基于时间序列环境卫星影像的作物分类识别

环境星影像具有较高的时间和空间分辨率,利用其时序遥感数据进行作物信息提取优势明显。该文以黑龙江垦区友谊农场作物为研究对象,利用2010年6月至9月共10景HJ-CCD数据进行作物种植分类信息提取。首先,通过SPLINE算法对云影响区域插值去噪,重构时间序列影像数据;其次,通过分析试验区主要作物的光谱和植被指数时序变化特征,构建基于决策树分层分类的主要作物遥感分类模型,成功提取了黑龙江友谊农场大豆、玉米和水稻的种植信息,分类总体精度达到96.33%。同时,将分类结果同基于时间序列植被指数影像的支持向量机和最大似然法分类结果相比较,结果表明,决策树分类效果最好,支持向量机次之,最大似然分类较差。研究表明,通过去云处理后构建的时间序列HJ卫星遥感影像,结合作物的光谱和典型植被指数时序变化特征,借助于决策树分类方法能够有效提高黑龙江垦区主要种植作物分类的准确性和精度。     

乡镇尺度的玉米种植面积遥感监测

以快速、准确提取玉米种植面积为目标,以多时相HJ-1A/1B CCD影像和数字高程模型（DEM）为信息源,选取吉林省长春市为试验区,将试验区种植结构、物候特征、地形特征、光谱特征及植被指数等多元信息引入决策树分类模型,构建基于决策树分层分类的玉米种植面积遥感估算模型,并将空间化的农普数据作为参考值,以乡镇为基本评价单元对玉米种植面积遥感测量结果进行精度评价。研究表明：利用该方法可以有效提高玉米识别精度,满足作物种植面积估算大范围、多时相的需求,有助于解决作物种植面积遥感估算业务运行时空分辨率的矛盾,乡镇尺度的玉米种植面积总量提取精度可达92.57%。     

基于多源数据和决策树估算夏玉米种植面积

以低空间分辨率遥感数据为主要信息源提取大范围作物种植信息时,为克服混合像元影响,提高提取精度,提出一种基于多源数据和决策树的夏玉米种植面积估算方法。综合FY-3/MERSI数据的时间序列特征和TM数据的中空间分辨率光谱特征,在对作物物候历进行分析的基础上制定多时相决策树规则,融合多时相MERSI数据和TM数据,分析多源融合后NDVI时序数据的光谱特征确定阈值,提取夏玉米种植信息,根据农业统计数据验证种植面积提取精度为95.1%,根据野外调查数据验证位置精度为81.0%。研究结果可为大范围的作物种植信息准确提取提供方法支持。     

基于多特征决策树的建设用地信息提取

城乡交接带的土地利用/覆盖类型兼具城镇和农村的典型特征。为了解决土地覆盖类型复杂、存在"同谱异物"现象的西部山区环境中建设用地信息难以精确提取的问题,该文提出一种包含多个特征节点的决策树分类法,该方法以Landsat-8影像为主要数据源,以决策树分类法为框架,结合地物光谱特征及空间特征,建立以4种归一化指数(归一化三波段指数normalized difference three bands index,NDTBI;归一化建筑指数normalized difference building index,NDBI;改进的归一化水体指数modified normalized difference water index,MNDWI;归一化植被指数normalized difference vegetation index,NDVI)、支持向量机(support vector machine,SVM)分类结果和河流缓冲区作为特征节点的决策树分类器,对贵州省毕节市城乡交接带建设用地专题信息进行提取。NDTBI是该文新构建的指数,取名为归一化三波段指数,目的是为了弥补归一化建筑指数NDBI的不足;支持向量机分类结果的使用在多指数法的基础上提高了地物的可分离性;以构建河流缓冲区的方式加入的地物空间信息,进一步提高了信息提取的精确性。由于决策树特征节点的构建过程是利用先验知识来优化特征值和提高精度的过程,克服了利用单一指数法、多指数法及单独使用模式识别法中出现的问题,精度评价结果显示总体精度达到了97.52%。为了验证方法的推广性,采用毕节市七星关区中心城区遥感影像数据该方法进行验证,精度评价结果显示总体精度达到98.03%。     

