高分辨率影像的植被分类方法对比研究

高分辨率影像的纹理信息可解决用光谱分类面临的“同物异谱”和“同谱异物”问题,更精确地分辨地物的细微变化,但将纹理作为主要信息进行植被分类的研究较少。本文以南京市钟山景区为例,利用IKONOS影像数据的纹理信息进行植被分类,并将结果与用光谱信息、植被指数信息的分类结果比较。共使用了4个灰度共生矩阵纹理量：CON（对比）、COR（相关）、HOM（同质）和MCON（改进的对比）分析各类植被的纹理表征设阈值分割;用3个植被指数：NDVI（归一化指数）、MSAVI（改进的土壤调节指数）和SAVI（土壤调节指数）（L取0.5和5）选择发现SAVI5最能区分。对纹理和指数信息均设各类型的阈值进行分割提取;基于光谱信息分别用最小距离监督分类和ISODATA非监督分类。研究中先进行数据恢复,再分别用三种信息将试验区植被分为6类：草地、竹林、常绿针叶林、常绿阔叶林、混交林和园地,最后将三种方法4个结果进行比较。精度评价的结论是：纹理信息分类的精度最高,植被指数次之,光谱信息中的非监督分类最低,纹理反映地物光谱及差异信息,可作为最佳方法用于植被分类。     

基于SVM方法提取植被信息的研究

利用遥感影像准确地提取植被信息一直是遥感技术应用研究的重要内容,现提出基于支持向量机(SVM)分类的方法从ETM+多光谱数据中提取植被信息,利用目前常用的线性核函数、多项式核函数、径向基(RBF)核函数、Sigmoid核函数等四种核函数对研究区分别进行了提取研究,通过比较最终确定径向基函数(RBF)核函数有着最佳的提取效果。     

基于遥感分类的植被覆盖度提取

阐述了基于遥感分类进行植被覆盖度提取的方法,分析了直接利用关系模型提取植被覆盖度的缺点,遥感分类可获得不同类型地物,此后关系模型分别提取,解决了直接利用关系模型提取中存在的缺点.     

洪泽湖湿地植被信息提取方法研究

以洪泽湖淡水湿地为研究对象,在分析了各类地物光谱特征的基础上,提出了分区分类的方法。首先选取6种典型指数分别对研究区湿地植被进行分类计算,从中选择合适的指数进行湿地植被的信息提取;再运用决策树模型进行湿地植被分类;并将分类结果与最大似然法的分类结果进行了比较。结果表明,1 NDVI提取的沉水植物信息效果最好,挺水植物和浮水植物可用改进归一化差异水体指数(MNDWI)进行区分;再利用决策树对湿地植被进行分类,总体精度达到85.09%,与最大似然法相比,提高了6%。2洪泽湖地区的湿地植被比较丰富,面积约占全湖的10.74%。     

复杂植被山区滑坡蠕变与植被覆盖度关系研究

针对目前复杂植被山区滑坡蠕变监测受植被覆盖影响较大、不同植被覆盖度下滑坡蠕变关系研究缺乏等问题,该文联合Sentinel-1和ALOS PALSAR-2数据集,分别利用SBAS-InSAR和D-InSAR两轨差分技术,获取研究区2019年7月—2020年8月的雷达视线向形变时间序列,分析了复杂植被山区滑坡蠕变与植被覆盖度的内在关系。结果表明：(1)不同植被覆盖度等级对平寨水库库岸山区滑坡蠕变的影响具有显著差异,在低、中高和高植被覆盖度等级时诱发坡体沉降,在中植被覆盖度等级时抑制滑坡蠕变;(2)平寨水库库岸山区的滑坡蠕变体主要集中在库区NW-SE方向,分布与三岔河流域的流向相近;(3)联合多源数据对复杂植被山区滑坡蠕变进行组合探测能够有效克服时间、空间去相干影响,使滑坡蠕变体监测结果更为可靠。研究结果揭示了滑坡蠕变与植被覆盖的内在联系,可以为区域尺度防灾减灾事业提供科学支持。     

基于植被覆盖度的石漠化遥感信息提取方法研究

以云南隆林各族自治县为研究区,利用中巴02B星多光谱遥感数据,在前人研究基础上,提出了基于植被覆盖度的石漠化遥感信息提取方法。实验表明,该方法在剔除阴影、水体、裸地及耕地等影响因素,结合土地利用现状的基础上,无需估算叶面积指数等需要复杂推导的参数就可以有效、准确地提取研究区石漠化分布状况。     

植被物候参数遥感提取与验证方法研究进展

在气候变化背景下,植被物候作为生态系统对环境变化响应的直接体现方式,日益受到学界关注.获取长期、连续、多尺度的植被物候数据是物候研究的基础,而利用卫星遥感手段获取的物候参数已经成为陆地生态系统变化研究的重要指标.遥感物候参数在农业生产管理、生态系统监测、土地利用类型制图、人类健康和生态系统气候变化响应等领域发挥着重要的...     

