利用纹理分析方法提取TM图像信息

以北京市丰台区为试验区 ,采用纹理分析方法对高分辨率图像的纹理信息进行分析 ,选取统计指标熵 ,通过确定熵的最佳阈值 ,进行边界匹配和图像的分割 ,将光谱混淆地物菜地和耕地分割开来 ,然后将此分割结果与TM图像分类结果进行叠合 ,得到最终的分类结果。并将该结果与最大似然分类结果以及单纯依靠纹理特征得到的分类结果进行了对比。试验结果表明 :将纹理分析方法应用于图像分类中可区分光谱混淆的地类 ,光谱与纹理特征结合得到的分类精度要远高于单纯光谱和单纯纹理的分类精度。     

基于北京二号与地理国情数据的林地提取

由于地理国情林地数据不包含实地面积小于400 m²的树木或四旁单排林,若仅利用地理国情的林地数据统计区域森林覆盖率,将对四旁树面积较大地区的林地统计结果产生较大误差。为提取区域内准确的林地覆盖与空间分布状况,本文借助地理国情地表覆盖数据,提出了一种基于北京二号高分辨率遥感影像的林地提取方法。首先,根据遥感影像光谱特征,将研究区按植被、道路、铁路、建筑用地进行地类划分,并基于遥感影像进行各地类的样本提取,通过可分离检验的样本利用最大似然分类提取研究区内植被覆盖范围;然后,借助地理国情地表覆盖数据,使用叠置分析剔除误分、错分地类,得到区域林地的空间分布。试验结果表明：(1)研究区内林地覆盖率为20.3%,尚未满足北京新一轮林地规划需求;(2)地理国情地表覆盖数据内林地面积占提取林地总面积的54.03%,说明在部分地区使用本文方法对地理国情林地数据进行补充是有必要的。通过将试验结果与遥感影像进行目视比对并结合外业调查结果发现,提取的林地空间分布情况与实际分布基本相符。本文为地理国情的应用提供了一种新方法,研究结果可辅助区域的绿色发展规划,有助于构建科学的生态空间格局。     

基于线性光谱混合分解和最大似然分类相结合的土地覆被分类——以红寺堡灌区为例

采用线性光谱混合分解和最大似然分类相结合的方法,对宁夏红寺堡灌区开发前1989年的土地覆被状况进行分类。分类时,以基准端元为分类特征,分类函数稳定,分类结果易于解释。研究结果表明,基于混合像元分解丰度图的最大似然分类总体精度为77.53%,比应用原始影像直接进行最大似然分类的总体精度提高了9.8%。同时,为提高分类精度,本研究对分类结果进行了分类后处理以满足实际需求。     

绿地信息提取研究

城市绿地作为城市结构中的主要元素,在城市中起着一个重要的作用。本文基于TM遥感影像,对大连市城市绿地专题信息进行提取,并对绿地格局进行研究和探讨。通过计算各组成分分量和归一化植被指数ND-VI之间的相关系数来进行波段组合,提高了遥感影像的分类精度。结果显示该方法可以准确地得到绿地信息。     

基于PCA/NDVI的森林覆盖遥感信息提取方法研究

摘要： 以大兴安岭为试验区，提出将主成分分析（PCA）得到的第1分量、归一化植被指数（NDVI）和Landsat TM 1~TM 7某一波段进行合成，增强森林覆盖区和背景区信息的反差，并利用最大似然法对影像进行监督分类，分类精度超过92%。通过对不同云雾量和森林覆盖的2个时相影像试验表明，本方法提高了遥感影像森林覆盖信息提取的自动化程度和精度。     

结合纹理信息的高分辨率遥感图像变化检测方法

高分辨率遥感图像的纹理信息同光谱信息一样能有效地用于检测变化信息,而一些基于中低分辨率遥感图像的变化检测方法多以光谱信息为研究对象,忽略了图像中的纹理信息.针对这一问题,尝试将高分辨率图像的光谱信息与纹理信息一起用于“差值主成分变化检测”方法中,一方面借助高分辨率图像间纹理信息的差异获取变化区域内部的细节信息,以弥补高分辨率图像间光谱区分度相对不足的缺点;另一方面借助纹理信息在变化区域内部的连结作用,对变化检测结果进行狭窄缺口连结、内部孔洞填充等后续处理,从而使检测结果更加完整.实验结果表明,该方法对光谱反射信息相近、但纹理信息有较大差异的变化区域具有良好的检测效果.     

