基于NDII及NDVI提取水稻信息的对比研究

基于水稻和银杏混合区的TM影像,分别引入NDII及NDVI提取研究区水稻信息,通过总量精度和位置精度的对比,发现NDII提取结果均优于NDVI。对研究区水稻和银杏样点的NDVI值和NDII值进行对比,发现其NDVI值相近,而NDII值相差较大。这从另一方面解释了利用NDII提取水稻结果优于NDVI。     

基于水稻特征波段的决策树分类研究

针对种植结构复杂、地形复杂的水稻种植面积遥感提取精度不高现象,结合多时相遥感影像中反映水稻物候规律的特征波段,以南京江宁丘陵山区为例,选择典型水稻物候期时相的TM数据,基于多特征波段构建决策树分类提取水稻种植面积。结果表明:纹理、植被指数、湿度因子、坡度因子等多特征参与决策树分类能够提高总体精度;在具有两期物候数据时提取精度和效率较好,而加入了地形特征的水稻抽穗期数据比水稻灌浆期数据获取效果略好。因此,利用合理的作物物候期数据和该遥感影像的特征波段可有效提高分类精度,为地块破碎区作物种植面积提取提供有效手段。     

基于FY3A/MERSI影像的几种常用水体提取方法的比较分析

随着遥感技术的飞速发展,利用遥感数据来进行水资源的监测、调查和分析已经成为一种必然的趋势。通过选取新疆博湖县境内中国最大的内陆淡水湖-博斯腾湖为研究区,FY3A/MERSI影像为数据源,利用监督分类法从Landsat-ETM+影像提取水体,提取结果作为FY3A/MERSI影像水体提取精度验证的底图。采用单波段阈值法、基于阈值的多波段谱间关系法和基于阈值的水体指数法从FY3A/MERSI影像提取研究区水体,基于混淆矩阵法,提取结果分别与Landsat-ETM+影像底图作对比分析,最终得出结论,基于阈值的水体指数法中的归一化差异水体指数法提取研究区水体的总体精度最高,为96.37%,Khat为0.915。     

两种水稻种植面积遥感提取方案的分析

文章以湖北省江陵县水稻面积提取为例,对这两种方案（分别称之为Ａ方案和Ｂ方案）进行了非监督分类试验,结果表明,在非监督分类过程中Ｂ方案明显优于Ａ方案,所提取的水稻面积精度也在８４％以上。     

基于影像多种特征的CART决策树分类方法及其应用

以扬州市宝应县为研究区,采用主成分分析法对研究区影像进行数据压缩和单波段数据增强,利用灰度共生矩阵分析第一主成分的纹理信息。运用基于CART算法的决策树分类方法,选用影像的光谱特征值、NDVI值以及纹理统计量值为测试变量,并通过计算确定决策树的节点规则,提取影像中主要地物信息。将分类结果与单纯依靠光谱特征的监督分类法结果相比较,表明基于影像多种特征的CART决策树分类方法分类精度较高,尤其较好地提取了围网养殖区和建设用地。     

基于多时相环境一号卫星CCD数据的植被覆盖信息快速提取研究——以长白山地区为例

选取长白山地区为研究区,利用2009年14期环境一号卫星CCD数据,运用非监督分类方法提取了长白山地区2009年植被覆盖信息,对提取结果进行了精度验证并与单期TM数据提取结果进行了对比分析.研究表明,多时相环境一号卫星CCD数据能够快速准确地提取植被覆盖信息,总体精度为84.67％,Kappa系数为0.82,总体精度和单个植被类型精度均高于单时相TM数据;多时相环境一号卫星CCD数据能区分出常绿针叶林和落叶针叶林,且分类结果景观破碎度较低;长白山地区以针阔混交林为主,占区域总面积的40.84％,植被呈明显的垂直地带性分布.     

