融合Sentinel-2红边波段和Sentinel-1雷达波段影像的扎龙湿地信息提取

以黑龙江流域中的扎龙湿地及其上游区域为研究区,将Sentinel-2红边波段和Sentinel-1雷达波段影像数据相结合,根据面向对象原理,采用随机森林算法,对研究区的湿地进行遥感分类和信息提取;利用3种特征变量集,进行实验对比,研究红边波段反射率和雷达后向散射系数对湿地信息提取的作用。研究结果表明,红边波段反射率和雷达后向散射系数对土地覆盖分类精度的提高起到了重要作用,两者结合得到的分类结果的总体精度达到了88.72%,Kappa系数为0.87,其中,水体、水田和沼泽的用户精度分别为100%、98.18%和91.37%。利用红边波段和雷达波段影像数据,分别使土地覆盖分类总体精度提高了5.26%和2.51%,红边波段影像数据对沼泽提取精度的提高贡献最大,使生产者精度提高了12.5%。     

基于决策树的洪湖水生植物遥感信息提取

以洪湖为研究对象,采用分类与回归树(classification and regression trees,CART)方法,根据训练样本数据集中挖掘分类规则,集成遥感影像的光谱特征、植被指数、水体指数、纹理特征等特征变量,建立研究区湿地信息提取的决策树模型;在此基础上,探究水体透明度对水生植物遥感信息提取的影响,依据特征变量有、无水体透明度,分别建立两类决策树,即有水体透明度参与的决策树(CART 14)和无透明度参与的决策树(CART 13);在训练样本和验证数据相同的情况下,对比采用CART 14、CART 13、支持向量机(support vector machine,SVM)和最大似然分类(maximum likelihood classification,MLC)4种方法的分类结果的精度。研究结果表明,洪湖中水生植物覆盖面积约占洪湖湿地总面积的47%,洪湖中的水生植物以沉水植物为主;采用有水体透明度参与的决策树分类结果的总体精度比采用支持向量机和最大似然分类方法的分别提高了7.78%和16.36%,Kappa系数则分别增大了0.12和0.20,无水体透明度参与的仅比有透明度参与的决策树分类结果的总体精度降低了2.77%,Kappa系数减小了0.04。水体透明度的参与能提高分类精度,而无水体透明度参与的决策树分类结果的总体精度也高于其它传统方法的分类精度。因此,在实际湿地分类中,若无水体透明度数据,但决策树的辅助分类变量足够多时,无水体透明度参与的决策树也能较好地进行分类,提取水生植物信息。     

不同空间分辨率影像的沼泽湿地分类研究(英文)

成功的生态系统的监测取决于准确的分类结果。本文试图对沼泽湿地的生态特征进行监测。遥感分类常被用于描述生态系统或土地覆盖的格局情况。不同空间分辨率的的遥感影像反映的景观类型,景观特征均存在差异。本文利用不同空间分辨率的遥感影像,对洪河自然保护区湿地生态系统在群落尺度上进行监测。洪河湿地自然保护区是典型的内陆原始沼泽湿地生态系统的保护地,以草本沼泽植被和水生植被为主。根据SPOT-5不同分辨率10 m×10 m、20 m×20 m、30 m×30 m的影像,以及30 m空间分辨率的Landsat TM影像,利用最大似然法(MLC)对洪河保护区进行分类。为了验证分类结果的精度,本文利用航空影像分类数据作为样本,对SPOT-5和TM分类结果进行KAPPA精度验证。由分类结果,得出以下结论:(1)分类结果验证数据对结果的影响很重要;(2)不同传感器的影像对地面生态系统的表达内容不一样,即使是处于相同的光谱波段,同一空间分辨率的情况下。分类结果不仅取决于生态系统类型的多样性和斑块形状,还取决于面积维数和斑块的聚合度。(3)洪河自然保护区核心区湿地保护最好,其次是缓冲区,最差的是实验区。实验区已经有大面积的湿地被人类开垦成农田,湿地生态系统已经退化的很严重。因此,对珍稀生态系统的保护应该与人类的活动区强制的隔离开,才能保护原始湿地生态系统多样性。     

