Evaluation of LiDAR and image segmentation based classification techniques for automatic building footprint extraction for a segment of Atlantic County,New Jersey

Extracting high-quality building footprints is a basic requirement in multiple sectors of town planning, disaster management, 3D visualization, etc. In the current study, we compare three different techniques for acquiring building footprints using (i) LiDAR, (ii) object-oriented classification (OOC) applied on high-resolution aerial photographs and (iii) digital surface models generated from interpolated LiDAR point cloud data. The three outputs were compared with a digitized sample of building polygons quantitatively by computing the errors of commission and omission, and qualitatively using statistical operations. These findings showed that building footprints derived from OOC gave highest regression and correlation values with least commission error. The R² and R values (0.86 and 0.92, respectively) imply that the footprint areas derived by OOC matched more closely with the actual area of buildings, while a low commission error of 24.7% represented a higher number of footprints as correctly classified.     

南京沿江湿地高光谱与多光谱遥感分类对比分析

随着遥感技术的发展,以及对湿地分类研究的不断深入,如何提高分类精度成为一大研究方向。分类方法、影像数据源、影像的特征提取都影响着分类结果的精度。目前,利用影像数据进行湿地分类,精度难以提高主要是受影像像源的制约,其中,不同湿地类型波谱特性之间的混淆是制约精度提高的直接原因。高光谱(Hyperspectral)遥感是20世纪末对地观测系统中较重要的技术突破之一,随着定量化研究的发展,高光谱遥感技术以其光谱分辨率较高的特点受到国内外广泛关注,并在资源、环境、城市、生态等领域得到了广泛应用。本文比较了湿地分类中hyperion的数据与landset TM数据的分类精度。在进行分类时,使用监督分类的方法(SVM)对南京新济州、新生州、江心洲的湿地地物类型进行分类。结果表明,在训练样本合适的前提下,用高光谱数据进行分类可以得到更高的分类精度。     

“多规合一”空间规划底图编制方法

实现空间性规划"多规合一"需要统一、标准的空间规划底图(地理信息数据库、技术规范等),可为划分城镇、农业、生态三类空间并准确划定边界提供基础数据,也可为相关规划的空间管制分区的细化提供技术支撑。为此,本文分析"多规合一"存在的空间基准、用地分类标准、规划底图、规划基础平台等主要技术问题,提出基于地理国情普查成果编制空间规划底图的方法,并进行黑龙江、海南"多规合一"试点应用,为相关工作提供参考。     

一种遥感影像目标的快速标记算法

遥感影像的分类方法在其研究中占有重要的地位。本文探讨了分类方法中的目标标记方法,比较分析了其原理及各自的优缺点,同时提出了一种快速标记方法。该方法引入了标记号等价结构体,消除了标记号冲突引起的标记差,提高了算法的执行效率,并在实验中验证了该方法的可行性。     

浅议地理国情普查地表覆盖分类数据的质量检查

基于对山西省地理国情普查的生产实践,系统地归纳和总结了影响地表覆盖分类数据质量的三个重要因素及地表覆盖分类数据质量检查的内容与方法,对提高地表覆盖分类数据的质量有积极的意义。     

HJ-1卫星CCD影像的土地利用自动分类及精度分析——以广西钦北区为例

为研究环境一号小卫星影像在土地利用研究领域的应用潜能,本文以广西钦北区为例,对其进行计算机监督分类,在评定监督分类模板精度的前提下,参照第二次全国土地调查农村数据库,对计算机监督分类结果进行精度评定,最后利用计算机自动地将分类结果发送到实地进行野外验证,并对分类的结果进行全面、准确的评价,以此证明提升环境一号CCD影像自动分类精度和准确度能满足土地利用现状调查的要求。     

基于最小距离法的面向对象遥感影像分类

主要介绍了集成基于对象的影像分析与最小距离分类方法的原理,采用中卫市World ViewⅡ影像进行土地覆盖分类研究,并将分类结果与传统的基于像元的最小距离分类结果进行对比。目视解译与定量评价均表明:基于对象方法的各项指标更优越,总体精度由0.85提高到0.87,Kappa系数由0.81提高到0.84。因此,对于高分辨率遥感影像,集成最小距离分类器,基于对象的信息提取方法要优于基于像元方法,分类结果精度更高。     

利用卷积神经网络的高光谱图像分类

针对高光谱图像分类中对光谱信息利用不足的问题,提出一种基于卷积神经网络在光谱域开展的分类算法。该算法通过构建五层网络结构,逐像素对光谱信息开展分析,将全光谱段集合作为输入,利用神经网络展开代价函数值的计算,实现对光谱特征的提取与分类。实验中采用三组高光谱遥感影像数据进行对比分析,以India Pines数据集为例,提出的基于卷积神经网络的分类方法的分类正确率达到90.16%,比RBF-SVM方法高出2.56%,相比三种传统的深度学习方法高出1%~3%,训练速度也较为理想。实验结果表明,本文所提出的算法充分利用了高光谱图像中逐像素点的光谱域信息,能够有效提高分类正确率。与传统学习算法相比,在较少训练样本的情况下,更能发挥其良好的分类性能。     

鄱阳湖区域夏冬季节沉积物面积变化分析研究

为更好地研究河流污染、河道阻塞、土壤沙化和湖泊面积锐减等问题,本文采用适宜的分析模型和高分辨率资源一号卫星影像,按照影像预处理、影像分类、矢量提取、特征分析的作业步骤,利用面向对象的遥感影像分类方法进行信息提取,针对夏冬两季的地物特征分别对鄱阳湖地区进行沉积物识别、地物类别判读以及湖泊的面积变化分析。研究表明:夏季鄱阳湖区域水体面积较大,泥沙较少,而冬季湖泊面积减少,泥沙等沉积物增多,并且存在相互影响的关系。     

爆发性气旋研究的回顾

爆发性气旋又称“气象炸弹”,定义为在考虑地转调整到60°N时气旋中心气压加深率大于1 hPa/h的快速发展的气旋,具有中心气压急剧降低、强度急剧增大的特点,多发于洋面上,对海上航行安全及沿岸人民生产生活具有重要的影响。近几十年来,众多学者对爆发性气旋开展了广泛而深入的研究,在爆发性气旋的气候学特征、结构特征和发展机制等方面取得了较大的进展,但同时还有许多亟待解决的问题。本文结合前人对爆发性气旋的研究工作,系统地回顾和总结了爆发性气旋的研究进展,希望能够为将来对爆发性气旋的研究工作带来一些启发和思考。