多时相遥感影像辐射归一化方法综述

多时相遥感影像的辐射归一化是进行变化检测或拼接不可缺少的步骤。本文从绝对辐射归一化和相对辐射归一化两个方面对现有的多时相遥感影像辐射归一化方法进行了总结。对各种辐射归一化方法进行了剖析,并指出了这些方法的优缺点和适应性。最后对多时相遥感影像辐射归一化方法未来的发展进行了展望。     

MODIS增强型植被指数EVI与NDVI初步比较

利用东亚地区典型地带性植被和MODIS数据，对广泛使用的植被指数NDVI和新开发的增强型植被指数EVI进行了对比分析。由MODIS开发的NDVI和EVI对干旱-半湿润环境下低覆盖植被的描述能力相似，但对湿润环境下高密度植被的描述有明显差别：NDVI年时间过程的季节性不明显，表现为全年高平的曲线；而EVI仍然有季节性，表现为钟形曲线，与月平均温度关系更密切。EVI的这一特征为研究高覆盖植被的季节性变化提供了新的思路。     

基于归一化植被指数的城市热岛效应分析

植被指数模型的应用领域已经愈加广泛,利用陆地地表温度反演与归一化植被指数在空间变化上具有相反趋势的特点,将归一化植被指数引入到城市热岛效应现象评价中。基于CBERS CCD遥感影像数据源,通过阈值划分及水体提取建立人工决策树,对城市热岛效应进行定量分析与总体评价,建立一定的评价指标,为城市的环境监测、管理及规划提供依据。     

应用气象卫星NOAA-AVHRR图像进行植被研究的多时相途径

本文讨论了应用NOAA-AVHRR数字图像研究植被季相变化和进行植被分类的多时相方法。对生长季节的各时相植被指数VI图像进行图像分割,可揭示植被绿锋的进退和季相变化及其在空间上的表现。对多时相的植被指数VI图像进行主成分变换,据第一主成分的直方图各特征峰的形状和位置进行图像分割,可获得植被景观图,这一结果与现行的植被分布图相当一致。     

多时相MODIS影像水田信息提取研究

水稻种植及其分布信息是土地覆被变化、作物估产、甲烷排放、粮食安全和水资源管理分析的重要数据源。基于遥感的水田利用监测中,通常采用时序NDVI植被指数法和影像分类法分别进行AVHRR和TM影像的水田信息获取。针对8天合成MODIS陆地表面反射比数据的特点和水稻生长特征,选取水稻种植前的休耕期、秧苗移植期、秧苗生长期和成熟期等多时相MODIS地表反射率影像数据,通过归一化植被指数、增强植被指数及利用对土壤湿度和植被水分含量较敏感的短波红外波段计算得到的陆表水指数进行水田信息获取。将提取结果与基于ETM＋影像的国土资源调查水田数据,通过网格化计算处理并进行对比分析,结果表明,利用MODIS影像的8天合成地表反射率数据,进行区域甚至全国的水田利用监测是可行的。     

秦岭地区NDVI与地形因子的相关性分析

秦岭山区地形因子是影响植被分布的重要因素。选取2001、2009和2017年MODIS陆地产品MOD13Q1数据和DEM数据,从DEM中提取地形因子,高程、坡度和坡向,与MODIS的NDVI数据结合,分析了地形对秦岭地区植被空间分布影响。研究结果表明:(1)NDVI随着高程的增大而逐渐增大,在高程1800 m左右时达到最大值,随后又随着高程的增大而减小;(2)NDVI在坡度0°～5°间逐渐增大,在5°～40°呈稳定趋势,从40°开始缓慢减小,60°达到乔木能够生长的坡面倾角临界值,当坡面倾角大于60°时植被指数开始快速减小;(3)受太阳辐射的影响,坡向在NW 270°～360°,SE 240°～270°之间的植被长势较好,其余坡向上长势一般。     

