利用TM影像提取土地利用/覆被信息的最佳波段研究

以土地利用/土地覆被信息的提取为目的,选定武汉市江夏区的TM遥感影像为试验数据,在对其信息特征进行统计与分析的基础上,通过采用最佳指数因子(OJF)并综合试验区地物光谱特征的分析方法进行TM 影像最佳波段选取的研究.结果表明:TM543波段组合为土地利用/覆被遥感中TM 影像的最佳波段组合,其合成的假彩色影像具有很好的...     

土地利用分类中TM影像最佳波段组合选择研究

土地利用和土地覆盖变化是全球变化的主要原因,也是生态安全的重要影响因素,遥感影像以其宏观、及时的特点为土地利用分类研究领域提供了重要数据.文章分析了TM影像各波段的光谱特征,运用均值、标准差和相关系数等指标定量分析TM数据各波段和波段之间的特征,用最佳指数(OIF)来衡量各种波段组合的信息量,确定五种波段组合方案,再结合TM影像的光谱特征,最后优选出345波段组合用于土地利用分类.     

ETM+影像提取伏沙地信息的最佳波段组合——以内蒙古锡林郭勒盟西乌旗为例

 以伏沙地信息提取为研究目的，依次应用单波段信息量、相关系数矩阵、最佳指数法（OIF）、典型地物影像光谱特征曲线分析的方法，对内蒙古锡林郭勒盟西乌旗ETM⁺遥感影像数据的最佳波段选择进行研究。结果表明，第4波段信息量大，与其他波段间相关性小，作为必选波段；5、3波段次之；3、4、5波段组合的OIF较高。最后根据目视辨别认定波段（红）4、（绿）5、（蓝）3组合是针对伏沙地信息的最佳波段组合。     

TM遥感影像植被信息提取的最佳波段组合选择——以福建省松溪至建瓯高速公路为例

以拟建福建省松溪至建瓯高速公路两侧10 km为研究区域,运用最佳指数OIF法,同时参考地物光谱特征曲线以及各波段主要应用范围,在TM遥感影像图植被信息提取过程中,探讨基于遥感技术实现植被信息提取的最佳波段组合,研究显示:145波段组合信息量最为丰富,其波段间相关性最小,为植被信息提取的最佳波段组合.在此基础上,探讨了多光谱数据中,快速、准确选取最佳波段组合,为提高植被解译的精度和工作效率提供重要依据.     

TM遥感影像的最佳波段研究——以甘肃敦煌阳关国家级自然保护区为例

选择甘肃敦煌阳关国家级自然保护区TM遥感影像为试验数据,采用最佳指数因子方法(OIF)并结合试验区地物光谱特征进行TM影像最佳波段选取的研究。结果表明:TM125波段组合为甘肃敦煌阳关国家级自然保护区TM影像的最佳波段组合,三个波段包含了较大的数据量,波段与波段之间的相关性较小,其合成的彩色影像易于目视解译,为保护区开展工作奠定了基础。     

基于OLI影像土地覆盖类型解译的最佳波段选取研究——以南昌市为例

为研究Landsat8_OLI影像在土地覆盖分类中的最佳波段组合,以南昌市为研究区域,首先对各波段的基本信息进行统计,然后根据OIF指数筛选出排名靠前的几种波段组合,再根据研究区典型地物波普曲线得到南昌市土地覆盖类型解译的最佳波段组合。研究表明,基于OIF指数和研究区典型地物波普曲线最终确定南昌市土地覆盖分类目视解译的最佳波段组合为B5-6-7,其结果可用于南昌市土地利用变化目视判读和计算机分类识别。     

基于随机森林算法的城区土地覆盖分类研究

随机森林算法是一种高度灵活且易于使用的机器学习算法,目前在遥感影像分类中应用广泛。为了验证其在城市土地覆盖分类中的效果,本文对河南省洛阳市局部城区进行了土地覆盖分类实验,将Landsat 8(OLI)遥感影像的光谱波段、光谱指数和纹理特征相结合,构成多种特征组合进行随机森林算法分类比较,选择分类效果最佳方案,并与支持向量机方法进行比较。后利用随机森林算法对该组合特征变量高维数据进行降维处理,得到优化特征方案。实验结果表明:采用多源特征组合的随机森林算法的土地利用分类效果最佳,总体精度为90.54%,Kappa系数为0.890,比支持向量机方法的分类精度提高了3.1%;降维处理后的特征方案与随机森林结合在保证分类结果拥有高准确度的同时,减少了运算时间,实现了土地覆被类型信息的高效获取。表明随机森林算法在城区土地覆盖分类上有很好的适用性与稳定性。     

GETM 多光谱遥感数据最佳波段选择方法研究

分析了最佳波段选择的各种理论模型,利用相关性比较法,最佳指数法和多光谱遥感数据各波段用途、研究区地物光谱特征结合的方法来选择最佳波段,得到了较好的结果.     

