基于遥感光谱特征的喀斯特石漠化信息提取

不同的地物特征具有不同的光谱值,不同的石漠化强度级别由于影响因子不同而具有不同的光谱特性,利用遥感光谱分析方法,对各种石漠化强度样区进行光谱采样,分析其在各波段的谱值关系,建立石漠化的提取模型,提取出石漠化的空间格局和强度信息图,作为研究区石漠化生态治理与重建的基础数据支持。结果表明,基于光谱特征的石漠化信息提取作为一种研究方法,在研究喀斯特地区石漠化问题时具有较强的可行性和实用性。     

基于多时相Sentinel-2数据的中牟县冬小麦种植面积提取

农作物的遥感识别监测是开展农作物长势监测、估产的前提和出发点，是农业遥感的焦点之一.利用遥感数据监测作物种植面积，日益成为农业管理及政策制定的重要技术支撑.以中牟县为研究区，选取2020—2021年期间的6幅Sentinel-2遥感影像数据，主要依据农作物的物候期光谱特征曲线变化和时序归一化植被指数曲线的变化，利用面向对象提取方法提取中牟县冬小麦面积及空间分布.将提取结果与谷歌地球高分辨率影像结合野外调查得到的验证样本进行精度验证，评价结果显示：总体精度93.33%,Kappa系数86.38%，结果能够较好地反映中牟县冬小麦种植面积及空间分布情况.该方法为大区域农作物的面积提取提供了重要方法参考.     

基于Landsat-7 ETM SLC-OFF影像的岩溶区石漠化研究

选取Landsat-7 SLC-OFF遥感影像为石漠化指数提取的源数据,研究条带缺失区、云覆盖区、阴影区等数据"缺失"区的修复,分析2015年恩施市岩溶区石漠化空间分布,为石漠化的科学治理提供决策参考.获取数据"缺失"区的位置和范围,以4、5波段为数据源提取石漠化指数,将石漠化指数分为训练和验证两部分;由训练数据对"缺失"区进行克里格空间插值,构建石漠化指数分布全图,并将石漠化指数转变为基岩裸露率,完成石漠化等级空间分布图.结果表明遥感影像中数据"缺失"区面积为1503.8290 km~2,占国土总面积的37.860 8%;半变异函数为指数模型,变程36 km,块金值与基台值之比为74.844 7%,石漠化指数呈中等空间自相关,其中轻度石漠化面积850. 531 5 km~2,中度石漠化面积27.2673 km~2,重度石漠化面积0.2232km~2,石漠化的总面积为878.0220km~2,占国土面积的22.1053%;若不对云覆盖区、阴影覆盖区的数据进行修复,对石漠化的计算结果影响较大.为此得出结论:在恩施市石漠化的影响因素中,结构性因素与随机性因素并存,石漠化以轻度为主,若以遥感影像为数据源研究石漠化,对数据"缺失"区的修复是必要的,地统计学中的克里格法值得借鉴.     

基于Landsat8影像喀斯特石漠化调查研究

喀斯特石漠化是一种常见的土地退化基岩裸露的现象,主要分布在我国西南喀斯特地区,具有分布范围广且有进一步恶化的趋势.利用Landsat8影像,基于决策树分类方法提取凤山县石漠化信息.以NDVI值、植被覆盖度和凤山县坡度分析为分类条件,运用决策树提取凤山县石漠化信息,利用Google Earth对最初的分类结果存在错分和漏分的情况纠正,最后得到2021年凤山县不同等级石漠化面积及空间分布情况.结果表明：2021年凤山县石漠化面积约为197.307 1 km2,占全县土地面积的11.32%,总体分类精度为87.4%,Kappa系数为0.865 1.从精度评定结果可知,该方法提取石漠化信息精度可靠,同时也提出了凤山县具有石漠化较为严重的现象.     

