基于遥感的昆明市城市土地利用变化情况对比研究

利用昆明地区1992年、2005年两个时相TM数据,在ERDAS IMAGINGE8.5专业遥感图像处理软件的支持下,进行土地利用分类和昆明市区13年来土地利用化的对比研究.将分波段分层分类法与基于监督分类的分层提取法相结合,利用TM影像多光谱数据间的有效重组利用,在TM145波段组合影像上提取建设用地和水体,在TM345组合上提取剩余地类.在单纯运用监督分类法对掩膜后的2005年影像分类难以达到精度要求时,用基于监督分类的分层分类法,分出一类掩膜掉一层,最终将所有层叠加得到研究区土地利用/土地覆盖分类图,分类精度达到要求.并根据分类结果进行研究区13年来土地利用数量结构变化分析和土地利用转型分析.     

基于ETM＋土地利用/土地覆盖遥感信息提取研究——以宝鸡市金台、渭滨两区为例

目的以宝鸡市金台、渭滨两区为例,利用2004年6月ETM＋遥感影像进行土地利用/土地覆盖信息提取研究。方法在遥感技术和地理信息系统技术支持下,对遥感影像各波段进行特征分析的基础上,确定最佳波段组合,采用监督分类中的最大似然分类法结合人机交互解译相结合的方法完成土地利用类型信息的提取。结果通过对分类精度进行评价,结果表明该方法的有效性。结论利用遥感影像快速、定量地提取土地利用信息的方法是进行区域土地利用监测及数据更新的有效手段。     

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。     

基于无人机可见光波段对荒漠植被覆盖度提取的研究——以沙坡头地区为例

以腾格里沙漠东南缘沙坡头地区为研究区域,采用无人机(Phantom 3A)拍摄获取指定范围可见光影像,通过ENVI软件分析照片的红、绿、蓝信息进行植被指数的提取和植被覆盖度的计算,主要分析了可见光波段差异植被指数、归一化绿化差异指数、归一化绿蓝差异指数、过绿指数、红绿比值指数与研究区荒漠植被覆盖度回归模型,探究最优反演模型,目的是验证在相同区域、相同时间拍摄的无人机影像的植被覆盖度.计算出来的植被覆盖度和无人机航片的处理方法进行比对,验证反演模型的正确性.结果表明:通过无人机可见光波段提取的植被指数结果中可见光波段差异植被指数的提取精度最好,能很好地将植被与非植被区分,为荒漠植被覆盖度和植被指数的反演模型的验证提供了依据,节约了实地测量带来的时间和人力成本.对比研究植被指数和荒漠植被覆盖度的线性、对数、三次、乘幂、增长及指数的回归模型结果,最优的荒漠植被覆盖度的反演模型是可见光波段差异植被指数的三次模型,为y=-200.06x3+706.763x2-430.779x+17.916,能很好地监测荒漠植被覆盖度的动态变化,为今后荒漠生态系统的防护和管理提供较好的技术支持.     

长江口潮滩湿地植被光谱分析与遥感检测

通过野外实测长江口潮滩湿地主要植物的光谱特征,分析和提取了优势植被的光谱特征参数和波段.考虑到潮滩湿地植被在生长特点、季节和盖度等方面的影响因素,采用了组合光谱特征波段的植被指数对长江口潮滩湿地植被进行分类检测,以期在现有的多光谱遥感影像上提高分类精度,检测出潮滩湿地植被空间分布的变化.分别计算了实测夏季和秋季的 RVI,NDVI,SAVI和MSAVI四种植被指数,得出不同植被指数对潮滩湿地植被不同盖度和不同季节的检测方法,并将该方法应用于多光谱TM影像上,验证这几种植被指数在TM影像上的分类精度,结合实地考察,发现MSAVI应用到多光谱TM影像上对潮滩湿地植被的分类检测效果最好,但时相应选择夏季.     

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．      

土地利用分类中TM影像最佳波段组合选择研究

土地利用和土地覆盖变化是全球变化的主要原因,也是生态安全的重要影响因素,遥感影像以其宏观、及时的特点为土地利用分类研究领域提供了重要数据.文章分析了TM影像各波段的光谱特征,运用均值、标准差和相关系数等指标定量分析TM数据各波段和波段之间的特征,用最佳指数(OIF)来衡量各种波段组合的信息量,确定五种波段组合方案,再结合TM影像的光谱特征,最后优选出345波段组合用于土地利用分类.     

