利用遥感信息决策树方法分层提取荒漠化土地类型的研究探讨

选择甘肃省民勤县绿洲作为典型荒漠化区域,根据荒漠化土地分类体系确定决策树的结构及各类地物在树形中的位置。基于各类地物的光谱反射特性和图象数据反映的综合特征,采取相应的识别和提取方法,以最大限度地利用遥感数据源。对于非荒漠化土地分类,利用土壤调节植被指数、阈值数字信号统计可以分离成一类树枝;而重点讨论的3种荒漠化土地类型的分层分类,则相继采用光谱特征提取、几何特征提取、纹理特征提取、监督分类以及植被指数等复合识别指标进行分枝。结果表明:利用决策树分层提取法可以有效地排除和避免提取地物时所有多余信息的干扰及影响,目标明确。同时,为提高分类的精度,开展野外遥感调查和特征分析是极其重要的。     

基于指数计算的多层次遥感信息提取模型

指数计算是描述地物波谱特征简单而有效的方法.但单纯依靠指数方法进行遥感专题信息提取,错分、漏分现象严重.该文提出一种"全域一局部"的遥感信息提取思路:对整幅图像进行全域分割、全域分类,实现目标地物与背景地物的初始分离;在目标地物周围建立一定尺度的缓冲区,作为局部分割一局部分类的作用区域,并在局部作用域内选择不同的阈值,通过迭代过程实现目标地物与背景信息的最优分离.选取鄱阳湖地区Landsat 7/ETM+影像,应用该方法进行水体提取试验,精度达95.751%,优于常规的最大似然法.     

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%。     

沙漠化灾害遥感信息提取技术系统

论述了沙漠化灾害遥感信息增强、特征提取、信息分类等技术方法,建立了沙漠化灾害信息数据库,利用不同的数据接口可与地理信息系统(PC ARC/INFO)相连接,实现与各种专题要素的复合、匹配和更新,进行沙漠化灾害动态监测与评价。     

干旱区稀疏芦苇盖度遥感信息提取

选择对角线法、之字型法、随机采用法及全采样法提取干旱区稀疏芦苇覆盖度,对比分析不同采样方法获取参数的精度,同时结合遥感影像,采用线性混合像元分解模型、亚像元变密度分解模型、三波段最大梯度差模型提取样地覆盖度信息,与地面实测覆盖度参量信息进行对比分析,探讨适宜的干旱区植被盖度野外监测方法及遥感模型。研究表明:对角线法及之字型法所获取参数可以满足样地总体植被覆盖度参数精度要求;地面验证结果表明:2006年线性混合像元分解模型所提取的覆盖度精度最高,为19.72%,与地面实测值20%最为接近,证明该模型可有效提取干旱区低覆盖度植被信息,但端元的正确选取较难,从而影响其运用;亚像元分解模型预测值为22.30%,高于实际覆盖度值,绝对误差为11.5%;而三波段最大梯度差法模型与实测值相差最大,绝对误差达到了-75%,说明该模型对于极端干旱区稀疏植被敏感度低。     

基于ETM+土地利用与土地覆盖遥感信息提取研究

基于ETM 遥感卫星数据,使用层次分析法、光谱响应特征阈值算法、监督分类和无监分类方法,对实验区土地利用信息进行提取。研究结果表明:采用层次分析法对ETM 数据进行土地利用调查,可最大程度识别出土地利用类型;综合利用多种信息提取方法进行山区土地利用与土地覆盖信息提取具有速度快、技术操作简单、可识别类型多的特点;对林地和水域的分类识别精度可达85%以上,但对山区农村居民地的面积难以准确提取,必须借助人工解译方法,并参考其他辅助资料才能获取。     

南四湖湿地遥感信息分区分层提取研究

该文以南四湖区为试验区,利用TM数据,在对各地类光谱特征进行系统分析的基础上,提出了分区和分层相结合的湿地信息提取技术方法。根据研究区各种湿地类型的空间分布特点,将该区分为两个湿地类型区;在每一个区内,根据湿地的光谱特征进行分层提取,采用单红外波段阈值法、模型法以及改进的监督分类等技术方法。结果显示,该区湿地有14类,其中,自然湿地91119 51hm2,人工湿地122243 13hm2。     

