基于GF-6的植被覆盖度遥感估测研究

GF-6号卫星是近年来投入运行的国产卫星,其遥感影像的空间分辨率、时空分辨率较高,但基于该卫星数据的应用研究并不多见.本次研究以GF-6号卫星WFV数据为数据源,基于归一化植被指数和像元二分模型对甘肃民勤典型干旱地区的植被覆盖度进行遥感估测,利用置信度法获取像元二分模型的关键参数对植被覆盖度遥感提取结果的影响进行分析....     

河南省植被覆盖度时空变化及其原因分析

基于河南省2010—2019年MODIS NDVI数据,利用像元二分模型估算植被覆盖度,利用一元线性回归获取变化趋势,并利用Pearson相关系数法探究河南省的植被指数和植被覆盖度的时空变化原因,可为河南省生态现状、生态环境建设规划和布局提供参考。结果表明：(1)2010—2019年河南省年度最大NDVI均值存在波动,呈微弱下降趋势;(2)河南省较高和中等植被覆盖度占比较大,且存在中等植被覆盖度向高植被覆盖度和低或无植被覆盖度的转换,社会因素是中等分化到低或无植被覆盖度的主要因素;(3)不同类型植被对降水变化的敏感性存在差异,森林、降水丰富地区和以灌溉为主的农业区受降水变化影响较弱,城镇、乡村和以降水为主的农业区受降水影响较强。     

基于OLI影像植被覆盖度估算探索

选取Landsat8获取的4幅OLI遥感影像,在ENVI5.1遥感图像处理软件中,对影像进行辐射定标、FLAASH大气校正、图像镶嵌等一系列预处理后,利用基于NDVI的像元二分模型,推算出植被覆盖度(FVC)。依据FVC的不同进行密度切割、分层设色,得到该区域的植被覆盖度图。该获取大区域植被覆盖度图的工作方案简单易行,为遥感影像实现区域植被覆盖度动态研究提供了参考。     

资源三号卫星不同空间分辨率图像斑状植被检测比较研究

黄河三角洲滨海区域大量分布着由柽柳、芦苇、翅碱蓬、二色补血草、白茅等等组成的斑状植被,多呈棋盘状规则分布,胜利油田地震勘探被认为是产生这一现象的原因之一。深入研究其分布格局并探讨其形成机理,对于区域湿地生态系统植被恢复至关重要。为此,首先就需要对斑状植被进行有效地检测和制图。本文评价了我国首颗民用高分辨率光学传输型立体测图卫星（资源三号卫星）不同空间分辨率图像检测黄河三角洲斑状植被的能力,结果表明：在利用霍夫曼圆检测方法下,前视、后视、正视全色图像和正视多光谱图像都能很好地检测斑状植被,空间分辨率高的图像有更高的检测精度。     

资源三号卫星不同空间分辨率图像斑状植被检测比较研究北大核心CSCD

黄河三角洲滨海区域大量分布着由柽柳、芦苇、翅碱蓬、二色补血草、白茅等组成的斑状植被,多呈棋盘状规则分布,胜利油田地震勘探被认为是产生这一现象的原因之一。深入研究其分布格局并探讨其形成机理,对于区域湿地生态系统植被恢复至关重要。为此,本文首先对斑状植被进行了有效的检测和制图,评价了我国首颗民用高分辨率光学传输型立体测图卫星(资源三号卫星)不同空间分辨率图像检测黄河三角洲斑状植被的能力。结果表明,在利用圆霍夫检测方法下,前视、后视、正视全色图像和正视多光谱图像都能很好地检测斑状植被,空间分辨率高的图像检测精度更高。     

影像不同空间尺度对鲁甸植被分析的影响

针对植被指数和植被覆盖度与遥感影像空间尺度的关系对高分辨率影像在植被分析中的运用具有重要影响的问题,该文提出一种确定最佳分辨率的方法。以云南鲁甸县茨院乡为研究区,先对原始影像(Worldview-2)进行重采样处理,生成一系列低分辨率影像;计算13组数据的NDVI并利用像元二分模型反演出植被覆盖度;运用信息熵理论和按照局部方差的思路等两种方法,定量分析该区植被分析的最佳分辨率。实验结果表明,随着空间分辨率的降低,NDVI值域区间呈现收敛趋势;植被覆盖度分级图斑斑块数量急剧减少,而所占面积比则保持相对平稳;信息熵中的信息量也随之减少。分析结果认为,该区进行基于Worldview-2影像植被分析的最佳空间分辨率为12m。     

