改进的基于视觉认知特征的植被识别方法

在高分辨率遥感图像中,可以在没有任何先验知识的前提下,仅采用待处理图像本身的色调特征,基于植被视觉认知特征,高精度地提取出植被区域.为了提高该方法在色调较暗图像中的提取精度,在简要阐述该方法原理的基础上,针对该方法在色调较暗图像中容易发生非植被区域误判、植被信息提取精度不高的不足,对其进行了技术改进——将植被指数(NDVI)法加入到该方法中,并在检测植被区域轮廓前进行一次数学形态学闭运算.改进后的方法可以很好地去除非植被区域的误判,使其在色调偏暗的图像中也具有一定的提取精度,扩展了该方法的适用范围.     

基于植被分区的多特征遥感智能分类

为了有效地提取大范围地形复杂区域的土地利用/土地覆盖遥感信息,以位居青藏高原与黄土高原过渡地带的青海东部地区为研究区,研究基于蚁群智能优化算法(ant colony intelligent optimization algorithm,ACIOA)的土地利用/土地覆盖遥感智能分类。首先选用TM图像、DEM、坡度和坡向数据作为分类的特征波段;然后利用归一化植被指数NDVI对实验区数据进行植被分区;最后利用ACIOA算法进行分类规则挖掘,并依据分类规则进行土地利用/覆盖信息的提取。研究表明,基于植被分区的多特征蚁群智能分类的总体精度为88.85%,Kappa=0.86,优于传统的遥感图像分类方法,为大范围地形复杂区域的土地利用/土地覆盖遥感信息提取提供了有效的方法。     

泰山地区近三十年植被覆盖变化与地形因子分析

针对在人类活动影响下,泰山地区植被覆盖面积变化情况,以陆地卫星(Landsat TM/OLI)遥感影像为研究基础影像,采用遥感图像处理平台(ENVI)和ArcGIS软件,对泰山地区1985、1995、2003、2008、2013、2018年的6期遥感影像,通过归一化指数(NDVI)对遥感影像植被信息进行反演,通过地形因子提取实现对高程、坡度、坡向信息的提取与绿色植物覆盖的综合分析.研究发现:泰山地区植被面积由西北向中南递减,周边农村区域植被覆盖大于中心城区;伴随海拔增高,植被面积呈倒"U"变化,多在100～500 m高程范围内;植被多分布在坡度较缓,向阳区域.     

京津冀地区植被覆盖度时空演变特征分析

利用MODIS EVI遥感数据,采用AG滤波法(Asymmetric Gaussians)和像元二分模型来实现对2001-2015年京津冀EVI数据的重建和植被覆盖度的估算,在此基础上运用线性回归分析等方法,从时空两个维度分析了2001-2015年京津冀植被覆盖的演变趋势。研究结果表明:(1)2001-2015年京津冀地区植被覆盖度年际变化呈不显著增长,2003-2004年植被生态环境退化明显。(2)京津冀城市群植被覆盖度差异明显,大多数城市植被覆盖度处于稳定波动中,张家口市植被覆盖度呈波动上升。(3)2001-2015年京津冀植被覆盖度超过95%区域有所变化,呈增长趋势的区域占研究区面积的56.36%。显著变化区域中,中度改善区域占比例最高,达到28.18%;严重退化区域占比最小,仅为3.25%。     

鄱阳湖生态经济区成立前后植被覆盖变化

针对鄱阳湖生态经济区成立后,国家加大区域生态保护力度,区域植被覆盖度发生变化的问题,该文采用像元二分法估算植被覆盖度,并分析其在生态经济区成立前后变化特征。结果表明:鄱阳湖生态经济区植被覆盖情况较好,中高植被覆盖度和高植被覆盖度区域面积所占比例较高。生态经济区成立前后,植被覆盖变化呈现差异,成立之前(1995—2010年)植被生长发生负向转移,退化现象较为严重,发生退化的区域主要分布在鄱阳湖周边和南部;成立之后(2010—2015年)植被生长发生正向转移,在省会和城市周围呈现退化趋势,其他区域呈现增长趋势。农业耕作效率和林地资源保护是生态经济区成立前后植被覆盖变化差异的主要原因。     

八步沙林场防沙治沙区植被覆盖度时空演变分析

以古浪县八步沙林场防沙治沙区域及其周边乡镇为研究区,基于Landsat影像,利用植被覆盖度遥感估算方法提取了1991-2019年研究区的植被覆盖度数据,并对区域内植被覆盖度变化的总体趋势、时空演变特征、影响因素等进行了深入分析.结果 表明:①1991-2019年区域内植被覆盖度明显向好发展,极低植被覆盖度区域逐年减少,...     