基于OLI影像土地覆盖类型解译的最佳波段选取研究——以南昌市为例

为研究Landsat8_OLI影像在土地覆盖分类中的最佳波段组合,以南昌市为研究区域,首先对各波段的基本信息进行统计,然后根据OIF指数筛选出排名靠前的几种波段组合,再根据研究区典型地物波普曲线得到南昌市土地覆盖类型解译的最佳波段组合。研究表明,基于OIF指数和研究区典型地物波普曲线最终确定南昌市土地覆盖分类目视解译的最佳波段组合为B5-6-7,其结果可用于南昌市土地利用变化目视判读和计算机分类识别。     

基于遥感技术的泰山植被覆盖和岩性的关系研究

以遥感影像为数据源,以实测的研究区地物的波谱曲线为依据。对TM影像进行了包括波段的选择、彩色合成、监督分类等一系列的处理。在此基础上确定了植被密度较大的区域的阚值,对NDVI植被指数图像进行滤波处理,提取出植被密度较大的区域的范围。并把它与岩性分布图进行叠加分析,得出不同岩性上的植被覆盖情况。结合岩石化学成分的资料,分析了可能的原因,指出了植被覆盖和岩性有密切的关系。     

高分1号融合光谱特征提取杭州湾河口沿岸湿地典型植被信息方法研究

河口沿岸湿地典型植被信息的遥感分类提取,是监测河口湿地生态环境变化的重要前提之一.以杭州湾河口沿岸湿地为研究区,通过实地采集的典型植被光谱数据与国产高分1号卫星影像数据建立相关关系,并结合面向对象方法的分割尺度及波段比等参数的设置,利用面向对象分类方法进行杭州湾湿地典型植被信息提取.研究结果表明:基于高分1号高空间分辨率数据,结合典型植被光谱特征和面向对象分类方法,有利于提高典型植被信息提取的精度,可以有效地提取湿地典型植被信息.     

多步骤分类法在土地利用/覆盖专题提取中的应用

利用遥感分类技术提取土地利用 覆盖专题信息一直是遥感应用研究的前沿 .采用多步骤分类法对龙海市土地利用 覆盖类型的专题信息进行提取 ,并对分类结果进行了验证 .该方法不仅提取的效果理想 ,实现过程实用 ,可操作性强 ,而且避免了一次划分多种类别方法在选择波段组合上的矛盾 .     

融合物候及纹理特征的茉莉花种植区提取研究

为充分挖掘图像时序物候信息、几何空间、纹理特征在农作物监测提取研究上的优势，本研究通过构建物候参数与纹理特征的方法对广西横州市茉莉花（Jasminum sambac）种植区进行提取，该方法通过增强型时空自适应反射率融合模型（ESTARFM）融合年度内“高空间-低时间”“高时间-低空间”的遥感图像，重建生成年度中低尺度的卫星影像，获取研究区内不同植被的物候信息参数，并结合地物光谱信息提取地物纹理特征。选取物候参数、纹理特征作为茉莉花种植区分类提取信息，对不同的参数特征进行组合，开展分类对比和综合精度量化评价。结果表明，重建时序归一化植被指数（NDVI）数据结合物候参数及纹理特征的茉莉花种植区提取方法，总体分类精度达到88.36%，Kappa系数为0.863 3，在中低尺度多光谱影像遥感数据“时空信息”的缺失下对茉莉花种植区提取具有良好的效果。     

一种改良的基于RS/GIS技术的鄱阳湖区钉螺滋生地获取方法研究

运用遥感影像处理软件对鄱阳湖区丰水期与枯水期影像进行监督分类获取水体范围,两者相减获取“冬陆夏水”区;在“冬陆夏水”区内计算归一化植被指数(NDVI)并提取植被覆盖区;提取鄱阳湖区13～ 18 m的高程范围;将提取的区域与查螺数据进行空间叠加对比分析.在“冬陆夏水”区的13 ～18 m高程范围内,归一化植被指数(NDVI)大于0.17的区域为适宜钉螺孳生的环境;经检验,计算结果得出的钉螺孳生地栅格级准确率达到70.91;.研究表明,鄱阳湖区“冬陆夏水”范围和植被覆盖范围广大,预测模型中增加适宜钉螺孳生的高程信息将提高计算结果的精确度.     

2m分辨率遥感影像地表覆盖分类误差研究

以贵州省镇远县焦溪镇为研究区,以资源3号(ZY-3)2m分辨率卫星影像为主要数据源,采用面向对象分类技术提取研究区地表覆盖信息,将提取结果与普莱亚(Pleiades)影像,经目视解译并结合实地验证获取的高精度地表覆盖进行对比,分析ZY-3影像提取地表覆盖各类型的精度误差。研究结果表明:ZY-3影像相对于Pleiades数据提取平均总误差为1.56%,其中旱地和建设用地分类误差相对较大,精度误差分别是3.41%和3.08%。而水体分类误差最小,为0.70%,其余地类水田、乔木林、灌木林、草地、裸地提取误差则分别是1.28%、0.53%、0.86%、1.18%、1.47%。     

红透山地区植被异常遥感信息提取及其找矿意义

为了解决遥感技术在高植被覆盖区的应用受到较大限制的问题,在充分考虑植被反射光谱特征及其在TM数据波段响应基础上,对TM5,TM4,TM2/TM3多光谱遥感数据进行主成分分析并拉伸处理.矿化区植被与背景区植被表现出明显的区别,矿化区植被呈暗红色,而背景区植被则表现为鲜艳的粉红色;对上述影像数据进行监督分类,结果表明该方法可以很好地突出由矿化蚀变导致的植被异常信息.该方法对东北高植被覆盖区遥感地质勘查具有一定的借鉴意义.     

