阴影辅助下的面向对象城市建筑物提取

分析高分辨率遥感影像城市建筑物提取的难点,探讨建筑物阴影与建筑物之间的关系,提出一种阴影辅助的建筑物提取方法:首先在高分辨率影像中提取出建筑物阴影对象,通过建筑物与其阴影的空间关系特征分离相互连接的建筑物对象并确认漏提取的建筑物对象,从而提高了建筑物的提取精度;将该方法运用于Quick Bird影像的建筑物提取实验中,取得理想的实验效果.     

基于SPOT5遥感影像的土地分类信息提取

近年来,随着现代遥感技术的发展,高分辨率、多波段、多时相、周期性的遥感卫星不断更新,如:SPOT、IKONOS、Quick Bird等,为土地分类信息的提取提供了丰富、可靠、高精度的基础数据源信息。本文选取陕西省三原县部分地区作为试验区,探讨利用SPOT5遥感影像进行土地分类信息提取,对数据预处理、遥感影像分类方法的选取及分类结果精度的评价等问题进行了探究,采用最大似然法,通过计算机自动分类对SPOT5遥感影像土地分类信息进行提取。实验证明,将SPOT5遥感数据应用于土地信息类型的提取可以极大地提高影像分类的效率,得到较好分类效果。     

基于语义约束的GF-1遥感影像山区居民地提取方法

山区居民地空间分布信息是山区灾害应急响应与评估的重要基础资料。我国大力发展的高分辨遥感系统,为快速获取山区居民地空间分布信息提供了数据保障,对灾害应急与评估具有重要的现实意义。针对高分辨率遥感影像居民地提取结果误分对象较多的情况,本文提出一种基于语义约束的高分一号(GF-1)遥感影像山区居民地提取方法,其基本思路是:根据山区居民地独特的分布规律,制定山谷线、山坡、雪线等语义约束条件,并将其与面向对象方法相结合进行居民地提取。以覆盖四川省康定县的一景GF-1影像为例进行实验,采取语义约束下的山区居民地提取,正确率为82.91%,漏分率仅为7.86%。与不使用语义约束的面向对象分类法直接提取结果相比,正确率提高了1.2倍。实验表明,本文提出的山区居民地提取方法能够有效改善山区居区地信息提取效果。     

多源遥感数据在土地覆盖变化监测中的应用

基于MODIS、Landsat TM、Quick Bird 数据,对山西芦芽山2000 年、2005 年和2010年植被变化作了定量和定性分析。结果显示：3 年间,部分植被MODIS NDVI年际波动可达5%~10%。1 年之内,多数植被MODIS NDVI 季节性明显,Landsat TM季节差对应的NDVI差可达0.2。在自然地带的过渡区,因难以区分人类活动引起的变化和季节变化,这种季节差使变化检测面临不确定性。利用2002 年和2008 年Quick Bird 数据对森林采伐迹地对比发现,只有局部地区的植被类型开始草丛向灌木林的演替,说明植被恢复缓慢。由此可以认为,自然植被过渡带植被固有的分类模糊性,人类活动反复干扰-恢复后形成植被的破碎性,以及Landsat 数据可能存在的季节不一致性,都会影响土地覆盖分类精度和变化检测可靠性。因此,需要使用多源数据对自然过渡带进行重点分析。     

基于ASTER影像的近海水产养殖信息自动提取方法

水产养殖地已经成为海洋环境监测的热点目标之一。采用具有高光谱分辨率和较高空间分辨率(15m)的ASTER遥感影像,以九龙江河口地区为研究示范区,进行近海水产养殖信息的自动提取方法研究。结果表明,利用ASTER影像的光谱信息和水产养殖地的纹理结构信息,可以实现近海水产养殖地的自动提取。先利用监督分类方法提取混淆有其他水体的水产养殖信息,采用邻域分析来增强水产养殖地的空间纹理信息。通过综合监督分类和水产养殖地空间纹理增强的结果,在专家决策分类器中建立决策规则,进行水产养殖地的自动提取,提取的精度达93%。     

河流廊道景观的热环境效应分析

河流廊道景观显著区别于其他景观类型,深入细致地分析其热环境效应有助于掌握城市热环境变化的内在规律。以四川省绵阳市为例,以Quick Bird、TM遥感影像为主要数据源,借助ArcGIS数据处理平台,研究河流廊道景观的热环境效应。首先,利用缓冲区分析方法确定涪江、安昌河和芙蓉溪的降温范围分别为300m、250m和150m,然后针对三条河流降温范围内的平均温度和河面宽度进行分析,结果表明:河面宽度、水域面积和流经区域共同影响其降温效果,三条河流中涪江降温效果最显著,且同一条河流左右两侧的降温效果也存在一定差异。     

