基于中分辨率遥感影像土地利用类型信息提取及动态1）

为了监测与评估荒漠绿洲地带的土地利用／土地覆盖信息及其动态变化,进而分析生态环境变化等影响因素。以新疆自治区喀什地区为研究区域,采用1990年、2000年、2011年3期Landsat TM 和ETM＋遥感影像数据,应用最大似然法提取土地利用类型信息及对土地利用类型信息动态变化进行分析。结果表明：研究区1990年、2000年、2011年3期分类精度分别为90．62％、86．38％、93．85％;Kappa系数分别为0．92、0．87、0．84。研究区土地利用类型独特,未利用地面积占研究区总面积的70％,而且3个时期所占比例变化不大。1990—2011年,研究区耕地面积比例增长了5．00％、林地下降了3．44％、草地下降了1．62％,其他地类面积变化不明显;土地利用程度变化量为3．53,土地利用程度变化率为2．39％。     

基于中分辨率遥感影像的湿地土壤水分提取方法

利用中分辨率的TM遥感影像反演湿地土壤水分,探寻湿地土壤水分和非湿地土壤水分提取的不同之处,对湿地监测具有重要意义。建立地表温度(Ts)与归一化植被指数(NDVI)之间的二维特征空间,用IDL编程在特征空间内提取对应的特征点,拟合温度植被干旱指数(TVDI)法需要的干湿边方程,能快速反演出野鸭湖湿地的土壤水分情况。反演结果与实测值的相关系数为0.860,呈极显著相关,均方根误差为0.104 2,平均绝对误差为0.084 5。结果证明利用温度植被干旱指数(TVDI)法进行野鸭湖湿地这样的小尺度范围的反演土壤水分含量,方法可行,且中分辨率影像的土壤水分反演精度高于低分辨率影像的反演精度。     

基于多因子对象的高空间分辨率遥感影像道路提取

利用面向对象思想,综合应用光谱值、光滑度、紧凑度及长宽比等因子,分割道路对象,构建规则知识库,探讨一种基于多因子对象的高空间分辨率遥感影像道路提取方法,并以厦门市局部区域的QuickBird影像为例进行实证.结果表明：影像分割尺度为75时,道路对象被较完整分割;与传统基于单个像元光谱信息的监督分类法相比,该方法的提取精度较高.     

基于QuickBird遥感影像的土地利用变化及驱动力研究

以杨凌示范区为研究对象,在对该区2003年和2007年QuickBird遥感影像解译分类的基础上,采用土地利用动态度、变化强度、土地利用程度综合指数模型分析土地利用变化特征,并对其驱动力进行分析。结果表明:就土地利用动态度而言,其他类土地的变化幅度最大,以年变化率约50%的速度增加;从变化强度的绝对值来看,耕地的变化强度最大,耕地面积逐年减少,4 a间减少了约11%;2003—2007年研究区的土地利用程度变化值小于零,说明该区的土地利用处于衰退期。影响研究区土地利用变化的驱动力因子主要是人口因素、经济增长和政策变动。     

基于时序光谱特征匹配的中分辨率遥感橡胶林提取

纹理与物候是橡胶林区别于天然林及其他地类的有效诊断特征。对多时序中分辨率遥感影像合成的多谱影像提取出橡胶林端元光谱,通过光谱角及光谱信息散度计算像元时序光谱与橡胶林端元时序光谱间的匹配度,最后通过匹配度阈值的调整提取出橡胶林信息。实验结果表明,采用时序光谱特征匹配法能够有效地提取出中分辨率遥感影像中的橡胶林信息,精度在93%以上,且光谱信息散度较光谱角匹配能取得更高的精度。     

基于时序光谱特征匹配的中分辨率遥感橡胶林提取

纹理与物候是橡胶林区别于天然林及其他地类的有效诊断特征。对多时序中分辨率遥感影像合成的多谱影像提取出橡胶林端元光谱,通过光谱角及光谱信息散度计算像元时序光谱与橡胶林端元时序光谱间的匹配度,最后通过匹配度阈值的调整提取出橡胶林信息。实验结果表明,采用时序光谱特征匹配法能够有效地提取出中分辨率遥感影像中的橡胶林信息,精度在93%以上,且光谱信息散度较光谱角匹配能取得更高的精度。     

