基于多源遥感影像融合的植被覆盖度信息提取研究

植被覆盖度是评估生态环境的一个重要参数,对于全球环境变化和监测研究具有重要意义。如何从遥感数据资料估算植被覆盖度,并提高估算精度是建立全球或区域气候、生态模型的基础工作。该研究以CBERS数据与ASAR数据为多源遥感数据源,进行CBERS影像与ASAR影像HPF像素级融合,生成高空间分辨率的多光谱影像HPF融合影像。分别运用CBERS影像和HPF融合影像,提取植被覆盖度,并对两者的提取效果进行精度对比评价分析。评价结果表明,HPF融合处理的影像提取的植被信息精度较高、效果较好,为植被覆盖度信息的提取提供了参考。     

基于面向对象的光学和ASAR数据的早稻种植面积早期提取

针对目前利用ASAR数据提取作物种植空间分布的精度因相干斑点噪声问题而达不到业务运行要求问题,以全国水稻种植面积最大的湖北省监利县为例,运用空间分辨率为16 m的高分一号多光谱数据,采用图像切割和融合方法提取农田边界,将早稻早期三景ASAR数据以每个对象(一个对象代表一块农田)取均值,以此消除相干斑点噪声,结合早稻早期ASAR数据变化特征(早稻灌水前期ASAR后向散射系数大,灌水后最小,秧苗后期变大),提取监利县2015年早稻种植空间分布。通过与调查区(面积23.4 km2)对比,其Kappa系数为0.83,其精确度较单独用ASAR数据提取方法提高一个层次,该早稻提取方法适合业务化运行。     

HJ星和GF1号数据在水稻种植面积提取中的应用

利用中高空间分辨率遥感技术监测农作物生长已成为当今农业遥感研究的热点问题。本研究选用国产中空间分辨率卫星HJ星和高空间分辨率卫星GF1号遥感影像数据,在分别对其进行大气校正、几何校正等预处理的基础上,选用PCA、Brovey、HPF和Wavelet 4种融合方法对HJ星和GF1号遥感数据进行融合,并对其融合效果进行定性和定量评价。通过计算融合影像的RVI和NDVI,比较其光谱特征的差异性,并对筛选出的最适融合影像进行水稻种植面积的提取与精度验证。结果表明,在4种遥感融合方法中,HPF融合效果最佳,其标准差和信息熵分别为10.984 3和1.468 6,信息量丰富,与原始影像的交叉熵和相关系数分别为1.848 5和0.370 2,保真度较好,HPF融合影像RVI和NDVI分别为6.508 1和0.713 6,与实测值最为接近,近似率分别为87.71%和98.63%,利用水稻种植面积提取样方验证的精度为98.08%。说明,对HJ星和GF1号遥感影像进行HPF融合,可以增强融合影像的信息量和光谱特征,有利于县域级水稻种植面积准确提取。     

基于面向对象的QUICKBIRD数据和SAR数据融合的地物分类

为了实现精确植被类型信息提取,以福建省三明市将乐林场Quickbird影像和Radarsat-2全极化影像作为基础数据,探讨高空间分辨率光学遥感影像与SAR(合成孔径雷达)全极化影像融合进行地表覆盖及森林类型识别的可行性。采用面向对象多尺度分割方法对Quickbird全色与多光谱的融合影像进行处理,SAR影像采用Gram-Schmidt融合方法处理,运用处理的Quickbird与SAR的融合影像,分类提取植被的光谱、纹理和几何特征信息,建立类层次结构,并对分类结果进行比较分析。结果表明:基于对象与知识的方法对高空间分辨率影像分类取得了较好的分类效果,多源遥感数据分类的总体精度为0.903。     

基于ENVISAT ASAR的长乐市水稻种植面积监测

以多时相、双极化ENVISAT先进合成孔径雷达(ASAR)影像为例研究福建省长乐市试验区水稻种植面积提取方法.利用2005年不同水稻生长季节的多时相ASAR数据,通过分析2种极化方式下水稻后向散射系数变化规律,采用构建新波段方法来增强水稻信息,然后采用监督分类法分别提取早、晚稻信息,最后,结合两季水稻提取结果分区域提取得到总的水稻种植面积.该方法极大地减小了水稻和背景地物信息混淆的概率,取得了较好的分类结果,总精度达到96.68%.可见,多时相、双极化ENVISAT ASAR数据能够对水稻种植面积进行有效监测.     

SPOT-5全色与多光谱遥感影像融合方法比较

随着遥感技术的发展,SPOT-5卫星数据以其优越的性价比,得到了较多的应用.在阐述遥感图像融合原理的基础上,以SPOT-5全色与多光谱影像为数据源,应用IHS变换、PCA融合、Brovey变换、乘积变换和HPF融合等5种比较常用的融合方法,从提高空间分辨率和保持原始图像光谱信息的角度进行了分析评价,探讨最适合于SPOT-5图像的融合方法.结果表明：在各种融合方法中,HPF与IHS融合的效果最好.     

