全球30m分辨率多光谱影像数据自动化处理的实践与思考

全球地表覆盖遥感制图与关键技术研究项目要求对两个基准年度(2000年、2010年)全球30 m分辨率的多光谱遥感数据进行辐射处理和几何精纠正处理,为地表覆盖制图完成数据准备。数据以Landsat TM/ETM+为主,HJ-1A/B CCD数据为补充,共计2万多景影像需要进行辐射处理,有1000多景HJ-1A/B CCD影像需要几何精纠正。如此大规模的数据处理,自动化处理是必然的选择。本文介绍了HJ-1A/B CCD图像几何精纠正自动化实现中关键问题的解决方法和精度评价结果,Landsat TM/ETM+和HJ-1A/B CCD图像自动化辐射校正中关键问题的解决方法和精度评价结果,以及大规模的数据处理活动引发的一些思考。     

HJ-1卫星数据质量及其在土地利用中的应用研究

通过对影像日视质量、光谱特性、噪声特征和几何纠正精度的分析,研究了HJ-1小卫星的数据质量;选择特征变量,优化训练样本,建立了分类模板,构建最大似然、最小距离和马氏距离3种分类器,对研究区域进行土地利用计算机自动分类,并对分类精度进行评价,研究了小卫星影像的土地利用分类精度.结果表明,HJ-1卫星数据质量较好,土地利用分类精度较高,可以在土地利用研究领域成为遥感数据更新的主体.     

基于多时像TM/ETM+影像的兖州市土地利用/覆盖变化

本文利用多时相Landsat TM/ETM+影像分析了兖州市1998年和2002年的土地利用/覆盖变化。综合考虑波段间相关系数和OIF指数,选择最佳波段组合进行图像解译,并在此基础上运用最大似然分类器(MLC)和支持向量机(SVM)的分类方法对遥感影像进行分类。进而利用SVM分类结果进行土地利用遥感动态监测,获取兖州市土地利用/覆盖变化信息,并与社会经济统计资料的统计结果进行比较。最后提取TM/ETM+影像的RDVI,基于线性混合像元分解模型分析了植被覆盖的变化。结果表明,基于多时相TM/ETM+影像分析的土地利用/覆盖变化与实际统计数据较吻合,适合动态监测土地利用变化,且精度较高。     

图像分层匹配的HJ-1A/B CCD影像自动几何精校正技术与系统实现

环境与灾害监测预报小卫星星座(环境一号卫星,HJ-1A/B)自发射以来,在环境监测、灾害评估、土地资源调查等领域发挥了重要的作用。但是HJ-1A/B卫星CCD图像的2级产品(HJ-1 CCD图像)几何精度低,实际应用中需要进行几何精校正。HJ-1 CCD图像具有宽覆盖、大视场角、几何变形复杂的特点,几何精校正难度大。针对该问题,本文提出了一个以Landsat TM全球拼接图像为基准,基于Forstner算子和模板匹配的分层配准方法。该方法使用分层匹配获得的大量高精度且分布均匀的控制点构建Delaunay三角网,有效地解决了HJ-1 CCD图像的几何精校正问题。在配准技术研究的基础上,研发了HJ-1 CCD图像几何精校正系统,系统具有全球HJ-1 CCD图像的自动批量处理能力。实验结果表明,本文提出的几何精校正方法精度高,实现了环境星图像的自动批量处理。     

ASTER和TM/ETM+遥感数据融合监测土地覆盖变化

在人们纷纷选择IKONOS、QUICKBIRD、SPOT-5等高分辨率影像监测土地利用/覆盖变化之际,以北京海淀区为例,尝试采用Brovey变换和主成分分析(PCA)法融合ASTER、TM/ETM+中等分辨率影像,充分利用ASTER、TM/ETM+数据的多光谱和较高空间分辨率特性,挖掘其在土地覆盖变化监测中的潜力,为大规模监测土地利用/覆盖变化提供科学参考。研究将2003年ASTER多光谱3N、2、1波段与1999年ETM+PAN波段进行Brovey变换;1992年TM543与1999年ETM+PAN波段进行PCA融合,快速发现土地覆盖变化信息。经验证,变化发现精度达92.50%,符合项目精度要求。试验表明:在缺乏高分辨率影像的地区,选择价格相对便宜的AS-TER和TM/ETM+数据,采用Brovey变换和主成分分析(PCA)法进行融合,可有效监测土地覆盖变化,节约动态监测成本,二者具有很大的应用价值,值得推广。     

