随机森林在城市不透水面提取中的应用研究

基于高分一号数据采用随机森林模型,引入归一化水体指数NDWI、归一化植被指数NDVI、土壤调节植被指数SAVI、建筑指数BAI、Brightness指数、ICA独立分量、纹理信息及原始影像波段等共17个特征,在matlab环境下提取了深圳市某区域不透水面,并与最大似然分类和支持向量机方法进行对比.结果表明:随机森林的多特征组合方法能有效提升分类精度,在不透水面信息提取中比传统参数分类方法(MLC)总体精度提高了7.681%,Kappa系数提高了0.119 4.     

面向对象的遥感影像水体信息提取

基于面向对象的遥感影像分析方法,在不同尺度分割遥感影像的基础上,根据影像对象的特征,如亮度、光谱、归一化植被指数(NDVI)、面积和上下文等信息,对水体信息进行了提取和分类.结果显示:与传统的基于像元的分类方法相比,面向对象的遥感影像信息提取方法具有很好的效果,同时也提高了信息提取的精度.     

面向像元-对象双尺度的不透水面遥感检测

为了改善像元级遥感不透水面提取时存在的椒盐现象，提出了一种面向像元-对象双尺度的不透水面遥感检测方法.首先基于建筑、植被、水体等多种光谱指数，在像元尺度上提取不透水面的分布范围，然后对遥感图像进行多尺度分割，并通过设置高阈值和低阈值来处理图中的碎斑和空洞.利用双尺度不透水面检测方法对天津市精武镇多年的遥感图像进行不透水面检测，结果表明，该方法检测的正确率为80%左右，漏检率低于10%，检测精度高于光谱指数方法.     

成都市不透水面扩张与生态环境质量变化的关系

以成都市为研究对象,围绕不透水面与生态环境质量的时空变化规律展开研究,并探讨两者间的关系。以2000年、2009年和2018年的遥感卫星影像为基础数据,利用归一化不透水面指数提取不透水面信息,通过主成分分析构建遥感生态指数(RSEI)评估成都市近20年间的生态环境质量,最后运用回归模型定量分析不透水面覆盖度与生态环境的关系。结果表明:2000-2018年成都市不透水面增加了1 072 km~2,RSEI均值由0. 603下降到0. 504,降幅为16%,RSEI空间变化格局与不透水面扩张格局基本一致;回归模型发现不透水面覆盖度与地表温度为指数函数关系,与植被指数呈线性负相关;多元逐步回归分析证明植被、地表温度和不透水面均是影响城市生态环境质量的重要因素,而不透水面信息起到了决定性作用。     

基于TM影像的聊城地区植被信息的自动提取

基于主成分分析和归一化植被指数NDVI的计算,得出聊城市TM影像的波段信息、各主成分分量及归一化植被指数的相关系数,从而找到相关系数最小的三个波段,利用该组合波段对图像进行分类,得出聊城地区绿地信息专题图．实验结果表明该方法提高了遥感影像绿地信息提取的自动化程度和精度．     

基于MODIS-NDVI时序数据集的面向对象分类提取广西耕地面积的方法研究

研究提取耕地的方法是为了提高耕地提取的高效性,直接目视解译时山体阴影和水体难以区分,建设用地和未种植的耕地难以区分,本文主要以2015年的Landsat 8遥感影像,借助辅助数据DEM及MODIS-NDVI等多源数据基于eCognition平台应用多阈值分割、多尺度分割将影像进行分割成对象,再分别用阈值法、归一化水体指数(NDWI)、增强的指数型建筑指数(EIBI)等将坡度大于25度的地区、水体、建设用地剔除。最后利用影像的波段特点及MODIS-NDVI值进行多次提取研究区耕地,以达到较高精度的分类方法。利用总体面积精度及空间分布进行精度评价。其总体面积精度达到98.84%,且提取出的耕地分布情况符合作物的种植规律。     

兰州市中心城区不透水面覆盖度的遥感估算

利用Landsat 7的ETM+影像,在线性光谱分解的技术上,提取了兰州市中心城区的不透水面分布状况,运用均方根、航片和随机采样对提取精度进行了检验,并对不透水面的空间特征进行了分析.结果显示,利用中等分辨率影像对兰州市中心城区不透水面分布提取的精度较高;植被、高反照度、低反照度和裸露的土壤4种最终光谱端元的线性组合,可以较好地模拟ETM+波谱特征;高反照度、低反照度两种最终光谱端元可以很好地表达城市不透水表面信息.     

