微机大面积水稻遥感信息提取研究

本文探讨了大面积遥感图像的区划问题，提出了专题信息提取的最佳波段组合选择方法，实现了基于地理信息系统的遥感图像的分类，同时针对微机遥感图像处理的特点设计了一系列高效处理算法，并在无锡县水稻专题信息提取中得到了应用检验。     

长沙市城市扩展遥感监测数学模型

利用长沙市1972年以来不同时期的遥感数据以及地形图资料,采用图像处理和人机交互式解译信息提取方法,获得了10个不同时期城市发展规模及土地利用变化信息。根据数据统计分析和数据分布规律,建立长沙市城市扩展数学模型,对城市发展和土地减少变化趋势进行分析预测,并且对长沙市国民经济发展和制约条件进行了分析和评价。     

基于多尺度影像分割的面向对象城市土地覆被分类研究——以马来西亚吉隆坡市城市中心区为例

城市受人类活动影响比较大,结构组成比较复杂,对该区域进行分类研究存在一些问题。甚高分辨率遥感影像,以其丰富的细节信息为城市土地覆被分类研究提供了可能。本文结合使用甚高分辨率QuickBird遥感影像和激光扫描LIDAR数据,论述了利用多尺度、多变量影像分割的面向对象的分类技术对马来西亚基隆坡市城市中心区的土地覆被分类研究。针对特定地物选择合适的影像分割特征和分割尺度、按照合理的提取顺序逐步进行城市土地覆被信息提取。在建筑物的提取过程中构建了归一化数字表面模型nDSM,使用成员函数将建筑物信息提取出来。精度评价结果表明,利用该方法得到了理想的城市土地覆被分类结果,其分类总精度从常规面向对象分类方法的83.04%上升到88.52%,其中建筑物生产精度从60.27%增加到93.91%。     

利用多平台遥感数据复合研究城市扩展的动态监测

本文利用不同时期的多平台遥感数据,研究了城市动态扩展的监测方法。文中采用了分类结果复合方法,在高速发展的岳阳地区的试验中,取得了良好的效果。在遥感图像的城市信息提取方面,设计了多个不同大小的权系数模板,提取相应的频数矢量作为城市的结构信息。利用这种结构信息,对城市图像进行逐步的结构处理,最终精度在91.7％以上。试验表明,本方法不仅对于一个实用的动态监测系统是一种灵活、实用性较强的监测方法,而且是解决充分利用已有遥感信息资源的有效手段。     

基于高分遥感影像的城市用地现状信息提取

我国正处于城镇建设的高速发展阶段,城市用地现状信息提取是进行城市精细化管理的重要基础工作。本文通过对高分辨率遥感影像光谱特性的深入分析,提出一种结合面向对象分类和GIS分析技术的城市用地现状分类的处理新模式,实现了城市用地现状的高效分类。利用高分一号卫星高分辨率遥感数据进行验证,总体分类精度达81.44%。试验表明,该处理模式有效地简化了人工操作步骤,大幅度提高了高分辨率遥感影像城市用地现状提取的效率。     

洛阳市近十年土地利用遥感动态监测及驱动力分析

随着国民经济建设迅猛发展,洛阳市城市结构、土地利用发生着巨大变化。本文应用3S技术,采用洛阳市2001年和2009年两个时相卫星遥感影像,通过遥感图像处理和信息提取,获取该市近十年来土地利用／覆盖变化的相关情况,并对结果进行动态变化分析。从自然环境、人口、经济、政策等方面分析洛阳市近十年来土地利用变化驱动机制。应用研究结果为洛阳市城市规划、土地合理利用提供科学决策依据。     

基于目标分割和景观格局特征的城市土地利用分类

根据相同土地利用类型景观格局特征相似的原理,在传统遥感分类方法的基础上,结合景观生态学理论,建立了土地利用分类新方法; 应用SPOT遥感图像提取了北京市五环内的居民用地和非居民用地类型,总分类精度达到了85.9%,Kappa系数为71.1%.本研究结合学科交叉的优势,为遥感技术应用和土地利用信息提取提供了新思路.     