基于Hyperion和ASTER影像的喀斯特石漠化评价指标提取对比研究

中国西南喀斯特地区以石漠化为特征的生态环境退化现象严重,遥感是获取大尺度石漠化评价指标的主要手段.但目前还没有直接从遥感图像快速、客观有效地提取石漠化评价指标的应用.基于植被指数(NDVI)、石漠化综合光谱指数(KRDSI)和木质素—纤维素吸收指数(LCA),对比分析利用Hyperion 高光谱遥感影像及其模拟的ASTER多光谱遥感影像直接提取石漠化评价指标的可行性和精度.研究表明,利用Hyperion高光谱影像能够比较有效地直接反演绿色植被、干枯植被、裸土等的覆盖信息,但由于不同碳酸盐岩及其不同侵蚀程度的光谱特征差异,直接反演基岩裸露的精度较低;而利用ASTER多光谱影像能够直接有效提取直接反演绿色植被、裸土等的覆盖信息,但由于ASTER影像波段设置的局限性,使其直接提取干枯植被盖度和基岩裸露率的效果较差.     

基于多时相OLI数据的宁夏大尺度水稻面积遥感估算

为客观获取宁夏水稻面积空间分布信息,也为区域农作物遥感监测奠定技术基础,该文以宁夏回族自治区为研究区域,选择美国LandSat-8携带的陆地成像仪(operational land imager,OLI)数据,采用2016年3月11日-7月01日间的15景影像,基于水稻田耕地与水体特征反射率随着季节变化规律的分析,采用归一化植被指数(normalized difference vegetation index,NDVI)、近红外波段反射率(infrared reflectance,IR)、短波指数(short waved index,SWI)3个指数,以及多时相NDVI最大值、IR最小值、SWI最小值3个衍生指数,共6个指数为基础进行决策分类树构建,对全区水稻进行识别与提取,采用该区水稻面积本底遥感调查结果进行精度验证,水稻种植面积提取误差仅.4.22%,Kappa系数为0.83,水稻空间分布的用户分类精度分别为85.11%,制图精度为81.67%;同时与监督分类方法提取的水稻面积进行对比,该文方法提取水稻的用户精度提高了8.13个百分点,制图精度更是提高了20.01个百分点。研究结果表明,利用中高分辨率的OLI遥感时间序列卫星影像,在大宗农作物时间序列的变化规律分析基础上,构建分类决策树,可以准确地提取大宗农作物种植面积,是区域农作物面积遥感监测业务运行中具有潜力的方法。     

基于MODIS数据的泰国耕地信息提取

农业是中国和多数东盟国家的基础产业,加深对东盟国家农业生产信息的认识,可以为中国与东盟的农业合作提供科学的决策参考,促进合作的健康发展。该文选取了世界上重要的水稻种植地之一的泰国作为研究对象,应用时间序列MODIS数据以及CBERS-02B数据、实测和统计等辅助数据,进行了泰国耕地信息的提取研究。该文采用的技术流程首先根据时间序列归一化植被指数数据,采用排除法提取出研究区耕地范围;其次采用探测峰值的方法确定农作物的熟制,根据熟制分区进行作物类型识别。结果表明：水稻是泰国主要的农作物类型,集中分布在湄南河流域和呵叻高原地区;旱地作物主要分布在湄南河流域边缘的中高台地地区;一年一熟的种植方式集中分布在东北部的呵叻高原;一年两熟的种植方式集中分布在湄南河流域,又可以划分为水田多熟系统和旱地多熟系统;一年三熟的种植方式也集中分布在湄南河流域地区,种植面积很小且多为水田多熟系统。在精度验证中,将CBERS-02B数据提取结果与MODIS提取结果进行空间比对,二者具有非常相似的空间分布特征。分省统计结果与遥感反演结果也具有较好的相关性。证明了MODIS数据以及该研究采用的方法在耕地信息提取中的有效性,为耕地信息的遥感提取研究提供了参考方法。     

