森林植被遥感分类研究进展与对策

遥感分类是遥感应用中的主要问题之一,分类的精度直接影响遥感数据的应用水平和实用价值。本文概述了遥感分类的方法,综述了森林植被遥感分类研究的国内外进展,在此基础上分析了森林植被遥感分类存在的问题,提出了发展对策,指出基于知识的人工智能技术和高光谱技术是森林植被遥感分类未来的发展趋势。     

基于 SAM 算法的遥感影像湿地植被分类

以黑龙江省扎龙自然湿地保护区高光谱遥感影像为试验区域,通过对野外试验调查数据和预处理后的高光谱遥感影像进行前期处理,再采用光谱角填图(SAM)图像分类方法进行植被分类实验得出结果,并与最大似然法和支持向量机(SVM)分类方法结果进行对比研究分析,通过实验结果得出误差矩阵和精度评价分析,得到最大似然法的总体分类精度和以及Kappa系数是最低的,而光谱角填图分类方法的总体精度为89.87%,Kappa系数为0.880 7,分类结果要好于其他两种分类方法,其对高光谱遥感影像植被分类实验更具有准确性和实用性。     

遥感技术在红树林湿地研究中的应用述评

红树林为自然分布于热带和亚热带海岸潮间带的木本植物群落,是淤泥质海滩上特有的植被类型,也是重要的海岸湿地资源,作为独特的海陆边缘生态系统在维持海岸生态平衡中起着特殊的作用.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.文章论述了遥感技术在红树林生态监测中的应用,包括遥感数据源的选择.红树林湿地区域研究、类内区分和类外区分以及红树林湿地遥感分类方法,精度对比情况以及遥感技术在红树林湿地动态变化与管理中的应用.指出目前存在的红树林湿地原始影像数据的选取、遥感分类精度以及红树林湿地遥感分类方法选择等问题.提出了未来发展动向.     

盐城丹顶鹤保护区核心区土地覆被信息提取及其动态变化分析

基于江苏盐城湿地珍禽国家级自然保护区核心区2002年LANDSAT影像数据和2010年ALOS影像数据，分别对两期遥感影像进行图像分类比较、图像差值运算、提取影像植被指数，进行图像差值运算等处理，提取保护区核心区地类和植被覆被的相关信息及其动态变化情况，为保护区核心区进一步加强管理与保护提供科学依据。研究结果表明，保护区核心区的人为干扰较小，境内的原生湿地保存完整，生态系统基本实现自我更新，这种情况对于丹顶鹤的保护非常有利。     

基于机器学习的高光谱湿地植被分类研究

为实现湿地植被的精细分类和高精度制图,为湿地管理部门提供准确的决策依据,以美国加州萨克拉门托—圣华金水域的典型湿地植被为研究对象,以高光谱影像为数据源,结合野外GPS采样点,对典型湿地植被的光谱反射率作一阶导数和二阶导数处理,基于均值置信区间原理筛选特征波段,基于单因素分析法筛选能够明显区分植被类型的植被指数。联合特征波段和植被指数构建特征集,利用机器学习C5.0决策树生成知识规则并提取湿地植被信息。结果表明,基于机器学习C5.0决策树的湿地植被提取总体精度为80.09%,Kappa系数为0.792,与最大似然法比较,总体精度提升10.79%,Kappa系数提升0.105,说明基于机器学习的C5.0决策树法能够实现植被的精细分类,方法切实可行。     

基于纹理信息的Landsat-8影像植被分类初探

遥感图像植被分类一直为遥感领域的热点,对于中低分辨率的影像,传统的分类方法主要是利用影像的光谱信息,对于影像的空间信息利用较少,而事实证明遥感影像的空间信息也十分丰富。为了提高遥感影像的空间信息利用率,提取了最新的Landsat-8的空间纹理信息,结合空间纹理信息与光谱信息对遥感影像进行植被的分类。实验证明:辅以纹理的分类总体精度为84.68%和83.87%,光谱分类总体精度为82.26%,结合了空间纹理信息后的分类精度比传统的方法有明显的提高。     

海南热带林动态变化的遥感监测

运用遥感手段进行海南霸王岭林区植被的动态监测 ,使用 3幅不同年份 ,同一季节的TM遥感影像 ,进行多时相遥感图像的光谱分析 ,特征提取 ,植被分类 ,精度检验 ,生成植被分类图和各类型植被的统计数据 ,从而分析植被的变化情况     

基于BP神经网络的森林植被遥感分类研究

如何解决多类别图像的识别并满足一定的精度,是遥感图像研究中的一个关键问题,具有十分重要的意义。本文使用Landsat7ETM+遥感数据和森林资源分布图等地理辅助数据,用BP神经网络方法对森林植被进行了分类,并与最大似然法的分类结果进行精度比较分析。结果表明地理辅助数据参与的BP神经网络用于森林植被遥感图像分类其效果是较好的,是一种有效的图像分类方法。     

