基于最佳波段组合的高光谱遥感影像分类

针对高光谱数据维数高、数据量大、信息冗余多、波段相关性强等特点,在综合各种数据降维方法的基础上,提出一种基于最佳波段组合的高光谱遥感影像分类方法。以美国印第安纳州地区的AVIRIS数据为例,分析各波段信息量和相邻波段的相关性,利用子空间划分、分段波段指数选择法,进行特征波段的选择;并针对难区分地物类别,应用J-M距离模型对其可分性进行判别,获得最佳波段组合。最后采用支持向量机分类器进行分类。实验结果表明,采用最佳波段组合方法,可以有效地提高高光谱的分类精度。     

TM图像的光谱信息特征与最佳波段组合

本文分析了北自黑龙江省寒温带缓岗平原、南至广东省南亚热带丘陵等9个不同景观类型样区的TM图像数据,查明TM图像的光谱信息具3—4维结构,其物理含义相当于“亮度”、“绿度”和“热度”、“湿度”。在TM7个光谱图像中,一般以第5波段包含的地物信息最丰富。3个可见光波段(即第1,2,3波段)之间,两个中红外波段(即第5,7波段)之间相关性很高,表明这些波段的信息中有相当大的“重复性”或“冗余性”。第4,6波段则颇特殊,尤其是第4波段与各波段的相关性都很低,表明这个波段的信息有很大的独立性。计算20种组合的熵值的结果表明,由一个可见光波段、一个中红外波段及第4波段组合而成的彩色合成图像,一般具有最丰富的地物信息,其中又常以4,5,3或4,5,1波段的组合为最佳。     

基于GF-1多时相波段组合的武汉市土地利用变化检测

GF-1号卫星是中国自主研发的第一颗高分辨率遥感卫星。为分析该卫星影像数据在土地利用变化检测中的应用,本文以武汉主城区为研究对象,选取该地区2014年5月、2015年4月GF-1号卫星遥感影像,采用分类后比较与多时相波段组合直接分类两种方法分别进行试验,将二者实验结果比较分析。结果表明,多时相波段组合直接分类是一种更为有效的变化检测方法。相比分类后比较该方法不仅检测精度提高了将近17%,土地利用变化检测效果也明显改善。另外,对武汉主城区主要土地利用变化类型进行面积统计分析,对武汉主城区建设具有一定的指导意义。     

一种基于地物波谱特征的最佳波段组合选取方法

对多光谱数据选取最佳的波段组合,是图像解译和专题信息提取的重要前提。文中提出一种基于地物波谱特征的最佳波段组合选取方法,即综合考虑方差、相关系数、OIF指数和地物间的可分离性4个因素,利用ERDAS和EXCEL等工具进行各指标的解算,并通过实验,选择红菱矿区1995年的TM多光谱影像为数据源,选取了基于水体波谱特征的最佳波段组合TM345。经定性分析和定量计算,验证了该方法的可行性。     

面向特定目标地物提取的改进最佳波段组合方法研究

提出了一种利用一类支持向量机（OC-SVM）进行特定目标地物提取的改进最佳波段组合方法（MOIF）。以Landsat8卫星影像作为数据源,对江苏省沿海滩涂光伏电站进行了提取试验,并利用人工解译的结果进行了精度评定。结果表明,本文提出的波段组合方法能够有效提取特定的目标地物。     

ALOS影像在土地覆被分类中最佳波段选取的研究

选定长江口北岸ALOS影像为实验遥感数据,以影像土地覆被分类为目的,根据信息量最大、相关性小、地物光谱差异大可分性好的原则,进行ALOS影像各光谱波段影像特性统计分析和波段组合的实验分析,结合基于信息量的波段选择指数和地物光谱特征分析方法,选取ALOS最佳组合波段为4,3,2.     

