一种应用兴趣点数据进行地表覆盖分类的方法

针对传统基于遥感影像的地表覆盖分类方法普遍存在的生产周期长、成本高、自动化程度低等问题,提出了一种完全利用兴趣点（point of interest,POI）数据进行地表覆盖自动化分类的方法。首先应用潜在狄利克雷分布主题计算模型,从POI数据的文本信息中挖掘出与地表覆盖类型相关的主题类型和分布概率;然后基于POI文本的主题分布,运用支持向量机分类算法构建地表覆盖分类模型;最后以遥感影像地表覆盖分类结果为依据,采用随机抽样的方式对所提方法进行验证。结果表明,该方法能够较好地区分人造地表和非人造地表,且整体分类精度超过80%,可作为传统遥感影像分类的辅助手段,满足地表覆盖快速分类的制图需求。     

美洲地表覆盖分类信息规模化提取工艺研究

在遥感影像地表覆盖分类信息提取试验研究的基础上,按照美洲地区的生态地理分区,利用30 m分辨率的TM或ETM+影像,研究探讨美洲分区地表覆盖工程化分类采集方案与提取工艺,采用4级分类策略的单要素分层提取掩膜分类方法,制作美洲地区2000年与2010年30 m分辨率的地表覆盖产品。研究成果表明,分类信息规模化提取工艺极大地提高了大范围影像信息提取的精度,有效减少了同物异谱和异物同谱现象对分类造成的影响。     

基于无人机遥感的荒漠植被识别方法研究

传统的基于卫星影像的遥感分类方法和基于低空无人机影像的地表覆盖分类方法,在识别荒漠植被,尤其是在识别荒漠灌丛地表覆盖时,不能满足该类别的分类识别需求。本文针对这一问题,采用一种自定义规则分类的方法,即充分利用无人机影像中分类对象的光谱、纹理、形状等特征,结合无人机影像的特点,计算待分类样本的特征阈值,按照不同阈值进行加权分类,最终得出荒漠植被地表覆盖的分类方法和评价方法,这种方法对同类别荒漠植被地表覆盖分类项目具有一定的借鉴作用。     

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.     

高分辨率遥感影像下沿海地区地表覆盖信息的提取

沿海地区地表覆盖信息是全国地理国情普查的重要内容,遥感影像分类技术为沿海地区地表覆盖信息提供了一种重要方法。本文基于GF-1高分辨率遥感影像,建立了沿海地区地表覆盖分类系统,采用中国测绘科学研究院自主研发的面向对象GLC决策树分类方法和软件进行了地表覆盖分类。通过对某试验区进行分类试验,并结合该区地表覆盖标准分类图进行精度评价,验证了基于高分辨率影像,面向对象GLC决策树分类方法在沿海地区地表覆盖信息提取上的有效性及优越性,其总体分类精度和Kappa系数分别为87.201 8%、0.840 6,均高于SVM分类法。最后提出基于高分辨率遥感影像的沿海地区地表覆盖信息提取流程。     

多尺度特征融合神经网络的地表覆盖提取

深度学习的快速发展,为高分辨率卫星遥感影像解译提供了更好的技术手段和应用前景。围绕高分卫星遥感影像地表覆盖信息提取,利用高分辨率卫星遥感影像制作5种常见的地表覆盖类型的像素级样本数据集,并提出一种基于注意力增强与多尺度特征融合的语义分割方法,实现地表覆盖自动提取。通过影像波段选择、预训练模型迁移学习、损失函数改进等方法,提升语义分割模型识别精度,最优的提取结果中,5种地表覆盖类型的F₁均值、IoU均值和总体精度分别达到了78.6%、66.8%、85.0%,除道路之外,耕草、林地、建筑、水体的F₁均超过80%,且分类图斑边界能够与影像中的地物边界很好套合。实验表明建立的卫星影像地表覆盖分类样本数据集和分类方法,能够应用于高分辨率卫星影像地表覆盖信息提取。     

基于地理国情监测的石家庄自然生态环境状况研究

利用2009、2018年分辨率为1 m的卫星遥感影像,依据地理国情监测的分类体系,获取了两个年份石家庄8个区县的地表覆盖数据,展示了该区域林地、草地和水域三类自然生态空间要素10 a间的变化情况,并采用生境质量指数、水源涵养指数两项指标对该区域的生态环境状况进行了评价.归因于该区域固有的自然地理特征,大部分地区生境质量...     

