面向对象的荒漠绿洲区高分一号遥感影像信息提取技术研究

为了更加快速、准确的提取出荒漠绿洲区土地利用类型,采用面向对象的分类方法,利用e Cognition软件对荒漠绿洲区磴口县高分一号遥感影像进行多尺度分割,并对分割尺度、颜色、形状、紧密度和光滑度等参数设置进行多次的试验,最终确定了荒漠绿洲区高分一号遥感影像信息提取的最佳分割尺度与分类规则。对研究区高分一号影像也采用最大似然法分类法进行分类,分类精度为78.65%,kappa系数为0.6984,面向对象分类方法的分类精度为92.51%、kappa系数为0.8767,荒漠绿洲区面向对象的分类方法提取精度明显优于最大似然法。     

基于高分一号遥感影像的绿地信息提取

对高分一号卫星影像进行大气校正、几何校正、裁剪等,利用Libsvm 4.0在Matlab平台里编程进行交叉验证网格法寻优,最终获得支持向量机分类的最佳惩罚系数为45,不敏感系数为0.31。改进支持向量机分类器绿地分类精度为94.6%,该提取精度能满足高分辨率遥感影像在城市绿地动态监测。     

面向耕地的高分一号卫星遥感影像融合方法研究

选择国产高分一号(GF-1)卫星2 m全色/8 m多光谱影像,对增强耕地信息的遥感影像融合方法进行了研究,研究所选择的融合方法包括Subtractive法、Brovey变换法、MHIS法、HCS法和Gram-Schmidt法,并从主观和客观方面对融合影像质量进行了评价,基于融合影像对研究区耕地信息的增强进行了分析。结果表明,面向耕地信息时,MHIS法融合影像最好。     

高分一号数据分辨率对植被覆盖度信息提取影响分析

精确的掌握地表植被覆盖度信息能够为生态环境建设提供可靠的参考数据。选取GF1-WFV(16m)影像、GF1-PMS(8m)影像、融合(2m)影像,并对这些影像进行处理提取植被覆盖度信息,进一步分析不同影像之间植被覆盖度信息的差异性。研究结果表明:高分一号影像随着分辨率的提高,影像植被覆盖度的空间结构逐渐明显清晰,纹理越平滑,细节信息越明显;植被覆盖度信息量随影像分辨率提高,所含信息量不断增加,提取的效果增强,同时植被覆盖度信息分布呈现中间聚拢的状态;GF1-WFV影像、GF1-PMS影像、融合影像的植被覆盖度估算的精度分别为63.11%、73.88%、82.13%。因此,高分一号不同分辨率的影像对植被覆盖度的提取差异明显。     

高分1号卫星影像在福州市植被生态遥感监测中的应用

从高分1号(GF1)卫星数据特征出发,论述了卫星数据的预处理方法,并以福建省福州市为例,通过PIE软件对高分1号多光谱相机(GF1-WFV1)16 m影像数据进行辐射定标、大气校正和正射校正,然后利用GIS软件计算植被覆盖度并划分植被覆盖等级。结果显示,除城建区外,福州大部地区为高或较高植被覆盖度区,其中,福州内陆地区植被长势明显高于沿海地区,福州市区、仓山、闽侯高新区及平潭地区植被覆盖度较低。     

基于高分一号宽幅时序影像的冬小麦分布识别研究

及时、准确地获取农作物空间分布范围和面积数据,对于制定农业政策和指导农业生产具有重要的参考意义。以河南省中牟县为研究区,利用国产高分一号时序影像开展冬小麦提取研究,利用冬小麦物候特征,结合先验知识和高分影像,提取了2018年夏收冬小麦的空间分布范围。结果表明,结合冬小麦物候信息和时序影像建立冬小麦提取模型,可以快速准确获取冬小麦的种植范围,总体精度达到90.1%,为县域冬小麦的快速提取提供方法参考。     

高分1号卫星遥感影像监测林地动态变化研究

应用高分1号和多期国产高分辨率卫星遥感影像对红星林业局林地动态变化进行目视解译与提取识别,检测林木采伐、占地、开垦和森林灾害等因素造成林地和林木的变化情况。结果表明,高分辨率卫星遥感监测林地动态变化解译正判率达95%以上,其可视化分析方法和技术为森林资源动态监测提供一定的科学支撑,为全国林地和林木采伐管理探讨技术方法。     

