黄河三角洲地区GF-3雷达数据与Sentinel-2多光谱数据湿地协同分类研究

黄河三角洲湿地的动态变化监测对湿地资源合理利用、开发保护具有重要意义。采用C波段全极化高分三号（GF-3）合成孔径雷达数据与欧洲空间局哨兵二号（Sentinel-2B）多光谱数据,分析了黄河三角洲湿地7类地物的光谱、指数、极化散射以及纹理等特征信息,分别基于最大似然法（maximum likelihood,ML）、决策树（decision tree,DT）、支持向量机（support vector machine,SVM）方法实现了有监督分类,评估了两者协同与单独应用于湿地地物分类与识别的能力,结果表明,两者协同分类时,其总体精度分别可达90.4%、95.4%、95.7%,均明显高于两者单独分类的结果,证明了GF-3雷达数据与多光谱数据在湿地协同分类方面的可靠性和应用潜力。     

对比多源遥感数据在滨海湿地提取中的差异

Landsat 8与Sentinel-2数据是当前遥感分类最典型、常用的光学数据源,但这两种数据源在滨海湿地分类中的差异性仍有待进一步研究。基于Landsat 8、Sentinel-2和Sentinel-1数据,采用随机森林（random forest,RF）算法对南沙区湿地进行分类,并探讨光学数据源、主成分变换融合方法以及各特征变量对南沙区滨海湿地RF分类精度的影响。结果表明：(1) Sentinel-2数据参与的方案分类精度均优于Landsat 8数据参与的方案,其分类精度分别为90.24%（单一光学数据参与分类）、85.89%（光学数据与雷达数据融合参与分类）。(2)主成分变换融合方法对分类精度的提高不大,融合数据使滨海湿地总体分类精度下降（p<0.05）,但融合数据在一些滨海湿地类型提取中具有一定优势。融合Sentinel-2与Sentinel-1数据减小了沿海滩涂与浅海水域之间的错分现象;融合Landsat 8与Sentinel-1数据更有利于库塘、红树林湿地信息提取以及湿地与非湿地信息的区分。     

基于决策树的洪泽湖湿地信息提取

湿地是地球的重要组成部分,快速而准确地提取湿地信息,是湿地动态监测和可持续发展的一项基础而重要的工作.以洪泽湖淡水湿地为研究对象,采用2006年8月19日的Landsat5 TM遥感影像为数据源,采用经K-T变换光谱增强后的数据及利用灰度共生矩阵分析影像第一主成分的纹理统计量作辅助分类变量,基于地物光谱特征、纹理特征和形状特征,运用决策树分类法提取洪泽湖湿地植被信息,将其分类结果与最大似然法的分类结果进行比较.结果表明:1)洪泽湖地区的湿地植被比较丰富,面积约占全湖的10.74％,其中以浮水植物为主.2)基于决策树的分类结果的精度有了明显的提高,总精度由77.33％提高到86.33％,Kappa系数由0.7292提高到0.8354,证明基于决策树分类方法是提取淡水湿地植被信息的有效手段.     

Sentinel-2影像多特征优选的黄河三角洲湿地信息提取

以北方典型河口湿地—黄河三角洲湿地为研究区,采用在特征选择和分类提取等方面具有明显优势的随机森林算法,对研究区内的湿地信息进行提取。首先基于多时相、光谱信息丰富的Sentinel-2数据生成4类不同的特征变量,包括光谱特征、植被指数和水体指数、红边指数、纹理特征;再根据以上特征构建6种不同的提取方案,对黄河三角洲湿地信息进行提取并验证不同方案的提取精度,旨在选择最佳方案改善湿地信息提取的效果。结果表明:(1)有效地使用多种特征变量是提高湿地信息提取的关键,就不同特征对湿地信息提取的贡献率而言,红边指数植被指数和水体指数光谱特征纹理特征;(2)基于随机森林算法优选的特征变量提取效果最佳,总体精度高达90.93%,Kappa系数为0.90,表明随机森林算法可以有效地进行特征选择,在特征变量数据挖掘的同时,仍能保证湿地信息提取的精度,提高运行效率。本研究为湿地信息提取在数据源选择、特征选择和方法选择方面提供了一种新思路、方法和技术手段。     

