基于植被指数特征和空间分析的石漠化信息提取

通过对多光谱数据谱间特征与多种植被指数差异分析,采用改进的EVI指数提取石漠化信息,并使用NDWI指数修正水体信息,结合空间坡度分析进行决策树分析,提高信息提取精度。以贵州省务川仡佬族苗族自治县CBERS-02B星CCD数据为例,研究最新的中巴资源一号02B星在采用植被指数特征和空间决策树分析对石漠化信息快速的准确性。研究表明这一方法可以克服只靠单一指数提取出现信息混淆问题,共抽查203个图斑,其中石漠化图斑179个,误判图斑19个,漏判的石漠化图斑5个,其总精度判率88.2%,是一种快速有效提取石漠化信息的方法。     

基于RS和GIS的松辽平原黑土信息提取

为保护黑土资源并使其可持续利用,基于ASTER数据采用多元逐步回归方法估算了黑土有机质含量,利用决策二叉树方法和DEM数据等提取了黑土信息。结果表明：基于ASTER数据可快速有效地提取黑土信息;当土壤有机质质量分数低于2%时,估算有机质的模型精度受到土壤反射特性的制约而误差较大;在GIS支持下充分利用辅助信息可提高黑土的提取精度,使提取的黑土信息更准确可靠;根据研究得到松辽平原黑土带北起黑河市,南至昌图县,现有黑土总面积51 360.15 km2,其中黑龙江、吉林、辽宁省的黑土面积依次递减,分别是35 3     

基于CIWI模型的水体信息提取研究

分析了几种常用的地表水体信息提取方法,根据区分度结果优选,确定采用新型水体指数(CIWI)模型研究株洲地区水体信息。结果表明:该模型能有效地解决水体与植被、城镇用地等信息难于分离的问题;研究区内水体总面积为188 489 110.5 m2,与同期土地利用现状调查所得数据基本一致;总精度达到94.8%,实现了研究区水体信息的提取。     

基于RS和GIS的彭州市震毁土地信息提取及分析

以"5·12"地震前后的TM影像为数据源,根据研究区特殊的地貌特征和灾毁分布特征,采用分区处理的方法,提取了地震前后彭州市土地利用图.彭州市灾毁面积达200.53 km2,占彭州市总面积的14%.提出以R(4)G(2)B(7)波段组合的影像图来区分河流与灾毁,可以大大提高灾毁提取的精度与速度.将灾毁信息与高程数据、坡度数据、坡向数据进行叠加分析,得出:灾毁与高程成正相关;随着坡度的增加,灾毁比例先增后减,灾毁最严重的坡度为35°～55°;西-西南向灾毁比例相对较高,东-东南向灾毁比例较低.     

基于PCA的森林生物量遥感信息模型研究

森林生物量和遥感多光谱数据、植被指数及地学因子存在相关关系,但这些因子间可能存在着多重相关性,如利用这些因子直接建模估测森林生物量,则可能出现病态模型。因此,文章采用主成分分析方法,提取遥感及地学因子的主成分,再建立主成分与生物量多元线性回归模型,估测森林生物量,达到既可保留多个遥感及地学因子的主要信息,又可避免因子间共线性的问题,以及降维,简化模型的作用。文章以高黎贡山自然保护区常绿阔叶林为研究对象,利用地面样地胸径每木调查数据,结合生物量相对生长式,得样地生物量。利用2006年印度卫星（IRS）数据,包括B2、B3、B4、B5四个波段,提取DVI、NDVI、PVI、RVI、VI3、SLAVI六种植被指数,利用DEM提取海拔、坡度、坡向值共13个遥感及地学因子。在此基础上,提取13个因子的主成分,第一主成分至第五主成分的累计贡献率达98.7%。以前5个主成分值作自变量,建立主成分与地面生物量的回归模型,模型经方差分析及相关性检验,达到显著相关水平,相关系数R=0.7129,可用于森林生物量估测。     

