基于Landsat 8 OLI数据与面向对象分类的昆嵛山地区土地覆盖信息提取

利用2015年Landsat 8 OLI遥感影像和DEM作为分类数据源,结合野外调查数据,采用面向对象的分类方法对昆嵛山地区土地覆盖信息进行提取,并对分类结果进行精度评价与比较分析。研究表明：面向对象分类方法提取的各地类连续且边界清晰,分类效果与实际情况基本吻合。昆嵛山地区占主导地位的土地覆盖类型是针叶林,面积为1 546.81 km²。研究区土地覆盖分类的总体精度和Kappa系数分别为91.5%和0.88,其中针叶林、草地、水体和建设用地的生产者精度均达到87%以上。相对于监督分类方法,本研究提出的土地覆盖信息提取方法的总体分类精度和Kappa系数分别提高14.7%和0.17。基于面向对象的中分辨率遥感影像,能够获取较高精度的土地覆盖信息,为大范围土地覆盖分类研究提供方法参考。     

基于OLI数据的滇中地区湿地信息提取研究

以研究滇中湿地分布情况为目的,基于Landsat8OLI遥感影像,分别采用最大似然法和决策树法提取研究区湿地信息,并从空间格局与地理学角度分析湿地分布情况及其与社会经济的相关性。结果表明:(1)采用决策树法可以有效提取湿地,其总体精度为81.10%,与最大似然法相比分类精度提高了9.19%;(2)滇中湿地呈现以库塘为主,河流和湖泊次之,水田和沼泽最少的格局,湿地分布与其形成的地貌、气候、水文等自然地理条件密切相关;(3)湿地面积与社会经济发展具有一定的相关关系,总体上4市(州)(包括昆明市、玉溪市、曲靖市和楚雄彝族自治州)湿地面积与人口、工业和地区生产总值呈正相关。     

基于面向对象法的Landsat 8影像山区细小水体提取方法

利用Landsat系列影像提取水体的方法有很多种,细小的水体漏提或误提现象严重,依靠单一的方法难以取得突破。本研究结合现有的方法提出一种新的思路:1)基于DEM数据提取河网数据;2)辅以河网缓冲区数据将Landsat 8影像的1-7波段和全色波段用于多尺度分割,根据形状特征提取线状的细小水体;3)假设2.5 m分辨率影像提取的结果为实际水体,与基于像元的MNDWI法进行对比。结果表明水体的总体提取精度提高11.7%,细小水体提取比例从13.3%上升到59.6%,因此本方法简单易行,有利于线状的细小水体提取,可在一定程度上减少山区细小水体的漏提,提高水体提取整体精度。     

基于Landsat OLI影像及NPP-VIIRS灯光数据的武汉市人口密度估算

利用人口统计数据、Landsat OLI和NPP-VIIRS夜间灯光数据,分别提取武汉市主城区及城乡结合部的不透水地表盖度,并结合人口统计数据对武汉市15 m×15 m格网的人口密度进行遥感估算。结果表明:(1)遥感估算结果与统计数据回归方程的决定系数为0.876。根据城市的不同发展程度分区域提取不透水地表盖度精度很高,且利用不透水地表盖度和人口分布的关系估算人口密度的方法可行,能够满足精度要求。(2)武汉市人口呈现出明显的沿长江两岸向外逐渐扩散的空间分布特征,主城区的人口集中分布在长江、汉江及东湖沿岸,而城乡结合部的人口主要分布在主城区边缘和各区的行政中心城镇,其余区域人口分布较为零散。(3)夜间灯光数据和道路数据的加入可以有效提高利用不透水地表估算人口密度的精度。     

