基于GEOimage的SPOT5数据处理

2003年10月，应用SPOT5卫星影像在云南省沾益县进行了森林资源遥感调查。以性价比较高，对SPOT5支持较好的GEOimage软件为平台，总结了SPOT5正射纠正、分辨率融合、彩色合成、地图制作等影像处理方法和关键技术，并作了精度分析。     

基于RS的京津风沙源工程监测方法研究

结合SPOT5遥感数据的特点,根据京津风沙源工程监测的需要,利用SPOT5卫星遥感图像作为信息源,采用计算机分类和人机交瓦式解译的方法,提取出延庆县张山营镇的京津风沙源工程区,并与二类调查数据对比分析,通过抽样进行实地调查验证.结果表明,用该方法高效、快捷、科学并能取得较高的精度,为遥感数据辅助开展京津风沙源工程监测提供了科学依据.     

利用ETM多光谱数据与SPOT5全色数据相融合进行森林资源调查

以ETM多光谱数据与SPOT5全色数据融合的遥感图像为对象,利用遥感图像和地面调查相结合的方法对吉林省东部山区进行森林资源调查,既可节约成本,又可提高调查精度,为遥感技术应用于森林资源调查设计探索了经验。     

SPOT5遥感影像在林业二类调查中的应用

采用ERDAS IMAGINE图像处理软件,对青海省互助县境内的北山林场的SPOT5遥感影像进行处理,包括原始数据导入、正射纠正、影像融合、波段组合、影像增强等处理过程以及数字正射影像图(DOM)的制作。探讨SPOT5遥感影像在林业二类调查中的应用处理方法及SPOT5影像的应用前景。经现地验证,以SPOT5遥感卫星影像为底图,通过人机交互目视解译方法区划判读小班能满足林业二类调查的需要,该影像数据能作为1∶10000专题图制作的基础数据。     

遥感影像中像素级融合方法的评价研究

基于像素级的融合方法很多,本研究选择了同一地区的ETM+、SPOT5和QuickBird遥感数据,分别采用Pansharp、Gram-Schmidt、小波变换、主成分变换和比值变换五种常用的方法进行融合处理,并针对不同的融合影像,选择了信息熵、平均梯度、信噪比、偏差指数和均方根误差五个指标来对融合的结果进行客观评价,从而根据不同的数据源,选择最佳的融合方法.通过分析比较,得出不同的方法对空间分辨率相对较低的ETM+和SPOT5影响较小,而对高分辨率的QuickBird影响明显,并得出Pansharp的融合效果最理想.     

利用ETM和SPOT5数据融合进行平江县森林资源调查

以ETM多光谱数据和SPOT5全色数据融合的图像为对象，利用遥感图像和地面调查相结合的方法对湖南省平江县森林资源进行调查，既能节约成本，又能提高调查精度，为遥感技术应用于森林资源规划设计调查探索经验。     

基于ENVI4.5的SPOT5图像自动配准

图像配准技术是图像数据处理中非常关键的技术之一,其精度直接会影响后期数据分析、处理。通过ENVI 4.5自动配准工具对同一传感器下同一场景不同时相的SPOT 5图像进行配准。结果显示,经过适当的参数设置,可以达到较高精度要求(1个像元左右),能满足图像的后期处理(如图像融合、镶嵌等)。     

SPOT5卫星遥感数据在森林资源监测工作中的应用研究

利用SPOT5卫星遥感数据进行森林资源监测已在河南省全面展开,本文结合SPOT5卫星遥感数据的特点,研究了影像数据的正射纠正、融合、裁减、分幅出图等处理方法,通过在森林资源“二类”调查工作中的应用实践,探讨了SPOT5卫星数据在森林资源监测、图件编绘等方面的可行性和优越性。     

南京市区景观格局及生态绿地现状遥感研究

基于TM和SPOT图像,采用ERDAS和ARCGIS软件,对原始数据进行几何纠正、图像融合等一系列预处理。然后对图像进行监督分类,绿地信息提取,并对南京市区的景观格局及生态绿地现状进行分析。研究表明:南京市区的绿地率较高,但是分布不均匀。     

森林资源调查中SPOT5遥感图像处理方法探讨

目前，多光谱、高空间分辨率的SPOT5卫星遥感数据被广泛应用到森林资源调查中。本文结合SPOT5遥感数据的特点，根据森林资源调查的需要．从遥感数据的正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的处理和信息提取。提出了适用于森林资源调查的SPOT5遥感数据处理方法。     