GF-2支持下的干旱区稀疏植被区植被覆盖度估算

现有像元二分模型MODIS植被覆盖度模型因其形式简单、适用性较强的特点被广泛应用于区域植被覆盖度（FVC）的估算。然而，研究表明在沙漠和低植被覆盖的西部干旱区，从250 m的影像上很难精准地获取NDVI_veg（全植被覆盖植被指数）和NDVI_soil（全裸土区植被指数）参数。利用常用的直方图累计法获取模型所需参数NDVI_veg和NDVI_soil，估算结果存在普遍高估现象。为此，本文首先引入同期获取的GF-2号卫星数据，从GF-2号影像上提取植被覆盖像元；然后，利用Pixel Aggregate方法重采样至250 m分辨率，获取250 m空间分辨率下纯植被和纯裸土像元；最后，将纯植被和纯裸土像元各自空间位置相对应的MODIS NDVI数据最大值作为模型所需NDVI_veg和NDVI_soil参数，实现研究区内植被覆盖度的估算。试验通过与线性回归法、多项式回归法和直方图累计像元二分模型法估算结果进行精度对比，结果表明：利用GF-2影像辅助的像元二分模型，精准地获取了低植被覆盖区NDVI_veg和NDVI_soil模型参数，提高了干旱区植被覆盖度的估算精度，并有效地抑制了受稀疏植被影响NDVI在干旱区普遍偏高问题导致的FVC高估的现象。     

资源三号卫星全色与多光谱影像融合方法

在处理新型高分辨率遥感卫星影像时,传统的像素级融合方法会引起绿色植被区域较大的光谱扭曲.本文提出一种适合资源三号卫星影像的融合新方法,可以很好地解决此问题.首先对全色图像进行低通滤波并下采样得到退化后的图像HP,利用回归方法建立多光谱影像与图像HP的方程求解回归系数,考虑到绿色植被颜色失真严重,采用NDVI进行分类,分别求取绿地和非绿地的回归系数进行分类融合.试验结果证明,该方法在提高多光谱影像分辨率的同时,尽可能多地保持了光谱信息,特别是绿色植被区域,融合效果要好于其他方法.     

基于NDVI的植被覆盖度变化的研究与分析——以河北省张家口市为例

为分析河北省张家口市在经过三北防护林三期建设后林地覆盖度变化情况,通过利用张家口2006,2010年两景同期TM影像数据,使用ERDAS软件首先提取植被指数(NDVI),根据像元二分法利用ERDAS的建模工具Spatial Modeler计算出该地区植被覆盖度,利用非监督分类方法对植被覆盖度进行分类、赋色,最后得出张家口市2006—2010年的植被覆盖度分类图,结果表明四年间该市植被覆盖面积增加698.44 km2,与第二次国家林业调查数据基本相符,说明利用遥感反演的方法能够快速、准确地获取该地区的植被覆盖度信息,以及利用NDVI监测植被覆盖度变化方法的可行性。     

利用TM6进行土壤水分的监测研究

在无植被或植被覆盖度很小的情况下，利用TM卫星的热红外波段，进行土壤水分的定量反演，监测出土壤水分的含量，从而形成一种简捷有效的土壤旱情监测的新方法，完善遥感动态监测的理论及方法体系。     

基于色调饱和度亮度模型的可见光植被提取

针对遥感影像只具有红（R）、绿（G）、蓝（B）3个可见光波段时无法利用归一化植被指数（NDVI）方法提取植被信息的现状,本文提出了一种基于色调饱和度亮度（HSL）模型的可见光植被提取方法。利用自主研发的系统,将影像从RGB彩色空间变换至HSL彩色空间,构建归一化色调亮度植被指数（NHLVI）,通过分析植被与非植被信息在HSL彩色空间中的特征,以及NHLVI、H、S、L、R、G、B各分量的特征,确定协同NHLVI、S分量提取植被信息,利用B分量特征剔除结果中的非植被信息,从而实现植被信息提取,并提高提取精度。研究表明,该方法在现有NHLVI指数方法基础上,加入S分量,提升了可见光植被提取的精度及方法的适用性。     

基于面向对象的珲春地区高分辨率遥感影像分类研究

以吉林省珲春市春化镇为研究区,以Pleiades、高分一号、资源三号影像为实验数据,利用面向对象信息提取方法实现了对3种遥感影像进行信息提取。利用3D Filter边缘检测算子对多尺度分割进行优化,通过对影像进行多次实验得出地物要素的最优分割参数,并且建立不同地物要素的分割层级。分析实验数据的特点构建了合理的分类层级,选取能区分各个地物要素的特征进行组合,利用阈值分类和模糊分类实现地物要素的信息提取。利用混淆矩阵对数据进行客观分析,得到3种影像的总体分类精度和kappa系数。分析结果表明:Pleiades影像分类精度较高,更适合本实验区的遥感影像信息提取。     

