排序方式: 共有27条查询结果,搜索用时 78 毫秒
1.
基于改进边缘分割算法的幼苗信息提取 总被引:1,自引:0,他引:1
优化特征空间和改进分割算法是利用面向对象技术准确获取幼苗信息的关键,也是高空间分辨率数据提取目标地物信息迫切需要解决的问题。研究了在多光谱影像进行去噪声处理基础上,采用改进的基于边缘的算法进行影像分割,同时选取纹理、形状、光谱特征构建特征空间,实现幼苗信息提取的方法。结果表明,该方法对幼苗信息提取的总精度达86%,比传统技术提高了12%,KAPPA系数达0.814 5,比传统技术提高了0.115 9。该方法可以对幼苗信息进行准确快速提取,能够为生产或管理部门进行准确监测和决策提供依据,对未来造林情况进行预测和评价有重要意义。 相似文献
2.
[目的]建立更科学合理的生态评价遥感信息模型,为研究区的可持续发展提供参考依据。[方法]利用NDVI(归一化植被指数)和像元二分模型监测植被覆盖度作为地表植被覆盖信息的评价指标;用热惯量法反演研究区的土壤含水量作为研究区地表植被覆盖信息与土壤肥力的评价指标;采用目视解译获得土壤质地的编码分布图并进行影像化处理,将土壤中物理性黏粒含量作为评价土壤板结情况指标;利用线性光谱混合分解模型提取研究区的裸地比率作为土地荒漠化程度的评价指标。[结果]从土地利用的角度构建了生态评价指标体系,建立了以像元为单位的生态评价定量化遥感信息模型。[结论]植被覆盖度因子对研究区生态评价的影响程度相对较大;在生态评价过程中本研究新建模型总体评价精度比传统方法提高了15%。 相似文献
3.
4.
5.
改进线性光谱混合分解模型湿地信息提取 总被引:2,自引:0,他引:2
由于干旱区农牧交错地带湿地面积小且地类混杂,混合像元现象严重,使得该区湿地信息的自动提取难度较大。针对湿地遥感信息提取的特点和难点,采用NDVI(normalized different vegetation index)阈值法提取水体,应用支持向量机模型(SVM)提取去除水体后的湿地信息,并以修正线性光谱混合分解模型分解的草甸分量,进一步提取高盖度、中盖度和低盖度草甸信息。试验验证结果表明:提取结果的总体精度为88%,Kappa系数为0.83。该方法可为其他光谱特征混杂地区湿地遥感信息的提取提供参考。 相似文献
6.
基于空间信息的高光谱遥感植被分类技术 总被引:5,自引:2,他引:5
高光谱数据常带有噪声,传统的仅考虑光谱信息的遥感植被分类方法效果不佳,融入空间信息进行植被分类显得尤为重要。以NDVI阈值法提取植被信息后,采用最小噪声变换对Hyperion高光谱影像进行压缩处理,取前60个分量数据,并采用一种空间与光谱信息相结合的高光谱影像植被分类法,完成研究区植被分类。结果表明,对各植被类型的平均分类精度达90.3%,而最大似然法的平均分类精度仅为70.0%。融入空间信息的高光谱遥感植被分类方法能有效地削弱噪声,在一定程度上提高了分类精度,在实际应用中有一定的参考价值。 相似文献
7.
为系统地研究干旱半干旱区植被盖度提取方法,比较了目前常用的几种高光谱影像植被盖度提取技术。结果表明:采用NDVI建立的像元二分模型对植被盖度的估测能力低于直接采用NDVI建立的回归模型;4种处理的PCR模型植被盖度估测的建模精度由高到低为:CR>NO>FD>SD;4种处理的PLSR模型植被盖度估测的建模精度由高到低为:FD>NO>SD>CR;FCLS分解的结果明显优于LS模型;综合分析后,认为基于FD的PLSR模型对研究区植被盖度估测效果最佳。文中研究旨在为干旱半干旱区植被盖度的更深入研究提供参考。 相似文献
8.
基于高光谱影像分解的土壤含水量反演技术 总被引:2,自引:0,他引:2
植被和土壤常同时存在于影像像元中,土壤含水量监测不可避免地会受植被光谱影响。因此,剔除植被光谱干扰显得尤为重要。采用基于光谱匹配的分解算法对Hyperion高光谱数据进行分解,剔除植被光谱的干扰,同时对土壤贡献的光谱信息进行一阶微分和包络线去除变换,选取敏感波段,建立土壤含水量反演模型。结果表明:以波段X661,× 1019和X2067的土壤包络线去除光谱为自变量建立的模型最佳,预测R2值为0.85;未剔除植被光谱时,以波段X541,X979和X1632的一阶微分光谱为自变量建立的模型最佳,预测R2值仅为0.36。通过高光谱影像分解剔除植被光谱干扰估测土壤含水量的方法是可行的,可为今后遥感估测土壤含水量的研究提供参考。 相似文献
9.
10.
干旱半干旱区土壤含水量定量反演技术研究 总被引:1,自引:0,他引:1
为系统地研究干旱半干旱区土壤含水量的反演方法,比较了目前常用的几种高光谱影像土壤含水量反演技术。结果表明:采用EO-1 Hyperion第149波段和197波段构建的光谱特征空间模型与土壤含水量值之间的R2为0.7093,两者存在良好的负相关性;土壤含水量热惯量反演模型整体拟合的R2为0.6149,与SMS拟合结果相比,效果不理想;回归分析模型中,对数变换光谱回归最优,R2值为0.6843。综合分析后,认为光谱特征空间模型对研究区土壤含水量的估测效果最佳。文中研究旨在为干旱半干旱区土壤含水量的更深入研究提供参考。 相似文献