基于Landsat8和高分一号影像的沙湾县作物种类识别研究

本研究探讨了如何利用中分辨率遥感影像实现县域作物快速识别的方法。以沙湾县为研究区,基于Landsat8和高分一号遥感影像,利用实地调查的2016年沙湾县作物种植信息,建立解译标志,加入耕地掩膜,选取不同的监督分类方法,对沙湾县作物识别的最佳识别时相、最佳识别方法以及最佳数据源进行研究。结果表明:Landsat8影像与高分一号影像分别在7月与9月可分离度与总体精度最高;通过六种分类方法对比,均为支持向量机分类法分类精度最高,Landsat8影像总体精度91. 22%,Kappa系数0. 916,高分一号影像总体精度88. 23%,Kappa系数0. 876,Landsat8影像分类整体精度略高于高分一号影像;对于两种数据源,棉花、玉米、小麦和其它作物分类总体精度均达到88. 23%以上,证明使用中分辨率遥感影像对县域作物进行识别是可行的。     

基于高分三号卫星合成孔径雷达数据的农田土壤水分反演

土壤水分是农作物生长的基本条件,本研究基于高分三号卫星C波段合成孔径雷达数据,提出新的土壤水分反演算法,并获取区域尺度8 m空间分辨率的农田区土壤水分。首先,通过PROSAIL模型、实测植被冠层含水量、Landsat-8光学数据优选光学植被水分指数,计算水云模型参数并获得土壤直接后向散射系数;其次,利用高级积分方程模型模拟雷达后向散射影响机制,采用雷达影像高低入射角特性计算地表组合粗糙度;最后,利用高分三号卫星同极化雷达数据反演农田区土壤水分,并基于实测数据开展精度验证。结果表明：土壤水分反演值与野外实测值具有良好一致性,垂直极化下反演精度更高,其决定系数为0.595 6,均方根误差为0.041 5 m3/m3。本研究成果可为我国自主研发的高分三号卫星获取高分辨率土壤水分信息提供算法参考。     

基于高分一号时序数据和动态时间弯曲算法的平原区水田信息提取

基于多时相高分一号遥感影像,以江苏里下河平原典型区为研究区域,在地物光谱特征和植被物候特征分析的基础上,开展平原区水田遥感信息模式研究。在辐射校正和几何校正的基础上,构建时序归一化植被指数(NDVI)数据集,利用时序NDVI最大值将研究区划分为植被和非植被2种类型,结合农作物物候特征,利用时序NDVI曲线的双峰特征,进一步将农作物与林草地等其他植被类型区分开,最后利用动态时序弯曲(DTW)逐像元计算像元的水田光谱相似性距离,从而实现水稻与其他农作物的分离。该方法较好地解决了平原河网区水田与水体、林草地等地物的混分问题,总体分类精度和Kappa系数均在0.84以上。空间分析结果合理地反映了区域地物类型以水田为主,且空间上以中部地带集中分布并呈向东减少的趋势特征,证明了该方法在平原区水田信息提取中的有效性。     

基于高分六号卫星的植被生态景观监测分析

随着国产高分卫星对地观测系统的建立和完善,精细化生态遥感监测分析需求已提上议事日程。笔者以新疆维吾尔自治区巴音郭楞蒙古自治州和静县为例,利用GIS和遥感技术对高分6号卫星数据进行归一化植被指数(NDVI)反演,生成植被指数覆盖度等级,结合土地利用类型,对研究区植被生态景观现状进行分析评价;并且用DEM数据提取高程、坡度2个主要的地形因子对NDVI值的空间分布进行了相关分析。结果显示：（1）和静县植被覆盖度等级分布都具有明显的空间异质性,总体而言,以中度和较低覆盖植被为主;（2）和静县植被指数在低海拔与高海拔地区较低,在中海拔地区(2500~3200 m)植被指数达到最大,最大值为0.48;（3）坡度对植被影响较大。在10°左右,植被长势较好,植被指数达到最大。     

基于“高分一号”遥感影像反演华南地区亚热带典型作物冠层SPAD

【目的】以广州市增城试验基地为例,探索国产高分卫星影像数据在反演华南地区亚热带典型作物冠层叶绿素相对含量（SPAD）的应用.【方法】根据2013年10月1日“高分一号”影像数据和相应的亚热带典型作物的实测数据,建立植被指数与典型作物冠层SPAD之间的关系模型,并分别探讨9种植被指数与SPAD之间线性和非线性关系,以便获得最佳的植被指数和相应的回归模型反演华南地区亚热带作物冠层叶绿素相对含量.【结果和结论】7种植被指数均与亚热带典型作物冠层SPAD有极显著的相关性,其中比值植被指数（RVI）相关性最好,其次是差值植被指数（DVI）.经分析,RVI的指数回归模型Y=31.445e^0.141X（R² =0.889）是反演亚热带典型作物冠层SPAD的最佳回归模型,实际拟合精度达92.75%,故使用该回归模型估测研究区内大范围亚热带典型作物冠层SPAD是可行的.     