面向高分辨率遥感影像分类的多尺度光谱-空间-语义特征融合

在核函数集成SVM分类框架下,提出一种融合多尺度光谱-空间-语义特征的高分辨率遥感影像分类方法。首先,以多尺度影像分割集为基础,利用潜狄利克雷分配模型对分割图斑的语义特征进行建模,并结合原始影像的光谱特征以及分割图斑内的空间均值特征,在不同分割尺度下分别开展光谱-空间-语义特征的多核函数融合分类;然后根据多数投票法原则在决策级集成多尺度分类结果,通过最小尺度下的分割影像实现像素级分类结果至面向对象分类结果的转化。不同场景和分辨率数据下开展的实验结果表明,该分类方法能够实现分类结果的自适应平滑分类,并在一定程度上提高建筑物和道路等"同谱异物"地物的区分能力,分类总体精度由基于光谱特征SVM的66.7%和63.7%提升至86.8%和87.2%。     

基于判别空间条件熵加权的土地覆盖分类方法研究

针对遥感专题类别信息的机理问题,从土地覆盖参考数据的偏差程度对分类精度的影响角度,提出了一种基于判别空间条件熵加权的土地覆盖分类方法。引入判别空间模型概念,基于此模型生成土地覆盖数据类别,并分析了土地覆盖信息类别与数据类别的语义偏差出现的深层次原因;计算信息类别与数据类别的对应关系矩阵,据此得到二者的条件熵,实现对土地覆盖信息类别与数据类别的语义偏差的量化;根据信息类别与数据类别的条件熵计算修正判别变量的权重因子,实现基于判别空间条件熵加权的土地覆盖分类。采用一景SPOT-5影像进行分类实验,并利用同一地区的Landsat 5TM影像进行方法验证。实验表明,条件熵加权修正方法使土地覆盖分类精度有了显著提高,并对不同分辨率的遥感影像具有适用性。     

基于多通道数据融合的无人机遥感影像地物目标提取方法

针对仅使用无人机遥感RGB影像进行目标检测时精度不高、高程信息利用不足等问题,该文采用通道叠加和类IHS变换两种多通道数据融合方法对RGB影像与高程数据进行融合,使用DeepLabv3+卷积神经网络语义分割模型提取两种融合影像地物目标,并与RGB影像提取结果进行对比分析.结果表明,基于上述两种融合影像的地物目标识别精度高于仅使用RGB影像的识别精度,其中通道叠加影像的整体像素精度、平均像素精度和Kap-pa系数分别提高了3.52％、1.42％ 和14.99％.由于不同地物目标与周围地物的高程差不同,致使各融合方法对不同地物目标识别精度的提升效果不同,道路、建筑和地面识别精度的提升效果较好.     

基于语义和边缘特征融合的高分辨率遥感影像水体提取方法

利用卷积神经网络从遥感影像中提取水体时,水体对象边缘像素的特征与内部像素的特征之间往往存在较大差异,导致提取结果中边界模糊、内部像素与边缘像素的提取精度差异较大,影响了整体精度的提高。针对如何从高分辨率遥感影像中进行水体高精度、自动化提取的问题,文章首先以高分辨率遥感图像为基础,利用边缘提取算法生成边缘图像,然后以高分辨率遥感图像和边缘图像作为输入,建立了语义特征和边缘特征融合的高分辨率遥感图像水体提取模型（Semantic Feature and Edge Feature Fusion Network, SEF-Net）,用于从高分辨率遥感图像中提取水体对象。实验结果表明,SEF-Net模型在3个数据集中的召回率（91.97%、92.07%、93.97%）,精确率（91.12%、98.37%、97.88%）,准确率（89.56%、95.07%、94.06%）和F1分数（91.54%、95.12%、95.88%）均优于对比模型,说明SEF-Net模型从高分辨率遥感图像中提取水体时,具有更高的精度和泛化能力。     

IKONOS影像在城市绿地提取中的应用

本文以南京城市为例 ,重点讨论了基于IKONOS影像的城市绿地信息分级分类提取方法 ,通过将IKONOS多光谱数据合成 ,根据各类地物的不同光谱特征 ,采取相应的方法提取出各层信息。在此过程中 ,仔细分析地物间在IKONOS 4个波段中的光谱差异 ,非线性增强阴影区绿地的NDVI值 ,利用光谱差异分层提取、剔除信息 ,最后把各分级绿地信息合并得到整体绿地分布图。分级分类法充分考虑各类目标的不同特点 ,避免了通常单一分类方法中单纯利用光谱特征所造成的地物混分现象。     