多光谱遥感数据最佳波段选择的研究

分析了最佳波段选择的最佳指数方法,并指出该方法的不足之处.在实践过程中,根据多光谱遥感数据各波段用途、研究区地物的光谱特征及最佳指数来考虑最佳波段的选择,取得了比较好的效果.     

多源数据结合的高分一号土地利用/覆盖分类方法研究

基于多时相的GF-1数据获取NDVI时序变化、NDWI和MNDVI等指数图像数据，辅以Landsat8卫星OLI影像和数字高程模型(DEM)数据，得到了不同地物在光谱、时相和形状等方面的特征；通过分析各种地物类型在这些特征上的差异和变化规律，总结出不同地物的特征提取规则，构建了一种基于GF-1数据在地物复杂地区的土地利用/覆盖分类方法，并以广州市为实验区，运用该方法、最大似然法和最小距离法进行了土地利用/覆盖分类及其精度评价.结果显示:基于GF-1数据在地物复杂地区的土地利用/覆盖分类方法的总体精度为85.86%(部分地物分类精度达到95%以上)，与最大似然法及最小距离法相比，其总体精度分别提高了4.62%和12.24%，说明该方法能够更好地发挥GF-1遥感数据在土地利用/覆盖分类中的实际应用潜力，且有效提高了各种土地利用/覆盖地物类别的分类精度.     

综合运用影像对象多种特征的土地利用/土地覆被分类方法探讨——以兰州秦王川地区为例

运用基于对象的影像分析方法,对秦王川地区1994、2001、2011、2013年同时相的4期Landsat 5 TM、Landsat 8 OLI卫星影像数据进行影像分割,综合运用影像对象的光谱、纹理、形状和邻域特征,构建了分类规则集,实现了各期土地利用/土地覆被专题制图.结果表明4期影像的分类结果精度均满足制图要求与动态监控,准确地反映了过去20 a来秦王川地区土地利用/土地覆被的状况.     

高分辨率遥感影像在土地覆被变化监测中的应用

为了分析高分辨率遥感影像在土地覆被监测中的适用性,以SPOT5和"资源一号"02C卫星高分辨率遥感影像为数据源,对两种数据的波段组合和数据融合方法进行分析评价,并建立相应的土地覆被解译标志,提取研究区2005年和2012年两期土地覆被信息,基于RS和GIS软件平台,从面积变化、土地利用动态度和转移矩阵3方面研究了土地覆被信息的变化规律。研究结果表明,经过有效合成和融合处理的高分辨影像最大限度地保持了影像的纹理和光谱信息,可以正确识别并提取地物变化边界线,研究成果可为高分辨率遥感影像在土地覆被变化监测中的应用提供一定的参考和依据。     

ETM+遥感影像最佳波段融合质量评价

利用最佳指数(OIF)法得出泉州市2001年ETM+遥感数据的最佳波段组合为波段5、4、2;采用乘积变换、Brovey变换、HIS变换、小波变换等4种典型的融合方法,分别进行ETM+最佳波段组合影像与ETM+全色波段影像的融合;计算融合后影像与原始影像之间的相关系数,从空间相关系数、光谱相关系数2个方面进行定量和定性评价.结果表明,Brovey融合后的影像信息损失最小、对于光谱保真性最好,小波变换融合方法次之;而小波变换融合后影像对于空间分辨率的改善效果最好,Brovey融合方法次之.针对本研究区,在4种融合方法中,Brovey变换和小波变换融合方法是最佳的选择.     

居民地信息提取的最佳假彩色合成方法--以开封市区为例

遥感以其高光谱分辨率、空间分辨率为地理研究提供了丰富的数据源,这些数据之间具有重要的互补性,但是也存在着大量的数据冗余.利用最佳波段组合指数法同时考虑目标地物的光谱信息.考虑波段组合后的信息量要大、波段之间的相关性要小以及目标地物的光谱差异要大这3个原则,对实验区的居民地信息提取选取最佳假彩色合成方案.最后研究表明:分别将TM4、TM5、TM3波段赋予红绿蓝3种颜色,所得的假彩色信息丰富,居民地与周围地物在色调上具有很好的可分性,有利于信息的提取.     