基于中高分辨率卫星遥感数据的县域冬小麦估产

随着人口的增加和耕地面积的不断减少,粮食安全问题一直备受关注。该文以山东省广饶县为研究区,探讨基于中高分辨率卫星遥感数据的县域冬小麦估产技术。采用陆地卫星和中巴资源卫星（CBERS）中高分辨率遥感图像,选择冬小麦信息较为突出的4个相似时相,经几何精校正、掩膜、相对辐射校正等预处理,在分析研究区典型地物光谱特征的基础上,采用决策树分类方法提取冬小麦种植面积。同时,利用植被指数变化规律对各时相植被指数进行修正,根据植被指数分布情况及其与产量的关系,分别构建了基于像元比值植被指数之和（∑RVI）及不同长势区归一化植被指数（NDVI）的冬小麦估产模型。结果显示：各时相冬小麦种植面积的提取精度均在96%以上,且具有较好的空间精度;二种估产模型的估产精度分别达到了96%以上和94.74%,效果较好。研究为县域冬小麦产量的预测提供了有效方法,能更好地指导冬小麦生产和粮食政策的制定,对区域农业可持续发展和粮食安全有积极价值。     

基于面向对象和无人机影像的黄土高原丘陵区小流域梯田提取研究

精确提取梯田对于水土保持动态监测和评价非常必要,建立黄土高原小流域梯田提取技术流程可为水土流失防治提供技术支持。以甘肃省天水市水土保持科学试验站坚家山小流域为研究区域,采用无人机影像数据,基于尺度参数评估工具以影像的纹理特征为输入层,确定最优分割尺度参数;选用光谱特征和可见光植被指数为分类特征,使用面向对象分类方法对梯田进行提取。结果表明：(1)以局部方差变化率101作为多尺度分割的尺度参数时,梯田边界明显,光谱、纹理和形状特征对于描绘梯田边界具有巨大的潜力;(2)采用可见光植被指数植被颜色指数(CIVE)、超绿指数(EXG)、超绿超红差分指数(EXGR)、绿蓝比值指数(GBRI)、绿红比值指数(GRRI)、归一化蓝绿差异指数(NGBDI)、可见光波段差异植被指数(VDVI)、Woebbecke指数(WI)分别作为梯田提取的分类特征,其中,EXG植被指数精度最高,梯田提取精度为72.60%,并提出一种基于最邻近分类器以综合指数(CIVE、WI、EXG、EXGR)为分类特征,建立分类阈值的梯田提取方法,梯田提取精度为91.20%,相较于以单植被指数的分类方法精度提高18.60%。研究基于...     

应用高分辨率卫星影像提取水土保持措施信息的分类后处理技术研究

在应用高分辨率卫星影像进行水土保持措施信息的提取过程中,遥感分类图像后处理方法对不同类别的水土保持措施信息的提取精度具有重要影响。采用空间分辨率为2.5 m的卫星影像数据,针对黄土丘陵区水土保持措施的信息提取,用不同大小的聚类处理参数对各类型的措施面积精度进行了检验,在综合考虑水土保持措施的空间特征与图像特征基础上,确立了采用Spot5高分辨率卫星影像进行水土保持措施信息的遥感分类时,宜选用最小图斑为6×6个像元的参数值。     

作物数字图像评价与校正算法的应用研究

作物数字图像的质量是图像处理和信息准确提取的关键。高质量的数字图像不仅是信息提取的前提,也是建立定性或定量理化参数统计和机理估算模型的保障。在图像获取、传输和处理过程中有时会出现图像降质问题,即图像退化。从引起作物图像降质的原因、图像降质后对图像后续处理的影响、减少或消除各种不利不良影响的措施,以及图像质量的评价指标等方面展开讨论,并就作物图像质量今后的研究方向进行了展望。     

