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。     

基于多特征融合的反向传播神经网络高分影像分类与变化检测

为了降低基于高分影像的土地利用分类后的错分和漏分的可能性,提高分类以及变化检测精度,本文以广西桂林市临桂区为研究区,采用WorldView-2号以及高景一号高分影像,基于多层前馈(back propagation, BP)神经网络方法融合遥感影像的纹理、光谱、植被指数以及水体指数特征,制定出4种特征数据集融合方案,实现对植被覆盖率较大地区的地物识别与分类;然后选取最优分类结果,进行桂林市临桂区2017与2020年土地利用变化检测。不同方案的对比结果表明,融合纹理、光谱、植被指数以及水体指数特征的第四种方案可以得到较为有效的分类以及变化检测结果,分类的总体精度为92.92%,Kappa系数为0.9028,保持了较高正确率。     

基于遥感影像的上海市土地覆被变化及驱动力分析

首先,通过对2006、2010和2015年的遥感影像解译,得到2006—2015年上海市的土地覆被情况。接着,结合土地覆被变化模型的若干个指标来分析土地覆被变化的时空特征,并对结果进行定量分析。最后,以耕地为例探究影响研究上海市土地覆被变化的驱动力。     

高分二号卫星影像融合方法与效果评价

高分二号(GF-2)是我国高分辨率对地观测系统重大专项中的首颗"亚米级"卫星,极大地提高了我国高空间分辨卫星影像的自给率。遥感影像融合是高分辨遥感处理和应用的关键流程,选择北京、大连和福州地区GF-2影像,采用彩色标准化变换(Brovey)法、相位恢复(Gram-Schmidt)法、色度空间变换(HSV)法、主成分变换(PCA)法和超分辨率贝叶斯(Pansharp)法共5种融合方法对实验区影像进行融合实验。首先对5种融合结果进行目视效果评价,然后构建了标准差、信息熵、平均梯度、相关系数和扭曲程度5个指标对融合结果进行定量评价。结果表明:Pansharp法在图像信息、细节以及光谱都具有较好的保持效果,Gram-Schmidt和PCA次之,HSV和Brovey色彩失真较明显,该结论可为GF-2卫星影像科研和工程应用提供参考。     

基于对象的高分辨率影像荒漠植被信息的提取

为获得高分辨率影像荒漠植被信息的专家知识库,采用多尺度分割技术,探索荒漠植被信息的光谱特征、纹理特征和上下文特征,建立荒漠植被信息与特征之间的对应关系.结果表明,通过多尺度分割,可体现土地覆盖的层次性.同时,在专家知识库的基础上,基于对象分类法的精度相对比较高,总体分类精度为85.96%,Kappa系数为0.81,分类结果没有"椒盐现象",且各种地物图斑边界明确而规整,易于分类后处理.     

一种集成多分类器的面向地理对象遥感影像变化回溯分析方法

城市土地覆被变化分析在城市发展规划、环境保护研究等方面具有重要意义.在多期遥感影像变化分析中,存在多基于像元、分类器单一等问题,很难体现其优势.为了克服这些问题,提出了一种面向地理对象遥感影像变化回溯分析方法,将三种泛化能力较高的分类器适时应用在遥感影像变化分析框架的不同阶段.首先基于随机森林分类器完成基期影像(最新时间的影像)的土地覆被制图,然后基于与不同期的差异影像结合模糊C均值聚类与多阈值算法获得差异影像二值化结果,最后基于回溯分析获得不同时期影像的变化区域,使用支持向量机分类器获得变化检测结果.以Landsat影像为基础数据,在巴基斯坦伊斯兰堡1990-2018年间的4期影像变化分析中进行验证,并与两种不同方式变化检测方法对比.结果表明,提出的方法得到的4期影像变化检测总体精度平均达到81.4%,明显高于其他两种方法,证明该方法在遥感多期影像变化分析方面是有效的.     