土地利用／覆被变化分析——以鸡东县为例

本文以鸡东县1993年和2003年landsat5遥感卫片为背景,结合ERDAS8.0图像处理软件和ARCGIS9.0地理信息系统软件,对4,3,2波段合成影像进行人机交互解译和空间叠加分析,得出鸡东县10年来土地利用动态变化在空间上的分布情况,选用土地利用变化和景观生态学的相关指数,对研究区10年来的土地利用/覆被变化的时空特征进行了分析.     

基于特征组合的黄河源园区土地覆被分类

为了解黄河源园区地物分布格局,本文以黄河源园区为研究对象,利用Landsat 8 OLI影像获取其光谱、植被、水体和纹理特征,采用Relief F算法对所有特征进行重要性排序,选出前8个特征作为优选特征;基于随机森林(RF)方法研究不同特征组合对分类结果的影响,为评估RF方法的效果,对优选特征组合,采用决策树、K近邻、感知机和支持向量机方法与RF方法进行对比;最后综合所有特征完成黄河源园区土地覆被分类。结果表明:(1)综合利用光谱、植被、水体和纹理特征,可以有效提高分类精度;(2)利用Relief F算法,可快速遴选出有效特征,大幅缩短模型运行时间;(3)相对于其他4种分类方法,随机森林的分类精度最高;(4)黄河源园区地物类型以中低覆盖度草地为主。     

基于单时相Landsat8_OLI影像的棉花提取技术研究

针对利用单时相遥感影像快速、高精度地提取棉花信息研究较少的现状,根据作物的物候历,选取棉花生育期的单时相Landsat8_OLI影像。通过对棉花和其他地物的光谱特征与植被指数的差异性分析表明:近红外波段(NIR)和差值植被指数(DVI)是棉花识别的特征指数;并由此构建了OLI数据的棉花信息提取的特征指数模型。经实地验证,运用此模型提取的库尔勒市棉花信息的生产精度为97.96%,用户精度为98.63%。基于单时相遥感影像的棉花提取思路可以为我国主要棉产区的棉花信息遥感提取、长势监测和产量估测提供新思路和技术参考。     

SPOT5遥感影像不同融合方法对地物识别精度的影响

以河南省开封市北部及郊区的SPOT5遥感影像为基础数据,对SPOT5全色波段影像与多光谱影像的几种融合方式进行了比较研究;基于各种融合结果影像进行实验区域的计算机监督和非监督分类,提取各类地物面积数据,比较影像融合前后各类地物面积变化率;分析不同融合影像对地物识别精度的影响,确定适宜不同地物判识的融合影像和方法,旨在为土地利用类型调查中的影像融合方法的选择提供参考.     

基于GIS和RS的蓬莱市土地利用变化及驱动力分析

基于蓬莱市2008年、2013年和2018年的Landsat TM/OLI遥感影像数据,在RS和GIS技术的支持下分析该地区的土地利用类型变化,以及2008-2018年间土地利用的时空特征.结果表明:2008-2013年间,土地利用变化最显著的为建设用地扩张,草地、水体面积显著减少,耕地、林地面积有一定程度增加,该时间段研究区所有土地利用/覆被类型的双向转换较为频繁,草地转化为耕地的幅度较大.2013-2018年间,土地利用变化为水体面积增加明显,耕地、建设用地面积有一定程度增加,林地、草地面积有一定程度减少.2008-2013年间研究区所有土地利用/覆被类型的双向转换程度相对较低.     

石羊河上游土地利用/覆被动态变化及重心转移研究

文章以石羊河上游的土地利用/覆被变化状况为研究对象,应用Envi和Arcgis的技术对研究区1986年、2000年、2014年三期遥感影像进行土地利用/覆被变化信息解译的数据,采用土地利用/覆被变化单一动态度、土地利用/覆被程度综合指数及土地利用/覆被重心转移等方法,对石羊河上游近30年土地利用/覆被变化特征进行分析。结果表明:(1)在1986-2014年间林地和草地一直为研究区内的主导土地利用类型;(2)在1986-2014年间林地、草地、水域的面积变化都经历了先减少后增加的过程,而耕地则经历了先增加后减少的过程,其中水域的变化程度最剧烈;(3)在1986-2014年间,研究区土地利用/覆被程度综合指数变化较小,且1986-2000年土地利用/覆被处于发展期,2000-2014年间处于调整期。