利用TM卫星资料进行江苏部分地区小麦面积调查

以江苏部分县、市为基本单位，用TM卫星遥感技术监测调查2002年夏熟小麦、油菜的种植面积。本调查采用里下河幅(120—37)、南京幅(120—38)TM影像图，选用2001年1月至2002年4月份的时相，在外业调查，建立解译标志的基础上，通过计算机进行图像处理及非监督分类、人机交互式判读解译，结合农业部门掌握的资料分县、分类地判出小麦及油菜，其定性精度为90％以上。汇总结果表明：2001年小麦面积为38．116万km^2，2002年为39．598万hm^2，比2001年增加1．482万hm^2。     

逐步分类法在TM资料中提取稻田信息的研究

设计了一种计算机自动识别分类方法(逐步分类法)。该法在TM资料中用于水稻面积的遥感监测试验。可使稻田面积的估测精度达到97.04％。     

基于Google Earth的ETM~+遥感图像自动分类方法

为了快速准确识别地物、设计野外路线并减少踏勘后对前期解译工作的修改,本文参考Google Earth软件提供的高分辨率遥感图像,利用ETM+解译生成训练样本,然后采用最大似然监督分类算法进行ETM+图像分类。结果表明:与非监督分类和非监督-监督混合分类方法相比,基于Google Earth高分辨率遥感图像的ETM最大似然监督分类方法效果好、精度高,是一种经济、高效的技术手段,可用于初步识别地物分布情况、设计野外路线和勘查点等工作,对野外工作具有一定的指导意义;不同融合方式、不同波段组合的图像分类结果明显不同,该区域ETM+图像R(5)G(4)B(3)波段组合、PCA融合图像的分类总精度最好。     

基于ENVI的土地利用动态变化分析

选用2期卫星遥感影像数据,利用ENVI软件进行监督分类,提取不同时期土地利用数据库,对监督分类后的结果采用比较法进行对比分析,获取2期土地利用类型的动态变化数据。同时,通过建立解译标志收集相关调查资料,采用人机交互式判读解译,获得研究区不同时期土地利用数据库,以此作为参照,对采用分类后比较法获得的动态变化数据进行验证。     

利用决策树对TM遥感影像的分类研究

利用TM遥感影像对黑龙江省大庆市土地利用分类进行了研究。将地物分为8种类型,然后提取分析各种典型地物的光谱曲线,依据提取的光谱曲线建立了土地利用分类的决策树模型并进行了分类,最后对分类结果进行了精度评价。应用结果表明,该方法简单有效。     

利用核密度估计改进遥感图像贝叶斯分类法

把非参数核密度估计方法引入到遥感图像贝叶斯(Bayes)分类问题中,对各类的分布密度函数进行非参数核密度估计,从而改进了Bayes分类方法.通过对遥感图像实例分类,与传统Bayes分类方法和其它统计分类方法比较,分类精度得到了提高.该方法解决了其他分类方法单中心的局限,既保留了核密度估计法理论上的优点和平滑性,又适合云南由于地形和光照影响而产生的同一地类在相空间中是多中心的特点,具有一定的应用推广价值.     

基于TM影像的广西沿海红树林遥感识别研究

由于红树林所处的地理环境,利用传统方法对其进行实地调查是很困难的。遥感技术的发展为红树林湿地研究提供了新的方法和强有力的技术支持。该文以landsat TM影像为基础对广西沿海地区红树林进行识别,分别应用最大似然法和决策树法,发现基于缨帽变换的决策树方法精度更高,能准确的提取出红树林信息。     

利用卫星遥感进行冬小麦籽粒淀粉含量监测研究

 通过对不同年份、不同区域的遥感影像的植被指数和小麦GPS定点长势数据的综合分析，基于遥感影像信息获取的瞬时性和准确性，结合小麦灌浆期间气候环境条件对籽粒品质形成的影响特点，建立了基于不同生育期（拔节期、抽穗期以及灌浆期）遥感影像归一化植被指数（NDVI）和气候环境因子（气温、日照、氮素营养、土壤水分）的籽粒淀粉含量监测模型，并对模型的可靠性进行了检验。结果表明，模型的监测值与实测值较为一致，利用拔节期、抽穗期、灌浆期遥感影像NDVI和气候环境数据预测籽粒淀粉含量的RMSE值分别为4.57%，4.2%和3.84%。模型监测性能好，且具有解释性，可以用于不同年度、不同区域和不同小麦生长阶段对籽粒淀粉含量的预测。     

卧龙湖湿地信息的提取方法研究

湿地与森林、海洋一起并列为全球三大生态系统,具有重要的生态功能。以卧龙湖湿地作为研究对象,以TM影像作为主要数据源,采用BP-神经网络分类方法,实现了卧龙湖湿地信息的遥感提取。     