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。     

基于中分辨率影像的农田管理单元自动提取研究

【目的】结合"面向对象"的农田管理思想,提出农田管理单元(farmland management unit,FMU)的概念及自动提取方法,并在此基础上探讨和评价中分辨率影像用于农田管理单元自动提取的可行性及效果。【方法】以江苏省2006年一景Landsat5TM影像中两块典型区域为例,通过决策树分类和多尺度分割等方法实现FMU自动提取。结合人工解译研究区SPOT-5高分辨率影像得到的地块边界信息,对FMU图斑内像元异质性和地块边界吻合度相关指标进行计算和分析。【结果】试验区内作物地块的总体分类精度均超过90%。两块试验区内反映FMU图斑异质性的平均标准差和平均极差分别较全区作物地块整体低70%以上和45%以上;反映FMU地块边界吻合度的误分地块率和面积偏差率均低于10%。此外,多尺度分割中层权重、分割尺度、形状因子和紧凑度因子的设置对FMU的自动提取效果有不同程度的影响。【结论】基于中分辨率影像的FMU自动提取方案基本可行,在研究区内能够获得单元内异质性较低且单元边界与地块边界吻合度较高的提取结果,符合农田管理的要求。     

遥感影像的空间分辨率对提取崩岗精度的影响

从0.6 m Quick Bird、2.5 m ALOS、10.0 m ALOS遥感影像中分别提取崩岗的特征数据,分析遥感影像的分辨率对崩岗数据精度的影响。结果表明:从0.6 m Quick Bird能容易地提取崩岗数据,且重现性较好,从2.5 m ALOS能提取崩岗数据,但重现性不强,从10.0 m ALOS无法提取崩岗。从0.6 m Quick Bird和2.5 m ALOS提取的崩岗,数量基本一致,但位置不一致、边界不重合、形状差别很大,从2.5m ALOS提取的崩岗周长平均减少20.83%,占58.33%的崩岗面积减少了,平均减少19.78%。因此,可断定0.6 m Quick Bird能反映崩岗的实际情况,2.5 m ALOS能较好地反映崩岗的实际情况,10.0 m ALOS完全不能提取崩岗数据。但高精度遥感影像的获取比较困难,且价格较贵。     

复合高低空间分辨率遥感影像的云南省近十年森林扰动提取

选择云南省作为研究区域,利用2002、2013年的Landsat数据和2002-2013年的MODIS产品数据,分别构建扰动指数提取森林扰动信息。在此基础上,根据空间位置的对应关系,抽样部分区域,建立MODIS数据与Landsat数据扰动提取结果间的统计关系,将该关系外推到整个研究区域,利用FORMA数据对扰动估算结果进行精度评价。结果表明,复合高低分辨率图像校正后的MODIS扰动提取具有较高精度,与FORMA相比,平均相对误差为10.43%,近10 a云南省森林扰动主要发生在大理、丽江、玉溪等林区地带,其中2010年扰动最为剧烈。     

基于监督分类法处理的县域遥感影像土地利用分析

该文利用ENVI软件为载体,采用当下相对方便的计算机自动解译遥感影像,利用监督分类方法提取资中县县域土地利用覆被情况,探讨研究区3个不同的时期的土地利用情况。并对县域土地利用情况进行详细的对比合分析,探讨资中县土地利用变化情况。最后对当地的土地利用类型变化状况进行驱动力分析。     

森林植被遥感监测影像最佳分辨率选择

遥感影像分辨率的高低直接影响着森林植被监测的精度、成本和效率,故选择适合森林植被监测的影像最佳分辨率具有重要的应用价值。针对森林植被监测影像最佳分辨率选择方法及结果缺乏的问题,从林业实际应用出发,提出了基于1个步长的变异函数分析空间变异并综合考虑监测精度、成本和效率来确定森林植被监测影像最佳分辨率方法。基于最新的国产高分二号（GF-2）全色影像,利用1个步长的变异函数对湖南常宁洋泉镇林区3种典型分布类型森林植被进行拟合分析,初步确定适合森林植被监测的影像最低分辨率。然后对重采样形成的不同尺度多光谱影像分别进行监督分类,并对结果进行定量定性分析,结合影像成本和数据处理时间,找到适合不同类型森林植被监测的影像最佳分辨率。研究表明:不同分布类型的森林植被,适合遥感监测的影像最佳分辨率不同:①小冠幅森林植被3.2 m;②大冠幅森林植被16.0 m;③混合冠幅森林植被8.0 m。该森林植被遥感监测影像最佳分辨率确定方法和结果可为其他区域森林植被遥感监测影像最佳分辨率确定提供借鉴。     

固定样地用于中分辨率遥感影像解译精度的研究

在总结了中国森林资源连续清查体系现状的基础上,以吉林省第7次森林资源连续清查固定样地资料和吉林省TM遥感影像为基础,对固定样地调查结果与遥感影像分类结果进行了对比,并采用点对点匹配法,分析了固定样地作为遥感影像解译标志时的精度.结果表明,采用固定样地调查与遥感影像分类调查森林资源总体精度较高,森林覆盖率误差仅为-1.04%,而点对点匹配检验时森林类型误差达到52.99%.     

