基于HCS方法融合高时空遥感数据的玉米种植面积提取

目的提出一种利用高空间分辨率Landsat8 OLI全色影像和高时间分辨率MODIS影像进行融合的方法,构建出高时空分辨率遥感数据,提供一种监测农作物种植面积新思路,为农业生产信息化奠定科学的理论依据.方法以沈阳市法库县为例,基于色彩超球面锐化(HCS)方法,利用多光谱Landsat8 OLI全色影像数据与MODIS-NDVI时间序列数据相结合的手段,对其进行预处理后,根据该地区的物候数据和具有可信度的样本数据进行面积估算,并统计出玉米种植面积的制图精度和用户精度;对Landsat8 OLI全色影像数据和MODIS-NDVI时间序列数据进行融合处理,再利用马氏距离分类法对高时空分辨率遥感数据进行玉米种植面积提取.结果融合后的高时空遥感数据对玉米种植面积的识别效果较好,制图精度和用户精度分别达到89.62%、99.71%.结论 HCS方法适用于高时间数据和高空间数据的融合,融合后的影像保持了原有的光谱特征及空间细节纹理.     

基于GF-1卫星的县域冬小麦面积提取及年际变化监测

利用遥感技术提取冬小麦种植面积及年际变化监测,可为农业经济的宏观决策提供可靠的依据.自2013年我国首颗高分卫星发射以来,高分一号卫星数据以其高分辨率的优势成为了我国农业遥感监测的主要数据源之一.本文以高分一号卫星携带的16m空间分辨率的宽视场(wide field view,WFV)数据为主要数据源,以开封县为例,采用Google Earth(以下简称GE)0.3m遥感影像为样本辅助数据,加上人工目视解译选择样本控制点,采用监督分类中的最大似然法提取冬小麦种植面积,并利用样本点对分类结果进行精度验证和年际变化监测.实验数据表明:采用冬小麦生长周期内的11月份到翌年4月份间的一幅高质量GF-1/WFV影像,利用本文给出的处理流程提取冬小麦面积均可达到农业使用的标准,且1月份为开封县冬小麦提取的最佳时像.同时,采用2013年12月29日、2015年2月25日及2016年2月20日的开封县GF1/WFV数据,面积提取精度均达到95%以上,kappa系数均大于0.96,种植面积提取的数据均略小于河南省统计局公布的数据,但两者呈现出的波动趋势是一致的.结果表明以GF-1/WFV影像为主要数据源,GE影像为辅助数据进行县域尺度上的冬小麦面积提取及年际变化监测的方法是有效可行的.     

应用多源遥感影像提取鄱阳湖形态参数

鄱阳湖是我国最大的淡水湖,也是我国的洪水多发地带.利用遥感影像自动、快速、准确提取鄱阳湖形态参数(水体面积、水位高程值),实时监控鄱阳湖水情空间动态变化,具有非常重要的意义.本文通过在Radarsat SAR和Terra Modis遥感影像上提取水体,测量计算了遥感影像上的水域面积.将遥感测量结果与利用鄱阳湖历年的水位高程与面积水文统计数据拟合模型测量结果进行交互验证,误差绝对值小于0.70%,最终建立了一个具有较高精度的鄱阳湖主体水域水位-面积分布数学模型.为利用遥感影像实时监控鄱阳湖水情空间动态变化提供了可行的方法手段,对湖泊、水库的泛洪监测、调洪功能分析具有重要的意义.     

县域尺度上基于多时相影像的冬小麦面积监测

探究了基于多时相遥感影像在县域尺度上对冬小麦种植面积的监测方法.以河北省廊坊市固安县柳泉镇为研究区域,以冬小麦为目标作物,采用2014年11月份ZY-3(资源三号)和2015年4月份GF-2(高分二号)卫星的遥感影像数据源进行研究.影像经过预处理后,分别计算其归一化植被指数(NDVI),综合分析冬小麦种植面积和其NDVI的相关关系,构建NDVI差值模型来提取冬小麦种植面积,结合ArcGIS软件在影像上随机采样进行验证,最终得到种植空间分布图.采用2015年在柳泉镇实地勘测的冬小麦种植面积数据进行验证,精度可达95.54%.在廊坊市固安县进行区域应用,利用Excel软件进行各乡镇面积统计.结果表明,在县域尺度上采用该方法进行冬小麦面积提取能够达到很高的精度,为科学管理冬小麦的播种面积及制定相关政策提供技术支持.     

