胶州湾地貌的遥感图象机助解译

本文采用I~2S101数字图象处理系统对胶州湾幅CCT磁带数字图象信息进行了非监督和监督定量方法分类,分别获得了13类、9类及8类的地貌形态组合。结果表明,根据地物反射光谱的差异性,使用计算机来规定分类范畴的非监督分类方法(Non-Supervised learning)是成功的。 我们根据分类结果对胶州湾幅地貌形态特征进行了较理想的解译,特别是对湾内潮间带的水域及陆地分类清晰、准确。经实地考查,对解译成果作了验证。并且,通过计算     

胶州湾幅多光谱遥感信息的KL变换及其解译

本文采用了I2S101型数字图象处理系统对胶州湾幅CCT磁带信息进行了Karhunen-Loeve变换(简称KL变换).这是对多光谱遥感信息首次进行维数压缩的一次尝试,取得了较好的解译成果.从随机向量X(灰度向量)的协方差矩阵本征值λ的结果表明,离散的随机变量经KL变换后所得到的主成分向量Y彼此间已经不存在相关性了.并且,由变换后的主成分图象,对胶州湾各类地貌形态特征进行了圆满的解译.经实地考察,对解译成果进行了验证.最后,文章肯定了四维(或任意多维)遥感数字图象信息在数据压缩传输中及对主成分图象进行全面分析研究而采用KL变换的重要意义,并阐明了笔者新的认识.     

对东沙岛基于融合信息高分辨遥感影像分类研究

以SPOT510m多光谱高分辨率影像为数据基础,建立东沙岛地物信息提取的时空属性和地学规律等先验知识,在此基础上选取地物样本,并进行东沙岛地物光谱分析,从而进行东沙岛的融合信息分析,减少信息提取的误差,使解译的精度提高,结果表明,以先验知识为基础选取的样本光谱能够较好地反映地物光谱的信息含量;高分辨率影像能反映东沙岛的地物特征,并且在影像上能够反应东沙岛潟湖、口门等的发育状态,有效地揭示了地物的区分和地貌发育特征.以此进行的分类结果具有合理性;Kappa分析的分类精度达78.33%.     

莱州湾海岸带遥感图象的地貌解译研究

本文采用光学图象增强方法和计算机数字图象处理技术,对菜州湾34幅卫片进行了图象处理及地学解译,结合地面资料,完成了有关图件36幅,包括:菜州湾海岸带地貌特征及其成因类型;菜州湾潮间带地貌分带及全新世海侵范围;黄河入海泥砂的扩散范围及强度分布;菜州湾岸线动态变化、岸滩稳定性等。遥感图象处理方法应用于海岸带地貌动态分析研究具有广阔前景。     

陆地卫星CCT数字图象BAYES自动分类研究

本文主要讨论使用SIEMENS通用计算机,直接从陆地卫星CCT磁带中提取原始数字信息,对地表物体进行BAYES自动分类,输出1:5万彩色分类图。文中对分类方法和某些影响因素作了必要的论述。图5,照片2,参考文献4。     

航空遥感在深圳海岸带土地利用现状调查中的应用

本文根据大相幅多光谱航片叙述了深圳航空遥感试验区土地利用现状的解译流程、分类原则、解译标志的建立、专业图的成图方法及解译与面积量算的结果。实践证明利用大相幅多光谱航片,调查海岸带土地利用现状,为开发利用提供快速而有用的资料,具有推广应用的价值。     

航空遥感在河口和海涂资源综合调查中的应用

本文根据1980年珠江口磨刀门河口航空遥感所提供的多光谱扫描图象和该区域海涂资源的分类设计方案、程序,应用IPOS/101数字图象处理系统进行图象增强、分类处理,得到分类图件,对珠江口磨刀门河口海涂、水下地形进行解译探索。同时根据实地踏勘,室内解译,将所得分类图件进行实地验证,其精度达86.2％,这就可直接为磨刀门河口工程提供直观、可靠的依据,并且,比常规方法节省人力、物力和财力。     

联合光谱和纹理特征的滨海湿地高光谱深度学习分类—以黄河三角洲湿地为例

本文基于CHRIS高光谱遥感影像，发展了一种结合地物光谱特征和多纹理空间特征信息，采用双全链接的8层深度卷积神经网络分类算法对滨海湿地高光谱影像进行遥感地物分类，并在黄河口滨海湿地进行了应用。结果表明：1）基于测试样本数据，联合光谱特征和K-L变换的纹理特征信息，采用DCNN模型方法展现了高的分类精度，精度高达99%；2）利用光谱特征和全纹理特征的精度比仅使用光谱特征和光谱特征联合K-L变换后纹理特征的分类精度低。利用K-L变换后的光谱特征和纹理特征的DCNN分类精度达到99.38%，相比于使用全纹理特征信息的精度提高了4.15%；3）基于验证图像，发展的DCNN分类方法精度优于其他算法，DCNN方法总体分类精度为84.64%，Kappa系数为0.80；4）相比于浅层分类方法，本文发展的DCNN模型分类算法保证了所有地物类型的分类精度更加均衡，保持了主要地物类型的分类精度几乎不变，同时提高了滩涂和农田的精度。基于DCNN模型，潮滩和农田的分类精度分别达到79.26%和56.72%。比其它浅层分类方法提高了2.51%和10.6%。     

