土地利用/覆盖变化空间变异特征与遥感影像空间分辨率的选取——以北京地区为例

遥感数据为土地利用/覆盖变化提供了海量数据来源,如何选择合适空间分辨率的遥感影像进行特定地区的土地利用/覆盖变化研究,成为土地利用/覆盖变化研究的一个重要内容。地统计学方法已经广泛应用与遥感图像处理以及土地覆盖分类研究中,但应用于土地利用/覆盖变化的研究还比较缺乏。北京地区为研究区,运用遥感和地统计分析方法对该区土地利用/覆盖变化的空间结构的变异特征和合理的遥感影像数据源的选取问题做了初步探讨。研究表明地统计学方法能够揭示土地利用/覆盖变化的空间变异特征,有助于选择有效的遥感影像数据进行不同地区的土地利用/覆盖变化分析。     

基于高空间分辨率遥感影像的湿地信息提取技术研究

如何利用遥感技术获取高精度的湿地信息是湿地遥感研究中的重要内容之一.基于高空间分辨率的遥感影像数据,研究利用面向对象的分类方法,综合利用遥感数据的光谱信息、纹理特征、拓扑关系等信息进行多尺度分割,通过对对象的目视解译建立隶属度函数,并结合最邻近分类法,获取湿地信息.并以福建省闽江口湿地为例,采用高分辨率的SPOT5影像数据,研究表明：利用面向对象的方法对SPOT5遥感影像进行湿地信息的提取精度达到90.40%,为湿地信息的提取又提供了一个有效的方法.     

基于辅助信息的遥感影像信息提取探讨

选取陕西省咸阳市三原县作为研究区,利用遥感ENVI软件,对2006年6月SPOT5影像的土地利用信息进行解译。通过对影像中耕地、园地、林地、居住用地、交通用地、水域等地物光谱特征、纹理特征、空间特征等辅助信息与特征进行深入分析,获取了该研究区土地利用信息及其分布特征。结果显示,基于辅助信息的遥感影像信息提取能够弥补单纯依靠像元的分类方法,精度较高,可达86.34%,能够较好的满足用户的要求。     

基于无人机可见光遥感影像的救灾帐篷信息提取

在分析救灾帐篷的光谱和形状特征基础上,将基于像元和面向对象分类方法相结合,提出一种针对无人机可见光遥感影像的救灾帐篷信息提取方法。首先基于帐篷初始样本在三维光谱空间中的范围对图像进行快速二值化初分类,通过聚类与尺寸滤波消除噪声图斑对后续信息提取的影响;然后引入不同结构模板的邻域分析和形态学方法还原对象空间形状,针对遥感影像的第一主成分,提取分割对象的光谱均值、局部二值模式对比度(LBP Contrast)均值、长轴长等特征;最后利用基于径向基函数(RBF)的支持向量机(SVM)分类方法完整提取救灾帐篷。以灾后常用的0.2m无人机可见光遥感影像为例的实验结果表明,救灾帐篷识别率高达95.5%。该方法运算效率高,克服了蓬顶内部异质性和相似物的影响,对于利用无人机可见光遥感影像开展救灾帐篷的检测与分析具有参考价值。     

基于谱间特征和归一化指数分析的城市建筑用地信息提取

以福州市ETM+影像为例,研究了城市建筑用地信息快速准确提取的原理和方法。通过对归一化差异型指数构成原理的分析以及对同名异义和异名同义现象的甄别,选取了归一化差异建筑指数(NDBI)、修正归一化差异水体指数(MNDWI)和土壤调节植被指数(SAVI)来代表城市建成区的三种最主要的土地利用类型--建筑用地、水体和植被。在此基础上进一步对这三个新的指数波段进行谱间特征分析,最后利用基于规则的逻辑判别运算将城市建筑用地信息提取出来。研究表明这一方法可以使繁杂的多波段谱间分析得以简化, 是一种快速准确、未经人工干预的建筑用地信息提取方法。本文还探讨了在城市建成区的研究中采用SAVI指数替代NDVI指数的优点。     

