基于TM影像的城市绿地信息提取方法研究

基于TM遥感影像,运用ERDAS,对某地城市绿地专题信息进行了提取。实验过程中首先对图像进行预处理,然后通过四种绿地信息提取方案进行比较分析,这四种方案分别为:原始波段合成法、主成份分析法、归一化植被指数(NDVI)法和实验波段组合法。将以上几种方案的图像进行反复比较,根据研究对象的实际情况,植被景观目视效果最好的是NDVI植被指数法。对以上四种方法的彩色合成图像进行监督分类,利用目视判读的方法对TM影像的分类结果进行精度检验,由此可以看出实验波段组合法的精度最高,该方法是一种有效的绿地提取的方法。     

基于地表生物物理参数的土地利用/覆盖遥感分类方法研究——以长沙市以例

土地利用/覆盖分类通常是利用地物的波谱反射特征进行监督或非监督分类,分类结果由于"同物异谱、异物同谱"现象的存在,往往分类精度不高。而植被指数和地表温度作为表征地表覆盖状况的生物物理参数,已成功用于宏观尺度的土地利用/覆盖分类,使得分类结果有所提高,而对于区域尺度的土地利用/覆盖分类却少见报道。本文充分利用TM数据的多光谱特征,从中提取了植被指数NDVI、地表温度Ts、温度植被角度TVA和温度植被距离TVD这四种分类特征进行监督分类,通过对7种组合方案(反射率波段组合、NDVI与反射率波段组合、Ts与反射率波段组合、NDVI与Ts和反射率波段组合、TVA与反射率波段组合、TVD与反射率波段组合、TVA与TVD和反射率波段组合)的分类结果进行比较,得出以下结论:①NDVI、Ts、NDVI和Ts、TVD作为分类特征参与到多波段地表反射率影像分类中,能够提高分类精度,而TVA、TVA和TVD的加入却没有改善分类结果;②总体分类精度受到训练样本与检验样本比例的影响。     

基于决策树分类的某市土地利用变化研究

以不同时相Landsat TM／ETM＋遥感图像作为数据源,分析某市1987—2000年的土地利用变化信息。综合考虑遥感影像波段间的相关系数和OIF指数,选择最佳波段组合;通过对光谱和非光谱信息的统计与分析,利用决策树分类的方法对各影像进行分类;构建土地利用类型变化规则,获取该市区1987—2000年的土地利用变化数量和空间分布状况,并分析变化及其原因。结果显示：1987—2000年间该市土地利用类型发生较大变化,其中耕地面积明显减少,建设用地面积大幅度增加。经分析,控制人口的增长和制定有效的土地利用政策才是该市土地利用合理化的有效措施。     

基于NDVI的决策树分类方法研究

20世纪80年代以来,随着城镇化进程的快速发展,我国土地利用结构发生了明显的变化。及时准确地掌握土地利用状况有利于有关部门根据土地利用现状做出合理的规划和正确的决策,有利于促进经济和社会的协调发展。本文针对石河子垦区地物覆盖的特点,综合分析了不同覆盖类别区域的时序NDVI特性以及他们之间的差异性,选择最能反映土地覆盖情况和有效区分不同地类的两期TM影像,解算制作NDVI亮度图。利用均值滤波器对NDVI亮度图进行平滑处理,降低噪声。根据不同地物时序NDVI的差异选择适当的阈值进行决策树分类。精度评价结果表明该方法能够简单有效的区分不同覆盖类型的地类,特别是季节性变化差异较大的地区。     

基于光谱特征的雅鲁藏布江源区草地类型识别

以雅鲁藏布江源区为研究对象,以Landsat5 TM图像为数据源,根据不同草地类型的波段组合特征,结合源区1∶100万植被类型图、DEM和NDVI数据,构建草地判别规则,利用决策树分类法对雅鲁藏布江源区草地类型进行遥感识别。研究结果表明:①不同类型草地因其生境不同,利用不同波段组合特征进行草地类型识别能够达到较好的效果;②与传统的监督分类法相比,基于波段组合特征的决策树分类法具有较高的识别精度(总体精度提高了15.4%,Kappa系数提高了0.225);③在海拔4 400～5 000 m区域内,固沙草草原面积最大,其次为矮嵩草和小嵩草混生草甸,再次为变色锦鸡儿和金露梅灌丛,藏北嵩草草甸面积最小。     

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     

用色度空间变换处理的组合SPOT图像进行城市土地利用现状调查

组合SPOT图像是由多波段和全色波段按三种不同方式组合的。其中图像D是经色度空间坐标系统变换和边缘增强处理的,在唐山城区土地利用调查中效果最好。在1:29600的图像D上能识别5个二级类型和17个三级类型。土地利用图的判读精度约90％。文中还详述了分类体系和土地利用调查的判读标志。     

