基于多时相Landsat-8的森林生态系统树种精细分类

实时、准确地获取森林生态系统树种类型对森林资源调查与监测有重要意义.本文以吉林省抚松县为中心研究区,利用不同时相Landsat-8影像,讨论森林生态系统各地类在不同时相上光谱特征的差异,结合多时相影像的互补信息并使用支撑向量机(support vector machine,SVM)分类方法对森林树种类型进行分类.结果表...     

基于Landsat-8的遥感影像分类研究

遥感影像分类在专题信息提取、地表动态监测以及专题地图制作等应用中具有重要作用,传统的分类方法可以分为监督分类和非监督分类,因算法成熟、操作简单,这两类方法仍然是当前使用较广泛的分类方法,但从理论、过程以及使用范围条件上二者都不相同,各有其优缺点。鉴于这种现状,本文采用Landsat-8 OLI焦作地区遥感数据分别基于监督与非监督中的各种算法进行土地覆盖分类,并对分类结果进行比较分析和精度评价,以期为实际工作中根据不同需求选取适当分类器提供依据。研究结果表明:监督分类中最大似然法分类精度相对较高,漏分错分最少,总体分类精度达到87.152%;非监督分类中ISODATA算法从聚类效果、漏分错分以及计算时间上综合分析要优于K-均值分类;另外,不同分类算法对不同地物类型的解译效果不同。     

多时相遥感影像变化检测综述

近几十年来,多时相影像处理和变化检测是遥感领域一个较为活跃的研究方向。虽然在环境变化监测和检测方面成功的应用有很多,但是从多时相影像及时提取地球环境和人类活动的动态信息仍匝临很多挑战。近年来,随着新型遥感平台和传感器的发展,在克服技术障碍方面取得了很大进步。历史影像档案提供范围的扩大也使得长期变化检测和建模成为可能。这些发展推动了更先进的影像处理方法的开发和处理时间维度影像数据新方法的研究工作。本文回顾了多时相数据处理和变化检测的发展现状。作者首先对地球表面环境变化的性质进行了分析,从四个方面总结了遥感变化检测技术的发展,包括变化检测影像预处理、变化检测方法和途径分类、遥感变化检测方法和多时相影像处理的准确度评估。文章试图在先验知识的基础上从多源数据、集成处理和智能方法角度提出综合解决方案。为促进遥感影像变化检测技术的深入研究,本文还指出了变化检测所面临的挑战和可能的对策。     

多时相遥感影像变化检测技术研究

正城市化进程的不断推进及频发的自然灾害,不仅造成了地形、气候、水文、生态等自然地理环境的变化,而且还对人文地理环境造成了较大的影响。而随着时间的推移,这些改变和影响不仅未得到减弱,而且还在不断加快。为了评估这些变化对生态环境、社会经济等造成的影响,就需要对这些变化进行有效地动态监测。多时相遥感影像变化检测技术便是实现动态监测的关键技术,该技术利用不同时相的遥感影像,定量地分析和识别出自然和人文环境变化的特征和过程。     

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。     

基于集成学习和多时相遥感影像的枸杞种植区分类

利用遥感技术对柴达木盆地枸杞种植区进行精准提取对当地政府开展市场管理与调控具有重要意义.以典型枸杞种植区诺木洪农场为例,选取Landsat8 OLI和GF-1 WFV影像构建作物生长期内时序NDVI/EVI数据,并采用4种新颖的集成学习分类器(LightGBM,GBDT,XGBoost,RF)和2种应用广泛的机器学习分...     

Landsat-8遥感影像的BRDF校正研究

BRDF校正能消除Landsat-8遥感影像中由于太阳角、观测角与真实角度偏差引起的色差不一致,因此本文对多种体散射核与几何光学核的组合进行研究,在选用最佳核函数组合的基础上,采用改进的误差模型求解BRDF校正参数,最后完成Landsat-8影像的BRDF校正。实验结果表明:Ross Thick核和Li-Sparse核为BRDF模型的最佳核组合,并且利用改进的平差模型能提高解算精度,经过BRDF校正后,影像的"二向反射"现象得到明显改善。     

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。     

多时相遥感影像农作物识别方法的分析

作物识别是农情监测的基础,能为农业和灌溉用水管理部门提供重要参考数据。利用单景影像进行作物识别容易出现异物同谱及同物异谱现象,基于多时相影像的作物识别则可结合作物物候特征进行分类,避免该问题。介绍多时相作物识别的两种基本方法,并且对国内外多时相遥感农作物识别研究现状和新进展进行论述。     

多时相遥感影像的甘蔗种植范围提取

针对利用遥感技术提取农作物种植范围容易混淆其他植被类型的难题,提出一种基于生长关键物候期原理的农作物种植范围提取方法。该方法利用目标农作物在时间序列归一化植被指数(NDVI)上的数值变化确定其关键物候期,采用关键物候期植被指数的差值作为主要提取指标,统计分析各类型样本图斑指标特征值,确定用于提取目标农作物种植范围的指标阈值,采用决策树分类方法提取出种植范围。该文以我国南方甘蔗种植区为研究对象,结果表明：该方法充分利用了农作物生长规律特征,增强了目标农作物与其他地表覆盖类型的可分性,单纯自动化提取结果精度达87.53%,能够满足总体掌握农作物种植范围的需要,可为农作物种植范围提取提供参考。     

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。     

自然资源多时相遥感影像智能匹配方法研究

遥感影像是全民所有自然资源资产清查工作的基础数据之一,时序影像匹配是多时相遥感数据服务于自然资源资产评估的关键.大量的自然资源资产清查单元(林地、耕地、湖泊、草地、湿地)位于地形平坦地区,采用传统影像匹配方法得到的正确匹配点较少,匹配精度较低.提出了基于视野感知的CNN-SIFT描述符,利用孪生网络模型感知同名点的视觉...     