一种基于最佳指数模型的TM遥感影像最佳波段组合计算方法

如何通过定量计算选择最佳波段组合一直是TM等多波段遥感影像信息提取的研究热点。本文综合利用Erdas提供的可视化空间建模工具(Spatial Modeler)和面向对象的编程技术,提出了一种基于最佳指数(Optimum Index Factor,OIF)的定量计算与定性分析相结合的TM遥感影像最佳波段组合方法。实验证明,该方法快速有效,极大提升了TM等多波段遥感影像最佳波段组合的计算过程。     

一种基于Landsat 8的多波段组合水体指数模型

本文通过分析水体在Landsat 8数据中可见光波段和近红外波段的波谱差异,将Landsat 8数据中可见光波段作为一组,近红外波段和中红外波段作为另一组,构建了多波段组合水体指数(MBCWI)模型。基于Landsat 8数据在合肥、安康和康定地区共3景数据5种不同场景进行水体提取试验。结果表明,该模型不仅能够抑制云层、阴影、裸土、亮色地物和建筑物等对水体提取的影响,还能较好地提取出含有大量蓝藻的水体,且阈值稳定,Kappa系数优于0.968 5,总体精度高达99.69%,总体误差小于8.92%。相较于其他水体指数而言,提取精度显著提高。     

A new spectral index for the extraction of built-up land features from Landsat 8 satellite imagery

Abstract

Extracting built-up areas from remote sensing data like Landsat 8 satellite is a challenge. We have investigated it by proposing a new index referred as built-up land features extraction index (BLFEI). The BLFEI index takes advantage of its simplicity and good separability between the four major component of urban system, namely built-up, barren, vegetation and water. The histogram overlap method and the spectral discrimination index (SDI) are used to study separability. BLFEI index uses the two bands of infrared shortwaves, the red and green bands of the visible spectrum. OLI imagery of Algiers, Algeria, was used to extract built-up areas through BLFEI and some new previously developed built-up indices used for comparison. The water areas are masked out leading to Otsu’s thresholding algorithm to automatically find the optimal value for extracting built-up land from waterless regions. BLFEI, the new index improved the separability by 25% and the accuracy by 5%.     

面向土地利用分类的HJ-1 CCD影像最佳分形波段选择

环境一号卫星（HJ-1）CCD影像光谱波段较少,地物之间的准确分类识别有一定困难。采用分形纹理辅助地物分类识别是一种有效方法,而波段选择是提高分类识别精度的关键。本文以江西赣州定南县土地利用分类为例,采用双毯覆盖模型对HJ卫星CCD影像6类典型地物的波谱分形特征进行了分析,利用不同地物在不同波段上的分形区分度差异构建了最佳分形波段选择模型,并利用该模型挑选出最佳分形波段来辅助土地利用分类,最后对分类结果进行检验。结果表明：最佳分形波段选择模型能够综合权衡不同地物在不同波段上的分形区分度差异,利用挑选出来的最佳分形波段来辅助分类,其分类总体精度相对于原始影像分类提高了11.77%,相对于第1主成分分形辅助下的分类提高了1.56%。     

Geospatial method for computing supplemental multi-decadal US coastal land use and land cover classification products,using Landsat data and C-CAP products

This paper discusses the development and implementation of a method that can be used with multi-decadal Landsat data for computing general coastal US land use and land cover (LULC) maps consisting of seven classes. With Mobile Bay, Alabama as the study region, the method that was applied to derive LULC products for nine dates across a 34-year time span. Classifications were computed and refined using decision rules in conjunction with unsupervised classification of Landsat data and Coastal Change and Analysis Program value-added products. Each classification’s overall accuracy was assessed by comparing stratified random locations to available high spatial resolution satellite and aerial imagery, field survey data and raw Landsat RGBs. Overall classification accuracies ranged from 83 to 91% with overall κ statistics ranging from 0.78 to 0.89. Accurate classifications were computed for all nine dates, yielding effective results regardless of season and Landsat sensor. This classification method provided useful map inputs for computing LULC change products.     

基于无人机高光谱影像波段选择的薇甘菊分类

薇甘菊是危害最严重的外来入侵物种之一,其生长与传播极其迅速,对我国森林生态系统造成了严重破坏,相关管理部门需要一个有效的薇甘菊监测手段。传统人工调查方式需要投入大量的人力物力,成本高昂、效率低下;近年来快速发展的高光谱遥感技术为薇甘菊的监测提供了新思路。本文以无人机搭载的Nano-Hyperspec高光谱仪获取的广东省增城林场遥感影像数据为基础,对高光谱数据进行几何校正、影像降噪处理、辐射定标及坏带波段剔除等影像预处理;运用最佳指数因子法(OIF)、自适应波段法(ABS)、自动子空间划分(ASP)与自适应波段相结合的波段选择法(ASP+ABS) 3种方法进行波段选择,获取信息量较大且波段间相关性较低的特征波段组成薇甘菊分类最佳波段组合,生成3幅遥感影像;最后采用支持向量机方法(SVM)对生成的3幅不同遥感影像进行分类,以分类结果的精度评价3种波段组合对薇甘菊高光谱特征的响应程度,选出更能反映薇甘菊的光谱特征的波段组合。试验结果表明,针对Nano-Hyperspec遥感影像数据,使用OIF波段选择法,研究区内薇甘菊的制图精度和用户精度分别为74.62%、66.52%;使用ABS波段选择法...     

