Landsat-8影像地表温度反演算法对比分析

针对Landsat-8数据地表温度(land surface temperature,LST)反演中单通道(single-channel,SC)算法和劈窗算法(split-window algorithm,SW算法)在不同区域的反演精度的不一致性问题,以NOAA地表辐射通量网(surface radiation bud...     

基于定量遥感产品的土地覆盖分类方法研究

准确进行土地覆盖类型提取具有重要的实际应用价值,但是目前常用的分类数据较为单一,通常使用地物反射率数据或植被指数,较少使用定量遥感产品.为此,本文使用反照率等产品评价定量遥感产品在地物分类中的实际应用效果.提取定量遥感产品的年平均值、标准差等特征作为地物分类依据,运用随机森林分类方法建立中国地区土地覆盖分类的自学习模型,与仅用地物反射率和NDVI数据进行分类的结果进行比对.结果显示,定量遥感产品辅助下的随机森林模型宏观尺度土地覆盖分类方法的总体精度为89.8%,Kappa系数为0.86,比仅用反射率和NDVI数据进行土地覆盖分类的总体精度提高了12.9个百分点;通过下降梯度法对分类特征的重要性进行评价,发现叶面积指数和反照率2种定量遥感产品在土地覆盖分类模型中重要性较大.结果表明,定量遥感产品用于土地覆盖类型的信息提取,会提高资源环境要素提取的精度,本文方法可为地物分类提供新的思路.     

基于极化SAR和光学影像特征的土地覆盖分类

为了更好地利用多源遥感影像参与土地覆盖分类,采用一种基于合成孔径雷达(SAR)影像和光学影像相结合的特征分析及筛选方法.该方法在对光学影像和SAR影像的各类特征变量进行可分性分析后,使用随机森林算法对其组成的高维变量空间进行降维筛选,将筛选出的特征变量用于土地覆盖分类,并对实验结果进行分析比较.实验结果表明:利用随机森...     

基于Landsat-8影像数据的北京植被覆盖度时空特征与地形因子的关系

以北京市为研究区,通过像元二分法模型,基于Landsat-8影像,反演北京市2014年4月、2021年4月的植被覆盖度;并根据DEM数据,计算研究区的坡度、高程数据,将植被覆盖度与坡度、坡向、高程进行空间叠加分析,研究植被覆盖度时空特征与地形因子的关系.研究结果表明,北京市坡度较小的区域以中低植被覆盖区为主,随着坡度的...     

结合植被覆盖度指数的土地覆盖分类方法研究

基于Landsat 8 OLI反射率数据,结合定量遥感反演植被覆盖度（fractional vegetation cover, FVC）提取的植被物候特征数据,对比了神经网络、支持向量机和随机森林3种土地覆盖分类方法．结果表明:随机森林分类方法具有较好的结果,反射率结合植被特征数据的分类方法的总体精度为85.52%,Kappa系数为0.8212,比仅用反射率的土地覆盖分类总体精度提高了3.45百分点,Kappa系数提高0.0429;植被覆盖度提取的植被特征数据能有效改善耕地、草地和裸地的制图精度和用户精度,对林地与水体的用户精度分别提高了7.79百分点与1.81百分点,灌木与人造地表的制图精度分别提升了7.69百分点与0.59百分点．整体来看,结合植被覆盖度及其派生植被特征进行土地覆盖信息的提取,在简单易行的同时,为提高分类精度提供了有效支持．      

基于HJ影像的面向对象土地覆被分类方法

提出了基于HJ影像的面向对象技术土地覆被分类的一整套方法,即采用面向对象的影像分类技术,充分利用影像的光谱特征、空间特征、纹理、上下文关系,综合运用多层分割、整体分割、类内分割和局部分割模式,融入二叉树流程法,以多时相HJ影像为实验数据,对土地覆被类型进行自动提取.并以地形复杂的麻阳苗族自治县为例进行实验研究,结果表明:分类总体精度为82.88%,能够满足利用遥感影像进行土地覆被信息提取的精度要求,说明是可行的;由于中分辨率的HJ影像提供的光谱细节并不是很丰富,HJ影像面向对象土地覆被分类技术的光谱特征优势不明显,利用二叉树流程法和多种分割方法是降低误差提高分类精度的有效途径.     