基于决策树理论的土地利用分类

首先,阐述了决策树分类器的结构与理论基础;然后,以安徽省滁州市为例,利用Landsat ETM＋遥感影像数据和DEM数据,在ENVI软件的支持下,结合影像的光谱特征及NDVI,NDBI特征值,参考C4．5算法（决策树生成算法）,建立了土地利用分类的决策树模型并进行了分类;最后,对分类结果进行了精度评价。研究区结果表明决策树分类法效果较好,精度较高。     

基于最大似然法和SVM法的太湖流域HJ-1B影像分类

以太湖流域作为研究对象,基于环境减灾卫星HJ-1B影像数据,比较利用最大似然法和支持向量机法进行土地利用/覆盖分类的效果。结果显示,SVM法在总体分类精度和Kappa系数上较传统最大似然法有所提高。SVM分类方法对于有限样本的分类表现出优越的性能,改善了传统分类方法的局限性,具有很大的应用潜力。     

应用MODIS数据对陕西地区土地利用/覆盖变化的监测

应用MODIS数据监测陕西地区土地利用/覆盖变化。主要内容是利用陕西省MODIS影像辅助以ETM＋等数据进行最大似然法监督分类,根据分类的结果得到各个土地利用类型面积,然后与统计资料对比,进行土地利用/土地覆盖动态监测分析。     

LandsatTM与HJCCD影像植被指数的交互比较

为了论证Landsat TM与HJ CCD影像植被指数间的相关关系,首先将多对同日过境的环境与灾害监测预报小卫星(HJ 1A/1B)CCD1/CCD2影像及Landsat TM影像的灰度值转换成表观反射率,然后针对不同的土地利用类型影像,通过回归分析建立二者归一化植被指数(normalized difference vegetation index,NDVI)之间的定量关系,计算二者的转换方程,分析二者间的差异。结果表明,HJ CCD及Landsat TM影像的植被指数之间具有显著的线性正相关关系,转换方程的转换精度较高。     

面向对象的沿海地区土地利用/覆被信息提取研究

土地利用/覆被（LUC）可为土地资源领域相关研究提供基础数据。本文构建了面向对象的LUC分类方法，并以沿海特殊土地类型区连云港市为例，应用Landsat 8影像开展了实证研究。结果表明：①总体分类精度达到85.06%，总体Kappa系数为0.83，超过了0.7的最低允许判别精度；②该方法可以有效地减少研究区因南北部区域耕地植被覆盖度不同导致的错分现象，并可以用于盐田与滩涂信息的提取工作；③该方法既可为研究区土地利用相关研究提供符合精度要求的数据，也可为其他沿海地区进行土地利用/覆被信息提取工作提供参考和借鉴。     

Landsat TM/ETM+与HJ-1A/B CCD数据自动相对辐射处理及精度验证

全球地表覆盖遥感制图与关键技术研究项目要求对两个基准年度(2000年,2010年)的全球覆盖30 m分辨率遥感数据进行辐射处理,转换到地表反射率,数据以Landsat TM/ETM+为主,HJ-1A/B CCD数据为补充。海量数据中有些不适宜进行绝对大气校正,为了保证全球覆盖,对这些数据设计开发了一套自动的相对辐射处理及精度验证流程算法,利用相邻数据重叠区域进行相对辐射校正的方式,将数据由Oigital Number(DN)值直接转换为地表反射率,精度验证以MODIS地表反射率产品MOD09GA作为参考,比较对应波段数据的相对一致性,算法采用了图像分块处理技术及OpenMP加速技术提高效率,实际应用结果表明该算法流程可以满足项目对辐射处理精度、速度及自动化程度的要求。     

近十二年兰州市土地利用变化的动态监测

为了加强兰州市对土地类型和土地利用变化的监测,本文在ENVI和ArcGIS平台上,基于最大似然分类法,利用Landsat TM和ETM+卫星遥感影像实现了兰州市的土地利用分类,然后据此生成地物类别转移矩阵。最后对1999~2011年的土地利用/土地覆盖从范围和转变的类型进行了时空上的动态分析。     

基于RS技术的鄱阳湖区土地利用分类研究

本文利用Landsat TM遥感影像,在Erdas Imagine8.4软件的支持下,以鄱阳湖区土地利用分类研究为实例,对各种分类方法技术进行了具体的应用,并对各分类结果进行了精度评价,以及对土地利用的分类方法进行了探讨和展望。     

基于RS与GIS的固阳县土地利用变化研究

采用单一遥感影像和单纯的监督分类方法,在土地利用调查中,难以获得高精度的土地利用变化数据.为解决此问题,笔者以包头固阳县为研究区,利用主成分变换的方法,对多源遥感影像(ETM+多光谱数据和中巴资源二号卫星全色波段数据)进行融合处理;同时,在分类中,采用监督分类辅以目视解译分类法相结合的混合分类法,改进训练样本选取方法,进行变化信息的提取,同时给出了易混淆地物的遥感解译标志.此方法的使用,使土地利用信息自动提取的精度明显提高,得到的总体分类精度为82.13%,Kappa指数值0.8 016.研究结果为包头市固阳县土地利用变化动态监测,提供了重要的技术支持和借鉴.研究中使用了中巴资源二号卫星影像,取得了一定的成效,这在国内土地利用变化影像应用研究方面还较新,需进一步的研究,同时由于此影像的免费使用,使得成本费用大大降低,值得大力推广.     

