不同监督分类方法分类结果的对比分析研究

笔者以2007年11月中巴资源卫星多光谱遥感影像数据为例,选择山东省济宁市市中区作为研究区,利用ERDASImagine9.2遥感影像处理软件对数据进行预处理后,运用最大似然法(Maximum Likelihood)、马氏距离法(Mahalanobis Distance)、最小距离法(Minimum Distance)进行监督分类试验.然后对分类后的结果进行主观和客观的分析,并评价各种分类结果的精度,为用户进行影像分类前选择分类方法提供参考.     

DEM在喀斯特山区多云背景下土地利用遥感影像解译中的应用

土地利用分类是研究土地资源,进行土地评价和土地利用/土地覆盖变化等研究的基础。利用遥感(RS)技术可对土地资源进行分类调查。以沿河县为分析样区,沿河县是典型的喀斯特山区县,常年多云多雾,给土地利用遥感解译带来较大难度。研究中以地理信息系统(GIS)技术为工作平台,利用近年ASTER影像为基础数据,采用分层提取特征波段的方法,结合数字高程模型(DEM)数据对沿河县土地利用进行了遥感分类解译。分类结果表明,多云背景下的影像数据和DEM数据相结合的方法,可以更好、更快、更有效地提取土地信息,达到较好的分类精度。     

基于CART决策树的ZY-3卫星遥感数据土地利用分类监测

通过分析ZY-3卫星遥感影像光谱特征、数据质量,探讨其遥感影像在土地利用分类监测领域的应用前景.基于遥感影像特征,结合面向对象的分析思想,选择训练样本构建决策树分类模型,进行土地利用计算机自动分类,并通过混淆矩阵和Kappa分析对分类精度进行评价.研究表明：1)基于决策树模型和面向对象分类方法,ZY-3卫星遥感影像分类总体精度为88.76%,有助于提高影像分类精度;2)在分类模型中,ZY-3卫星影像对水域、耕地、公路用地和林地影像辨识度较高,而对于其它用地类型相对不足.3)ZY-3卫星数据高分辨率影像特征明显,影像可用于土地利用分类监测.     

高分辨率遥感数据和POI数据支持下的城市土地利用分类——以宁波市某广场为例

遥感影像数据用于城市土地利用分类由来已久,但这种方法难以识别建筑物的社会经济属性.而包含社交媒体数据在内的多源数据为城市研究与应用提供了丰富的数据资源,能有效弥补遥感影像数据无法体现建筑物内在特征的不足.以宁波市某广场为例,利用高分辨率遥感数据和兴趣点(POI)数据,结合主题模型,研究使用多源数据融合是否会对城市土地利...     

中国科学院土地利用分类系统与IGBP分类系统的转换研究——以西北农牧交错带为例

以中国科学院土地利用/土地覆被分类系统和IGBP土地利用/土地覆被分类系统为例,分别按照直接转换、间接转换、分类后再转换3种转换关系制定转换规则,以西北农牧交错带为实验区,利用从中国科学院资源环境数据中心获取的实验区2015年土地利用/土地覆被数据以及遥感影像、野外考察数据等,按照制定的规则,对土地利用/土地覆被分类系统进行了转换和验证.结果表明:本研究所制定的土地利用/土地覆被分类系统转换规则科学合理;经过分类系统转换后的土地利用/土地覆被数据精度较好.本研究对于其他分类系统间土地利用/土地覆被数据类型的转换具有参考价值,对进一步的区域变化研究具有重要意义.     

基于光谱与纹理信息的Worldview-2影像地物分类

高分辨率遥感影像分类是遥感影像处理领域中的一个重要的研究方向.选取Worldview-2影像,分别以光谱信息和光谱结合纹理信息为分类数据,采用最大似然法(MLC)和支持向量机法(SVM)进行监督分类,用混淆矩阵对分类结果进行评价.结果表明,9×9为最佳纹理窗口;SVM法分类精度明显优于MLC法;基于光谱结合纹理信息的分类精度明显优于单纯基于光谱信息的分类结果.辅以影像纹理特征,采用SVM法可以较为有效提取Worldview-2地物信息.     

