融合遥感影像与街景的城市行道树三维绿量估算

城市三维绿量的测算是城市生态功能研究和环境效益评价的基本前提,针对三维绿量计算过程中树木参数获取成本较高的问题,提出了一种融合高分辨率遥感数据和街景数据的城市行道树三维绿量估算方法。以福州市主要辖区为例,首先,基于GF-2遥感影像,采用面向对象的分类方法,得到城市行道树的二维分布;其次,基于百度地图全景服务获取街景图像,实现对行道树的树木参数量测,获取行道树树木结构、树木高度和冠层高度等垂直信息;最后,结合城市行道树的水平分布和垂直特征完成三维绿量的估算。研究结果表明,研究区内行道树整体分布不均衡;基于街景数据获取的树木高度精度较高,与实测数据相比,R2均大于0.9,树木高度主要集中在8-11m和13-16m两个区间内,树木冠层高度主要集中在6-9区间内,其次为<6m的区间;单位面积上的三维绿量在白马路路段较高,在福马路等路段较低,榕树对该研究区的三维绿量贡献最大,占研究区总绿量的80%,与二维指标NDVI相比,城市行道树的三维绿量值存在明显差异,更能体现城市行道树的三维立体差异,反映了绿地实际生态效益。     

基于TM影像的徐州市绿地信息提取及现状分析

城市绿地作为城市生态系统中的一个子系统,在城市环境问题日益恶化的今天发挥着越来越重要的作用。以徐州市为例,运用TM遥感数据为数据源,通过计算相关系数,选取3种最优波段进行组合,提取城市绿地信息。结果表明：该方法对研究区绿地信息的提取有较好的效果,最后提出研究区域的绿地规划建议。     

无人机遥感估算绿化园林三维绿量——以福州大学旗山校区为例

针对传统的三维绿量估算方法存在耗时费力的缺点,提出利用可见光无人机影像快速估算绿化树木三维量的方法.首先获取高于10cm分辨率的无人机可见光遥感影像;其次结合可见光波段的光谱特征与无人机数据点云的高程特征获得研究区的冠层高度模型;再次通过局部最大值算法与标记控制分水岭算法提取单木树高、株数以及冠径参数,通过野外实测数据构建“树高-冠高”关系模型得到冠高;最后结合树种分布情况,按照不同的树冠形状构建三维绿量估算模型.     

TM影像在土地利用现状调查中的应用

以遥感技术在阜新市土地利用现状调查中的应用实例出发,介绍了利用TM影像进行土地利用专题信息提取的整个过程,包括图像的校正、镶嵌、特征提取和训练区的选择,采用聚类和监督分类的方法对图像进行了分类,并对分类结果进行了验证。     

乌鲁木齐市主城区绿量的遥感估算

对2008年8月覆盖乌鲁木齐市主城区的IKONOS遥感影像进行预处理提取植被信息,再用代表性样地法采集主城区乔木树种的样点数据计算主城区绿量,选定归一化植被指数(NDVI)、土壤调节植被指数(SAVI)、修正土壤调节指数(MSAVI)和比值植被指数(RVI)做为自变量,以实测样本数据作为应变量,采用多元回归分析法建立基于遥感影像的乌鲁木齐市绿量遥感估算模型:Y=449.6NDVI+285.82SAVI-161.51,R=0.67,绿量与植被指数之间存在一定的相关关系(F=15.4872F0.05=6.07),模型有一定的可行性。     

基于无人机遥感的绿化园林三维绿量估算与分析——以福州大学校区为例

三维绿量能够从立体空间上描述城市绿地的空间分布和定量评价城市绿化的环境效益。本文以福州大学为研究区,探讨了利用可见光无人机影像估算绿化树木三维绿量的方法,并对校园生态效益进行定量分析。首先获取高于10cm分辨率的无人机可见光遥感影像;其次结合可见光波段的光谱特征与无人机数据点云的高程特征获得研究区的冠层高度模型;然后通过局部最大值算法与标记控制分水岭算法提取单木树高、株数以及冠径参数,通过野外实测数据构建“树高-冠高”关系模型得到冠高;最后结合树种分布情况,按照不同的树冠形状构建三维绿量估算模型,并基于三维绿量估算校园不同树种的生态效益。结果表明：研究区内三维绿量总量达到了804405m3,其中休闲区的三维绿量总量为428566m3,占总绿量的53.3%,而科技园区的三维绿量总量为26568m3,仅占总绿量的3.3%;而常见树种中,三维绿量贡献最大的为榕树,达到404405m3,占三维绿量总量的50.3%,而丹桂贡献的三维绿量仅为509m3,占总绿量的0.063%。研究认为：基于无人机遥感数据,能够较好的估算出研究区内绿化树木的三维绿量。     

基于遥感影像的地表三维可视化技术研究

基于遥感影像和地形等高线数据,探讨利用Arc GIS平台实现大巴山地区地表三维可视化的技术流程.首先对遥感影像进行了几何校正和辐射校正等预处理,利用地形图矢量化并赋予高程数据,分析并对比了逐点插入法与三角网生长法,利用逐点插入法生成不规则三角网,建立了数字高程模型;其次采用一阶多项式变换进行遥感图和数字高程模型的地理配准;最后利用Arc GIS中Arc Scene三维模块将配准后的遥感影像作为表面纹理叠加到数字高程模型上,实现了大巴山地区的地表三维可视化.     