基于Landsat 8 OLI影像的塔里木河下游河岸林叶面积指数反演

叶面积指数(Leaf Area Index,LAI)是描述植物冠层结构特征的重要参数,也是研究植物冠层表面物质和能量交换必不可少的参数。根据在塔里木河下游河岸林地利用LAI-2250实测的LAI数据,比较Landsat 8 OLI遥感数据提取的几种常规植被指数估算LAI的能力,建立LAI估算模型,并利用实测数据对模拟结果进行精度验证,生成塔里木河下游LAI分布图。结果表明:(1)各植被指数(Vegetation Indexes,VIs)与LAI均具有一定的相关性,对于不同的植被指数,二次多项式回归模型相关性均最高;(2)在不区分植被类型的样本分析中,大气阻抗植被指数(Atmospherically Resistant Vegetation Index,ARVI)与实测LAI具有最高的相关性;(3)分别针对柽柳林和胡杨林样本分析,判定系数R2和反演精度均具有不同程度的提高,对应的最适植被指数分别为归一化植被指数(Normalized Differential Vegetation Index,NDVI)和ARVI;(4)塔里木河下游河岸植被LAI有3个高值区:大西海子水库附近、下游中部和尾闾湖台特玛湖附近。全区LAI值主要分布在0~1.5之间,均值为0.361。该研究结果为遥感提取塔里木河下游河岸林带高空间分辨率的叶面积指数数据提供了数据支持和方法支撑。     

一种基于遥感数据快速提取居民地信息的新方法

基于Landsat TM/ETM+遥感影像的谱间关系,利用居民地与背景地物光谱值在波段3、波段4、波段5的差异,提出了一种新的建筑指数(New Built-up Index,NBI),并利用该指数提取居民地信息.选用常州市为研究区,以2007年Landsat TM影像为数据源,居民地提取精度达90%;进一步在多丘陵地区桐庐县进行验证,融入植被指数,居民地提取精度达91%.     

基于MODIS数据的土库曼斯坦山区积雪监测

积雪是影响气候变化的重要因子,准确、及时的获取积雪覆盖范围,进行动态变化监测意义重大。利用MODIS数据进行土库曼斯坦积雪监测,提取积雪信息的研究较少。利用MODIS L1B 500 m分辨率数据,通过几何校正、去云预处理,应用归一化差分积雪指数（NDSI）算法和综合阈值判别法,获取了土库曼斯坦2011年11月～2012年4月山区积雪覆盖范围和面积等数据信息,揭示了土库曼斯坦山区积雪发生的时空特征。土库曼斯坦南部的科佩特山区是该国降雪的核心地区,积雪面积均在1月达到最大值,随后积雪面积随温度的升高而减少。山区积雪面积、月均气温、月降雨量之间存在着显著的相关性,其相关系数分别为0.742 9和0.568 4。结果表明,在监测时段积雪面积随气温的降低、降雨量的减少而增加。     

阴影辅助下的面向对象城市建筑物提取

分析高分辨率遥感影像城市建筑物提取的难点,探讨建筑物阴影与建筑物之间的关系,提出一种阴影辅助的建筑物提取方法:首先在高分辨率影像中提取出建筑物阴影对象,通过建筑物与其阴影的空间关系特征分离相互连接的建筑物对象并确认漏提取的建筑物对象,从而提高了建筑物的提取精度;将该方法运用于Quick Bird影像的建筑物提取实验中,取得理想的实验效果.     

基于空间概率面的山区居民地遥感信息提取

根据地物之间光谱特征建立的基于知识的遥感居民地信息提取模型是目前居民地信息提取中最普遍的方法,但由于高程差异的影响,其在山区居民地信息提取中效果不理想。以云南省丽江市部分地区为例,在GIS支持下,通过构建多因素空间概率面的方式,综合运用地形和光谱特征信息实现山区居民地遥感信息提取。结果表明,地形差异是影响山区居民地信息提取精度的最主要因素,其影响程度占所有影响因素的50%强;在光谱信息识别的基础上,引入地形这一辅助信息,运用空间概率面能够有效地改善山区居民地信息的提取效果,识别精度从57.5%提高到82.5%。     

基于OLI和ASTER GDEM数据的云南昌宁县滑坡、泥石流易发度评价

滑坡、泥石流敏感性是指区域在自然状况下发生滑坡、泥石流现象的可能性大小。以OLI影像、ASTER GDEM为数据源,选取强降水、地表坡度、地表植被覆盖和河流侵蚀等因子为评价指标,在遥感、地理信息系统技术的支持下,开展云南昌宁县滑坡、泥石流易发程度评价。结果显示:昌宁县滑坡、泥石流易发度分为不易发、轻度易发、中度易发和高度易发4个等级,各等级所占面积分别为:12.42 km2、2 055.61 km2、1 584.98km2、89.64 km2,比例为:0.33%、54.92%、42.35%、2.40%。空间分布上,中度易发区在田园镇中部、漭水镇中部和南部、鸡飞镇东北部、卡斯镇中部及东部、柯街镇西部、珠街乡东部和北部、以及更戛乡东部及南部地区分布相对集中;高度易发区则集中分布于北部黒惠江、中部右甸河及南部勐统河各支流上游山区,由北向南形成"川"字型分布。     