南四湖湿地遥感信息分区分层提取研究

该文以南四湖区为试验区，利用TM数据，在对各地类光谱特征进行系统分析的基础上，提出了分区和分层相结合的湿地信息提取技术方法。根据研究区各种湿地类型的空间分布特点，将该区分为两个湿地类型区；在每一个区内，根据湿地的光谱特征进行分层提取，采用单红外波段阈值法、模型法以及改进的监督分类等技术方法。结果显示，该区湿地有14类，其中，自然湿地91119．5lhm^2，人工湿地122243．13hm^2。     

青藏高原荒漠化遥感信息提取及演变分析

在青藏高原258万km2范围内,首次利用Landsat 7 ETM和Landsat3 MSS图像,对整个高原内的砂砾质荒漠化土地、盐碱质荒漠化土地和耕地、草地、林地、沼泽地、地表水体、基岩等土地类型的15种环境因子进行遥感信息提取,结合地面验证,查清了15种环境因子在20世纪70年代和21世纪初两个时期的实际分布面积。对荒漠化土地的遥感图像特征和演变规律进行了综合分析。指出了青藏高原目前在生态地质环境方面存在的突出问题主要是荒漠化程度严重、植被退化严重、水土流失严重、资源开发无序严重和水资源短缺等问题。     

震害损毁建筑物高分辨率遥感信息提取方法

利用高分辨率遥感数据,针对“512”地震中都江堰紫坪铺镇震害损毁建筑物的特征,研究了基于像元和面向对象两种快速提取方法.基于像元提出了基于“多层次区域分割”的震害损毁建筑物提取方法,与传统的分类提取方法相比,它体现着面向对象分析方法中的多层、分割思想.面向对象,利用多尺度分割思想,按照分割尺度的大小建立了三层体系结构,根据每一层的特征提取不同地物类别,分析其光谱、纹理、形状、上下文关系、空间位置等特征,建立各自的模糊判定规则,进行损毁建筑物的提取.分别从提取精度、目视效果和方法原理三方面对两种提取结果进行综合比较,结果显示:两种方法均能快速、准确地提取震害损毁建筑物信息,而面向对象提取方法成功地抑制了由于单个像元光谱异质性大而导致的高光谱遥感分类“胡椒盐”噪声,有效地解决了基于像元方法中存在的“同物异谱,同谱异物”现象,其总体精度(90.38％)比基于像元方法的总体精度(76.84％)更高.     

基于Radon域描绘子乾安湖群湖泊形态变化遥感信息提取

以乾安湖泊群为研究对象,利用1989年和2001年乾安县TM影像分割得到两个时期的湖群对象,利用具有几何不变性的Radon域描绘子提取每个湖泊对象的形态特征向量,根据所定义的湖泊相似度指数计算出两个时期湖泊对象的相似度,定量地描述了湖泊对象的时空形态变化特征。通过对所建立的面向对象数据库的挖掘,得到了比传统的湖泊面积变化检测更加丰富有效的信息,为防止湖泊进一步萎缩制定有效的保护性措施提供了数量化依据。     

城市绿地遥感信息自动提取研究--以广州市为例

提出了一种新的基于像元信息分解和神经网络分类相结合的城市绿地遥感信息自动提取方法。选择广州市作为研究区,先用像元信息分解法把绿地从TM影像中分离出来,再以分离出来的绿地作为分类掩膜,采用BP神经网络法进行分类。并开展野外遥感调查以提高和验证分类精度。结果表明:该方法保证了分类时绿地的纯洁度,有效地排除和避免了提取绿地信息时其它多余信息的干扰和影响,提高了分类的精度。     

基于遥感信息的淹没水深算法研究

该文针对遥感监测的洪水范围。提出一种实用的洪水淹没水深算法。该算法视淹没区为静态水面分布。将其与DEM叠加。经系列误差处理与优化。得到相对平滑的水陆边界高程。再采用双线性插值计算淹没范围内的水深分布。以广东省北江流域清远地区2002年10月底的一次洪水为例进行验证。结果表明该算法在计算精度和效率方面均能满足实际洪水评估要求。     

基于决策树的戈壁信息提取研究

 戈壁是我国西北干旱地区的一种主要地表景观类型。由于戈壁所处地带自然条件恶劣,人烟稀少不便于实地调查研究的开展,所以目前关于戈壁的研究资料非常少。本文以戈壁典型分布区内蒙古自治区额济纳旗为例,以Landsat TM遥感影像以及30 m DEM作为基本数据源,首先借助DEM数据,在GIS中,提取出非戈壁分布区,然后,在分析不同典型地物光谱特征基础上,建立基于知识的决策树信息提取模型,利用该模型实现了侵蚀型戈壁与堆积型戈壁信息的自动提取,戈壁信息提取总体精度达到91.57%,研究为使用遥感影像快速获取戈壁信息提供了技术支持。     