鲜肉图像信息提取算法分析研究

实验通过提取鲜肉图像色彩特征值、眼肌面积和白红比等信息,以期成为计算机鲜肉评级的依据之一。为最大限度消除肉类图片在数据收集阶段的噪声影响,本研究对多种图片信息提取算法进行了分析和比较,提出了一种比较合理的鲜肉图像信息提取方法。     

基于纹理分析的香菇品质分选方法

为了实现天白花菇、白花菇、茶花菇和光面菇这4种类型香菇的分选,研究了多种菌盖纹理模型以及各个模型参量的融合,并设计了整个香菇类型自动分选系统。首先从香菇菌盖中截取合适大小的纹理区域,利用灰度直方图统计,灰度共生矩阵(grey level co-occurrence matrix),高斯马尔科夫随机场(Gauss Makov Random Field)模型和分形维数模型从该区域中共提取23个纹理特征参数。然后使用顺序前向搜索法对各个模型特征数据进行融合,从中得出6个简约特征。最后构建K近邻分类器作为香菇类别分类器并对提取后的简约特征进行分类。试验结果表明,香菇类型分选模型的分选正确率可达到93.57%,利用香菇菌盖纹理对香菇进行类型分类是可行的。     

基于近红外图像纹理分析检测作物叶片含水率的研究

利用水分子对９６０ｎｍ附近的红外光有较强的吸收这一特性,采用图像处理技术中纹理分析的灰度梯度共生矩阵法分别对两种作物（苞菜和青菜）叶片的近红外图像求出各自的特征量。实验结果表明,特征量与叶片干基含水率之间的线性关系不仅和特征量有关,而且和拍摄图像时的实验因素（如摄像头的工作距离,光圈,光强等）有关,另外还取决于梯度图像灰度级的数目。     

基于PCA和PNN的水稻病虫害高光谱识别

对水稻病虫害准确、快速的识别是采取病虫害防治措施的基础,同时对灾害评估也具有积极意义。该研究选用在水稻孕穗期时测定的两期受稻干尖线虫病危害的水稻叶片光谱数据和于水稻分蘖期时测定的两期受稻纵卷叶螟危害的水稻叶片光谱数据,通过对水稻叶片的光谱特征分析,选用可见光波段（490～670 nm）和短波红外波段（1 520～1 750 nm）,用主成分分析技术（PCA）对上述光谱波段进行压缩,获得主分量光谱,最后结合概率神经网络（PNN）对稻干尖线虫病和稻纵卷叶螟进行识别,结果显示对水稻病虫害的识别精度高达95.65%。研究表明,PCA和PNN相结合,可以实现对多种水稻病虫害进行快速、精确的分类识别。     

基于PCA和SRRI的潮土土壤属性与田间光谱关系研究

应用光谱分析技术可以快速无损地对土壤属性进行定量分析,是提高农田管理效率的有效途径。使用ASD Field Hand Held光谱仪测定了46个潮土土样在田间环境中350～1075nm的光谱。采用主成分分析方法和逐步线性回归方法得到了土壤反射辐射指数(SRRI)。该指数描述了土壤属性对光谱的综合作用和反射辐射能的强弱程度。结果表明潮土pH和CEC与SOC、Fe2O3、Mn和TN等对光谱的影响是不同的。采用PCA和SRRI方法进行土壤属性的光谱估计,其结果精度优于偏最小二乘回归方法(PLS),而且利用土壤属性对SRRI的贡献可准确衡量光谱估计土壤属性的可行性。     

基于面向对象的SPOT卫星影像梯田信息提取研究

梯田信息准确和快速提取是区域水土保持动态监测和评价的核心技术之一,运用遥感技术进行地物信息提取是一种有效手段。该研究以燕沟流域为研究区,采用高分辨率的SPOT5遥感影像数据,基于面向对象分类技术,通过影像分割构建影像对象,在分析影像对象的光谱特征、纹理特征和空间特征的基础上,建立了梯田信息的遥感提取规则,实现了梯田的自动提取。最后用手工勾绘结果对梯田的遥感提取结果进行精度评价,从田块边界的吻合度评价位置精度,并通过比较该结果与人工目视解译结果进行面积精度评价。结果表明,基于面向对象分类的遥感方法可以较好地从原始影像中提取复杂地貌区梯田的位置信息,面积提取正确率达到78.38%,该方法可为黄土高原地区梯田信息遥感提取提供借鉴。     