基于地物光谱可分性的CHRIS 高光谱影像波段选择及其分类应用

本文以黄河口湿地为研究区,应用覆盖该区域的CHRIS高光谱遥感影像,提出了一种基于地物光谱可分性的滨海湿地高光谱影像波段选择方法。该方法利用研究区的7种典型地物的110余条现场实测地物光谱曲线,通过分析比对地物两两之间的光谱可分度,确定地物类型之间的光谱可分区间,基于此选取CHRIS高光谱影像的地物分类特征波段,应用三种经典的监督分类方法(支持向量机法SVM、人工神经网络法ANN和光谱角制图法SAM)开展利用全波段的和利用本文方法选择特征波段的分类对比实验。结果表明:(1)基于光谱可分性特征波段的方法较全波段分类精度有所提高,其中ANN分类精度最高,为82.52%,较全波段分类精度提高了约为5.1%;(2)芦苇、水体、黄河水和裸滩4种地物的识别能力高,生产者精度都在80%以上;(3)碱蓬的用户精度提升最为明显,约在7%。     

基于光谱-空间联合Transformer模型的黄河三角洲湿地高光谱影像分类

黄河三角洲湿地地物类型在光谱曲线上差异较小,且在空间上分布零散,呈破碎化特性。现有的分类方法受限于局部感受野难以捕捉到图像的长距离依赖关系,导致在黄河三角洲湿地高光谱影像中分类精度不理想,针对此问题,本文提出了一种光谱-空间联合Transformer模型。光谱和空间支路分别以光谱向量和空间邻域为输入,基于自注意力机制提取全局光谱和空间特征,在两个支路引入多阶特征交互层,实现浅层边缘信息和深层语义信息的融合,最后采用自适应相加的方式将两路特征融合,送入分类器实现最终分类。本文在黄河三角洲湿地高分五号GF-5和CHRIS两幅高光谱影像上验证方法的有效性,实验结果表明,该方法显著提高了湿地分类的精度,在选用3%的样本训练条件下总体精度分别达到了90.90%和94.17%,优于其他分类方法。研究结果可实现黄河三角洲湿地地物类型的高精度分类,为湿地的保护提供技术支持。     

SPOT、QuickBird卫星遥感数据提取东沙岛植被信息的比较

基于植被的光谱特征,利用监督分类、植被指数(NDV I)和目视解译等方法,分别用SPOT-5、Q u ickB ird高分辨率卫星遥感影像对东沙岛植被信息进行提取,并作了比对分析。研究结果表明:利用高分辨率遥感图像对东沙岛等小型岛屿的植被信息提取是可行的;SPOT-5多光谱数据具备了提取小型海岛植被信息、掌握其植被覆盖状况的能力;与SPOT-5多光谱数据相比,Q u ickB ird多光谱数据在植被精细分类信息的提取方面更具优势。     

莱州湾沿岸遥感图象的地质地貌解译研究

借着光学图象增强方法和数字图象处理技术,我们对莱州湾沿岸34幅卫片进行了图象处理与解译。经现场验证后,结合地面资料,最后完成了该项研究报告及有关图件36幅。研究报告较全面地总结了遥感技术在莱州湾海岸带地质地貌调查中所取得的成果。这些成果包括;莱州湾地区的地貌特征及其成因类型;莱州湾潮间带的地貌分带及全新世海侵范围;莱州湾沿岸黄河入海泥沙的扩散范围及强度分布;莱州湾岸线动态变化及岸滩稳定性的研究;遙感图象处理方法在菜州湾海岸带调查中的应用研究等。从中可以看出,遥感图象处理技术,在海岸河口地区动态分析研究中的价值     

条带消除对于高光谱图像分类效果的影响——以CHRIS/PROBA图像为例

以CHRIS/PROBA高光谱图像数据为例,使用非监督分类的ISODATA和监督分类的最大似然法、支持向量机等3种经典的图像分类算法,对消条带前后的图像分别开展分类实验,并对分类结果做了分析。实验结果表明,消条带处理可以较好地改善高光谱图像分类结果的目视效果,能够消除不同类别斑块边缘因条带而产生的"毛刺"现象,这对地物斑块的形状及几何分布敏感的研究(如景观生态学)至关重要;但消条带处理对于提高分类精度的效果并不显著,精度提高最大值不到2%。     

