红树林遥感智能分类方法研究

利用ＧＩＳ信息中的红树林地域分布规律作向导，充分利用械树林区的光谱信息进行红树林植被信息提取。在对比研究常规的红树林图象自理方法的基础上，提出了适用于红树林植被信息遥感监测的智能分类方法。     

厦门西港红树林的卫星遥感测绘

厦门西港原有大面积红树林，几十年来受到很大破坏，需采取措施进行监测绘和管理，卫星遥感宏观大尺度，可以快速，准确地进行红树林的监测测绘，比传统的人工调查方法省时省力。本项目运用Ｌａｎｄｓａｔ卫星ＴＭ－ＣＣＴ数字影像磁带为信息源。通过图像计算机系统进行几保精校正，假彩色合成，ＳＣＡＬＥ线性增强和一阶直方图分段线性拉伸；训练区监督分类，以及红树林区的面积积分运算等步骤，获得了厦门西港红树林区１：５０００     

中巴资源卫星在红树林遥感调查中的应用研究

利用资源卫星信息提取技术，探讨中巴资源卫星(CBERS-1 CCD)数据在红树林资源调查中的应用能力。由于红树林群落间光谱特征的近似性和数据本身光谱信息的限制，给分类信息提取带来了困难。将红树林植被分布区与陆地植被分开，结合实地调查结果准确选取各群落训练区，采用神经网络分类法分类，获得了精度较高的分类结果。在此基础上，对主要群落的空间分布特征进行了简要分析。     

无控制点条件下SPOT5卫星影像海上目标定位技术

对于海上目标的遥感影像定位,由于控制点获取的困难性严重影响了其发展与应用。研究了SPOT5卫星HRS立体像对的成像原理,通过一系列坐标系变换,构建了一种无需地面控制点的直接对地绝对定位模型。试验表明,在没有控制点的条件下利用SPOT5遥感影像进行定位,平面定位精度和高程定位精度均可以达到优于70m的水平,这对于海上目标定位具有很好的实用价值。     

SPOT5数据东沙环礁珊瑚礁遥感能力分析

对于大面积的大比例尺珊瑚礁遥感制图而言,SPOT5数据是一种高性价比卫星遥感资料.以Quickbird2数据对东沙环礁珊瑚礁的分类、解译的矢量结果作为该区域实际的珊瑚礁分布,以此为基础分析SPOT5数据的珊瑚礁遥感制图能力.SPOT5只有两个水体穿透信道,从基于光谱数据的分类角度看,以XS1通道为准的珊瑚礁信息提取易将高反射的沙底质归为珊瑚礁;以XS2通道为准的珊瑚礁分布制图存在提取不足问题.由于空间分辨率提高,对潟湖淤泥质中的珊瑚礁提取能力较强,要优于ETM数据.结合ETM数据及PCA融合后的SPOT5的遥感解译结果,能提高SPOT5数据的制图能力.     

基于SPOT数据的广州市遥感地质构造解译分析

利用遥感技术获取构造信息,探讨了线性构造和环形构造的遥感示矿模型,通过遥感地质构造解译分析提高遥感找矿效果,为广州城市地质调查提供有利的科学依据。研究建立起城市地质遥感构造信息提取的一套技术体系,在遥感地质找矿中具有一定的参考和应用价值。     

多光谱遥感影像的光谱规则分类算法修正及海岛、海岸带应用

在光谱规则分类算法(Spectral Rule-based Classifier, SRC)基础上考虑大气校正对遥感影像光谱反射率的影响,提出了一种改进光谱规则的分类算法(Modified Spectral Rule-based Classifier, MSRC),从地物光谱响应曲线和光谱指数两个方面来修正光谱规则集,通过规则细化和补充、阈值改正优化光谱类别。以珠江三角洲海岛(佳蓬、淇澳)和海岸带(荃湾、惠东)的Landsat 8影像作为实验数据,对比了大气校正前后波段反射率和地物光谱响应曲线,分析了改进后MSRC算法的地物分类结果和精度,并与原SRC算法、最小距离分类(MDC)算法、最大似然分类(MLC)算法、支持向量机分类(SVM)算法、神经网络分类(NNC)算法以及基于光谱指数的算法等多种地物分类算法进行比较。结果表明,4组实验数据的MSRC算法分类结果总体精度分别为87.66%、82.38%、77.67%和80.05%,高于SRC、MDC、MLC和基于光谱指数的分类算法,在无需人工标注训练数据集的前提下接近SVM和NNC算法的分类精度。MSRC算法适用于海岛和海岸带的Lands...     

