2020 -01期目录

  目的  探讨纹理变量及其相应参数配置范围,阐明各纹理变量随输入参数的变化规律,以便指导高分光学影像纹理在林业上的应用。  方法  以福建省将乐国有林场不同坡向不同龄组的杉木人工林为例,基于QuickBird影像的全色波段进行灰度共生矩阵（GLCM）纹理的计算与分析。  结果  结果表明:（1）除均值外的所有GLCM纹理变量对阴坡的3个龄组的区分能力均强于阳坡,且纹理变量优选需同时考虑衡量指标和纹理变量之间的相关程度。（2）窗口大小是统计组和有序组纹理最关键的输入参数,合适的窗口大小与影像的分辨率以及研究对象的空间尺度有关,对比度组纹理与窗口大小无关,可随意设置。（3）应用统计组和有序组纹理,无需关注像元间距,而应用对比度组纹理,不可忽视像元间距。（4）应用统计组纹理,像元间距越大越需关注计算方向;而对比度组和有序组纹理则相反,即像元间距越小越需关注计算方向。（5）作为最不受研究人员重视的灰度量化等级,推荐采用32或者64。  结论  高分光学影像的纹理信息对光谱重叠度较高的地物具有一定的区分能力,能部分“弥补”阴影导致的光谱信号损失,但在应用中需对纹理变量及其输入参数进行优化选择和配置。该文的研究结论能够为高分光学影像纹理信息的优化应用提供实用的参考借鉴。      

光学影像纹理信息在林业领域的最新应用进展

随着光学卫星影像空间分辨率的不断提高,影像纹理特征的重要性日益凸显。然而,纹理是一个非常复杂的空间属性,会随着太阳/观测角度、地形、感兴趣目标及其所处环境的不同而发生显著的变化。此外,不同纹理变量的选择及相应输入参数的设置,如窗口大小、像元间距、方向以及量化等级等都可能在一定程度上决定着影像纹理的利用价值。如何有效利用纹理量及其优化组合是一个值得深入探讨的问题。鉴于此,本文首先全面回顾了影像纹理特征在森林分类、森林结构参数反演以及森林生物量与碳储量的遥感估算等方面的最新研究与应用,并从不同角度肯定了光学影像纹理在林业遥感领域的应用潜力。此外,从纹理变量及其4大输入参数的选择和最优变量组合的判别方面,总结并剖析了当前研究领域中所存在的关键问题,权衡利弊并给出了相应的建议,为相关研究人员将影像纹理信息更有效地应用于林业领域提供参考。      

基于高分二号影像结合纹理信息的茶园提取

为提高高分辨率遥感影像分类精度,针对高分二号影像发展一种综合利用遥感影像光谱和纹理信息的茶园种植区提取方法。该方法首先利用归一化植被指数(NDVI)和修正的归一化植被指数(MNDVI)构建新的光谱特征——差异归一化差分植被指数(DNDVI),通过灰度共生矩阵(GLCM)构建新的纹理特征——灰度共生纹理(GLCT),然后结合光谱和纹理特征运用支持向量机(SVM)的方法进行分类。试验采用2种方案(原始波段+光谱特征,原始波段+光谱特征+纹理特征)对影像进行分类,分类总体精度分别为79. 6%、89. 8%,Kappa系数分别为0. 659、0. 788。结果表明,结合纹理信息能明显地提高分类精度,并较好地实现对高分二号影像茶园种植区的分类提取。     

基于成像高光谱的小麦冠层白粉病早期监测方法

[目的]本研究利用近地面成像高光谱仪,获取接种白粉病菌后的小麦田间冠层时序影像,探索光谱信息与纹理信息的结合在冠层尺度上早期监测小麦白粉病的能力和表现.[方法]本试验以不同年份、不同抗病性小麦品种的田间试验为基础,利用连续小波(continuous wavelet transform,CWT)方法提取对小麦白粉病敏感的...     

基于影像分割的覆膜玉米叶绿素含量反演

【目的】快速、准确监测覆膜玉米叶绿素含量,探明将影像地膜和阴影背景像元剔除能否提高光谱和纹理特征反演叶绿素含量的精度。【方法】以无人机多光谱遥感影像数据为基础,以覆膜玉米苗期、拔节期、抽雄期和灌浆期叶绿素含量为对象,使用监督分类分割影像背景像元和玉米像元,分析背景像元对玉米冠层光谱的影响,计算全像元和玉米像元影像的光谱特征和纹理特征并筛选较优变量输入,利用偏最小二乘、支持向量机和BP神经网络3种机器学习算法建立玉米叶绿素含量的反演模型。【结果】(1)苗期、拔节期、抽雄期和灌浆期多光谱影像中的背景像元对玉米冠层的光谱均有显著影响。(2)基于玉米像元影像提取的光谱特征、纹理特征和光谱特征+纹理特征为变量输入的反演精度均优于全像元影像(最佳模型建模R 2提高0.078,RMSE和MAE分别降低0.060和0.055 mg·g^-1,验证R 2提高0.109,RMSE和MAE分别降低0.075和0.047 mg·g^-1)。(3)基于玉米像元影像的光谱特征+纹理特征为变量输入的建模精度比仅使用光谱特征或纹理特征为变量输入的建模精度提升显著;其中光谱特征+...     