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。     

植被指数在“北京一号”数据耕地提取中的应用研究

本文旨在研究探讨适合我国最新发射的高性能对地观测"北京一号"小卫星影像中耕地提取方法。通过分析"北京一号"小卫星数据的波段特征,以山东曲阜多光谱图像为试验数据,计算典型的6种植被指数,在Erdas中建立模型,进行了耕地提取试验,并以灰度图像融合数据人工判读的结果作为参考数据,进行了精度评定。将适合"北京一号"小卫星数据的最佳植被指数提取模型应用于整个山东省的耕地提取中,得到修正植被指数提取模型,从而在"北京一号"小卫星数据耕地提取应用领域做了有效尝试。     

基于OLI数据与决策树法的去山体阴影水体信息提取研究

研究山区地表水体信息OLI遥感数据去阴影自动提取方法,设计基于数字高程模型与指数提取的决策树分类方法,提高水体自动识别的精度。该方法选取改进的归一化水体指数、归一化植被指数、比值植被指数、主成分分析前3个分量以及波段之间的组合运算,并结合DEM构建决策树分类规则。综合采用单波段阈值、谱间关系、植被指数和水体指数阈值完成山体水体的去阴影识别研究,与计算机自动识别分类方法比较,其精度明显提高。结果表明,决策树分类方法在精度上明显高于常用的计算机自动分类方法,可以很好地被利用于OLI遥感数据水体信息的海量、大范围提取。     

WorldView-2影像林地信息提取的研究与实现

林地信息的获取具有重要意义,可广泛应用于城市规划编制、林地资源分析、水土流失治理等领域。本文基于WorldView-2影像,在研究分割与对象特征的基础上,采用面向对象方法,实现了林地信息提取,其用户精度达到94%,制图精度达到97.2%。然后,将像元二分模型应用于林地类对象,计算其植被覆盖度。试验表明,面向对象方法能高效、准确、经济地提取林地信息;基于林地类对象计算的植被覆盖度能较好地表征植被覆盖情况。     

采用IDL小波工具优化高光谱影像光谱特征匹配分类

光谱特征匹配分类是常用的高光谱影像分类、识别地物的方法,针对高光谱影像提取植被盖度存在的问题,文章根据高光谱遥感影像处理的方法,采用EO-1卫星在广州市过境的Hyperion高光谱影像,以＂广州南肺＂万亩果园作为试验区,经过大气纠正——最小噪声分离变换（MNF）——最纯净像元指数计算（PPI）——提取植被的端元,以此作为研究区识别植被的参考样本,进行光谱特征匹配提取植被盖度。其中提出利用连续小波变换对参考端元的波谱曲线降噪的方法,旨在优化光谱特征匹配,以提高识别植被的精度。实验结果表明,这种辅助匹配的方法能有效提高识别植被的精度。     

Sentinel-2A数据支持下的雷州半岛植被类型识别

本文以雷州半岛为研究区,利用Sentinel-2A影像数据和真实植被样本数据,综合探讨了机器学习中随机森林与支持向量机的分类效果,并与传统的最大似然法进行比较。提取Sentinel-2A影像9个波段、7个植被指数、72个纹理特征,通过递归特征消除法挑选了10个特征组合,并将其应用于3种分类方法中,对其分类效果进行比较。结果表明:①有效使用多种特征变量是提高植被类型识别精度的关键,就不同特征对植被类型识别的重要性而言,光谱特征与纹理特征相当且大于植被指数,三者重要性相差不大;②随机森林分类效果最佳,不但能对特征进行有效选择,而且能保证植被类型提取精度,提高运行效率;③基于随机森林特征选择的递归特征消除法得到的特征组合不能对其他分类器性能进行优化,对随机森林模型本身的优化效果也有限。     

基于SPOT 5图像的岩溶地貌单元自动提取方法

通过对峰林、峰丛和岩溶洼地3者的地理特征和影像特征的研究,基于遥感图像本底值提出了能有效反映目标特征的遥感指数——植被指数、土壤亮度指数、图像主成分变换第1主成分值及地形数据等,并构建了遥感指数的集成计算法,建立了遥感自动提取模型.指数集成运算法能够有效地增大峰丛、峰林与其他地物之间的光谱差异,使这些岩溶地貌单元的灰度值高于其他地物,从而利于岩溶地貌单元提取阈值的自动选取.基于构建的遥感自动提取模型先提取了峰丛、峰林信息,并在此基础上提取了岩溶洼地信息.经实验研究表明,该方法具有较高的提取精度和效率.     

一种高效的建筑物直线特征提取算法

随着遥感卫星的发射,国内影像处理事业逐渐被人们重视。高效、快速地对遥感及航测影像进行特征提取成为当前研究的热点。本次实验采用辽宁科技大学1∶2 000航拍影像图,针对教学用地建筑物直线提取中绿色植被和道路的影响,提出了一种新的直线提取算法。实验将直线拟合和Hough变换结合并进行改进,对实验结果进行对比,分析改进前后效果。实验结果表明:该方法能很好地适应复杂地形下建筑物的直线特征提取,提取速度快,有效地解决了教学用地中道路和绿色植被对建筑物直线提取的影响问题。