集成机器学习与面向地理对象影像分类的大区域林地信息提取及其泛化能力探讨

采用面向地理对象的影像分析法,从祁连山区选择其中一幅典型区域采集训练样本,分别采用支持向量机、随机森林和深度神经网络法3种机器学习方法进行训练,在此基础之上从毗邻区域多时相Landsat 8 OLI影像中提取出整个祁连山区青海云杉林的空间信息,并从精度评价和邻接区域边界一致性等方面对支持向量机、随机森林和深度神经网络法3种分类器的泛化能力进行了比较.结果表明,深度神经网络法的信息提取精度最高,泛化能力最好,对50幅影像的平均总体精度达到96.63%, kappa系数为0.78.     

面向地质应用的高分二号卫星影像融合方法评价

为了探讨不同影像融合方法在地质应用上的适用性,以高分二号(GF-2)影像为数据源,采用彩色标准化变换(Brovey)、超球体色彩空间变换(HCS)、相位恢复(Gram-Schmidt)、最邻近扩散(NNDiffuse)和高通滤波变换(HPF)等5种融合方法对全色和多光谱数据进行融合实验,并对融合结果进行质量评价。首先从定性和定量两方面进行评价,然后对融合影像进行岩性分类。结果表明:HPF和Gram-Schmidt方法无论是在定性、定量还是岩性分类应用上均具有较好的效果,NNDiffuse和HCS方法融合效果适中,Brovey方法色彩失真明显,该结论可为地质部门提高GF-2卫星的适用性以及对国产卫星数据的推广应用提供参考。     

基于光谱范围的IHS改进融合方法研究

针对Intensity-Hue-Saturation(IHS)融合算法对高分二号卫星多光谱(MS)影像和全色(PAN)影像融合时所产生的光谱失真现象,提出了一种基于光谱范围的IHS融合改进方法(SIHS).该方法首先将多光谱影像进行重采样,使其与全色影像大小相同,然后使用光谱范围对重采样后的多光谱影像各波段加权平均获得亮度分量I,再对全色影像和I进行直方图匹配,最后使用快速IHS融合算法得到最终融合影像.通过实验,将该方法的融合结果与FIHS、Gram-Schmidt和NNDiffuse融合结果进行主客观评价.结果表明该方法在对光谱信息保留上优于其他融合算法,可以更好地支持影像信息的分类和检测.     

基于朴素贝叶斯的农业土地适宜性评价算法设计

为提高农业土地资源的综合利用能力,特别是农作物的生产能力,文章以浙江省台州市农业空间地理数据为基础,提出了基于朴素贝叶斯统计推理的农业土地适宜性评价算法,为提高农业土地资源利用能力和农作物种植的科学性提供依据.     

厦门环东海域规划区土地覆被变化的遥感分析

2005年、2007年和2009年三个时相的中巴CCD遥感影像对比表明,厦门环东海域规划区土地覆被类型存在明显转换.2005年至2007年,土地覆被变化以海域向陆地(裸地和建筑用地)转化为主;2007年至2009年,土地覆被以林地、耕地和裸地向建筑用地转化为主.总体上,2005至2009年间,海域减少约17.8 km2,林地减少约6.0 km2,耕地减少约7.2 km2,裸地增加约6.6 km2,建筑用地增加约24.3 km2.经济建设的快速发展,带来土地覆被的巨大变化.     

基于地理定位的影像分辨率融合方法

基于地理定位的影像分辨率融合方法避免传统人机交互选取控制点所带来的误差影响,整个过程不产生人为误差。地理定位法对两幅SPOT5-1A数据影像的融合影像在质量、配准精度、时间效率上都优于传统方法的融合影像。地理定位法融合影像是一种高效、可靠的影像分辨率融合方法,使批量处理影像融合工作成为可能。     

基于贝叶斯网络的HAZOP-LOPA集成分析与应用

针对事件树、故障树等风险分析存在一定局限性的问题,提出了基于贝叶斯网络的HAZOP-LOPA集成风险评估新思路.编制系统故障树,利用GeNIe软件将其映射成贝叶斯网络,运用贝叶斯网络双向推理进行故障预测和诊断,快速识别系统薄弱环节并确定为风险贝叶斯故障节点,结合HAZOP与LOPA对其进行风险集成分析,提出相应的独立防护层,根据防护层失效概率并参照半定量风险矩阵确定剩余风险等级.该风险评估模型在辽河石化公司催化裂化装置的反应再生系统中进行应用,结果证实该模型在复杂工艺信息不确定条件下,能有效提高风险评估的针对性、客观性与准确性.     

