共查询到18条相似文献,搜索用时 247 毫秒
1.
了解湿地资源分布类型是恢复湿地生态环境的基础,因此本文提出基于决策树的多源遥感数据中湿地信息提取方法。运用QUEST方法构建决策树,对多源遥感数据中的湿地信息进行提取,并以Kappa系数评价决策树分类的有效性。结合海南东寨港国家级自然保护区实际数据,得到湿地地形信息、湿地分类体系信息、湿地空间与面积分类、湿地类型转换特征以及湿地类型动态度差异,完成湿地信息提取,为今后保护区湿地生态保护与恢复提供信息提取技术支持。 相似文献
2.
3.
基于多源遥感数据的水体信息提取研究 总被引:1,自引:0,他引:1
卫星遥感技术已被广泛应用到水体信息提取中,但目前基于遥感技术的水体信息提取多采用单一的遥感数据源,而没有充分利用多源数据的信息复合优势,因此,提取结果经常受天气气候或空间分辨率限制。本文研究了不同尺度、不同平台的多种遥感数据源的水体信息提取方法。首先,基于波谱间关系决策树分类算法对Landsat ETM+图像进行水体提取,利用其分辨率优势较准确地提取出水体范围;其次,在Radarsat SAR图像上利用阈值法粗提取水体信息后,结合DEM剔除阴影得到水体信息;最后,利用灾前Landsat ETM+图像水体信息提取结果和灾中Radarsat SAR图像水体信息提取结果,进行差值处理,得到洪水淹没范围。研究结果可以为洪水灾害监测与评估提供信息依据。 相似文献
4.
为了研究空间尺度效应对城市扩展模式分析的影响,本文选用TM和SPOT-5的遥感影像作为数据源,以北京市朝阳区作为研究区,首先将SPOT-5数据按照面积占优法获得10米至80米的多尺度数据,用于分析城市景观格局的尺度效应,结果显示10米至30米是城市景观格局变化较大的空间尺度。再结合TM尺度的历史数据,利用最小斑块大小相同的SPOT数据和TM数据对城市扩展模式的景观指数变化情况进行了分析:边界密度和面积加权平均斑块分维数都呈相反的变化方向,这对城市扩展方式的确定有较大影响;居民地斑块类型百分比和最大斑块指数虽然趋势正确,但是差别较大;斑块密度受尺度的影响较小。 相似文献
5.
6.
7.
为准确、快速地进行林地信息提取,实现林地的信息化管理。本文以曹家务乡为例,利用高分一号、资源一号02c和资源三号卫星数据之间的互补性,结合光谱特征、物候特征和植被指数等因子,通过面向对象算法的多尺度分割和阈值分类、模糊分类以及最邻近分类法,对林地信息进行提取,实验结果表明:本文所提出的方法精度较高,能够满足实际生产需求。 相似文献
8.
首先简要叙述了IHS法在遥感图像融合中的应用,然后对实验结果进行了分析,并用融合后的图像建立了土地利用类型的解译标志,以期为HIS法用于遥感图像融合提供参考。 相似文献
9.
10.
以2019年5月13日黑龙江省佳木斯市同江市洪河国家级自然保护区为研究对象,基于静止气象卫星Himawari-8(H8)和极轨气象卫星MODIS数据对火灾发生经过进行还原,基于高分一号(GF-1)和高分六号(GF-6)数据进行火烧迹地识别.试验结果表明,Himawari-8及MODIS数据都可较好地反演出火灾发生地点,... 相似文献
11.
12.
13.
14.
基于多源遥感数据的西藏羌多地区地质构造解译 总被引:2,自引:0,他引:2
多光谱遥感数据的空间分辨率通常是为解决资源和环境等特定问题而设置的,但是地质构造从区域到手标本可划分为不同尺度,因而单一遥感数据并不能满足多尺度的构造解译。为此,以西藏羌多地区为研究区,利用ETM+,ASTER,WorldView2及DEM等多源遥感数据的综合优势,从30 m空间分辨率的ETM+和15 m空间分辨率的ASTER到0.5 m空间分辨率的WorldView2这2个层次上解译研究区的构造,取得了显著成效。首先,基于传统的构造信息解译标志,用ETM+数据进行构造架构解译,同时运用ASTER数据的波段运算结果间接反映构造信息;然后,开展WorldView2高空间分辨率数据的综合构造解译分析;最后,在野外验证的基础上,对解译的构造信息进行室内修正。研究区的地质构造解译结果表明,综合多源遥感数据可以大大提高地质构造解译的准确率,并在较短的时间内取得较好的应用效果。 相似文献
15.
结合贝叶斯理论和MRF的主被动遥感数据协同分类 总被引:1,自引:0,他引:1
提出一种基于贝叶斯理论和马尔科夫随机场MRF(Markov Random Fields)的主被动遥感数据协同分类方法。该方法依据光学与微波遥感数据在地物提取中的各自优势,首先对ASAR后向散射系数进行入射角归一化,然后构建一种基于贝叶斯理论和MRF的分类器,以归一化后的ASAR双极化数据与TM7个波段共同参与分类。分别对ASAR入射角归一化的有效性和主被动协同的必要性进行验证,结果表明,采用本文方法的分类精度达到89.4%,较未进行角度校正的主被动数据协同分类的精度提高了4.1%,较单独TM分类的精度提高了11.5%,体现出主被动遥感数据协同在分类上的潜力。 相似文献
16.
17.