一种面向对象的遥感影像多尺度分割方法

高分辨率遥感影像中丰富的空间结构信息和地理特征信息提取需要在多种不同的尺度下进行,而传统的基于像素光谱特征的影像分割和单尺度影像信息提取方法在这方面存在明显的缺陷.基于区域的面向对象影像分析方法,为高分辨率遥感影像信息提取提供了新的思路,其关键的核心问题在于实现对高分辨率遥感影像的多尺度分割.本文提出了一种基于相邻影像区域合并异质性最小的面向对象多尺度分割算法.影像分割试验结果表明:该方法可以根据任意特定尺度下的影像分析任务或任意感兴趣尺度的地物目标,调整影像分割的尺度参数,从而获得特定尺度下感兴趣的影像区域(对象)作为后续面向对象影像分析和应用的基础.     

基于植被指数和地表温度的干旱监测方法的对比分析

以陕西省关中平原和渭北旱塬为研究区域,应用1999-2005年每年5月上旬的AVHRR卫星遥感数据,对比分析了基于归一化植被指数(NDVI)和地表温度的几种干旱监测方法:包括条件植被指数(VCI)、条件温度指数(TCI)、距平植被指数(AVI)和条件植被温度指数(VTCI)等,研究了VTCI与其他干旱监测方法的优缺点及其在研究区域的适用性.从研究区域旱情分布来看,VCI的干旱监测结果不符合研究区域干旱的分布规律.从监测结果的影像纹理特征来看,VTCI和AVI可能适合于研究区域的旱情监测.通过进一步对比分析遥感干旱监测结果与累计降水量的监测结果,得出了VTCI更适合于研究区域的干旱监测.     

MODIS遥感影像在蓝藻水华灾害监测中的应用

研究如何利用MODIS遥感影像进行蓝藻水华的业务化遥感监测,可以为实时监控水质、预警蓝藻水华爆发提供基础数据和技术支持。通过辐射定标、地理定标等预处理,对云区域进行检测与掩膜标定。采用阈值分割方法,对比分析比值植被指数、归一化植被指数和差值植被指数的阈值分割结果,筛选出最合适的植被指数,结合形态学处理方法,提高水华信息自动的业务化提取能力。采用2015年6—10月数据验证方法的适用性,统计并分析了蓝藻水华主要爆发期的时间分布情况。     

空间重采样方法对遥感影像信息影响研究

在对原始影像进行几何校正时需要对影像进行重采样,必然会导致光谱信息的失真,如何保持原始影像的光谱信息一直是研究的热点问题.从影像应用质量评价的角度,对3种不同类型的遥感影像质量进行了评价与分析,通过对多幅不同空间分辨率的遥感影像重采样后进行比较,评价了重采样后遥感影像的质量.研究表明,影像重采样后的信息量随着空间分辨率的提高基本保持不变,随着空间分辨率的降低,信息量也逐步减少的结论,为评价遥感影像重采样后影像信息量损失情况的多尺度效应提供参考.     

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.     

县域尺度上基于多时相影像的冬小麦面积监测

探究了基于多时相遥感影像在县域尺度上对冬小麦种植面积的监测方法.以河北省廊坊市固安县柳泉镇为研究区域,以冬小麦为目标作物,采用2014年11月份ZY-3(资源三号)和2015年4月份GF-2(高分二号)卫星的遥感影像数据源进行研究.影像经过预处理后,分别计算其归一化植被指数(NDVI),综合分析冬小麦种植面积和其NDVI的相关关系,构建NDVI差值模型来提取冬小麦种植面积,结合ArcGIS软件在影像上随机采样进行验证,最终得到种植空间分布图.采用2015年在柳泉镇实地勘测的冬小麦种植面积数据进行验证,精度可达95.54%.在廊坊市固安县进行区域应用,利用Excel软件进行各乡镇面积统计.结果表明,在县域尺度上采用该方法进行冬小麦面积提取能够达到很高的精度,为科学管理冬小麦的播种面积及制定相关政策提供技术支持.     

基于Landsat 8数据反演地表发射率的几种不同算法对比分析

为了分析研究不同地表发射率反演算法的精度和适用性,文中选取西安市的遥感影像Landsat 8为基础数据,运用ENVI,ArcGIS等软件,首先对Landsat 8数据进行预处理,提取西安市的NDVI影像;然后,建立决策树模型得到西安市地表分类影像,并基于像元二分模型反演得到植被覆盖度,基于NDVI得到4种不同算法的地表发射率;最后,以精度0. 01的MODIS LSE产品为标准数据,从像元尺度上对比分析了4种算法的精度,并依据回归决策树方法的分类结果,对比分析了不同算法在各类地表覆盖类型上的发射率反演差异。结果表明:在像元尺度上,植被指数混合模型法与NDVI~(TEM)改进算法精度较高且较为接近;从不同下垫面的反演差异来看,在植被区域4种算法之间的差异较小,而对于水体区域,4种算法之间的差异较大;从反演方法的适用性而言,植被指数混合模型法与NDVI~(TEM)改进算法较为适合本研究区。     

基于最小异质性区域生长法的多尺度城市地物影像分割

遥感影像分割是面向对象影像分类中的关键技术.针对地物景观的多尺度效应与高分辨率影像的高空间分辨率特征研究了多尺度分割与多特征最小异质性准则,分析了其有效性及可行性.基于区域生长的原理与方法,采用多尺度分割与最小异质性算法,对不同分辨率遥感影像和地物类型的样区进行分割技术的应用实践,分析总结了分割参数与影像特征参数的关系和各种参数的确定方法.     