基于光谱特征分析的主要秋季作物类型提取研究

为快速、准确地在遥感图像上提取各种农作物类型信息,满足国家农情遥感监测系统的要求,以2002年北京地区主要秋季作物提取为例,利用Terra/MODIS数据,采用波谱分析的方法,建立一种基于遥感影像全覆盖的秋季作物类型自动提取方法,实现主要秋季作物遥感自动识别。首先根据研究区秋季作物的波谱特性和生物学特性,选取了红波段、蓝波段、近红外波段和中短波红外波段作为秋季作物类型提取的工作波段;同时,还利用由这4个波段构建的陆表水分指数和增强型指标指数作为遥感特征参量。其次根据研究区农作物物候历特征,提取了2002年4月到9月共7个时相的MODIS数据。最后,采用分层决策树方法提取研究区主要秋季作物类型,并进行面积统计。为了验证其精度,与国家农业部农业统计数据进行比较,结果其精度达到86%以上。这表明,仅利用MODIS自身光谱信息,即可较为准确地提取秋季作物类型信息,精度基本能满足了大尺度农情遥感监测的要求,可以为农业决策部门提供信息服务。     

基于多源信息融合技术的马铃薯痂疮病无损检测方法

为了提高马铃薯痂疮病无损检测识别精度,基于机器视觉和近红外光谱的多源信息融合技术,该文提出DS（dempster shafer）证据理论结合支持向量机的马铃薯痂疮病无损检测方法。试验以360个马铃薯为研究对象,在图像特征分割时,确定了差影法结合马尔可夫随机场模型法为最佳分割方法;在光谱特征提取时,确定主成分分析方法为最佳降维方法。采用支持向量机识别方法分别建立机器视觉和近红外光谱的马铃薯痂疮病识别模型,模型对测试集马铃薯识别率分别为89.17%、91.67%。采用DS证据理论与支持向量机相结合的方法对获取的图像特征和光谱特征进行融合,建立了基于机器视觉和近红外光谱技术的多源信息融合马铃薯痂疮病检测模型,该模型对测试集马铃薯识别率为95.83%。试验结果表明,该技术对马铃薯痂疮病进行检测是可行的,融合模型比单一的机器视觉模型或近红外光谱模型识别率高。     

基于EMD多尺度特征熵的水轮机尾水管涡带信息提取

水电机组故障诊断的关键是从状态信号中提取故障特征,因此采用经验模态分解和指标能量相结合的方法,进行水轮机尾水管动态特征信息提取。首先,对信号进行经验模态分解,然后,根据得到的本征模式分量函数计算指标能量,最后,建立基于指标能量的多尺度特征熵,并以此熵值作为故障模式识别的特征向量。以原型水轮机尾水管压力脉动信号为例,进行了应用检验。结果表明,该方法准确性高,并具有良好的水轮机特征向量提取能力,适合分析复杂而特殊的水轮机动态特征信息。     

18CrMnTi钢表面激光微造型的仿生工艺

为了探讨激光微造型表面仿生非光滑效应中粗糙度提高的工艺,运用SEM扫描电镜和图像处理技术提取荷叶表面微纳米形貌特征,在犁铧钢(18CrMnTi)表面进行激光微造型表面仿生正交试验研究。研究表明,图像处理中Sobel边缘算法有效地提取了SEM图片表面微纳米形貌层次特征,图像阈值取255时,提取表面形貌特征最多,犁铧钢仿生表面基本上再现了荷叶表面形貌;激光表面微造型极显著因素的主次关系是阈值>打标次数>电流强度,表面仿生最优值处的微造型粗糙度参数,即表面轮廓算术平均偏差(Ra)、微观不平度十点高度(Rz)和最大轮廓高度(Ry)提高的倍数分别为86.11、232.29和116.06。研究结果为激光微造型表面仿生多层次提取表面形貌信息和提高表面粗糙度工艺提供参考。     

高光谱遥感数据植被信息提取方法

利用高光谱分辨率遥感卫星影像提取植被分布信息时,需要考虑混合像元和训练样本大小的影响,以提高植被信息提取的精度。该文以广州市北部为例,利用线性光谱混合模型和支持向量机方法进行Hyperion影像分类,估计荔枝分布信息。将其结果与QuickBird 1 m空间分辨率影像进行对比,利用地图方格网中随机选取的验证点评价精度,信息提取精度达到85.7%,而光谱角度制图提取的精度仅为74.3%。结果表明,混合像元分解模型和支持向量机结合的方法和其他传统的利用光谱信息提取方法相比,能够提高植被分布信息提取的精度。     