基于面向对象方法和多时相HJ-1影像的湿地遥感分类——以完达山以北三江平原为例

以中国东北地区完达山以北三江平原(下简称小三江平原)为研究对象,利用2010年多时相HJ-1A卫星和HJ-1B卫星CCD影像作为分类数据源,结合野外调查数据,应用多尺度分割算法,根据影像的丰富信息和物候、时相等特征,采用面向对象的分类方法,进行小三江平原的湿地遥感分类。结果表明,湿地二级分类的总体精度为85.45%,总体Kappa系数为0.81。小三江平原湿地主要分布在低洼地区,总面积为9084.16km2;其中,天然湿地面积为2635.09km2,人工湿地面积为6449.07km2。集中分布的水田是小三江平原最主要的景观类型;天然湿地主要分布在自然保护区、河岸附近和国界周围;其中,草本沼泽面积最大。本研究表明,面向对象的分类方法能够有效利用遥感影像提供的丰富信息,产生较高的分类精度;对于中分辨率遥感影像不同分割尺度的组合使用有利于湿地信息的提取。降雨量较多、较少月份影像的选取和物候规律的利用是提取湿地信息的关键。多时相遥感影像数据的使用,改善了洪泛湿地和森林沼泽的分类效果,尤其是水田边界的划分;同时可以提高湿地分类精度。基于面向对象的遥感方法,利用多时相的中分辨率遥感影像,能够获取较高精度的湿地分布信息,是一种成本较低且行之有效的技术手段。     

新巴尔虎右旗沼泽和草甸信息提取

运用监督分类和决策树两种方法,以2014-8-25的Landsat8-OLI遥感影像为基础数据源,提取新巴尔虎右旗的沼泽和草甸信息。方法一:在ENVI中进行监督分类,将研究区分为沼泽和草甸、草地、森林、农用地、水体、居民地、沙地和其他等八类,采用最大似然法对研究区遥感影像进行沼泽和草甸信息的提取工作。方法二:求取研究区的归一化植被指数NDVI,将NDVI值和坡度值作为限制条件,进行求取研究区域的沼泽和草甸信息。将两种方法获得的沼泽和草甸分类图与验证样本进行混合矩阵分析,分别对两种分类结果进行精度评价,比较监督分类和决策树分类在沼泽和草甸信息提取的精度。结果表明:Landsat8-OLI影像采用监督分类的精度为89.40%,利用决策树分类的精度达到了91.05%,精度较高。这两种方法均能够很好地进行沼泽和草甸信息提取,同时验证了基于Landsat8遥感影像在湿地覆被分类的可行性。     

基于QUEST决策树的遥感影像土地利用分类——以云南省丽江市为例

土地利用分类精度直接决定土地利用/土地覆被变化相关研究的准确性,而基于决策树的遥感影像分类是近年来提高土地利用分类精度的重要方法。QUEST决策树在影像解译和空间表达方面,运算速度和分类精度均优于普通CART等决策树方法。本文以云南丽江地区为例,应用QUEST决策树分类方法,对该地区的Landsat TM 5影像图进行分类,同时将地形因素、植被指数作为地学辅助数据的因子添加到分类波段中,进行不同特征融合,来处理目标类别间的非线性关系,该方法在处理图像理解知识方面具有更大的灵活性;同时与普通决策树分类法的遥感影像分类的结果相比较,Kappa系数值从原来的0.789提高到0.849.在地形复杂的山地地区,针对TM影像数据,选择基于QUEST决策树分类能够有效提高土地利用分类结果精度。     