基于多光谱数据的黄河三角洲岸线自动提取

基于多光谱数据对海岸线自动提取的问题研究已久。针对国内外岸线提取方法较为单一的现状,提出兼顾光谱特征与空间关系的海岸线自动提取方法:将2014年黄河三角洲Landsat8-OLI影像与实测地物反射率光谱对比,选择敏感波段建立提取模型,之后对研究岸段进行分类并自动提取,同时基于908专项山东省修测海岸线标准的目视解译方法对实验部分的海岸线进行提取,最后通过ROC曲线原则对提取结果分别进行0.5与1像元精度评价,实验证明该方法在1个像元精度(提取置信度均高于90%)范围内能快速、准确地提取黄河三角洲复杂地貌类型地区的海岸线,所得到的矢量岸线可直接用于地理信息系统(GIS)分析。     

基于光谱特征空间的监督分类中包络线去除效能评价

对覆盖黄河口滨海湿地的PROBA CHRIS高光谱遥感影像进行包络线去除变换,采用6种常用的基于光谱特征空间的监督分类算法对变换前后的影像数据进行滨海湿地典型地物分类,通过目视对比分析和定量分析相结合的方法分析比较变换前后的分类结果,评价包络线去除方法对该类算法影响的效果和能力。结果表明,包络线去除方法能够提高部分监督分类算法针对滨海湿地典型植被类型的区分和识别能力;但由于滨海湿地内具有面积较大的裸滩和浑浊水体,这两类地物在影像中的光谱特征相近,而包络线去除方法并不能解决二者的误分问题,因此并不能提高该类算法针对CHRIS高光谱遥感影像的总体分类精度。     

胶州湾沉积物地球化学特征的初步研究

关于胶州湾沉积物的地球化学研究,迄今未有报道,本文拟做一尝试.文中揭示了胶州湾表层沉积物的化学成分特征,对部分微量元素的地球化学特征进行了初步探讨,并对比分析了胶州湾同其它海湾沉积物在地球化学特征方面的异同点.     

海湾水深遥感图象计算机分类解译

本文介绍了用美制S101数字图象处理系统,对1981年10月舟山地区航空遥感实验中所取得的大乌石塘海湾幅机载11通道数字扫描图象进行水深分类解译,并且与实测结果进行对比验证。     

高光谱影像分类及组合分类器的应用

高光谱影像包含有丰富的地物类别信息,但由于受分类方法等因素的限制,这些信息并不能得到充分的挖掘。组合分类器由于可以实现各分类结果信息的互补,因而总有着较各单分类器效果更好的分类性能。将组合分类方法引入到高光谱影像的分类实践中,并对组合的关键问题一组合规则进行探讨,提出了混合组合规则的概念。实验表明,利用该组合分类方法对高光谱影像进行分类,可以得到良好的处理结果。     

从模糊相似优先比法计算结果看胶州湾沉积物的类型

沉积物之间的界限既有其确定性的一面,也有其模糊性的一面。当我们采用定量方法对沉积物进行分类和识别时,应当使用模糊数学方法。文章叙述了模糊相似选择法,按地球化学组份作因子用于胶州湾表层沉积物的类型识别。取帕里亚湾沉积物类型和其它几个海区的沉积物类型作为不同的标准,按计算的相似矩阵结果划分,胶州湾沉积物与帕里亚湾粘土型最相似。     

基于双路图卷积的黄河三角洲湿地地物分类研究

黄河三角洲湿地地物精确分类对湿地资源的保护、开发和利用具有重要意义。目前的湿地分类算法大多存在着全局信息利用不足,地物类型边界不易区分等问题,导致分类精度不高。针对此问题,本文提出了基于双路图卷积的黄河三角洲湿地地物分类算法,包括图结构数据构建模块、特征提取与融合模块两部分。图结构数据构建模块,设计欧式图表示光谱值之间的绝对差异,衡量不同地物类型,设计余弦图表达不同像素光谱波形之间的差异,用以区分不同的地物边界;特征提取与融合模块,利用图卷积聚合全局信息,对欧式图利用双层图卷积进行特征提取,对余弦图使用图U-Net网络进行特征提取,之后将两个特征融合,得到同时具有光谱值绝对差异和光谱波形差异的融合特征,最后进行分类。在CHRIS和GF5两个数据集的实验结果表明,本文所提算法在黄河三角洲湿地地物分类中取得了具有竞争力的分类结果。