基于SPOT5影像的郁闭度反演方法

为探讨区域植物措施因子在林地的赋值问题,以重庆市云阳县为研究区,以58个单元实地林地地块郁闭度调查数据为基础,计算了对应地块同期SPOT5影像各波段DN(灰度)均值和DN值标准差,分析了SPOT5影像在林地不同郁闭度下的稳定性。随机选取38个单元调查郁闭度数据,与对应地块同期SPOT5影像各波段DN均值进行回归、相关性分析,建立了不同波段组合反演郁闭度的方法。利用剩余20个单元的调查郁闭度数据进行精度检验。结果表明:SPOT5影像红外、红、绿波段DN均值在不同郁闭度林地地块表现稳定,最大偏离分别为13.8%,15.65%,24.52%,偏离平均值分别为10.11%,10.94%,17.78%;红、绿波段是反演郁闭度的最佳波段组合,拟合方程判定系数R2为0.66。精度检验结果表明,反演结果与实地调查数据正、负向最大偏差为+16.92%,-16.06%,偏差均值为-2.08%。按10%的分级统计,偏离均小于15%,总体精度较高。在反演结果误差为±20%时,植物措施因子赋值的最大误差<10%,可作为区域土壤侵蚀监测时植物措施因子计算的参考。     

Landsat TM8及GF-1影像黑龙江省线状地物实际与解译宽度对比

线状地物又称为线性地物,是一种普遍存在的土地利用方式。在遥感图像上,线状地物大量存在,这种存在表现为线状地物的可见性,即线状地物的图像特征表现为数个像元宽度的狭长型地物;另一方面,大量线状地物被"淹没"在遥感图像的混合像元中,这部分线状地物在遥感图像上具有相对不可见性。在面状地物解译中,线状地物常常由于遥感影像分辨率有限而包含在面状地物中,使面状地物解译结果偏大而不够准确。因此,准确解译线状地物可以校正面状地物解译结果。Landsat TM8影像与GF-1影像作为近几年新出现的高质量高分辨率卫星遥感影像,在各行各业中应用较为广泛,在农业遥感中亦是如此。在农作物面积估算中,Landsat TM8影像与GF-1影像线状地物扣除技术的精确程度直接影响农作物面积估算精度。Landsat TM8影像与GF-1影像线状地物实际宽度与解译宽度对比研究对于农作物面积估算和估产具有重大意义。由于分辨率相差较大,在线状地物解译中,GF-1影像具有明显优势。该文以23景Landsat TM8影像和14景GF-1影像为基础,运用统计学方法对黑龙江省341条线状地物实际宽度与解译宽度做对比研究。结果表明,对线状地物解译精度影响较大的主要因素为卫星遥感影像分辨率。Landsat TM8影像解译精度较差(|夸张系数|50%)的线状地物共94条,占全部线状地物的27.5660%;在这部分线状地物中,通常是解译宽度远大于实际宽度;以线状地物实际宽度分类中的0~10 m类别中,线状地物的解译精度最差,而按走向分类和按类型分类对线状地物解译精度影像不大。GF-1影像解译精度较差的线状地物共有29条,占全部线状地物的8.5044%,在这部分线状地物中,通常是解译宽度远大于实际宽度。     

SPOT5在小流域水土保持生态建设遥感监测中的应用

在伊洛河赵沟小流域应用SPOT5卫星影像开展水土保持生态建设遥感监测,以制作流域"4D"产品为基础,基于虚拟地理信息系统构建赵沟小流域虚拟现实环境进行定义分类模板技术研究,整体分类模板定义精度可达95.48%;进而对SPOT5卫星影像实施水土保持措施遥感监测分类处理,运用ERDAS IMAG INE精度评价统计功能对虚拟现实环境参照下的水土保持措施分类结果进行评价,总体分类精度达到80.49%;对各地物类型和总体Kappa系数进行分析,总体Kappa系数达到0.769 4。研究表明,SPOT5在大规模水土保持生态建设遥感监测中具有很好的应用前景。     