不同湿度指数在湿地分类中的对比研究

为探讨不同湿度指数用于湿地信息提取的能力,选取7个常用的湿度指数(包括NDWI、MNDWI、RNDWI、EWI和缨帽变换的湿度分量等)作为指标,以达赉湖国家级自然保护区为研究区,利用2013年9月6日MODIS(MOD09Q1和MOD09A1)数据,采用支持向量机分类的方法,对研究区进行湿地与非湿地区分研究,并进行湿地亚类(沼泽、水体)的分类试验。分类结果的精度评价表明:1)湿地与非湿地区分能力最好的指数为基于缨帽变换的湿度分量TC-Wetness,制图精度达97%以上,用户精度达96%;2)对湿地亚类的分类结果表明,提取水体最好的指数为第一类湿度指数,以NDWIB4,B2为最优,提取沼泽最优的指数为缨帽变换的湿度分量(TC-Wetness),可以有效排除草地对沼泽提取的干扰。研究区分类结果总体精度最高为88.7%,但沼泽的提取精度仅为48%,说明利用遥感湿度指数一种指标难以满足湿地分类的需要,多指数结合以及地形和其他相关辅助数据的加入对提高湿地分类精度具有重要帮助。     

三江源区湖泊和沼泽遥感影像分类研究

为了进一步了解三江源区的湿地分布现状,尝试利用MODIS 16天合成的归一化植被指数(NDVI)数据,采用决策树分类方法对三江源区湿地的遥感影像进行了分类研究.在数据预处理时,采用中值滤波和主成分变换结合的方法有效地去除了MODIS数据的噪声;在决策树构建过程中,结合DEM数据有效地提取出湖泊;利用象元NDVI时序变化曲线规律,采用先控制曲线形状、再控制拐点阚值的方法对沼泽进行分类.通过精度验证,湖泊的分类精度达到了96.5%,总的分类精度达到了84.2%,Kappa系数为0.78.利用MODIS NDVI时间序列数据和决策树方法能够满足大范围区域湖泊和沼泽遥感影像分类要求.     

基于多维度遥感影像的洪河国家级自然保护区沼泽湿地分类方法研究

以洪河国家级自然保护区为研究区,选取了多时相的Sentinel-1B和Sentinel-2A影像为数据源,制定出9种多时相主被动遥感数据组合方案,用于沼泽湿地遥感分类;分别对根据9种方案整合的多维数据集,进行基于尺度继承的多尺度分割,得到面向对象的分割影像,建立与不同方案对应的特征数据集;采用随机森林机器学习算法,对多维特征数据集进行特征优化,并进行参数调优,构建沼泽植物的最优遥感识别模型,实现对沼泽湿地中地物的识别与分类。研究结果表明,采用递归特征消除(recursive feature elimination,RFE)算法的变量优选和采样随机森林的参数调优,可以优化随机森林模型,显著减少数据冗余,整合多时相主被动遥感数据方案九的随机森林模型的最佳参数mtry和ntree分别为4和1500,模型训练精度为93.06%,Kappa系数为0.916,其模型训练精度在所有方案中最高;经过变量优选得到最佳特征变量组合,交叉极化方式的后向散射系数(Mean_VH)对于沼泽分类的重要性比同向极化方式的后向散射系数(Mean_VV)高;光谱特征是遥感图像分类的最主要特征,其中,红光和绿光波段(Mean_R和Mean_G)、多光谱红边波段(Mean_REG1和Mean_REG2)、近红外波段1(Mean_NIR1)、红边植被指数(CIgreen和CIreg)都对分类具有较高的重要性;纹理特征熵(GLCM_Entro、GLCM_Ent2)和位置特征像元坐标(X_Min_Pxl和Y_Max_Pxl)对沼泽湿地分类也起到重要作用,相对于其它特征,形状特征对分类的贡献性较小;利用方案九的数据得到的分类结果的总体分类精度为94.42%,主被动遥感数据的特征变量和不同时相的特征变量都对分类做出重要贡献,其中,6月的多光谱特征变量的贡献大于9月的变量;9月的SAR特征变量的贡献大于6月的变量;对分类贡献最大的9月的特征变量为多光谱红边波段2(Mean_REG2),对分类贡献最大的6月的特征变量为绿光波段(Mean_G);融合多时相主被动遥感数据源,可以将不同数据源、不同时相对分类具有较大贡献的特征变量集合在一起,充分利用光谱信息和雷达数据反映的结构信息,构建多维度最佳特征变量组合方案,有效提高沼泽湿地分类精度。     

