基于光谱-空间特征的遥感影像水体提取方法

地表水体是人类生存和社会发展不可取代的基本要素,使用遥感影像提取地表水体相比传统实地调研的方式,具有高效、省时、省力的特点。传统的水体提取方法一般仅使用一种或少量类型特征的结合,在处理高分辨率遥感影像时容易出现误提取。针对以上问题,提出一种结合多种光谱和空间特征的自动化水体提取方法。通过两幅高分一号影像上的定性和定量实验结果表明,该方法能够比传统方法更稳定更精确的提取影像中的水体信息。     

多光谱遥感影像湿地水体提取方法综述

湿地是陆地与水域交错而形成的水陆过渡地带,它对环境和社会经济的可持续发展有着举足轻重的作用,而这些作用的发挥必需有一定的水域为基础。鉴于多光谱遥感影像较高的定位精度和相对较低的价格,一直是湿地调查、研究与保护的重要数据源。首先探讨了水体特征提取过程,然后列举了具有代表性的提取方法,并对各个方法的特点进行了分析,总结了每种方法的优缺点和应用范围,最后阐述了湿地水体提取还需解决的问题,并对其研究前景进行了展望。     

基于GF-1卫星遥感影像提取水体的方法比较

选用GF-1卫星遥感影像为主要数据,以南水北调京石段主要水源地之一岗南水库为研究区域,依据GF-1卫星影像各个波段地物的光谱特征信息,采用单波段阈值法、谱间关系法、水体指数法提取水体信息。同时提出一种基于主成分分析的综合方法提取研究区域水体信息。对4种水体提取方法进行比较分析,实验证明主成分分析综合方法可以提取完整准确的水体边界,并且抑制了95%以上的非水体信息,明显改善了水体信息提取精度。     

城市水体信息光学遥感提取方法研究进展报告

准确、快速地提取城市水体信息,是对城市水体时空分布状况进行调查、水污染监测、水环境保护和水环境科学开发利用的基础.该文依据近年来城市水体信息遥感提取的国内外研究成果,综述了水体信息遥感提取方法的研究进展,综合评价了常用的城市水体信息提取方法的特点;揭示了基于遥感手段提取城市水体信息的最优阈值设定、方法普适性、城市水体遥...     

基于GPU的高光谱遥感岩矿信息快速提取方法

提出了基于图形处理单元（graphics processing unit,GPU）的高光谱岩矿信息快速提取方法,利用GPU的并行计算优势对高光谱岩矿信息提取的核心步骤进行了并行优化设计。针对高光谱岩矿信息提取的算法特点,提出了相应的性能优化策略,包括优化算法流程、提高访存效率和减少数据访问冲突。实验结果表明,并行设计模型与优化方法能够快速有效地进行岩矿信息提取,并且最大加速比达到了81倍。     

高光谱遥感影像与高程数据融合方法综述

高光谱遥感和激光雷达(light detection and ranging, LiDAR)是2种常见的遥感手段,各自具有不同的特点.高光谱图像能够很好地表征地物的光谱信息,反映出其材料、质地等特点,而激光雷达能够高效、精确地获取地面的高程数据.将这两种数据结合,能够优势互补,对地物实现更加精确的智能探测与识别,在植被分析、城市规划、气候建模等领域均有应用.为了更好地了解该领域目前的研究现状,把握未来发展方向,对近年来的高光谱影像和激光雷达数据融合方法进行了整理,按照基于形态学特征和深度学习的两大类分别进行介绍,总结这这些方法的特点.最后,对未来的发展方向进行了展望,分析了该领域未来的发展趋势.     