洞庭湖湿地植被分类研究

高分一号卫星是我国2013年自主发射的第一颗高分辨率对地观测卫星(GF-1),其在湿地中的应用还比较少见。以洞庭湖湿地为研究区,GF-1影像为主要遥感数据源,在对研究区湿地主要植被柳树、杨树、芦苇和苔草的光谱特征分析基础上,建立决策树分类算法。同时结合GF-1影像特有的纹理信息,引入纹理均值和相异性指数对决策树算法进行改进,结果表明:通过采用纹理均值和相异性指数,总体精度从传统决策树的85.64%提高到了92.66%,Kappa系数从0.82提高到0.91,说明该方法对湿地植被识别的效果较好。这对于同等空间分辨率遥感数据的植被分类具有指导和借鉴作用。     

基于遥感技术的植被分类研究现状与发展趋势

综述了国内外基于遥感技术进行植被分类的研究现状, 并提出植被分类的发展趋势:(1)从单时相、单源遥感分类向多时相、多源信息融合发展; (2)从单一分类方法向复合分类方法发展; (3)从“硬”分类向“软”分类方向发展; (4)从基于像元分类向混合像元分解分类和面向对象分类方向发展; (5)从传统分类向智能分类方向发展。     

高光谱遥感技术在湿地研究中的应用

综述了高光谱遥感技术在国内外湿地研究中的应用; 总结了高光谱遥感技术在湿地水质参数反演、土壤含水量反演和湿地植被精细分类等方面应用的方法研究和取得的成果; 指出鉴于高光谱遥感数据自身的冗余性和信息理解程度的局限性, 在湿地研究领域中仍然存在着不足之处; 在此基础上, 提出了高光谱遥感技术应用于湿地研究的数据多元化趋势及其在湿地类型变化动态监测、湿地生态系统的自我恢复、掌握湿地资源重新积累过程等方面的应用潜力和开发前景。     

基于Worldview-2八波段影像改进指数的湿地类型分类研究

采用Worldview-2八波段影像作为数据源,选取东洞庭湖湿地核心区域作为研究区,进行了Worldview-2八波段特征分析、构建改进遥感指数、采用改进遥感指数阈值分层分类的策略对湿地区域进行信息提取。研究结果表明,基于Worldview-2八波段影像改进指数的湿地类型分类总精度达到了92.24%,Kappa系数为0.902,比原始遥感指数的分类精度提高了8.18%,特别是对草滩地和泥滩地的区分有了较大的提高,是有效、准确提取湿地类型的技术方法。     

中国热带林遥感探索:分类方法与调查方案

在分析了世界热带林研究现状、我国热带林特点及研究进展后，从中国的热带林研究出发，重点探讨了分类方法和调查方案。提出了研究区域性、乃至全球热带林的遥感方法。并指出宏观监测时遥感方法是不可代替的。在分类方面，建议在水热条件和高程预分类后，用遥感数据确定林分郁闭度，从而完成分类的方法。在调查方案中，提出了宏观和局部评估其面积和蓄积的方法，并用数据证明了可行性，同时与亚热带和温带的试验结果进行了比较。     

湿地公园土地利用的变化监测——以成都白鹭湾湿地公园为例

城市湿地公园被誉为"城市之肾",是重要的国土资源,具有生态修复净化环境等功能。因此对城市湿地公园的土地利用情况进行监测,对环境改善、合理利用土地以及保护湿地资源有重要意义。本文以成都市白鹭湾湿地公园为例,利用ENVI进行监督分类动态监测土地利用前后变化情况,并对其结果进行分析,研究表明:白鹭湾湿地公园2012土地类型划分情况为:植被、耕地/半裸地、人造物/裸地占比分别为42%,33%,25%;2015年土地分类占比分别为42%,20%,22%,同时增加了16%的水体,湿地公园耕地、植被、水体等面积逐年增加,土地利用结构更加合理。通过遥感技术动态监测和土地利用变化分析,有利于湿地公园资源的合理利用,同时对城市湿地的建设具有巨大的促进意义。     

2000~2015年沈阳市生态系统质量变化分析

以沈阳市为研究对象,基于遥感影像,系统分析了2000~2015年森林、草地、湿地等自然生态系统生态质量变化情况。结果表明:2000~2015年,沈阳市林地、草地、湿地生态系统植被覆盖度空间基本格局主要集中在较低和中级水平,生态系统年均植被覆盖度状况呈升高趋势。     

遥感和GIS技术在广东省湿地信息提取中的应用

在分析广东粤西湛江、雷州半岛区城CBERS-02遥感影像数据特征的基础上,利用遥感与地理信息系统软件处理遥感影像的方法,对图像数据进行几何校正和融合处理,采用遥感图像多源信息复合、人机交互解译与GIS技术相结合的解译方法,实现湿地信息的提取,提取的总精度高达83.5%,比单纯的采用监督分类精度提高20%,获得了理想的结果,为广东湿地环境可持续发展提供决策支持。