基于像元转换的土地覆盖变化监测方法——以北京市区县为例

叠置像元比较分析方法常用于遥感分类后土地利用/土地覆盖变化检测,该方法通过栅格数据计算实现,方便快捷。提出一种利用像元转换的变化检测方法,结合Arc GIS软件平台,实现了对不同区域的土地覆盖类别变化分析的一体化处理方式。该方法是叠合像元比较方法的一种扩展,能对具有多类别的覆盖场景进行同步变化检测,依据新定义的覆盖类别编码,将不同时相的土地覆盖图进行叠置分析或分区统计分析,从而统计不同范围中各覆盖类别的定量转化及发生转化的空间分布。实验以2期北京市Globe Land30数据为对象,利用新检测方法对不同范围和覆盖类别变化进行了计算,更为高效快捷地获得了变化结果,展示了覆盖类别变化和景观格局变化,验证了该变化检测方法的适用性。     

基于BJ -1小卫星遥感数据的矿区土地覆盖变化检测

为了评价利用北京一号小卫星(BJ-I)遥感数据监测煤矿区土地利用/地表覆盖变化的效果,针对其数据特点,选择基于图像信息运算和图像信息变换的直接变化检洲法以及分类后比较法,对徐州东矿区2007～2008年土地利用/地表覆盖变化情况进行检测,以对比、评价各种方法在土地利用/地表覆盖变化检测中的应用效果和BJ -1数据的适用...     

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。     

四种基于像元的地表覆盖变化检测方法比较

目前遥感影像变化检测方法很多,但各种方法的适用性各不相同。鉴于灰度差值、NDVI差值、灰度比值、主成分分析法在地表覆盖变化检测中应用广泛,文章从数据更新的角度对这4种方法进行了比较;在分析比较这4种方法的单一变化检测精度、检测结果的相同性、相异性的基础上探索了适合于30m分辨率TM地表覆盖变化检测的组合方法。实验结果表明,在地表覆盖变化检测中,有效组合方法能够取得比单一变化检测方法更好的效果;比值法并NDVI差值法并PCA差异法的检测结果中包含了4种单一检测方法所检测出的全部变化像元,达到了最高的生产者精度,比较适合于地表覆盖数据更新制图应用。     

基于选权迭代估计与非监督分类的多光谱图像变化检测

针对多光谱图像的变化检测问题,提出了一种基于选权迭代估计(iterative estimation with weight selection,IEWS)与非监督分类(unsupervised classification,UC)的多光谱图像变化检测方法。借鉴IEWS的思想,并以类似于迭代加权多元变化检测(iteratively reweighted multivariate alteration detection,IRMAD)的迭代模式进行回归估计,得到初步的变化检测结果;并通过对初始变化信息的UC处理,以及对不同类别的IEWS,得到最终的变化检测结果。利用该方法对TM图像进行了实验,结果表明:所得到的变化信息在空间位置上同该区域相应时间段内土地利用/覆盖的变化情况具有很好的一致性;同时与多元变化检测及IRMAD方法变化检测的结果相比较,表明该方法对相对较小的变化信息具有更好的变化检测能力。     

一种基于联合特征的地表覆盖变化自动检测方法

地表覆盖的高效变化检测在地理国情监测中具有重要意义。本文针对当前地表覆盖检测人工目视解译方法效率低,以及软件自动解译错检率、漏检率较高的特点和现状,提出了一种基于联合特征的地表覆盖类型自动变化检测方法。该方法通过对比7种不同的特征联合方案,确立了联合灰度共生矩阵、灰度直方图、光谱统计特征、对象特征的最优组合形式,并设计支持向量机高维度分类器进行分类。试验结果表明,在浙江省复杂地表覆盖分布情况下,基于分辨率优于1 m的国产高分卫星影像,该方法对房屋建筑区、建筑工地等人工构筑物类型变化检测的正确率达到85%以上,对耕地、草地等植被类型也能取得较好的检测效果。     

