模糊分类在邛崃地区土地利用分类中的应用

随着模糊理论的发展,将模糊分类方法运用于遥感图像土地利用分类是一个很好的选择,本文以邛崃地区2002年的Landsat ETM＋遥感图像为研究对象,基于ENVI软件将模糊分类和最大似然法监督分类的结果与检验数据进行比较,结果表明在一个受各种因素影响并具有模糊性的土地分类问题上（遥感图像的林地、耕地、园地地类识别）,模糊分类较传统的遥感图像分类方法有更好的效果。     

基于决策树理论的土地利用分类

首先,阐述了决策树分类器的结构与理论基础;然后,以安徽省滁州市为例,利用Landsat ETM＋遥感影像数据和DEM数据,在ENVI软件的支持下,结合影像的光谱特征及NDVI,NDBI特征值,参考C4．5算法（决策树生成算法）,建立了土地利用分类的决策树模型并进行了分类;最后,对分类结果进行了精度评价。研究区结果表明决策树分类法效果较好,精度较高。     

基于ENVI的MODIS数据预处理方法

基于ENVI遥感影像处理软件,选取湖北省MODIS数据,经预处理得到可以进一步分析的湖北省MODIS数据,重点讲述了应用ENVI软件对MODIS数据进行遥感影像预处理的方法和流程,为区域农业遥感数据库建设提供遥感数据处理方法支撑。     

监督分类和目视修改相结合在高分辨率遥感影像中的应用

用计算机对遥感影像进行地物类型识别是遥感数字图像处理的一个重要内容,传统的地物分类一般采用MSS、TM和Spot等遥感影像作为数据源。与MSS、TM和Spot等传统遥感影像相比,QuickBird等高分辨率影像数据量大,混合像元减少、地物信息增大,能够被应用于土地分类。在监督分类中,对于达不到精度要求的模板,通常采用重新选择训练区的方法来进行修正,而本文采用目视修改的方法来对监督分类进行补充。本文方法可以改正初次分类中的误分、混分地物,使其归到正确的地物分类中,显著提高了土地分类的精度。为了验证算法的有效性,利用ERDASIMAGING遥感图像处理软件进行实验和精度评价。实验结果表明,监督分类和目视修改相结合的地物分类方法可以显著提高图像的分类精度。     

沈阳市建成区扩展动态监测

以辽宁省沈阳市为研究对象,以该地区1995年、2000年、2005年以及2016年不同时相的遥感影像为信息源。首先,利用ENVI影像处理软件进行数据预处理;然后,对沈阳地区土地类型进行MLC监督分类并评定分类精度;最后,采用分类后对比的方法并通过Arc GIS软件对沈阳建成区扩展情况进行研究。     

国外四大遥感软件影像分类过程及效果比较

以Landset卫星影像为例,分别使用ERDAS、ENVI、ERMapper、PCI软件进行监督分类和非监督分类。通过对分类操作过程和分类结果的比较,对国外四大遥感软件做出来综合评价。     

基于地理信息二三维联合显示的地质灾害体遥感解译研究

滑坡是指在重力作用下,岩体或其他碎屑沿一个或多个破裂滑动面向下做整体滑动的现象。在我国乃至全世界范围内,滑坡常常给工农业生产以及人民生命财产造成巨大损失。但是由于滑坡所处位置具有危险性、隐蔽性的特点,在一定程度上给人们进行实地监测、预警带来了诸多不便。近年来,遥感和GIS技术飞速发展,尤其在自然灾害的识别、监测等领域正发挥越来越重要的作用。论文选择澜沧江中下游的部分沿岸区域作为研究区,针对目前滑坡灾害的研究现状,探讨在ARCGIS和ENVI软件平台上,基于30m空间分辨率的LandSat5TM影像和2.5m空间分辨率的Spot5卫星影像以及DEM数字高程影像进行二三维联合显示,提高目视识别验证的效果;并依次通过决策树分类,遥感影像的目视解译进行滑坡的粗提取;基于山影数据、分水线、汇水线、坡度分类等数据精确识别滑坡;并利用谷歌地图和实测的滑坡数据对结果进行验证,取到了较好的识别效果。     