30m全球地表覆盖遥感制图生产体系与实践

在以"多源影像最优化处理、参考资料服务化整合、覆盖类型精细化提取、产品质量多元检核"为主线的总体研究基础上,依托生产技术规范体系、全过程质量控制手段和支持环境,通过30m地表覆盖产品和技术设计、多源影像资料收集整合处理、分区按类型地表覆盖数据提取组织实施及数据产品集成与优化,构建了工程化的30m全球地表覆盖遥感制图生产体系,实现了预期的产品指标,完成了2000和2010两个基准年的30m地表覆盖数据产品研制。通过精度评价,该套数据产品分类精度达到80%以上。该生产体系的构建为开展较高分辨率全球地表覆盖数据产品研制、细化、更新奠定了基础,为开展大规模遥感影像信息提取、表达和应用起到了示范作用。     

应用转移矩阵分析辽阳矿区的地表覆盖变化

为了分析辽阳地区的地表覆盖变化情况,本文选取辽阳矿区为研究区域,以2003年、2009年、2015年Landsat TM/OLI遥感影像及ASTER GDEMV2高程数据为基本数据源,提取NDVI、NDBI、MNDWI、高程值及单波段亮度遥感指数构建决策树分类模型,完成辽阳矿区地表覆盖的分类。对分类结果进行地表覆盖类型数量变化利用土地转移矩阵分析,并对驱动力因素进行研究。结果表明;决策树模型适用于辽阳矿区地表覆盖分类,分类精度较高。研究区域土地覆盖类型发生显著变化,主要表现为建设用地大幅增长,采矿用地大面积减少,植被、水体、裸地面积变化较小。人口增长、经济发展、矿区生态治理成为该矿区地表覆盖特征变化的主要驱动因素。     

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。     

基于决策树分类的地表覆盖遥感信息提取

地处西南的渝北地区地表覆盖类型复杂、土地利用多元化,仅依赖于光谱特征的传统遥感信息提取方法难以获得较高的分类精度。利用决策树分类技术对渝北地区的TM遥感影像进行分类,除光谱信息外还结合地质、NDVI、PCI等多源数据进行实验。结果表明,总精度和Kappa系数分别为88.42%和0.854 7,较传统的监督分类和仅依赖于光谱特征的决策树分类方法有较大提高,这也表明基于多源数据的决策树分类技术对地表覆盖复杂地区的遥感影像分类比较适用,是遥感信息提取的一种有效手段。     

面向遥感影像智能分类的海量样本数据采集方法

以地理国情监测高分辨率遥感影像及高精度地表覆盖分类产品为数据源,提出了一种面向遥感影像智能分类、基于位置匹配技术的全国尺度海量样本数据采集方法。根据数据源特征,研究了县域采集数量权重设置、坐标投影转换、栅格灰度重采样、无效样本数据过滤、地表覆盖分类码映射、样本数据命名标识、特定地表覆盖类型样本数据采集等关键技术,构建了位置匹配的遥感影像数据与分类标签数据组成的样本数据对,开发了样本数据自动采集软件。利用该方法,以县级行政区划为单元,实现了全国尺度海量样本数据采集。选取其中5个县域的成果,评估了方法的实用性及运算性能。研究表明：该方法提升了生产全国尺度海量样本数据的计算响应速度;采集的样本数据能够满足遥感影像智能分类对样本源高质量、大规模的需求,提升了遥感影像分类与预测的准确度。     

高精度地表覆盖数据优化分割的土地利用分类

针对土地利用类型多样、特征易混淆和高分辨率遥感影像信息海量、人工提取费时费力等问题,该文以北京二号卫星影像为数据源,采用高精度地表覆盖数据优化分割的面向对象分析方法、无地表覆盖数据辅助分类的面向对象分析方法,运用朴素贝叶斯、CART决策树、随机森林和K最邻近分类器,开展武功县土地利用分类,并对分类结果进行精度评估.结果 表明:①与无地表覆盖数据辅助分类方法相比,高精度地表覆盖数据优化分割的面向对象分类方法,在精度方面有较大的提升,其分类总体精度提高18.73％,Kappa系数提高0.21;②随机森林对于土地类型多样的影像对象具有较好的识别能力,获得较高的总体精度(95.3％)和Kappa系数(0.94).研究表明一种利用高精度地表覆盖数据优化影像分割的土地利用分类方法具有更好的可行性和鲁棒性.     