A three-step approach of simplifying 3D buildings modeled by CityGML

CityGML (City Geography Markup Language), the OGC (Open Open Geospatial Consortium) standard on three-dimensional (3D) city modeling, is widely used in an increasing number of applications, because it models a city with rich geometrical and semantic information. The underlying building model differentiates four consecutive levels of detail (LoDs). Nowadays, most city buildings are reconstructed in LoD3, while few landmarks in LoD4. For visualization or other purposes, buildings in LoD2 or LoD1 need to be derived from LoD3 models. But CityGML does not indicate methods for the automatic derivation of the different LoDs. This article presents an approach for deriving LoD2 buildings from LoD3 models which are essentially the exterior shells of buildings without opening objects. This approach treats different semantic components of a building separately with the aim to preserve the characteristics of ground plan, roof, and wall structures as far as possible. The process is composed of three steps: simplifying wall elements, generalizing roof structures, and then reconstructing the 3D building by intersecting the wall and roof polygons. The first step simplifies ground plan with wall elements projected onto the ground. A new algorithm is developed to handle not only simple structures like parallel and rectangle shapes but also complicated structures such as non-parallel, non-rectangular shapes and long narrow angles. The algorithm for generalizing roof structure is based on the same principles; however, the calculation has to be conducted in 3D space. Moreover, the simplified polygons of roof structure are further merged and typified depending on the spatial relations between two neighboring polygons. In the third step, generalized 3D buildings are reconstructed by increasing walls in height and intersecting with roof structures. The approach has been implemented and tested on a number of 3D buildings. The experiments have verified that the 3D building can be efficiently generalized, while the characteristics of wall and roof structure can be well preserved after the simplification.     

基于NDSI-Albedo特征空间的MODIS积雪丰度信息反演方法研究

积雪是新疆地区重要的水源补给,是冰冻和融雪洪水灾害的直接原因,也是水资源管理、气候变化、灾害防治和融雪模拟预报的主要参数。针对多种积雪信息提取方法的优缺点,提出运用特征空间方法,构建积雪丰度反演模型,并与支持向量机提取积雪丰度进行精度对比分析,NA模型方法的相关系数（R²）值比支持向量机方法高2.4百分点,而均方根误差（RMSE）提高了0.106。结果表明：利用归一化差分积雪指数（NDSI）和反照率（Albedo）建立二维特征空间反演积雪丰度的方法是可行的,并且提取精度优于支持向量机（SVM）方法。因此,该方法对水资源管理、气候变化以及洪水模拟预测等方面的研究具有一定参考意义。     

基于多方位DEM地形晕渲的黄土地貌正负地形提取

以陕北绥德县韭园沟流域5 m分辨率DEM数据为基础,在数字地形分析、多元统计和数据挖掘方法的基础上,提出利用多方位DEM地形晕渲、坡度等多元指标,以主成分分析消除多重共线性和约减维数,并以Logis-tic回归模型提取黄土高原正、负地形的方法。研究结果表明:模型提取精度为82.1%,Kappa统计量为0.629;模型在6个不同流域测试样本上正、负地形的平均精度分别为77.6%,84.9%,加权平均精度为81.3%,模型具有较好的一致性和泛化能力,正、负地形提取效果良好。     

Chinese migrants in Melbourne and their house choices

Meanings behind the choice of the migrant house are explored through an examination of 12 houses of migrants who emigrated from mainland China to Melbourne during the 1990s and 2000s. A qualitative investigation shows that there are three interconnected meanings behind the choice of houses in Melbourne: a desire to counter past experiences of housing in China, a desire to improve future opportunities through housing, and the wish to blend into Australian society. While much of the literature claims that migrant housing represents the ethnic character of their owners through architectural features, these Chinese houses do not resemble past houses in China in any physical way. The location of the house in a ‘good’ suburb was the most important factor when choosing the house. The house should be located near good educational, transport and shopping services before the built form becomes important. Chinese migrants wish to assimilate into Australian society through their choice of ordinary houses that do not communicate their ethnic identity through their external façades, while also adopting Australian ways of living that are focused on gardens and backyards.     

基于区域合并影像分割技术的多尺度地表景观分析

分割是面向对象影像分析的前提,景观空间异质性特征给遥感信息获取提出了多尺度的要求。影像分割的多尺度分析以尺度效应与对象异质性最小原则为前提,描述多尺度效应分析的必要性与可行性。基于区域合并的分割原理与方法,为多尺度影像分析提供理论与技术支持,在两个样区进行多尺度影像分割技术的应用实践,分析基于区域合并的多尺度分割数据的几何丰富度与语义丰富度。     

基于面向对象的城市地物信息提取方法研究

20世纪90年代以来,高空间分辨率遥感影像数据的处理已成为遥感领域中的热点与难点。利用具有人的思维特点的面向对象的信息提取技术,对高分辨率遥感影像中的城市用地进行分类,分析和利用高分辨率影像的空间信息、结构信息与光谱特征等,总结了面向对象解译方法的5个步骤,即影像分割、分类方法的选择、地物种类分类,知识库构建、计算机自动分类。分类结果表明：（1）克服了“椒盐现象”;（2）信息提取的总体精度为92.19％,而且各类地物信息的提取精度均有所提高,特别是利用前期分类的拓扑关系有效提取了城市水体与建筑物阴影。