黑河中下游植被覆盖度变化遥感监测

自2000年国家决策实施水量统一调度以来,黑河中下游生态环境得到好转,但缺乏一个客观公正的评价方法加以验证。本文考虑黑河中下游区域面积大、数据资料缺乏等特点,提出了基于卫星遥感影像提取生长季植被指数计算植被覆盖度（VFC）,并对VFC的空间分布特征、面积占比、变化趋势等进行了分析。研究表明,2000—2017年18年间,黑河中下游区域均存在低覆盖植被向其他类型覆盖植被转化现象,高植被覆盖区域面积增加,植被覆盖情况整体趋好。该结论与黑河中下游区域生态环境变化现状相符,证明本文方法可以作为区域生态环境评价的重要方法支撑。     

基于无人机图像颜色指数的植被识别

植被信息在农业监测、生态环境保护等方面具有重要作用。利用无人机(unmanned aerial vehicle,UAV)获取的高分辨率图像识别植被信息具有成本低廉、方式灵活等优势。目前UAV遥感使用的可见光图像主要依靠各种颜色指数提取植被。以山东省微山县为研究区,选用NGRDI,Ex G,Ex G-ExR和GLI等4种基于RGB色域的颜色指数,对覆盖研究区的UAV图像进行灰度化处理,用最大类间方差自动阈值检测方法将植被区域与非植被区域识别出来,并分析各种颜色指数的适用性及影响因素。研究结果表明:4种颜色指数均能快速准确地识别植被覆盖区域,识别精度在90%以上。其中Ex G-ExR指数优于其他指数,识别精度最高,识别效果较稳定;Ex G与GLI指数的识别精度在研究区9景图像中变化不大,相对稳定,也可作为有效的植被识别方法。4种颜色指数对植被与背景的RGB特征差别较大图像的植被识别精度均较高。植被识别精度与研究区图像中冬小麦所占比例成正比,与阔叶林、建筑物/道路所占比例成反比。     

天津滨海新区土地利用变化及驱动因子分析

随着全球变化研究的深入,人们逐渐认识到人类活动所导致的土地利用/土地覆盖变化(Land Use and Cover Change)最终会反过来影响到人类自身的生存和发展。因此,土地利用与土地覆盖变化成为全球变化研究的热点问题。本文以天津滨海新区为研究区域,使用ENVI软件通过面向对象解译的方法分别对2005、2010、2014年的遥感图像进行处理,得到3期的解译数据;然后,运用土地利用动态度及土地利用转移矩阵的方法对土地利用的面积变化情况进行分析;最终得出结论:该区域土地利用类型面积变化以建筑用地、未利用地的大幅增加及水域的锐减为主。2005~2014年9年间建筑用地和未利用地面积增加量分别为13 638.15 hm~2、6 926.94 hm~2;植被和盐田的面积都是减少的,而植被减少的面积最多,减少的面积量为10 673.28 hm~2。同时,本文进一步分析了经济、人口、政策驱动因子对该区域土地利用变化的影响。     

基于遥感与GIS技术对城市绿地信息提取、统计方法研究

本文结合新疆石河子市国家人居城市申报项目,基于遥感技术,利用QUICKBIRD卫星影像,运用归一化植被指数(NDVI)法提取绿地信息,建立解译标志,采用人机交互方式,提高解译精度,该方法目前在植被监测、土地覆盖变化、荒漠化研究中有广泛的应用。     

基于NDVI序列影像精化结果的植被覆盖变化研究

植被归一化指数(NDVI)是地表植被覆盖特征的重要指标之一。本文以三峡库区2001-2003年MODIS遥感数据反演的NDVI时间序列影像为例,研究NDVI影像序列的精化问题,包括降云及去噪处理的有效方法。在改进的BISE技术降云处理的基础上,采用小波软阈值降噪方法提取有效变化趋势。然后进行库区2001-2003年植被变化的变化矢量分析,采用阈值分割的方法将库区变化强度影像分为未变化、小变化、中等变化与剧烈变化四个类型。研究成果可为三峡库区宏观生态环境变化的掌握提供一定的依据。     

长时间序列Radarsat图像的神经网络模拟及土地覆盖变化的快速检测

土地覆盖的短期时空变化模式研究,对土地覆盖的快速、动态监测具有重要意义,也是遥感研究的新热点。本文利用2000—2001年的时间序列Radarsat图像,采用功率谱分析方法,对土地覆盖的短期时—空变化的周期特征进行了分析,由此建立了基于时间序列影像分析的神经网络预测模型,从植被主要生长季节的时间序列雷达卫星影像获取训练样本,对研究区域的典型土地覆盖的短期动态变化过程进行了学习。学习后的模型能够利用多个时间序列的Radarsat影像对下一时刻的影像进行模拟,并进一步检测变化。在模拟结果基础上,定义相对变化距离函数和检测门限,对模拟影像及实际影像中的变化区域进行了检测。检测精度范围在66.67%(农村居民点)—91.67%(水体)之间,平均检测精度为81.66%。由于时间序列信号的引入,神经网络模型能够较好地获取土地覆盖的短期动态变化信息。     

一种新的融合空间信息的半监督变化监测方法

基于改进的半监督FCM算法和马尔科夫随机场,提出了一种新的融合空间信息的半监督变化监测方法。首先将两幅遥感图像相减得到差值图像,并通过第4波段的差值给出了一种新的样本标记方法;然后,通过标记样本对差值图像利用半监督FCM算法进行聚类;最后,为了提高监测精度和去除聚类噪音点,利用像元点之间的空间邻接关系和马尔科夫随机场,通过更新后的隶属度矩阵得到了监测结果。为了验证本文方法的有效性,选取了两组TM遥感图像,监测了森林的变化。试验结果表明,改进的半监督FCM算法可以减少监测的漏检率,马尔科夫随机场方法可以很好地去除聚类过程中形成的噪声点,减少监测的虚检率。     