不同遥感数据融合方法在南方水稻面积监测中的应用研究

在南方水稻遥感监测中,单一传感器影像数据已不能满足监测精度的要求,需要将高空间分辨率全色影像与中高空间分辨率多光谱影像进行融合,得到新的高空间分辨率多光谱影像,有利于改善影像识别与分类精度.该文利用江苏省金湖地区HJ-1A卫星30m分辨率多波段影像与ALOS卫星2.5m分辨率全色影像进行水稻监测,采用4种融合方法(Brovey变换、IHS变换、高通滤波和小波变换)对2种影像进行融合处理.随后对各种融合影像结果进行了目视定性和融合评价指标定量说明与评价,结果表明小波变换在空间与光谱信息上具有最佳的融合效果.进一步利用小波变换的融合影像进行水稻识别与面积提取,统计表明融合影像相比HJ-1A多光谱影像,水稻面积估测精度从79.26%提高到91.65%.因此,利用多源遥感数据融合的方法对南方水稻面积进行监测,可显著提高其监测精度.     

基于小波融合的泉州市QuickBird影像绿地信息提取

以2006年泉州市部分QuickBird多光谱影像与全色影像为实验区数据基础，在遥感软件ERDASIMAGINE9．2平台支持下，应用小波融合算法及融合规则实现QuickBird融合处理，在此基础上进行归一化植被指数（NDVI）运算，通过人机交互式提取得到实验区5种主要的绿地类型：公园绿地、生产绿地、防护绿地、附属绿地及其他绿地．结果表明：1）QuickBird多光谱影像、全色影像的信息熵分别为3．975，4．162，而QuickBird融合影像的信息熵为7．251，明显高于前两者，融合后空间信息更丰富；2）QuickBird融合影像的平均梯度是3．328，多光谱影像、全色影像分别是1．552，2．965，融合影像纹理特征更明显；3）QuickBird融合影像与多光谱影像的偏差是0．0359，全色影像的偏差为0．0562，均接近于0，小波融合影像较好地保持了源图像的光谱特性；4）绿地信息分类提取的精度为89．6％，趋近90％．     

基于遥感影像的2005～2010年成都市土地利用变化分析

首先对成都市CBERS和TM影像进行前期处理,包括几何校正、影像镶嵌、影像配准;之后用像素级的影像融合方法对CBERS影像和TM影像进行融合。对成都市2005和2010年的遥感影像进行分类后,对2期影像的土地利用地类变化进行了分析,主要分析了土地利用变化幅度、变化速度、变化方向和变化程度,并从自然、人口、政策、经济等角度对土地利用变化的驱动力进行了简单的分析。     

遥感在作物分类中的应用

在提取作物种植分类信息方面,多时相和多光谱特征信息综合应用十分重要。环境与灾害监测预报小卫星影像具有较高的时间、空间分辨率,采用时间序列分析的方法提取作物种植分类信息优势显著。本研究以宁夏平罗地区作物为研究对象,利用HJ-CCD数据提取主要农作物分类信息,采用非监督分类、最大似然分类、决策树分类3种算法挖掘数据。研究表明,通过构建的时间序列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,能够有效进行农作物分类。     

基于RS和GIS的神府矿区水土流失分级研究

针对常规水土流失监测方法的不足,将TM遥感影像与GIS相结合,探讨其在水土流失定量分级监测及评价中的应用,提出了以更适合煤矿区实际情况的植被覆盖度、土地利用结构、坡度和矿山开发程度作为主导因子的数学模型。在各因子信息提取和分级定标的基础上,在ArcGIS下经量化编码、空间分析,得到土壤侵蚀强度分级数据。     

基于小波变换的图像融合算法

图像融合技术的研究目的就是综合不同类型的传感器所获取的图像信息,通过对多幅图像间冗余数据的处理提高图像的可靠性和可观察性,通过对多幅图像间互补信息的处理提高图像的效果。提出了一种基于小波的融合算法,该算法基于小波图像的能量集中在低频子带、细节体现在高频子带的特点,在低频部分对小波系数采用基于局部能量的加权融合方法处理,高频部分采用基于边缘信息的加权算法进行融合。结果表明:所采用的方法避免了图像融合过程中因平均化而出现的模糊现象,融合后的图像内容更加清晰,更容易识别。实践证明,基于小波变换的图像融合可以取得良好的结果和较快的处理速度。     