基于eCognition的混合对象分类方法研究

正一、引言遥感影像的自动解译一直是研究的热点,也是难点。目前,主流的遥感影像处理软件如eCognition(易康)、ERDAS、ENVI都能够提供遥感影像自动解译功能。其中eCognition是由德国Definiens Imaging公司开发的智能化影像分析软件,提供面向对象的遥感信息提取功能,具有独特的多尺度分割技术。遥感影像的自动解译包括分割和分类两个步骤,其中分割是分类的基础,分割的好坏决定着分     

基于面向对象技术的农田分类方法

采用面向对象的分类方法,以富锦地区为研究对象,将纹理和拓扑信息加入中等分辨率遥感影像中,快速准确地提取耕地信息。研究结果表明,利用面向对象技术对遥感影像进行多尺度分割,并结合影像的光谱、形状和纹理特征对水田和旱地进行提取,提取后的成果总体分类精度达到了92%,Kappa系数为0.91,说明采用面向对象技术对中等分辨率遥感影像进行耕地提取的成果可靠,可为大面积土地分类提供技术支持。     

基于面向对象与规则的Sentinel-2A影像土地覆被分类——以江西省都昌县为例

土地覆被作为地表自然和人工建造物的综合体,是开展土地科学相关研究的重要基础,在遥感大数据背景下,准确、快速、自动化进行土地覆被提取技术一直是遥感研究中的重点。本文基于eCognition软件,采用面向对象的多尺度分割法,综合考虑地物在遥感影像上的光谱、形状和纹理特征,建立多种地物提取规则。通过模糊函数、支持向量机（SVM）和阈值法对研究区的土地覆被进行分类提取,并与研究区的FROM-GLC10数据和土地利用变更数据进行了对比分析。结果表明：①研究区土地覆被分类的总体精度为97%,Kappa系数为0.96,分类精度较高;②基于10 m分辨率影像,综合使用形状、纹理、光谱信息对于道路的提取具有较好的效果,道路提取Kappa系数为0.84;③分类结果在面积和空间分布上都优于FROM-GLC10数据,与研究区实际土地变更数据保持较好的一致性。基于面向对象与规则的分类方法提取地物能够有效利用多种遥感影像特征,分类精度高,对于处理高分辨率遥感数据具有很好的优势。     

带有地面高程信息的遥感影像计算机分类方法与实现

以ENVI软件为基础,通过分析带有地面南程信息遥感图像的校准、噪音清除、波段比值分析、消除地物光谱特性变动等处理方法,探讨了带有地面高程信息的遥感影像计算机分类方法.把地面高程信息作为遥感影像分类的一项辅助信息,将使分类后的图像结果更接近真实的地面实际情况,满足分类后的应用要求.     

基于eCognition的遥感图像面向对象分类方法研究

随着高分辨率遥感图像越来越普及,传统的面向像元的图像分类方法不能满足对高分辨率遥感图像区域分类的需求,高分辨率遥感图像对图像处理的软件与硬件都有了更高的要求,因此,出现了相较于面向像元有着更高精度更为合理的面向对象分类方法,也更加适用于高分辨率遥感影像。本文通过采用面向对象分类的基本方法,运用eCognition软件,以山东省胶州市地区遥感影像为例,进行多尺度分割和面向对象分类。并用ENVI做监督分类,基于目视解译精度评定,对不同方法作出分析评价。结果表明:面向对象分类方法精度更高,更具有可靠性。     

应用ENVI软件目视解译TM影像土地利用分类

本文结合实际项目讨论了以ENVI、ARCGIS为主要软件的处理平台,利用TM遥感数据、地形图矢量要素等基础资料,通过监督分类实现项目区范围土地利用现状图斑提取、地类面积统计及出图等技术流程与工作。实践证明此项技术作为获取项目前期基础信息的有效手段,作业周期短、成本经济且现势性好,其成果兼具客观性和直观性,可有效辅助项目后续工作的实施。     