基于面向对象的SPOT卫星影像梯田信息提取研究

梯田信息准确和快速提取是区域水土保持动态监测和评价的核心技术之一,运用遥感技术进行地物信息提取是一种有效手段。该研究以燕沟流域为研究区,采用高分辨率的SPOT5遥感影像数据,基于面向对象分类技术,通过影像分割构建影像对象,在分析影像对象的光谱特征、纹理特征和空间特征的基础上,建立了梯田信息的遥感提取规则,实现了梯田的自动提取。最后用手工勾绘结果对梯田的遥感提取结果进行精度评价,从田块边界的吻合度评价位置精度,并通过比较该结果与人工目视解译结果进行面积精度评价。结果表明,基于面向对象分类的遥感方法可以较好地从原始影像中提取复杂地貌区梯田的位置信息,面积提取正确率达到78.38%,该方法可为黄土高原地区梯田信息遥感提取提供借鉴。     

基于SPOT5卫星影像的梯田监测方法研究

采用5m分辨率的SPOT5卫星数据,对黄土高原沟壑区典型小流域南小河沟内的梯田现状进行了监测研究。结果表明:利用5m分辨率的SPOT5卫星影像进行黄土高原沟壑区梯田监测,基本能够满足其实时、动态监测的需要,是实现大面积梯田监测的有效手段。与以QuickBird卫星影像(分辨率0.61m)为信息源的梯田监测结果相比,其解译精度可达86%以上,可在黄土高原沟壑区较大面积的梯田监测项目中推广应用。     

基于遥感信息融合的阜新煤矿排土场地物提取与分类

结合地面测试高光谱数据及卫星遥感数据,对矿区地物信息进行提取,可有助于快速获取矿区地表信息,为矿区废弃地植被恢复提供辅助决策信息支持具有重要意义。该文以阜新市海州矿区排土场为研究对象,对不同波段组合的SPOT-5遥感影像进行了分类方法和分类精度评价研究。结果表明：排土场影像在波段组合与融合之后进行分类,分类精度提高不明显;而通过组合SPOT多光谱影像和植被指数图像,并结合地面测试的高光谱特征曲线建立分类模板,可以有效地提高地物分类精度,总体分类精度为85.48%,Kappa系数为0.8197。分类结果满足对排土场地物调查的实际需要,为建立排土场植被恢复等级提供了数据基础。     

基于SPOT5影像的1∶1万土地利用矢量数据误差研究

基于遥感的1∶1万土地利用更新调查矢量数据的空间匹配误差是该应用能否实现的关键。实验选取浙江省绍兴市杨汛桥镇为例，利用控制点、检测点GPS野外实测数据，以及同期IKONOS数据，采用对比法，进行了基于SPOT5遥感影像的土地利用更新调查(平原区域)矢量数据的点、面的空间匹配误差的研究，最后得出了点位误差结果：水平方向7.38 m，垂直方向4.53 m，点位平面中误差8.66 m；以及面状地物空间匹配误差结果：绝大部分地类的面积吻合度及相对面积精度都可达95%左右。因此，基于SPOT5影像的1∶1万平原区域土地利用更新调查是完全可行的。     

基于SPOT5影像的1:1万土地利用矢量数据误差研究

基于遥感的1：1万土地利用更新调查矢量数据的空间匹配误差是该应用能否实现的关键。实验选取浙江省绍兴市杨汛桥镇为例,利用控制点、检测点GPS野外实测数据,以及同期IKONOS数据,采用对比法,进行了基于SPOT5遥感影像的土地利用更新调查（平原区域）矢量数据的点、面的空间匹配误差的研究,最后得出了点位误差结果：水平方向7．38111,垂直方向4．53m,点位平面中误差8．6m;以及面状地物空间匹配误差结果：绝大部分地类的面积吻合度及相对面积精度都可达95％左右。因此,基于SPOT5影像的1：1万平原区域土地利用更新调查是完全可行的。     