HJ-1卫星CCD图像信噪比评估

采用基于边缘块剔除的局部方差法对我国HJ-1环境卫星CCD图像的信噪比进行了评估,选取满足噪声评估环境的图像,分析了HJ-1/CCD影像各个波段的信噪比特征。结果表明,HJ-1/CCD影像第3波段信噪比最高,第4波段相对较低;与美国Landsat/TM图像相比,HJ-1/CCD图像信噪比整体上更高。     

基于RS与GIS的固阳县土地利用变化研究

采用单一遥感影像和单纯的监督分类方法,在土地利用调查中,难以获得高精度的土地利用变化数据。为解决此问题,笔者以包头固阳县为研究区,利用主成分变换的方法,对多源遥感影像（ETM＋多光谱数据和中巴资源二号卫星全色波段数据）进行融合处理;同时,在分类中,采用监督分类辅以目视解译分类法相结合的混合分类法,改进训练样本选取方法,进行变化信息的提取,同时给出了易混淆地物的遥感解译标志。此方法的使用,使土地利用信息自动提取的精度明显提高,得到的总体分类精度为82．13％,Kappa指数值0．8016。研究结果为包头市固阳县土地利用变化动态监测,提供了重要的技术支持和借鉴。研究中使用了中巴资源二号卫星影像,取得了一定的成效,这在国内土地利用变化影像应用研究方面还较新,需进一步的研究,同时由于此影像的免费使用,使得成本费用大大降低,值得大力推广。     

利用HJ-1A/1BCCD数据进行黄河凌汛监测

利用HJ-1A/1B卫星CCD数据进行黄河凌汛监测,提出了基于主成分分析和决策树的冰凌提取方法。实验结果显示,利用HJ-1A/1B卫星CCD数据能有效地提取出黄河的冰凌范围,对黄河凌汛监测具有较大的应用潜力。     

面向土地利用分类的HJ-1 CCD影像最佳分形波段选择

环境一号卫星（HJ-1）CCD影像光谱波段较少,地物之间的准确分类识别有一定困难。采用分形纹理辅助地物分类识别是一种有效方法,而波段选择是提高分类识别精度的关键。本文以江西赣州定南县土地利用分类为例,采用双毯覆盖模型对HJ卫星CCD影像6类典型地物的波谱分形特征进行了分析,利用不同地物在不同波段上的分形区分度差异构建了最佳分形波段选择模型,并利用该模型挑选出最佳分形波段来辅助土地利用分类,最后对分类结果进行检验。结果表明：最佳分形波段选择模型能够综合权衡不同地物在不同波段上的分形区分度差异,利用挑选出来的最佳分形波段来辅助分类,其分类总体精度相对于原始影像分类提高了11.77%,相对于第1主成分分形辅助下的分类提高了1.56%。     

唐山市区土地利用的Landsat 8影像分层分类

针对土地利用遥感分类方法多样、分类精度高低不一等问题,该文以土地利用变化明显的唐山市路南区、路北区为研究区域,并以中分遥感影像Landsat 8OLI为信息源,在对地类样本进行可分离性分析的基础上,建立研究区土地利用分层分类体系。通过监督分类实验,选择分类效果最好、分类精度最高的最大似然分类器进行地类初分;通过绘制归一化植被指数(NDVI)、归一化建筑指数(NDBI)、两指数差值(NDVI-NDBI)的曲线及地类光谱特征曲线,建立决策树分类规则,进行地类再分。该方法可以较好地完成多种土地利用二级地类的划分,有助于提高中分影像土地利用分类效率。     

HJ-1卫星CCD影像的土地利用自动分类及精度分析——以广西钦北区为例

为研究环境一号小卫星影像在土地利用研究领域的应用潜能,本文以广西钦北区为例,对其进行计算机监督分类,在评定监督分类模板精度的前提下,参照第二次全国土地调查农村数据库,对计算机监督分类结果进行精度评定,最后利用计算机自动地将分类结果发送到实地进行野外验证,并对分类的结果进行全面、准确的评价,以此证明提升环境一号CCD影像自动分类精度和准确度能满足土地利用现状调查的要求。