基于不同建模方法的土壤pH值无人机遥感影像反演

土壤pH值是土壤形成过程和熟化陪肥过程的一个指标。为了实现对农田土壤酸碱度状况的量化判别,提高模型预测精度,以江苏省南京市江宁区淳化街道农田土壤pH值为研究对象,采用棋盘式布点法选取60个点位进行土壤pH值测定,采用无人机搭载多光谱传感器获取土壤光谱信息,分别建立多元逐步线性回归（MLSR）、BP神经网络（BPNN）、LASSO回归模型,并采用R²、RMSE、VIF指标评价3种模型精度。结果表明,LASSO回归方法较其他回归方法在多光谱与土壤pH值反演中表现较好,R²=0.618,RMSE=0.430,可以平衡MLSR的共线性问题以及BPNN样本容量较少、验证集精度较差等问题。采用LASSO回归模型进行反演及分类制图,发现研究区内92.6%的土壤呈中性,以期为无人机多光谱反演土壤pH值提供理论参考。     

乌梁素海遥感影像的水体提取方法与分析

乌梁素海地处干旱的内蒙古巴彦淖尔盟乌拉特前旗境内，因此水体及地物的光谱特征都具有干旱区草型湖泊的特性。本文选取2002年11月8日的ETM遥感图像数据，应用单波段阈值法、色度判别法、比率法、多波段组合运算法及多光谱分析法对水体进行提取，分别阐述了各种方法的优缺点，但其一考虑到水体提取的简单易行，因此采用多波段组合运算法；其二考虑到遥感信息机理以及各种地物的结构、组成和理化性质的差异，而导致不同的地物对电磁波的反射特征也各有不同，所以择取易与明水水体相混淆的芦苇、居民地、林地、山体阴影4种地物在TM1、TM2、TM3、TM4、TM5、TM7六波段的光谱特征值，应用多光谱混合分析法提取乌梁素海水体范围，从而避免了单—红外波段影像的不足。最后将多波段组合法与多光谱混合分析法进行比较，并阐述了二者的适用范围。     

GIS辅助下的图斑地类识别方法研究——以土地利用动态监测为例

针对土地利用动态监测存在的问题，探索了充分利用了GIS中地块边界的信息，提取出标准地类地块边界的灰度特征，纹理特征和形态特征，提出基于这些特征建立相应的决策树和判决规则，对于任一待测地块可利用提取的特征信息通过距离判别法判断其所属地类，这种GIS辅助下的图斑地类新识别方法的准确率较高，也是将有感影像与地理信息结合起来的一种有效的手段。     

基于遥感影像对嘉荫道路信息的提取

为了研究某一测区中地物的特征信息和应用,利用监督分类及其中的神经元网络算法,即BP算法,对算法原理进行阐述,同时对测区道路、土地、建筑等特征信息进行提取,并对提取出的信息进行分析。在测区中,道路网连接了测区各个区域,从而分析出测区的交通较为便利,测区各部分相互联系、测区城市较为集中、无人土地较多的结论,路网信息可以用于制作交通专题图,土地信息可以用于城市规划,建筑信息可以用于计算城市化程度。     

基于图像灰度值模型测定土壤含水量研究

土壤图像灰度值与含水量存在相关性,根据这一特征提出建立灰度值与土壤含水量的数学模型。试验改进了土壤图像灰度值提取的算法,并选取水稻田和花生地两种类型的土壤分别进行了10组重复实验,测定了土壤图像灰度值与其对应土样含水量大小。结果表明:水稻田土壤和花生地土壤所建立的灰度值与含水量的数学模型各不相同,但两类土壤均以三次项的数学模型拟合优度最高。通过模型计算出的土壤含水量与烘干法测得的含水量存在偏差,偏差值小于6%。应用优化后的理论算法和数学模型对土壤含水量的检测结果与土壤真实含水量偏差较低,说明该模型是一种便捷、高效、稳定的土壤含水量测定方法,适于一般的田间土壤含水量测定,可以开发成自动控制灌溉系统的数值分析模型。     

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。     

一种应用于高分辨率遥感影像中道路提取的高效方法

道路自动提取是高效利用遥感信息的重要研究点。该研究提出了一种快速提取遥感影像中道路信息的方法,其成果可用于其他算法或辅助人工进行道路的精提取。方法将提取与矢量进行了集成,成果可以很好地与GIS进行集成。算法快速高效,所需参数少且遥感影像自身特性仅会产生轻微影响。     