基于空间开发适宜性分区的城镇建设用地配置——以海安县为例

依据经济社会发展需求和资源环境承载能力的区域差别,进行建设用地配置,是区域空间引导和控制的重要内容.借助GIS空间分析方法.基于资源、环境、经济和社会等各方面要素进行空间开发适宜性分区分析,综合考虑城镇建设用地扩展的经济社会发展需求和资源环境承载力及其用地发展潜力,讨论了城镇建设用地数量和空间配置的方法.基于该方法,以海安县为案例区进行验证,分析表明:2020年该区城镇建设用地集中分布在县域中部和东南部资源环境约束较小、发展潜力较大的地区,有助于发挥不同地区的主体功能,实现区域人口、经济和资源环境的协调发展.     

基于遥感监测的广州市建设用地时空变化

基于1996、2000、2005和2011年4期TM遥感影像,利用ArcGIS空间分析功能,研究了广州市建设用地时空变化状况。结果表明,研究时段内广州市建设用地共扩展413.44 km2,属快速扩展时期,且扩张速度越来越快。建设用地斑块个数、平均斑块面积、最大斑块指数和紧凑度越来越大。增城区和从化市等建设用地主要呈零星式和蔓延式扩张,而市辖区、番禺区、南沙区和花都区建设用地主要呈填充式和蔓延式发展;建设用地扩张以东南方向（番禺区、南沙区）和西北方向（花都区）为主,其次为增城区和从化市。人口增长、经济发展、规划与政策和交通建设是影响广州市建设用地扩展的主要驱动力因素。     

HPF图像融合技术在大理市遥感影像中的运用探讨

使用ERDAS IMAGINE 8.7软件的空间建模工具,实现了HPF图像融合算法。将其应用到大理市ETM＋遥感影像的分辨率融合中,取得了较好的效果。最后与其他几种常见的图像融合算法所得效果图进行对比分析,得到HPF图像融合的特点。     

具有更佳分辨率小波分解的遥感影像纹理分类*

首先提出了具有更佳分辨率的小波分解,然后研究了基于该小波分解特征的影像纹理分类,并对25类地貌遥感影像在两种不同分解方式、两种不同滤波器长度及三种不同分辨率下进行了分类试验,取得了较高的分类正确率。     

Albedo-NDVI特征空间及沙漠化遥感监测指数研究

利用遥感数据和野外调查数据分析了沙漠化与地表定量参数之间的关系,提出了Albedo-NDVI特征空间的概念以及基于Albedo-NDVI特征空间的沙漠化遥感监测模型,即沙漠化遥感监测差值指数模型(DDI)。这个模型充分利用了多维遥感信息,指标反映了沙漠化土地地表覆盖、水热组合及其变化,具有明确的生物物理意义。而且指标简单、易于获取,有利于沙漠化的定量分析与监测。     

基于特征基元的高分辨率遥感影像城市空间信息提取

结合人类视觉机制和计算机尺度空间理论,设计了基于特征基元的高分辨率遥感影像多尺度信息提取技术模式,即先在大尺度上进行粗分割,再进行精细分割,获得特征基元并进行特征表达,通过样本分类和知识推理等实现信息的提取与目标识别。针对城市空间信息的特点,在特征基元提取的基础上,采用马尔可夫随机场纹理分类方法、直方图阈值分割方法、支撑向量机分类方法等完成对城市水体、建筑区、道路和绿化用地的分类提取,构建了一套从高分辨率遥感影像中提取城市空间信息的方法体系。     

面向对象的高分辨率影像城市建筑物提取

依据高分辨率遥感影像的特点,采用面向对象方法提出"自下而上"的多尺度分割方法,即按照由小尺度分割至大尺度分割的顺序,并结合掩膜操作对山东师范大学IKONOS影像进行了建筑物提取试验。结果表明,该方法较传统的"自上而下"的尺度分割方法精度有显著改善,其分类结果形状较为规整,更接近实际地物。     

