热带森林植被的动态变化遥感监测

本文讨论了以热带森林植被为主体的再生资源的面积动态变化监测。研究中包括两个部分。首先,我们利用多时相遥感图像对大面积的西双版纳州进行地类判读,系统地分析了森林植被的动态变化。其次,利用Landsat MSS和TM数据对自然保护区的动态变化进行了包含无监督分类和归一化差值植被指数分析的数字图像处理,变化分类也相当符合实际。总的实验结果表明,这种监测方法是很有效的,可在再生资源监测中特别是在森林植被监测中加以推广应用。     

利用图像差值法在动态遥感监测中应用探讨

遥感影像在土地动态监测应用上具有准确性和高效性,节约动态监测成本,提高作业效率,实时、快速、高效、准确、可行地反映土地利用现状。基于遥感数据多时相、高分辨率的特点,本文主要探讨利用图像差值法快速、准确发现土地利用变化信息。     

应用气象卫星NOAA-AVHRR图像进行植被研究的多时相途径

本文讨论了应用NOAA-AVHRR数字图像研究植被季相变化和进行植被分类的多时相方法。对生长季节的各时相植被指数VI图像进行图像分割,可揭示植被绿锋的进退和季相变化及其在空间上的表现。对多时相的植被指数VI图像进行主成分变换,据第一主成分的直方图各特征峰的形状和位置进行图像分割,可获得植被景观图,这一结果与现行的植被分布图相当一致。     

浅谈土地利用动态遥感监测中的影像融合

多源多时相遥感数据的融合是土地利用动态监测的重要环节。本文介绍了土地利用动态监测中影像融合的常用方法，并结合浙江省土地利用动态动态遥感监测，提出了影像融合的流程。     

多时相组合分类法在土地利用动态监测中的应用

介绍了土地利用遥感动态监测的基本概念，简述了遥感土地利用变化信息提取等遥感监测方法．重点探讨了多时相组合分类方法的相关技术。对广西2002年和2003年两个时相的MODIS数据．采用多时相直接分类法对土地利用变化状况进行了遥感动态监测。对不同方式波段组合的试验表明。经过差值、比值处理的波段组合具有较差的试验效果(总体精度只有30％～40％)，而经过PCA变换的波段组合则具有相对较好的试验效果(总体精度超过70％)。     

基于FastICA算法的遥感图像中地物变化检测

随着遥感技术的发展,地物变化检测在环境灾害评估、森林资源、土地资源、农业资源的动态变化检测等领域应用广泛,成为当前遥感图像应用的一个重要研究方向。采用能够消除信号间的高阶相关信息的快速独立分量分析法进行多时相多光谱遥感图像的变化检测,应用Open RS平台,实现基于Fast ICA的遥感图像变化检测算法,用检测概率、漏警率、虚警率、检测误差以及Kappa系数来进行多时相遥感图像的变化检测精度验证。     

基于遥感方法的东平湖水域动态监测

以多时相遥感影像为数据源,通过重点分析最佳组合波段的选择和水体信息特征提取的图像处理方法,为遥感技术在水环境方面的研究提供一定的理论依据。同时,利用数字遥感技术实现随时间变化的水域动态监测和枯水期、丰水期的水域变化的动态监测,为水资源开发策略的制定提供科学的依据。     

基于多时相遥感图像灰度差值法的地表变化检测

为快速利用多时相遥感数据实现地表信息的变化检测,探讨了使用多时相遥感图像的灰度差值法来进行地表变化检测.计算差值图像的均值和标准差,建立其数学关系,确定变化阈值;通过差值运算后处理方法获得变化信息,并结合地表信息的光谱反射特性,进行城市地表信息的变化检测.     

GPS动态监测形变信息提取技术

采用GPS技术对矿区地表移动进行动态监测,针对长距离差分动态定位精度受多因素残余误差的影响,利用主成分分析法(PCA)进行空间滤波,分离区域站点相关的共模误差,以提高坐标序列精度。为进一步分析矿区地表移动受多源影响,采用解决盲信号分离问题的独立分量分析法(ICA),提取各测站形变信息。通过实例与仿真分析,结果表明,利用PCA空间滤波可提高3个分量坐标序列精度分别为46.1%,71.0%及36.8%;基于特征矩阵联合似对角化算法(JADE)进行ICA分解,能够实现各测站形变信息的提取。     