MODIS数据预处理方法

时间、大气、太阳辐射的改变,导致获取的相邻遥感影像的对比度及光亮度产生差异,为了更好地进行分析、评价,需对遥感数据进行预处理。以新疆天山公路及其周边为研究区域,基于MODIS数据,利用ENVI软件进行数据的预处理,包括数据的几何校正、图像拼接、图像裁剪等,为其后进行的积雪研究作数据准备。     

RS&GIS支持下的大庆市土地利用分类

选择具有“中国油都”之称的大庆市为研究区,对其土地进行遥感调查,拟定了土地利用分类系统,给出了大庆土地利用覆盖的构成数据一览表和土地分类图。分析结果可为类似于大庆一类的工矿型城市土地利用分类提供决策支持。     

基于遥感影像的大郑东新区景观格局现状分析

研究基于RS和GIS技术,以研究区的土地利用现状图和2009年3月5号SPOT 5卫星的10 m多光谱遥感影像数据为主要数据源,结合研究区近年来的社会经济资料和实地调查记录,在深入分析研究区景观生态格局时空演变特征的基础上,以ENVI4. 5和Fragstats 3. 3软件作为支持工具,从具体的景观生态空间,提取能够...     

RS ＆ GIS支持下的大庆市土地利用分类

选择具有“中国油都”之称的大庆市为研究区,对其土地进行遥感调查,拟定了土地利用分类系统．给出了大庆土地利用覆盖的构成数据一览表和土地分类图。分析结果可为类似于大庆一类的工矿型城市土地利用分类提供决策支持。     

利用规则集进行高分辨率遥感影像道路自动判读

高清卫星遥感成像技术的快速发展,为城市管理发展提供了海量多源数据。为更好地服务于城市发展管理各个方面,基于高分辨率遥感影像的高自动化判读和特征地物信息提取已成为需迫切解决的应用瓶颈。本文将道路的分类、光谱、主辅线、拓扑关系、场景等信息结合,建立对应的对象特征规则集,通过运用ENVI软件对湖南省长沙市某试验区高分辨率遥感卫星影像图进行了道路判读处理。经与遥感影像对照分析可知,所获得的道路判读结果,具有很好的可靠性,表明基于对象特征的规则集分类方法是一种适应性强、效率高的方法。     

基于多时相遥感影像的耕地利用信息提取研究

耕地为人类的生存和发展提供了重要的物质基础,是人类生存必不可少的基础资源。利用遥感影像进行耕地资源信息提取,可以为耕地资源保护提供数据支持。以黑龙江省鹤岗市为研究区,以1990年、1999年、2010年、2016年Landsat影像为数据,提取耕地信息。通过对研究区多时相遥感影像进行影像融合、图像增强、镶嵌和裁剪以及影像接边检查等预处理,利用监督分类(GLC和SVM)方法进行遥感影像解译,对解译后数据进行人工目视解译,生成耕地利用数据库。研究结果表明:不同地物光谱特征的选取对地物分类、信息提取有直接影响;进行监督分类时选点的疏密离散程度决定其成果精度的高低,对于耕地信息提取有直接影响;监督分类的方法具有结构简单、计算效率高的特点,对于大数据量的遥感影像处理更有优势。本研究成果可为研究区耕地利用保护提供基础数据。     

基于知识的水体信息提取研究

随着遥感技术的不断发展,使用遥感手段自动提取地表水体信息已成为全球信息提取研究方面的热点,其研究具有重要的现实意义。本文利用基于知识的遥感信息提取方法对地貌复杂的ETM遥感影像进行水体信息提取:首先,对其进行几何校正和目视解译,进行光谱特征分析和纹理分析;然后,利用光谱间关系和NDWI法,在ERDAS和ENVI软件的支持下,将基于各种知识形成的判决规则进行概念化描述,构建数据模型,对遥感影像进行自动分类,并取得了较好的分类结果。经精度评价,分类总精度为98.05%,Kappa系数为0.808 2,证明该方法具有可行性。同时,灵活地运用纹理特征等专家知识可以有效地弥补单纯使用光谱特征进行自动分类的不足,提高分类的精度。