基于神经网络的扎龙湿地土地覆盖分类研究

主要研究神经网络在土地覆盖分类方面的应用问题．采用四层神经网络结构,对扎龙湿地的TM影像进行了分类研究,并提出一种基于鲁棒误差函数的自适应反向传播学习算法．仿真结果表明,该方法能够有效地对扎龙湿地TM影像进行分类．所采用的四层网络结构可减轻存储量大的负担,鲁棒误差函数有效地抑制了大误差,自适应反向传播算法使误差下降更快,而且最终得到的分类精度高于三层神经网络和最大似然法的分类精度。     

基于Landsat-8影像的西安市地表温度遥感反演与影响因子研究

基于西安市的Landsat-8数据,采用单通道算法进行了地表温度(LST)的反演,并通过实测LST值对反演精度进行了评价,同时分析了LST与不同地表类型、归一化植被指数(NDVI)以及归一化建筑指数(NDBI)之间的关系.结果表明,单通道算法反演LST精度较高,反演结果能较好地反演西安市LST的空间分布特征;不同地表类型对应的LST有明显的差异,城镇建设用地LST最高,农用地LST最低;通过在东西方向/南北方向剖面线上分别对NDVI、NDBI与LST进行线性拟合,发现NDVI与LST呈负相关线性关系, NDBI与LST呈正相关线性关系,进一步说明植被对地表起到了一定的降温作用,城镇建筑则加剧了城市热岛效应.     

利用国产CBERS卫星影像进行矿业城市土地覆盖分类

中巴地球资源卫星(CBERS)作为目前最主要的国产资源卫星,在土地覆盖监测中具有广泛的应用前景。结合土地覆盖遥感分类新技术的发展和应用,以典型煤矿城市为例,对CBERS遥感影像应用于矿业城市土地覆盖分类的若干新方法进行了试验与分析。在这些新方法中,面向对象分类方法克服了传统基于像素分类中存在的问题,支持向量机在分类精度方面比传统分类器具有一定的优势,混合像元分解方法则实现了亚像元级地物成分比例的估算。这些新方法的有效应用将促进国产卫星数据源在典型区域的应用,同时服务于遥感专题应用信息处理精度的改进和提高。     

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。     

基于Brovey融合的卫星影像土地覆盖变化检测

随着高空间分辨率卫星影像的发展,如ETM ,QuickBird,IKONOSE等高空间分辨率卫星,近20年来已相继开发了许多影像融合的方法,如HIS,PC,HPF,SFIM,SVR,Wavekt和Brovey等融合法．传统的影像融合是将时相相同或相近的影像进行融合,以提高影像的空间分辨率和光谱分辨率,提高影像的目视可解度和分类精度等．而本文却是对不同时相的影像进行融合,用Brovey融合法将不同时相的TM(1986年7月26日)和ETM (2000年5月4日)的Pan波段影像进行融合,再对融合后的影像采用无监督分类和PC2分析两种方法将两时相的土地覆盖变化区域提取出来．研究证明融合法能快速、简便、准确的检测出土地覆盖变化的区域。     

基于GF-1 PMS影像的土地利用/覆盖分类研究

土地利用/覆盖变化是当前全球环境变化的重要内容之一,而土地利用/覆盖分类是其基础工作之一。以萍乡市区为研究区,利用国产GF-1 PMS影像为基础数据,采用最小距离、最大似然法、平行六面体和支持向量机四种监督分类法进行了土地利用/覆盖分类试验研究。结果表明:最大似然法和支持向量机分类算法具有更好的分类精度,总体精度分别为93.3和96.03,Kappa系数分别为0.917 2和0.948 7,而最小距离法和平行六面体的精度则差很多。由于GF-1 PMS的多光谱波段和全色波段的空间分辨率分别为8 m和2 m,因而支持向量机分类结果可以满足很多水文、生态等模型的需要。     