利用TM数据提取干旱区土地覆被信息的方法比较

以柴达木盆地香日德绿洲作为研究实验区,对该区域ETM遥感数据经过空间分辨率融合、主成分分析等方法进行空间信息增强及专题信息增强处理,组合最佳视觉背景图像,分别在不同背景图像上选择训练样本,利用最大似然法监督分类方法(MLC)、多空间尺度分层聚类(SSHC)和基于知识的模糊聚类方法(KFC)等分类器,分别用各自训练样本初始化各类别信息特征值,形成类别特征值模式库,分别以此为基础对待分样本进行分类,对初分类的结果经过类别合并、碎斑滤除以及重新编码赋色等分类后处理,得到最终分类结果及分类精度评价结果。从所获数据可以得出如下结论：从总体精度和Kappa值可知,SSHC和．KFC分类方法所获结果精度较高,总体精度比MLC分类结果约高于3％,SSHC之结果精度略高于KFC之结果;SSHC、KFC和MLC三种分类方法对该区域地表覆被信息的提取分类中,SSHC分类方法对耕地、石砾地、河滩和荒漠分类结果较好,KFC分类方法对耕地、沙地、河滩和荒漠分类结果较好,MLC分类方法对耕地、河滩和荒漠分类结果较好,三种分类方法对耕地、河滩和荒漠等三种地类的分类精度较高,用户精度都在80％以上,而对沙地和石砾地的分类结果其用户精度大都低于80％。     

基于高分辨率卫星遥感影像校正和阴影检测技术研究

高分辨率卫星遥感影像在城市智能感知以及土地资源的监控中起着重要作用,其中保障影像几何精度是确保遥感影像质量的关键,因此,行业内关于影像结合校正的研究始终是重点课题之一,本文研究了高分辨率卫星影像几何校正技术和阴影检测技术。     

基于MODIS数据的青藏高原积雪日数提取与时空变化分析

以青藏高原为研究对象,首先采用基于三次样条函数的去云算法对2001—2011年逐日MODIS积雪面积比例产品进行了去云处理,并对去云结果进行了精度验证。然后根据去云后的逐日无云MODIS积雪面积比例产品,提取了研究区近11年的积雪日数,并对积雪日数的时空分布特征进行了分析。结果表明:1.本文的去云算法能有效的获取云覆盖像元的积雪面积信息,总体平均绝对误差值为0.092。去云后MODIS积雪产品提取的积雪日数与地面观测值具有较高的一致性(87.03%),平均绝对误差3.8 d;2.青藏高原积雪日数的分布极不均匀,四周山区(特别是西部和南部山区)积雪分布广泛且积雪日数高,而高原腹地积雪日数低,年均稳定性积雪面积占27.24%;3.青藏高原积雪日数的年际波动较大,积雪日数在34.14%的地区呈减少的趋势,在24.75%的地区呈增加的趋势,其中显著减少和增加的地区分别为5.59%和3.9%。     

基于众源轨迹数据的道路中心线提取

从众源轨迹数据中提取道路几何数据相对于传统的道路数据获取方法具有低成本、高现势性的优点。然而,由于轨迹数据采样稀疏、数据量大、高噪音等特征使得道路中心线提取仍显困难。针对该问题,提出一种基于约束Delaunay三角网的道路中心线提取方法。首先对预处理后的车辆轨迹线构建约束Delaunay三角网,根据整体长边约束准则删除长边以提取道路面域多边形;然后对道路面多边形二次构建Delaunay三角网,提取道路中心线。利用北京市一天时间的出租车轨迹数据进行算法实验,将实验结果与栅格化方法结果进行定性定量地评价分析。结果表明该方法提取的道路中心线数据在几何、拓扑精度方面比栅格化方法提高约10%以上。另外,以复杂环形道路为例,证明了该方法比栅格化方法更适合于复杂道路结构、较大密度差异的轨迹数据。因此,该方法不仅适合大数据处理、结果精度高,且算法成熟、易于实现。     