基于地表覆盖分类的IKONOS影像融合算法分析与评价

不同的遥感影像融合算法有不同的优点和局限性,因此难以单纯评价某种算法的优劣,融合算法的选择与研究对象和应用目的有着密切的关系。在概略介绍IHS变换、Brovey变换、PCA变换、SFIM变换及Gram-Schmidt变换5种图像融合算法原理的基础上,对IKONOS全色和多光谱数据进行像元级融合,并对融合效果进行了定性和定量评价。在此基础上,对融合影像进行最大似然法分类,利用混淆矩阵对分类结果进行精度分析,以期找出适合于地表覆盖分类的IKONOS影像融合算法。结果表明,在图像空间信息提高和光谱信息保真方面,以SFIM变换和Gram-Schmidt变换相对较好,其中Gram-Schmidt变换对图像微小细节反差的表达能力优于SFIM变换。在上述5种变换中,SFIM及Gram-Schmidt变换后融合影像地表覆盖分类精度较高,总体精度均超过98%,Gram-Schmidt变换的分类精度略高于SFIM变换,IHS变换后融合影像的分类精度最低,其总体精度和Kappa系数分别为83.14%和0.76。因此,利用Gram-Schmidt变换和SFIM变换得到的IKONOS融合影像更有利于提高地表覆盖分类精度。     

鸭肝炎病毒现场分离株单克隆抗体的研制

为有效防治鸭肝炎,建立特异性强、敏感性高、简便快速的DHV检测方法,对分离的DHV进行纯化,并制备单克隆抗体.鸭胚尿囊液中的DHV经冻融、氯仿反复处理、PEG浓缩和超速离心纯化后,免疫BALB/c小鼠,用杂交瘤技术,通过间接ELISA法筛选及多次亚克隆,成功获得8株阳性杂交瘤细胞,分别命名为DHV-1、DHV-6、DH...     

基于遥感和GIS的新疆艾比湖区域土壤侵蚀强度评价

[目的]艾比湖区域土壤侵蚀特征分析.[方法]采用3S(RS、GIS、GPS)技术手段,根据新疆艾比湖区域2007年(TM)遥感影像、2006年DEM数据,综合多年气象数据、土壤类型等资料,裁出同一坐标投影(WGS1984UTMZone44N)下的研究区土壤侵蚀的四个主要因子(植被覆盖度、坡度、风速及土壤可蚀性k值)30 m×30 m的栅格图像,进行叠加分析得到研究区土壤侵蚀特征.[结果]研究区以中高侵蚀为主,其中中度侵蚀面积最多,占总面积的56.58;;强度侵蚀次之,占总面积的25.87;;其它侵蚀强度分布面积从多到少依次为:轻度侵蚀8.43;,微度侵蚀5.91;,极强度3.15;,剧烈侵蚀分布面积最少,占总面积的0.06;.[结论]新疆艾比湖区域土壤侵蚀较为严重,但分布相对规律,对土壤侵蚀的防治与治理有着重要的作用.     

淮河流域大别桐柏山区土壤侵蚀动态变化研究

采用叠加分析法,分析了大别桐柏山区1995～2000年TM遥感影像,获取土壤侵蚀数据。结果表明,大别桐柏山区土壤侵蚀主要以水蚀为主;2000年研究区域土壤中度以上侵蚀较1995年减少,轻度侵蚀明显增加,且98.50%轻度水蚀由1995年微度水蚀转化而来;耕地和林地水土流失是该区域的流失类型,微度和轻度侵蚀占侵蚀面积的95.29%。     

应用遥感技术对长春地区土壤侵蚀的调查研究

本文依据陆地卫星ＴＭ遥感图像提供的信息，通过航空航天遥感信息与地学资料相结合，影响像信息与高程信息相结合，综合分析与主导分析相结合，室内判读与外业调查相结合等方法，通过侵蚀要素解译和景观要素分析，进行了长春地区土壤侵蚀的调查研究，查明了本区水土流失现状，指出了潜在危险程度，为流域治理和开发提供科学依据。     

基于小波变换的IRS与TM遥感卫星影像融合

本研究在整体小波变换融合方法基础上，提出了基于对比度的局部特征选择加权小波变换影像融合方法，并以多光谱TM和高空间分辨率IRS-1C全色波段图像为例，与色彩空间变换HIS融合方法进行图像融合效果的比较分析试验。试验表明基于对比度的局部特征选择加权小波变换影像融合方法能在最大限度保持多光谱影像光谱信息的同时，增强了影像的纹理信息。     

基于小波变换的图像融合算法的实现

图像融合技术能综合多幅图像满足人们要求,日益受到研究者的重视,现已广泛应用于医学、遥感、计算机视觉以及其他领域。有效实用的融合算法是进行图像融合的关键。文章着重讨论了基于小波变换的融合方法(基于像素的融合规则)及其实现方式,经仿真取得很好的效果。