土地覆盖遥感分类方法的比较与分析

针对遥感技术在土地覆盖分类中应用的重要性,以Landsat TM影像为数据源,选择传统的最大似然分类器、最小距离分类器和新兴的支持向量机分类器、以及面向对象分类方法,设计不同的分类判据特征组合,对不同分类器、不同分类特征组合的精度进行比较分析。结果表明,最大似然分类器、支持向量机分类器都具有良好的分类效果,综合使用多种特征作为输入可以提高分类精度,适合于研究区域土地覆盖分类。     

遥感数据的土地覆盖分类

为有效开展土地覆盖变化检测、碳循环评价和气候评估,从土地覆盖分类中使用的遥感数据、分类方法、土地覆盖分类系统以及分类结果对比4个方面,综述了近年来国际上土地覆盖分类的研究进展.这对建立一套能够反映中国实际,又能与国际上流行的分类系统兼容、灵活转换的土地覆盖分类系统,并建立开放的、及时更新的中国土地覆盖样本数据库,具有现...     

Google Earth影像与同源Quick Bird影像在城市土地利用分类上的对比研究

Quick Bird(QB)、IKONOS等高分辨率遥感影像是Google Earth(GE)影像中的重要来源,经过图形化处理后,免费提供给公众浏览和使用.通过对相同区域、同期QB及其GE影像分别采取基于像素和面向对象的分类方法实施土地利用分类,对比分析两类影像在不同土地利用类型、不同分类方法上的分类效果,阐明GE影像进行土地利用分类的可行性,并就其在不同分类方法、不同分类类型情况下的适应性进行评价和建议.     

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.     

遥感影像分类方法的研究

该文基于ERDAS的KnowledgeEngineer分类方法原理,提出一种多信息源、智能化、程序化的阈值分类技术,利用空间模型语言SML（SpatialModelerLanguage）编程实现遥感影像的分类,进而克服了传统分类方法只能针对单一信息源的局限。研究工作以1999年ETM＋遥感影像临港新城为例,将该方法与传统的监督分类方法进行比较和精度评价。结果表明,阈值分类法比监督分类法分类精度高,指标Kappa系数由0.6109提高到0.8204。该方法可通过模块实现多信息源的调用,从已分类图像中提取确认的分类信息,达到一定的智能化,减少人为的重复性操作。     

大通县第二次土地调查中遥感影像图的应用

实时、准确、快速地掌握土地利用动态变化信息,对于促进土地资源合理利用、规划和科学管理,具有十分重要的意义。特别是高分辨率遥感技术的快速发展,为土地利用调查提供了坚实的技术支撑。本文以大通县为例。简述了遥感技术在大通县第二次土地调查中的应用。     

Landsat 8遥感影像NDVI的对比研究

遥感技术作为信息获取的有效手段,广泛应用于气象观测、资源考察、地图测绘和军事侦察等重要领域.遥感影像的归一化植被指数(NDVI)是土地利用、覆盖变化研究的重要指标.本文以Landsat 8获取的郑汴都市区遥感影像为例,分别计算了DN值、辐射定标、大气纠正三个不同处理阶段的NDVI指数,并对三者的关系进行了分析.对比实验研究表明:(1)NDVI_(DN)、NDVI_(L(λ))、NDVI_(FLAASH)三个指数取值范围逐渐增大,数据相应拉伸.(2)三个指数的均值NDVI_(L(λ))最小,NDVI_(FLAASH)最大,标准差依次增大.(3)均值—标准差分类显示,相同类别3个指数图各类型面积相差不大,但NDVI_(FLAASH)在高值区域的面积相对减少,低值区域空间上更加分散.(4)样点统计结果表明NDVI_(DN)、NDVI_(L(λ))、NDVI_(FLAASH)三个指数两两之间的相关系数都在0.95以上,具有极强的正相关关系.(5)总体上,三个NDVI指数既关系密切,又差距很大,本文根据具体情况,给出了不同指数的选择建议.