利用植被指数(Ⅵ)提取遥感影像荒漠林覆盖度信息的差异性研究

本研究针对荒漠林在遥感影像中的表现特征,选用归一化植被指数(NDVI)、重归一化植被指数(RDVI)和土壤调节植被指数(SAVI),比较分析通过遥感影像灰度图的判读和植被指数分析荒漠林的覆盖度。结果表明:3种植被指数在探测干旱区稀疏植被覆盖度的能力方面存在差异。RDVI探测稀疏植被覆盖度的能力明显劣于NDVI和SAVI。NDVI和SAVI表现基本一致;由于土壤因素的影响,在估测稀疏植被覆盖度方面,NDVI的能力较SAVI强。     

西南喀斯特地区植被定量遥感研究进展

喀斯特地区植被相比非喀斯特地区具有更高的时空差异性,在维持脆弱生态系统稳定与可持续发展中具有极其重要的作用。西南喀斯特地区作为全球生物多样性热点地区,植被类型多样且存在显著的同物异谱/同谱异物现象。为更精准、高效地进行喀斯特地区植被定量遥感研究,本文从个体尺度到生态系统尺度,从遥感数据源选择和方法应用上回顾了西南喀斯特地区植被定量遥感的研究进展,并探讨下一步需要重点关注的研究方向。西南喀斯特地区植被定量遥感研究主要集中在群落和生态系统尺度的植被覆盖度、植被分类、生态系统服务功能与价值研究;遥感影像数据应用相对单一,主要为被动成像中低分辨率的光学影像(如Landsat和MODIS)。在个体和种群尺度上,虽采用了地物高光谱遥感技术和无人机遥感技术,但该技术主要应用于小尺度近地面植物个体和种群研究,难以扩展到区域范围。亟待开展融合多源影像,尤其是激光雷达影像(Light Detection and Ranging, LiDAR)与非影像数据的应用及其先进分析方法研究,以及个体和种群尺度的喀斯特地区植被生化参数定量估算与自然植被物种精准识别,群落和生态系统尺度的生物多样性与碳循环定量遥感研究工...     

渭干河流域植被覆盖时空变化特征研究

植被是联结土壤、大气和水分等要素的自然纽带,更是自然生态系统中最活跃的因子,植被变化可用来揭示环境的演化,并且能在全球变化研究中起到“指示器”的作用.本研究利用遥感影像获取NDVI数据,借助遥感与GIS等现代手段,运用多种方法对渭干河流域1989-2007年植被覆盖变化特征和发展趋势进行了定量研究,最终得出渭干河流域植被覆盖时空变化规律.     

基于卫星遥感影像的土地分类实验方法研究

为了让本科生充分理解和掌握遥感影像处理技术,结合吉林大学大学生创新创业训练计划,设计了基于高分辨率卫星遥感影像的校园土地分类实验项目。以2015 年9 月20 日高分二号( GF-2) 卫星拍摄的吉林大学中心校区卫星影像为实验数据,通过使用不同的光谱指数以及支持向量机( SVM: Support Vector Machine) 分别对影像中的建筑物、植被、水体、平地和操场等地物进行提取,进而得到基于高分辨率遥感影像的校园地物分类图,并对分类结果中各种地物信息进行统计分析,将统计结果与真实的地物参数进行对比,近而改善该方法的分类精度与可靠性。实践结果表明,该实验可以有效的帮助学生对知识的理解和掌握,达到了预期的教学效果。     

基于红边谱段的草地品质评价方法研究

草地资源是我国畜牧业发展的坚实基础.但由于长期不合理的开发利用,导致全国近90％的可利用草地都存在不同程度的退化.因此及时准确地监测草地生长状况和掌握反应草地生势的品质参数,对草地管理具有重要的现实意义.近年来,随着遥感技术的不断发展,越来越多的高分辨率卫星增加了红边谱段.红边谱段对受病虫害影响的植被反映较为明显,且受...     

