利用无人机高光谱影像的红树林群落物种分类

近年来红树林群落中物种结构简单、功能退化等环境问题日趋严重,为了及时准确掌握红树林群落的物种空间格局与分布,本文首先基于深圳福田红树林自然保护区无人机高光谱影像,利用归一化差值植被指数和归一化潮间红树林指数提取植被区域;然后在植被区域根据最佳指数法选取信息量大、波段相关性小的波段组合,分别采用基于像素支持向量机分类方法和面向对象影像分类方法对红树林物种进行分类。试验结果表明,基于像素支持向量机分类方法的总体精度为81.03%;利用面向对象影像分类方法的总体精度为85.58%。面向对象影像分类方法能有效去除椒盐噪声,充分利用对象光谱、形状及纹理信息,提供更准确的红树林分布信息。     

期刊博览

正基于资源三号影像的红树林物种分类研究《遥感技术与应用》2018年第2期选取北部湾的东部地区(广东省和广西壮族自治区交界处)为研究区,探索利用资源三号卫星影像,建立大范围红树林遥感信息提取和精细分类模式。首先根据地物波谱特征提取水陆边线,并建立缓冲区生成红树林生长适宜区;再通过基于面向对象的阈值分类方法提取红树林植被信息;最后采用基于像元的最近邻、贝叶斯和随机森林方     

基于GF-1号影像的南方水稻种植信息提取

针对南方复杂地区水稻遥感信息提取研究中机器自动学习分类研究较少、分类精度不高的问题,以福建省三明市建宁县溪口镇为研究区,基于GF-1号卫星影像,采用面向对象的随机森林遥感分类算法对研究区内水稻田信息进行提取.首先通过优化面向对象分割参数和随机森林分类模型参数,提取并调用了影像中的多种特征;再对光谱特征、植被指数特征、纹...     

基于资源三号的雷州半岛红树林种间分类研究

利用遥感技术对区域尺度红树林进行种间分类在红树林资源调查、合理利用与保护方面具有重要意义。基于资源三号高空间分辨率影像的光谱特征、植被指数、纹理特征、形状参数等信息,结合无人机实地采集的样本点,采用面向对象结合决策树和支持向量机的方法对红树林进行区域提取和种间分类。首次得到了广东省湛江红树林国家级自然保护区红树林物种分布图,并分析了其空间分布格局。结果表明:2014年保护区内现存红树林面积为5 949. 3 hm~2,低于当前大部分文献报道的结果;红树林在廉江市(1 556. 0 hm~2)、雷州市(1 466. 1 hm~2)、湛江市辖区(1 168. 0 hm~2)、遂溪县(734. 7 hm~2)、徐闻县(479. 8 hm~2)、吴川市(544. 7 hm~2)均有分布。各地红树林皆呈现由海向陆的地带性物种分布格局:天然林区由低潮位向高潮位优势种依次为白骨壤、桐花树、秋茄、红海榄和木榄;外来红树植物无瓣海桑在引种区主要邻白骨壤陆缘一侧分布。各优势种在雷州半岛分布面积比例依次为白骨壤(41. 9%)、无瓣海桑(23. 4%)、桐花树(20. 9%)、秋茄(5. 4%)、红海榄(4. 8%)和木榄(3. 6%)。这一结果表明,雷州市和湛江市辖区无瓣海桑人工林种植取得了很好的成效,但其入侵和扩张风险需要深入研究。     

无人机多光谱和LiDAR的红树林精细识别与生物量估算

红树林是生长在热带和亚热带海岸潮间带、受到海水周期性浸淹的木本植物群落,被公认为是海陆边缘重要的蓝色碳汇,但由于其地处海岸带区域,受人类开发利用活动的影响严重。本文选择广西茅尾海红树林保护区为研究区,以无人机多光谱和激光雷达影像为数据源,利用支持向量机分类方法对红树林优势种类进行分类;提出了单木分层分区距离判别聚类分割方法,准确提取了红树林的单木结构信息;估算了研究区红树林地上生物量。得出以下结论：（1）综合利用无人机多光谱和激光雷达数据,对研究区红树林种间类型识别总体精度可达90.69%;（2）基于分层分区距离判别聚类方法能够较好的提取红树林单木结构特征,树高的提取精度优于冠幅;（3）构建了红树林高度、冠幅与地上生物量回归模型,其中桐花树生物量回归模型的决定系数R2最高,达0.83;（4）研究区内红树林地上生物量主要分布范围为1.24—3.6 kg/m²,其中无瓣海桑最高,老鼠簕最低。     

