利用面向对象方法提取湿地信息

利用面向对象方法和ETM数据提取湿地信息.选取的试验区位于黄河源区,提取的湿地信息包括沼泽湿地和湖泊湿地.该方法通过图像分割、类型划分、特征选取与分类以及精度评价等4个步骤实现.试验结果表明,面向对象方法能够有效提取湿地信息,提取的图斑边界平滑,避免了椒盐状破碎图斑.该方法可以推广应用到其它地区,它在一定程度上能提高信息提取自动化程度,减少工作量,提高工作效率.     

ANFIS在湿地遥感信息提取中的应用研究

自适应神经模糊推理系统(ANFIS)综合了模糊推理与神经网络的优点,本文探讨了其在湿地遥感信息提取中的应用。首先阐述了ANFIS分类方法的特点、原理以及分类流程;然后以黄河三角洲垦利县湿地为实验区,分析了基于ANFIS的湿地遥感信息提取;最后将由该方法得到的分类结果与传统分类方法进行比较,结果表明由该方法所得的分类总正确率与各地物正确率都有较好表现。     

森林湿地遥感信息提取方法研究现状

森林湿地是湿地的重要组成部分,因其群落结构复杂,从景观尺度上对其进行识别是湿地研究的难点之一。在分析国内外相关科学文献的基础上,从地理生态环境、影像特征及影像信息处理单元角度分析了森林湿地遥感信息提取方法的研究现状,总结了当前森林湿地遥感提取的特点,并在此基础上初步预测未来森林湿地遥感信息提取方法的发展趋势。结果表明:以水文特征反演为依据,认为基于地理生态环境的提取方法包括基于水文地貌学方法、基于光学遥感和微波遥感的分类方法;基于影像特征提取方法包括基于雷达散射特征决策树、随机森林决策树及航片目视解译法;基于影像信息处理单元角度方法主要有基于像元和对象分类2种方法。     

火烧迹地信息遥感快速提取方法研究

利用福建省福州地区ETM图像，在分析火烧迹地光谱特征的基础上，研究了火烧迹地信息遥感快速提取方法。文中设置了4种提取方案，即监督分类法、NDVI参与的监督分类法、NDVI差值法及谱间关系法，最后，对提取结果进行了精度评价。     

水体的遥感信息自动提取方法

本文在对各种遥感信息提取方法进行深入分析的基础上,提出了一种水体的遥感信息自动提取方法。该方法从遥感信息机理的角度出发,构造地物信息提取模型,并利用面向对象的设计方法建立了该模型,从而实现广义上的基于知识的专题信息提取。以ＮＯＡＡ／ＡＶＨＲＲ图像为例进行水体的自动提取,通过对自然水体和新积水区的应用研究,取得了较好的效果。可进一步应用于洪水灾害的监测。     

基于植被覆盖度的石漠化遥感信息提取方法研究

以云南隆林各族自治县为研究区,利用中巴02B星多光谱遥感数据,在前人研究基础上,提出了基于植被覆盖度的石漠化遥感信息提取方法。实验表明,该方法在剔除阴影、水体、裸地及耕地等影响因素,结合土地利用现状的基础上,无需估算叶面积指数等需要复杂推导的参数就可以有效、准确地提取研究区石漠化分布状况。     

干旱半干旱地区植被覆盖度遥感信息提取研究

提出了利用中等分辨率与高分辨率卫星图像相结合建立植被覆盖度提取模型以获取大范围植被覆盖度的方法。该方法简单、实用,适合于利用中等分辨率卫星图像进行大范围宏观监测     

决策树方法在遥感信息提取中的应用

介绍了决策树分类器的结构和理论基础,并结合了遥感影像各波段的特征对地物进行分类。在此基础上,以重庆渝北区为例进行了分类实验。实验说明了实现分类的具体过程,结果表明其方法在依据感兴趣区训练样本进行影像分类是切实可行的。     

基于多时相TM影像的湿地信息提取方法研究

西北干旱半干旱气候区湿地对维护当地生态系统的平衡和稳定、保障绿洲的稳定发展和良性循环,以及防止沙漠东移具有重要的价值。以地处西北干旱半干旱区的典型湿地为研究对象,探讨基于对象的多时相Landsat TM影像湿地信息提取方法。研究表明,基于对象的影像分析方法可以有效提取西北半干旱区的湿地信息,并避免了经典的基于像元的影像分类方法中存在的＂椒盐现象＂。     

西藏自治区盐湖矿产资源遥感信息提取方法

西藏自治区地域广,湖泊多,盐湖矿产资源十分丰富,但调查研究程度较低。采用常规调查方法,周期长、费用高、难度大。以TM(ETM⁺)数据为主要信息源,采用波段合成、密度分割、比值处理等方法进行信息提取,取得了良好效果。圈划出的成矿远景区准确、可靠,经验证新发现了一批盐类矿产地。     

分层提取法在黄河三角洲湿地信息提取中的应用

黄河三角洲湿地是世界暖温带保存最广阔、最完善、最年轻的湿地生态系统,具有重要的研究与保护价值。本文以LandsatTM影像作为数据源,采用分层提取思想,利用人工目视解译与决策树分类,运用多种指数模型,提取了2004年黄河三角洲湿地信息。研究表明,采用分层提取法,能够较高精度地提取各种湿地信息,总体精度达到85．53％,其中浅海水域（100％）、养殖池塘（100％）、滩涂（87．5％）、建筑用地（84．62％）的分类精度较好,盐碱地（71．43％）和裸地（73．91％）的分类精度有待进一步的提高。     

农牧交错带湿地信息提取技术研究——以多伦县大仓乡为例

农牧交错地带地类复杂,混合像元现象严重,湿地信息的自动提取难度较大.针对该区湿地遥感信息提取的特点和难点,选取多伦县大仓乡地区的TM遥感数据,先采用NDVI阈值提取出水体,并利用水体形状特征(如面积s、周长p、形状指数k等)对水体类型进行提取;再尝试应用线性光谱混合模型( LSMM)提取去除水体后的湿地信息,并以SPO...     

