利用ETM+影像自动提取河流冲积扇的方法

本文在分析冲积扇与其他地物光谱特征差异的基础上,针对Landsat ETM+影像中红光波段与近红外波段的比值能够增大冲积扇与其他地物间差异的特征及地形阴影在蓝绿光波段亮度值降低速率差异较大的特征,基于比值运算、差值运算,构建了冲积扇指数;并利用该模型阈值自动选取算法将冲积扇信息从其他地物及阴影中分离出来,然后根据数学形态学膨胀滤波算法进行空洞填充。经过实验表明,该方法能够高效自动地提取华南山区的冲积扇信息。     

基于谱间特征分析的城市建筑用地信息提取

以2003年某地区QuickBird多光谱影像为数据源,首先分析建筑用地及其他地物在QuickBird卫星影像4个波段上的光谱特征,并由此探讨其在光谱特征上的可分性。研究发现对于建筑用地等地物类型,波段2和波段4的光谱特征对比度最大,因此通过简单的波段比值运算可最大限度地增强该类地物的亮度。在此基础上,通过分析水体、裸露地的波谱特性,建立基于光谱特征的决策树模型,对研究区域建筑用地进行提取并对结果进行精度评价,结果表明,该方法总体提取效果较好。因此利用该模型可以将背景地物类型复杂的某地区建筑用地信息提取出来,并且模型受时相影响较小,只是在阈值大小上会存在一些差异。     

基于Landsat TM影像的冰川提取

以杂多县冰川为研究对象,为了精确提取冰川信息,根据冰川在TM影像上存在的光谱差异,将冰川划分成两类。分析较难与周边地物区分的冰舌与其他地物之间的光谱特征区分性,选择最优的冰川提取波段。同时利用波段运算得到对冰川信息提取更有利的波段。将所有优选波段经过最佳指数计算和地物可分离性分析,得到波段间相关性最低,冗余信息最少,冰川与其它地物可分性最强的波段组合进行监督分类,有效地分离出冰川。将本文方法提取的冰川面积与高分辨率影像中提取的冰川面积相比较,结果表明本文提出的冰川提取的技术方法是有效的。     

利用TM影像Band1与Band7提取水体信息

本文以北京地区TM影像为例,通过研究水体与其他地物在各个波段光谱特征的差异,对比分析常用的水体信息提取方法—NDWI和MNDWI,提出一种新的水体信息提取方法。该方法利用TM波段1和波段7归一化的比值-(Band1-Band7)/(Band1+Band7)提取水体信息。实验证明:该方法除了可以与NDWI和MNDWI一样提取植被区的水体以外,在城区水体提取中具有显著的优势。     

基于光谱夹角的水体信息提取方法研究

以南京幅Landsat ETM+数据(波段1～5、7)为信息源,通过分析不同地物的光谱特征,利用地物光谱夹角及反射率差异对水体信息进行提取.首先,求出ETM+6个波段形成的4个光谱夹角(波段2～5); 然后,利用各地物在波段4的光谱夹角值差异,区分水体、植被及阴影信息; 最后,利用波段4和波段5的反射率差异提取居民区信息 .     

基于GF-1的坑塘信息精确提取方法研究

以国产高分一号2 m全色、8 m多光谱遥感影像作为数据源,选择廊坊市文安县作为研究区域,针对坑塘信息精确提取问题,采用单波段阈值法、监督分类法、面向对象方法等进行实验研究,重点研究了面向对象方法,结合运用遥感影像光谱、纹理、形状等特征,分析坑塘与其他地物之间的差异,最终实现坑塘信息的精确提取。     

地物反射光谱对MODIS近红外波段水汽反演影响的模拟分析

在近红外辐射传输方程的基础上,利用近红外波段水汽的不同吸收属性,在MODTRAN的模拟下,深入分析了基于MODIS近红外数据的可降水汽反演算法,并着重讨论了地物反射光谱非线性在可降水汽反演中的影响。研究结果显示,当波段间反射率之比不等于1时,MODIS近红外波段反演水汽将存在较大偏差。同时,在地物光谱库基础上,计算了不同地物反射率比值,其分布表明,大部分地物波段反射率比值不等于1。研究表明,应用现有MODIS近红外波段水汽反演算法,如果不考虑地表反射率光谱变化的影响,由地表反射光谱造成的误差最大约为反射率比值与1偏差的15倍,同时,这一误差还与大气波段透过率之比有关。     

基于QuickBird影像的城市高大地物阴影检测方法

针对利用高分辨率遥感影像检测阴影时受水体和偏蓝色地物影像的影响问题,提出了一种主成分变换和多波段运算相结合的阴影检测方法。首先,统计、分析了Quick Bird影像中阴影、水体及建筑物等典型地物的光谱特征;然后,基于主成分变换和多波段运算相结合的方法识别阴影区域和非阴影区域,并利用多峰直方图阈值算法对阴影进行自动检测;最后,利用形态学滤波算法对检测结果进行后处理。实验结果表明,该方法对Quick Bird影像中的阴影提取具有较高的精度、效率和普适性。     

时序Sentinel-2A影像光谱特征的茶园提取应用

针对当前茶园遥感识别研究未充分分析利用光谱特征提取茶园的问题,该文详细探讨了光谱时间变化特征在茶园遥感识别中的应用潜力。研究利用时序Sentinel-2A影像,分析7种典型地物的时序光谱变化与NDVI变化,发掘出可用于区分茶园与其他地物的特征波段——红边2、红边3、近红外、红边4、短波红外1、短波红外2。基于上述波段或NDVI构造18个茶园提取特征,最终确定14个茶园提取特征,并基于每种特征分别构建决策树,实现茶园提取,并验证每种特征的可行性。结果表明,分类精度较高的前3个特征分别为SR-SWIR2-NIR_(_May)、SD-NIR-SWIR2_(_May)、SR-NDVI_(_MayDec);总体精度依次为96.71%、94.24%、93.43%。     

SPOT卫星影像居民地信息自动提取的决策树方法研究

以南京市江宁县为研究区域，首先分析了该区域居民地的影像特征，然后研究了居民地及其背景地物在SPOT—4(Ⅺ)卫星影像4个波段上的光谱特征，并由此探讨了它们在光谱特征上的可分性。研究发现，除道路在光谱特征上与居民地差异不大而难以完全分开外，其它背影地物均可以依据各波段亮度值的大小关系或适当的阈值与居民地分开。但道路和居民地在形状上存在明显差异，因此可以利用形状指数的差异加以去除。最后分析建立了基于光谱特征和形状特征的简单决策树模型，对研究区域居民地信息进行了提取并对结果进行了精度评价。结果表明，该方法的总体提取效果较好，特别是对于面积大于10000m^2的城镇和集村。其提取精度与通常的监督分类方法相比有了很大的提高，只是在水际交界处和道路两侧有误判现象。因此，利用该模型可以将背景地物类型复杂的江南地区的城镇和集村居民地自动提取出来，并且模型受时相影响较小，只是在域值大小上会存在一些差异。