基于随机森林分类方法和多源遥感数据的湿地植被精细分类

利用大丰市沿海滩涂湿地区域的高光谱影像和同时期的机载LIDAR数据,结合影像的光谱信息,采用随机森林算法(RF)对研究区进行湿地植被精细分类,并分析和评价分类模型参数设置对总体精度的影响,最后与SVM分类结果进行对比。结果表明:随机森林分类方法的总体精度为90.3%、卡帕(Kappa)系数为0.874;与传统的SVM分类方法相比,RF法均提高了4种湿地植被的生产者精度和使用者精度。通过分析RF分类模型参数设置对总体精度的影响,得出当生长树个数为30、生长树深度为30时,分类精度最高。     

基于决策树的多源遥感数据中湿地信息提取

了解湿地资源分布类型是恢复湿地生态环境的基础,因此本文提出基于决策树的多源遥感数据中湿地信息提取方法。运用QUEST方法构建决策树,对多源遥感数据中的湿地信息进行提取,并以Kappa系数评价决策树分类的有效性。结合海南东寨港国家级自然保护区实际数据,得到湿地地形信息、湿地分类体系信息、湿地空间与面积分类、湿地类型转换特征以及湿地类型动态度差异,完成湿地信息提取,为今后保护区湿地生态保护与恢复提供信息提取技术支持。     

联合GEE与多源遥感数据的黑龙江流域沼泽湿地信息提取

湿地是地球上最重要的生态系统之一,在维持全球生态环境安全等方面发挥着举足轻重的作用.由于湿地独特的水文特征,传统的湿地监测需要耗费大量的人力和财力,对于大尺度的湿地信息提取更是困难重重.随着大数据和云计算的兴起,为大尺度和长时间序列的空间数据处理提供了契机.本文基于Google Earth Engine(GEE)云平台...     

森林湿地遥感信息提取方法研究现状

森林湿地是湿地的重要组成部分,因其群落结构复杂,从景观尺度上对其进行识别是湿地研究的难点之一。在分析国内外相关科学文献的基础上,从地理生态环境、影像特征及影像信息处理单元角度分析了森林湿地遥感信息提取方法的研究现状,总结了当前森林湿地遥感提取的特点,并在此基础上初步预测未来森林湿地遥感信息提取方法的发展趋势。结果表明:以水文特征反演为依据,认为基于地理生态环境的提取方法包括基于水文地貌学方法、基于光学遥感和微波遥感的分类方法;基于影像特征提取方法包括基于雷达散射特征决策树、随机森林决策树及航片目视解译法;基于影像信息处理单元角度方法主要有基于像元和对象分类2种方法。     

多源遥感数据应用于森林健康研究的趋势

森林健康是一个复杂的概念, 森林健康评价的指标选取也是一个复杂的系统。由于遥感技术具有宏观性、实效性、综合性、可重复性和成本低等优点, 能为传统上只依靠野外实地调查进行的森林健康研究提供广域的、定量化的表达方法, 因此用多源遥感数据诊断森林必将成为森林健康研究的理想手段之一。论文将从森林参数的反演、森林火灾的监测以及森林病虫害监测三个方面入手, 综述多源遥感数据应用于森林健康研究的发展趋势。     

利用多源遥感数据进行城市不透水面覆盖度估算

利用深圳实验区4种不同传感器获取的遥感数据,通过CART算法进行城市ISP估算。讨论了多光谱遥感数据的不同波段在ISP估算中的重要性,比较了针对三种不同中分辨率影像建立的ISP估算模型在性能上的差异。实验结果表明,近红外波段对ISP估算结果的贡献最大,具有较高空间分辨率和成像辐射质量的遥感影像得到的估算结果精度较高,所有的估算结果均在实际ISP分布范围的两端分别存在着高估和低估的现象。     

基于知识规则的天然淡水湿地信息提取

以洪泽湖天然淡水湿地为研究对象,在光谱特征分析的基础上,选取样本数据,并构建天然淡水湿地信息提取的特征集。利用决策树算法进行数据挖掘和知识规则的生成,并将决策树信息提取结果与最大似然监督分类法进行比较,精度由84.30﹪提高到88.75﹪。     