基于BP神经网络的石漠化遥感影像分类方法的探讨

以由DEM数据提取出的坡度、地形特征信息与TM遥感影像的光谱信息相结合,应用BP神经网络方法进行石漠化遥感影像分类。并对比了BP神经网络分类法、ISODATA分类法、最大似然法三种分类方法。结果表明BP神经网络分类法有效地提高了石漠化信息的遥感分类精度。     

ASTER影像在喀斯特石漠化遥感解译中的应用——以贵州省瓮安县为例

以2004年ASTER影像数据为信息源,在GPS野外调研和G IS软件支持下,对贵州省瓮安县喀斯特石漠化进行遥感解译,结果表明ASTER高光谱遥感与一般遥感影像相比能为对地观测提供更高质量的信息源,能较好地满足1∶5万石漠化成图的需要,为制定喀斯特石漠化综合防治规划提供依据。     

基于面向对象的长株潭地区遥感影像分类方法

结合Landsat TM遥感影像和环境减灾卫星HJ-1-A、B影像数据,基于面向对象的遥感影像分类技术实现长株潭地区土地利用/覆被的分类提取.综合利用隶属度函数和最邻近分类方法设置分类规则,逐步提取林地、湿地、耕地、人工表面的地物信息.以地形复杂多样的长株潭地区为研究区,收集整理具有代表性的样点用于分类和精度评价.结果表明,利用隶属度函数方法分类结果基本能满足生产者和用户的需要,但是林地、耕地内部二级类精度相对较低,错分比较严重,采用最邻近分类优化分类结果后,研究区总体分类精度达到86.05%,耕地和林地一级类分类精度分别提高到73.63%和87.1%.     

基于中高分辨率遥感影像的石漠化治理工程监测——以普安县地泗河小流域为例

喀斯特石漠化是自然与社会,经济综合作用的产物,是岩溶山区实现可持续发展的主要屏障因素。石漠化造成土地资源丧失、生态系统退化。近年来对于石漠化的治理工作取得明显的效用。但是对于石漠化治理区域的监测目前大多处于人工调查的阶段,不能快速的做出评价、管理及决策,急需改用监测方式,提高效率。本文以普安县地泗河流域为研究样区,应用中高分辨率遥感影像对石漠化治理工程进行监测。应用遥感影像监督分类及人机交互解译提取研究区域的工程建设信息。并结合GPS现场验证监测结果。研究结果表明该方法能够快速有效的对石漠化治理工程进行监测,有较大的推广实用价值。     

基于遥感数据的山西东部油松林蓄积量估测方法研究

为了探讨油松林遥感估测模型的精度和适用性,以山西省晋东土石山立地亚区的170个油松样地作为研究对象,获取研究区的SPOT影像和DEM(Digital Elevation Model,数字高程模型)数据,提取170个样地的遥感波段信息和地形信息,结合地面调查数据,分别采用多元逐步回归模型、偏最小二乘回归模型和神经网络模型,建立油松林蓄积量的遥感估测方法,并进行精度验证。结果表明:1)基于遥感影像和DEM影像估测油松林蓄积量是可行的,三种方法都取得了满意的结果;2)三种方法相比,神经网络模型对油松林蓄积量估算的精度为82.13%,多元逐步回归模型的精度为76.73%,偏最小二乘回归模型的精度为77.09%,神经网络模型的估测精度更高。     

CBERS-02数据在喀斯特石漠化遥感调查中的应用─以贵州黔南布依族自治州为例

本文以“3S”技术为技术背景,以中巴地球资源卫星CBERS-02为遥感数据源,对贵州省黔南布依族自治州喀斯特石漠化进行遥感解译,基于最佳指数波段选择法推算出喀斯特地区石漠化分类的最佳波段组合.实验表明,中巴资源卫星影像不但可以替代具有相似空间分辨率和光谱波段设计的国外遥感影像TM和SPOT,作为喀斯特石漠化监测的重要手段和主要的信息源,而且能够较好地满足大比例尺石漠化成图的需要,为制定喀斯特石漠化综合防治规划提供依据.     