绿洲植被覆盖度遥感信息提取——以敦煌绿洲为例

以敦煌绿洲为研究区,利用Landsat TM遥感数据,通过归一化植被指数(NDVI)和混合像元分解两种方法,提取了敦煌绿洲的植被覆盖度信息。在基于NDVI提取植被覆盖度时,选取了基于NDVI的像元二分模型; 在混合像元分解过程中,对遥感影像进行波段反射率归一化处理和最小噪声变换(MNF),确定了3个类型端元:植被、不透水表面/土壤、水体/阴影; 最后利用高分辨率遥感影像验证对比了两种提取方法的精度。结果表明:混合像元分解更能准确地提取敦煌地区植被覆盖度信息,其线性相关系数为0.8915,均方根误差为0.0882,而且提取结果更符合实际情况,可以为敦煌植被状况监测及生态环境保护提供科学建议。     

基于光谱混合分析的干旱荒漠区植被遥感信息提取研究——以古尔班通古特沙漠西缘为例

干旱荒漠区植被的盖度和空间分布特征是评判该区生态环境状况及荒漠化程度的重要指标。以Landsat TM影像为数据源,利用归一化植被指数（NDVI）和线性光谱混合分析模型（LSMM）两种方法对研究区——古尔班通古特沙漠西缘进行分析。在运用LSMM过程中,通过多种方法选择出最佳端元,并利用实测数据对混合像元分解结果进行验证。结果表明:①NDVI提取植被的方法受到很多限制,不适合在干旱荒漠区应用;②基于最小法非受限光谱混合分解结果较为理想,植被、盐碱地、裸沙和黑色砂粒等4种端元地物被选取出来;③LSMM提取的植被分量与实测植被盖度显著相关,线性相关系数为0.858,表明干旱荒漠区的植被盖度可以通过遥感影像提取的植被分量间接得到。     

铜胁迫下的植被高光谱特性与遥感信息提取研究

正资源过度消耗、生态环境污染已成为制约我国经济和社会发展的重要因素。在此背景下,开展铜胁迫下的植被高光谱特性与遥感信息提取研究,实现植被重金属铜胁迫信息的大面积精准提取,对圈定铜矿资源勘探靶区、突破植被覆盖区铜矿勘探的难题以及指导政府管理部门防治生态环境重金属污染具有重要意义。本文瞄准我国铜矿资源勘探和环境重金属污染防治的上述需求,针对现有研究中存在的铜胁迫下植被光谱响应机理不清晰、现有指数与铜胁迫之间的相关性不强、铜胁迫下植被信息提取不     

基于BP神经网络的洪湖水质指标预测研究

为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧(DO)、铵态氮(NH4+—N)、硝态氮(NO3-—N)、总氮(TN)、总磷(TP)6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM(1,1)灰色预测模型与该模型进行对比。结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5%以内,对单个指标的预测相对误差也都小于9%,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域水质指标的预测和水质趋势的预警预报系统中。     

基于卫星遥感信息的吉林省西部草地退化分析

利用 1996年和 1986年秋季陆地卫星TM数据 ,将计算机监督分类与非监督分类识别方法结合应用进行草地的解译 ,改进算法 ,改善遥感图像的识别精度。试验研究结果表明 :吉林省西部草原生态环境在恶化 ,草地面积平均每年减少 4.5× 10 4hm2 ,草地退化严重 ,退化草地面积已占草地总面积的 81.1%,而且退化程度也在加重 ,中、重度退化草地比例明显提高 ,草地退化呈发展的趋势。     

基于遥感信息的干旱区林果病虫害时空变化特征

通过分析干旱区林果业的生长与发展主要分布特征,对南疆特色林果病虫害的分布与程度进行了研究。根据实际的工作流程,结合遥感图像处理技术,提出了遥感监测林果病虫害的方法,利用植被指数形式模型和TM数据不同波段组合模式,建立病虫害遥感监测模型,提取叶城县林果病虫害信息,结合林果种植信息数据库和实测数据,分析结果表明:干旱区林果病虫害发生和分布的特征主要是耕地周边地区,荒漠地带发生病虫害的范围大,水渠及湿地附近的病虫害发生几率高,通过实地考察和历史数据验证,利用遥感提取林果病虫害的方法是可行的,能够及时了解干旱区林果病虫害发生情况,对病虫害的治理及其林果业的长期发展提供依据。