面向地表覆盖变化检测的服务关系模型与方法研究

正遥感影像变化检测是大范围地表覆盖数据更新的重要技术手段。近年来,国内外研究学者从不同的角度提出了大量的变化检测算法或模型,但尚未有一种通用的方法能够适用于不同的影像数据条件、地表覆盖数据类型和地理区域特点。事实上,变化检测领域的"算法-数据"之间存     

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。     

结合多尺度几何分析和KICA的遥感图像变化检测

为了进一步提高基于独立分量分析ICA(Independent Component Analysis)的遥感图像变化检测精确度,更好地实现地表覆盖的动态监测,将多尺度几何分析和核独立分量分析KICA(Kernel Independent Component Analysis)相结合应用于遥感图像的地表覆盖变化检测。首先利用Contourlet变换、复Contourlet变换CCT(Complex Contourlet Transform)、非下采样Contourlet变换NSCT(Nonsubsampled Contourlet Transform)等多尺度几何分析对土地遥感图像进行多尺度分解;然后对分解后的数据进行核独立分量分析,通过核函数将数据映射到高维特征空间中,再在该空间中用ICA方法分离出互相独立的分量;最后将分离后的地表变化分量转化为图像分量,再采用最大类间方差法对变化图像进行分割,实现地表覆盖的变化检测。给出了本文方法和近年来提出的基于ICA、基于KICA、基于小波变换和ICA等变化检测方法的实验结果,并进行了分析和定量比较。实验结果表明,基于多尺度几何分析和KICA的变化检测方法能更好地分离出遥感图像的变化信息,其中基于NSCT和KICA方法的错判和漏检误差最小,且在边缘细节方面处理得更好,而基于Contourlet变换和KICA方法的检测效率相对较高。     

顾及纹理特征贡献度的变化影像对象提取算法

遥感影像变化检测是全球变化研究的重要内容。基于两期遥感影像的变化检测方法存在数据条件要求苛刻、难以充分利用快速发展的多源遥感影像数据等问题。目前许多变化检测的参考数据中包含了一期分类矢量数据,矢量数据中往往包含了位置、形状、大小和类别属性等先验信息,充分利用这些先验信息将可提高变化检测精度。提取变化影像对象是结合矢量数据和遥感影像进行变化检测的核心步骤。本文提出了一种顾及纹理特征贡献度的变化影像对象提取方法。该方法利用矢量数据分割遥感影像,获取影像对象,计算影像对象纹理特征值。根据信息增益原理计算纹理特征参数的特征贡献度,选择特征参数。由贡献度指数大小确定纹理特征参数权重,计算影像对象与先验要素类别的相似度系数,提取变化影像对象。试验结果表明,基于纹理特征贡献度的特征参数选择,能有效地提高变化影像对象提取结果的精度。     

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。     

GlobeLand30湿地细化分类研究

基于30 m地表覆盖数据产品完成湿地精细化分类,能够更好地满足当前较高分辨率及较详尽全球湿地数据的应用需求。本文在深入分析湿地分类体系与细化方法的基础上,提出以湿地细化类别的定义、多元知识的分层分类、亚类数据精细化提取为主线的总体研究思路,制定了基于先验知识的对象系统筛选、基于森林数据的同位像元提取、基于最佳阈值的极大似然掩膜的主体分类方法,并应用于数据生产实践获得8个亚类信息。该方法克服了常规手段普遍存在的周期长、效率低等弊端,实现了全球较高分辨率湿地亚类数据的快速精确制图,总体分类精度达82.6%,对地理世情及其他地表覆盖研究具有借鉴意义。     

地理国情普查地表覆盖要素处理和优化技术研究

地表覆盖要素分类提取是地理国情普查工作的基础, 是地理国情指标信息统计与发布的重要依据。本文结合武汉市第一次地理国情普查工作情况, 研究与分析了地表覆盖分类数据提取的现状和存在的相关问题, 提出了基于FME的地表覆盖分类数据编辑和检查、分类成果的坐标转换处理模式, 同时综合TCL脚本语言和命令行批处理模式对数据处理方式进行了优化。该方法能提高地表覆盖分类处理的效率和质量, 可以为地理国情普查工作中的地表覆盖要素分类处理提供重要的技术参考。     