高分影像水体信息提取对比研究

针对天绘一号卫星高分辨率影像,采用面向对象分类方法对怀柔水库区域进行水体信息提取,在多尺度分割的基础上,统计地物的光谱信息、形状因子和亮度均值等,建立水体信息的特征集,充分利用高分辨率的特点提取水体信息,同时选取了参数相近的SPOT和Rapid Eye两幅国外高分影像进行对比研究,使用相同方法进行水体提取,对实验过程和结果进行了对比分析.针对提取结果,采用野外采样和矢量图分析两种方法综合进行精度评价.实验制定了适用于天绘影像的水体提取的方法和规则,分析不同因素对分割与分类结果的影响,同时,我们比较了天绘影像与国外同级别高分影像的优劣性,为天绘影像的进一步应用提供了参考.     

遥感影像绿地信息提取--以开封市为例

基于Landsat TM影像,对开封市绿地专题信息进行提取,主要通过计算TM影像及各主成分分量和归一化植被指数 NDVI的相关系数的方法来进行波段组合,提高遥感影像的目视解译精度和分类精度,取得较好结果.研究得出开封市绿地面积占总面积的22.56%,主要集中分布在郊区乡镇.     

基于高分二号影像的城区水体提取方法研究

针对高分二号遥感影像在进行城区水体提取时,遥感影像波段数较少,造成MNDWI、CWI等方法无法使用,同时受污染的水体与裸地、建筑物、阴影难以完全区分,本文提出采用城区水体阴影指数,结合最大似然估计的方法,通过区分水体和阴影光谱特征,完成与阴影彻底分离,实现在高分二号遥感影像上城区水体的高精度提取.对比阴影水体指数(SWI)、基于植被指数和中红外通道的混合水体指数模型(CIWI)、归一化差异水体指数(NDWI)以及单通道阈值法提取结果,本文方法的处理结果提取精度更高,噪声和阴影更少,总体精度在90%以上,Kappa系数在89%以上.评价数据结果表明,本文处理方法在高分二号遥感影像的城市及周边地区水体提取上是有效可行的.     

高分辨率航空DMC影像阴影区植被提取的研究与应用

采用昆明2005年8至11月的1∶1000高分辨率航空DMC数字影像图对昆明市二环以内城市阴影区域绿色植被信息进行提取.利用归一化植被指数NDVI与NC IVI航空植被指数将明显植被区域信息提取出来,并将原图中明显植被区域割去;对切割后影像图利用掩模提取其中阴影部分并基于bayesian监督分类对阴影区植被进行分类提取.提取信息类型为明显植被、非阴影区、阴影区和阴影区植被.     

昆明市主城区不透水面遥感监测及时空变化研究

基于LANDSAT 5TM和LANDSAT 8OLI影像数据,利用三种算法提取了昆明市主城区1994年至2015年不透水面,并对提取算法精度、不透水面数量时空变化和景观格局进行了分析.实验结果表明:相比于使用单一指数提取不透水面,采用基于土壤调节植被指数、祼土指数等的决策树分类结果精度较高;近20年来昆明市主城区的不透水面面积迅速增加,城市景观的聚集度较大,城市发展相对较为集中.     

基于TM影像的开封市绿地信息提取研究

本文基于TM影像,对开封市绿地专题信息进行提取,主要通过计算TM影像及各主成分分量和归一化植被指数NDVI的相关系数的方法来进行波段组合,提高遥感影像的目视解译精度和分类精度,取得较好结果.研究得出开封市绿地面积占总面积的22.56%,主要集中分布在郊区乡镇,在城市中心城区,由于人口密度大,建筑物密集,绿地面积较少.     

南昌市城市不透水面及其与城市热岛的关系分析

通过分析南昌市不透水面和城市热岛的相关关系从而为缓解城市热岛效应提供技术指导.以南昌市2002年、2014年Landsat TM/TIRS遥感影像作为数据源.采用改进的归一化水体指数(modified normalized difference water index,MNDWI)进行水体的提取,结合归一化差值不透水面指数法(normalized difference impervious surface index,NDISI)对南昌市不透水面信息进行提取,然后采用单窗算法进行温度反演.分析比较2个时期的不透水面分布图和地表温度分布图,在2002-2014年间,南昌市不透水面面积与高温分布面积都明显增加,且主要是沿赣江两岸扩张.而从二者的线性回归方程式中可以看到,它们之间存在着显著的正相关性,这说明城市不透水面面积的增加会加剧城市热岛效应.     

基于Sentinel-2A影像的森林类型提取研究

基于Sentinel-2A遥感影像的光谱特征、指数特征和纹理特征,结合野外调查数据、森林二类调查数据和DEM数据等辅助数据,采用分层多尺度分割提取技术,对研究区主要森林类型进行提取.研究表明:主成分变换前三个分量的加入有助于提高影像分割效果和分类精度;在影像光谱特征基础上,加入指数特征和纹理特征可在一定程度上提高森林类...     