哨兵２号多时相植被指数作物分类及监测

针对单实相遥感数据分辨率不高以及“同物异谱”和“异物同谱”导致的地物错分问题,依据多时相ＮＤＶＩ植 被指数建立决策树判别规则对农作物进行精细分类及面积提取,并对来年种植趋势进行预测。通过监测样本点３— １０月的ＮＤＶＩ植被指数变化情况,确定分类阈值并构建决策树分类方法,计算８幅影像的ＮＤＶＩ植被指数,利用决 策树分类方法对９种地貌类型进行分类,并对比农作物两年种植面积变化规律,对来年的种植进行分析和预测。实 验结果表明,两年的ｋａｐｐａ系数分别为０．８８５　８和０．９１０　０,总体分类精度分别为９０．７６％和 ９２．５４％,９种地貌类型的遥感分类总体在精度上达到高度一致。     

基于MODIS NDVI的科尔沁沙地荒漠化动态监测

以MODIS植被指数产品为数据源,利用归一化植被指数(NDVI)与植被盖度的高相关性,以NDVI为荒漠化评价的定量依据进行荒漠化程度划分,得出科尔沁沙地2000年与2007年的NDVI分级分布图,并分别统计出相应的不同程度荒漠化土地面积所占比例; 最后,利用不同等级荒漠化土地面积所占比例和NDVI分级分布图所提供的空间分配状况来评价研究区荒漠化程度及动态变化状况.研究结果表明,2000年至2007年科尔沁沙地荒漠化程度总体上呈减少趋势.     

多时相MODIS影像土地覆盖分类比较研究

首先以黑龙江省多时相MODIS影像为试验数据,利用最大似然分类(MLC)、自组织神经网络(SONN)、支持向量机(SVM)以及决策树分类(DTC)等四种广泛使用的分类方法进行了土地覆盖遥感分类研究.并从分类精度、样本数量对分类器的影响、模型复杂度、参数的选择、分类速度等多个方面对4种分类方法进行了深入比较和分析.综合比较得出决策树分类法最优,而经典方法之一的最大似然分类法最稳定.进而将此二法推广到全国范围的土地覆盖分类试验中,并进行精度对比.本文所得出的结论将对于在类似的应用中如何选择合适的分类方法具有一定的参考价值.     

多时相遥感数据融合方法

遥感数据的融合目的是优化信息, 改善目标识别的图像环境, 增加解译的可靠性。为了利用不同时相遥感信息进行信息增强和变化检测, 加强对遥感连续观测信息的理解和挖掘, 发展多时相数据的高效分析方法在未来几年内是一个重要急迫且富有挑战性的课题。对多时相遥感数据融合的最新成果进行了阐述, 并对多时相数据分析的未来发展趋势进行了进一步的探讨。     

多时相统计数据空间动态可视化模型研究

阐述了统计数据的时空特性,扩展了动态空间可视化的动态视觉参量,设计了3种用于多时相统计信息动态空间可视化的"动态统计图表"。采用时间地图动画技术及关键帧插值动画技术来设计与构建动态统计图表,并将此方法应用于相应系统,实现了统计数据随时间变化动态特性的可视化表达。     

多时相遥感影像的变化监测方法研究

多时相遥感影像图变化监测已经在国民经济及国防建设领域得到了广泛应用。通过分析同一地域不同时相的遥感图像变化监测提供地物发生变化的信息,对资源环境数据进行更新及利用。论文围绕变化监测中的一些关键理论方法进行了研究。     

多时相遥感影像变化检测方法综述

遥感影像变化检测一直是国际遥感领域研究的热点和难点,尽管各国学者对变化检测问题进行了大量深入的研究,但是目前尚未出现一种普适性强、适用于所有情况的通用方法。随着遥感对地观测技术的快速发展和应用,变化检测技术体系也在不断地发展和演化。回顾了多时相遥感影像变化检测技术的发展历程,对多时相遥感影像变化检测方法的分类体系进行了归纳总结,从变化检测预处理、变化检测方法、精度评价3个方面详细总结了变化检测研究的最新进展,并指出了变化检测面临的核心困难及可能的应对措施,以期推动遥感影像变化检测研究更加深入的发展。     

散射模型的多时相极化SAR斑点噪声滤波算法

本文提出了一种基于散射模型的多时相极化SAR数据斑点噪声滤波算法,该方法是利用多时相极化SAR数据,在保持像元主散射特性基础上实现斑点噪声抑制。其基本原理是对多时相极化SAR数据的主辅影像进行分类,并通过统计主辅影像中待滤波像元邻域窗口内类别分布情况自适应地选取参与滤波的像素进行滤波。实测数据的实验结果表明,该方法既能够有效地抑制斑点噪声,又能够良好地保持地物散射特性和边缘纹理特征。     