Sentinel-2影像多特征优选的黄河三角洲湿地信息提取

以北方典型河口湿地—黄河三角洲湿地为研究区,采用在特征选择和分类提取等方面具有明显优势的随机森林算法,对研究区内的湿地信息进行提取。首先基于多时相、光谱信息丰富的Sentinel-2数据生成4类不同的特征变量,包括光谱特征、植被指数和水体指数、红边指数、纹理特征;再根据以上特征构建6种不同的提取方案,对黄河三角洲湿地信息进行提取并验证不同方案的提取精度,旨在选择最佳方案改善湿地信息提取的效果。结果表明:(1)有效地使用多种特征变量是提高湿地信息提取的关键,就不同特征对湿地信息提取的贡献率而言,红边指数植被指数和水体指数光谱特征纹理特征;(2)基于随机森林算法优选的特征变量提取效果最佳,总体精度高达90.93%,Kappa系数为0.90,表明随机森林算法可以有效地进行特征选择,在特征变量数据挖掘的同时,仍能保证湿地信息提取的精度,提高运行效率。本研究为湿地信息提取在数据源选择、特征选择和方法选择方面提供了一种新思路、方法和技术手段。     

多源遥感数据支持下的区域性森林冠层高度估测

结合机载LiDAR数据,提出了一种改进的GLAS光斑点冠层高度地形校正模型,以校正后的GLAS光斑点作为输入样本,结合MODIS遥感影像,利用支持向量回归（SVR）的方法对研究区森林冠层高度进行分生态区估测,并利用野外调查数据和机载LiDAR冠层高度结果对估测结果进行验证。结果显示:研究区的坡度等级直接影响GLAS光斑点森林冠层高度估测精度,改进的地形校正模型可以较好的减小坡度对GLAS光斑点森林冠层高度估测的影响,模型精度RMSE稳定在3.25~3.48 m;不同生态分区的SVR模型估测精度较为稳定,其RMSE=6.41~7.56 m;与算数平均高相比,样地的Lorey's高与制图结果拟合最好,不同生态分区平均估测精度为80.3%。机载LiDAR冠层高度结果的验证平均精度为79.5%,和Lorey's高验证结果呈现较好的一致性。     

基于随机森林的洪河湿地遥感影像分类研究

随机森林(Random Forests)是一种最有效的分类方法之一。现阶段,它吸引了来自不同领域的研究人员,被广泛应用到不同的学科领域之中。本文采用TM影像,运用随机森林算法,对洪河湿地影像进行分类,并与最大似然监督分类方法(Maximum Likelihood Classification,MLC)和CART(Classification And Regression Tree)算法对比。结果表明,基于RF算法的分类结果的总精度和Kappa系数分别为88.31%和0.82,较MLC和CART分类方法有明显提高。从而证明RF算法可以提高遥感影像的分类精度,并可应用在湿地信息的提取研究中。     

基于海量 POI 数据的城市小学教育资源信息的提取与分析

通过网络爬虫获取海量POI数据具有巨大的应用前景。文中利用改进后的两步移动搜索法,计算居民区的教育资源可达性,评价以市为单位的小学教育资源的状况,将各市的GDP与教育资源可达性进行相关性分析,评价各省经济发展与城市教育发展的相关程度,为政府部门提供决策依据。同时,研究POI数据的预处理方法和分类方法。     

森林资源空间数据更新的时空数据模型研究

地理信息系统(GIS)技术可以实现空间数据和属性数据统一存贮、管理和数据更新,但往往缺失时间数据,较难实现历史查询。本文以森林小班数据为例,分析林木自然生长以外数据更新的空间形态变化,使用图论对森林资源小班数据更新的时空信息进行描述,在此基础上构建森林资源更新的时空数据模型,此模型能够方便地进行历史查询分析。     

基于高分六号红边特征的面向对象桉树人工林信息提取

有效监测桉树林空间分布对区域生态环境保护及有关部门的统筹决策具有重要指导意义.本文在现有研究的基础上,以国内首个提供红边波段的多光谱高分六号(GF-6)卫星影像为数据源,选取广西鹿寨县为典型研究区域,结合光谱特征、植被指数特征和红边特征,设计不同特征组合分类方案,采用面向对象多尺度分割方法,对不同尺度层分别构建隶属度函...     