安徽省油菜种植面积MODIS数据分析

以安徽省为研究区,选取MODIS数据为数据源,首先基于2011年到2018年的16 d合成MODIS归一化差值植被指数产品,利用ENVI软件提取油菜种植面积。然后结合谷歌影像,通过目视解译和NDVI数据提取安徽省多时相油菜种植面积,在此基础上对MODIS-NDVI数据提取油菜种植面积的结果进行验证,并分析了其时空变化。与统计监测数据相比,利用MODIS数据提取油菜面积精度可达84.5%。通过实践和验证,利用MODIS-NDVI数据提取安徽省油菜种植面积具有一定的可行性和可靠性。研究成果可为政府部门掌握农作物生产和农业发展情况提供基础数据,也可为其他省份研究油菜种植面积提取提供参考和借鉴。     

基于MODIS-NDVI时序数据集的面向对象分类提取广西耕地面积的方法研究

研究提取耕地的方法是为了提高耕地提取的高效性,直接目视解译时山体阴影和水体难以区分,建设用地和未种植的耕地难以区分,本文主要以2015年的Landsat 8遥感影像,借助辅助数据DEM及MODIS-NDVI等多源数据基于eCognition平台应用多阈值分割、多尺度分割将影像进行分割成对象,再分别用阈值法、归一化水体指数(NDWI)、增强的指数型建筑指数(EIBI)等将坡度大于25度的地区、水体、建设用地剔除。最后利用影像的波段特点及MODIS-NDVI值进行多次提取研究区耕地,以达到较高精度的分类方法。利用总体面积精度及空间分布进行精度评价。其总体面积精度达到98.84%,且提取出的耕地分布情况符合作物的种植规律。     

湖北省一季稻种植面积遥感监测方法研究

农作物种植面积遥感监测方法是研究热点,涉及到一季稻的各种理论和方法也是层出不穷.利用多种数据源,对各种方法进行实践,并比较各种方法在一季稻影像解译精度、效率方面的优缺点.结果表明:光谱阈值法在湖北省一季稻种植面积遥感监测上更为有效.     

土地利用的遥感信息变化提取研究

利用卫星遥感影像进行土地利用类型分类和动态变化监测是遥感应用中的一个重要课题。本文选择不同时相的ETM 和SPOT-5卫星遥感影像数据,对两期影像进行监督分类,快速提取不同时期的土地利用数据;然后进行动态变化监测,获得土地利用情况的变化特征和信息;最后对其分类精度进行评价分析。研究表明,两期影像中耕地、居民用地和未利用地这三个类别的变化面积较大;ETM 影像进行监督分类的精度为90.1692%,Kappa系数值为0.8268;SPOT-5影像进行监督分类的精度为95.1477%,Kappa系数值为0.9361。由于SPOT-5影像的分辨率较高,分类效果更优于ETM 影像,更能准确的反映土地类型的信息和特征。     

基于Landsat8OLI影像提取杭嘉湖平原水稻种植分布

以中分辨率Landsat8OLI影像为数据源,利用最大似然监督分类法提取杭嘉湖平原水稻种植分布,旨在探讨Landsat8OLI影像在杭嘉湖平原水稻种植面积监测方面的适用性.对比提取结果和实际统计数据,发现除局部地区由于地形因素影响提取略有过量外,研究区内大部分地区的提取精度在60%以上,其中杭州市萧山区、余杭区,嘉兴市平湖区提取精度可达90%以上.整体上看,基于Landsat8OLI影像的水稻种植分布提取结果比较可信:在杭嘉湖平原,水稻主要分布在杭州市北部、嘉兴市西部及湖州市东部地区.     

红树林空间分布遥感监测精度的影响因素及应对措施

为提高红树林空间分布遥感监测结果的准确性和可靠性,分析了现有研究中存在的突出问题及其原因:不同研究者得到的同一区域和相同(或相近)年度的红树林面积相差很大;同一研究者得到的同一区域相邻监测期的红树林面积变化剧烈,明显不符合红树林空间演变规律。结合长期监测实践,讨论了影响区域和地方尺度红树林空间分布遥感监测精度主要因素。分析认为:遥感图像的空间分辨率、海水淹没情况、信息提取策略、实地调查验证等是影响红树林空间分布遥感监测精度的主要因素。我国区域和地方尺度红树林空间分布遥感信息提取宜采用优于1 m、处于低潮位、滩涂裸露的高分辨率遥感数据;在作多期遥感信息提取时,须确保相邻监测期间红树林斑块范围的变化符合其空间演变规律;必须开展深入细致的地面调查工作,全面了解各个海湾的红树林分布状况和特点,并在实地逐一修正红树林斑块边界。     

