全球地表覆盖高分辨率遥感制图

全球地表覆盖分布及变化是气候变化研究、生态环境评估、地理国情监测、宏观调控分析等不可或缺的重要基础信息。国际上现有全球五套地表覆盖数据产品的空间分辨率为1km或300m,数据精度、分类体系、时空分辨率等均存在不足。为了满足全球变化研究与地球模式模拟的需求,应该研制具有较高时空分辨率、更符合全球变化需要、精度较好的全球地表覆盖数据产品。本文简要介绍了全球地表覆盖遥感制图的情况和数据产品的不足,讨论了对新一代地表覆盖数据产品的需求,介绍了我国研制全球30m地表覆盖数据产品的863重点项目。     

SPOT4-VEGETATION中国西北地区土地覆盖制图与验证

利用SPOT4 VEGETATION的遥感数据产品生成的NDVI与NDWI植被指数时间序列图像集 ,通过ISODATA非监督分类方法 ,编制中国西北地区土地覆盖图。以TM影像人工解译结果作为真实值 ,通过对西北五省共计 47个均匀分布且异质性强的 2 5km× 2 5km样本区内的土地覆盖类型及其面积进行统计分析 ,修正了SPOT4 VEGETATION的土地覆盖分类系统 ,建立了各省验证结果的样本统计直方图并计算其回归系数。结果表明SPOT4 VEGETATION中国西北地区土地覆盖图在总体上具有较高的准确性。影响遥感数据自动分类精度 ,造成土地覆盖误判的原因主要来源于两个方面 :即异物同谱和混合像元问题。对于前者通过叠加各种辅助数据如DEM等可以降低误判的机率 ;对于后者运用混合像元分解的各种算法可以提高分类精度     

遥感图像中城市道路信息的自动识别与制图

遥感图像中的地物自动识别一直是图像处理中的研究热点,本文在彩红外航空图像中计算机自动识别提取城市道路上做了一些尝试,将形状指数作为光谱分类后的后处理,并通过人机交互修正分类结果.提取后的道路信息将通过自动制图功能形成矢量格式的地理底图.系统采用VC++6.0语言设计完成.     

基于GIS的TM数据分类及辅助制图研究

本文初步研究了遥感、GIS和制图一体化实用技术方法。对黄土丘陵区和沙漠地区TM数据进行了特征信息分析;给出了分层分类和GIS辅助分类结果;经模糊推理和人机交互修改,将提“纯”的遥感专题数据作为GIS的动态信息源,对GIS进行扩充与更新;最后在GIS支持下分层提取专题图并进行辅助制图。     

遥感分类结果综合制图方法研究

本文结合现有的综合制图方法,提出了一套遥感分类结果表达的综合制图方法和流程,并以小麦遥感分类结果为例,详细介绍了数据处理及符号设计过程,最后利用模糊综合评价方法对制图效果进行了评价,结果表明:将综合制图方法引进遥感分类结果的表达能够提高表达结果的总体质量等级;综合制图方法对遥感分类结果表达的各方面均有一定改善,其中在专题内容质量和整饰质量上,有显著提高作用,并且能够表达更多的数据信息。     

面向对象的高分辨率遥感影像土地覆盖信息提取

利用高分辨率影象提取土地覆盖信息的关键技术在于如何利用丰富的纹理信息来弥补光谱信息的不足。面向对象的图像分类技术改变了传统的面向像素的分类技术:(1)用来解译图像的信息并不在单个像元中,而是在图像对象和其相互关系中;采用多分辨率对象分割方法生成图像对象,提高了分类信息的信噪比;基于对象的分类技术不同于纯粹的光谱信息分类,图像对象还包含了许多的可用于分类的一些其他特征:形状、纹理、相互关系、上下关系等信息。面向对象的土地覆盖分类结果与传统分类方法相比,其特征提取算子更加地适合于几何信息和结构信息丰富的高分辨率图像的自动识别分类。     

基于多尺度遥感数据地表覆盖分类的一致性研究

借助计算机自动分类和人工目视解译修正相结合的方法,研究多源影像地表覆盖分类的一致性.利用资源三号卫星影像数据地表覆盖分类结果作为检验数据,验证环境减灾卫星影像数据分类精度的可靠性.结果证明采用高分辨率和中分辨率数据相结合的方法获取地表覆盖分类,对于缺乏高分影像或者考虑节约成本的情况,用中分影像解决地表覆盖分类的宏观分析是可行的.     

中国版大洋洲地表覆盖产品研制

针对全球变化研究对大洋洲地表覆盖产品的需求,该文以2000年和2010年的Landsat卫星影像为数据源,提出了对大洋洲影像按照月份分组并进行样本采集与规则训练的方法,采用GLC树分类器进行自动分类,经过分类后处理和数据集成,完成了2000年和2010年两期、30m分辨率的大洋洲地表覆盖产品研制工作。利用高分辨率影像、实地采集照片等进行室内精度评定,该大洋洲地表覆盖产品的精度达到90%以上。     

遥感影像辅助地图制图的研究和应用

利用中巴资源卫星遥感资料,结合已有的地图数据库和GIS系统,对如何利用卫星遥感资料辅助地图制图进行分析研究.     