一种基于退化模型的高分辨率SAR去噪算法

为了保持高分辨率合成孔径雷达（SAR）图像中的纹理结构，提出了一种基于高斯．马尔可夫模型（Gauss-Markov Model）的方法来抑制SAR图像的斑点噪声。通过引入贝叶斯分析框架，建立Markov随机场的退化图像恢复模型，从而将图像的恢复问题转化为求解最大后验概率（MAP）问题，并直接从噪声图像中估计随机场模型参数进行有效的噪声抑制。实验结果表明，对所研究的高分辨SAR图像，基于退化模型的去噪算法（RMBD）不论是在噪声的去除上还是在结构信息等细节的保持上均不同程度地优于其他常用斑点去噪方法。     

NDVI时间变换一致性的贵州茂兰植被覆盖变化分析

利用近18年贵州茂兰自然保护区的Landsat TM/ETM+/OLI数据，针对云覆盖对影像质量的影响，提出并使用了一种基于NDVI时间变换一致性的方法，构建出较为完整的研究区植被指数时间序列，实现了小区域尺度下长时间序列的植被覆盖变化研究，并采用一元线性回归模型和相关分析法探讨研究区植被覆盖变化趋势及其对气象因子的响应关系。得出结论：NDVI时间变换一致性处理方法可以有效地消除云覆盖的影响；研究区近18年植被覆盖状况良好且正呈缓慢上升趋势，气候因子与植被覆盖变化呈显著正相关关系，其中平均温度的影响在当月最强，而降水量和平均相对湿度的影响则存在滞后性。     

一种利用多时相TM影像分析地表植被变化的新方法--以敦煌地区绿洲植被变化分析为例

变化分析是多时相遥感影像的主要应用领域。以郭煌绿洲为例 ,探讨一种应用多时相TM影像进行地表植被变化分析的新方法。结果证明 ,用不同时相的NDVI影像进行彩色合成可以直观地反映地表植被的变化 ,而利用色彩变换得到的各分量可以对变化特点进行定量分析。其中色度反映变化类型 ,饱和度反映变化强度 ,而亮度图像则反映地表植被多年来的总体长势。除了直观和定量的特性之外 ,该方法还可以用于其它类型的变化分析 ,具有可扩展性     

一种利用多时相TM影像分析地表植被变化的新方法：——以敦煌地区绿洲植 …

变化分析是多时相遥感影像的主要应用领域。以敦煌绿洲为例,探讨一种应用多时相ＴＭ影像进行地表植被变化分析的新方法。结果证明,用不同时相的ＮＤＶＩ影像进行彩色合成可以直观地反映地表植被的变化,而利用色彩变换得到的各分量可以对变化特点进行定量分析。其中色度反映变化类型,饱和度反映变化强度,而亮度图像则反映地表植被多年来的总体长势。除了直观和定量的特性之外,该方法还可以用于其它类型的变化分析,具有可扩展性     

用基于知识的决策树方法分层提取矿区土地类型——以湖北大冶为例

以湖北大冶为研究区,采用多时相陆地卫星遥感图像,通过不同波段组合,以及ironoxide指数和归一化差异植被指数(NDVI)等,详细分析了各地表地物光谱特征和空间特征,建立了研究区分类知识库表,采用决策二叉树法进行分类,得到了高精度分类结果图。基于不同时相分类结果的变化检测,通过对研究区水体污染、矿区复垦、耕地变化等分析,认为从1986～2002年,研究区水质虽有一定改善,但矿区植被退化严重,耕地大量减少,停产矿区复垦仅为20%,为合理保护矿区生态环境和科学管理采矿企业提供了有用资料。     

基于Aster数据的新疆渭——库绿洲及其周边地区土地沙化信息提取

以新疆渭干河——库车河绿洲及其周边地区为研究区,在野外调查的基础上,基于Aster数据,利用NDVI、植被盖度作为特征变量,结合偏最小二乘回归法模型反演得到的盐分含量(SSC)指标作为决策树分类的各节点的判别函数,通过决策树分类方法实现了沙化土地信息的提取与制图。结果表明结合植被覆盖信息与土壤特性能够在提取沙化信息的同时区分出盐渍化土壤,结果与野外调查较为一致。该研究为大区域土壤沙化信息提取与制图提供了较好的方法。     

土地覆被变化对陆地碳循环的影响—以黄河三角洲河口地区为例

土地利用/土地覆被变化是全球变化研究的重点，是影响陆地碳循环的一个重要因子。该文对黄河三角洲河口地区1992年和1996年9月份的TM影像进行非监督分类，做出该地区土地覆被类型分布图，以及估算土地覆被类型的变化面积，计算结果显示1992年该研究地区植被碳库和土壤碳库分别为11.43×10