利用分层分类法进行厦门岛城市地表分类研究

本文利用分层分类法把厦门岛城市地表分为七类,并对分类结果进行了验证。在TM图像光谱特征分析和归一化差异型指数分析结论上,提出分层分类法的分类步骤。利用ERDAS的专家分类器逐类地提取地表类型,并利用掩膜法将原图像上新提取地类所对应区域掩膜掉,使得分类过程越来越容易。分层分类法避免了一次划分多种类别方法,在选择波段组合上的矛盾。精度评价结果表明,总分类精度90．9％,达到分类要求标准。     

高光谱遥感岩矿识别方法对比研究

高光谱遥感作为全新的遥感技术,在我国目前处于探索研究阶段。本文在高光谱遥感图像处理基础上,对美国Cuprite矿区岩矿开展了基于像元统计和基于波谱特征的分类识别实验研究,提取了八类岩矿分布信息,并应用混淆矩阵评价了不同分类方法、不同岩矿种类的分类精度,研究成果表明:岩矿空间分布越集中,波谱特征越明显,其分类精度越高;分类方法上,基于波谱特征的分类法优于基于传统统计分析的分类法,这为高光谱遥感技术在遥感地质矿物填图的应用提供理论依据。     

大数据环境下卫星对地观测数据集成系统的关键技术

建立卫星对地观测数据集成系统是遥感卫星数据信息资源有效管理与应用的重要手段。从我国对地观测重大需求以及前沿科学问题入手,提出大数据环境下卫星对地观测数据集成系统建立中亟待解决的关键技术,包括大容量异构对地观测数据集成的语义技术、基于网格的遥感图像快速处理技术、遥感大数据深度分析技术、多数据中心协同处理及云平台技术,为实现集成卫星图像、地面观测数据和模拟模型的元数据管理、几何精度纠正和卫星数据质量评价、海量卫星图像数据的空间分析与知识发现、分布式高性能卫星图像数据管理和归档等基本功能,为解决海量卫星数据分布式存储与计算、数据集成与互操作、空间数据分析与地学知识发现提供新思路、新技术与新方法。     

高分辨率遥感数据处理方法实验研究

近几年高分辨率遥感数据处理与应用研究越来越受到国内外学者的重视,已成为目前遥感应用研究领域的热点和难点之一。首先分析了基于像素的中分辨率卫星数据的遥感数据处理方法,包括:基于统计理论的分类方法和基于光谱信息的非参数理论方法的分类方法。在此基础上,针对高分辨率遥感图像的特点,分析了面向对象的高分辨率遥感数据处理方法。其中,图像分割是最关键的一步,即如何有效地提取出对象特征非常重要。最后,给出了高分辨率遥感数据处理方法相关算法实验,主要进行了几种图像分割算法实验,同时结合植被变化检测,进行了变化检测算法实验。     

基于TM影像的抚州地区土地利用/覆盖动态监测及分析

以1988年和2000年遥感影像为数据源，在ERDAS IMAGINE遥感图像处理软件的支持下，获取了抚州地区两期土地利用／覆盖结果分类图。在此过程中确定了抚州地区土地利用／覆盖分类体系和遥感影像解译标志。通过计算机自动分类和分类后人工解译纠错相结合的图像分类提取方案，提高了图像分类提取的效率和精度。动态监测结果表明，从1988～2000年，面积减少的地类为耕地和林地，面积增加的地类为园地、居民点及工矿用地、水域和未利用土地，并对其变化结果进行了分析。     

基于PCA+RBF的多光谱卫星遥感影像分类

多光谱卫星遥感影像具有波段多,信息量大的特点,传统的分类方法难以达到比较高的精度.这里首先采用主成份分析对多波段遥感图像进行降维,再采用训练后的RBF(radial basis function)神经网络做图像的监督分类.通过对ETM 的遥感数据进行实验,结果表明,这种分类方法的分类精度,明显优于最大似然法、最小距离法等传统的分类方法.同时,与基于像元的RBF神经网络法相比,也有一定的优势.     

面向对象的遥感图像分类方法研究

影响遥感图像分类效果的主要因素之一是空间分辨率。通过融合多分辨率遥感图像,引入面向对象的思想,有效地克服了多光谱图像空间分辨率低的问题。该方法由图像分割和分类等一系列技术组成,首先用基于区域分割法则对正射校正SPOT图像进行分割,然后把它作为参考用最大似然法分类器和其他一些经验规则对TM图像进行分类。对土地覆盖图分类进行精度测试,取得了良好的应用效果。     

基于灰度共生矩阵的图像纹理特征地物分类应用

针对传统遥感影像分类方法的分类精度不高,在分析图像的光谱信息的基础上,对基于灰度共生矩阵的纹理特征在地物分类中的应用进行了研究.本研究利用原始图像进行主成分分析后的前两个主成分,经过编程运算,提取了基于灰度共生矩阵方法的不同测度的纹理特征,将提取的纹理特征作为新的波段,与原始波段进行组合,再对组合图像进行监督分类,探索...     