基于光谱与纹理信息的Worldview-2影像地物分类

高分辨率遥感影像分类是遥感影像处理领域中的一个重要的研究方向.选取Worldview-2影像,分别以光谱信息和光谱结合纹理信息为分类数据,采用最大似然法(MLC)和支持向量机法(SVM)进行监督分类,用混淆矩阵对分类结果进行评价.结果表明,9×9为最佳纹理窗口;SVM法分类精度明显优于MLC法;基于光谱结合纹理信息的分类精度明显优于单纯基于光谱信息的分类结果.辅以影像纹理特征,采用SVM法可以较为有效提取Worldview-2地物信息.     

基于机器学习的多源遥感影像融合土地利用分类研究

为了快速获取准确的城市土地利用信息,提高西南地区遥感影像城市土地利用分类信息提取的精度,探讨了当前快速发展的机器学习技术在该领域中的分类实验.选用昆明市主城区作为研究区域,以Landsat8与Sentinel-1A影像为原始数据,使用GS变换法对影像进行融合,使用卷积神经网络(Convolutional Neural Network,CNN)和BP神经网络(Back Propagation Network)2种分类算法对融合前后的遥感影像进行土地利用分类信息提取,对分类结果进行分析.研究结果表明:基于Landsat8和Sentinel-1A的融合影像数据的卷积神经网络分类算法具有最好的分类效果,其总体分类精度和Kappa系数分别为85.8091%,0.8124,认为基于多源遥感影像融合的卷积神经网络分类方法是获取准确的城市土地利用分类信息的一种可行的方法,可以为高原地区城市的土地利用分类提取研究参考.     

海岸沙荒风口建立木麻黄防护林关键技术研究

以福建平潭岛燕下浦大风口为试验点,按照森林生态系统研究方法,揭示了海岸风口飞沙与大风规律,围绕培育木麻黄两年生大苗这一关键的核心技术及其在风口地段建立防护林等配套技术.结果表明在沙荒风口建立防护林,采用两年生木麻黄大苗营建防护林,其成活率和保存率可以分别达到97.8%和92.2%;两年郁闭成林.试验还表明,应用木麻黄小径材与枝条建造的风障是一种非常实用的防风固沙新技术.同时选择高大的木麻黄苗木密植,建造可升高的生物风障,不仅效果好而且成本低廉.     

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.     

海洋／海岸带环境与灾害遥感监测

航天航空遥感技术，已经成为海洋／海岸带环境资源动态监测的一种非常有效的现代化高技术手段，其优越性是过去用常规手段所无法比拟的。述及了遥感技术在海面叶绿素，是沙，赤潮，温度场和流场，浅海水下地形测测测控，海岸红树林，海岸带城市化，土地利用以及交通监测等诸多方面的应用。     

城市热岛效应的红外遥感研究进展

气象卫星监测的红外遥感资料已被广泛用于研究城市热岛,进行地物分类,并作为一些地表、大气交换模型的输入数据。回顾了利用卫星红外遥感数据对城市热岛效应的研究进展,包括早期的研究及发展,并提出当前城市热岛效应研究存在的问题和对未来研究方向的展望。     

基于插件技术的滩涂资源遥感监测系统的研究与应用

可视化滩涂资源遥感监测系统有利于科学监测和保护滩涂资源.针对目前的滩涂资源遥感监测系统存在空间和属性信息关联不足、系统复用性和可扩展性不高等问题,本文结合滩涂资源的可视化展示需求,对系统进行优化：在GIS实体管理方面,提出了基于GML的映射设计思想和面向对象的设计原则,实现了GIS对象及属性的动态管理;在图层管理方面,提出了基于MapObject组件的GIS实体展现,实现了多种矢量数据和栅格数据的转换;在系统设计方面,采用插件技术,实现了系统功能的封装和复用.系统较好地实现了对江苏沿海滩涂资源的动态监测和可视化展示,对于海洋滩涂资源的保护和服务海洋高质量发展都具有重要的意义.     