基于对象的多源数据变化检测的方法

不同数据源的遥感数据可综合用于检测地表变化,是土地变更调查中不可或缺的技术手段之一。本文基于高分辨率遥感卫星影像、无人机正射影像和土地利用矢量图,结合多尺度分割法、最邻近分类法和阈值分类法,消除不同遥感数据间的套合误差,实现影像的层层分类,并通过像斑类别识别的方法检测地表变化。试验结果表明:变化检测结果中面积检测正确率为85.37%,精度满足要求。该方法能够结合不同遥感数据源的优势,从而正确识别地表变化区域,同时获取像斑变化的类别。可有效地提高土地调查的效率,提升遥感数据的利用水平。     

基于Sentinel-1A雷达影像地表覆盖信息提取研究

为提取不同类别地表覆盖信息,本文利用Sentinel-1A双极化星载合成孔径雷达影像,使用Cloude极化分解方法获得雷达卫星探测到的地表目标散射机制信息,并以由散射熵H和α角所构成的特征空间中不同地表覆盖区域所对应的不同散射机制区域为基础,划分监督样本并结合Wishart迭代监督分类方法以及SVM分类方法进行地表覆盖信息提取,结果显示,根据H-α特征空间进行的监督分类方法中H/α-Wishart分类方法精度评价Kappa系数为0.804,H/α-SVM方法Kappa系数为0.827,两种不同方法的地表覆盖分类结果都能够达到较高的分类准确性,说明根据H-α特征空间进行地表覆盖信息提取是有效、可行的分类方法.     

面向地理国情监测的变化图斑自动提取方法

地理国情监测是自然资源监测体系中的一项专题监测,主要是监测地表覆盖变化情况,以满足自然资源管理的需要.地理国情监测的首要工作是识别变化信息,仅依靠人工判读识别效率太低.针对地理国情监测的特点,提出基于前期地表覆盖矢量数据的多特征融合面向对象变化检测方法.先利用地表覆盖矢量图斑对预处理后的影像进行多尺度分割,再利用影像强...     

利用光谱量值和形状优化组合的地表覆盖变化检测方法

分析了几种常见的变化检测算法的鲁棒性,在此基础上提出一种光谱量值和形状优化组合的地表覆盖变化检测方法。以西安市及其周边为研究区域,分析该区域2000～2009年的地表覆盖变化。变化检测的总体精度为92.313%,Kappa系数为0.844,优于其他传统算法。     

基于多时相遥感图像灰度差值法的地表变化检测

为快速利用多时相遥感数据实现地表信息的变化检测,探讨了使用多时相遥感图像的灰度差值法来进行地表变化检测.计算差值图像的均值和标准差,建立其数学关系,确定变化阈值;通过差值运算后处理方法获得变化信息,并结合地表信息的光谱反射特性,进行城市地表信息的变化检测.     

基于优先级和语义邻近度的地表覆盖数据升尺度方法

地表覆盖类别数据尺度上推方法中仍以众数选择或比例占优为原则,但这2种原则都存在一定的缺陷,比如在多个众数的情况下随机选取会使地图信息很大程度上失真。为了更好地保持尺度综合前后地物类别空间信息,将地表覆盖类别优先准则和语义邻近规则引入到尺度上推方法中,在众数聚合规则上考虑类别优先级和语义邻近度,建立一种新的地表覆盖类别数据升尺度方法。该方法通过设定类别优先级和语义邻近度,计算得到粗尺度上对应空间位置的类别,从而完成地表覆盖类别数据的尺度综合。实验结果表明,在众数聚合方法基础上,加入类别优先级和语义邻近度,能够较好地保持尺度综合前后地物空间分布的一致性,地图相似度也相对较高。     

基于统计方法的地理国情普查地表覆盖成果分类精度分析

地表覆盖分类信息反映土地表面覆盖物的物理组成,地表覆盖数据是普查数据的重要成果之一,是地理国情监测的基础数据。用统计方法对江西省部分样本地区覆盖成果质量进行分析,研究地表覆盖分类精度存在的问题,对成果质量控制具有指导作用。