顾及植被的复杂艰险地区多光谱遥感岩性识别

针对复杂艰险地区修建道路时,地质岩性难以现场获取的问题,该文利用ASTER多光谱遥感影像,研究和设计了一种顾及植被覆盖的复杂艰险地区多光谱遥感岩性信息识别提取方法.该方法根据植被覆盖情况先分类后进行岩性识别:对中高植被覆盖区进行植被信息的抑制处理,再对中低植被覆盖区采用主成分分析法进行岩性信息提取;对低植被地表裸露区域采用端元提取、光谱角填图的方法进行岩性信息的提取.最后将岩性识别提取结果与现场地勘结果进行对比验证.结果表明该方法进行岩性信息提取结果与已有的现场勘察结果基本一致,具有重要的参考和应用价值.     

基于光谱相似性的高度异质性喀斯特区域植被盖度提取

利用地物分布的光谱异质性与均匀性信息,提出一种基于光谱相似性的高度异质性条件下喀斯特植被盖度提取方法。研究表明,利用NDVI植被指数方法提取植被盖度时均容易低估喀斯特区域的植被盖度信息,利用像元二分模型则容易高估整个区域的植被盖度信息;而基于光谱相似性对图像进行分块后再提取植被盖度,降低了高度异质性景观对喀斯特植被盖度信息提取的影响,提高了喀斯特地区植被盖度提取的精度。     

改进的基于视觉认知特征的植被识别方法

在高分辨率遥感图像中,可以在没有任何先验知识的前提下,仅采用待处理图像本身的色调特征,基于植被视觉认知特征,高精度地提取出植被区域.为了提高该方法在色调较暗图像中的提取精度,在简要阐述该方法原理的基础上,针对该方法在色调较暗图像中容易发生非植被区域误判、植被信息提取精度不高的不足,对其进行了技术改进——将植被指数(NDVI)法加入到该方法中,并在检测植被区域轮廓前进行一次数学形态学闭运算.改进后的方法可以很好地去除非植被区域的误判,使其在色调偏暗的图像中也具有一定的提取精度,扩展了该方法的适用范围.     

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。     

一种利用NDVI辅助提取植被信息的改进方法

为提高遥感影像中不同覆盖度植被信息由栅格到矢量的转化效率和准确度,改进了常用的NDVI辅助提取植被信息方法,即根据NDVI与植被覆盖度之间的关系自动提取不同覆盖度的植被信息.为检验该方法的效果,利用试验区一组TM影像进行植被信息的提取试验.结果表明,该方法与常用方法相比能有效地增强不同覆盖度植被边缘信息,提高了植被边缘信息栅格矢量化的效率和准确度.     

遥感图像专题信息提取新方法─—定向变换和逻辑取与法研究

本文利用ＴＭ波段比值开展了专题信息的计算机自动提取工作，提出了两种新方法─—定向变换法和逻辑取与法。在南方亚热带植被覆盖的火山岩区进行了试验。结果表明，所提出的方法能消除植被和其他地物的干扰，有效地提取出与金、银等多金属有关的矿化蚀变信息，效果良好。同时，在南方红盆区油气显示信息的提取和直接寻找油气藏方面，用波段比值逻辑取与法也取得良好效果。新方法是实用的，有广阔的应用前景。     

洪泽湖湿地植被信息提取方法研究

以洪泽湖淡水湿地为研究对象,在分析了各类地物光谱特征的基础上,提出了分区分类的方法。首先选取6种典型指数分别对研究区湿地植被进行分类计算,从中选择合适的指数进行湿地植被的信息提取;再运用决策树模型进行湿地植被分类;并将分类结果与最大似然法的分类结果进行了比较。结果表明,1 NDVI提取的沉水植物信息效果最好,挺水植物和浮水植物可用改进归一化差异水体指数(MNDWI)进行区分;再利用决策树对湿地植被进行分类,总体精度达到85.09%,与最大似然法相比,提高了6%。2洪泽湖地区的湿地植被比较丰富,面积约占全湖的10.74%。     

空-谱角匹配与多指数法相结合的OLI遥感影像水体提取

针对复杂环境条件下水体遥感提取结果不连续且易与植被、建筑物、阴影相混淆的难题，基于Landsat 8 OLI影像，以石家庄市平山县岗南水库和宿迁市骆马湖附近河流为研究区，提出了一种空-谱角匹配与多指数法相结合的水体信息提取方法；并与单波段阈值法、归一化差分水体指数法（NDWI）、光谱角匹配法（SAM）、自动水体提取指数法（AWEI）和一类支持向量机法（OC-SVM）的水体提取结果进行对比分析和精度评定。试验结果表明，本文提出的方法兼顾了多特征之间的互补性优势，引入的空间信息有效地抑制了噪声的干扰，且以像素为基元的提取策略较好地保持了水体的边缘信息，避免了出现平滑掉细节信息的情况；与传统方法相比，本文方法受植被、建筑和阴影的干扰最小，对细小水体也具备较好的识别能力。     