土地利用的遥感信息变化提取研究

利用卫星遥感影像进行土地利用类型分类和动态变化监测是遥感应用中的一个重要课题。本文选择不同时相的ETM 和SPOT-5卫星遥感影像数据,对两期影像进行监督分类,快速提取不同时期的土地利用数据;然后进行动态变化监测,获得土地利用情况的变化特征和信息;最后对其分类精度进行评价分析。研究表明,两期影像中耕地、居民用地和未利用地这三个类别的变化面积较大;ETM 影像进行监督分类的精度为90.1692%,Kappa系数值为0.8268;SPOT-5影像进行监督分类的精度为95.1477%,Kappa系数值为0.9361。由于SPOT-5影像的分辨率较高,分类效果更优于ETM 影像,更能准确的反映土地类型的信息和特征。     

基于非参数分类算法和多源遥感数据的单木树种分类

【目的】通过研究随机森林(random forest, RF)特征筛选对单木树种分类精度的影响,以及多源遥感数据协同下单木树种分类的有效性,分析不同特征对单木树种分类的影响程度。【方法】以东北林业大学帽儿山实验林场中林施业区的两块100 m×100 m样地为研究对象,首先,以机载激光雷达(LiDAR,light detection and ranging)和多光谱遥感CCD(charge coupled device)影像为数据源,分别基于机载LiDAR数据提取高度、强度和树冠大小等共37个特征,基于CCD影像提取光谱和纹理共21个特征;其次,以随机森林方法进行特征筛选,之后以随机森林和支持向量机(support vector machine, SVM)两种非参数分类器,结合不同数据源和特征,采用12种分类方案,利用总体精度(overall accuracy, OA)、用户精度(user’s accuracy, UA)和生产者精度(producer’s accuracy, PA)对分类结果进行对比与精度评价。【结果】经随机森林特征筛选后,分类结果优于未进行特征筛选的结果,总体精度可以平均提高3.47%,使用机载LiDAR和CCD影像协同分类相较于仅使用CCD影像总体精度平均提高6.07%。【结论】随机森林特征筛选可以优化特征,减少特征冗余,提高分类精度;多源数据结合也可以提高分类精度;在多源数据结合时,光谱特征最重要,LiDAR提取的强度特征相较于高度特征更稳定。     

林业调查中地类面积遥感判读模型研究

为了提高森林资源二类调查中小班遥感面积测量精度,本文利用博爱县国有林场部分遥感影像建立了目视解译标志,借助CIS进行了小班面积判读,并利用CPS实测了小班面积.遥感判读数据和实测数据的平均相对误差及相关系数结果表明,除了苗圃地和竹林地平均相对误差较大外,其余地类误差均较小,所有地类的遥感判读面积与实测面积均存在显著相关...     

光学遥感影像土地利用分类方法综述

土地是实现经济社会高质量发展的基础性资源,光学遥感影像以时间、空间、光谱等特有的优势为土地利用变化的发现、识别、分析提供了很好的支持,利用光学遥感技术提取土地利用变化信息已经成为重要的研究领域。论文以近年来土地利用分类相关文献为基础,分别从数据源、处理流程、处理精度、计算效率等角度对土地利用分类应用较为广泛的目视解译、监督分类、非监督分类、深度学习等四类方法进行了分析和总结。最后展望了光学遥感影像土地利用分类方法的发展方向     

海岸带红树林范围与种类识别精度的荟萃分析

对2000年以来基于遥感数据的红树林范围与种类识别的研究结果进行荟萃分析,阐明红树林范围和种类识别精度的现状,分析遥感数据源、分类算法、地物类型和物种数对总体精度的影响.结果表明,红树林范围识别的总体精度范围为55.7％～99.7％;约66％的研究基于Landsat遥感数据开展,且总体精度最高(75％～99.7％);光...     

福建武夷山自然保护区森林碳储量遥感 估测方法与空间分析

以福建省武夷山国家级自然保护区为研究对象,以2003年24块固定样地数据、同年Landsat TM遥感数据为主要信息源,分别采用多元线性回归、K最邻近分类算法、人工神经网络、土地覆盖分类4种方法,对研究区域2003年的碳储量进行遥感估测。在此基础上,对森林碳密度进行地理加权回归及空间格局分析。研究表明:在4个模型中,人工神经网络的相关系数最高,标准误差、平均相对误差最低,预测精度最高; 研究区不同功能分区碳密度差别不大,森林平均碳密度为52.40 t/hm²,碳储量为278.542 3万t; 森林碳密度与所处位置的海拔、坡向负相关,与坡度、林地土壤水文状况、植物生长状况正相关; 随着海拔的降低和人为干扰活动的增强,核心区、缓冲区、实验区森林碳密度的空间聚集性减弱,破碎化趋势增强。