基于GF-2遥感影像的塑料大棚提取方法对比

为实现GF-2遥感影像在农业领域的有效利用,针对GF-2遥感影像提取塑料大棚,对比分析随机森林、CART决策树及支持向量机3种分类方法的应用,以GF-2遥感影像为数据源,以内蒙古赤峰市喀喇沁旗王爷府镇为研究区,通过潜在分割误差(PSE)、分割强度(NSR)、欧氏距离(ED)3个指标确定最优分割参数组合,利用随机森林(RF)算法筛选出参与分类的最优特征子集,采用随机森林、CART决策树、支持向量机3种分类器进行了塑料大棚提取对比分析。试验结果表明:1)基于PSE、NSR和ED最优分割参数选择方法,应用于面向对象连片塑料大棚特定地物提取的研究分割效果较好;2)通过RF算法分析包含光谱、纹理、形状及相邻关系等多种特征,得出特征个数与分类精度之间呈现先逐渐增大后减小的趋势,该方法在保证分类精度的同时,可有效删除冗余与不相关特征,以提高分类器性能;3)将采用最优特征子集的3种分类器进行对比,随机森林分类效果最好,分类正确率达到89.65%,表明该方法能有效提取GF-2遥感影像连片塑料大棚,为提取设施农业的应用提供参考。     

改进分量法的麦穗图像灰度—二值化处理

单位面积麦穗数是小麦产量预测中的一个重要参数,应用图像处理技术识别出麦穗的个数是测产的关键.本文提出改进G分量法,对图像上麦穗像素点的绿色分量值进行增强,然后灰度—二值化处理,使麦穗从背景中分隔开,并与普通分量法、最大值法和加权平均法处理后的图像进行了比较.随机选取50幅麦穗图像样本,分别使用上述几种方法处理,改进分量法比其他3种方法耗时分别降低了51.29％、70.68％和61.01％,同时后续的中值滤波用时也至少降低了11.45％.实验结果表明,改进分量法是有效的.     

基于无人机遥感影像的沙糖橘果树提取方法研究

目的 通过无人机获取沙糖橘果园的遥感图像,快速提取果树分布位置,为果树的长势监测和产量预估提供参考。方法 以无人机拍摄的可见光遥感图像为研究对象,计算超红指数、超绿指数、超蓝指数、可见光波段差异植被指数、红绿比指数和蓝绿比指数6种可见光植被指数,使用双峰阈值法选取阈值进行果树的提取。在使用光谱指数进行识别的基础上,结合数字表面模型作为识别模型的输入变量,进行对比试验。结果 相比使用单一光谱指数,结合数字表面模型提高了果树和非果树像元的提取精度,6次波段融合后的总体精度均大于97%。超红指数与数字表面模型结合后的总体精度最高,为98.77%,Kappa系数为0.956 7,植被信息提取精度优于其他5种可见光植被指数与数字表面模型结合后的提取精度。结论 数字表面模型结合可见光植被指数的提取方法能够更深层次地挖掘遥感数据蕴含的信息量,为影像中色调相似地物的提取提供参考。     

水稻播种面积遥感监测信息系统研究初报

本文简述了用遥感技术监测水稻播种面积的可能性。重点介绍了以遥感信息为主,结合其它基础资料进行水稻面积监测信息系统的构成,并对整个系统的各部分作了进一步的讨论;对系统应包含的基本功能也作了分析,同时还介绍了系统研究的一些结果。     

基于萤火虫算法的农业遥感图像增强研究

农业遥感图像增强有利于图像信息的提取与分析,萤火虫算法是近年来较为新颖的智能仿生算法,目前国内外关于其能否用于农业遥感图像增强的研究未见报道。文章首先利用非完全Beta函数建立农业遥感图像增强模型,结合人眼最小灰度分辨力函数进行图像细节增强,将每个输入区间的像素灰度值变换到适当的输出灰度级区间,最终生成对比度均衡的图像;然后通过萤火虫优化算法在其动态决策域半径进行伪差分操作更新;最后确定最佳参数的收敛条件,给出了算法流程。试验仿真结果表明,萤火虫算法的农业遥感图像检测在图像细节增强评价指标、相位一致性指标、通用质量评价指标等方面与直方图算法、Retinex算法、小波变换算法、模糊聚类算法等相比数据较优,能够用于农业遥感图像增强。     

