基于MODIS数据的湖北省油菜种植分布信息提取

MODIS归一化差值植被指数(MODIS-normalized difference vegetation index,MODIS-NDVI)时间序列产品能够连续反映植被的覆盖情况,是农作物遥感测量的重要数据源。为研究基于MODIS数据的油菜种植分布信息提取技术,选取湖北省为研究区,利用2008—2013年75个时相的MODIS-NDVI时序数据,结合农作物物候和地面调查样本等辅助资料,通过建立油菜种植面积提取模型,采用多次阈值比较方法提取了2009—2013年湖北省油菜种植分布信息,与统计数据比较,总体提取精度为85%左右。最后利用环境小卫星HJ-1A CCD数据进行精度验证,证明了MODIS-NDVI时序数据及本文方法在油菜种植面积提取中的可靠性,对掌握油菜种植面积和产量信息、加强农业生产管理、调整农业结构及辅助政府有关部门制定科学合理的农业政策具有重要意义。     

基于MODIS EVI时序数据的江汉平原油菜种植分布信息提取

油菜是我国主要的食用油料作物。及时、准确地获取油菜种植分布信息对油菜长势监测、估产以及灾情评估具有十分重要的意义。以江汉平原为研究区,利用250 m空间分辨率的MODIS EVI时序数据,以TM数据作为野外采样数据与MODIS EVI数据之间的过渡数据,间接提取MODIS EVI数据农作物的训练样本;通过分析江汉平原油菜和冬小麦的EVI光谱特征及物候信息,建立油菜种植面积提取模型;采用多次阈值比较法提取2014—2015年间江汉平原油菜种植分布信息。研究结果表明,2014年和2015年油菜面积遥感提取结果与农业局统计数据相比,总体提取精度分别达到95.22%和91.29%;2014年MODIS数据与TM数据提取的油菜面积一致性为88.61%;基于时间序列MODIS EVI数据,结合EVI光谱特征和物候信息,利用该方法可以有效提取江汉平原油菜种植分布信息。     

深度学习在高分辨率遥感影像冬油菜提取中的应用

近年来,深度学习在基于高分辨率遥感影像的农作物种植信息提取领域应用广泛。本文充分利用油菜在盛花期的光谱特征,提出了基于深度学习理论的单时相高分辨率遥感影像油菜分布提取方法。以2016年湖北省沙洋县作为研究区域,获取油菜盛花时期高分一号(GF-1)影像,并以沙洋县为基础影像,通过手工标记制作油菜训练样本。设计两种深度学习框架模型,一种以卷积神经网络(CNN)为框架,构建一维卷积神经网络(1D-CNN)模型,第二种以循环神经网络(RNN)为框架,组合门控循环单元(GRU)模型,训练标准样本模型,完成油菜分类提取。最后,与传统支持向量机(SVM)、随机森林(RF)方法进行了结果对比。试验结果表明,本文设计的基于深度学习CNN和RNN模型提取的冬油菜空间分布精度和面积精度皆优于其他两种方法,为进一步实现冬油菜提取自动化提供试验基础。     

基于MODIS时序数据的湖南省水稻种植面积提取及时空变化分析

准确且及时获取大范围的水稻种植空间分布及其动态变化信息对科学指导水稻生产、合理分配水资源以及监测大气环境变化等具有重要意义。以湖南省为研究区,在提取MODIS陆地水分指数(land surface water content index,LSWI)和增强植被指数(enhanced vegetation index,EVI)时间序列数据集并对其进行去噪处理的基础上,根据水稻的LSWI和EVI时序变化特征建立了水稻种植面积决策树提取模型,并对模型精度进行了评价;基于该模型提取了湖南省2000—2016年间水稻种植面积信息,分析了其时空变化特征。研究结果表明,构建的研究区水稻种植面积提取模型总体分类精度为90. 2%,Kappa系数为0. 74;与统计报表数据相比,平均相对误差为13. 6%,可适用于大范围长时间序列水稻种植面积的高效提取。湖南省年均水稻种植总面积为344. 12万hm~2,其中单季稻面积为102. 41万hm~2,主要分布在洞庭湖平原;双季稻面积为241. 71万hm~2,主要分布在湘中偏北部地区(主要为岳阳、益阳、常德、长沙、株洲、湘潭、娄底等市县)。近17 a间,湖南省水稻种植面积变化情况可分为3个阶段,分别为在2000—2004年间减少了73. 2万hm~2,在2005—2010年间呈相对稳定小幅度回升状态,在2011—2016年间增加了29. 55万hm~2,但总体上呈减少趋势,共减少了58. 22万hm~2。     