基于浮动车轨迹数据的路网快速提取

浮动车轨迹数据包含丰富的路网信息,随着浮动车轨迹数据的逐渐公开,从中提取路网信息已成为可能。目前,大多数算法提取路网时,使用统一的阈值忽略了轨迹数据的密度差异,且只考虑了轨迹的形态没有考虑轨迹的方向,严重影响了提取结果的几何精确度和拓扑正确度。为此,该文提出了一种自适应半径质心漂移聚类方法,能根据轨迹密度、道路宽度自动调整聚类参数和利用轨迹方向实现道路拓扑连接。首先,通过自适应半径质心漂移聚类方法计算路网骨架点,采用小波聚类算法获取路网骨架点的方向集;然后,根据聚类半径和方向对骨架点进行递归连接,生成路网数据。利用深圳市福田区一天的浮动车轨迹数据进行了算法实验验证,将实验结果与栅格化方法、约束三角网方法的结果进行了定性定量评价分析。实验结果表明,该文算法提取的路网数据在几何精确度及拓扑正确度上都有明显的提高,且算法适合大数据处理。     

Landsat 8 OLI影像新增特征对土地覆盖遥感分类的影响分析

本研究针对OLI影像在辐射分辨率、近红外波段和全色波段的光谱范围以及波段数量等方面进行的调整,与ETM+进行比较分析,探究其对土地覆盖遥感分类的影响。实验发现:1)辐射分辨率的提高有利于地类之间的区分,进而提高分类的总体精度;2)近红外波段范围的调整有利于识别水体边界,对分类总体精度影响不大;3)新增的深蓝波段可明显提高水体、不透水层的分类精度,进而提高总体分类精度,卷云波段的加入不利于地类之间的区分,降低分类精度;4)全色波段范围的收窄可明显提高林草地、耕地的分类精度,裸土的分类精度也有所提高,有利于区分植被与非植被信息。研究结果能够推广OLI影像的使用,并对应用OLI影像进行土地覆盖分类具有借鉴意义。     

基于林业基础数据的集成与信息共享系统建设

一、总论林业资源数据采集项目主要包括森林资源、林业重点工程、林业典型生态区、全国自然保护区、林业法律法规、林业生态定位站和林业科学研究等方面的数据。为使这些数据充分发挥作用 ,除了公开出版外 ,主要展现和利用这些数据的方法是网上共享。因此 ,相应的数据集成系统和网络共享系统的建设就成为这些林业数据共享应用的必要条件。这个系统的建设主要包括硬件平台建设、软件平台建设和共享平台建设。　二、硬件平台建设1 工作背景(1 )工作任务 :本系统的任务是标准化和规范化已有的数据库和数据资料 ;统一管理四大类林业资源 :①林…     

基于小流域尺度的土地石漠化信息遥感提取

为增强石漠化信息提取的客观性,文章提出了基于小流域的图斑确定方法,并以贵州西部为研究区,基于2013-06-16的Landsat遥感影像和DEM（30 m）数据,分析小流域图斑分割在石漠化信息提取中的应用;并以2013-06-16的Landsat遥感影像为基础提取土地利用边界,以其为地理单元提取石漠化信息。在此基础上构建石漠化稳定指数（DSI）,分析不同地理分割单元对石漠化信息提取的影响。结果表明,研究区2种地理单元的中度及以下石漠化面积比率＞80%,而无明显、轻度、中度、重度和强度石漠化提取结果差异分别为66.5%、26.8%、72.4%、75.4%和55.9%,石漠化稳定指数仅0.15,不同地理分割单元对石漠化信息提取有显著影响。基于小流域图斑分割的方法,具有明确的地理意义和良好的稳定性,是石漠化信息提取中理想的分割方法。     

基于LiDAR数据的流域水系网络提取方法研究

LiDAR技术能够提供高分辨率DEM数据,可用于准确提取流域水系网络信息。研究中针对LiDAR系统提供的高精度DEM数据中存在的噪声,提出采用各向异性扩散滤波算法进行噪声平滑,与常用的DEM滤波算法比较,该方法既能有效去除噪声,同时又能保留高梯度的地形信息。在DEM噪声去除的基础上,采用基于局部地形曲面几何分析的Peuker&Douglas算法初步提取水系网络原型,进一步利用改进的基于坡面流物理模拟分析的加权D8算法提取水系网络,构建了基于LiDAR数据水系网络提取的技术流程。通过鹤壁市某小流域的LiDAR数据水系网络提取试验证明了该方法准确提取水系网络的有效性。