矿区水体变化遥感监测方法研究

采用遥感技术对矿区生态环境进行动态监测,对于人类健康和资源合理开发利用具有重要意义。本文以临沂苍峄矿区为研究区,采用多时相Landsat TM/ETM+/OLI遥感影像,运用单波段法、谱间关系法、水体指数法等多种方法提取水体信息。在此基础上提出一种新的水体变化信息提取流程,即运用RGB彩色合成法对不同时相影像进行合成,根据不同色调反映像元的不同变化趋势,发现并提取变化信息,实现了矿区水体信息的变化监测。     

一种基于地物波谱特征的最佳波段组合选取方法

对多光谱数据选取最佳的波段组合,是图像解译和专题信息提取的重要前提。文中提出一种基于地物波谱特征的最佳波段组合选取方法,即综合考虑方差、相关系数、OIF指数和地物间的可分离性4个因素,利用ERDAS和EXCEL等工具进行各指标的解算,并通过实验,选择红菱矿区1995年的TM多光谱影像为数据源,选取了基于水体波谱特征的最佳波段组合TM345。经定性分析和定量计算,验证了该方法的可行性。     

基于多源遥感数据融合的土地利用/土地覆盖变化

针对主要数据源ETM ，TM及部分SPOT，设计两种融合方法，试验快速可靠的变化信息提取的融合方法。一是利用2000年TM8高分辨率影像与1998年B543合成影像的PCA法，融合影像中变化图斑呈特征的黄色图斑；二是利用2000年TM8波段与同一时相的B32合成影像的Brovey变换法，该方法提高了土地利用／土地覆盖类型的分辨力，试验结果比较理想。     

影响土地持续利用的环境要素遥感分析——-以1:25万武汉图幅为例

本文以LandsatTM图像为主信息源,对研究区内影响土地持续利用的自然环境要素地貌、地表土壤质地、温度、湿润度和地势进行了遥感判读。在综合分析制约区域内部土地资源持续利用的环境问题基础上,提出了土地利用与环境相互协调的发展途径。     

利用 Landsat 8影像制作解译样本点辅助高分影像分类可行性的研究

地理国情普查项目使用的高分影像质量的良莠不齐给地表覆盖数据生产带来了巨大障碍。本文剖析了目前收集到的高分影像资料的主要缺陷,如多分辨率、多传感器、多年份和跨季节,给地表覆盖数据解译带来极大的局限性;阐述了Landsat 8影像自身的特点,如像幅面积大、获取周期短、波段信息丰富,同时提出利用Landsat 8影像辅助解译的思路,并通过试验验证这种方法的可行性。     

Integrated Use of LANDSAT 8, ALOS-PALSAR,SRTM DEM and Ground GPR Data in Delineating Different Segments of Alluvial Fan System in Mahananda and Tista Rivers,West Bengal,India

In this study, visible near infrared, shortwave infrared spectral bands of Landsat 8 satellite sensor, two polarisation channel of L band ALOS-PALASAR sensor, SRTM-DEM derived digital elevation data were processed to delineate different geomorphic components of alluvial fans of Tista-Mahanada fan complex. We found image composite of independent components, principal components of Landsat 8 bands were effective in delineating proximal and distal fan segments. Fused images of Landsat 8 and ALOS data were used for enhancing incised distributaries and paleochannels. Field data on depositional sequence of fans, were used to substantiate the image based delineation. Topographic breaks along selected longitudinal profiles (identified with the changes in land use and drainage pattern) of digital elevation data were conjugately analysed using Landsat false colour composites. GPR survey along selected transect highlights the vertical dislocation in the recently deposited sequences of alluvial fan regime indicative of post depositional disturbances.     

专家系统在 TM 图像分类中的应用

提高TM图像的分类精度,是图像处理及应用领域中一个很重要的研究课题。本文在总结已有成果基础上,首先利用现有的统计分类技术,对待分类图像进行预分类,并检测出“不确定”像元。然后综合光谱、地理、土壤类型、早期判别结果、目视判读经验等各种知识和信息,充分发挥专家系统的推理判断能力,对“不确定”像元的类别作进一步判别,使得整幅图像的分类精度得到改善。并据此初步建立了一个土地利用的分类系统。试验证明,这种分类方法的精度比仅用单一多光谱信息的统计分类法(最大似然法)提高约8％。     

张掖绿洲城市热效应的遥感研究

以张掖及周边绿洲为研究区,采用Gilabert大气校正模型对TM图像1～5,7等6个波段进行大气校正。在此基础上,采用基于TM6波段的单窗算法,反演出行星亮度温度和地表真实温度,进一步分析了区域热量分布差异并探讨这一差异形成原因。结果表明:张掖及周边绿洲区存在明显的热量分布差异,热岛现象非常显著,卫星图像反演的地表温度接近实测值,亮度温度和实际温度都与归一化植被指数(NDVI)存在着密切的反相关关系,表明植被在区域热量分布差异中起重要作用,显示出热红外图像与其它波段数据结合,在城市热岛效应及区域生态环境遥感研究方面有很大潜力。     

