融入空间信息的湿地信息提取技术

以安徽省湿地为对象,采用TM影像,在去噪声处理和主成分分析的基础上,以一种基于光谱和空间信息相结合的分类方法,对研究区的湿地信息进行了提取。结果表明:以主成分分析法对数据进行处理发现,前4个主成分的累积贡献率为99.5%,可代表原始数据的绝大部分信息; 结合空间信息的提取方法对各类型湿地的平均提取精度可达84.6%,有效地改善了“麻点”现象,而采用光谱信息的平均提取精度仅为69.3%。     

结合多特征的高光谱遥感土地利用信息提取

【目的】为了降低高光谱遥感数据噪声,提高土地利用分类信息提取精度,探索结合纹理和空间信息的分类方法。【方法】以河南镇平县Hyperion高光谱成像光谱仪获取的高光谱影像为材料,借鉴决策树分类思想,采用了一种结合了光谱、纹理和空间信息的高光谱遥感多特征地类提取方法,先通过提取光谱特征初步提取地类,再分别采用提取纹理特征和基于空间信息的植被提取进行详细地类信息的分层提取,最后,用地面实测样点验证各类土地利用类型的分类精度,比较了用不同方法对不同地类的提取效果。【结果】结合多特征的地类分层提取体系中,采用各波段光谱反射率区分大的地类,再用纹理特征进行光谱差异较小的地类划分,而基于空间信息进行植被分类。通过结合纹理和空间信息提取方法的总分类精度达86.7%,较最大似然法分类精度提高13.3%。【结论】高光谱与纹理和空间信息相结合的遥感分类方法能有效减小噪声,提高分类精度,可为土地利用分类提取研究提供一定的参考。     

基于改进分割算法的退耕地树冠信息提取

优化特征空间和改进分割算法是基于面向对象技术实现退耕地树冠信息准确提取的重要环节,同时也是高分影像地物识别研究中需迫切解决的问题。为此,以北京张山营镇部分区域的QuickBird影像为数据源,根据光谱阈值实现一级分割得到林地区域,同时采用区域进化的区域增长算法对改进均值滤波算法去噪声处理后的全色波段执行二级分割,最后结合形状、光谱、纹理指标构建的特征空间完成了树冠信息提取。结果表明:改进分割算法总体精度达91.5%,Kappa系数为0.836 2,分别较传统方法提高了15.5%和0.120 4。     

安徽省2000-2010年景观生态质量变化研究

景观生态质量是衡量生态环境的重要指标,取决于景观生态系统,而景观生态系统又主要受其自身稳定性和外来干扰度的影响。笔者从受干扰度和自身稳定性两个角度建立评价指标体系,以构建综合评价模型,并利用此模型综合评价安徽省近10 a的景观生态质量及其变化。结果表明:2000—2005年,景观生态质量为一等(稳定)的面积比例只减少了0.84%,景观生态质量为三等(不稳定)的面积比例也只增加了0.54%;而2005—2010年,景观生态质量为一等的面积比例减少了2.46%,三等的面积比例则增加了4.33%。研究表明:安徽省的景观生态质量自2000—2005年虽有所下降,但总体仍处于较稳定状态;而2005—2010年间,景观生态质量则处于不断下降的趋势。     

安徽省土地利用十年动态变化遥感监测

基于地物光谱特征,采用光谱角分类技术将主要地物覆被类型进行了分离,并依据经验知识构建了各用地类型的专题信息模型,提取了安徽省土地利用信息,通过分析2000、2005和2010年3期遥感调查结果,得到了安徽省土地利用动态变化及不同土地利用类型之间的转换情况。结果表明:安徽省的土地利用面积以耕地和林地为主,近10年来林地面积持续增加,而建设用地扩建现象严重,导致耕地被大量占用。     

基于多特征的高光谱遥感土地利用信息提取

【目的】为了降低高光谱遥感数据噪声,提高土地利用分类信息提取精度,探索结合纹理和空间信息的分类方法。【方法】以河南镇平县Hyperion高光谱成像光谱仪获取的高光谱影像为数据源,借鉴决策树分类思想,采用了一种结合光谱、纹理和空间信息的高光谱遥感多特征地类提取方法,先通过提取光谱特征初步提取地类,再分别采用提取纹理特征和基于空间信息的植被提取进行详细地类信息的分层提取,最后,用地面实测样点验证各类土地利用类型的分类精度,比较了用不同方法对不同地类的提取效果。【结果】基于多特征的地类分层提取体系中,采用各波段光谱反射率区分大的地类,再用纹理特征进行光谱差异较小的地类划分,而基于空间信息进行植被的分类。通过结合纹理和空间信息提取方法的总分类精度达86.7%,较最大似然法分类精度提高13.3%。【结论】高光谱与纹理和空间信息相结合的遥感分类方法能有效减小噪声,提高分类精度,可为土地利用分类提取研究提供一定的参考。