采用双通道时间稠密网络的高光谱影像分类方法

针对多数高光谱影像分类方法提取信息不够充分导致分类准确率不够高的问题,提出了一种双通道时间稠密网络的高光谱影像分类方法。该方法利用时间卷积网络模型提取高光谱数据的光谱特征信息,利用稠密网络模型提取高光谱影像数据的空间信息特征,然后将两个网络各自提取到的特征进行融合,最后将融合后的特征送入Softmax分类器进行分类。在Pavia大学经典数据集上进行了仿真实验,将该方法分别同传统高光谱影像分类方法、单空间信息高光谱影像分类方法、单光谱信息分类方法进行了对比。实验结果表明,与多种经典分类方法相比,所提出的方法可以有效地从空间结构和光谱通道提取目标的特征信息,在常用的经典数据集上分类精度可达到99%分,较其他方法高出2%～3%。     

TM遥感影像植被信息提取的最佳波段组合选择——以福建省松溪至建瓯高速公路为例

以拟建福建省松溪至建瓯高速公路两侧10 km为研究区域,运用最佳指数OIF法,同时参考地物光谱特征曲线以及各波段主要应用范围,在TM遥感影像图植被信息提取过程中,探讨基于遥感技术实现植被信息提取的最佳波段组合,研究显示:145波段组合信息量最为丰富,其波段间相关性最小,为植被信息提取的最佳波段组合.在此基础上,探讨了多光谱数据中,快速、准确选取最佳波段组合,为提高植被解译的精度和工作效率提供重要依据.     

柴北缘成矿带矿化蚀变信息提取的方法研究

目的通过地物光谱测试及图像波谱分析,总结一套ETM卫星图像矿化蚀变信息提取的方法。方法根据野外波谱测试数据,建立蚀变矿物波谱数据库,并按ETM数据的波段对波谱库进行相应的重采样,使得重采样后的光谱分辨率与ETM的光谱分辨率相匹配,以选择矿化蚀变信息提取的最优波段组合;根据矿化蚀变信息提取的最优波段组合,分别采用比值(组合比值)、主成分分析(多重主成分分析)和光谱角填图等方法提取铁化、泥化和硅化信息,并对所提取的各类矿化蚀变信息进行可靠性评估。结果经野外实地验证和已知资料对比分析,预测的成矿远景区均具一定找矿前景。结论利用遥感技术手段,结合区域地质资料分析,在西部植被覆盖较少地区进行成矿远景预测是可行的。     

基于Landsat8数据和"珞珈一号"夜光数据的合肥建成区提取

以Landsat8数据和"珞珈一号"夜光数据为主要数据源,将遥感与地理信息科学技术相结合,对合肥建成区进行提取.首先将Landsat8相应波段分别与自身第8波段进行Gram-Schmidt变换处理,并对处理获取的新波段进行波段计算,获取土壤调节植被指数(SAVI)、改进的归一化差异水体指数(MNDWI)和改进的归一化裸露指数(MNDBI),分别代表植被、水体、建成区三类主要的土地覆盖类型,将三指数波段进行合成,通过监督分类获取整个合肥市的建成区分类图.最后运用"珞珈一号"夜光数据采用二分迭代法获取的建成区边界去除建成区分类图中远离城区的建成区和城区周边被错分为建成区的裸地或农田,获得精准的合肥市建成区.结果表明GS变化后的"三指数法"影像监督分类的精度有了较大的提升,可达93.39％,Kappa系数达到0.8670,同时"珞珈一号"夜光数据可有效地去除建成区周边裸地,使得精度提高到95.10％,Kappa系数也达到了0.9010.     

基于Landsat-8影像的大通县土地覆盖分类方法对比研究

针对Landsat-8影像在土地覆盖分类中的应用研究,以青海省西宁市大通县为研究区,在对Landsat-8影像进行辐射定标、大气校正、影像裁切等基础上,利用最大似然分类和支持向量机(SVM)分类法,获得两种方法支持下的6种土地覆盖分类结果。经过精度评定和对比分析,结果表明:SVM分类法优于最大似然分类,总体分类精度分别为78.53%,85.64%。同时,Landsat-8 OLI数据相对于TM/ETM+数据,增加的波段新特性有利于土地覆盖分类精度的提高。文中方法适用于Landsat-8影像在土地覆盖分类研究与应用,能够满足大区域土地覆盖分类应用需求。