基于多源遥感数据的水体信息提取研究

卫星遥感技术已被广泛应用到水体信息提取中,但目前基于遥感技术的水体信息提取多采用单一的遥感数据源,而没有充分利用多源数据的信息复合优势,因此,提取结果经常受天气气候或空间分辨率限制。本文研究了不同尺度、不同平台的多种遥感数据源的水体信息提取方法。首先,基于波谱间关系决策树分类算法对Landsat ETM+图像进行水体提取,利用其分辨率优势较准确地提取出水体范围;其次,在Radarsat SAR图像上利用阈值法粗提取水体信息后,结合DEM剔除阴影得到水体信息;最后,利用灾前Landsat ETM+图像水体信息提取结果和灾中Radarsat SAR图像水体信息提取结果,进行差值处理,得到洪水淹没范围。研究结果可以为洪水灾害监测与评估提供信息依据。     

基于NDWI分割与面向对象的水体信息提取

基于OLI融合影像,运用面向对象的目标提取方法对龙羊峡水体信息进行了提取。先将NDWI作为一个波段叠加到融合后的多波段影像中参与多尺度分割,再结合隶属度函数分类方法,选定NDWI的阈值范围提取水体信息,最后与基于像元的NDWI水体提取方法进行了比较。结果表明,两种方法受冰雪影响均较小,但面向对象的NDWI水体提取方法受山体阴影和薄云的影响较小,能完全消除基于像元的NDWI水体提取方法出现的"零星水体"现象。     

基于阈值分割与决策树的SAR影像水体信息提取

目前我国的GF-3 SAR数据可实现全天时全天候的对地观测,已服务于海洋、减灾、水利、气象等多个领域.改进了基于阈值分割法与决策树的GF-3 SAR影像水体信息提取方法,首先对GF-3 SAR影像进行基本处理;再采用KI二值化阈值分割法进行图像分割;然后通过构建知识决策树模型来提取水体信息,为了提高精度,采用GDEM数...     

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SPOT-5图像的城市水体自动提取模型研究

以南京市主城区为对象,研究基于SPOT-5图像的城市地区水体信息的提取方法.分析表明,对SPOT-5的SWIR波段进行简单的阈值处理,可以清晰地将水体与阴影提取出来.在分析水体和阴影光谱特征和空间特征（形状指数等）的基础上,建立了基于SPOT-5图像的城市地区水体的自动提取决策树模型.精度验证表明,该模型的水体提取精度较监督分类的提取精度提高2.5%,尤其在具有许多建筑物阴影的局部区域,本模型的水体提取精度提高11.6%.此外,本模型还具有很好的移植性,只是在阈值大小的确定上会有部分差异.     

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。     

一种基于城市水体指数与分形几何算法的OLI遥感影像水体提取方法

针对严重污染的城市水体与道路、建筑物、阴影等易于混分,以及遥感水体提取结果不连续、存在斑点问题,本文以广州市流溪河与东江水系为研究对象,基于2016年与2017年OLI遥感影像,采用本文新提出的城市水体指数法（CWI）,同时结合分形几何算法,通过设置形状面积等特征,实现城市复杂环境下的水体信息的自动提取。并与单通道算法、改进的归一化差异水体指数（MNDWI）算法、支持向量机法（SVM）与光谱角度法的水体提取结果进行对比分析。结果表明：SVM算法出现大量斑点,其次为MNDWI水体指数算法,光谱角度算法与单通道算法斑点较少,但水体提取结果不连续,部分河道漏分。本文提出的算法能够克服山体阴影、道路、建筑物等影响,实现城市污染水体以及一般水体连续、准确提取。本文的提取结果可为水资源调查、洪水灾害预测评估、水利规划、环境监测等工作提供基础数据支撑。     

基于决策树分类的Photoshop水体选区制作

福建省有多景SPOT-5影像都涉及海域,在Photoshop中对影像进行调色时,水体需要进行单独调色,所以要制作海水选区。当影像质量较差时,水体选区通常需要手工完成,费时费力。通过决策树来提取水体的范围,并将提取结果作为调色时的选区,可以节省很多时间和工作量。     