Semi-automatic delineation of badlands using contrast in vegetation activity: a case study in the lower Chambal valley,India

Population growth worldwide leads to an increasing pressure on the land. Recent studies reported that many areas covered by badlands are decreasing because parts of badlands are being levelled and converted into arable land. It is important to monitor these changes for environmental planning. This paper proposes a remote-sensing-based detection method which allows mapping of badland dynamics based on seasonal vegetation changes in the lower Chambal valley, India. Supervised classification was applied on three Landsat (Thematic Mapper) images, from 3 different seasons; January (winter), April (summer) and October (post-monsoon). Different band selection methods were applied to get the best classification. Validation was done by ground referencing and a GeoEye-1 satellite image. The image from January performed best with overall accuracy of 87% and 0.69 of kappa. This method opens the possibilities of using semi-automatic classification for the Chambal badlands which is so far mapped with manual interpretations only.     

Evaluation of Landsat TM data for forest cover type and landuse classification in subtropical forests of Kumaon Himalaya (U.P.)

LANDSAT-TM has been evaluated for forest cover type and landuse classification in subtropical forests of Kumaon Himalaya (U.P.) Comparative evaluation of false colour composite generated by using various band combinations has been made. Digital image processing of Landsat-TM data on VIPS-32 RRSSC computer system has been carried out to stratify vegetation types. Conventional band combination in false colour composite is Bands 2, 3 and 4 in Red/Green/Blue sequence of Landsat TM for landuse classification. The present study however suggests that false colour combination using Landsat TM bands viz., 4, 5 and 3 in Red/Green/Blue sequence is the most suitable for visual interpretation of various forest cover types and landuse classes. It is felt that to extract full information from increased spatial and spectral resolution of Landsat TM, it is necessary to process the data digitally to classify land cover features like vegetation. Supervised classification using maximum likelihood algorithm has been attemped to stratify the forest vegetation. Only four bands are sufficient enough to classify vegetaton types. These bands are 2,3,4 and 5. The classification results were smoothed digitaly to increase the readiability of the map. Finally, the classification carred out using digital technique were evaluated using systematic sampling design. It is observed that forest cover type mapping can be achieved upto 80% overall mapping accuracy. Monospecies stand Chirpine can be mapped in two density classes viz., dense pine (<40%) with more than 90% accuracy. Poor accuracy (66%) was observed while mapping pine medium dense areas. The digital smoothening reduced the overall mapping accuracy. Conclusively, Landsat-TM can be used as operatonal sensor for forest cover type mapping even in complex landuse-terrain of Kumaon Himalaya (U.P.)     

近年来升金湖自然保护区土地利用空间格局变化特征分析

根据1995、2000、2005、2009、2013年Landsat影像,利用监督分类方法（平行六面体、最大似然、最小距离、马氏距离）进行解译,利用高分一号影像对不同解译方法进行评价,确定最优解译方法。利用最优解译方法解译得到升金湖保护区5个时期的土地利用图。在此基础上利用ArcGIS景观格局分析工具,通过分析其水域面积、图斑数、破碎度等要素,得出不同时期的土地利用和景观格局变化。土地利用变化是自然因素和人为因素综合作用的结果,利用对近20年土地利用空间格局变化特征分析的研究,为区域土地利用开发和资源的可持续发展提供依据。     

SPOT5遥感影像在土地调查中的应用

本文结合SPOT5卫星影像在某地区土地利用调查中的应用,介绍了利用SPOT5卫星遥感影像进行室内判读、结合外业调查建立土地利用数据库,进行土地利用调查的技术方法和工作流程。     

Fusion of TerraSAR-x and Landsat ETM+ data for protected area mapping in Uganda

TerraSAR-X satellite acquires very high spatial resolution data with potential for detailed land cover mapping. A known problem with synthetic aperture radar (SAR) data is the lack of spectral information. Fusion of SAR and multispectral data provides opportunities for better image interpretation and information extraction. The aim of this study was to investigate the fusion between TerraSAR-X and Landsat ETM+ for protected area mapping using high pass filtering (HPF), principal component analysis with band substitution (PCA) and principal component with wavelet transform (WPCA). A total of thirteen land cover classes were identified for classification using a non-parametric C 4.5 decision tree classifier. Overall classification accuracies of 74.99%, 83.12% and 85.38% and kappa indices of 0.7220, 0.8100 and 0.8369 were obtained for HPF, PCA and WPCA fusion approaches respectively. These results indicate a high potential for a combined use of TerraSAR-X and Landsat ETM+ data for protected area mapping in Uganda.