利用R-Shiny架构的植被物候参数 分析系统设计与实现

植被物候作为反映植被与气候变化关系的重要参量,具有重要的研究意义。本文基于R语言分布式架构Shiny构建了植被物候参数分析系统,可实现站点分布可视化、感兴趣区(Region of Interest,ROI)选取与绘制、植被指数计算与可视化、数据过滤、生长曲线轨迹拟合与物候参数提取等功能模块。用户可提取不同植被类型数码相机时间序列的植被指数,并用max方法进行平滑与去噪处理,然后选择合适的方法组合拟合植被群落季相变化轨迹,最终提取较为精确的关键物候参数。林地数据系统测试结果表明:1)相对绿度指数GI比其他相对植被指数和单波段的亮度值振幅明显,其时间序列可表征植被实际生长轨迹; 2)不同拟合方法与提取方法的组合效果不同,如klosterman与klosterman方法组合适合林地类型的植被物候参数提取,用户可综合均方根误差与季节群相变化轨迹结果,筛选出适合所选植被物候数据的拟合与物候参数提取方法组合。     

应用MSS数字图像处理进行森林资源动态监测的探讨

本文探讨了应用多时相Landsat Mss图像进行森林动态监测的方法。研究了差值图像法、比值植被指数差值法、归一化植被指数差值法、多时相主分量分析法(垂直植被指数法)和分类比较法对提取森林动态变化信息的作用。结果表明,3种植被指数法都能较好地提取植被动态信息,可用于森林面积消长的动态监测。     

基于TM数据的植被覆盖度反演

本文首先对TM影像进行了几何纠正、辐射校正、大气校正;然后根据混合像元的结构特征,利用TM数据从植被指数(NDVI)中采用“等密度模型”和“非密度模型”提取了宜昌南部地区的植被覆盖度。在用“非密度模型”反演植被覆盖度的过程中,叶面积指数(LAI)是一个必要的参数,本文提出了一种改进的借助可见光波段和近红外波段反射值来提取叶面积指数(LAI)的方法。通过和MODIS数据反演结果比较表明:“非密度模型”的估算精度要高于“等密度模型”;利用“等密度模型”和“非密度模型”反演植被覆盖度是可行。     

高光谱吸收特征参数反演草地光合有效辐射吸收率

在植被光合有效辐射吸收率(FAPAR)遥感估算中被广泛采用的植被指数法,其估算精度往往受到"红波段吸收峰"峰值点光谱反射率易饱和特征的影响。考虑到高光谱吸收特征参数能较好地诠释地物光谱吸收特征的细节信息,基于微分法与包络线去除法研发"高光谱曲线特征吸收峰自动识别法"识别对FAPAR敏感的特征吸收峰,再结合连续统去除法以及光谱吸收指数(SAI)提取FAPAR的高光谱吸收特征参数,构建估算天然草地冠层水平FAPAR的高光谱吸收特征参数模型。结果表明:(1)天然草地冠层FAPAR与高光谱吸收特征参数具有很好的相关性,其中,"红波段吸收峰"SAI对FAPAR变化最为敏感,在植被覆盖度较高时,其饱和性相比"红波段吸收峰"峰值点反射率与归一化植被(NDVI)值有较大的提升。(2)以"红波段吸收峰"SAI为变量的对数方程为FAPAR的最佳估算模型,在植被覆盖度处于中与高时,其FAPAR预测精度比NDVI模型有不同程度的提高。研究采用的高光谱吸收特征参数一定程度上弥补了部分植被指数因饱和问题在估算FAPAR时的不足,可作为植被FAPAR反演的新参数,适用于中、高覆盖度的天然草地FAPAR监测。     

基于SVM决策支持树的城市植被类型遥感分类研究

城市植被类型不同,生物量不同,其生态功能与绿化效应也不同。在目前难直接获取城市“绿量”实测数据的情况下,可以绿地面积和植被类型间接反映绿地的生物量和绿化效应。本文利用高分辨率卫星影像IKONOS,以实验区与验证区城市植被类型信息为对象,在对常用的参数和非参数分类方法进行对比实验的基础上,对SVM的核函数进行了分析,构建了基于SVM决策树的城市植被类型分类模型。分类实验结果表明：与其他传统方法分类结果比较,SVM的决策树分类方法对植被类型的分类精度达到83．5％,绿化面积总精度接近95％,取得了良好的效果。     