基于Landsat TM影像的冬小麦拔节期主要长势参数遥感监测

[目的]强化冬小麦长势遥感监测机制,为田间生产管理提供信息支撑.[方法]以2007-2009年试验实测数据为基础,以Landsat TM影像为数据源,分析试验样点拨节期冬小麦主要长势参数与品质、产量以及卫星遥感变量间的相关性,分别建立及评价了TM影像遥感变量监测冬小麦拔节期叶面积指数(LAI)、生物量、SPAD值和叶片氮含量(LNC)的模型.[结果]冬小麦拔节期,选用中红外波段的反射率(B5)、归一化植被指数(NDVI)、DSW5和绿波段的反射率(B2)等遥感变量分别反演冬小麦的SPAD值、生物量、LAI和LNC是可行的;SPAD值,生物量、LAI和LNC遥感监测模型的精度较高,以此为基础,制作出了具有实际农学意义的冬小麦拔节期不同等级SPAD值、生物量,LAI和LNC遥感监测专题图,实现了主要长势参数空间分布量化表达.[结论]研究结果可为广大农学家、农业部门决策者和田问管理人员提供及时的农情信息.     

基于LSP与GLCM融合的禾本科牧草种子特征提取算法

针对禾本科牧草种子相似性较高、识别困难的问题,采用局部相似模式(LSP)和灰度共生矩阵(GLCM)的方法,对禾本科牧草种子的分类识别进行研究。结果表明:1)局部相似模式与灰度共生矩阵融合的方法可以有效的提取禾本科牧草种子的纹理特征,能够识别颜色、形状、大小等特征都十分相似的牧草种子,且其识别率优于传统的LSP特征算子和GLCM特征算子。2)与传统LSP算法相比,结合灰度共生矩阵算法后,得到的特征受到相似种类种子图像的影响较小,具有更广泛的适应性。因此,基于LSP和GLCM的融合算法可以有效地提取相似禾本科种子图像的纹理统计特征,采用线性判别分析分类器(LDA)进行分类,识别率最高达到98.64%。     

基于SVM的资源三号影像林地分类及精度评价研究

运用ZY-3影像全色和多光谱影像,采用支持向量机(SVM)法对黄龙山林区蔡家川林场林地进行分类研究,探讨SVM法的分类能力及不同核函数、纹理窗口大小对森林植被分类精度的影响。结果表明:SVM法在研究区ZY-3影像林地分类中精度比传统的极大似然法高;将光谱信息与灰度共生矩阵(GLCM)构造派生的纹理信息结合能有效提高分类精度;采用SVM法分类时不同核函数对分类结果的精度影响不显著;在选用3×3、5×5纹理窗口时分类精度更高。     

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GLCM纹理特征提取的黄瓜叶部病害检测算法研究

针对传统的植物叶部病害检测算法复杂的特点，提出了一种基于GLCM纹理特征提取的植物叶部病害检测算法。以黄瓜叶部炭疽病为研究对象，利用K-means聚类算法进行图像阈值分割，并利用灰度共生矩阵提取样本的能量均值、熵均值、对比度均值和相关均值等4种纹理特征参数，通过参数训练，确定无病害区和有病害区参数的区域，进而判定样本的病害情况。结果表明该算法实现效率高、鲁棒性较好。     

泰国THEOS遥感影像质量评价

选取泰国THEOS(Thailand earth observation satellite)卫星影像作为研究对象,提出从图谱成像质量和专题地类提取性能评价影像应用潜能。采用不同地类的像元均值表征影像的光谱质量;选取灰度共生矩阵GLCM(Grey level co-occurrence matrix)计算得到的角二阶矩ASM(angular second moment)、相关性(correlation)、对比度(contrast)和熵(entropy)评价影像的图像质量;利用面向对象的分类方法评价影像的地物解析能力。结果表明:(1)耕地、城市和林地的均值分别为121.14、73.70和137.62,说明THEOS影像对不同地物有较好的区分性能;(2)对比度和熵的均值最大(分别为18.93和2.88),可以用于表征THEOS影像丰富的纹理信息;(3)2 m分辨率THEOS融合影像可以较好地提取均一地类,但解析多种地类混合的区域效果较差。本研究可为THEOS卫星数据在我国的广泛应用提供参考。     