SPOT5遥感影像城郊耕地景观提取与廊道立地分析

城郊耕地立地受多种因素影响复杂多变,利用高分辨率遥感影像提取耕地及其廊道地类,并分析耕地与廊道地类间关系,对于耕地保护和基本农田划定具有重要意义。以北京市大兴区为例,对2004年和2007年SPOT5遥感影像,采用面向对象分类方法开展耕地与其他景观类型提取,包括交通运输用地、河流水面、水工建筑用地、农田水利用地、农田防护林地,并对道路提取宽度进行评价。采用景观生态学廊道的分析方法与GIS空间分析方法,分析4 a间5种廊道地类的数量变化和空间分布变化。借助目视解译评价分类总精度和Kappa系数都超过了90%,道路提取宽度在4～70 m之间;农田防护林地数量变化最为明显,呈零散分布状态,农业水利用地空间分布较为均匀,而交通运输用地中二级道路较大变化,主要分布在受城市化和工业化影响较大的研究区北部。研究表明：面向对象分类方法能够充分利用地类相关特征,提取过程即体现地类立地信息,多尺度分割能够实现在不同层次提取不同地类;廊道空间分布与耕地空间分布表现出一定的相关性,农田防护林地和农业水利用地分布密集的地区耕地流失的可能性较小,交通运输用地密度较高的地区也是耕地流失集中地区。     

应用遥感技术建立县级土地利用信息库

 以延庆县为例,介绍根据TM、SPOT数据复合影像判读土地利用现状的方法。在遥感图像处理、解译的基础上,对各类土地利用的信息进行提取、数据库空间管理、面积求取工作,最后得到延庆全县耕地、园地、林地、水域、交通用地、居民用地、工矿用地以及未利用地等土地利用类型的遥感监测面积和地理分布情况,为县级土地利用现状调查提供方法上的参考和借鉴。     

面向对象的丘陵区水田遥感识别方法

中国南方丘陵区地形破碎,地物分布复杂,丘陵区水田的光谱特征相对于平原区较混杂,传统的基于像元的遥感数据获取受异质性因素的影响,无法利用单一时(季)像及特定的图像自动识别规则提取精度较高的水田分布信息。针对这一问题,该文基于多时像HJ-1A/1B卫星图像,结合地面调查,以湖南省湘潭市为研究区,在易康(e Cognition)软件平台上分别以光谱特征为主要参考的多层最邻近分类法和以在特征知识库支持下的决策树分类法对丘陵区水田进行图像识别。结果表明:分层最邻近分类法比单一最邻近分类提取的精度高,但在相同分割尺度下,利用特征知识库支持下的决策树分类提取水田的精度达到最高,为90.25%,总Kappa系数为0.79,说明特征知识库支持下的决策树分类方法比最邻近分类法更加适合丘陵区水田的遥感识别。     

一种新的辨别土地利用/覆被的遥感图像融合方法

In China, accelerating industrialization and urbanization following high-speed economic development and population increases have greatly impacted land use/cover changes, making it imperative to obtain accurate and up to date information on changes so as to evaluate their environmental effects. The major purpose of this study was to develop a new method to fuse lower spatial resolution multispectral satellite images with higher spatial resolution panchromatic ones to assist in land use/cover mapping. An algorithm of a new fusion method known as edge enhancement intensity modulation (EEIM) was proposed to merge two optical image data sets of different spectral ranges. The results showed that the EEIM image was quite similar in color to lower resolution multispectral images, and the fused product was better able to preserve spectral information. Thus, compared to conventional approaches, the spectral distortion of the fused images was markedly reduced. Therefore, the EEIM fusion method could be utilized to fuse remote sensing data from the same or different sensors, including TM images and SPOT5 panchromatic images, providing high quality land use/cover images.     

A New Fusion Technique of Remote Sensing Imagesfor Land Use／Cover

In China, accelerating industrialization and urbanization following high-speed economic development and populationincreases have greatly impacted land use/cover changes, making it imperative to obtain accurate and up to date informationon changes so as to evaluate their environmental effects. The major purpose of this study was to develop a new methodto fuse lower spatial resolution multispectral satellite images with higher spatial resolution panchromatic ones to assistin land use/cover mapping. An algorithm of a new fusion method known as edge enhancement intensity modulation(EEIM) was proposed to merge two optical image data sets of different spectral ranges. The results showed that the EEIM image was quite similar in color to lower resolution multispectral images, and the fused product was better able topreserve spectral information. Thus, compared to conventional approaches, the spectral distortion of the fused images wasmarkedly reduced. Therefore, the EEIM fusion method could be utilized to fuse remote sensing data from the same ordifferent sensors, including TM images and SPOT5 panchromatic images, providing high quality land use/cover images.     