植被指数和纹理特征在影像解译中的应用

以QuickBird影像为例,分别分析了植被指数和纹理特征两大解译标志,植被指数主要介绍了比值植被指数、归一化植被指数、修正型土壤调整植被指数、差值植被指数四种,纹理特征主要基于灰度共生矩阵进行分析,并通过对比分类实验验证了这两大解译标志在遥感影像分类中的作用。     

Discrimination and classification of mangrove forests using EO-1 Hyperion data: a case study of Indian Sundarbans

In remote sensing the identification accuracy of mangroves is greatly influenced by terrestrial vegetation. This paper deals with the use of specific vegetation indices for extracting mangrove forests using Earth Observing-1 Hyperion image over a portion of Indian Sundarbans, followed by classification of mangroves into floristic composition classes. Five vegetation indices (three new and two published), namely Mangrove Probability Vegetation Index, Normalized Difference Wetland Vegetation Index, Shortwave Infrared Absorption Index, Normalized Difference Infrared Index and Atmospherically Corrected Vegetation Index were used in decision tree algorithm to develop the mangrove mask. Then, three full-pixel classifiers, namely Minimum Distance, Spectral Angle Mapper and Support Vector Machine (SVM) were evaluated on the data within the mask. SVM performed better than the other two classifiers with an overall precision of 99.08%. The methodology presented here may be applied in different mangrove areas for producing community zonation maps at finer levels.     

植物光谱效应在尾矿生态恢复评价中的应用

利用遥感数据计算植被指数，反演出叶绿素含量和物种数量，可以作为受污染地区生态恢复效果的评价指标，但是传统的宽波段遥感数据由于受非植被信息的影响，计算出的植被指数精度不高。本文采用高光谱遥感数据计算植被指数，进而反演叶绿素含量和物种数量，对云南个旧锡矿尾矿的生态恢复效果进行评价。与传统方法相比，高光谱数据能去除干扰信息的影响，提高计算精度。     

Implications of management strategies and vegetation change in the Mount St. Helens blast zone

The 1980 eruptions of Mount St. Helens provided an excellent opportunity for scientists to investigate the recovery of vegetation communities following a major geologic disturbance. An important and often overlooked aspect in these studies is the human factor in recovery processes, and specifically, the different management approaches taken towards re-establishment of vegetation on lands under the control of various owners. This study examines vegetation changes throughout the 1980 blast zone using a time series of Landsat-derived Normalized Difference Vegetation Index (NDVI) images and change detection methods to assess the changes over 25 years, from 1980 to 2005, as a function of human management combined with ecological factors. This long-term tracking of change indicates that differences in the speed of vegetation re-establishment and consequent rates of change substantially reflect human involvement and varying management strategies.     

基于植被指数模型的淡水湖泊湿地景观信息提取

高邮湖湿地是江苏省重要湿地之一,对生态、环境控制、调节气候和保护生物多样性具有重要意义。采用2007年的LandsatTM影像作为遥感信息源,选择影像的光谱特征和比值植被指数(RVI)、差值植被指数(DVI)、归一化植被指数(NDVI)、归一化差异绿度指数(NDGI)、土壤调节植被指数(SAVI)和最佳土壤调节植被指数(OSAVI)6种植被指数做了光谱特征分析,从而确定出最佳指数模型,并基于决策树方法,实现研究区景观信息的遥感分类。研究结果表明,决策树分类法易于综合多种特征进行遥感影像分类,植被指数参与到决策树分类中能够提高分类的总体精度,其总体精度达到79.58%,Kappa系数为0.721 0,分类结果理想且人工参与灵活。     

GIS植被信息数据采集方法探讨

植被是林业和环境的重要组成因子,植被信息是林业和环境专业地理信息系统的重要组成部分,通过生产实践,介绍了植被信息数据采集的方法。     

微波植被指数在干旱监测中的应用

在植被覆盖区域,归一化植被指数(NDVI)被广泛地应用于干旱遥感监测。和基于光学遥感的植被指数相比,Shi等提出的微波植被指数MVI(Microwave Vegetation Index)被证实能够反映更多的植被生长信息。本文以MVI为基础,利用MVI代替目前比较成熟的温度植被指数TVDI(Temperature Vegetation Index)中的NDVI,构建温度微波植被干旱指数TMVDI(Temperature Microwave Vegetation Index),发展了一种新的干旱监测方法。本文以2006年夏季四川省发生的百年难遇的干旱为研究对象,将基于TMVDI与TVDI的干旱监测结果进行了对比分析。最后,为评估监测结果的准确性,将遥感监测的结果与基于气象站点降雨观测数据构建的标准降雨指数SPI(Standardized Precipitation Index)的计算结果进行了对比分析。结果表明,利用低频降轨微波辐射计数据计算的T MVDI最适合于进行植被覆盖区域的干旱监测。