基于CBERS-02B星数据的竹林、针叶林纹理特征变化分析

纹理特征是遥感影像的重要特征之一。本研究以湖南省桃江县为研究对象,利用CBERS-02B星为遥感数据源,采用灰度共生矩阵法提取影像纹理特征。根据纹理参数的标准差和各参数间的相关性,对纹理参数进行了筛选,并对竹林和针叶林的均值和方差的季相变化特征进行了统计和分析。结果表明:在5月、8月和12月之间,竹林均值逐渐减小而针叶林在8月份出现峰值,针叶林标准差逐渐增大,而竹林在8月份出现峰值。     

资源三号卫星在野生罗布麻宏观监测中的应用评价

[目的]利用国产卫星资源三号影像,选取新疆阿勒泰阿拉哈克乡野生罗布麻自然保护区,进行药用植物宏观监测分析评估.[方法]采用遥感与地面调查相结合的方法对野生罗布麻进行遥感识别,在传统分类方法中加入PCA(第一主分量)和纹理特征作为辅助数据来提高国产卫星对野生罗布麻进行遥感识别的分类精度.[结果]利用遥感影像分类提取野生罗布麻效果较好,总体分类精度为90.23;,kappa系数为0.8658,但是罗布麻的生产者精度只有73.09;,存在漏判现象.[结论]分析漏判原因,并对国产卫星资源三号是否适用于野生药用植物宏观监测做出评价.     

结合多尺度纹理特征的高光谱影像面向对象树种分类

目的基于机载高光谱影像的分类研究中，利用不同尺度纹理特征与面向对象分类相结合的方法在树种分类的研究中应用较少，并且相关研究主要针对单一树种识别而不考虑多种树种，因此对于复杂林分中的树种识别能力有待进一步研究。本研究拟探究不同尺度纹理特征结合面向对象的分类技术在树种精细分类中的应用效果。方法利用机载高光谱数据进行面向对象的树种精细分类。根据研究区内地表类型情况，采用分层分类的方法区分非林地、其他林地与有林地，对有林地进行树种的精细分类。从机载高光谱图像中提取特征变量，包括独立主成分分析ICA变换光谱特征以及空间纹理特征，分析各树种的光谱反射率及所适合的纹理尺度，依据不同尺度纹理特征进行分层分类，比较不同特征利用支持向量机SVM分类的树种分类结果。结果结合单一尺度纹理特征的分类结果总体精度为87.11%，Kappa系数为0.846；结合不同尺度纹理特征的分类总体精度为89.13%，Kappa系数为0.87，相比于仅利用光谱特征的分类精度分别提升了4.03%和6.05%。说明在面向对象的分类中，纹理特征的加入对于提升树种分类的精度具有显著效果。结合不同尺度纹理特征的树种分类精度要高于单一尺度纹理特征的分类精度，尤其在其他阔叶树种和马尾松树种的分类中，制图精度较单一纹理尺度分别提高了5.48%和6.12%。结论利用不同尺度的纹理特征分类比单一尺度纹理特征分类更具优势，提高了纹理特征在树种分类中的贡献率；综合利用机载高光谱影像的光谱特征和不同尺度纹理特征的面向对象分类方法，使得树种识别更为精细和准确。该方法对于复杂林分树种的分类是有效的，能够满足机载高光谱影像树种精细识别的应用需求。      

运用融合纹理和机载LiDAR特征模型估测森林地上生物量

针对区域尺度森林地上生物量的分布情况,以大兴安岭生态观测站为例,提出了一种融合光学影像纹理和机载LiDAR点云特征的森林地上生物量遥感估测方法。该方法首先提取Landsat 8 OLI不同波段在不同运算窗口下的纹理特征;然后对机载LiDAR点云进行滤波提取地面点,并利用地面点对点云数据进行高度归一化处理,提取点云特征因子;最后结合提取的遥感特征因子,利用支持向量回归的方法对研究区森林地上生物量进行估测,并对结果进行精度验证。结果表明:不同波段和窗口尺寸的建模精度差异较大,蓝光波段在7×7运算窗口下模型精度最高(R~2=0.73,R_(MSE)=22.32 t/hm~2);点云高度分位数变量的建模精度呈正态分布,变量H_(50)的建模精度最高(R~2=0.75,R_(MSE)=19.24 t/hm~2);与单一的遥感特征变量相比,融合光学影像纹理和机载LiDAR点云特征的模型精度有了一定提高,且针叶林和混交林的估测R_(MSE)分别为19.63和20.40 t/hm~2。因此,该方法可以为区域性的森林地上生物量估测提供有效参考。     