基于ETM+影像的扎龙湿地遥感分类研究

通过对扎龙湿地Landsat7 ETM 影像进行计算机自动分类的实验研究，探讨了提高湿地遥感分类精度的方法与途径。实验所采用的首先对遥感影像进行非监督分类，再利用非监督分类生成的分类模板加以修改补充后进行监督分类的方法，经过误差矩阵的精度评价，可以获得研究区湿地遥感分类较高的分类精度。利用上述分类方法对3种ETM 不同波段组合的影像进行具体的遥感分类比较研究发现，选择ETM 7、5、3影像进行分类有助于提高扎龙湿地遥感分类的精度。为了提高湿地遥感分类的精度，还必须运用人机互译判读方法。     

林业基础数据采集元数据标准及元数据工具软件

一、元数据定义元数据的英文名称为“Meta data” ,即“关于数据的数据”。用于描述数据集内容、质量、表示方式、空间参考、管理方式以及数据集的其他特征 ,它是实现数据共享的核心内容之一。元数据具有下列几个特点 :是用于描述信息资源的高度结构化数据 ;可以管理和组织信息 ;可以挖掘信息资源 ;也可以帮助人们准确地查询所需要的信息 ;并在从不同的资料或组织获取数据时 ,可以通过对相同的元数据元素进行比较和对比 ,获取自己所需要的信息内容。它是打开对多源数据进行获取、智能分析以及运算大门的钥匙。　二、元数据标准元数据标准内…     

面向数据集成的城市空间数据内涵与特征分析

GIS对空间对象及其关系表达能力的增强以及多源数据集成应用的需要,不仅扩大 了城市空间数据的内涵,而且推动了城市空间数据集成研究.城市空间数据涉及多个学科,主要来源于航空遥感与摄影测量、勘探量测、内插推算和社会统计,可分 为地上、地表、地下3个空间层次类型.城市空间数据具有离散非连续、构造约束、零散分 布、信息隐含和体特征等特殊性,并存在多语义、多尺度和实体拓扑特征.城市空间数据具有灰白二象性,地下空间数据可以灰、白相互转化.     

网络环境下数据简化与数据调度的若干关键技术

网络环境下进行二维电子地图与三维虚拟场景集成,关键问题之一是数据快速、有效地传输与表达。为了解决网络电子地图与三维虚拟场景集成过程中数据快速传输问题,该文讨论了空间数据多级存储、网络数据流压缩、矢栅数据有机结合、纹理模型及原型模型库等网络传输瓶颈解决方案和模型数据简化方法,为后续网络电子地图和三维虚拟场景集成系统的开发奠定基础。     

加强基础数据采集 促进林业科学数据共享

中央级科研院所科技基础性工作专项“林业资源数据采集与信息网络系统建设”项目由中国林科院主持 ,由中国林科院与中国测绘院联合承担。该项目自2 0 0 1年立项以来 ,在林业科技基础数据的采集、加工、建库和共享方面作出了许多有益的工作。　一、科学数据共享是科技发展的必然选择科学数据具有极大的科学价值、经济价值和社会价值 ,充分实现科学数据价值的关键在于数据的共享和应用。当今的世界 ,科学数据已成为支持国家科技创新、经济繁荣、社会进步和国家安全的重要战略资源。上个世纪 90年代初以来 ,美国等发达国家相继实行国有科学数据…     