遥感模式分类中的空间统计学应用——以面向对象的遥感影像农田提取为例

如何有效地从遥感图像中提取所需信息,是遥感图像处理和应用的关键,而尺度选择问题一直是影响遥感信息提取精度的关键问题之一。本文论述了利用空间统计学方法解决遥感影像模式分类中的尺度问题的理论基础。针对面向对象影像分析问题,将影响遥感影像多尺度分割的尺度分割参数概括为空间属性分割参数、光谱属性分割参数和影像对象面积阈值参数,并分别提出了基于统计学的尺度参数估计方法。以SPOT-5影像面向对象农田提取为例,基于变异函数方法进行了尺度优选试验,系列尺度分类试验结果表明基于空间统计学尺度估计得到的尺度分割结果进行分类能得到最高的精度,进而证明了基于空间统计学方法进行面向对象信息提取尺度估计的有效性。该方法是完全数据驱动的方法,基本不需要先验知识参与。不同于以往分割后评价的尺度选择方法会占用大量计算资源且耗费大量时间,本文提出的方法不仅能在一定程度上保证面向对象信息提取的精度,而且在一定程度上也提高了面向对象信息提取的效率和自动化程度。     

宝鸡市金渭两区土地利用信息遥感提取研究

通过宝鸡市金渭两区利用TM遥感图像,采用最大似然分类法,进行土地利用分类的实践,对图像类型与时相的选择、图像处理、监督分类和分类体系进行了研究,并对分类精度进行了评价。     

K-means聚类引导的无人机遥感图像阈值分类方法

针对无人机获取的高分辨率遥感图像分类需求,提出一种K-means聚类引导的阈值分类方法。首先计算出无人机遥感图像数据集的Average Silhouette值,作为K-means的最优聚类数目;然后对原始图像进行Kmeans聚类初分割,对初分割结果中的非目标区域进行手工剔除;再对处理之后的新对象进行阈值分割和图像优化,完成对象的提取;最后对所有处理得到的地物标签进行合并,实现遥感图像的识别与分类。基于MATLAB/GUI平台,对提出的分类方法处理步骤进行集成,开发了无人机遥感图像分类处理系统,可对无人机遥感图像进行快速处理,实现半自动解译。对分类结果进行精度验证,其总体精度为91.09%,Kappa系数为0.88,表明该方法用于无人机遥感图像分类处理,能够实现地物的精确分类与信息提取。     

土地利用图件遥感快速更新方法的探索

以深圳市为例 ,简要介绍了运用遥感技术进行土地利用现状图快速更新的方法和流程。该方法以遥感影像为基础数据源 ,结合土地利用详查数据和变更资料 ,采用影像融合和计算机自动变化提取技术 ,同时综合多源信息 ,以人机交互知识解译方式提取土地利用变化信息 ,辅助应用 GPS对变化信息进行外业实地调查 ,从而快速更新深圳市土地利用栅格图。该方法可快速、及时地获取和掌握土地利用变化信息数据 ,为土地资源的保护、利用、规划等提供技术支持     

高分辨率遥感影像下沿海地区地表覆盖信息的提取

沿海地区地表覆盖信息是全国地理国情普查的重要内容,遥感影像分类技术为沿海地区地表覆盖信息提供了一种重要方法。本文基于GF-1高分辨率遥感影像,建立了沿海地区地表覆盖分类系统,采用中国测绘科学研究院自主研发的面向对象GLC决策树分类方法和软件进行了地表覆盖分类。通过对某试验区进行分类试验,并结合该区地表覆盖标准分类图进行精度评价,验证了基于高分辨率影像,面向对象GLC决策树分类方法在沿海地区地表覆盖信息提取上的有效性及优越性,其总体分类精度和Kappa系数分别为87.201 8%、0.840 6,均高于SVM分类法。最后提出基于高分辨率遥感影像的沿海地区地表覆盖信息提取流程。     

利用决策树工具的土地利用类型遥感识别方法研究

应用决策树的理论和方法,利用遥感数据及其他相关数据和资料进行土地利用信息分类。通过研究地物光谱统计特征,讨论了通过耕地指数等归一化地类指数来增强影像地类特征、结合DEM提取土地利用信息的决策树分支点的设计方法,较好地解决了水体和建筑阴影、道路等容易混淆区域的区分问题。     

基于遥感技术的城市发展变化分析

应用遥感技术对城市发展变化进行分析,可为城市规划建设提供辅助依据。本文在前人研究的基础上,将某市4个时期的遥感影像作为研究数据,进行了城区范围、城区植被和土地覆盖信息的提取与分析。研究结果表明,伴随着城市的发展,城区的面积逐年增加,城区植被出现先减少、后增加的现象,而在土地覆盖信息方面也发生了巨大变化。     