基于纹理特征与LSSVM的青土湖地物提取

纹理特征作为一种非光谱信息能够增强地物之间的特征差异,这对于高分辨率遥感影像的地物提取有着重要意义。以青土湖为研究区,以Worldview-2影像为数据源,通过引入权重因子定义联合概率函数来确定最佳窗口尺度,利用灰度共生矩阵提取最佳窗口尺度下的纹理特征,将其与原始遥感影像合成,采用最小二乘支持向量机（LSSVM）进行地物提取,将提取结果与仅利用光谱信息的支持向量机（SVM）提取结果、辅以纹理特征的SVM提取结果对比分析。结果表明：此方法可以更加快速准确地提取青土湖地物,精度高达85.86%,优于仅利用光谱信息的SVM的65.13%,辅以纹理特征的SVM的73.45%,可为地物破碎的干旱区高分辨率遥感影像地物提取提供有益借鉴。     

基于混合像元分解模型的TM6/ETM+热红外波段地表比辐射率估算

地表比辐射率是热红外遥感中的关键参数,在TM6/ETM+热红外波段地表比辐射率估算过程中亟待解决的是混合像元问题.针对该问题选取湖南省张家界永定区TM6影像,基于混合像元分解模型,综合采用散点图和PPI方法提取端元,得出研究区平均比辐射率估算值为0.988.经验证发现纯净像元比辐射率估算精度较高,估算值与实际值的偏差均小于0.003,4种不同土地利用类型的估算精度由高到低依次为水域、林地、耕地和建设用地.     

基于Landsat8影像时间序列NDVI的作物种植结构提取

为提高内蒙古平原灌区作物种植结构遥感监测精度和效率,提出一种基于时序NDVI曲线的作物种植结构提取方法。以内蒙古土默特右旗平原区为研究区域,以2015年覆盖作物生育期的多时相Landsat影像为数据源,根据不同地物其NDVI值范围不同,将研究区地表分为植被覆盖地表,无植被覆盖地表和水体3类。在植被覆盖区域内,根据林地和荒草地时序NDVI曲线特征,提取林地和荒草地,其余区域即为农田。根据小麦、玉米、葵花和西葫芦的时间序列NDVI曲线特征差异构建分类决策树模型,在农田区域内提取上述作物的空间种植分布信息。研究区各类地物及作物遥感提取面积与实际统计面积接近,土地利用分类总体精度达到85.71%,作物分类总体精度达到82.69%。研究结果表明该方法提取作物种植信息的精度较高,能够实现区域作物种植信息的高效准确监测。     

基于FY-3D/MERSI-Ⅱ归一化积雪指数和MOD10A1的精度对比分析

风云三号D星（FY-3D）是我国新一代极轨气象卫星,中分辨率光谱成像仪Ⅱ（MERSI-Ⅱ）是其携带的核心传感器之一,MERSI-Ⅱ实现了云、气溶胶、水汽、陆地表面特性、海洋水色等大气、陆地、海洋参量的高精度定量反演。选取2018年7、8月无云时相的FY-3D/MERSI-Ⅱ数据对天山中段终年积雪进行归一化积雪指数（NDSI）的计算。结合高分辨率Landsat-8影像,利用混淆矩阵对FY-3D/MERSI-Ⅱ数据计算结果与同期MODIS日积雪产品数据MOD10A1进行精度对比分析。结果表明：FY-3D/MERSI-Ⅱ图像平均总体精度为0.855,MOD10A1图像平均总体精度为0.820,FY-3D/MERSI-Ⅱ积雪覆盖提取平均总体精度比MOD10A1积雪覆盖提取平均总体精度高0.035。FY-3D/MERSI-Ⅱ的Kappa系数平均值为0.659,MOD10A1的Kappa系数平均值为0.558,FY-3D/MERSI-Ⅱ的Kappa系数平均值大于MOD10A1的Kappa系数平均值。故FY-3D/MERSI-Ⅱ数据提取积雪覆盖面积精度更高,更接近高分辨率Landsat-8影像目视解译结果。     