结合光谱角的最大似然法遥感影像分类

遥感影像含有丰富的信息,反映了地物特征。其中光谱角侧重描述了光谱的形状特征,具有对多光谱图像增益不敏感的特点。最大似然法是遥感影像分类最常用的方法之一,文中对该方法的后验概率判别函数进行修改,将光谱角以概率因子的形式加入到判别函数中构造一种新的判别函数,有机地将光谱角这一特征信息加入影像分类。通过实验,并与最大似然法和光谱角匹配法分类结果进行比较,结果表明,结合光谱角的最大似然分类法的分类精度得到提高。     

基于决策规则的遥感影像土地利用信息提取

遥感作为近几十年迅速发展起来的一门综合性技术学科,己经在许多领域发挥了重大作用。通过对遥感数据进行专题分类处理以得到土地利用等专题信息是遥感最广泛的应用领域之一。尽管土地利用遥感分类方法不断发展,但分类技术始终跟不上遥感技术本身的发展。本论文的主要目标之一就是以沈阳矿区为研究区,利用多源遥感数据结合地面实地调查,围绕遥感图像,采用常规的最大似然分类法,同时采用选用决策树分类方法,对不同数据源得到的信息进行综合分析,充分利用其中的光谱信息、地学知识以及人的经验知识进行土地利用分类,从而更好地为地方土地有效利用提供决策依据。     

小麦倒伏的光谱特征及遥感监测

小麦倒伏后茎秆和叶片在探测视场中的比例及植株组分的受光条件发生了变化,其冠层光谱特性也随之发生改变,所以利用遥感监测倒伏是可能的。首先,分析了叶片和茎秆组分的光谱特点,解释了倒伏后冠层光谱的变化特点,即光谱反射率随倒伏角度的增加而增加。其次,利用倒伏后冠层光谱反射率在可见光波段的相对增幅高于近红外波段的特点,利用实测数据分析和建立了归一化差异植被指数NDVI随倒伏角度的增加而降低的规律及模型。最后,采用2003年4月7日和5月9日倒伏发生前后的2景LandsatETM卫星影像,利用倒伏前后的NDVI值的变化,成功监测了小麦倒伏的发生程度。     

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。     

SAR change detection based on intensity and texture changes

In this paper, a novel change detection approach is proposed for multitemporal synthetic aperture radar (SAR) images. The approach is based on two difference images, which are constructed through intensity and texture information, respectively. In the extraction of the texture differences, robust principal component analysis technique is used to separate irrelevant and noisy elements from Gabor responses. Then graph cuts are improved by a novel energy function based on multivariate generalized Gaussian model for more accurately fitting. The effectiveness of the proposed method is proved by the experiment results obtained on several real SAR images data sets.     

基于ETM+影像的绿地信息提取方法研究

文中以ETM+影像为数据源实现对贵阳市某城区的绿地信息提取。对获取的影像进行预处理,分别通过不同的方法:原始波段组合法、主成分分析法(PCA)、独立分量分析法(ICA)、归一化植被指数法(NDVI)及基于第一独立分量的实验室波段组合法,获取研究区的假彩色合成影像。将以上方法得到的影像数据进行对比分析,表明植被景观目视效果最好的是原始波段组合法。将得到的影像数据进行监督分类,通过目视解译的方法进行精度评价,结果表明,基于第一独立分量的实验室波段组合法绿地信息提取精度最高,是一种有效的绿地信息提取方法。     

基于光谱和空域信息的城区变化检测方法研究

目前的变化检测研究主要集中在利用中、小比例尺遥感图像进行自然环境等方面的变化检测,如草场的季节性变化、灾害检测、植被分布变化、土地使用规划等。然而随着城市的快速发展,为了满足城区管理规划中对道路、房屋等变化细节进行分析的需求,并由于高分辨率卫星诸如Ikonos,Quickbird等的出现,我们有必要并且有可能开发出一套实用、有效的、可靠的城区自动变化检测系统。针对城市区域的复杂性及其高分辨率卫星影像的配准误差问题,本文提出一种通过模糊逻辑结合光谱特征和空域特征的城区变化检测方法,以期望减小图像整体及局部配准误差对变化检测精度的影响。     

Spatiotemporal analysis of vegetation variability and its relationship with climate change in China