兼容多源数据的森林湿地信息提取和比较分析

针对以光谱特征差异为依据,提取森林湿地信息精度低的问题,该文采用兼容多源数据的分类回归树(CART)提取方法,并以大沾河国家森林湿地进行实证研究。基于Landsat8遥感数据、Radarsat-2极化雷达数据和地形辅助数据,采用SPM软件分别构建3种特征变量组合的CART决策树模型,并获取分类规则,最后根据规则对研究区的森林湿地信息进行提取。结果表明:3种特征变量组合中,兼容光谱、纹理、雷达与地形辅助数据的CART决策树的森林湿地信息提取精度最高,用户精度和制图精度分别达到了88.46%和82.14%。研究结果体现了雷达数据与地形辅助数据有助于提取森林湿地信息。     

利用多时相遥感监测与分析黄河三角洲湿地变化动态

黄河三角洲湿地地区土地利用变化信息可为有关部门制定湿地保护和经济发展提供参考.本文选取2005、2009和2019年三时相黄河三角洲入海口周边,以及东营属地内黄河沿岸的Landsat 7 ETM+遥感影像为数据源,采用监督分类方法研究土地利用类型,通过分析编码的变化判别黄河三角洲的土地利用转移情况,从而进行湿地变化动态...     

基于ＤｅｅｐＬａｂｖ３＋的高分辨率遥感影像

提出一种建筑物自动化提取架构,基于ＤｅｅｐＬａｂｖ３＋网络模型,使用ＷＨＵ建筑物数据集,完成数据集增强、 模型训练、建筑物提取以及精度评估。实验表明,架构中ＤｅｅｐＬａｂｖ３＋模型分类的总体精度为９６．３％、准确度为 ９４．２％、召回率为９２．５％、Ｆ１得分为９３．３％、交并比为８７．５％,优于基于像素的分类方法（支持向量机、Ｋ均值聚类 算法（Ｋ－Ｍｅａｎｓ））和面向对象的分类方法（最邻近节点算法（ＫＮＮ）、分析与回归树）以及基于深度学习的分类方法 （ＵＮｅｔ、ＳｅｇＮｅｔ、ＰＳＰＮｅｔ）。文中构建的高分辨率遥感影像建筑物自动化提取模式,可以完成建筑物高精度高效率的 提取任务。     

GlobeLand30湿地细化分类研究

基于30 m地表覆盖数据产品完成湿地精细化分类,能够更好地满足当前较高分辨率及较详尽全球湿地数据的应用需求。本文在深入分析湿地分类体系与细化方法的基础上,提出以湿地细化类别的定义、多元知识的分层分类、亚类数据精细化提取为主线的总体研究思路,制定了基于先验知识的对象系统筛选、基于森林数据的同位像元提取、基于最佳阈值的极大似然掩膜的主体分类方法,并应用于数据生产实践获得8个亚类信息。该方法克服了常规手段普遍存在的周期长、效率低等弊端,实现了全球较高分辨率湿地亚类数据的快速精确制图,总体分类精度达82.6%,对地理世情及其他地表覆盖研究具有借鉴意义。     

基于分层分类法提取城市裸地信息

城市裸地通常面积较小且分散分布,其光谱特征与建筑用地相似,传统监督分类方法很难准确提取。采用分层分类思想,利用改进后的归一化水体指数和归一化植被指数分别提取水体、植被后并去除,再利用光谱特征分析实现建筑用地和裸地分离,最后提取出城市裸地。以武汉市主城区为研究区,选取Landsat7/ETM+和Landsat8/OLI影像,分层分类法裸地提取精度分别达到94.5%和96%,而作为对比实验的监督分类法裸地提取精度分别为89%和90%,可见,分层分类法可以较高的精度提取城市裸地信息。     

基于QUEST决策树的大丰湿地信息提取

以盐城大丰湿地为研究区,利用2000年和2010年两幅影像数据,采用QUEST算法构建决策树模型对大丰湿地信息进行提取。分类后运用混淆矩阵得到2000年的总精度和Kappa系数分别为89.43%和87.21%,2010年的总精度和Kappa系数分别为86.23%和84.83%。结果表明,基于QUEST的决策树分类方法能有效提取湿地信息。     