高光谱与高空间分辨率遥感数据的亚热带森林生物量反演

精确估算森林生物量对全球碳平衡以及气候变化的研究有重要意义。以亚热带天然次生林为研究对象,借助地面实测样地数据,通过对机载LiCHy(LiDAR,CCD and Hyperspectral)传感器同时获取的高光谱和高空间分辨率数据进行信息提取和数据融合,建模反演森林生物量。首先通过面向对象分割方法进行单木冠幅提取,然后融合从高光谱数据提取的光谱特征变量和从高空间分辨率数据提取的单木冠幅统计变量,构建多元回归模型估算地上、地下生物量,最后利用地面实测生物量经交叉验证评价模型精度。结果表明,综合模型的精度(R~2为0.54—0.62)高于高光谱模型(R~2为0.48—0.57);在高光谱模型中地上生物量模型精度(R~2为0.57)高于地下生物量模型(R~2为0.48);在综合模型中地上生物量模型精度(R~2为0.62)同样高于地下生物量模型(R~2为0.54)。交叉验证结果表明,与仅使用高光谱数据(单一数据源)相比,通过集成高光谱和高空间分辨率数据的生物量反演效果有所提升,可以更加有效地估算亚热带森林生物量。     

国产高分辨率遥感数据在城市森林资源监测中的应用

为了满足城市森林资源精细化管理的需求,需要不断拓展国产高分辨率遥感卫星数据的应用范围。本文对国产高分辨率遥感卫星数据进行真实性检验并分析其数据特性,在此基础上开展基于国产高分辨率遥感卫星数据的城市森林资源监测的应用研究,并开发了相应的软件系统,对实现城市森林资源的自动化监测具有较高的实用价值和研究意义。     

ANFIS在湿地遥感信息提取中的应用研究

自适应神经模糊推理系统(ANFIS)综合了模糊推理与神经网络的优点,本文探讨了其在湿地遥感信息提取中的应用。首先阐述了ANFIS分类方法的特点、原理以及分类流程;然后以黄河三角洲垦利县湿地为实验区,分析了基于ANFIS的湿地遥感信息提取;最后将由该方法得到的分类结果与传统分类方法进行比较,结果表明由该方法所得的分类总正确率与各地物正确率都有较好表现。     

层析SAR反演森林垂直结构参数现状及发展趋势

森林垂直结构参数反演是进行森林资源管理、森林蓄积量估算及全球碳循环研究的基础。层析合成孔径雷达TomoSAR(Tomography Synthetic Aperture Radar)是随着InSAR/Pol-InSAR技术的日益发展而产生的,更适用于森林垂直结构参数反演。本文首先介绍了TomoSAR的概念与实现方式:PCT(Polarization Coherence Tomography)、多基线干涉层析SAR MB-InTomoSAR(Multi-baseline Interferometric Tomographic SAR)、多基线极化层析SAR MBPolTomoSAR(Multi-baseline Polarization Tomographic SAR);概括了目前应用TomoSAR技术反演森林垂直结构参数的技术方法与信号模型等;论述了应用TomoSAR技术提取森林垂直结构参数的现状,最后分析了应用TomoSAR技术提取森林垂直结构参数可能的发展方向。     

Mass data processing of time series Landsat imagery: pixels to data products for forest monitoring

Free and open access to the Landsat archive has enabled the implementation of national and global terrestrial monitoring projects. Herein, we summarize a project characterizing the change history of Canada’s forested ecosystems with a time series of data representing 1984–2012. Using the Composite2Change approach, we applied spectral trend analysis to annual best-available-pixel (BAP) surface reflectance image composites produced from Landsat TM and ETM+ imagery. A total of 73,544 images were used to produce 29 annual image composites, generating ～400 TB of interim data products and resulting in ～25 TB of annual gap-free reflectance composites and change products. On average, 10% of pixels in the annual BAP composites were missing data, with 86% of pixels having data gaps in two consecutive years or fewer. Change detection overall accuracy was 89%. Change attribution overall accuracy was 92%, with higher accuracy for stand-replacing wildfire and harvest. Changes were assigned to the correct year with an accuracy of 89%. Outcomes of this project provide baseline information and nationally consistent data source to quantify and characterize changes in forested ecosystems. The methods applied and lessons learned build confidence in the products generated and empower others to develop or refine similar satellite-based monitoring projects.     

南京市林地调查数据整合分析

第三次国土调查与自然资源专项调查成果的分析集成,是自然资源管理工作的重要基础。本文以南京市林地调查数据的整合为切入点,进行第三次国土调查与森林资源规划设计调查数据交叉分析、林地分类标准梳理及映射、空间冲突规则制定、林地调查数据整合流程探索,为构建自然资源调查“一张底图”提供借鉴。