第一次地理国情普查中地表覆盖分类典型问题解析

地表覆盖分类数据作为第一次地理国情普查成果重要的组成部分,其分类的正确性,主要依据影像判读.因此,影像地表覆盖分类判读问题成为内业质检过程中一个重要环节.现将针对在第一次地理国情普查内业质检中遇到的相同影像纹理分类判读、对地类定义理解不到位及采集尺度不统一等典型地表覆盖分类判读问题及错误产生的原因进行解析.     

一种面向地理国情监测的地表覆盖变化检测与更新方法

提出一种面向地理国情监测的分类后变化检测方法,充分利用前一时期地表覆盖数据提供的地物类别信息,指导后一时期影像的分类,通过比较两时期相应区域的类别信息,从而实现地表覆盖数据的变化发现与更新。该方法主要包括分类前变化检测、样本自动生成、分类后变化检测3个阶段。实验结果表明,该方法能够得到准确率较高的变化检测结果。     

高分遥感在隧道地表环境监测中的应用

以重庆大学城隧道建设中与营运后的两期高分遥感影像为例,通过人机交互式遥感解译,提取各期影像的地表覆盖分类信息,在此基础上对生态环境中的林地、耕地、地表水以及其他用地的动态变化情况以及相关环境指数作详细分析,从而获得隧道建设过程中的地表环境变化情况。为验证该应用方法的可推广性,选取碧鸡关隧道建设前后3个不同时期的高分遥感影像,成功分析出该隧道在修建过程中的地表环境动态变化情况。     

大比例尺地形图在地理国情普查中的应用探讨

地理国情普查最主要的内容是地表覆盖分类与重要地理国情要素,其中地表覆盖主要基于遥感或航空影像影像进行分割、分类,解译出地表覆盖物的类型,以便从地理的角度进行统计分析。大比例尺地形图具有地表覆盖物与地理要素丰富信息的特点,本文结合生产实践探索出一套大比例尺地形图数据应用于地理国情普查的有效技术方法。     

面向地理国情监测的地表覆盖信息提取方法

开展地理国情监测工作的目的是为了获取自然与人类社会经济活动引起的地表变化信息,实现地理国情信息对政府、企业和公众的服务。地表覆盖是描述地理国情信息的重要方法,能够真实反映土地表面物质类型及其自然属性,地理国情内容体系初步方案中,已将其列为重要内容之一。本文针对地理国情关注的地表覆盖内容,研究与分析了信息提取方法与关键技术,评估了计算机自动分类方法在信息提取中的适用性,综合分析了各种提取方法的最大利用效能,提出一种基于高分辨率遥感影像、适用于工程化应用的地表覆盖信息提取方案,为地理国情监测提供方法参考。     

地理本体驱动的遥感影像面向对象分析方法

针对遥感影像面向对象分析技术存在的“分类过程中专家分析不同带来的分类结果不一致”问题,提出地理本体驱动的“地理实体描述-模型构建-影像对象分类”解译框架。首先,利用地理本体建立影像对象客观特征与地理专家知识的联系,实现对地理实体的描述与表达;其次,利用知识工程方法以及计算机可操作的形式化本体语言构建影像对象特征、分类器的本体模型,形成语义网络模型;最后,联合语义网络模型与专家规则实现影像对象的语义分类。地表覆盖分类实验结果表明,该方法不仅能够得到反映真实地理对象的遥感影像分类结果,而且能够掌握地理实体的语义信息,实现地表覆盖分类知识的共享与语义网络模型的复用,为遥感影像面向对象分析提供了一种全局性的解译分析框架及其方法。     

结合特征组与分层策略的遥感图像分类研究

针对藏南地区地表覆盖信息获取困难、生产效率低等问题,该文提出一种结合特征组与分层策略的高空间分辨率遥感图像逐层分类方法。依据地理国情普查地表覆盖信息分类标准,结合研究区遥感图像实际的地表覆盖状况,充分挖掘高空间分辨率遥感图像的地物特征信息,建立该地区地物图像特征组,并采用分层策略减弱地物间的相互影响程度,实现研究区遥感图像逐层分类。实验结果表明,文中提出的逐层分类方法能有效提高地表覆盖类别解译效率,分层成果有利于进一步的精细分类。