基于DEM的马来西亚沙巴州林地变化分析

为了解马来西亚沙巴州林地信息分布特点和空间布局特征,利用Landsat卫星数据以及DEM数据提取马来西亚沙巴州1990-2017年的林地分布信息,并分析主要林地在不同范围内的变化。结果显示沙巴州主要林地是天然林和人工林,天然林和红树林面积减少,人工林和次生林面积增加,红树林分布在东南部沿海地区,灌丛和草地零星分布;28年间,马来西亚沙巴州林地面积0-30m高程范围内变化最为显著,其次是50-100m内,天然林的破坏程度随着高程的降低而增加,人工林在不同高程范围内均有一定程度的开发,其中大于800m时人工林开发程度最小。     

多时相MODIS指数提取东北三省水稻种植面积

为准确提取水稻面积,以东北为研究区域,采用多时相16d合成MODIS增强型植被指数数据和8d合成MODIS地表反射率数据提取水稻种植分布。选取水稻代表样点利用IDL编程提取物候曲线,利用归一化植被指数(NDVI)将水稻与其他明显地类区分,然后建立水稻增强型植被指数(EVI)、地表水体指数(LSWI)之间的相关关系,结合最新2015年土地利用数据提取东北三省2015年水稻种植面积。同时运用运筹学理论建立省级尺度水稻判别条件最优化模型,分析其在空间分布上的差异性和相关性,并将结果与统计年鉴进行对比分析,分析表明MODIS数据适合大区域省级范围水稻面积的提取,精度可达90%以上。由此得出,MODIS数据在省级尺度提取水稻种植面积上有着较大的优势。     

基于GF-5高光谱特征分析的水体提取方法研究

针对山区水体、山体阴影与裸地等地类光谱混淆性,基于高分五号(GF-5)影像数据,结合高光谱特征分析构建了山区水体决策树提取模型. 先对水体和相关干扰地类进行高光谱特征分析实现特征波段选取,应用单波段阈值法、多波段谱间关系法、归一化水指数(NDWI)法进行提取实验. 通过比较以上实验不足之处,提出了单波段阈值法与构建的阴影水体指数(SWI)相结合的决策树水体提取模型,以Google Earth高清影像为参考结合实地采样得到的混淆矩阵进行精度评价. 实验结果表明:单波段阈值法与NDWI法易将山体阴影识别为水体,受裸地影响较小;多波段谱间关系法对山体阴影有一定抑制作用,受小面积裸地影响;决策树提取模型能有效抑制山体阴影和裸地影响提取完整水体. 其总体精度为89.39%,Kappa系数为0.82,显著提升了山区水体提取精度.      

藏东罗布莎蛇绿岩遥感岩矿信息提取方法研究

为研究如何利用遥感技术进行蛇绿岩岩矿信息识别和提取,以藏东罗布莎蛇绿岩为例,基于ETM和ASTER遥感数据,分别采用比值法和主成分分析法提取羟基类(蛇纹石、绿泥石)和铁染类(磁铁矿、橄榄石)矿物信息;利用纯净像元指数法(pure pixel index,PPI)提取端元波谱,结合地面已知岩性信息,分别采用光谱角分类法(spectral angle mapping,SAM)和波谱特征拟合法(spectral feature fitting,SFF)识别纯橄岩和橄榄岩,研究了罗布莎蛇绿岩及其主要蚀变矿物的空间分布特征.经过对比分析可知,用多种方法、多种数据提取的岩矿信息可以相互验证;提取出的纯橄岩和橄榄岩与所提取的羟基类和铁染类蚀变遥感异常信息有较好的空间重叠,且与地面调查结果基本吻合.研究表明,该方法用于蛇绿岩遥感岩矿信息提取是可行的,并取得较好的地质效果.     

下期要目

刘德长欧洲大陆遥感地质解译、诠释与矿产勘查战略选区张月大气校正对遥感指数提取藻华的影响
　　金谋顺高分辨率遥感数据铁染异常提取方法及其应用谭熊基于MKSVM和MRF的高光谱影像分类方法王凯基于MODIS数据的湖北省油菜种植分布信息提取。     

利用面向对象分类方法提取冬小麦种植面积的研究

应用陆地卫星TM数据和遥感图像处理软件eCognition5.0和ENVI4.3软件,以面向对象的方法和监督分类波谱角法分别提取泰安市2005年冬小麦种植面积及其分布信息。逐像素分类的结果存在"椒盐"效应,而且很难克服同物异谱、同谱异物现象,面向对象的分类方法可以有效的集成专家知识和各种辅助数据,克服逐像素分类的弊端。分类结果表明,利用面向对象的分类方法可以获得比传统的像素级分类方法更高的分类精度,为冬小麦种植面积的自动提取提供了广阔的前景。