高分辨率卫星遥感影像在土地利用调查和动态监测中的应用

结合乐清市土地调查的具体实践,对高分辨率卫星遥感影像在土地利用调查和动态监测中的应用进行探讨。以高分辨率卫星影像作为信息源,应用3S技术,进行土地利用调查和动态监测。可改变传统工作方式,把大量艰苦的野外作业变成室内作业,不仅省时、省力、成本低,且客观性和科学性强。所获得的数据易于转换为GIS数据格式,而且能及时、全面、准确地获得土地变化信息,具有常规方法所不能比拟的优点。     

基于高分辨率影像的江北区土地利用变化监测

以2005年和2006年两期SPOT影像,结合06年土地利用变更调查成果,进行宁波市江北区的土地利用变化监测研究。本文重点介绍了直接影响土地利用变化信息提取精度的遥感影像几何校正和相对辐射校正方法,在对遥感影像数据处理基础上,叠加土地利用现状数据,以人机交互的方式进行土地利用变化信息的提取,通过对监测结果的分析,验证了利用高分辨率影像实现土地利用变化监测的可行性。     

利用纹理特征提取城市用地信息方法探索

就利用灰度共生矩阵纹理特征提取城市用地信息做了初步探索。计算灰度共生矩阵四个纹理特征量,选择建筑用地与其它地类的纹理特征统计量差别较大的特征,用于提取建筑用地信息。通过计算选择了对比度纹理特征,对该特征图像进行分类、密度分割及后处理,得到城市用地信息。通过精度评定证明了纹理特征用于分类可以提高分类的精度,并能提高土地利用动态监测的自动化程度。     

Google Earth在《城市遥感技术》教学中的应用

Google Earth软件具有免费、开放、简单易用等特点,对丰富教学资源和改善教学方法具有重要意义。基于GoogleEarth平台,在《城市遥感技术》教学中,对于遥感成像和影像特征、遥感解译标志及方法、城市遥感影像的信息提取、城市遥感专项调查等章节的理论教学,应重点运用遥感影像的搜索、标注和显示等功能;对于遥感影像地图制作、地类信息提取、演变信息提取等实验教学,应重点运用采集、存储、查询、分析、显示和输出等集成功能。实践表明,Google Earth值得在地学教育模式革新中推广。     

轨迹延续性与影像特征相似性结合的城市道路提取

城市道路区域检测是城市土地管理、交通规划等领域的迫切需求,而传统城市道路区域检测多使用轨迹提取、遥感解译、人工采集等单独方式,在自动化程度或提取质量上存在一定的局限性。本文结合GNSS轨迹点与高分遥感影像各自的数据优势,提出一种基于轨迹延续性与影像特征相似性的遥感影像道路区域检测方法。该方法以出租车GNSS轨迹点构建轨迹特征栅格,基于轨迹延续性在平均方向特征栅格中划分路段对象,利用道路对象的光谱特征向轨迹无法覆盖的小区内部进行拓展,以获得提取区域内较为完整的道路信息。试验证明：本文方法可以有效降低道路的同物异谱现象及阴影、树木遮挡的影响,高效地提取高分遥感影像中的道路区域。与传统的遥感影像分类方法相比,具有更高的精度与自动化程度,相较于深度学习模型具有更广的适应性。     

融合流程优化思维的遥感影像变化检测自动化研究

目前土地卫片执法中对影像变化图斑的提取主要依靠作业人员对两时相高分辨率卫星遥感影像的目视解译,以确定土地利用变化发生的空间位置。图斑的正确与否完全依靠解译人员的目视判读经验,容易产生错误。通用的检测流程针对特定遥感影像数据可以得到较好的检测结果,但是面对大面积、特征多样、分辨率较高的城市遥感影像时,应用效果可能不佳。融合流程优化思维,整合现有成熟的遥感影像变化检测相关技术,利用数字城市建设中积累的大量高精度GIS数据,并结合地物形状特征指数和检测人员的作业经验,进行变化检测自动化研究,包括人机交互检测和批量自动检测两个主要流程,并应用于深圳市土地卫片执法中的土地利用变化图斑提取环节,可提高其自动化程度,有效降低时间和人力成本,及时发现并阻止土地违法利用行为。