利用阴影指数和方位搜索法检测Landsat 8 OLI影像中云影

Landsat 8 OLI影像已成为重要的数据源,但受云及云影的影响较大,降低了数据的可用性,因此,快速识别云及云影,为后续的数据恢复有着积极的应用价值。通过构建云指数(CI)、归一化暗像元指数(NDPI)和比值阴影指数(RSI),采用阈值法和方位角搜索法,以两景Landsat 8 OLI影像(一景试验影像,另一景验证影像)为例进行云及云影检测。每类随机选取200个样点进行精度分析,结果表明:CI可快速区分OLI影像中的云区与非云区,厚云样本点正确识别率达到99%;NDPI与归一化植被指数(NDVI)构建的比值阴影指数RSI放大了水体、云影与其他阴影间的差异,更便于区分;方位搜索合理设置搜索方位角和搜索距离,简化了云影与云的相对关系模型,可准确区分水体与云影,两者的正确识别率都超过93%,弥补了阈值法的局限性。本方法可行快捷,为OLI影像的后续应用提供了基础,可有效提高其利用精度。     

基于Landsat-8 OLI影像的植被信息提取方法研究

植被是地理环境的重要组成部分,在城市生态环境系统中扮演着非常重要的角色。本文以池州市2014年OLI遥感影像为基础,结合30 m空间分辨率的DEM数据,在ENVI 5.1和ArcGIS 10.2软件的支撑下,对该区植被信息进行提取。通过对比原始波段组合、主成分分量组合和衍生波段组合的分类精度,确定植被信息提取的最佳波段组合,并对植被提取结果进行精度验证。结果表明:考虑NDVI、绿度指数和第一主成分的衍生波段组合植被提取精度最高,与该区已知的土地利用类型中的植被覆盖度进行比较,精度达到89.16%。这说明该波段组合方案对于Landsat-8影像提取植被信息效果较好,可以为其他地区植被信息的提取提供参考。     

特征提取和决策树法土地利用遥感分类

文章以安徽省淮南市为例,采用2005年Landsat-5 TM多光谱数据,分析地物谱间关系,选择改进归一化差异水体指数(MNDWI)、归一化植被指数(NDVI)、归一化建筑指数(NDBI)、TM4+ TM5、TM4+ TM5+TM7、DEM高程和坡度等特征值,构建决策树分类规则,完成研究区土地利用遥感分类.结果表明:MNDWI和TM4+TM5特征值能较好地区分水体与非水体;NDVI和NDBI可完成非水体区域植被与非植被信息分类;DEM和TM数据6波段和值可完成建筑用地、裸地和沙(旱)地分类;DEM和TM4+ TM5+ TM7能较好地解决耕地和园地混淆问题.决策树法分类总精度和Kappa系数分别为90.29％和0.87,相比较于最大似然分类法和基于特征提取波段的最大似然分类法,精度均有所提高.     

决策树支持下跨比例尺居民地数据更新

针对现有的跨比例尺地图居民地数据更新方法需要大量人工干预和专家判读选择的问题,该文提出了一种基于决策树的跨比例尺居民地更新方法。利用决策树的判断推理机制对不同变化更新场景下要素的地理环境特征、空间分布关系、尺度表达差异等影响更新行为选择的因素进行综合分析,结合尺度变换技术构建了跨比例尺居民地数据更新模型,较好地顾及了数据更新的合理性及更新效率。基于广州市某区域的真实数据进行试验,结果表明:该方法不仅能够有效地减少更新过程中的人工干预,提高智能化程度,同时能从一定程度上提高更新效率。     

空-谱角匹配与多指数法相结合的OLI遥感影像水体提取

针对复杂环境条件下水体遥感提取结果不连续且易与植被、建筑物、阴影相混淆的难题,基于Landsat 8 OLI影像,以石家庄市平山县岗南水库和宿迁市骆马湖附近河流为研究区,提出了一种空-谱角匹配与多指数法相结合的水体信息提取方法;并与单波段阈值法、归一化差分水体指数法（NDWI）、光谱角匹配法（SAM）、自动水体提取指数法（AWEI）和一类支持向量机法（OC-SVM）的水体提取结果进行对比分析和精度评定。试验结果表明,本文提出的方法兼顾了多特征之间的互补性优势,引入的空间信息有效地抑制了噪声的干扰,且以像素为基元的提取策略较好地保持了水体的边缘信息,避免了出现平滑掉细节信息的情况;与传统方法相比,本文方法受植被、建筑和阴影的干扰最小,对细小水体也具备较好的识别能力。     

基于决策树的交通信号灯智能调整算法研究

交通信号灯的智能化研究是智能交通系统(ITS)的一个重要研究领域。通过交通信号灯智能化的调整,可以对道路交通进行有效的无人化疏导,既节省了警力,又提高了效率。交通信号灯时间的调整,采样数据量大,并有很强的随机性。因此,本文基于数据挖掘技术,提出了一种学习模型——决策树的算法,作为交通信号灯智能化调整的依据,并通过一个路口的实际检测,取得了良好的效果,证明是一种简捷可行的方法。     