天地图客户端自助制图技术研究

分析了当前天地图在应用服务模式方面存在的不足,提出了通过在线制图技术实现客户端自助制图的方法,分析了常用在线制图技术的特点,对客户端在线制图的相关技术进行了研究,并开发了原型系统。试验证明,客户端自助制图能够有效扩充天地图的服务模式。     

A GEOBIA framework for the implementation of national and international forest definitions using very high spatial resolution optical satellite data

In recent decades, there is an increasing need for harmonised and accurate information on the status and extent of forests. However, delineating the extent of forest areas is a complex task, since the existence of more than 100 definitions of forest worldwide causes considerable discrepancies in forested area estimates. The aim of this work was to examine the potential of geographic object based image analysis (GEOBIA) and very high spatial resolution imagery to discriminate forest areas following two different definitions of forest in northern Greece. In particular, we examined the definition of forest under the Greek law as well as the United Nations Food and Agricultural Organisation definition. Our findings suggest that the developed GEOBIA approach not only performed remarkably well for the discrimination of forest areas but also allowed to estimate rapidly and reliably forest extents when the two aforementioned forest definitions were employed.     

基于正则MAP模型的遥感影像亚像元定位

为了更好地解决亚像元的定位问题,基于超分辨率影像重建的技术,结合亚像元定位理论,提出了一种应用于亚像元定位的正则MAP估计模型,并且通过真实数据进行了检验。实验表明,该模型是一种简单、有效地解决亚像元定位问题的方法。     

观测数据采样化的遥感影像非监督分割

为了实现影像的自动化分割,提出一种利用非监督方式将观测数据采样化的遥感影像分割方法。该方法利用欧氏空间的概率分布建模采样数据和观测数据,并将其映射到黎曼空间,通过不断将观测数据转换为采样数据的方式实现影像的自动采样化。每次采样过程只需计算观测数据点到采样点的测地线距离,将距采样点测地线距离最小的观测数据转化为采样数据,以保证采样数据不断趋于该类数据的真实分割结果,同时使算法能够有效分割具有不同像素数的类别。将算法应用于模拟影像和真实遥感影像分割,对其分割结果以及传统基于统计、基于模糊的非监督算法和基于神经网络的监督算法相应分割结果定性定量的对比分析验证了该算法的有效性及可行性。     

浅谈遥感影像质量对数字测图的影响

利用遥感航摄影像配合数字测图,结合天津市经济园区土地资源管理实例,谈遥感影像质量对数字测图的影响。     

基于对象的城市绿地信息提取技术的研究

依据高分辨率遥感影像的特征,采用基于对象的分类技术,并结合乌鲁木齐市的QUICKBIRD影像,提取城市绿地信息。研究结果表明,此种分类方法具有较高的分类精度和较快的分类速度。     

国外四大遥感软件影像分类过程及效果比较

以Landset卫星影像为例,分别使用ERDAS、ENVI、ERMapper、PCI软件进行监督分类和非监督分类。通过对分类操作过程和分类结果的比较,对国外四大遥感软件做出来综合评价。     

一种简单加入空间关系的实用图像分类方法

遥感图像分类是遥感图像处理的一项基本内容,也是遥感应用中关键的一步。为了提高分类的精度,一方面是对光谱信息的合理利用;另一方面,可以加入新的信息源,即进行多源数据处理,并加入地学知识,尤其是对空间信息的利用是至关重要的。但是由于地学知识的复杂性及空间信息利用的难度以及数据源的限制,尚无公认的实用方法。该文提出了一种简单加入空间关系的分类方法,在没有其它数据源的情况下,利用空间关系特性,在分类中构造两个空间关系波段,实现空间约束,部分消除仅依赖光谱数据分类而引起的同物异谱和同谱异物造成的分类错误。简单实用,同时也验证了空间关系在分类中的重要性。     

基于支持向量机的遥感影像分类比较研究

支持向量机是建立在统计学习理论基础上的一种新的人工智能算法,较好地克服了传统分类方法中存在的小样本、非线性、过学习、高维数、局部极小点等问题,是一种极具潜力的遥感影像分类算法。本研究采用Landsat-5的TM影像,用支持向量分类法对影像进行分类,分析了支持向量机不同参数组合情况下的分类精度,并对支持向量分类法与传统分类方法进行了比较,发现支持向量分类算法具有参数选择范围宽,不要求对待分类区域地物光谱特征和影像分布特征具有先验知识,分类精度高等特点,对于在没有现场同步实测数据的区域进行精确的分类具有特别重要的价值。     

基于均值-标准差的K均值初始聚类中心选取算法

遥感图像分类是遥感图像处理中长期存在的一个难题,针对不同的传感器图像,不同的应用需求,选择合适的分类算法非常重要。在分类中不仅要考虑分类的精度,而且要考虑分类效率。本文研究了K均值算法的初始聚类中心的选择对算法本身聚类精度及效率的影响,提出了一种高效高精度的初始聚类中心选取方案,实验结果表明。利用该算法进行地表分类,效率比ENVI的K-Means（K均值）模块高。