基于ERDAS的SPOT5卫星影像正射校正方法研究

海岛海岸带卫星遥感调查与评价项目以高分辨率卫星遥感影像数据为基础。项目区块地形有一半为山地和丘陵,地形起伏较大,常规的几何校正难以消除因地形起伏引起的影像几何变形,必须进行正射校正。根据现有数据特点和项目要求,提出了可行的正射校正流程,基于SPOT5物理模型对融合影像进行正射校正,实验校正结果完全满足精度要求。     

基于高空间分辨率的红树林卫星遥感监测技术进展

卫星遥感技术是红树林生态系统监测的重要手段。文章系统地总结了红树林的光谱特征,给出了目前应用于红树林生态监测的高空间分辨率卫星包括IRS-P6、SPOT-5、IKONOS、OrbView-3、QuickBird的主要技术参数以及它们在红树林遥感监测中的应用程度,叙述了目视解译法、波段组合法、图像分类法、专家分类法、模糊分类法和面向对象分类法等遥感监测技术方法在红树林的生态参数包括类外区分和类内区分、生物量和健康状况等的遥感提取的应用和精度对比情况。另外,对应用高分辨率卫星遥感资料监测红树林的技术发展趋势进行了讨论。     

面向对象的红树林信息提取

红树林是世界上最重要的生态系统之一,对于海岸带的保护起着非常重要的作用。然而,由于红树林所处的地理环境,对其进行实地调查是很困难的。遥感的出现,为我们研究红树林提供了一个很好的技术手段。但由于红树林的光谱信息与其他植被光谱信息的相似性,给红树林信息的提取带来了很大的困难。基于IKONOS卫星影像,采用面向对象的信息提取方法,利用简单的决策树分类方法进行了海岸带红树林信息提取的实验,得到了很好的结果,并与其他方法进行了比较。     

广东省红树林资源变化遥感监测

利用1990年的Landsat-5TM、2000年的Landsat-7ETM+和2008年的CBERS-02BCCD 3期遥感影像对广东省近18a来的红树林湿地资源进行监测,并对其时空变化情况进行分析。结果表明:广东省红树林呈现不断增加的趋势,1990年、2000年和2008年的面积分别为7 733.2,8 722.0和9 593.3hm2;红树林由沿岸分散分布趋于集中分布;天然林减少,人工林增加。     

基于无人机与卫星图像的大型绿藻孔石莼(Ulva pertusa)遥感估算研究

卫星影像是监测海面漂浮绿藻的重要数据源, 但是混合像元的存在使得绿藻提取存在一定的误差。想要实现近海区域底栖绿藻的精细监测, 需要解决绿藻亚像素覆盖度的问题。本文以厘米级分辨率无人机数据的绿藻提取结果为基准, 通过分析Landsat卫星影像绿藻光谱, 建立绿藻亚像素覆盖度与多种植被指数和多个特征波段反射率的反演模型。结果表明, 蓝、绿、红波段反射率与绿藻亚像素覆盖度呈现较好的线性关系, 随着绿藻亚像素覆盖度递增, 蓝、绿、红波段反射率的值均递减。将蓝、绿、红波段的三种绿藻亚像素覆盖模型进行验证, 发现绿波段反射率所建立的反演模型具有更高的准确性, 决定系数、均方根误差、平均相对误差分别为0.92%、0.07%、10.85%。本文所建立的模型可以估算大型绿藻亚像素覆盖度, 实现Landsat卫星影像对大型绿藻的精细监测。     

一种基于分割图斑的海岸带遥感图像分类方法

传统的基于象元的分类方法在处理海岸带这类动态多变、混杂度大的地物时常出现“椒盐现象”,难以矢量化形成专题图。提出了一种新的遥感图像分类方法——基于分割图斑的分类法,即选择一个合适的尺度,利用光谱信息按照一定的策略将图像分割为一系列的图斑,并确保图斑内大多数象元的光谱特征相近,分别对图斑内诸象元进行统计,求出各个波段的均值,用该均值替换图斑内所有象元的原始亮度值,这样分类时可以确保同一图斑内的所有象元被分到同一个类别中,从而有效地避免了“椒盐现象”,使分类结果便于矢量化成图,也便于对特定地物的提取。实验结果表明,该方法还能在一定程度上提高分类精度。     

一种基于众数赋值的高光谱图像地物分类方法

提出了一种融合监督分类与非监督分类结果的高光谱遥感影像分类新方法——众数赋值分类法。采用ISODATA非监督分类方法对高光谱遥感影像进行分类,并对非监督分类结果的图斑进行标记,同时用最大似然法(ML)和支持向量机(SVM)法进行监督分类,然后以监督分类结果对非监督分类后各斑块进行类别赋值。方法是:统计每个非监督分类斑块中由监督分类所获得的各类别像元数及所占比例,将非监督分类斑块的类别赋予所占比例最高的监督分类结果的类别,最终获得高光谱图像分类结果。研究表明:(1)非监督分类类别数量大于10时,其与ML分类结果融合的总体分类精度和Kappa系数均较监督分类法的分类结果好;(2)ML和20个类别的ISODATA分类结果融合的总体精度最高,为87.35%,比单独ML的总体精度高约2个百分点;(3)SVM和10个类别的ISODATA分类结果融合的总体精度提高最大,较SVM的总体精度提高近3个百分点;(4)随着非监督分类类别数量的增多,分类结果的总体精度呈现由低到高再到低的变化过程。     