新巴尔虎右旗沼泽和草甸信息提取

运用监督分类和决策树两种方法,以2014-8-25的Landsat8-OLI遥感影像为基础数据源,提取新巴尔虎右旗的沼泽和草甸信息。方法一:在ENVI中进行监督分类,将研究区分为沼泽和草甸、草地、森林、农用地、水体、居民地、沙地和其他等八类,采用最大似然法对研究区遥感影像进行沼泽和草甸信息的提取工作。方法二:求取研究区的归一化植被指数NDVI,将NDVI值和坡度值作为限制条件,进行求取研究区域的沼泽和草甸信息。将两种方法获得的沼泽和草甸分类图与验证样本进行混合矩阵分析,分别对两种分类结果进行精度评价,比较监督分类和决策树分类在沼泽和草甸信息提取的精度。结果表明:Landsat8-OLI影像采用监督分类的精度为89.40%,利用决策树分类的精度达到了91.05%,精度较高。这两种方法均能够很好地进行沼泽和草甸信息提取,同时验证了基于Landsat8遥感影像在湿地覆被分类的可行性。     

融合Sentinel-2红边波段和Sentinel-1雷达波段影像的扎龙湿地信息提取

以黑龙江流域中的扎龙湿地及其上游区域为研究区,将Sentinel-2红边波段和Sentinel-1雷达波段影像数据相结合,根据面向对象原理,采用随机森林算法,对研究区的湿地进行遥感分类和信息提取;利用3种特征变量集,进行实验对比,研究红边波段反射率和雷达后向散射系数对湿地信息提取的作用。研究结果表明,红边波段反射率和雷达后向散射系数对土地覆盖分类精度的提高起到了重要作用,两者结合得到的分类结果的总体精度达到了88.72%,Kappa系数为0.87,其中,水体、水田和沼泽的用户精度分别为100%、98.18%和91.37%。利用红边波段和雷达波段影像数据,分别使土地覆盖分类总体精度提高了5.26%和2.51%,红边波段影像数据对沼泽提取精度的提高贡献最大,使生产者精度提高了12.5%。     

基于GF-2影像的雨后洪涝区超绿水体指数提取方法

暴雨后水体含沙量增加使其光谱反射率发生变化,导致利用现有水体指数方法不能很好地提取水体信息.为有效提取洪水及其他类型水体,该文基于GF-2影像,根据暴雨后水体光谱信息变化规律,提出一种超绿水体指数(Ultra-Green Water Index,UGWI),并通过实验对比分析UGWI与归一化差异水体指数法、单波段阈值法、单波段与阴影水体指数结合法的水体提取精度,结果表明:UGWI能够准确识别不同泥沙含量以及阴影下的水体,总体精度达95.75％,Kappa系数为0.91,效果优于其他几种方法;选取不同时间、不同地区、不同空间分辨率的影像进行水体提取,UGWI结果亦优于其他几种方法,总体精度达92.33％,Kappa系数为0.90;UGWI相比其他对比方法,抗干扰性更强,提取的水体信息更全面,可识别的水体类型更多,对洪区水体提取更具普适性.     