红树林空间分布遥感监测精度的影响因素及应对措施Symbol

为提高红树林空间分布遥感监测结果的准确性和可靠性,分析了现有研究中存在的突出问题及其原因:不同研究者得到的同一区域和相同(或相近)年度的红树林面积相差很大; 同一研究者得到的同一区域相邻监测期的红树林面积变化剧烈,明显不符合红树林空间演变规律。结合长期监测实践,讨论了影响区域和地方尺度红树林空间分布遥感监测精度主要因素。分析认为:遥感图像的空间分辨率、海水淹没情况、信息提取策略、实地调查验证等是影响红树林空间分布遥感监测精度的主要因素。我国区域和地方尺度红树林空间分布遥感信息提取宜采用优于1 m、处于低潮位、滩涂裸露的高分辨率遥感数据; 在作多期遥感信息提取时,须确保相邻监测期间红树林斑块范围的变化符合其空间演变规律; 必须开展深入细致的地面调查工作,全面了解各个海湾的红树林分布状况和特点,并在实地逐一修正红树林斑块边界。     

Sentinel-2A与GF-1数据在油菜种植提取中的差异性分析及提取方法对比研究

以Sentinel-2A和GF-1 WFV为数据源,分别采用最邻近法(面向对象)及BP神经网络法(基于像元),提取兴化市油菜种植区,并对提取结果进行精度验证;同时,结合官方数据,比较各提取组合类型(数据+方法)提取的油菜种植面积相对误差.通过此,探讨多源中高空间分辨率遥感数据中,油菜作物的提取效果差异性及适用的提取方法,并对研究区油菜种植空间格局特征进行分析.结果表明:针对Sentinel-2A和GF-1 WF数据,最邻近法及BP神经网络法提取效果均较好,各提取结果均显示油菜种植区在缸顾乡、周奋乡、垛田镇等西部区域主要呈集中连片分布,其他区域呈零星状分布.相对于基于像元的分类法,面向对象分类法在精度评价中的各参数表现更佳,并能较为有效地避免复杂地物类型区像元错分及漏分问题.针对同一数据,采用最邻近法所提取Sentinel-2A数据的生产者精度、用户精度以及油菜面积精度比BP神经网络法分别多3.22%、0.43%、6.24%,采用最邻近法所提取GF-1 WFV的生产者精度、用户精度和油菜面积精度比BP神经网络法高3.74%、0.10%、9.58%.针对同一方法,由于Sentinel-2A数据具更高的空间分辨率及更丰富的光谱信息,以上2种方法提取该数据的精度均高于GF-1 WFV数据,Sentinel-2A数据更适用于地物结构复杂,地块细碎的小尺度地区的作物信息提取.     

图斑与变化向量分析相结合的秋粮作物遥感提取

本文提出一种图斑与变化向量分析相结合的农作物提取方法,旨在综合面向对象空间纹理信息、归一化植被指数信息和作物变化信息,提取农作物.实验以高分一号为数据源,选取河北省衡水市中部区域提取作物,根据野外采样点数据验证方法精度.实验结果表明:该方法较高精度地提取了研究区作物分布,总体精度达到93.4%.其中主要作物玉米提取的用户精度、制图精度分别为95.4%、95.7%,棉花提取的用户精度、制图精度分别为86.8%、84.0%,其余非农作物类别用户精度高于89.9%,制图精度高于91.6%.棉花和景观树由于种植破碎,并且大部分都混作于玉米中,提取精度比玉米低.从分类结果图中可以看出,该方法基于面向对象,以地块为基本识别单元提取作物信息,消除了传统基于像元的分类存在的"椒盐现象".研究表明:本文提出的方法能够充分利用面向对象地块信息,以农作物变化信息为依据,辅以归一化植被指数,较高精度的提取农作物.该方法的成功实施为面向对象方法在农作物提取中的研究提供了新思路,为作物信息提取提供了有效的途径.     

结合DEM与淹没频率的水库水体动态遥感提取优化方法

由于云、雪及山体阴影造成的无效地表像元影响，利用遥感影像难以获取高精度的水库水体信息动态监测结果.论文在大津法的基础上，提出了结合DEM和淹没频率约束条件对水库遥感提取结果进行优化的方法(DF优化方法).基于Landsat系列卫星影像数据，使用改进的归一化差分水体指数(MNDWI)，通过大津法初步提取水库水体信息.结合多期提取结果综合得到的淹没频率以及当期有效水体像元的淹没频率特征，填补了受云、雪等因素影响的无效像元.在此基础上综合高程及水体淹没频率信息，剔除了山体阴影及其他偶发性因素的影响.遴选全球九个不同类型水库验证了DF优化方法的有效性，结果显示DF优化方法能有效减小水库水体的提取误差.与全球水体数据集JRC MWH的直接修正结果相比，DF优化方法总体分类精度提高了13%，达到了95.67%.同时，结合同步卫星测高数据构建的水位－水面积关系模型，进一步验证了DF水面积提取结果的准确性.相较于JRC MWH的直接修正结果，DF优化方法提取结果构建的水位－水面积关系模型的RMSE降低了30%.此外，该方法可基于GEE平台实现，能快速完成长时序的水体动态提取，为全球大尺度范围内的水库相关研究提供基础.     