引入地形特征的田块尺度玉米遥感估产与空间格局分析

田块尺度作物估产引入地形特征提升精度与产量空间格局分析对规模经营具有重要意义。以黑龙江省规模化种植的春玉米为研究对象,测定无人机(unmanned aerial vehicle, UAV)高精度地形与变量测产数据,基于多时期SPOT-6影像提取7种植被指数;采用最小二乘法,构建不同时期植被指数与春玉米实测产量的经验统计模型,确定遥感估产最佳时期和最优植被指数;提取6种地形因子,使用多元逐步回归评价引入地形因子的遥感估产模型,应用空间统计分析探索产量空间分布格局。结果表明:春玉米灌浆期是遥感估产的最佳时期,决定系数R~2达到0.6以上的植被指数共6种,比值植被指数(ratio vegetation index, RVI)为最优植被指数,其余依次为修正比值植被指数(modified simple ratio, MSR)、无蓝色波段增强型植被指数(enhanced vegetation index without a blue band, EVI2)、归一化植被指数(normalized difference vegetation index, NDVI)、次生修正土壤调节植被指数(modified secondary soil adjusted vegetation index, MSAVI2)、绿度归一化植被指数(green normalized difference vegetation index, GNDVI);最佳估产模型引入地形辅助信息后R~2提升5.6%,达到0.79,均方根误差(root mean squared error, RMSE)为347.03 kg/hm~2;高海拔与高坡度区域产量均值最低为7 502.64 kg/hm~2,中海拔与低坡度区域产量均值最高为9 157.63 kg/hm~2。优化后的遥感估产模型可以快速评估作物产量,确定春玉米最佳生长区域,为规模化农业精细管理、土地整治与作物种植结构调整提供科学依据。     

中国西部干旱区植被覆盖变化特征分析

在中、大尺度的区域研究中,利用遥感数据与方法分析植被的覆盖变化具有独特的优势,通过连续近20年(1982-2000年)从 NOAA/AVHRR数据中提取的植被覆盖度指数,按不同植被覆盖度的指标,采用分区分类法对中国西部干旱区进行了分类,得到植被分类结果图,提取了各类植被在每个年度的面积数据,显示了各类植被面积变化的过程,并初步分析了原因。结果表明,近20年来,干旱区各区域相同植被类型的变化状况不完全相同,具有不同的特点;北疆地区无植被覆盖类型面积明显减少,生态环境有所改善;南北疆在绿洲面积增加的同时,中、高覆盖度植被减少,即在绿洲与沙漠之间的过渡带植被面积减少,柴达木盆地荒漠面积增加,森林、草甸类植被面积减少,表现出该区域生态环境退化。综合各区各类植被的变化来看,在平原区荒漠无植被区是稳定的(与其总面积相比),绿洲也是西部干旱区较稳定的植被类型,而且是不断扩大的植被类型。人类活动已是西部干旱区、平原地区植被类型发生显著变化的重要因素,而在这二者之间的过渡带类型的植被,尤其是中、高覆盖度植被的面积在减少。     

湿地生态系统状态参数遥感估算与分析

综合利用遥感图像处理技术和定量遥感模型,计算分析了扎龙漫地不同时期的植被指数和蒸散发量信息,研究了2001年火灾前后湿地植被生长状况的时间变化和空间差别.实验通过计算蒸腾量与植被指数的比值,来描述地面植被在不同生长阶段生长速度的差别,并利用图像变化检测技术,获取了火灾受灾区空间分布情况的相关信息.实验结果表明,在火灾中...     

小样本学习在高分遥感影像分类与识别中的应用

遥感影像分类与识别是近年来深度学习以及图像分类与识别研究的热点,其中一个关键问题是因样本数据集的数据较少而极易出现过拟合。许多图像分类的模型和方法并不完全适用于遥感影像分类,将小样本学习与遥感影像处理结合起来,实现遥感影像数据增强和识别模型优化是一个可行的思路。根据小样本学习的发展现状,针对特征提取、模型分类方法,归纳总结了典型学习方法的原理及其在相关领域的应用; 分析遥感影像处理的现状和存在问题,基于适用场景、优缺点对各方法进行了比较; 通过分析小样本学习在高分遥感影像分类与识别上的应用,发现引入注意力机制和迁移学习后,小样本学习能够用于样本数据量小的遥感影像分类。     

基于Landsat-TM数据鄱阳湖湿地植被生物量遥感监测模型的建立

建立合理的经验模型对地面植被生物量进行遥感监测是可行的方法．利用遥感影像获得的植被指数和实地得到的生物量做回归统计分析,得到近似的地面生物量估算模型,这种模型的合理性取决于数据处理的水平和样本数据的大小．任何模型在具体应用时都需要根据实际情况进行改进,生物量估算模型更是如此．该文首先说明了回归分析的理论依据和适用条件;然后基于大量的实地测量数据,选取了若干种植被指数,分别进行了植被指数与生物量的线性和非线性回归分析,结果表明,非线性回归得到的结果更优．但是不同于以往的是,该文从统计学的角度对这种结果做了进一步说明,指出这种分析的局限性,说明了模型的适用条件,希望结果能为比较准确地实施遥感监测和湿地调查提供参考。