基于支持向量机的高光谱遥感影像道路提取

为了从高光谱遥感影像中高精度提取各种线形道路,提出了基于支持向量机（SVM）的道路特征快速提取算法,首先利用PCA对高光谱影像进行合理压缩,由SVM模式识别理论推导出该算法具有快速精确提取道路网信息的能力,针对高光谱遥感影像高信息量和道路网复杂度高的特点,提出基于1Vm（一对多算法）的多种道路SVM一次性高精度提取的多分类策略,在提高精度的同时,兼顾了道路特征识别的效率。研究结果表明：SVM对线状道路模式判别能力比常规方法有更强的优势,对小样本的道路识别效果更加明显,从遥感影像中不仅能准确地辨别出道路的线形特征,还能识别出其材质和类型;该算法能同时识别出多种道路,执行效率更高。     

基于Hyperion高光谱遥感影像的植被覆盖度提取研究

基于Hyperion高光谱影像,对提取植被覆盖度的传统像元二分法进行了改进,提出通过地物分类来提高植被覆盖度提取精度的算法.该算法先对研究区进行分类,在较高分类精度的基础上,结合不同地物的NDVI频率累积图和实际情况得到各类地物的植被覆盖度,最后得到研究区域的整体植被覆盖度.结果表明,经支持向量机分类的总体精度为83.2%,Kappa系数为0.710;相同NDVI值,林地的植被覆盖度农田的植被覆盖度草地的植被覆盖度,实验结果与实际基本相符;改进的像元二分算法改善了传统像元二分法中存在的水体、裸地非植被覆盖区得到非0的植被覆盖度和高植被覆盖地区检测灵敏度下降等问题,丰富了传统像元二分法的细节信息,得到更符合实际的植被覆盖度.     

基于HCS方法融合高时空遥感数据的玉米种植面积提取

目的提出一种利用高空间分辨率Landsat8 OLI全色影像和高时间分辨率MODIS影像进行融合的方法,构建出高时空分辨率遥感数据,提供一种监测农作物种植面积新思路,为农业生产信息化奠定科学的理论依据.方法以沈阳市法库县为例,基于色彩超球面锐化(HCS)方法,利用多光谱Landsat8 OLI全色影像数据与MODIS-NDVI时间序列数据相结合的手段,对其进行预处理后,根据该地区的物候数据和具有可信度的样本数据进行面积估算,并统计出玉米种植面积的制图精度和用户精度;对Landsat8 OLI全色影像数据和MODIS-NDVI时间序列数据进行融合处理,再利用马氏距离分类法对高时空分辨率遥感数据进行玉米种植面积提取.结果融合后的高时空遥感数据对玉米种植面积的识别效果较好,制图精度和用户精度分别达到89.62%、99.71%.结论 HCS方法适用于高时间数据和高空间数据的融合,融合后的影像保持了原有的光谱特征及空间细节纹理.     

内陆小型湖泊水体氮磷的高光谱遥感估算

利用ASD地物光谱仪进行淀山湖水体的反射光谱测量,并结合同步表层水体采样的氮磷浓度数据,分析氮磷浓度和水体高光谱遥感反射率之间的相关关系,建立了单波段,一阶微分模型和波段比值等氮磷浓度估算模型.研究结果表明,一阶微分模型和波段比值模型可以有效地消除噪声,提高模型的估算精度.所建立的模型对于基于遥感技术进行水体氮磷的监测具有一定的参考价值.     

基于ASTER遥感数据的岩性提取方法研究

遥感技术是当代高新技术的一个重要组成部分,应用遥感影像开展岩性识别一直以来是研究难点与热点之一. ASTER数据的光谱分辨率较高,能提供较邃密、精确和丰富的矿物岩石信息.以西藏贡觉县为例,利用ASTER遥感数据提取该区域的岩性信息,利用最佳波段组合、主成分分析和波段比值提取不同岩性特征.研究证明631波段组合图像在色彩、色调上更为清晰,能够清楚分辨出砂岩界线.通过主成分分析,使影像在色彩和纹理更加清晰,可以更有效地提取岩性信息.利用波段比值对研究区ASTER影像进行运算,能取得代表各种矿物的矿物指数图,图像能较好表示区域内不同类型矿物的位置.各种方法结合发现对岩性识别效果较好,能给岩性研究和矿床勘探提供参考.     