中国综合农业分区下的?ngstr?m-Prescott公式系数逐月校正与优选

ngstr?m-Prescott公式是联合国粮食及农业组织(FAO)推荐的计算地表有效总太阳辐射(Rs)数据以支持参考作物需水量估算等研究的简便方法。本文以优选中国综合农业分区的?ngstr?m-Prescott公式系数as、bs为目标,采用最小二乘回归方法,以全国范围内121个地面气象站点1957—2010年的逐月Rs和日照百分比数据计算获得了各农业区的逐月as、bs系数,并以2011—2016年的Rs观测值为真值,比较验证了分别以as、bs系数回归值和FAO的建议值计算的Rs相对精度。结果表明,38个农业子区逐月的站点平均as、bs系数取值无论是在时间上还是在空间上均存在不稳定性,且与FAO的推荐值存在明显差异。整体上,以as、bs系数回归值计算的Rs相对精度要优于FAO的建议值计算的Rs相对精度,但是在各农业子区内,前者并不是在所有月份均优于后者。综合考虑二者的精度比较结果,建议在全国大规模的实践中,东北区、内蒙古及长城沿线区、黄淮海区、黄土高原区、甘新区仍然使用FAO推荐的?ngstr?m-Prescott公式系数,而在长江中下游区、西南区、华南区、青藏区则建议以矫正后的站点均值作为?ngstr?mPrescott公式的系数;在局部区域高精度的计算中,建议使用优选值作为?ngstr?m-Prescott公式的系数以获得最优的Rs估算值。本研究方法简单、可操作性强,在现有的数据条件下,对提高地表太阳辐射和参考作物需水量的计算精度有一定的参考价值。     

基于NDVI时间序列影像的天山北坡经济带农业种植结构提取

水资源匮乏是干旱区实现可持续发展的最大障碍。干旱区农业灌溉耗费大量的水资源,不同农作物在生长期所需的灌溉水量存在较大的差异,因此快速准确地了解干旱区的农业种植结构可以为节水型农业种植结构优化提供重要依据。以天山北坡经济带为研究区,以谷歌地球引擎（Google Earth Engine,GEE）云平台为支撑,以Sentinel 2以及Landsat 7-8的数据为遥感数据源,采取以下步骤进行研究区的农业种植结构提取：首先,为了简化农业种植结构提取的过程,利用一年最大NDVI值以及坡度信息构建耕地掩膜图层;然后,根据研究区内主要农作物的物候历,获取不同时间段内的最大NDVI值的时间序列数据以及农作物在一年中出现NDVI最大值的日期,并在此基础上构建一个包含10波段的特征波段影像;最后,结合野外实地考察获得的有效样本点以及经耕地掩膜图层掩膜后的10波段特征波段影像,利用随机森林分类器进行研究区的农业种植结构提取。分类结果表明：2018年研究区内棉花、玉米、小麦的总体分类精度为92.19%,Kappa系数为0.883。为了进一步将分类结果与统计数据进行对比,我们将训练得到的分类器应用于2017年的遥感影像,提取了研究区内2017年的农业种植结构信息,其分类结果表明2017年研究区内棉花、玉米、小麦的种植面积分别为5 270 km²、2 000 km²、2 340 km²,其相对精度分别为86.53%、77.54%、86.19%。     

表碛覆盖冰川信息提取方法——以波密县为例

针对表碛覆盖冰川提取困难的问题,本文结合TM影像、DEM和野外调查资料,基于地物光谱、地形和纹理特征,将研究区分为表碛覆盖冰川区、无表碛覆盖冰川区和阴影下冰川区,采用模糊逻辑方法建立定量化提取规则,综合利用了面向对象和波段比值两个方法的各自优点,建立面向对象-波段比值信息提取方法,进行了有无表碛物覆盖的冰川信息的分区提取,并以波密县为典型研究区,通过混淆矩阵进行精度分析。研究结果表明:1)提出的面向对象—波段比值法,能够较完整地提取研究区表碛覆盖冰川,精度可达93%,冰川信息提取总体精度为98%,kappa系数为0.97;2)研究区冰川总面积为7 655.27 km~2,占研究区总面积的46.18%,无表碛覆盖冰川、表碛覆盖冰川、阴影下冰川面积分别为5615.20 km~2、65.13 km~2、1 974.94 km~2,占总冰川73.35%、0.85%、25.80%。初步建立的表碛覆盖冰川自动信息提取方法可以为类似地区冰川遥感监测提供依据和参考。     