多源遥感数据在植被覆盖区的水体信息提取

针对单一遥感影像难以准确提取南方植被覆盖区水体信息的问题,提出了先对光学影像进行混合像元分解,消除植被干扰,增强水体信息,再联合雷达影像的多源遥感数据提取方法。以地物类型丰富,水体发育的湖南衡阳地区为研究对象,选择Landsat8光学影像和PALSAR雷达影像为主要数据源,先利用混合像元分解模型从Landsat8光学影像提取出植被信息,对水体光谱进行重建,再综合去除植被的Landsat8影像的光谱信息和PALSAR影像的纹理信息进行面向对象的多源遥感水体信息提取,并与单源影像的水体信息提取结果进行对比。结果表明,该方法进行水体信息提取的精度更高,尤其在水陆过渡带,能够较好地去除植被干扰,提取被覆盖的水体信息,在南方植被覆盖区水体信息定量提取上具有很好的效果和潜力。     

基于小波变换和K-means算法的遥感影像分类

在研究K均值聚类算法的基础上,采用小波变换辅助K均值算法对遥感影像进行分类,以此提高遥感影像的分类精度.以云南省玉溪市抚仙湖附近地区作为研究区,结合研究区的具体情况,根据查维茨最佳指数因子法OIF计算得到遥感影像的最佳波段组合,并通过对各类地物的样本图像和遥感影像进行二维小波分解,得出样本特征向量;然后利用K均值算法结合样本特征向量对遥感影像进行分类,得到分类结果并进行精度验证.再与单纯采用K均值算法的分类结果进行对比分析,结果表明:其总体精度和Kappa系数分别达到83.74%、0.7753,比单纯采用K-means算法分别高出14.26%、0.1697,尤其是林地、裸地和农田的分类精度得到了显著提高.     

CBERS-02数据在喀斯特石漠化遥感调查中的应用——以贵州黔南布依族自治州为例

本文以"3S"技术为技术背景,以中巴地球资源卫星CBERS-02为遥感数据源,对贵州省黔南布依族自治州喀斯特石漠化进行遥感解译,基于最佳指数波段选择法推算出喀斯特地区石漠化分类的最佳波段组合,实验表明,中巴资源卫星影像不但可以替代具有相似空间分辨率和光谱波段设计的国外遥感影像TM和SPOT,作为喀斯特石漠化监测的重要手段和主要的信息源,而且能够较好地满足大比例尺石漠化成图的需要,为制定喀斯特石漠化综合防治规划提供依据.     

DEM在喀斯特山区多云背景下土地利用遥感影像解译中的应用

土地利用分类是研究土地资源,进行土地评价和土地利用/土地覆盖变化等研究的基础。利用遥感(RS)技术可对土地资源进行分类调查。以沿河县为分析样区,沿河县是典型的喀斯特山区县,常年多云多雾,给土地利用遥感解译带来较大难度。研究中以地理信息系统(GIS)技术为工作平台,利用近年ASTER影像为基础数据,采用分层提取特征波段的方法,结合数字高程模型(DEM)数据对沿河县土地利用进行了遥感分类解译。分类结果表明,多云背景下的影像数据和DEM数据相结合的方法,可以更好、更快、更有效地提取土地信息,达到较好的分类精度。     

基于模拟影像的山地SAR影像配准方法研究

针对目前常规SAR影像配准方法在困难地区配准可靠性较低的问题,提出了一种基于模拟影像的山地SAR影像配准方法.该方法借助研究区的辅助DEM数据、真实SAR影像的卫星轨道数据和RD模型生成模拟SAR影像,并创建DEM地理坐标相一致的查找表.利用SIFT匹配算法对模拟影像和真实影像进行匹配,间接获取真实SAR影像的特征点,再利用仿射变换通过最小二乘法确定参考影像和待配准影像的变换模型,并进行重采样,最终实现山地SAR影像的配准.采用两种传感器类型的山地SAR影像数据进行了实验验证.结果表明,在地形起伏较大的山地区域,所提方法的配准精度相对于传统配准算法有明显提高,较好地克服了传统SAR影像配准方法对山地SAR影像配准适应性较差、精度较低的缺点,能够有效解决山地SAR影像配准问题.     