剖面形态自适应的海岸线遥感推算方法

淤泥质海岸冲淤变化大,岸滩剖面形态多样。本文首先根据多时相遥感水边线之间的潮差关系自动判断岸滩剖面形态,进而分别采用不同的函数进行剖面拟合,构建了一种剖面形态自适应的海岸线遥感推算新方法,并在江苏中部淤泥质海岸进行了实证应用。研究表明：下凹形侵蚀岸段、斜坡形平缓岸段和上凸形淤长岸段分别采用三指数衰减函数、线性函数和二阶多项式函数具有良好的剖面拟合效果,利用3条水边线数据拟合所得剖面平均坡度绝对误差分别为0.20‰、–0.17‰和0.13‰,小于剖面实测平均坡度一个数量级。利用5条水边线数据拟合进行海岸线推算时,侵蚀岸段、平缓岸段的海岸线平面位置误差分别为6.5 m和–91.96 m,与平均坡度法相比,误差减小约82.4%。进一步考虑岸滩季节性变化时,使用冬季的水边线数据推算海岸线,对侵蚀岸段和淤长岸段影响不大,但对斜坡形平缓岸段,误差减小约63.65%,因此使用冬季的水边线数据比不区分季节具有更高的海岸线推算精度。     

基于HY-1C卫星CZI数据的红树林长势遥感监测

红树林是一种以耐盐的红树植物为主体的潮滩湿地林生物群落,其生长状态对于海岸带具有重要意义,利用遥感技术对红树林进行监测已成为目前主要手段之一。本文以广西北海山口红树林为例,利用HY-1C卫星的海岸带成像仪数据,结合其纹理参数,提取红树林信息,并对红树林植被指数进行分析。结果表明:2018年10月至11月间,红树林的RVI值均大于1,其中部分区域大于5;红树林的NDVI值的变化处于0~0.01之间,NDVI均值都大于0.5;红树林的EVI指数值主要集中在0.2~0.7之间。不同的植被指数计算结果均表明山口红树林长势良好。     

1991—2011年廉江红树林分布及变化的遥感分析

利用1991年的1景TM遥感数据,2000年的ETM+遥感数据和2011年HJ-1A遥感数据进行廉江红树林信息的提取。结果表明：1991,2000和2011年廉江的红树林分布面积分别为131.6,628.7和1 056.2 ha。自1991年至2011年红树林呈增加的趋势,共增加924.6 ha,20年间研究区域的红树林约增加了7倍。湛江红树林国家自然保护区的建立对于红树林湿地生态系统的保护和恢复起到极大的促进作用,研究区域红树林造林恢复成果显著,种植了大量的人工红树林。     

基于半分析方法的黄河口悬浮物浓度遥感反演

河口区的悬浮物浓度受陆源输入和水动力等其他因素的影响严重,具有重要研究意义。本文利用黄河口及其邻近区域采集的145个站位光谱数据和悬浮物(Suspended Particulate Matter,SPM)浓度数据,检验了Nechad模型、多波段准分析算法(Quasi-Analytical Algorithm,QAA)、最优化模型和半经验辐射传输模型(Semi-Empirical Radiative Transfer,SERT)在黄河口水域的适用性。结果表明,QAA561模型和Nechad561模型在低浓度水域反演结果较好,QAA655模型反演结果较差,Nechad665模型适合于低浓度水域,但反演精度低。QAA865模型和Nechad865模型在中高浓度水域的反演结果较好。SERT655模型反演精度较低。最优化模型和SERT滑动模型的反演精度较高。由于黄河口水域悬浮物浓度变化范围较大,因此,本文建立了分段QAA模型和Nechad模型。分段模型的反演结果均优于单一模型。根据误差敏感性分析可知,Nechad分段模型和QAA分段模型对于遥感反射率的50%以内的误差不敏感,稳定可靠。将分段模型应用于Landsat-8 OLI数据,获取了悬浮物浓度时空分布图。结果表明,反演结果与已有研究具有相似的分布特征。两种模型得到的悬浮物浓度在数值上存在差异,然而分布趋势在中高浓度季节有非常好的一致性。     

基于遥感反射比光谱的一种藻类识别方法

利用所得的甲藻门和硅藻门的17种藻类遥感反射比光谱,对其进行平滑、取倒数和归一化等预处理后,进行了四阶微分处理.根据聚类分析结果,甲藻门各藻种分为一类,而硅藻门的藻种分为另一类,这说明经上述处理后,甲藻门和硅藻门的差异性显著增大.将甲藻门和硅藻门的四阶微分光谱分别平均得到门类的特征光谱,并在原始数据中加入泥沙进行敏感性...     

基于COG的遥感影像地图服务快速构建方法

如今主流的地图服务软件中影像图层的发布需要手动指定参数,不利于影像图层自动化发布.本文搭建私有对象存储服务管理遥感数据,利用COG(cloud optimized GeoTIFF)支持局部访问的特性,优化影像瓦片动态创建速度,实现了影像自动发布的瓦片地图服务,改进了瓦片唯一标识码生成算法,提高了瓦片缓存的读写性能.在实...