基于MODISEVI序列典型指标组合的土地覆盖分类研究

以2008年经Savitzky-Golay滤波技术平滑处理的MODIS EVI时间序列数据为数据源,采用支持向量机分类法对年EVI矢量模、年EVI最大值和年EVI最小值3个指标组成的影像进行土地覆盖分类,并利用验证样本对分类结果进行精度评价.试验结果表明:采用选用的3个指标不仅能减少分类的数据量、加快分类速度,而且还能...     

基于ENVI 的唐山湾三岛土地利用遥感分类方法的比较分析

对唐山湾三岛2010年10月10 m分辨率的SPOT5多光谱数据源,采用不同分类方法进行识别和判断,并对比不同分类器在遥感影像分类中的应用效果和分类精度。有针对性地探究海岛土地利用遥感分类过程中不同方法的优劣,获取最适于岛陆地区土地利用的遥感分类方法。根据土地利用现状分类标准(GB/T21010-2007)和海岛陆域土地利用类型划分的相关规定,将唐山湾三岛主要分为滩涂、裸地、林地、草地、居住区、内陆水体和潮间带(潮水覆盖区)6类。并分别构建结合人为控制的非监督分类、监督分类和基于专家知识的决策树分类系统,参照更高分辨率影像、先验知识和野外调查资料,评价分类结果与实地调查结果的吻合程度,最终通过总体分类精度和Kappa系数等指标对各分类器精度进行评价和对比分析。     

不同极化方式SAR与TM融合影像滨海湿地分类精度比较

以覆盖黄河口湿地区域的Radarsat-2 SAR全极化影像和Landsat-5 TM影像为例,将4种极化方式的SAR影像与TM影像分别进行融合,采用支持向量机对融合结果进行滨海湿地典型地物土地覆盖分类,并对分类结果进行比较评价,分析不同极化方式的SAR影像与TM影像融合结果在滨海湿地地区的分类能力。实验结果表明:采用与SAR影像融合的方法能够提高TM影像的分类精度,其中HV极化方式的SAR影像与TM影像的融合结果分类精度最高,最适用于滨海湿地土地覆盖分类研究。     

基于遥感的天津滨海新区土地利用/覆盖变化分析(英文)

采用全国土地分类系统,基于Landsat卫星TM遥感影像与天津滨海新区1:50,000地形图,进行相应数据处理,编制出2000年、2005年、2010年三期滨海新区土地利用/覆盖分类图,并运用土地利用转移矩阵对近10年来天津滨海新区土地利用/覆盖变化进行定量分析。在此基础上,进一步分析了经济、人口等驱动因子对土地利用/土地覆盖的影响。结果表明:十年间,滨海新区的建筑用地面积增加显著,而绿地、湿地、滩涂等高生态价值的土地向建筑用地、未利用地等开发建设用地大幅度转化,后五年变化尤为显著。     

基于遥感的天津滨海新区土地利用/覆盖变化分析

采用全国土地分类系统,基于Landsat卫星TM遥感影像与天津滨海新区1∶50 000地形图,进行相应数据处理,编制出2000年、2005年、2010年三期滨海新区土地利用/覆盖分类图,并运用土地利用转移矩阵对近10年来天津滨海新区土地利用/覆盖变化进行定量分析。在此基础上,进一步分析了经济、人口等驱动因子对土地利用/土地覆盖的影响。结果表明:10年间,滨海新区的建筑用地面积增加显著,而绿地、湿地、滩涂等高生态价值的土地向建筑用地、未利用地等开发建设用地大幅度转化,后5年变化尤为显著。     