结合信息熵改进的证据权法与滑坡危险度区划

滑坡是一种常见的地质灾害,其危害性极大,科学地划分滑坡危险度是防灾减灾工作中主动预测预警的重要环节.该文结合GIS技术与信息熵理论,充分利用熵值法特别适合于确定同一个指标下不同因素相对权重的特点,开展了滑坡危险度区划模型中证据权法的改进研究,并以台湾地区为实验区,在综合考虑滑坡的形成要素并提取滑坡危险度评价因子后,实现了研究区滑坡危险度区划.通过定性和定量等精度检验和对比分析,证明了结合信息熵改进的证据权法所获得的滑坡危险度区划结果更准确且更符合实际.     

BIO-NORM与EO耕地质量评价方法对比研究

以江西省余江县为研究区域,利用专家经验法(expert opinion,EO)和新建的Bio-Norm法,分别确定耕地质量评价指标、指标权重和隶属度函数,对研究区水田耕地质量进行评价。两种评价方法的对比分析表明,采用EO法时不同专家组选取的参评指标不尽相同,评价结果具有不稳定性。Bio-Norm法得出的指标权重及确定的隶属度函数临界值,比起EO法更能反映水稻生长的实际要求;耕地质量综合指数(IFI值)与水稻产量回归方程的决定系数(R²)高于EO法,且IFI值与水稻产量各等级区域分布特征更吻合。采用Bio-Norm法评价耕地质量更为科学合理。     

基于遥感影像的雪线高程提取方法对比分析——以天山北坡为例

利用2010-2014年6~8月MOD10A1、MOD10A2及HJ-1/CCD数据,以天山北坡为研究区,对比分析了积雪持续时间比率法及最大值合成法在雪线高程提取中的精度和适用性。结果表明:当MOD10A1以旬合成,积雪持续时间比率阈值为40%时,提取的雪线高程与"真值"最为接近;基于混淆矩阵法,以目视解译得到的HJ-1/CCD积雪面积为"真值",分析得出,积雪持续时间比率法提取积雪面积的总体精度较高,为98.59%,khat系数为0.90,最大值合成法的总体精度仅为85.29%,khat系数为0.70;基于统计学的方法,计算得出,积雪持续时间比率法提取的雪线高程与"真值"的相关系数较高,为0.77,其平均误差、正、负误差、绝对平均误差以及均方根误差相对较低;最大值合成法提取的雪线高程与"真值"的相关系数较低,仅为0.54,其平均误差、正、负误差、绝对平均误差以及均方根误差相对较高;积雪持续时间比率法提取的雪线高程结果优于最大值合成法。     

喀斯特山区石漠化耕地遥感精准提取与分析——以贵州省北盘江镇与花江镇为例

选取北盘江镇与花江镇作为研究区,利用谷歌高精度遥感影像,结合分区分层分级思想,基于深度学习与传统约束方法对研究区耕地进行精准提取。结果表明：1）在数量精度上,以视觉形态差异对研究区进行分区并选取不同模型训练获得的精细地块,面积约为9 867 hm ²,与实际数量基本一致,F-Measure主要分布在[0.82, 0.98]之间,受到地形和岩石裸露率的影响,石漠化严重地区耕地提取精度较低。2）在形态精度上,预测耕地与实际耕地的GIOU主要分布在[0.7, 1]之间,分割正确率>0.85,表明预测耕地边界与实际地块边界吻合度高,提取结果符合研究区实际情况。3）利用地貌坡度等约束条件对耕地进行划分发现,研究区以喀斯特耕地为主,占比74%,并且石漠化程度较严重,其中轻度石漠化耕地与中度石漠化耕地占总耕地的32%。在石漠化地区,耕地的狭长程度、破碎程度受人类影响较大;距离居民地越近、可达性越高的地区,其土地利用率越高,斑块越破碎。文章所提出方法可用于耕地破碎、地形复杂地区的耕地提取,能够为地区的发展、耕地治理与研究、环境保护与决策等提供精准数据支持。