信息,地物的几何结构和纹理信息更加明显的高分辨影像为获取更详细的绿地信息提供了可能。本文采用Spot卫星影像,以福建省泉州市鲤城区为例,借助Matlab和ERDAS图像处理软件,在详细分析研究区绿地不同类别纹理差异的基础上,利用统计和小波分析的方法提取绿地纹理特征,并将其引入基于光谱分类的最大似然法进行绿地信息的提取分类,相比直接用面向象元的监督分类的分类结果,其分类总精度由原来的76.5%提高到了80.2%,Kappa系数由原来的0.7023,提高到了0.7484,而且绿地类别被更详细地分成了一般绿地,农田,自然林地。不同绿地类别的分类精度明显提高,表明纹理特征在遥感绿地信息提取方面的有效性和本研究方法的可行性。本文是根据研究区特点,引入纹理特征提高绿地信息提取分类精度方法的探讨,更广泛的应用和精度的提高有待于进一步的完善研究。     

乌鲁木齐市地产植物景观特色营建探析

以乌鲁木齐市内植物配置特色明显的3处地产景观为研究对象,通过对调查区内的公共绿地、宅旁绿地、道路绿地、公建设施绿地4类绿地的实地调研,结合新疆地域及环境特点对其植物配置模式及配置特点进行总结与分析。从调查区内植物运用的丰富度情况、运用特点以及4类绿地类型中植物景观的构建方式等几个方面进行研究,概括出我区优秀地产景观中植物造景的特色,并例举出其中具有代表性的23种典型植物配置模式,以期为今后乌鲁木齐市地产项目建设中的植物景观营造提供参考。