基于多时相遥感影像的城市群扩张特征分析

基于遥感影像数据,对粤港澳大湾区的城市群扩张特征进行了对比分析,结果表明:广州、东莞和佛山3个地区的城市扩展面积最大,而澳门地区的城市建设用地比重增长幅度最快,达到36.74％;澳门地区城市扩张为快速,东莞、深圳、中山、珠海、佛山5个地区为中速,香港、惠州、江门、肇庆四个地区为缓慢,整个大湾区城市扩张属于低速;研究区的...     

多时相遥感影像变化检测的现状与展望

多时相遥感影像变化检测技术能够监测生态环境变化、跟踪城市发展,对于研究人类与自然环境之间的交互关系有着重要的意义。随着新型遥感影像的不断普及,变化检测也在高光谱影像变化检测和高分辨率影像变化检测两个方向上有了深入的探索。本文围绕变化检测的基本流程,从预处理、变化检测方法、阈值分割与精度评价4个角度介绍了变化检测研究的最新进展,并总结了变化检测技术的主要应用领域。最后,对变化检测技术未来的发展进行了展望。     

Landsat-5遥感影像精度分析

遥感影像的平面精度和真实分辨率是判断遥感影像质量优劣的重要因素。提出了采用点位中误差来评定遥感影像的平面精度,并对研究区域的Landsat-5影像分别进行平面精度和真实分辨率的评定。试验结果表明,Landsat-5的真实分辨率约为23.884 6 m,高于其标称分辨率。Landsat-5的平面精度约为140.455 7 m,且其X方向定位精度优于Y方向。     

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.     

GF-1与Landsat-8影像土地利用遥感解译对比分析

以黑龙江省嫩江县为研究区,以GF-1和Landsat-8遥感影像为数据源,运用ENVI软件,采用最大似然分类法,对研究区进行土地利用遥感解译,利用混淆矩阵对解译结果进行精度检验,并进行对比分析。结果表明:Landsat-8用地类型之间的可分离性除了草地与耕地的区分度小于1.6以外,其他用地类型的区分度都在1.6之上,而GF-1的用地类型之间可分离性都大于1.6。对于不同的用地类型,GF-1与Landsat-8的分类精度存在一定的差异。在复杂用地类型分布的地区,GF-1具有更高的精度,而在大片相同用地类型的区域,Landsat-8更接近真实值。     

基于多时相遥感影像的海岸线变化监测研究

随着社会经济的高速发展,沿海经济带正发生着日新月异的变化,海岸线环境发生了巨大改变。利用遥感技术不受时间、空间限制的特点,研究海岸线变化监测,有利于掌握海岸线分布情况,监测海岸线沿线生态环境。本文是基于多时相遥感影像,开展辽宁省大陆海岸线变化监测研究。     

基于多时相遥感影像的耕地利用信息提取研究

耕地为人类的生存和发展提供了重要的物质基础,是人类生存必不可少的基础资源。利用遥感影像进行耕地资源信息提取,可以为耕地资源保护提供数据支持。以黑龙江省鹤岗市为研究区,以1990年、1999年、2010年、2016年Landsat影像为数据,提取耕地信息。通过对研究区多时相遥感影像进行影像融合、图像增强、镶嵌和裁剪以及影像接边检查等预处理,利用监督分类(GLC和SVM)方法进行遥感影像解译,对解译后数据进行人工目视解译,生成耕地利用数据库。研究结果表明:不同地物光谱特征的选取对地物分类、信息提取有直接影响;进行监督分类时选点的疏密离散程度决定其成果精度的高低,对于耕地信息提取有直接影响;监督分类的方法具有结构简单、计算效率高的特点,对于大数据量的遥感影像处理更有优势。本研究成果可为研究区耕地利用保护提供基础数据。     

多时相遥感影像语义分割色彩一致性对抗网络

利用深度卷积神经网络智能化地提取遥感图像中的建筑物对于数字城市构建、灾害侦查、土地管理等具有重要意义。多时相遥感图像之间的色彩差异会导致建筑物语义分割模型泛化能力下降。针对此,本文提出了注意力引导的色彩一致生成对抗网络(attention-guided color consistency adversarial network,ACGAN)。该算法以参考色彩风格图像及相同区域、不同时相的待纠正图像作为训练集,采用加入了U型注意力机制的循环一致生成对抗网络训练得到色彩一致模型。在预测阶段,该模型将待纠正图像的色调转换为参考色彩风格图像的色调,这一阶段基于深度学习模型的推理能力,而不再需要相应的参考色彩风格图像。为了验证算法的有效性,首先,将本文算法与传统的图像处理算法及其他循环一致生成对抗网络做了对比试验。结果表明,ACGAN色彩一致后的图像与参考色彩风格图像的色调更加相似。其次,将以上不同的色彩一致性算法处理后的结果图像进行建筑物语义分割试验,证明本文方法更加有利于多时相遥感图像语义分割模型泛化能力的提升。