基于面向对象的大珠三角红树林动态变化分析

研究采用Landsat多时相影像和面向对象的遥感图像分类方法,获得1980年、1990年、2000年、2010年及2015年大珠三角沿海地区红树林与周边景观类型的空间分布及其面积信息,分析大珠三角地区红树林动态变化及其驱动因素。结果表明:1) 1980年、1990年、2000年、2010年及2015年大珠三角地区红树林的面积分别为5 280.07、2 870.63、1 374.24、1 961.71、2 831.56 hm~2,35年间红树林面积减少46.37%,年均减少1.32%; 2)大珠三角红树林主要分布在珠海市和江门市; 3)红树林主要转化为水面、农田、内陆森林及养殖池,围海造田及滩涂养殖是大珠三角地区红树林减少的主要原因。基于多时相遥感数据监测分析红树林的时空动态变化,为大珠三角红树林的保护和管理工作提供重要的数据支撑和决策依据。     

1990年—2020年广西北仑河口红树林扰动研究

监测国家级自然保护区内红树林的扰动,可为滨海湿地生态系统的管理和保护提供数据支撑和决策支持。本研究使用谷歌云平台GEE（Google Earth Engine）建立Landsat长时间序列卫星数据集,结合LandTrendr算法研究了广西北仑河口红树林自然保护区1990年—2020年红树林的扰动情况。结果表明：（1）1990年—2020年,共有45.94 ha的红树林发生了扰动,其中2001年保护区内红树林扰动面积最大,为12.91 ha;（2）1990年—2020年,轻微扰动和中度扰动所占比例较大,分别为57.5%和29.17%,严重扰动所占比例最少,只有13.33%;（3）红树林变化像元的总体识别精度达到88.56%,对扰动年份检测的总体精度达到87%,Kappa系数为0.76。本研究基于LandTrendr算法解析了30年间北仑河口保护区内红树林发生扰动的年份、频率和面积,结合实际情况分析了导致扰动的因素,认为人类活动是北仑河口红树林扰动的次要原因,自然因素,如虫灾,台风等是导致扰动的主要原因。本研究的结论和方法可为红树林保护区管理处制定科学合理的保护和恢复政策提供重要的决策支持。     

顾及潮汐影响的中国红树林高分二号遥感制图

遥感技术由于具有实时、准确、多尺度、可重复等优点广泛应用在红树林遥感制图研究中。目前，中国红树林遥感制图数据集中空间分辨率最高的产品是基于Sentinel 10 m数据生产的，此外，大多中国红树林遥感制图中忽略了潮汐的影响，导致红树林遥感制图结果不精准。本文利用国产高分二号数据源，顾及潮汐淹没的影响实现空间分辨率1 m的2020年中国红树林遥感制图。选取覆盖中国海岸线具有红树林分布的高分二号影像312景(24景高分一号影像补充缺失区域)，对影像进行面向对象多尺度分割，采用红树林淹没指数作为顾及潮汐影响的表征参数，结合随机森林分类方法完成中国红树林高分遥感制图。研究结果表明：2020年中国红树林面积为29576.48 ha,95%的红树林主要分布在广西壮族自治区、广东省、海南省，其总体分类精度为92%,Kappa系数为0.89，尚未顾及潮汐影响的结果比顾及潮汐影响的结果少2531.24 ha。本文生产的红树林高分数据集可为中国红树林生态系统的监测、管理及评估提供高精度的数据支持，具有重要的实际应用价值。     

基于卫星遥感的输油管廊沿线的地物识别研究

基于eCognition软件进行研究区域面向对象的信息提取,对研究区进行多尺度影像分割的实验,找到适合影像地物信息提取的尺度及参数、分类规则,并对研究区的影像数据进行验证,通过eCognition分类结果与传统分类和基于GBDT分类算法结果的对比,说明面向对象的特征提取算法更适用于几何信息和结构信息丰富的高分辨率图像.     

基于多时相DOM的线性文化遗产自动化监测

提出一种将遥感技术应用到线性文化遗产的自动化监测方法,即基于多时相数字正射影像图（digital orthophoto map,DOM）,运用多波段差值法以及面向对象分类监测方法,对线性文化遗产（以苏州宝带桥段遗产保护区为例）进行了自动化监测研究。实验结果表明,两种方法均可用于线性文化遗产自动化监测,但面向对象的分类监测法对连续的、大面积的地物变化更有效,多波段差值法对离散的地物变化更加敏感。该研究为我国线性文化遗产自动化监测与保护提供了思路,具有一定的推广价值。     

Identifying Mangrove Species and Their Surrounding Land Use and Land Cover Classes Using an Object-Oriented Approach with a Lacunarity Spatial Measure

Accurate and reliable information on the spatial distribution of mangrove species is needed for a wide variety of applications, including sustainable management of mangrove forests, conservation and reserve planning, ecological and biogeographical studies, and invasive species management. Remotely sensed data have been used for such purposes with mixed results. Our study employed an object-oriented approach with the use of a lacunarity technique to identify different mangrove species and their surrounding land use and land cover classes in a tsunami-affected area of Thailand using Landsat satellite data. Our results showed that the object-oriented approach with lacunarity-transformed bands is more accurate (over-all accuracy 94.2% kappa coefficient = 0.91) than traditional per-pixel classifiers (overall accuracy 62.8% and kappa coefficient = 0.57).     