Residences information extraction from Landsat imagery using the multi-parameter decision tree method

Abstract

The rapid and accurate grasp of changes in residences is crucial for urban planning and urbanisation. However, the traditional methods for extracting residences exists several problems, which lead to inaccurate extraction results. In this study, the Landsat image is used to establish a new method for extracting the residences quickly and accurately. The specific steps are as follows: (1) We calculate surface albedo to exclude the interference of waters and shadows; (2) Using single-band threshold method, we eliminate the interference of shadows; (3) Normalized Difference Vegetation Index is calculated to exclude the effects of vegetation; (4) Roads are removed by calculating the shape index. Verification shows that the accuracy of this extraction method is 92.81%, which is more accurate than the traditional methods and solves the problems existed in the traditional methods. This novel method is a new reference for other land cover research on the technical aspect.     

面向灾后水体遥感信息提取的知识决策树构建及应用

灾害发生以后,悬浮物质、波浪和水深等"同物异谱"会导致水体信息提取不完整,而阴影、沥青路面、浓密植被等"异物同谱"也会降低水体信息提取精度。针对此问题,提出一种特征知识引导的灾后水体信息提取方法。首先,分析水体遥感图像特征(光谱特征、几何特征、纹理特征、空间关系特征),构建灾后水体信息提取知识决策树;其次,对遥感图像进行面向对象分割,获取对象基元,并计算特征参数;然后,在知识决策树的支持下提取灾后水体信息;最后,对水体信息提取结果进行后处理,以去除噪声和填充孔洞。选取"5·12汶川地震"遥感图像开展验证实验,结果表明,水体信息提取结果位置准确,边界清晰,生产者精度和用户精度分别为0.85和0.94,该方法能够有效提取复杂背景下的灾后水体信息。     

结合决策树分类和区域生长的轨道扣件检测方法

轨道扣件数据量大、体积小,轨道扣件病害的检测工作繁重、效率低下,因此亟须改进轨道扣件检测技术。线结构激光技术发展迅速,其具有高分辨率、高精度、高响应等特点。本文采用线结构激光测量技术快速获取轨道扣件精细三维点云,利用决策树分类和区域生长算法对精细扣件三维点云进行分析,实现扣件病害快速检测和扣件几何参数计算。利用该技术对广州18号线轨道交通扣件进行检测,由检测结果可知,该方法检测效率高、检测结果精准。     

基于 C4.5决策树的多特征遥感分类方法

以钱塘江流域为研究区域,利用2010年ETM,MODIS和DEM多源数据,进行土地利用分类研究。在分析土地类型的光谱特性和植被指数年度变化基础上,运用光谱指数法和代数法从数据中提取各种土地覆被类型特征。利用WEKA软件平台下的C4.5决策树算法构建决策树分类模型,对钱塘江流域土地覆被类型进行分类研究,取得较高的分类精度。     

应用面向对象的决策树模型提取橡胶林信息

橡胶林的无序和不合理种植引发了一系列的生态问题,快速监测橡胶林空间分布及动态变化,对橡胶的合理种植、区域生态环境保护以及有关部门的规划决策有重要的指导意义。以MODIS归一化植被指数NDVI时间序列数据和多时相的Landsat TM数据为基础分析橡胶林的季相和光谱特征,确定橡胶识别的关键时期和特征参数,构建面向对象的决策树分类模型,开展橡胶信息提取研究。结果表明,多时相的遥感数据可反映橡胶的季相特征,以TM数据为基础计算得到的陆表水分指数LSWI和归一化植被指数NDVI可作为橡胶识别的光谱特征参数,橡胶休眠期是利用遥感方法进行橡胶提取的最佳时期。相比于单时相数据,利用包含橡胶关键物候期的多时相遥感数据能得到更高的橡胶林提取精度。     

利用国产GF-1卫星数据实现山区细小河流河宽的自动提取

以国产GF-1卫星影像为数据源,选取皇甫川流域内山区细小河流密集的上游1421 km²作为研究区域,针对因山区河流河道狭窄、形态复杂等导致的河流边界提取难度大、精度差、河宽无法自动提取的难题,首先利用改进的变异系数法筛选水体指数,再采用改进的决策树法结合DEM河网精确获取河流边界,最后通过自动化河宽提取算法实现对山区细小河流及其河宽的自动提取。结果表明,本文方法对山区河流判别的总体精度为89.5%,有效地排除了山体阴影等地物的干扰。对河宽为0～10 m的极细河流,本文方法提取河宽的误差为18.54%; 10～30 m的细小河流,提取误差为12.07%。