基于DIEOF方法重构海表叶绿素a遥感缺失数据

以2007年1月到2010年12月的MODIS Aqua CHL-a Level 2海表水色产品为基础数据,获得南海北部海域海表叶绿素a浓度的月平均影像集,基于影像集数据的时空相关性利用DIEOF(Data Interpolating Empirical Orthogonal Functions)方法重构其缺失数据。通过分析重构前后数据变化、验证重构结果的时空特征、计算模型精度指标等对重构结果进行评价。研究结果表明:DIEOF方法重构的MODIS海表叶绿素a影像,能够体现研究区海表叶绿素a的时空变化特征,重构结果的复相关系数R2可达到0.98,平均绝对误差MAE小于0.01;该方法重构过程中无需先验信息,易操作,能够有效重构大面积成片缺失或缺失比例较高的影像。     

渤海湾叶绿素浓度的反演与验证（英文）

叶绿素a浓度是浮游植物现存量的表征。本文基于2012年春季渤海湾叶绿素实测数据,下载了相应的遥感数据,利用MODIS数据的OC3M和OC2方法进行叶绿素浓度a反演,利用GOCI数据的波段比值、OC3G以及YOC算法对叶绿素a浓度进行反演,反演结果与实测结果的空间分布趋势一致。由反演精度分析,GOCI的波段比值法与MODIS的OC3M算法的反演精度相近,GOCI数据的YOC叶绿素浓度算法在渤海湾反演精度比其他反演算法高。     

基于主成分分析和决策级融合的高光谱图像分类方法研究

为了评价主成分分析方法和决策级数据融合方法对高光谱图像地物分类结果的影响,作者利用各分类器和主成分分量的优势,提出了两组地物分类结果的决策级融合策略,利用8种常用监督分类方法对高光谱原始图像和PCA变换后不同分量组合图分类得到的结果进行决策级融合,并应用覆盖黄河入海口新老河道交界处的CHRIS/PROBA高光谱图像开展实验研究。结果表明:直接采用每类地物分类精度最高的、空穴和缝隙采用总体分类精度最高的融合策略,在综合考虑生产者精度和用户精度的情形下,仅使用最大似然法、支持向量机和人工神经网络3种分类方法,按照分类精度从高到低的顺序进行的融合分类效果最好,总体分类精度为87.82%。与8种监督分类方法中效果最好的最大似然法相比,精度提高了2.7个百分点,同时明显减少了错分现象,尤其是对于分布面积较小的翅碱蓬和柽柳,滩涂被误分为翅碱蓬、芦苇被误分为柽柳的现象大大降低。     

连云港海岸带土地利用／覆盖变化与驱动力分析

随着人口的增加以及经济的发展, 连云港市海岸带土地利用/覆盖变化不断加剧, 研究土地利用/覆盖空间格局变化对促进沿海经济发展具有一定意义。利用3 期TM/ETM 遥感影像（1987 年、2000 年、2009 年）, 采用目视解译方法完成土地利用/覆盖分类图, 运用ArcGIS 软件获取了土地利用/覆盖变化分析数据, ...     

基于GA-BP神经网络的临洪河口湿地土地覆盖分类算法研究

针对传统分类方法易受到"同物异谱"和"同谱异物"影响，致使河口湿地覆盖分类精度较低的问题，提出一种基于遗传算法优化BP神经网络分类算法。以江苏省临洪河口湿地为研究区，选用哨兵Sentinel-2影像，经辐射校正、大气校正和图像裁剪等预处理后，构建基于自适应遗传算法优化的BP神经网络算法开展临洪河口湿地土地覆盖分类研究，并与传统BP神经网络、支持向量机和随机森林算法进行精度比较。研究结果表明：遗传算法优化后的BP神经网络算法开展河口湿地土地覆盖分类的总精度为96.162 7%，Kappa系数为0.952 0；与传统BP神经网络、支持向量机和随机森林分类算法的分类总精度相比，分别提高了7.359 7%、11.677 9%和6.042 4%；对应的Kappa系数也相应提高了0.090 8、0.118 0和0.074 8；有效解决了河口湿地土地覆盖分类精度低的问题。遗传算法优化后的BP神经网络可实现河口湿地土地覆盖的高精度分类，促进湿地资源的合理开发和保护，为实现海洋生态文明建设提供技术支撑。