基于不同分辨率遥感影像的分类方法对比研究

基于4种不同分辨率的遥感影像数据,分别为30 m分辨率的Landsat-8数据,融合Landsat-8多光谱波段和全色波段的15 m分辨率数据,5.8 m分辨率的资源3号卫星数据以及融合后2.1 m分辨率的资源3号卫星数据。采用ISO-DATA、最大似然分类法和面向对象分类法对影像进行分类,对分类方法的效果以及分辨率变化对面向对象分类方法的精度影响进行分析。结果显示在低分辨率影像中,面向对象方法受到限制,分类效果相比传统方法没有太大改善;而在高分辨率影像中,面向对象方法分类效果很好,并且随着分辨率提高分类精度也相应的提高。     

遥感模式分类中的空间统计学应用——以面向对象的遥感影像农田提取为例

如何有效地从遥感图像中提取所需信息,是遥感图像处理和应用的关键,而尺度选择问题一直是影响遥感信息提取精度的关键问题之一。本文论述了利用空间统计学方法解决遥感影像模式分类中的尺度问题的理论基础。针对面向对象影像分析问题,将影响遥感影像多尺度分割的尺度分割参数概括为空间属性分割参数、光谱属性分割参数和影像对象面积阈值参数,并分别提出了基于统计学的尺度参数估计方法。以SPOT-5影像面向对象农田提取为例,基于变异函数方法进行了尺度优选试验,系列尺度分类试验结果表明基于空间统计学尺度估计得到的尺度分割结果进行分类能得到最高的精度,进而证明了基于空间统计学方法进行面向对象信息提取尺度估计的有效性。该方法是完全数据驱动的方法,基本不需要先验知识参与。不同于以往分割后评价的尺度选择方法会占用大量计算资源且耗费大量时间,本文提出的方法不仅能在一定程度上保证面向对象信息提取的精度,而且在一定程度上也提高了面向对象信息提取的效率和自动化程度。     

基于多分类器组合面向对象遥感影像信息提取方法

提出最近距离法和基于知识规则的模糊分类法相结合的混合分类法,针对IKONOS遥感影像,分别用最近距离法、基于知识规则的模糊分类法以及混合分类法对影像进行信息提取。结果表明：混合分类法的信息提取精度最高,总体精度提高到95.60%,Kappa系数提高到0.944,其为面向对象的高分辨率影像信息提供理想方法。     

几种基于高分辨率遥感影像分类技术的分析与探讨

初步分析了应用高分辨率遥感影像进行分类处理的3种特殊方法,即基于光谱信息及相关监测模型综合分类技术、利用高程信息辅助分类技术和面向对象的特征相关属性分类技术的基本原理。分析比较了它们在进行遥感影像分类的特点和优势,探讨总结了它们在农作物监测、城市建筑物分类、土地利用调查等实际生产中的应用方法和效果。     

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。     

煤炭储量分级的不确定性及其度量

传统的煤炭储量分级方法人为地根据地质条件和煤层条件确定级别,存在较大的不确定性.本文对传统储量分级过程中的不确定性进行分析,基于钻孔分布的空间邻近关系,构建了控制程度误差指数来度量分级的不确定性,从而更科学地划分储量级别,并以吕家坨煤矿为研究区进行验证,结果表明这种方法更趋合理.     

面向对象影像多尺度分割最大异质性参数估计

多尺度分割是遥感影像分析的关键步骤,影像分割过程中的尺度参数选择直接关系到面向对象影像分析的质量和精度。首先,总结了面向对象影像分析中尺度概念的内涵,分析遥感影像空间和属性两大基本特征,依据空间统计和光谱统计获得理论上最优的空间尺度分割参数、属性尺度分割参数。其次,运用了基于谱空间统计的高分辨率影像分割尺度估计方法,分析了分形网络演化多尺度分割与影像谱空间统计特征的关系,进而将基于谱空间统计的面向对象影像分析尺度参数应用于分形网络演化多尺度分割算法中,最后,对其参数的合理性进行验证。研究采用高空间分辨率IKONOS和SPOT 5影像数据,选择建筑实验区和农田实验区进行空间和光谱特征统计,以进一步估计分割中的最佳尺度参数。使用分形网络演化方法对图像进行分割,利用监督分类对本文提出的尺度估计方法进行验证,验证结果表明尺度估计方法可以一定程度上保证后续的面向对象影像分类的精度。不同于以往分割后评价的尺度选择方法会需要大量的运算量,本文方法不需要先验知识的参与,且在分割前就可以自适应地估计出相对较为合适的尺度参数,提高了面向对象信息提取的自动化程度。     

利用QuickBird影像的阴影提取建筑物高度

高度信息作为建筑物的重要属性信息,在军事和民用上都具有很高的利用价值。本文中提出了一种新的建筑物高度信息提取方法——基于分类的建筑物高度信息提取。此方法可以分为三个步骤:第一,利用面向对象分类方法进行建筑物屋顶和阴影的信息提取;第二,屋顶和阴影的优化;第三,建筑物高度信息提取。通过实验证明了这种方法在建筑物高度信息提取中的潜力。