基于MODIS数据的水体超分辨率制图——以丹江口水库为例

遥感数据是提取水体信息的常用数据,实际应用中,中、高分辨率空间数据能够以较高精度提取水体信息,但由于时间分辨率较低,难以有效监测水体的动态变化过程.以MODIS(Moderate-resolution Imaging Spectroradiometer)为代表的低空间分辨率遥感数据时间分辨率高,在全球大范围快速提取水体及水体动态变化监测中具有重要意义,但是受其空间分辨率较低的限制,提取的水体信息精度不高.针对该问题,该文提出了一种针对MODIS数据的水体超分辨率制图方法.该方法首先利用MODIS数据MOD09Q1产品的1、2波段,通过线性混合像元分解,得到水体丰度图;然后利用MODIS数据MOD09A1产品的2、4波段,计算得到水体归一化指数,对水体丰度图进行后处理以减少混合像元分解误差;最后以修正后的水体丰度图为输入,建立超分辨率制图模型,从而得到最终的高空间分辨率水体分布图.将上述方法应用于丹江口水库,并与利用Landsat-8/OLI数据提取的水体分布图进行对比,结果表明,相对于传统像元尺度的水体制图结果而言,通过超分辨率制图得到的水体制图结果精度更高,不仅能够更好的保留水体空间分布特征,提取的水体面积也更加准确.基于MODIS数据利用超分辨率制图方法对丹江口水库进行水体提取,完成了2014年12个月丹江口水体面积变化图.超分辨率制图可以获得具有Landsat空间分辨率和MODIS时间分辨率的水体制图结果,实现对丹江口水库的高时空分辨率的水域变化监测.     

基于SPOT影像和地面样方的一季稻晚稻遥感监测

利用SPOT卫星影像数据和地面样方数据提取一季稻晚稻种植面积的相对变化率,解决单靠遥感进行一季稻晚稻种植面积监测产生的信息误差,以湖北省一季稻晚稻种植面积为研究区,选取一季稻晚稻光谱特征显著的7 8月份SPOT卫星数据作为遥感数据源,对比分析2009年和2010年湖北省一季稻晚稻种植面积的动态变化,结果表明,湖北省一季稻晚稻种植面积总体变化率为-1.39％.     

加入空间纹理信息的遥感图像道路提取

由于道路与建筑物等其他不透水层存在光谱相似性,导致仅利用光谱信息进行道路提取的效果不佳.本文针对高等级城市道路目标,提出了一种加入空间纹理信息的遥感图像道路提取方法.首先,对图像进行空间自相关Moran指数计算,提取图像空间纹理信息,并将其加入到原始光谱波段中;其次,通过建立知识模提取假设道路段,并对提取结果进行假设验证;最后,采用数学形态学的方法对验证后的结果进行后处理.以空间分辨率为0.1m的航空影像为数据源,对本方法进行实验.实验结果表明,加入空间纹理信息的遥感图像道路提取精度总体达到88%,比不加入空间纹理的提取精度要提高约5%.     

基于震后高分辨率卫星遥感影像的建筑物瓦砾快速提取方法

利用震后高分辨率卫星遥感影像提取建筑物损毁空间分布和破坏程度信息,对于地震灾情评估具有重要作用.本文以2010年海地地震巨灾为例,选用震后高分辨率卫星遥感影像Geoeye-1为数据源,在分析建筑物瓦砾可分离性的基础之上,利用监督分类方法提取损毁建筑物的瓦砾.结果表明,在震后高分辨率卫星遥感影像中,瓦砾是建筑物损毁的明显震害标志;瓦砾的生产者精度为87.23%,大于总体分类精度63.14%;瓦砾的Kappa系数为0.62,高于总体Kappa系数0.54.研究表明,基于瓦砾纹理特征的遥感信息提取方法能够从震后复杂的城市地物类型中识别出大部分瓦砾,该方法得到的结果可以应用于地震灾情应急评估,辅助应急救援等.     

基于Sentinel-2卫星遥感影像的云南省文山州三七种植面积估算研究

中药材多种植在自然条件适宜的山区,其种植区域地形复杂,种植地块多呈不规则碎片状,采用传统调查方法难以准确地计算种植面积和估测产量.卷积神经网络(Convolutional Neural Network,CNN)在遥感影像中准确高效地提取农作物空间分布有着较好的实验效果.因此,将CNN的特征提取能力应用于中药材种植,通过...     

基于遥感影像的城镇用地变化分析--以纸坊镇为例

基于纸坊镇遥感影像数据,利用遥感软件,通过监督分类与非监督分类提取用地信息,然后进行空间建模,对纸坊镇用地变化进行遥感动态监测,总结出遥感监测用于城镇用地有很重要的意义,并对纸坊镇的用地提出了建议.