SPOT5全色与多光谱遥感影像融合方法研究

以吉林省白河林业局的SPOT5全色与多光谱遥感影像融合为研究对象，利用Erdas Imagine9.1遥感影像处理软件，对8种融合方法的结果进行定量分析。结果表明：在提高空间分辨率能力和保持光谱特征的完整性上，Ehlers融合法、基于HIS变换的小波变换法、HIS变换法融合效果较好。     

基于植被指数的城市绿化覆盖面积提取技术研究——以山东省泰安市为例

绿化覆盖面积是评价园林城市绿地质量的基础数据,本文针对城市绿化覆盖面积的概念,在对SPOT5多光谱影像进行光谱分析的基础上,构建了差和比指数和加和指数两模型,两模型作为新的波段,结合植被分区特点参与分类,提取城市绿化覆盖面积。通过精度评价,可以确定该技术能达到较高的精度水平。     

森林资源监测中SPOT5数据融合方法的比较

在对4种常用的遥感数据融合方法及3种重采样方法的结果进行初步目视评估筛选的基础上,采用信息熵、标准差、清晰度和光谱扭曲4个统计参数进行定量比较,筛选适合森林资源监测用的Spot5数据融合和重采样方法。结果表明,IHS变换融合效果最好,既具有较好的目视效果,又突出了图像的空间结构和纹理信息,同时较好地保持了光谱信息,是适合森林资源监测Spot5数据融合的最优方法,而且在融合过程中双线性内插法重采样优于其他2种重采样方法。     

红树植物地面反射光谱特征研究

结合使用野外便携式光谱仪对九龙江口红树林保护区白骨壤、秋茄、桐花树3种红树植物的叶冠表观光谱的测量结果,系统分析比较了红树植物叶冠反射光谱特征及其差异;并在一个潮间带底质遥感信息处理平台上对研究地点进行基于表观光谱特征的白骨壤和秋茄的SPOT卫星遥感图像分类;最后讨论了红树光谱研究中存在的问题。     

Vegetation inventory of a temperate biosphere reserve in China by image fusion of landsat TM and SPOT HRV

Vegetation cover types on Changbai Mountain, a natural biosphere reserve (2,000 km²) in northeast China, were derived by using multisensor satellite imagery fused with Landsat TM and SPOT HRV-XS. DEM data were used for improving classification accuracy. Cover types were classified into 20 groups. Bands 4 and 5 of Landsat TM image acquired on July 18, 1997, and band 1 of SPOT HRV-XS image acquired on Oct. 19, 1992, were fused to a false color image, and maximum likelihood supervised classification was performed. Data fusion showed high accuracy of identification, compared to individual images. The overall accuracy of classification of individual images by SPOT HRV-XS reached 56%, and TM 66%, while the fused data set provided accuracy of about 78%, which was raised to 81% after recoding by using DEM. There were five vegetation zones on the mountain, from the base to the peak: hardwood forest zone, mixed forest zone, conifer forest zone, birch forest zone, and tundra zone. Spruce-fir dominated conifer forest was the most prevalent (nearly 50%) vegetation type, followed by Korean pine and mixed forest (17%) and larch forest (5%). HRV image taken in leaf-off season is useful for discriminating forest from non-forest, and evergreen forest from hardwood forest, while the summer image (TM) provides detailed information on the difference in similar vegetation types, like hardwood forest with different compositions.     

3种遥感卫星影像在云南省森林资源调查地类分类中的应用

根据2000年以来,云南省利用美国TM、印度IRS-P6、法国SPOT-5三种卫星影像进行森林资源调查地类分类的应用实践,提出3种卫星影像在森林资源地类分类划分中的优缺点,以及提高卫星影像在森林资源调查中地类分类精度的方法、建议。     

采用不同时期的卫星影像对勐腊县象明乡林地变化状况进行分析

采用1999年TM卫星影像及2006年SPOT 5卫星影像,借助已有森林资源二类调查资料对此期间勐腊县象明乡土地利用变化状况进行分析.对分析的原理、方法、步骤作了论述.分析结果表明,期间总的趋势是林地面积增加,农地面积减少;有林地面积增加、宜林荒山减少;乔木经济林增加,其它灌木林减少.分析结果符合当地同期土地利用实际状况.