高分辨率遥感影像零星植被的自动提取

针对零星植被面积较小,分布零散,边界模糊,像元混合严重导致特征相对不足的问题,基于视觉注意理论,提出了零星植被的分类新特征,并结合FART理论提出了自动提取零星植被的方法。分别选取高分辨率真彩色和近红外的零星植被图像数据进行实验,并与易康面向对象方法的结果进行了对比。实验结果证明,该方法对于零星植被的提取精度更高,适用范围更广,特别是对于真彩色影像,具有较大优势。     

干旱半干旱地区植被覆盖度遥感信息提取研究

提出了利用中等分辨率与高分辨率卫星图像相结合建立植被覆盖度提取模型以获取大范围植被覆盖度的方法。该方法简单、实用,适合于利用中等分辨率卫星图像进行大范围宏观监测     

基于遥感的海岸带地貌类型信息提取方法研究

现有地貌分类体系和定量分析方法不适用于海岸带地区大规模、小尺度的地貌调查。结合海岸带地貌特点,提出基于遥感的海岸带地貌类型信息提取方法,并以实例实现。结果表明,该方法把定性和定量手段相结合,有利于地貌调查工作的开展。     

用聚类法确定专题要素的分类方法研究

介绍了系统聚类方法,结合实例对该聚类方法进行了分析,提出了解决问题的方法,并在软件系统中得以应用。     

TM数据用于亚热带桔果林区的土地利用分类和专题信息提取

本文介绍利用TM数据进行动态聚类并作最小距离分类的非监督和监督相结合的分类方法, 对桔乡黄岩市郊的土地利用进行自动分类, 获得了能充分揭示桔园分布的高质量土地利用分类图像；继而采用阈值法和均值─均方差窗口法成功地实现了桔林资源信息的自动提取, 面积精度达95.3%.为在我国南方亚热带地区快速监测经济林资源及其动态变化提供了有效的新手段。     

航空多光谱图像地形影响校正的模拟反射率方法

开展强起伏地形等复杂条件下的多光谱数据处理实用方法研究,是使中高山地区多光谱定量化解释成果水平取得明显提高的重要途径之一。本文根据地形因素对航空多光谱图像地质解释影响的特点、多光谱仪的成像方式,应用简化的太阳辐射能量平衡原理,研究了如何从航空多光谱图像像元的亮度变化中消除地形影响,模拟生成反射率图像的新方法。新方法综合考虑了地表太阳辐照度的变化、地物的光谱反射率、反照率和热辐射信息,与目前常规的处理技术(如比值法和剩余对数法) 相比,消除了地形坡度和坡向变化对图像解释的影响,保留了地物反照率信息,为多光谱定量化解释提供了更合理有效的反射率图像,对超光谱数据的处理和解释均有潜在的应用价值。     

多时相Radarsat数据在广东肇庆地区稻田分类中的应用

将1996年获取的4个时相的Radarsat图像用于广东肇庆地区的稻田分类试验,结果表明,多时相Radarsat数据对水稻类型的识别精度较高,而且稻田的轮作规律容易推测出来。本文系统地介绍了这一试验研究的最新进展,探讨了神经网络分类方法在SAR图像处理中的应用潜力和Radarsat数据在中国南方水稻监测中的最佳时相选择和有效分辨率问题。     

用基于知识的决策树方法分层提取矿区土地类型——以湖北大冶为例

以湖北大冶为研究区,采用多时相陆地卫星遥感图像,通过不同波段组合,以及ironoxide指数和归一化差异植被指数(NDVI)等,详细分析了各地表地物光谱特征和空间特征,建立了研究区分类知识库表,采用决策二叉树法进行分类,得到了高精度分类结果图。基于不同时相分类结果的变化检测,通过对研究区水体污染、矿区复垦、耕地变化等分析,认为从1986～2002年,研究区水质虽有一定改善,但矿区植被退化严重,耕地大量减少,停产矿区复垦仅为20%,为合理保护矿区生态环境和科学管理采矿企业提供了有用资料。     

多尺度空间下的云南山地流域遥感土地利用分类对比研究

以云南山地流域为研究区域，利用实证理论方法及3S（RS、GIS、GPS）技术手段，进行了多尺度空间下多模型的遥感土地利用分类对比研究。结果表明： 率先建立地学主导因子下的遥感地学分异规律，对提高云南遥感土地利用/土地覆盖（LUCC）分类精度效果显著； 遥感分类模型效应与尺度空间有较大的关联性； 对大区域及地形因子和地貌差异大的研究区，构建专家系统模型和推理分类模型是提高遥感分类精度的有效途径。     

用信息论方法确定地图分级

本文介绍了用信息论方法确定地图分级的原理和方法，并通过一个实例来说明如何用这种方法确定地图的分级。用信息论方法确定地图分级，可提高地图设计质量，使地图的分级信息达到最大。     

模糊分类技术在作物类型识别中的应用

介绍了模糊分类技术,并将其应用于多时相ScanSAR的作物识别中。模糊分类技术比传统的最大似然法具有较高的识别精度。结合雷达图像的自身特点,将模糊分类技术与上下文处理相结合,是雷达图像处理的一种有效途径     

模式识别技术在贵州岩溶山区土地利用现状调查中的应用

本文主要介绍如何利用TM图像和计算机模式识别技术,对我国南方一个地类多、地块小而分布零散的岩溶山区的土地利用现状进行调查的方法和结果,并简介了提高计算机模式识别精度的几个措施。通过工作,建立了相应的土地管理信息系统,并对调查结果进行了对比验证,证明调查精度能满足要求。     

模糊聚类分析在土地定级估价商服中心类型划分中的应用

土地定级估价中对商服中心类型的划分,在各类型间边界定义上存在不确定性,因而利用模糊聚类分析来对其进行研究是一条有效的途径.通过引入现代模糊数学的分析方法,使商服中心类型的划分结果更具可靠性.