基于优化的ICNet高分遥感影像城市建成区分类

城市建成区是一类具有大面积的组合型目标群体,该区域地物丰富,光谱特征复杂多变,且具有大量的同物异谱与地物像素单元交错等现象,影像分类难度显著增加。针对图像级联网络（image cascade network,ICNet）计算复杂、分类精度低的问题,采用优化的ICNet对高分辨率遥感影像城市建城区地物分类进行研究,通过添加高效通道注意力机制（efficient channel attention,ECA）和联合金字塔上采样模块（joint pyramid upsampling,JPU）替换空洞卷积来获得ICNet改进网络,采用总体分类精度（overallaccuracy,OA）、Kappa系数与F13个指标对分类结果进行精度评估,并与随机森林（random forest,RF）、ENet和ICNet3种方法进行对比分析。结果表明,优化的ICNet网络模型能够更准确的进行地物分类,总体分类精度为75.12%,相较于其他分类方法分别提高16.56%、10.48%和4.81%。后用开源数据集进一步验证了优化模型的有效性,说明优化的ICNet网络可用于城市建成区的分类研究。     

视屏遥感图像外摄成像技术研究

介绍了通用照相方式成像的技术方法和具体步骤,指出了为获取高质量的图像而在实际工作中应注意的问题及可采取的措施。通用照相方式作为视屏遥感图像成像的一种方法,有其极为广泛的实用价值。     

基于Matlab遥感数据分形及地统计分析软件实现

为实现遥感数据空间结构信息快速获取,该研究以Matlab为平台,开发研制了遥感数据分形和地统计分形软件系统(FGARS).该软件系统具有良好的图形用户界面,且易于修改扩充.通过高光谱数据分形测量、城市空间结构多重分形分析和森林空间异质性分析等3个实例,表明利用该系统进行分析能正确的表达不同区域的空间结构信息.这为利用分形、地统计这两个新的工具从遥感数据中提取空间信息带来了很大便利.      

基于模糊C均值聚类的林地遥感图像分类研究

在以往国内外相关研究的基础上,以我国东北长白山系典型林区为试验区,以2007年7月Landat5卫星TM多光谱图像为遥感数据,运用模糊C均值聚类方法对遥感图像进行分类试验．分类结果显示：模糊C均值分类方法在总分类精度和Kappa系数上都占有一定的优势,比传统分类方法有着更好的分类效果．模糊C均值方法在林地植被的遥感分类中具有较好的应用前景．     

应用遥感技术对北京地区不同尺度动态监测方法的研究

简述了在北京地区应用不同空间分辨率的遥感信息源对资源环境动态监测的方法和技术以及精度分析 ,提出北京地区资源环境动态监测应采用不同尺度上的相应空间分辨率的遥感信息源     

基于遥感的宁夏月牙湖生态移民区土地利用变化监测

利用宁夏月牙湖生态移民区2010年与2012年2期卫星影像数据,通过人工目视解译,并且与实地土地利用调查资料相结合,对该生态移民区土地利用变化进行监测．结果表明：2010-2012年,由于生态移民过程中对移民区的土地利用结构进行了规划调整,移民区天然草地、沙地面积明显减少,而耕地、林地面积明显增加,生态移民对改善当地土地利用方式起到了积极的作用．     

基于遥感大样地抽样调查的森林面积监测

基于黑龙江森工集团2009年林地“一张图”成果数据,利用2010—2013年多源遥感数据,结合2010年一类清查和二类调查成果及其他林业经营资料,实践了遥感样地判读与地面样地抽样调查相结合的大样地调查方法的应用。结果表明: 1)黑龙江森工集团可系统布设间隔20 km的大样地231个,面积以4 km×4 km为宜,对林地面积估计的总体变动系数为14.41%;2)遥感数据对大样地各地类综合正判率为90.68%,以有林地96.82%最高,且遥感数据分辨率降低会导致地类可判读性的降低,分辨率提高则有利于提高判读精度;3)不同面积大样地对林地、有林地面积监测结果的影响差异不明显,4 km×4 km大样地调查得到2013年林地面积899.53×104 hm2,占土地面积的89.47%,其中有林地面积876.81×104 hm2;4)2010—2013年森林面积净减5.94×104 hm2(年均减少1.48×104 hm2),与封育相比造林更新是促使森林增加的主要途径,毁林开垦、森林采伐和林地征占用是导致森林面积减少的主要因素。研究认为,基于大样地区划调查的森林面积监测方法科学、经济,充分发挥了遥感技术的优势,提高了遥感数据的应用效率,提升了森林资源变化的动态监测能力,应予以推广应用。      

植被遥感影像特征提取及分类研究

植被分类能够对一个地区的植被状况进行分析,在环境保护和农业生产方面具有很重要的意义。本研究针对植被遥感图像分类识别需求,首先通过粒子群算法来实现马尔科夫的寻优过程,然后通过遗传算法进行支持向量机解空间的搜索,从而实现更加准确的图像分割和识别,最后通过实验验证了算法的有效性。