高光谱数据湿地植被类型信息提取

以美国Sacramento-San Joaquin三角洲为研究区,利用高光谱和高空间分辨率遥感影像HyMap数据,在光谱特征分析和实测数据的基础上,构造特征指数,建立决策树分类模型对湿地植被进行分类。研究结果表明,湿地植被在近红外波段(0.75~1.3μm)上有明显的光谱特征差异,根据这些差异,可以构造合适的特征指数,实现湿地植被在物种水平上的识别。     

太湖水体藻类叶绿素浓度高光谱遥感监测研究

为了更好地监测太湖水体富营养化状况,我们利用高光谱地物波谱辐射计,通过垂直水面法和倾斜测量法得到太湖水体3～10月份的波谱信息.利用这些数据,分析了太湖水体藻类的叶绿素（主要是chl_a）与水体反射光谱特征的关系,建立了藻类叶绿素高光谱遥感模型,并分析了模型精度.研究发现：两种测量法数据精度差别不大;叶绿素在700nm附近反射峰的位置、高度与叶绿素浓度有较好的对应性;利用700     

基于高光谱遥感的植被生物量反演方法研究

高光谱遥感技术能够为反演植被生物量提供快速无损的数据采集与分析处理方法.基于高光谱遥感在植被生物量反演中的研究成果和进展,对其反演方法进行研究:阐述高光谱遥感反演植被生物量的原理;探讨高光谱遥感反演植被生物量的估算模型;分析比较不同估算模型的特点.结论表明,利用高光谱遥感分析植被的光谱特性进而估测植被生物量是一种精度较高且应用广泛的方法.     

一种基于Landsat8遥感数据快速提取水体信息的新方法

日益增多的不合理的围填海活动对海岸带环境造成了不可逆转的破坏。随着Landsat8的成功发射,我们需要一种针对海岸带附近的用海活动进行及时有效的监测的方法。根据围填海活动由海向陆硬化过程不同阶段代表地物的光谱特性,在如今大规模使用Landsat8遥感数据的条件下,根据其波段特性,提出新的水体指数NWI8对光谱进行处理并比较其区分水体、滩涂和人工填海地物的能力。结果发现,基于Landsat8特性提出的新型水体指数可以充分满足区分由海向路硬化过程的不同阶段的需求,高效的完成快速监测用海活动的任务。     

基于HJ-1A高光谱数据的有效波段批量提取方法研究

遥感图像数据的质量好坏会直接影响到高光谱数据应用时的有效性.我国环境一号卫星2级高光谱数据中的条带噪声极大地影响了图像的质量.为解决快速批量剔除干扰严重波段的问题,提出了一种基于向量夹角的有效波段批量提取方法,并与传统方法进行了性能对比分析,包括方法的准确性、鲁棒性、对图像计算区域的要求、运算速度等.在原理和实验的基础上分析了这些方法的优劣势以及适用范围.实验结果表明向量夹角法有效性最佳.     

植被高光谱遥感分类方法研究

结合具体的OMISI高光谱遥感数据,对各种常用植被高光谱遥感分类方法进行分类训练,通过比较分类性能,得到各种方法在植被高光谱分类中的若干应用规律和分类过程中选择最优分类方法的一些技巧。在此基础上,提出将传统分类方法与基于光谱特征匹配的分类方法相结合对高光谱图像进行分类的方法。     

基于Ecognition的高分辨率遥感影像水体提取研究

以高分辨率遥感影像为数据源,采用面向对象的影像分析软件eCognition提取水体。首先采用多尺度分割算法生成对象,然后对影像中水体的特征进行分析,最后建立对象知识库进行细分类。实验表明,相对于传统方法,面向对象方法能够得到更好的效果。     

基于GPU的高光谱遥感MNF并行方法研究

最小噪声分离变换(MNF)是高光谱遥感影像分类中特征提取和去除噪声的有效方法.MNF算法涉及大量的矩阵运算,在实际工程的海量数据处理中存在计算时间长的问题.在分析MNF算法原理的基础上,运用图形处理单元(GPU)并行框架对该算法进行优化,并通过不同大小的高光谱遥感数据进行计算和分析.结果表明,随着影像数据量的递增,采用并行计算方式的提速比呈明显上升趋势,说明GPU并行方式对于计算密集型的大数据量处理具有良好的提速效果,为解决海量高光谱遥感数据处理速度慢的问题提供了思路.