基于NDVI-MNDWI特征空间的水体信息增强方法研究

以新疆吐鲁番为研究区域,以Landsat8/OLI影像为主要数据源,通过分析水体与地形阴影区以及建筑用地等典型地类在改进后归一化差异水体指数(MNDWI)与归一化植被指数(NDVI)所构成的二维特征空间中的表现特征,提出一种能够有效凸显水体影像特征的复合型水体指数(CNDWI),并据此进行水体信息的遥感自动提取实验.研究结果表明:CNDWI指数不仅明显增加研究区内的水体与山体阴影区之间的区分度,同时还保持了其他水体指数所具有的以极大值表达水体以及水体与建筑用地和植被等地物之间存在明显差异性的优点.     

基于面向对象的热带林分类方法研究

【目的】为了加强热带林资源的保护,采用遥感技术对热带林植被进行分类研究。【方法】基于SPOT6高分辨率遥感影像,采用ESP多尺度分割评价模型与专家知识结合的方法确定最优分割尺度参数,在分割的基础上充分挖掘目标地物的光谱、形状及纹理信息,合理选择分类特征组合,建立分类规则,构建了一套基于面向对象的热带林多尺度分类方法。【结果】与单一尺度的分类方法相比,该方法分类精度有明显提高,分类总体精度达到84.46%,并且缩短了传统目视确定最优分割参数的时间,提高了分割效率和精度。【结论】基于面向对象的多尺度分类方法能够实现高精度的热带林植被信息提取,可为遥感分类技术在热带林的应用提供参考。     

基于同日过空的Sentinel-2和Landsat 8数据的NDISI指数改进与应用

以福建省福州市为研究区,以同日过空的Sentinel-2和Landsat 8影像为主要数据源,采用MHUTS算法将Landsat 8热红外波段TIRS 10降尺度反演生成10 m空间分辨率的地表温度(LST)影像,然后将其引入基于Sentinel-2的10 m空间分辨率多光谱波段的NDISI指数的构建,提出了一种新型的不透水面指数MNDISI_(S2-L8),并对改进前后的研究区不透水面提取结果进行了精度验证和比较分析.结果表明:经MHUTS算法空间降尺度后,LST影像的空间分辨率得到了明显的提高,细节得以清晰展示的同时也较好地保持了原始影像的热特征.改进前,研究区不透水面提取总精度和Kappa系数分别为88.60%和0.730;改进后,不透水面提取总精度达94.75%,Kappa系数为0.881.     

不同等级土壤遥感分类的尺度匹配性探讨

采用Landsat5 TM遥感影像为数据源,以湖北省江汉平原之潜江市为试验区,探讨同一遥感信息源下对不同等级的土壤分类的尺度匹配性.以Landsat5 TM遥感影像和两个级别的土壤类型图(土壤亚类及土属)为基础数据,集成主成分分析、归一化植被指数等图像处理技术,提取多种影像特征建立土壤分类特征数据集;采用最大似然监督分类方法对潜江市不同级别的土壤分别进行遥感分类;并利用混淆矩阵方法对分类结果分别进行精度验证.结果表明:土属的总体分类精度较高,达到92.79%,Kappa系数为0.919 5;土壤亚类相对较低,总体分类精度只有84.71%,Kappa系数为0.820 1.可见土壤遥感分类具有显著的尺度适宜性特征,在两个级别的土壤分类实验中,Landsat5 TM更适宜土壤的最基层的土属类型划分.在土壤遥感分类时,应首先探讨土壤类型等级与遥感影像的尺度匹配性.     

基于高分遥感的一种新的面向对象城市建筑物信息提取的方法研究

摘要:[目的]为了提高城市建筑物信息提取精度,本文在前人研究的基础上,针对下垫面结构复杂的城市区,提出了多尺度分割和规则数据库结合的面向对象方法,对城市区建筑物信息进行提取。[方法]该方法首先采用Full Lambda-Schedule算法对QuickBird多波段和全波段数据融合数据进行尺度分割,获取尺度分割结果;再根据光谱特征、形状特征、几何特征和纹理特征等指标建立规则知识库,利用规则数据库对尺度分割结果进行建筑物信息的提取。以广州市白云区为研究区,利用尺度分割和规则数据库结合的方法提取建筑物信息,提取结果与其它分类结果进行了比较。[结果和结论]结果表明:基于规则的面向对象的分类方法可以有效地避免传统的基于像素分类时出现的椒盐现象,避免一些错分、漏分的情况分类（如:道路和阴影）,结果更加符合人类的思维方式,与实际值更接近,总体分类精度达到87.0154%,Kappa系数为0.8714,比一般面向对象分类方法更适合作为城市建筑物专题数据库更新的有效方法。