不同分辨率土地覆被数据在省域的适用性分析 ——以江西省为例

为获得The MODIS Land Cover Type product(MCD12Q1)、欧空局ESACCI、全球30 m地表覆被数据(FROM-GLC)在省级尺度的精度,从土地利用变更数据抽取含6个一级土地覆被类型、8个二级土地覆被类型的162478个样本点,采用混淆矩阵方法,从总体精度、制图精度和用户精度角度评价3套数据的精度及适用性.结果表明:总体精度中,MCD12Q1一级总体精度为72.71％,二级为71.58％;ESACCI一级为75.63％,二级为64.61％;FROM-GLC一级为77.58％,二级为75.32％.研究发现,数据集在不同区域的总体精度不同,且总体精度与研究区的主导地类占比相关.运用统计分析方法得出3套数据总体精度的预测方程,本项研究克服了传统的总体精度应用不广泛的缺陷,并且建议遥感数据集使用者在选取遥感数据集时,将地域性因素纳入考虑范围中.     

基于对比分析的国产高分辨率卫星影像数据质量评价与应用研究

近几年,国产高分辨率卫星迅速发展,加快了国土资源工作前进的脚步,不仅提高了业务时效,而且丰富了其工作范围,已经成为国土资源工作的重要技术手段.研究以国土资源调查规范、技术规范为标准,对卫星影像数据质量和应用可行性方面进行系统的分析研究,数据质量方面主要包括原始数据检查、几何校正精度、数据融合效果三部分;在数据应用方面,...     

基于SPOT与ETM+影像融合方法的实验及融合质量评价

通过对SPOT影像全色波段和ETM+多光谱影像、ETM+全色波段和ETM+多光谱影像两组数据的实验,从定性、定量的角度对两种融合方法进行了分析和评价,归纳出适用于SPOT全色波段与ETM+多光谱影像和ETM+全色波段影像与ETM+多光谱影像的融合方法.     

基于ETM+遥感影像的数据融合试验及分析评价

以泉州德化阳山-安溪潘田地区的ETM+遥感影像为基础数据,采用Brovey、HSV、Principal Component(PC)、Gram-Schmidt和Wavelet遥感影像融合算法对Landsat ETM+影像进行融合,并就融合图像的空间信息、清晰度和光谱保真能力进行评价.     

基于B样条小波与IHS变换的SAR影像与可见光影像融合

本文采用B样条小波与IHS变换相结合的方法对SAR与可见光影像进行融合。首先对TM影像3个波段进行IHS正变换,然后分别对I分量和SAR图像进行三次B样条小波分解,分解后采用局部方差准则进行融合,最后重构图像。经验证,此方法不仅较大程度地增强了融合影像的空间细节表现能力,而且很好地保留了光谱信息。     

基于深度置信网络与数学形态学融合的遥感影像建筑物变化检测

当前人工调查土地资源利用情况具有较高的人力成本且劳动强度大,对其实现自动变化检测具有较高的理论和应用价值。将深度置信网络(deep belief network,DBN)应用于高分辨率遥感影像的建筑物变化检测,但DBN在变化检测时存在由误判现象造成的建筑物完整度欠缺、空间存在噪声等问题,提出DBN与数学形态学融合模型对高分辨率遥感影像建筑物进行变化检测。在遥感影像预处理基础上,标记少量明显的变化与未变化样本,利用搜索窗口从标记的区域获取大量带有标签的样本训练融合模型分类器对建筑物进行变化检测,检测方法准确率为94.76%,召回率为87.63%,F_1为91.06%。实验结果表明,该方法可以为建筑物的变化检测提供有效依据。