纹理特征与面向对象结合的高分影像耕地提取应用

以闪电河乡马神庙村的耕地提取为例,研究了纹理特征与面向对象结合的高分影像耕地提取的应用。结果表明,结合纹理特征增强算法的提取影像的纹理特征进而进行面向对象的影像分类的方法能够显著提高高分辨率遥感影像分类的精度,尤其是对耕地这一拥有规则的纹理特征的植被类型的地表覆盖地类的影像分类的精度有很大提高。     

融合无人机多光谱和纹理特征的马铃薯LAI估算

目的 研究融合无人机遥感影像多光谱信息和纹理特征估算马铃薯Solanum tuberosum叶面积指数(Leaf area index,LAI)方法,提高马铃薯LAI反演精度。方法 利用大疆P4M无人机采集2021年2－4月南方冬种马铃薯幼苗期、现蕾期、块茎膨大期多光谱影像,用LAI-2000冠层分析仪实测LAI数据。提取影像光谱、纹理等信息,分析植被指数、纹理特征与LAI的相关性,基于R²_adj的全子集分析优选特征变量。采用主成分分析,融合光谱和纹理特征,用PCA-MLR(Principal component analysis-multiple linear regression)模型估算马铃薯LAI。结果 从幼苗期到块茎膨大期,PCA-MLR估算模型优于T-MLR(Texture multiple linear regression)和VI-MLR(Vegetation index multiple linear regression)模型,R²分别为0.73、0.59和0.66。结论 本研究提出一种估算马铃薯LAI的PCA-MLR方法,为马铃薯的长势监测和田间管理提供数据支持。     

基于纹理信息的森林类型遥感识别技术

为提高大区域TM影像对针阔混交林的识别精度,充分考虑遥感影像像元值的随机性和空间性,以盘古林场有林地TM遥感影像为例,结合地统计学知识,利用变异函数计算图像纹理信息,分析了影像纹理信息提取的重要因子,确定选取绝对变差函数为计算方法,以9×9像元为窗口,4像元为步长,计算方向为全方向对盘古林场有林地部分提取纹理信息并与原始光谱信息及归一化植被指数相结合,采用经典分类器最大似然法对影像进行分类。结果表明,辅以纹理信息的最大似然法分类精度为85.333 3%,Kappa指数为0.78,达到了区别针阔混交林的目的。     

不同派系杨树品种(系)光合特性评价

[目的]综合评价引种的白杨派、黑杨派和青杨派杨树品种(系)的光合能力和生长优势,为优良杨树品种(系)推广种植提供参考依据.[方法]使用Li-6400XT便携式光合仪测定相同生境条件下伊犁地区引种白杨派、黑杨派和青杨派杨树品种(系)的光合参数,使用模糊数学中的隶属函数法综合评价各品种(系)的光合能力和生长情况.[结果]不同派系杨树品种(系)的光合速率(Pn)呈单峰或双峰曲线,部分品种(系)存在明显的光合午休现象;各派系内不同品种的光合生理参数差异显著(P<0.05)或极显著(P<0.01);大气CO2浓度(Ca)和气孔导度(Gs)对3个派系Pn的直接作用较大,蒸腾速率(Tr)为白杨派树种的主要决策变量,叶温(Tl)为黑杨派和青杨派树种的主要决策变量,影响白杨派和青杨派树种Pn的主要限制变量为Ca,黑杨派则为胞间CO2浓度(Ci).沙兰杨(辽宁)、银×新12#、171、174、银×新中东杨、银×新192的综合指数较高.[结论]银×新中东杨、沙兰杨(辽宁)、银×新12#、林场银×新、171和银×新192的光合能力较强且生长优势明显,各项指标的综合指数较高,适应高光强环境能力较强,可在新疆伊犁平原地区及其他适宜种植白杨派、黑杨派和青杨派树种的平原地区推广种植.     

资源三号卫星在种植型药用植物资源调查中的应用研究

[目的]以红花为研究对象,以遥感技术为基础,探索药用植物资源调查的方法.[方法]以红花的一个典型分布区新疆昌吉州吉木萨尔县作为研究样区,对研究样区开展野外遥感调查获取红花的生境及判读特征;采用中国资源三号卫星(ZY-3)影像对红花监测并进行图像预处理,完成基于主成分分析和纹理特征分析的最大似然监督分类法的分类,计算分类结果,得出分类精度.[结果]其样本准确率为68.75;,总体分类精度达到68.757;,卡帕系数为0.573,分类结果为中度一致性.[结论]利用遥感技术解译药用植物有一定的难度,利用中国资源三号卫星对药用植物红花的遥感资源调查基本是可行的.