基于松弛法的影像边缘提取

提出一种基于松弛法的影像边缘提取算法．本文详述了边缘标号的设置及初始概率的计算，并根据邻域内的信息分布，综合考虑了边缘的先验知识，设计出自适应的支持函数．     

一种特殊的航线间公共点的提取方法

在分析拉普拉斯和高斯拉普拉斯原理的基础上,结合blob特征的理论知识和充分的参数适应性的实验分析,根据空中三角测量中航线间公共点的特殊性,提出了一种特殊的航线间公共点的提取方法,能够提取不受摄影时间、太阳高度角等外界因素干扰的局部特征,解决了全自动空中三角测量的关键问题。     

从单幅雷达影像提取地面高程信息

对目前存在的两种从雷达影像提取地面高程信息的方法进行了分析和评述 ,提出了用雷达测角从单幅雷达影像来获得地面高程信息的方法。该方法通过对雷达成像模型的分析 ,采用兰伯特平面来模拟地表面 ,并以此建立起后向散射模型 ,在模型已有的数学关系基础上推导出每点的高程增量表达式。然后运用积分对得到的高程增量进行求和来计算地面高程信息。但这样直接得到的结果较为粗糙 (主要受到雷达斑点噪声和方位向不连续性的干扰 ) ,因此又提出用多行多个方向积分来消除雷达斑点噪声干扰的方法。最后为了进一步改善结果 ,引进模拟退火算法来进一步进行后处理 ,得到了满意的效果     

基于极化SAR数据的地物要素提取

摘要本文提出了一个基于极化SAR数据进行重要地物要素提取的方法,首先通过经典的特征分解方法得到散射目标的极化特征,然后结合基于Wishart的K-means非监督分类方法和基于最大似然的监督分类方法得到分类结果,经过分类后处理,最后提取各地物要素,生成地表覆盖图。实测极化SAR数据结果验证了方法的有效性。     

从InSAR干涉测量提取DEM

重点介绍应用ERS雷达卫星数据进行干涉测量提取DEM的方法及过程。首先介绍雷达干涉测量的原理及数据处理的流程,然后介绍干涉数据选取时需要考虑的因素,最后利用ERS-1/2单视复数雷达影像进行试验,成功地提取DEM,并对结果进行分析。     

利用SPOT影象提取高程信息的研究

本文从理论上分析了以全数字化方法从SPOT影象提取高程信息关键环节上的问题和所采取的方法。根据影象成象特点,采用时序变化的外方位元素数学模型,其中精确选取控制点、合理选取初值和确定等效焦距、线元素和角元素分开解算迭代是十分重要的措施。采用新的数据组织方法可以避免高程内插中的精度损失。利用卫星影象特点,实现由粗到精的多级影象匹配,同时引人改化的高精度最小二乘匹配,使整个匹配过程既保障了可靠性又满足精度要求。马赛地区SPOT象对窗的DEM生成结果表明,在影象质量得到保证,时差不大的前提下,可以达到10米高程精度。     

基于模糊算子理论的道路半自动提取

提出了一种基于模糊算子理论的道路半自动提取方法。该方法在对小比例尺影像进行Sobel边缘检测的基础上，定义了12种模糊算子表示2维道路的各种可能的结构，然后在给定道路种子点附近形成的一定范围内进行搜索，提取出道路的中心线。实验结果表明，该算法速度较快并且具有较强的鲁棒性。     

基于变化检测的视频对象提取及后继帧的对象跟踪

提出一种多尺度帧间边界变化检测方法，将当前图像划分为变化区域和非变化区域，变化区域内采用基于Hausdorff距离跟踪器找到对象在后继帧的最佳匹配位置；然后利用Snake模型拟合该位置上的非刚性形变，得到对象真实边缘；最后采用一种基于距离变换的最短路径法使开环闭合。     

全球POI在线抽取方法研究

对从互联网上抽取全球地理兴趣点进行研究,国内对以百度地图为基础的POI抽取方法进行探讨,国外对从Open Street Map数据中抽取POI数据进行了分析,分别针对这两类数据的POI抽取提出较为高效、准确的方法,确保提取的POI质量,实现了全球POI的快速在线抽取。     

基于模糊算子理论的道路半自动提取

提出了一种基于模糊算子理论的道路半自动提取方法.该方法在对小比例尺影像进行Sobel边缘检测的基础上,定义了12种模糊算子表示2维道路的各种可能的结构,然后在给定道路种子点附近形成的一定范围内进行搜索,提取出道路的中心线.实验结果表明,该算法速度较快并且具有较强的鲁棒性.