多时相高分一号影像在丘陵地区大宗农作物提取中的应用

【目的】基于多时相的高分一号(GF-1)影像,利用面向地块对象分类法提取广西崇左市江州区大宗农作物种植面积,为南方多云雨丘陵地区提取作物信息提供参考。【方法】以2 m分辨率的GF-1影像为数据源,采用人机交互的方式准确识别地表覆盖的地块信息,基于对多时相GF-1影像进行云影检测,并处理生成影像的光谱、归一化植被指数(NDVI)、亮度等特征,采用面向地块对象的分类方法提取甘蔗、水稻和香蕉的作物信息。【结果】根据混淆矩阵评价分类的结果可知,提取大宗农作物的总体精度为90.08%,Kappa系数达0.85,满足农业成果应用的精度要求。【结论】利用有效影像数据,结合地块数据完成作物信息提取,该技术方法能够准确提取丘陵地区大宗农作物信息,为解决南方多云雨丘陵地区提取作物信息难题提供了有效途径。     

基于高分三号卫星数据与Η/Α/α-分解特征参数的农作物分类研究

利用高分三号(GF-3)卫星的全极化C波段多极化合成孔径雷达数据,基于Η/Α/ \stackrel{-}{\alpha }极化分解提取香农熵(SE)及其强度分量(SE_I)和极化分量(SE_P)、单次反射特征值相对差异度(SERD)、二次反射特征值相对差异度(DERD)、极化比(PF)、基准高度(PH)、极化不对称性(PA)和雷达植被指数(RVI)共9个特征参数,将其应用于农作物分类研究中,以支持向量机(SVM)和随机森林(RF)算法为例,初步探索了基于Η/Α/ \stackrel{-}{\alpha }分解提取的这9个特征参数在GF-3数据支持下的农作物分类潜力。结果显示:单独将SERD、PH、PF、RVI和SE_P参数用于2种分类方法时,分类精度较高,在82%~92%;但单独运用PA、DERD、SE和SE_I的分类精度均低于80%。将分类精度较低的4个参数组合后,分类精度明显提高,在SVM和RF下的总体分类精度分别达到93.02%和92.05%,Kappa系数均大于0.8。结果表明,基于全极化GF-3数据和Η/Α/ \stackrel{-}{\alpha }极化分解方法提取的9个特征参数,能很好地表征农作物的散射特征,可用于农作物分类研究。     

“高分五号”卫星地表温度反演与验证

【目的】“高分五号”卫星是中国首颗同时具有4 个热红外通道的遥感卫星,文章目 的是促进中国遥感卫星的应用,提高地表温度反演能力。【方法】文章对“高分五号”卫 星分别采用两通道劈窗算法和四通道劈窗算法反演得到内蒙古地区2019 年3 月份的地表温 度,并通过实测站点温度数据对反演温度进行检验。【结果】两通道劈窗算法的温度RMS 为 2.168 K,四通道劈窗算法的温度RMS 为1.609 K,结果表明四通道劈窗算法反演精度更高。 将四通道劈窗算法应用到2019 年3 月至6 月获取的山东省部分区域数据,反演了地表温度, 用于区域尺度农情信息监测与定量评价,为农业精细化管理提供技术支持。【结论】研究结 果表明,“高分五号”卫星地表温度反演精度较高,其高空间分辨率的地表温度信息将在农 业干旱监测中发挥重要作用。     

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.     

面向对象的遥感影像植被信息提取技术研究

在阐述面向对象的遥感分类方法的基本原理和方法的基础上,对2006年武汉市洪山区的遥感影像数据中的植被进行了分类训练和精度评价。为了解决植被中存在的异物同谱的现象采用了阴影消除的方法,同时采用定量测定的方法提取影像中的植被。结果表明,采用面向对象的多尺度分割的植被信息提取精度明显高于非监督分类的分类精度,是一种行之有效的分类提取技术。