基于RS的平顶山市土地利用动态变化研究

平顶山市作为典型的资源型城市(以煤炭、耕地发展起来),是人地关系作用最强烈的区域之一,也是土地利用发生急剧变化且具有特色的区域。为此,基于平顶山市城区1994年TM和2002年ETM+两个时段的遥感图像,获取不同时期的土地利用信息,求取土地利用转移矩阵,分析土地利用的时空变化特征和变化规律,并从土地利用面积变化、动态度、耗减度、开发度等方面对土地利用变化进行分析。研究发现:煤炭开采、城市发展对平顶山市土地利用变化具有重要的影响;8年间,该地区耕地、林地大幅减少,城市用地、工矿用地、荒草地大幅增加;减少的耕地主要转化为荒草地、工矿用地、城市用地,减少的林地主要转化为荒草地;受北部矿区条件的影响,市区发展主要朝东、西、南三个方向。     

基于遥感技术的海岸带土地利用、覆被信息提取方法研究

本文以地处莱州湾东海岸的莱州市为研究区域,以TM影像为主要信息源,在分析各类地物分类效果的基础上,结合区域特点和地物光谱特征,综合利用两期典型季相的遥感图像,并针对每一种土地利用类型确定最佳信息提取影像,提出了基于光谱、地形等多种知识的分层信息提取方法.结果表明该方法分层目标明确,分类精度和计算效率都有明显提高,且在数...     

土地调查线状地物与图斑逻辑一致性缺陷修正方法

土地调查数据中部分线状地物与图斑存在逻辑一致性缺陷,造成图斑地类面积计算错误。为解决上述问题,本文对土地调查数据线/面逻辑关系进行研究,归纳了线状地物跨越图斑的缺陷类型;并对其成因和影响进行分析,设计了一种通过增量更新进行缺陷修正的方法。该方法不影响地类流量分析,能够较好地维护年度间统计结果的一致性,易于实现缺陷修正的自动化处理,并利于数据回溯。通过土地变更调查国家级数据库质量检查工作实践表明,本文提出的方法有助于提升数据检查的效率,具有较好的实用价值。     

QUICKBIRD影像用于城市用地信息提取方法

本研究采用基于对象的分类技术,依据高分辨率卫星影像QUICKBIRD的特征,对乌鲁木齐市用地信息的提取进行了研究。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。     

武夷山市土地利用变化遥感监测分析

针对近20年来武夷山市土地利用变化信息相对不足的问题,提出运用现代遥感与GIS技术进行武夷山市土地利用变化动态监测的方法。在分析1996年、2005年和2014年3期Landsat影像的基础上,采用监督分类方法提取土地利用信息,然后采用土地利用转移矩阵分析法和动态度分析法,分析了土地利用类型的时空变化情况及发展趋势。结果表明:1996年以来,武夷山市土地利用变化的特点表现为耕地显著增加,而林地明显减少;20年间其他未利用地和城镇的空间变化幅度很大;经济快速发展,旅游业大力发展等是武夷山市土地利用变化的驱动因素。研究结果对武夷山市的生态环境保护以及探究旅游业对土地利用变化的影响有参考价值。     

唐山市区土地利用的Landsat 8影像分层分类

针对土地利用遥感分类方法多样、分类精度高低不一等问题,该文以土地利用变化明显的唐山市路南区、路北区为研究区域,并以中分遥感影像Landsat 8OLI为信息源,在对地类样本进行可分离性分析的基础上,建立研究区土地利用分层分类体系。通过监督分类实验,选择分类效果最好、分类精度最高的最大似然分类器进行地类初分;通过绘制归一化植被指数(NDVI)、归一化建筑指数(NDBI)、两指数差值(NDVI-NDBI)的曲线及地类光谱特征曲线,建立决策树分类规则,进行地类再分。该方法可以较好地完成多种土地利用二级地类的划分,有助于提高中分影像土地利用分类效率。