基于无人机影像的城市复杂三维绿量快捷估算——以上海植物园为例

三维绿量是表征城市植被生态效益的综合指标,如何在高度异质性的城市生境中精确、快捷地开展三维绿量监测,是当前城市植被生态效益评估亟待解决的难题.本研究以上海植物园为对象,通过无人机航摄系统对上海植物园进行低空高分辨率影像获取,逐像元提取并计算地表高程模型和冠层高度模型,对上海植物园三维绿量进行估算,进而对绿量空间分布格局进行分析.研究发现:（1）无人机影像的整体平面和高程精度优于0.1 m,冠层高度模型精度的平均误差为0.27 m,标准差为0.58 m.（2）上海植物园的绿量分布呈东北低西南高的格局,总绿量为3 538 944.50 m³.绿量最高的3个园区分别为牡丹园（289 491.00 m³）、松柏园（338 322.10 m³）和温室附属绿地（360 587.50 m³）;绿量最低的3个园区分别为休闲绿地（24 761.50 m³）、单子叶植物园（31 621.40 m³）和蔷薇园（74 607.30 m³）;植物园平均绿量密度...     

基于TM影像的北京市北部山区植被覆盖度遥感动态监测

以监测北京市北部山区一延庆、怀柔和密云三区县10年间植被覆盖度变化为例,利用ETM／TM2001年和2010年两期影像数据,依据混合像元二分模型及NDVI估计植被覆盖度的理论方法,设计了模型应用技术路线,生成北部三区县两期植被覆盖度分级图及其统计数据,并对研究区植被覆盖状况进行时空动态变化分析。研究发现,2001年～2010年,研究区平均植被覆盖度总体呈上升趋势。该方法可快速、定量地反映研究区植被覆盖及变化情况,为研究区生态环境评价提供技术支持。     

基于多随机场遥感图像分割

结合二维Wold分解技术来对遥感图像进行分割,将图像分解为确定性随机场和纯不确定性随机场,通过调整它们之间的比例关系,来加强纹理边缘,从而改善马尔可夫标记场模型对纹理边缘过平滑的现象．实验对城区目标进行提取,结果表明本方法的有效性优于纯马尔可夫随机场所采取的分割方法．     

基于形状的遥感图像检索系统

研究了基于内容的遥感图像库的快速检索系统．系统采用基于形状全局特征与局部特征相结合的两步检索策略,由简单的全局特征来过滤掉大部分的非相关形状,利用矢量近似方法来对所属类别进行快速定位,缩小搜索空间;局部特征相似性是通过形状小波变换系数之间的距离直接计算的．仿真试验表明,该查询结构能够高效准确地对高分辨遥感图像和航片进行检索．     

基于SURE-LET和非张量积小波的遥感图像去噪

针对遥感图像中的高斯噪声,提出了基于SURE-LET和非张量积小波的去噪方法,主要包括图像在非张量积小波下的分解、各个子带在不同阈值函数下的处理以及它们最优的线性组合3个步骤．通过选择合适的非张量积小波滤波器参数,使无噪遥感图像和噪声在变换分解中得到的小波系数分离较好,去除噪声对应的小波系数时被去除的无噪图像对应的小波系数较少,从而取得更好的去噪效果．实验结果表明：此方法用于高斯噪声的遥感图像的去噪不仅速度很快,而且去噪效果优于传统基于张量积小波的SURE-LET方法．     

遥感图像和矢量图的叠加

针对遥感图像与地理信息系统矢量图之间的数据结构和显示时所用的坐标系统的不同问题,通过研究遥感图像与矢量图形叠加来解决两种数据的融合.利用ENVI对研究所用的遥感图像进行一系列的校正,将遥感图像和该图像所对区域的矢量图进行配准,得到带有相同GCP点的两幅图像,两幅图像进行叠加形成一幅遥感图像和矢量图综合显示的图像,该图像结合两者的优点为GIS提供强大的数据库.     

基于BP神经网络的遥感影像分类方法

为了消除传统的遥感影像分类所带来的模糊性和不确定性,采用BP神经网络进行遥感影像分类.利用MatLab软件构建BP网络遥感影像分类算法,通过对BP网络算法进行改进,采用动量-自适应学习速率调整算法克服了网络训练速度慢、不易收敛到全局最优等缺点.对一幅全色遥感图像通过300次训练后,输出能真实反映地类的影像图.其分类总精度为86.67%,Kappa系数为0.82,分类精度能够满足遥感图像分类的需要.     

基于对偶树复小波变换的遥感图像薄云去除

在卫星传感器获得的遥感图像中,由于受气候影响,图像可能存在被云雾噪声覆盖的区域.提出一种基于对偶树复小波变换的薄云去除方法,利用该变换将含云遥感图像分解成高频和低频成分,通过对高频补偿和低频抑制处理,有效去除遥感图像中的薄云,恢复云覆盖区域的地物信息.实验结果表明,该方法优于常用的薄云去除方法,在去除薄云的同时能有效恢复云覆盖下的地物信息,此效果源于对偶树复小波变换具有的近似平移不变性和良好的方向选择性.     

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NSCT与形状特征的遥感影像道路提取

提出一种基于非抽样Contourlet变换（NSCT）与形状特征的遥感影像道路提取算法.首先对图像进行非抽样Contourlet变换,得到不同尺度、不同方向上的变换系数,对变换系数进行增强处理并通过反变换得到增强图像;然后对增强图像进行分割处理,利用道路形状特征对分割结果进行道路提取;最后利用光谱特征对提取的道路进行判断,并利用形态学方法对道路网进行规整.对比实验结果表明：该算法取得了较好的高分辨率遥感影像道路提取效果.     

遥感图像目视解译值得注意的几个问题

从建立解译标志 ,色调和颜色解译 ,图型解译、大小和形状解译四个方面给出了常见遥感图像目视解译过程中值得注意的问题 ,同时给出提高解译速度和解译精度的方法