小麦倒伏的光谱特征及遥感监测

小麦倒伏后茎秆和叶片在探测视场中的比例及植株组分的受光条件发生了变化,其冠层光谱特性也随之发生改变,所以利用遥感监测倒伏是可能的。首先,分析了叶片和茎秆组分的光谱特点,解释了倒伏后冠层光谱的变化特点,即光谱反射率随倒伏角度的增加而增加。其次,利用倒伏后冠层光谱反射率在可见光波段的相对增幅高于近红外波段的特点,利用实测数据分析和建立了归一化差异植被指数NDVI随倒伏角度的增加而降低的规律及模型。最后,采用2003年4月7日和5月9日倒伏发生前后的2景LandsatETM卫星影像,利用倒伏前后的NDVI值的变化,成功监测了小麦倒伏的发生程度。     

基于MODIS时序影像的湖南省油菜种植面积遥感监测分析

基于时间序列影像数据的提取方法可实现快速监测大面积农作物的种植分布和面积估算.以湖南省为研究区,利用2017年500 m空间分辨率的MODIS NDVI时序数据,结合湖南省耕地分布数据和实地样点数据得到油菜物候标准曲线,采用最小二乘法与阈值法提取得到湖南省油菜种植分布.结果显示,遥感提取得到的湖南省油菜种植面积主要分布...     

加入多时相纹理的遥感变化检测

基于遥感技术的变化检测是遥感应用的一个重要方面.传统基于遥感的变化检测方法一般是利用光谱信息,较少注意多时相图像间的光谱特征相关关系分析.本文运用地统计学的伪交叉变差函数(Pseudo Cross Variogram)计算多时相图像纹理,定量表达多时相图像间的空间相关关系,并将得到的多时相纹理信息与光谱信息一起用于多时相变化检测.实验结果表明,加入多时相纹理信息可以显著提高变化检测精度,是一种有效的方法.     

基于灰度归一化的HJ-1A星HSI图像条带噪声去除方法

针对HJ -1A星HSI图像上的条带噪声,在分析传统条带噪声去除方法的基础上,提出了一种新的基于灰度归一化去除条带噪声的方法.首先,设计孤立点检测窗口,将随机斑点噪声与条带噪声分离;然后,利用灰度归一化方法建立图像各列像元灰度级与基准列像元灰度级对应的查找表,根据查找表对HSI图像条带噪声进行消除.实验结果表明,该方法在很好地保留图像光谱信息的情况下,能够有效地消除图像条带噪声和随机斑点噪声.     

基于多时相图谱的青藏高原湖泊变化检测研究

利用多期遥感影像,对青藏高原南羌塘地区纳木错湖泊流域北部进行解译,提取了多时相地学信息图谱,发现1992-2005年间,湖泊面积扩张且整体变化呈加快趋势。分析了研究区内典型湖泊的变化特征,确定了稳定增加的湖泊面积。通过多时相地学信息图谱检测的变化信息与区内多年气象数据的复合分析,探讨了湖泊变化与气候变化的响应关系。     

基于超分辨率重建的多时相MODIS与Landsat反射率融合方法

提出一种基于超分辨率重建的MODIS与Landsat反射率图像融合方法,以STARFM算法与超分辨率重建为基础,使用观测的MODIS和Landsat地表反射率图像预测给定时刻的Landsat合成反射率图像。该方法利用基于稀疏表示的超分辨率重建方法对MODIS图像进行分辨率增强,实验结果表明这一操作能够增加原MODIS图像的空间细节,有助于提高STARFM算法的预测精度;另一方面,考虑输入两个基时刻图像相差较大时原STARFM算法预测的反射率会存在"时间平滑"的问题,限制每次只使用一个基时刻MODIS和Landsat图像对进行STARFM预测,使用逐图像块选择策略,从由两个基时刻图像分别进行预测得到的两组预测图像中选择最优的预测,同样得到了优于STARFM算法的预测结果。