全极化SAR图像的煤矿区土地覆盖信息分层提取方法研究

为弥补光学遥感在煤矿区资源与生态环境监测中应用的不足, 研究应用全极化SAR图像有效提取煤矿区土地覆盖信息的方法具有重要意义。针对全极化SAR图像极化信息丰富、斑点噪声多、局部异质性大等特点, 提出采用面向对象的影像分类方法对其进行分层土地覆盖信息提取。以徐州市西南部的煤矿区为研究区, 选取Radarsat-2的全极化SAR图像, 分析了研究区内全极化SAR图像中典型地物的灰度特征, 提出面向对象分类方法所涉及的最优分割尺度选择法, 给出全极化SAR图像分割对象后向散射特征的计算方法。对研究区的SAR图像进行试验, 首先对SAR图像进行多尺度分割, 选择各土地覆盖类型的最优分割尺度, 然后在该尺度下计算出土地覆盖类型的后向散射特征指数, 最后采用模糊逻辑分类法分层提取出研究区内的土地覆盖信息。结果表明: 在适于各土地覆盖类型提取的最优分割尺度下, 充分利用分割对象的灰度、形状、纹理以及类间相关特征, 并综合应用隶属函数法和最邻近分类法, 能有效地提取煤矿区的农田、道路、塌陷地、建筑物、山林这5类土地覆盖信息。与最大似然分类法相比, 该方法能够较好地消除"椒盐现象", 各种土地覆盖类型的提取精度都有所提高, 其总体分类精度可提高38.3%。     

ETM+SPOT5融合卫星影像在水土保持方案编制中的应用研究

在《酒泉钢铁（集团）有限责任公司本部冶炼厂区及矿区水土保持方案》的编制过程中,针对项目区防治责任范围大,海拔高,交通不便且区域基础资料匮乏等诸多不利因素,利用ETM+SPOT5融合影像对项目区土地利用和土地覆盖及弃土弃渣等进行遥感调查,结合已有水土流失资料,查清了项目区水土流失现状,客观合理地确定了项目区水土流失防治责任范围,预测了工程建设期和运行期可能造成新增水土流失的数量及危害,从而提高了调查效率,节省了人力,保证了精度,为遥感技术在开发建设项目水土保持方案的编制中的做出了探索。     

影像分辨率对植被覆盖度提取的影响

研究植被指数以及植被覆盖度演算结果与影像分辨率的关系可以为遥感影像在大、中尺度下的合理利用提供理论依据。以陕西省安塞县的县南沟以及纸坊沟的部分区域作为研究区,对SPOT、MODIS、TM、ALOS、IKONOS五种基本分辨率的影像进行了NDVI的计算并利用像元二分模型反演出植被覆盖度,在此基础上进行了统计分析和空间结构分析,实验结果表明30 m分辨率的TM影像无论是在统计结果还是在精度分析中均适用于小流域范围,而500 m分辨率的MODIS以及1 000 m分辨率的SPOT数据可以在研究区扩大至10 000 km²条件下使用。     

用基于IHS变换的SPOT-5遥感图像融合进行作物识别

遥感图像融合可以发挥多源遥感数据的优势。但是由于遥感数据和融合模型的多样性,目前仍难以找到一种适合于各种类型数据之间、各种应用需要的“万能”的融合算法,而是根据特定图像,特定地表覆盖状况和特定应用的需要选择适合的融合模型。SPOT-5图像是一种较新的高空间分辨率遥感图像,目前已用于运行化农情遥感监测,以弥补传统低空间分辨率遥感图像应用的不足。该文将SPOT-5多光谱和超模式全色图像进行融合,以进行中国东北地区大豆识别。对实验数据分别做基于IHS变换和PCA变换的融合处理,通过比较得出,基于IHS变换的融合