洪泽湖湿地植被信息提取方法研究

以洪泽湖淡水湿地为研究对象,在分析了各类地物光谱特征的基础上,提出了分区分类的方法。首先选取6种典型指数分别对研究区湿地植被进行分类计算,从中选择合适的指数进行湿地植被的信息提取;再运用决策树模型进行湿地植被分类;并将分类结果与最大似然法的分类结果进行了比较。结果表明,1 NDVI提取的沉水植物信息效果最好,挺水植物和浮水植物可用改进归一化差异水体指数(MNDWI)进行区分;再利用决策树对湿地植被进行分类,总体精度达到85.09%,与最大似然法相比,提高了6%。2洪泽湖地区的湿地植被比较丰富,面积约占全湖的10.74%。     

基于QUEST决策树的大丰湿地信息提取

以盐城大丰湿地为研究区,利用2000年和2010年两幅影像数据,采用QUEST算法构建决策树模型对大丰湿地信息进行提取。分类后运用混淆矩阵得到2000年的总精度和Kappa系数分别为89.43%和87.21%,2010年的总精度和Kappa系数分别为86.23%和84.83%。结果表明,基于QUEST的决策树分类方法能有效提取湿地信息。     

基于知识规则的天然淡水湿地信息提取

以洪泽湖天然淡水湿地为研究对象,在光谱特征分析的基础上,选取样本数据,并构建天然淡水湿地信息提取的特征集。利用决策树算法进行数据挖掘和知识规则的生成,并将决策树信息提取结果与最大似然监督分类法进行比较,精度由84.30﹪提高到88.75﹪。     

面向对象的高光谱影像湿地植被信息提取

以美国Sacramento-San Joaquin三角洲为研究区,提取高光谱遥感影像上湿地植被的光谱响应特征,用于指导面向对象的湿地植被信息提取。结果表明,基于光谱响应特征分析的面向对象分类精度为88.03%,而未利用光谱响应特征的面向对象分类精度为72.08%。在面向对象提取前对植物光谱响应特征进行特征提取,可以实现湿地植被在物种水平上的识别,并可以有效提高分类精度。     

基于光谱特征的湿地湿生植物信息提取研究

基于湿生植物光谱特征分析,采用面向对象分类方法提取湿地典型植被信息。在大量的野外实地调查基础上,确定提取的典型植物类型为芦苇(Phragmites australis)、长芒稗(Echinochloa crusgallii)和睡莲(Nymphaeatetragona);采集湿地优势植物光谱数据,将优势植物与提取对象芦苇、长芒稗和睡莲的光谱特征进行相关性分析,获取物种间区分性好的波段及波段组合,参与影像分割权重的设置;根据典型植被的分布特征,确定面向对象分割尺度(其中芦苇的分割尺度为50,长芒稗的分割尺度为20,睡莲的分割尺度为100)。通过研究发现:基于光谱特征分析的面向对象的分类精度为96%,而未利用光谱特征的面向对象的分类精度为87.3%,传统监督分类精度仅为82.3%。证明在面向对象提取前对植物光谱特征分析得到区分性好的波段及波段组合参与分割,对提高分类精度起关键作用。     

基于资源三号遥感影像的湿地信息提取

基于资源三号高分辨率遥感影像,提出了面向对象的湿地分区提取方法,结合光谱、形状、面积及纹理等多种湿地特征,对大洼县湿地资源进行逐类提取,并对提取结果进行精度评价.该方法利用面向对象的影像分割和合并技术,将同质性较高的像元转化为对象,通过光谱特征和归一化植被指数将湿地分区,然后结合光谱、纹理和形状等特征对湿地进行逐类提取...     

基于决策树的洪泽湖湿地信息提取

湿地是地球的重要组成部分,快速而准确地提取湿地信息,是湿地动态监测和可持续发展的一项基础而重要的工作.以洪泽湖淡水湿地为研究对象,采用2006年8月19日的Landsat5 TM遥感影像为数据源,采用经K-T变换光谱增强后的数据及利用灰度共生矩阵分析影像第一主成分的纹理统计量作辅助分类变量,基于地物光谱特征、纹理特征和形状特征,运用决策树分类法提取洪泽湖湿地植被信息,将其分类结果与最大似然法的分类结果进行比较.结果表明:1)洪泽湖地区的湿地植被比较丰富,面积约占全湖的10.74％,其中以浮水植物为主.2)基于决策树的分类结果的精度有了明显的提高,总精度由77.33％提高到86.33％,Kappa系数由0.7292提高到0.8354,证明基于决策树分类方法是提取淡水湿地植被信息的有效手段.