This paper investigated spatiotemporal dynamic pattern of vegetation, climate factor, and their complex relationships from seasonal to inter-annual scale in China during the period 1982–1998 through wavelet transform method based on GIMMS data-sets. First, most vegetation canopies demonstrated obvious seasonality, increasing with latitudinal gradient. Second, obvious dynamic trends were observed in both vegetation and climate change, especially the positive trends. Over 70% areas were observed with obvious vegetation greening up, with vegetation degradation principally in the Pearl River Delta, Yangtze River Delta, and desert. Overall warming trend was observed across the whole country (>98% area), stronger in Northern China. Although over half of area (58.2%) obtained increasing rainfall trend, around a quarter of area (24.5%), especially the Central China and most northern portion of China, exhibited significantly negative rainfall trend. Third, significantly positive normalized difference vegetation index (NDVI)–climate relationship was generally observed on the de-noised time series in most vegetated regions, corresponding to their synchronous stronger seasonal pattern. Finally, at inter-annual level, the NDVI–climate relationship differed with climatic regions and their long-term trends: in humid regions, positive coefficients were observed except in regions with vegetation degradation; in arid, semiarid, and semihumid regions, positive relationships would be examined on the condition that increasing rainfall could compensate the increasing water requirement along with increasing temperature. This study provided valuable insights into the long-term vegetation–climate relationship in China with consideration of their spatiotemporal variability and overall trend in the global change process.     

独立成分分析的高光谱异常变化检测

遥感探测到的小目标信号一般是弱信号,利用传统的高光谱异常变化检测方法直接抑制背景来突出异常变化目标,往往导致小目标弱信号同时被抑制,造成目标探测率低、虚警率高。基于独立成分分析方法,研究了弱信号小目标的高光谱变化检测模型,该模型首先通过投影寻踪将异常变化影像投影到独立成分,突出异常变化目标,然后再抑制背景,从而达到异常变化目标和背景的有效分离。该模型可以有效降低虚警率,提高探测率。利用模拟数据和真实数据进行了精度验证,结果表明,利用模拟数据得到的探测精度为99%,利用真实数据得到的检测精度为86%,与传统异常变化检测算法相比,精度最高提高了9%。本文研究方法适用于弱信号小目标的高光谱异常变化检测。     

基于独立成分分析的高光谱变化检测

现有的变化检测方法并未充分研究变化前后高光谱遥感影像端元的联系,不能准确地分析地物变化信息。本文提出了一种基于独立成分分析的高光谱遥感影像变化检测方法,对差值影像进行基于偏斜度的独立成分分析,在不同组分图中分别显示单一地物的变化情况,进而提取变化信息。实验表明,该方法能够在获得较高检测率的同时维持较低的误检率,检测效果优于传统方法。     

基于TM数据的植被覆盖度反演

本文首先对TM影像进行了几何纠正、辐射校正、大气校正;然后根据混合像元的结构特征,利用TM数据从植被指数(NDVI)中采用“等密度模型”和“非密度模型”提取了宜昌南部地区的植被覆盖度。在用“非密度模型”反演植被覆盖度的过程中,叶面积指数(LAI)是一个必要的参数,本文提出了一种改进的借助可见光波段和近红外波段反射值来提取叶面积指数(LAI)的方法。通过和MODIS数据反演结果比较表明:“非密度模型”的估算精度要高于“等密度模型”;利用“等密度模型”和“非密度模型”反演植被覆盖度是可行。     

资源三号影像中城市高大地物阴影检测方法

针对遥感影像处理中阴影检测和信息补偿不准确的问题,该文在研究已有阴影检测算法的基础上,结合资源三号(ZY-3)影像数据的特性,构建了阴影检测方法:首先对原始图像分别做差值运算和主成分变换,并利用多峰阈值自动提取算法检测出阴影区域;其次将差值运算提取的粗阴影区域与主成分变换提取的阴影区域做并运算生成一个新的阴影区域;然后判断影像中是否含有水体,如果含有水体则利用多峰阈值自动提取算法检测出水体并与新合并的阴影区域影像做布尔运算得到完整的阴影区域,反之则新合并的区域即为完整的阴影区域。实验结果表明该方法针对ZY-3具有较好的普适性、较高的提取精度和提取效率。     

基于Landsat数据地表特征参数与地表温度关系

以成都市为研究区,定量分析了各地表特征参数与地表温度之间的线性关系。通过对地表温度与归一化植被指数(NDVI)、归一化建筑指数(NDBI)、归一化水汽指数(NDMI)进行局部区域逐像元分析和总体区域统计分析,结果表明NDVI,NDMI,NDBI与地表温度间都存在明显的线性关系,可用于说明地表温度的动态变化,在3月份,NDMI与地温的相关性更优于NDVI。对传统城市热现象研究中,NDMI与NDBI能够用来以NDVI作为分析地表温度随季节而变化的互补的度量标准。     

TM影像的变化检测方法探究

变化检测是遥感应用中的一项重要内容。随着遥感技术的发展,变化检测技术也有了很大的进步,出现了很多的研究方法和研究成果。本文在总结前人研究的基础上,提出了TM影像变化检测的基本流程,并简单介绍了各个流程,包括数据预处理、变化信息的提取以及变化区域的确定,重点介绍了变化检测的方法尤其是目前最新的研究方法,最后对变化检测的前景提出了展望。