基于遥感影像对嘉荫道路信息的提取

为了研究某一测区中地物的特征信息和应用,利用监督分类及其中的神经元网络算法,即BP算法,对算法原理进行阐述,同时对测区道路、土地、建筑等特征信息进行提取,并对提取出的信息进行分析。在测区中,道路网连接了测区各个区域,从而分析出测区的交通较为便利,测区各部分相互联系、测区城市较为集中、无人土地较多的结论,路网信息可以用于制作交通专题图,土地信息可以用于城市规划,建筑信息可以用于计算城市化程度。     

土地利用覆被遥感影像信息提取方法研究综述

阐述了土地利用覆被、遥感影像信息等相关概念,概述了目前在影像信息计算机提取过程中所使用的方法:监督分类与非监督分类,人工神经网络,小波分析,模糊逻辑分类,基于知识库的专家系统,基于"3S"集成系统的分类。     

基于面向对象的设施蔬菜高分遥感影像提取

以河北省廊坊市香河县五百户镇为研究区,综合利用高分二号(GF-2)遥感影像的光谱、纹理特征,并结合边缘检测、阈值分割、数学形态学算法,设计了面向对象的多特征融合设施蔬菜面积提取方法。首先对影像进行增强处理,结合影像中光谱和纹理特征剔除建筑物和道路干扰。然后采用阈值分割算法将边缘检测后的"噪声"进行删除,并使用数学形态学方法提高影像分割效率。最后对于一些难以去除的"噪声"采用面积(Ar)、周长(Per)、圆形度(Rd)、长宽比(Pwl)、矩形比(Pr)这5个形状特征参数进行剔除,实现利用高分遥感影像提取设施蔬菜面积。精度验证结果表明,该方法在试验区野外核查的精度为86.02%,随机样本点的总体分类精度为84.5%,Kappa系数为83.1%。     

基于时序Landsat遥感影像枣树种植面积提取

基于不同特征时间序列数据集,使用动态时间规整(dynamic time warping,DTW)方法对时间序列遥感影像进行分类.基于时间序列Landsat 8影像数据,使用NDVI、EVI、第一主成分(principal component analysis 1,PCA1)3种特征数据集结合DTW算法,对比分析不同特征量对枣树的识别精度.结果表明:基于DTW(ND?VI)的时间序列特征数据集结合DTW算法能够得到较好的分类结果,基于时序DTW(EVI)特征量的方法次之,基于时序DTW(PCA1)特征量的方法的分类精度最低,总体精度分别为95.23％、93.73％、83.84％,Kappa系数分别为0.858、0.824、0.738.     

基于多源遥感影像的农作物分类提取

合成孔径雷达数据因其较强的纹理特征近年来被广泛应用于农作物分类的研究中.针对多光谱影像无法实现农作物的精确分类问题,本文选取鲁西南济宁市为研究区,融合了2020年4-9月的Sentinel-1 SAR数据和Sentinel-2多光谱数据作为数据源,提取光谱特征、纹理特征、双极化后向散射系数共52个特征变量,通过独立主成...     

基于机器学习的高分辨率遥感影像农业大棚提取

农业大棚数量、面积和空间位置信息的及时和准确采集,对于农业结构调整、污染防治有着重要意义。遥感数据被广泛应用于大棚提取,但是在遥感影像上大棚所占的面积往往远少于背景地物,属于少数类,而传统随机森林(RF)机器学习分类器对非平衡数据集中少数类样本分类效果较差。为了使RF更适用于对大棚的提取,优化了RF的样本选择方式,首先随机抽取相同数量的不同类别样本构建初始训练样本集进行RF建模,然后基于投票熵和样本间的广义欧几里得距离循环迭代的测试集中优选样本,并将所选样本添加到训练集。结果表明,优化的RF模型用于基于遥感数据的农业大棚信息获取可以取得满意的结果。     

SPOT5遥感影像土地利用信息提取方法研究

【目的】探讨高分辨率遥感影像土地利用信息提取方法的优劣,为研究土地利用/覆盖动态变化提供参考。【方法】以结合纹理特征的支持向量机(Support vector machine,SVM)分类和多尺度分割的面向对象分类为主要技术,对陕西佛坪长角坝乡遥感影像的土地利用信息进行提取,并将分类结果与基于传统像元的最大似然法分类结果进行比较分析。【结果】面向对象分类法的总精度达到90.67%,较结合纹理特征的SVM法提高了8.34%,而与最大似然分类法相比提高了近20.32%,克服了其他分类方法存在的同谱异物现象及分类结果中地物破碎等缺点,取得了较好的分类结果。【结论】利用面向对象分类法不仅达到了提取土地利用信息的目的,而且精度高、速度快。