基于CBERS的喀斯特山区土地利用专题信息提取方法研究——以贵州省都匀市为例

以“ 3S”技术为技术背景,以遥感数字图像处理技术为主要技术支持,以中巴地球资源卫星CBERS和美国La ndsat- 7 TM 影像为遥感数据源,探索CBERS数据在喀斯特山区的土地利用遥感解译中最理想的图像处理方法及分类方法,对比研究CBERS和TM 在喀斯特地区土地利用分类实验中的各自优势。通过多次遥感图像处理技术实验与分析,摸索出了利用数学建模解决CBERS在喀斯特山区水体与阴影的混分问题以及建设用地与旱地、水田的混分问题的新方法,并以基于最佳指数波段选择法推算出了431波段为喀斯特地区土地利用分类的最佳波段组合。实验证明,中巴资源卫星影像较好地实现喀斯特地区大比例尺土地利用分类,完全可以替代国外遥感影像TM而运用于喀斯特山区土地利用调查中。      

基于计算机X射线断层术与扫描电镜图像的黄土微结构定量分析

以湿陷性黄土的电镜扫描（SEM）和三轴CT扫描试验为基础,针对CT图像分辨率较低、难以实现土微结构精确量化的缺陷,通过对不同放大倍数的SEM图像进行图像分析,并从其中选择标准训练样本,利用训练样本对CT图像进行监督分类,从而达到定量化分析土的微结构的目的。通过比较CT图像基于自身灰度分级和基于SEM训练样本两种不同方法进行监督分类,结果表明基于SEM训练样本的CT图像监督分类,可以更好地量化监测黄土大孔隙、团粒、黏土集粒和矿物颗粒在固结剪切过程中的变化规律,从而为土的微结构研究提供了新的视角。     

基于ETM影像数据融合的土地覆盖分类研究

在ERDAS软件支持下，对ETM遥感影像数据的TM1-TM5，TM7与其全色波段TM8进行融合，采用主成分、乘积法、Brovey转换三种融合方法，重采样方法分别为邻域法、立方卷积法及双线性内插法。采用相同的训练样本区及最大似然法分类方法，对融合产生的9幅影像及未融合影像进行土地覆盖分类，通过对分类影像的Producers Accuracy，Users Accuracy，Kappa三者的精度数据和地物波谱信息的对比分析，在总体上，上述的影像融合方法对提高土地覆盖分类的精度不明显，但就某些地物类型来说，还是值得采用的；三种融合方法和三种重采样方式它们之问相比较而言，乘积法融合法和立方卷积重采样法相对较为可取。     

吉林西部多时相遥感数据分类方案的构建及应用

为了深化遥感监测方法在生态环境调查中的应用,本文以吉林西部为试验区,设计了一种多时相遥感数据分类方案。该方案以物候信息为主,结合地物特征变量(植被、水体和土地信息)构建的多维特征空间数据集用于土地覆被分类。该遥感分类方案提取了9种地表覆被类型,结果表明:地表植被季节变化信息和土地利用信息的引入能明显改善土地覆被的分类精度;与基于原始波段的分类方案相比,多时相遥感数据分类方案的分类精度最好,总体分类精度为95.50%,Kappa系数为95.04%。     

Estimation of land coverage from a land cover classification derived from remotely sensed data

Remotely sensed data are an attractive source of land cover information. In many applications the required information relates to the extent or coverage of land cover class(es) in a region, which is generally derived from a count of the pixels allocated to the class(es) of interest in a classification. A highly accurate classification is not required for the derivation of accurate estimates of class coverage, provided the classification is accompanied by appropriate information on its quality. For instance, the information on classification quality contained in the classification confusion matrix can be used to significantly increase the accuracy of the estimates of land coverage. This is illustrated with reference to a case study focused on the estimation of despoiled land coverage in administratively defined local district in industrial South Wales from Landsat TM data. The accuracy of the investigation was assessed relative to a map of despoiled land cover for this region produced by conventional methods. From an image classification of moderate accuracy, the classification accuracy ranged form 57–83% between the districts investigated, a pixel count provided estimated of despoiled land coverage that were only poorly correlated to the mapped coverage;r = 0.27. Using the information on the pattern of error in the class allocation contained in the classification confusion matrix the estimation accuracy was increased significantly, with a correlation ofr = 0.81 observed between the remote sensing based estimate and the mapped land coverage. Furthermore, the r.m.s. error in despoiled land coverage estimation was reduced by approximately half, to less than 1% district area, when the classification was used in conjunction with information on the pattern of classification error.     