基于光谱和纹理特征的ALOS影像土地利用信息提取

针对高分辨率遥感影像易于反映地物纹理特征的特点,综合利用地物的光谱和纹理特征进行分类,探讨适用于ALOS影像的土地利用信息提取方法。以川东丘陵地区影像为例,基于GLCM提取纹理信息,将提取的纹理特征向量采用赋权值法融合为一个综合纹理信息波段,然后采用面向对象法将其与光谱特征信息共同参与分类。与最大似然法的提取结果对比表明,考虑了纹理特征的面向对象分类方法能明显提高分类精度,Kappa精度提高了0.12;避免了椒盐现象,分割的地类边界具有更好的语义表达,更贴合地物实际分布特征;建筑用地和林地具有明显的纹理特征,而旱地纹理特征不明显。该方法不仅分出了6个基本地物类型,而且对于林地、建筑用地等类型还能进一步细分。     

基于多分类器组合的高分辨率遥感影像目标识别

研究多分类器组合的形式及其在目标识别中的应用.设计和实现了基于多分类器组合从高分辨率遥感影像中提取目标的具体方法.以楼房的识别与提取为例,选用QuickBird高分辨率影像,利用投票法、加权求和、完全一致规则及或运算合并等多分类器组合方法进行目标识别,比较了多分类器系统与单一分类器的精度与性能,从理论和实验两方面分析了多分类器组合用于目标识别的精度影响因素,提出了相应的改进策略.实验表明,在采用合理的组合规则下,多分类器组合能使目标识别结果达到高识别率和高置信度.     

卫星遥感影像中耕地信息的自动提取方法研究

以县（市区）为基本单位，采用遥感图像处理ENVI3.2软件和TM资料，进行了7个县（市区）10个时相的耕地信息自动提取技术研究，结果证明，选择春季时相，TM432波段合成，经几何校正和增强处理，通过交互的非监督分类提取耕地信息，可以获得满意的结果，平均分类精度达到98.22%。     

城市植被尺度鉴别与分类研究

城市地物具有多尺度分布特点,尺度鉴别与确定是分类的前提。提出改进的面积相对差指标,根据城市植被的分布状态确定最优分割尺度。采用面向对象方法,利用对象的光谱和空间信息对高空间分辨率影像进行植被分类。与基于像元的传统光谱分类方法和单尺度分类结果比较,最优分割尺度的鉴别和面向对象的分类方法分类精度较高,6种城市植被的分类总精度达85.5%,Kappa系数为0.83;同时有效抑制了光谱数据分类中存在的地物破碎问题。     

基于高分辨率遥感影象的城市泥石流灾害损失评估

文章探讨了城市泥石流灾害损失评估的系统方法,该方法包括了泥石流堆积泛滥区危险区划、城市土地覆盖类型遥感解译、损失评估模型构建和价值核算4个主要内容。以美国高分辨率的"快鸟"卫星影象为数据源完成了研究区的土地覆盖类型遥感解译,根据泥石流危险程度和土地覆盖类型特征,构建了城市泥石流灾害的损失评估模型。最后,应用GIS提供的分析工具完成了研究区不同土地覆盖类型的泥石流灾害损失计算和评价。     

高分辨率遥感影像城市房屋信息自动提取模型与实验研究

分析高分辨率遥感影像Quick Bird上房屋信息特征空间,构建Quick Bird影像房屋空间语义模型,并以大庆市东城区为实验区域,利用窗口阈值法对影像进行区域分割后,通过空间语义模型实现Quick Bird影像房屋信息的自动提取,并将提取结果与实地采样数据进行精度对比。结果显示,其形状一致性和面积一致性分别达到89.5%和88%,其中,矩形房屋提取效果最佳,人字形、多边形房屋的提取效果较理想,但圆形房屋提取效果不理想。     

基于高分辨率遥感图像的树冠面积提取方法

树冠面积调查是城市绿化调查中的一个主要内容。随着遥感技术的发展,如何利用高分辨率遥感图像快速、准确地提取树冠面积信息已成为城市绿化遥感研究的问题。该文提出一种基于射线法的半自动树冠面积提取算法,通过设定树冠中心点位置,引出若干条光谱射线,进行高次曲线拟合,求其拐点作为树冠边界点,从而得到树冠的面积信息。实验表明,对于重叠较少的树冠面积提取精度为87.82%,重叠较多的树冠面积提取精度为84.91%。