面向GF-1数据不同融合方法对扰动地块的提取

以GF-1影像为数据源,采用HPF变换(High-Pass fusion,高通滤波变换)、Ehlers变换(空间滤波变换)、Brovey变换(彩色标准变换)、GS变换(Gram-Schmidt,正交化变换)、PC变换(Principle Components,主成分变换)等5种常用融合算法,根据视觉分析和数理统计分析对融合后的影像进行质量评价,并通过面向对象分类方法对扰动图斑信息进行提取,研究适用于生产建设项目集中区扰动地表信息提取的融合算法。结果表明:基于PC和GS算法的融合结果影像视觉效果好,细节清晰,色调自然,纹理增强明显,较好的融合了多光谱影像的光谱信息和全色影像的空间信息。通过定量分析可知,PC变换最大程度地保持原多光谱影像的光谱特性,GS融合算法在增益效果上具有优势,融合影像信息量最大,纹理最为细致。总体而言,PC变换和GS变换影像融合算法在生产建设项目扰动图斑信息提取上具有很大的优势,在煤炭覆盖区提取正确率均为100%,在裸露地表和在建建筑用地混合区大于80%,较原始多光谱影像分类精度提高了约10%。该研究为推进国产高分遥感数据在生产建设项目水土保持监管中的高效应用奠定数据基础,对提升生产建设项目水土保持监管效率和信息化水平具有非常重要的意义。     

用Guelph法研究南方低丘缓坡地不同坡位土壤渗透性

利用 Guelph入渗仪研究了我国南方低丘缓坡地不同坡位的土壤渗透性。对第四纪红色黏土和红砂岩发育土壤的研究结果表明 ,坡地上不同坡位土壤的渗透性差别显著 ,0— 5 cm表层土壤的饱和入渗率Kfs值总是下坡最大 ;草地上植被覆盖度越高 ,表层土壤的 Kf s值也越大 ;而旱耕地上表层土壤 Kfs值与坡位之间的关系则表现为 :下坡 >上坡 >中坡     

计算机视觉在蘑菇采摘机器人上的应用

介绍了蘑菇采摘机器人的工作过程,并重点讨论了它的计算机视觉系统的图象分析所采用的基本算法。主要内容为蘑菇和苗床图象信息的数字特征;提取蘑菇边界所用的算法;封闭曲线的周长、面积和闭曲线中心坐标的计算。对现场获取的图象信息进行分析,所得到的结果与实际情况吻合,表明所采用的算法是有效的。     

基于深度集成学习的青梅品级智能反馈认知方法

针对传统机器判定水果品级的开环认知模式存在特征空间和分类准则一旦建立不再更新的缺陷,模仿人由整体到局部反复推敲比对的思维信息交互认知模式,探索了一种具有认知结果熵测度指标约束的青梅品质智能反馈认知方法。首先,在有限论域不确定条件下从信息论角度建立具有信息完备性评价指标的非结构化多层面动态特征表征的青梅品级认知智能决策信息系统模型。其次,基于架构自适应的卷积神经网络(adaptive structure convolutional neural networks,ASCNNs)和集成随机权向量函数连接网络分类器(random vector functional-link net,RVFL),建立青梅图像由整体到局部有明确品级特征表征映射关系的特征空间数据结构与分类准则。再次,基于广义误差和广义熵理论,建立青梅图像认知结果的熵函数形式测度评价指标。最后,建立基于不确定过程认知结果性能测度指标约束的动态反馈认知智能运行机制。针对1 008幅青梅图像的平均识别率为98.15%,表明该文方法有效地增强了特征空间的泛化能力以及分类器的鲁棒性。该研究可为基于可见光的青梅品级快速准确机器认知提供参考。