热带森林植被生物量遥感估算探讨

该文以我国云南省西双版纳的热带森林植被为例,对热带森林植被生物量的遥感地学估算进行初步探讨。研究表明,只用LANDSAT TM的波段数据建立生物量的回归估算模型时,其模型的复相关系数只有0．118,而利用其主成分或植被指数建立回归估算模型时,其模型的复相关系数不仅没有提高,反而在一定程度上有所降低。原始波段与其主成分结合能提高估算模型的复相关系数,其效果比原始波段与植被指数结合的效果要好。模型中如果考虑气象因子中的年平均降雨量,能在很大程度上提高其复相关系数。在此基础上引入地形因子,未能显著提高模型的复相关系数。有气象因子参与建立的遥感气象模型和遥感地学模型在0．01水平上回归显著。     

电子政务数据资源的开发利用

如何使已有的政务数据实现有效共享并通过数据挖掘转变为知识和财富已经成为电子政务建设的一个关键内容。该文分析了电子政务数据资源开发利用的重要性，建议尽快制订政务元数据标准，以促进政务数据共享。提出了电子政务数据仓库的体系结构和建设内容，并且认为把分布式数据挖掘技术引入电子政务中对于政府决策支持意义重大。     

沙尘浓度资料与AMSU辐射率资料同化在GRAPES_SDM沙尘暴模式中的应用

利用GRAPES_SDM沙尘暴模式及GRAPES_3DVAR系统,设计了4种试验,分别为没有同化的CTRL控制试验、仅同化探空资料的noPM试验、同时同化探空和PM10的PM试验和同时同化探空和AMSU辐射率资料的NOAA试验,对2011年4月28日-30日发生在中国北方地区的一次大范围沙尘暴过程进行了分析和对比模拟试验。结果发现：仅同化探空资料时,模式能够反映出沙尘天气系统的发展演变情况,但沙尘天气分布范围和强度的模拟效果没有明显改进;初始场中考虑了PM10沙尘浓度的分布后在很大程度上能够改善GRAPES_SDM沙尘暴模式对沙尘分布范围和强度的模拟效果;同化AMSU辐射率资料后,模式对500 hPa环流形势和200 hPa高空急流均有较好的模拟效果,从而模式对沙尘分布范围的模拟能力也有较好的改善,但对沙尘天气强度的模拟略有增强。这不仅说明PM10和ASMU辐射率资料的使用对于提高沙尘暴过程模拟效果是可行的、必要的,而且也为这两种资料用于沙尘暴预报奠定了一定基础。     

顾及矢量特征的机载LiDAR点云数据压缩方法

LiDAR技术可获取海量点云数据,数据压缩是点云数据预处理的一个重要环节。该文结合大范围城市区域高程范围随区域变化大的特点,提出一种有效的压缩策略。该策略主要通过建立高程方向不均等的三维格网来提高邻域点集的搜索效率,并根据某一压缩准则计算特征量对数据进行压缩。将该策略应用于上海浦东某区域,并与均匀采样法进行比较,证明其能有效提高点云数据压缩效率。     

基于MODIS数据和气象观测数据的气温空间插值方法比较

本文以福建省福州市为研究区域,利用MODIS影像数据反演福州市地表温度;同时利用相同时间的福州市及其周边的32个气象站日平均气温数据,结合数字高程模型（DEM）中提取出的地形因子,研究温度与经度、纬度、海拔高度等的相关关系,提出了福州市地形因子与气温相关模型,利用该模型插值得到福州市的地表温度;再利用气温垂直递减规律进行插值得到地表温度。对比3种结果可知,对于气象数据容易获得,气象站点较多且均匀分布在研究区时,利用气象数据插值地表温度较快,但计算结果比实际值略高;对于气象数据不易获得或站点较少时,可以用影像数据来反演地表温度,其精度受提取参数的精度的制约,在参数使用正确情况下比插值方法反演精度高。