基于遥感的耕地信息提取研究进展

从主要数据源、主要研究方法、主要研究内容3个方面总结了国内基于遥感的耕地信息提取的研究,指出这3个方面研究的主要不足,为进一步研究指明方向。     

基于高光谱遥感数据提取土地利用信息

高光谱数据像谱合一及特有的高光谱分表率特性在研究地表物质成分、含量及其动态变化方面极具潜力。土地利用信息对于国土资源调查、规划及动态监测具有重大意义。以贵州省西南部关岭县和贞丰县交接处的北盘江花江段为研究区域,用SAM方法对土地利用信息进行提取,并将结果与实地调查资料对比计算总体精度和KAPPA系数。达到预期结果,将分类结果制作成花江土地利用分布图。     

基于时序遥感数据的玉米种植面积提取方法研究

探讨了在Landsat TM图像上进行玉米分布区域信息提取的基础上,利用MODIS数据NDVI植被指数的时间序列进行提取的方法,并以吉林省榆树市实验区为例,提取了2007年的玉米种植面积。研究结果发现,该方法提高了用单一时相landsat TM进行玉米面积识别的精度。     

沙地信息提取中的ETM+遥感影像自身融合研究

遥感影像的光谱特征和空间纹理特征是提取沙地信息的关键因素,数据融合可以弥补二者的不足。利用主成分变换、乘积变换和比值变换3种不同的融合方法,对Landsat ETM+遥感影像进行自身空间分辨率融合,并对融合结果进行主观目视判读评价和客观数理统计评价。评价结果表明比值法效果最好,光谱失真较小,空间纹理特征明显增强,主成分变换次之,乘积法最差。     

基于遥感影像的粮棉作物自动提取技术研究

以TM遥感影像为数据源,根据研究区域粮棉作物的物候特征,研究并实践了运用监督分类和模型分类进行粮棉作物提取的方法,为农业布局规划和政府决策提供了依据。     

应用RS及GIS进行林业局森林火险区划的研究

应用经过数字图象处理的ＴＭ图象，进行森林火险因子的各种空间数据采集；结合地面调查和实验，编制了森林资源分布图、森林可燃物燃烧性分布图、森林火险天气等级图、人口密度图、道路网密度图和森林火灾发生率六种专题图．应用ＧＩＳ空间数据库管理中的图象叠加、自然属性库进行分类，在综合分析评价的基础上应用知识的计算程序系统，模拟森林火险领域和解决问题的能力．将甘肃省迭部林业局森林火险等级分为四级，即Ⅰ级高火险区，Ⅱ级火险区，Ⅲ级一般火险区，Ⅳ级低火险区．再以林业局为总体，各自然沟系作为总体评价单元，用小班火险等级加权平均计算面积、沟系的平均火险等级及林业局的平均火险等级     

遥感影像自动分类技术在作物提取中的应用

结合遥感在相关研究应用中的优势及特点,分析了自动分类技术在作物提取中的应用方法和思路,并讨论了该技术在作物提取工作中的应用前景。     

基于最优波段组合的土地利用/覆盖遥感信息提取研究

以渭河下游河流沿线区域为研究区,通过对2002年ETM+影像的各波段光谱特征、相关系数矩阵、最佳指数OIF、修正植被指数RNDVI、主成分变换进行分析后,认为第一主成分分量PC1、RNDVI和Band4为最优波段组合。利用非监督的ISODATA和监督分类相结合的方法对研究区进行土地利用/覆盖分类后,得到的总体分类精度为90.098 7%,Kappa系数为0.884 5,说明该研究方法获得的分类精度较高,步骤简便且实用性强,能极大地提取遥感分类信息。     

基于无人机可见光遥感的棉花面积信息提取

【目的】针对传统大区域棉花种植信息提取方法相对落后的问题,运用面向对象的影像分析方法,对无人机遥感试验获取的可见光影像进行棉花种植信息的提取。【方法】选用双子星MyFlyDream MTD固定翼无人机搭载佳能EF-M 18-55相机,获取新疆建设兵团第八师135团的可见光影像,借助eCognition软件平台,运用面向对象的方法对研究区内棉花种植信息进行提取试验。【结果】目视解译提取的棉花种植面积为0.35 km²,面向对象提取的棉花种植面积为0.33 km²,分类结果精度为94.29%,误差系数为5.71%,可以有效地提取研究区域棉花种植信息。【结论】面向对象的分类方法相比于传统的基于像素的分类方法提取精度更高,更加接近于目视解译的提取结果。     

竹林遥感信息提取方法比较研究

以TM多光谱遥感影像为数据源,应用erdas软件提供的非监督分类、最大似然分类和子象元分类3种方法,对中国竹乡福建省顺昌县典型地物进行了分类和精度评价,研究结果表明,3种方法总体精度分别为：69.67%,78.00%,82.67%;Kappa系数分别为：63.6%,73.6%,79.2%。子像元分类法的总体精度和竹林识别精度均高于其他两种传统的分类方法,其竹林用户分类精度达80%,是进行竹林信息提取较为理想的方法。