基于决策树的干旱区盐碱化土壤信息提取方法研究

土壤盐碱化是制约干旱区植被生长最主要的生态环境地质问题,也是土地资源利用的主要障碍因子之一。利用遥感数据准确自动的提取盐碱化土壤信息对土壤的盐碱化的提取和动态监测具有重要意义。本文以新疆石河子150团为研究区域,使用2010年8月和2005年7月的ETM数据提取归一化植被指数(NDVI)、第一主成分(PC1),分别作为非盐碱化土壤和盐碱化土壤信息提取的主要特征变量,然后用改进归一化差异水体指数(MNDWI)、TM7、Mean作为辅助特征变量,结合研究区的实地考察和典型土样的遥感信息以及与缨帽变化(K-T)对比分析来确定各个特征变量的阈值。利用决策树对研究区遥感图像进行了分类。研究结果显示,基于决策树的干旱区盐碱化土壤信息提取方法是可行的并能达到较高的精度。     

基于遥感图像的城镇用地信息提取方法研究

如何快捷、准确与客观的提取城镇用地信息,以获得城镇用地的分布范围和面积资料,是有关城镇问题研究中的一个基本问题。利用遥感技术可以有效的解决这个问题,从城镇用地的遥感信息机理分析入手,根据各地物不同的光谱信息值,深入研究了基于遥感影像下的城镇用地的信息提取方法,并对提出的提取方法进行了若干讨论。研究结果表明,与传统的计算机分类方法和人工目视解译的屏幕数字化方法相比,本文所探讨的方法是一种行之有效的方法。     

基于TM影像的水体信息提取

在分析各种地物在TM遥感影像中特性的基础上,采用决策树方法对影像进行分类。通过分析水体的影像特征,找出水体与其他地物之间的灰度差异,进而用关系表达式来实现水体信息的提取。     

基于MODIS指数和随机森林的江西省早稻种植信息提取

尽早获取双季早稻的种植信息,对政府部门掌握全省水稻生产形势及制定粮食安全保障的相关政策方针具有重要意义。传统业务服务中,通常将水稻生长早期的多时相MODIS指数与阈值法相结合,对种植信息进行提取,但该方法主观性强,受人为及不同地区水稻物候期差异影响大,且存在混合像元等限制,机器学习算法可以较好解决此问题。因此,该研究提出一种结合水稻生长早期MODIS指数和随机森林的种植信息提取方法,基于江西省早稻生长早期多时相MODIS增强型植被指数（Enhanced Vegetation Index,EVI）、归一化植被指数（Normalized Difference Vegetation Index,NDVI）和地表水分指数（Land Surface Water Index,LSWI）的变化特征,利用随机森林算法构建早稻种植区域提取模型与丰度反演模型,提取全省早稻种植信息,并利用Sentinel-1A提取的验证样区与统计资料验证。结果表明,早稻种植区域及丰度的空间分布特征与Sentinel-1A提取的验证样区的空间特征基本一致,提取模型的分类精度为93.18%,丰度反演模型与样本数据的平均绝对误差、均方根误差和决定系数分别为0.07、0.10与0.86,且在高丰度种植区反演效果更优。与统计资料相比,全省早稻面积识别精度为92.33%。该研究解决了水稻种植信息提取中阈值选取合理性、混合像元与时效性限制等问题,为水稻生长早期种植信息的业务化提取提供一种参考方法,具有一定应用价值。     

基于深度学习的水土保持措施遥感解译信息提取研究

近年来计算机视觉图像处理的发展与遥感影像分辨率的提高,使得遥感影像水土保持措施快速精准提取成为可能。为有效推进水土保持措施图斑精准快速提取的研发与应用,在总结水土保持措施信息提取和卫星遥感影像解译常用方法的基础上,系统分析深度学习方法在遥感解译和遥感影像水土保持措施提取方面的改进与运用,对研究发展趋势进行了展望分析。     