遥感影像浅水河道提取二维经验模态分解方法

遥感影像中浅水河道与居民地具有相似的光谱特性,在浅水河道自动提取过程中噪声较多,经验模态分解(EMD)可获取原始信号不同尺度上的细节信息,有效地提高遥感影像浅水河道自动提取的精度。利用环境与减灾小卫星数据,以彰武县柳河为研究区,对该区2012年10个时期NDVI时间序列分别EMD分解,选取每个时相信息量较大的前三个固有模态函数(IMF),结合2012年9月18号影像共34波段作为研究数据,利用极大似然法、BP神经网络传统的分类方法进行分类。结果表明结合EMD的分类方法可有效地去除居民地噪声,Kappa系数最高达到0.9690,总体分类精度最高达到93.35%,从而有效地解决了遥感影像中浅水河道提取正确率低的难题。     

CBERS-02数据在喀斯特石漠化遥感调查中的应用—以贵州黔南布依族自治州为例

以“3s”技术为技术背景,以中巴地球资源卫星CBERS-02为遥感数据源,对贵州省黔南布依族自治州喀斯特石漠化进行遥感解译,基于最佳指数波段选择法推算出喀斯特地区石漠化分类的最佳波段组合。实验表明,中巴资源卫星影像不但可以替代具有相似空间分辨率和光谱波段设计的国外遥感影像TM和SPOT,作为喀斯特石漠化监测的重要手段和主要的信息源,而且能够较好地满足大比例尺石漠化成图的需要,为制定喀斯特石漠化综合防治规划提供依据。     

遥感影像浅水河道提取二维EMD方法

遥感影像中浅水河道与居民地具有相似的光谱特性,在浅水河道自动提取过程中噪声较多,经验模态分解(EMD)可获取原始信号不同尺度上的细节信息,有效地提高遥感影像浅水河道自动提取的精度。利用环境与减灾小卫星数据,以彰武县柳河为研究区,对该区2012年10个时期NDVI时间序列分别EMD分解,选取每个时相信息量较大的前三个固有模态函数(IMF),结合2012年9月18号影像共34波段作为研究数据,利用极大似然法、BP神经网络传统的分类方法进行分类。结果表明结合EMD的分类方法可有效地去除居民地噪声, Kappa系数最高达到0.9690,总体分类精度最高达到93.35%,从而有效地解决了遥感影像中浅水河道提取正确率低的难题。     

CBERS-02数据在喀斯特石漠化遥感调查中的应用——以贵州黔南布依族自治州为例

以"3S"技术为技术背景,以中巴地球资源卫星CBERS-02为遥感数据源,对贵州省黔南布依族自治州喀斯特石漠化进行遥感解译,基于最佳指数波段选择法推算出喀斯特地区石漠化分类的最佳波段组合。实验表明,中巴资源卫星影像不但可以替代具有相似空间分辨率和光谱波段设计的国外遥感影像TM和SPOT,作为喀斯特石漠化监测的重要手段和主要的信息源,而且能够较好地满足大比例尺石漠化成图的需要,为制定喀斯特石漠化综合防治规划提供依据。     

基于亚米级卫星数据的典型喀斯特小流域石漠化空间格局与演变特征

【目的】阐明石漠化演变的过程和机制,为下一步石漠化综合治理的方向和重点提供科学依据。【方法】选取契合喀斯特地区景观特点的亚米级卫星数据,使用指数分类法提取2003年和2013年研究区不同等级石漠化信息,对研究区石漠化空间格局和演变特征进行分析。【结果】指数分类法分类精度评价结果显示,Kappa系数大于0.8,且野外验证精度为85%,说明解译结果可信。2003—2013年,研究区石漠化面积从96.55km~2减少至88.97km~2,石漠化面积呈现减少的趋势,总体减少速率为0.76km~2/a;无明显石漠化增加速率最大,为20.11km~2/a,轻度和中度石漠化演变速率为-0.23km~2/a和-0.02km~2/a。虽然不同等级石漠化面积之间均有转化,但是向无明显石漠化转移的面积(7.65km~2)大于向强度石漠化转移的面积(3.04km~2)。演变方向上,石漠化轻度改善的面积最大为10.56km~2。【结论】研究区整体的石漠化状况有所好转,总体上石漠化治理取得一定的成效,但是轻度恶化的面积(6.08km~2)也不容忽视,需要对石漠化治理工程效果进行巩固。