遥感影像用于城市扩展监测的研究

通过焦作市城市扩展监测的实践,对以多时相遥感影像监测城市扩展进行了研究,阐述了以地形图及TM遥感影像为数据源,利用RS和GIS软件进行图像处理,提取城区扩展的变化信息,并对其扩张变化的主要方向、速度及规律进行监测和分析;论述了交通建设、政策法规、经济投资区的建设和当地的自然地理环境对城市的扩展速度和方向的影响。     

POS数据辅助的航空影像变化检测方法研究

提出了一种利用机载定位定向系统(POS)数据辅助航空影像进行影像匹配和变化检测的方法。首先利用带POS数据的老影像解求新影像的外方位元素,然后在老立体影像上提取特征点,根据前方交会和共线条件方程得到新影像上同名点的近似位置,再与新影像进行匹配,寻找匹配不好的点作为变化区域的初始位置。以此为基础选择精检测窗口,进行边缘提取和跟踪,并进行链码匹配,最终确定发生变化的区域。试验证实,本文方法是可行的。     

高分辨率遥感影像的随机森林变化检测方法

基于面向对象分析(OBIA)的遥感影像变化检测研究已取得显著的进展,代表了遥感影像变化检测的发展范式,未来是发展更加智能的解译分析方法。随机森林作为一种新的机器学习算法,其预测效果和性能稳定性要优于许多单预测器和集成预测方法。本文充分利用OBIA及随机森林机器学习算法的优势,提出了利用随机森林进行面向对象的遥感影像变化检测。首先基于熵率对影像进行超像素分割,通过最优超像素个数评价指数来获取最佳的影像分割结果,并提取每个超像素在前、后时相影像上的光谱特征和Gabor特征作为随机森林的特征输入数据,用于模型的训练。在初始像素级检测结果之上,自动进行分类样本选择并构建分类器模型,用训练好的模型来提取最终的变化区域。利用Quickbird、IKONOS、SPOT-5等3组多光谱影像进行试验,结果表明,本文方法在变化检测精度上要优于对比方法。     

基于差值PCA的高分辨率影像变化检测

目前,影像变化检测研究主要针对多波段低空间分辨率影像,而多波段高空间分辨率影像的变化检测研究则相对较少。本文以时相为2015年和2016年的资源三号卫星影像为研究对象,采用差值主成分分析方法提取研究区的变化图斑。实验证明,该方法在多波段高分辨率卫星影像变化检测中有效,对影像变化检测的研究和应用具有重要的参考价值。     

利用影像变化检测更新空间数据库的方法综述

在回顾前人运用数字图像处理技术从遥感图像中提取空间变化特征经典算法的基础上,总结出基于特征的、基于图层的和基于像素的三种方式提取影像特征的方法。实验结果表明该方法适用于轮廓较明显的目标,同时具有速度快、精度高、稳定性强的优点。     

空间数据变化检测研究进展

空间数据的现势性是衡量其使用价值的一个重要指标,因此,对空间数据进行变化检测从而对其更新就非常必要。本文系统总结了地理信息数据变化检测的方法,并进行对比和分析,以期为空间数据的实际生产和应用提供帮助。     

采用图像差值法提取土地利用变化信息方法—以攀枝花仁和区为例

在遥感、地理信息系统和全球定位系统技术综合应用于山区土地资源动态监测领域的研究工作中，探讨采用以图像差值法为主，分类后比较法为辅提取土地利用信息的基本思路和方法，提出采用定量统计分析的方法来选择合适的差值计算波段和相应的变化阈值。在数据分析过程中，GPS测量数据发挥了重要作用。     

一种面向对象的CVA变化检测方法

以两期0.3 m分辨率图像作为变化检测对象,辅以矢量数据,以图斑为最小处理单元,采用面向对象的变化矢量分析(Change Vector Analysis,CVA)方法预测变化图斑。为提高预测精度,图像的特征采用多尺度下的光谱、纹理和局部不变特征的方法提取。实验结果表明,本文采用的方法,其预测准确率与同尺度下图像特征提取的方法相比有了一定程度的提高。     

基于矢量数据辅助分割的遥感变化检测方法研究

针对变化检测中获取同质像斑较难的问题,提出应用矢量数据辅助分割获取同质像斑。本文提出了基于历史矢量与双时相遥感影像的变化检测方法,实验结果表明,该方法能检测出80%变化的像斑,并能同时获取变化像斑的类别,证明了该方法的有效性。     

航空遥感影像的变化检测

针对以农田为主的某地区的航空影像,利用图像差值和比值法分析比较了取不同阈值时的变化检测效果;最后采用实际的航空影像进行实验比较,证明使用两种方法集成的检测结果比单独使用其中一种更准确.