"3S"技术在沙质荒漠化土地动态监测中的应用

通过建立以单位面积内风蚀地或流沙面积所占百分比、地表植被覆盖度和地表景观为指标的沙质荒漠化土地类型和以沙质荒漠化土地变化幅度为指标的沙质荒漠化土地变化类型分类系统，采用1975年MSS卫星图像数据和1987年、2000年TM卫星图像数据为遥感信息源和野外验证相结合提取沙质荒漠化土地类型的方法，在MAPGIS系统支持下，对位于鄂尔多斯高原和黄土高原接壤地带的1：25万《东胜市》、《榆林县》幅沙质荒漠化土地进行了1975年、1987年和2000年的动态变化分析，得出了1975年至1987年沙质荒漠化土地呈发展状态、1987年至2000年和1975年至2000年呈逆转状态的结果。     

ETM影像小波变换数据融合在土地利用中的分类研究

在ERDAS软件支持下,对ETM遥感影像数据的TM1—TM5,TM7与其全色波段TM8进行小波变换融合,对融合后的影像采用混合分类方法进行土地利用分类。并对其分类结果进行评价,总体精度达到95.43%,研究结果表明此方法可行有效。     

Classification and Extraction of Urban Land-Use Information from High-Resolution Image Based on Object Multi-features

INTRODUCTIONWith the rapid development of industrialization,urbanization,andinformation technology ,as well asthe practice of “digital city”and “digital earth”( Gore , 1998) , many administrators and decision-makers are realizing the i mportance of high-resolution i mage information to urban planning andmanagement . Especially in recent years , with thefast development of remote sensing technology ,remote sensing data can be obtained that are complementaryin spatial andti me resolution…     

Monitoring and analysis of changes in a wetland landscape in Xingzi county

Wetlands play an important role in water conservation, environmental protection, and biodiversity conservation. Remote sensing is an economical and efficient technique for wetland monitoring which can limit disturbance in sensitive areas and support wetland conservation. In this paper, we used three phases of Thematic Mapper/Enhanced Thematic Mapper plus (TM/ETM+) remote sensing images from October 1989, October 1999, and October 2009 to study wetlands in Xingzi County. The images were segmented using the object-oriented remote sensing image interpretation software eCognition Developer 8.64, then segmented images were classified by slope, digital elevation model (DEM) data, Normalized Difference Vegetation Index (NDVI), Specific Leaf Area Vegetation Index (SLAVI), and Land and Water Masks (LWM) index to produce land type classification maps. Land use change information was obtained by analyzing the superposition of two classification maps of the wetland area from different years. The results showed that landscape patches in Xingzi County displayed fragmentation in their spatial distribution over time. Based on an index of changes in landscape patches, the fastest growing landscape type is grassland, while the fastest decreasing type is irrigated land. Dominant driving factors of changes in Xingzi County’s wetland landscape are population growth and policy changes.     

基于TM和SPOT5影像融合的土地利用分类及精度比较——以朝阳区为例

本文基于TM和SPOT5的影像在ERDASIMAGINE环境中进行融合,在融合前后分别对TM图像与融合后图像进行土地利用分类,对比分类精度并进行定性和定量的解释和分析。本文给出了实验的详细步骤以及完整的评价报告。研究结果表明,融合后图像分类精度有明显提高。对融合后影像进行土地利用分类,在测绘与地图更新、土地利用与城市规划、生态环境监测和政府规划决策等中,具有广阔的应用前景。     

Fine classification of construction land using high-resolution remote sensing images: a case study in planning restricted zone of nuclear power plant

Detailed construction land information plays a significant role in monitoring planning restricted zone of nuclear power plant and ecological environment protection. This study focuses on developing fine classifying method of construction land in planning restricted zone of nuclear power plant using high spatial resolution GF(GaoFen)-1 remote sensing images. The object-oriented classification method is used in this study; the important process of which is image segmentation and classification. Multi-scale segmentation method, rule-based decision tree, and the nearest neighbor classifier are used in classifying construction land classes, i.e., road, industrial, and residential. An optimal segmentation scale is crucial to image segmentation in object-oriented classification. Instead of laborious trial-and-error experiments for optimal image segmentation, the change rates of the local variance in the homogeneous region are calculated to get the optimal segmentation scales. Multi-level classification strategy is used in the following classification. Rule-based decision tree is used to classify road and water, vegetation and non-vegetation, and industrial and residential. And the nearest neighbor classifier is used to classify cropland and forest within the vegetation land use type. The accuracy assessment result shows that the overall accuracy is 89.67% and Kappa coefficient is 0.85 for object-oriented classification, which is much higher than pixel-based maximum likelihood classifier (overall accuracy is 79.17% and Kappa coefficient is 0.74) and support vector machine classifier (overall accuracy is 74.16% and Kappa coefficient is 0.68).