基于ETM+数据的干旱区盐渍化土壤信息提取研究

准确而自动地提取盐渍化土壤信息对于土壤盐渍化监测和土壤盐渍化动态变化研究具有重要意义。选择新疆渭干河—库车河三角洲绿洲特有的干旱地区为研究区,在对研究区土壤特征实地调查和典型土壤遥感信息分析基础上,利用含有7个多光谱波段的2001年8月1日增强-加型专题绘图仪(ETM+)遥感图像提取了归一化植被指数(NDVI)、第三主成分(PC3),分别作为非盐渍化土壤和盐渍化土壤信息提取的主要特征变量,改进归一化差异水体指数(MNDWI)、TM1、TM7作为辅助特征变量。利用决策树分类方法建立信息提取模型,对研究区遥感图像进行了分类。研究结果证明,基于研究区遥感信息特征基础上的盐渍化土壤信息自动提取是可行并能达到较高信息识别精度的。     

基于高分六号遥感数据的中草药信息提取研究

遥感的定量分析是遥感领域发展的重要方向,但对于光谱曲线相似的植物难以区分。中草药和冬小麦光谱曲线较为相似,通过对中草药和冬小麦生长周期的研究,寻找冬小麦生长周期中的特殊阶段,计算该阶段与中草药光谱曲线的微小差异并加以放大,从而提取中草药的种植区域,可为今后中草药遥感定量分析进一步研究提供参考。     

基于无人机平台的柑橘树冠信息提取

为了快速获取柑橘树冠信息,提升柑橘园精准管理,该研究基于无人机平台获取了柑橘数码和多光谱影像,分析了无人机影像反演柑橘树冠信息的效果。首先利用无人机数码影像及分水岭算法进行柑橘单木分割,然后构建柑橘树冠层高度模型,提取柑橘株数、株高、冠幅投影面积等结构参数信息,进而利用无人机多光谱影像获取柑橘的8种常用植被指数,采用全子集分析法筛选柑橘冠层氮素含量的敏感植被指数,构建基于多元线性回归的冠层氮素遥感反演模型,进行以冠幅为基本单元的柑橘树冠层氮素含量遥感制图。研究结果表明：柑橘的单木识别准确率在93%以上,召回率在95%以上,平均F值为96.52%;柑橘树的反演株高与实测株高具有较强的相关性,决定系数R2为0.87,均方根误差为31.9 cm;单株冠幅投影面积与人工绘制的冠幅面积的决定系数,除果园A在12月的结果较低（R2为0.78）外,其余均在0.94及以上;采用全子集分析法筛选的柑橘冠层氮素敏感植被指数为归一化植被指数（NDVI）、绿色归一化植被指数和冠层结构不敏感指数,所建立的多元回归模型的决定系数R2达0.82,均方根误差为0.22%,相对误差为6.59%。综上,无人机影像在柑橘树冠参数信息提取方面具有较好的应用效果,能够快速有效地提取柑橘树冠参数信息。该研究可为使用无人机平台进行果园精准管理提供技术支撑。     

基于GF遥感数据纹理分析识别制种玉米

仅利用多时相遥感数据识别作物,其精度难以满足制种玉米识别的实际需求。该文针对制种玉米种植特点,利用国产GF遥感数据,构建了制种玉米遥感识别方法。首先利用多时相国产卫星GF-1 WFV数据,依据研究区作物的物候历,构建各地类EVI时序曲线,提取玉米种植区域;进一步利用抽雄期的GF-2 PAN数据,以田块为对象,通过Sobel边缘检测算子,提取作物纹理信息,并利用Hough变换检测制种玉米田块中的条带状纹理信息,最终提取出制种玉米。该文以新疆维吾尔自治区奇台县坎尔孜乡为研究区,对该文构建的方法进行试验验证,试验结果显示,制种玉米识别精度为90.0%,Kappa系数为0.80。该文不但拓宽了中国国产遥感数据的应用领域,同时也为中国玉米制种监管提供了新的技术支撑。