基于遥感影像的土地利用变化检测

随着遥感科学技术的发展、各种遥感数据的累加以及遥感变化检测研究的深入,基于遥感影像的土地利用变化检测手段也日新月异。本文主要阐述利用不同的遥感影像处理方法对不同影像之间的土地利用变化进行检测,同时利用影像融合对比法、影像差值法、主成分分析法(PCA法),以及影像分类法等遥感影像处理方法,对同一地区前后不同时相的土地利用变化检测效果进行精度对比,并总结出不同检测方法在不同条件下的检测效果。     

基于多种相似度特征的道路实体融合方法

随着城市建设步伐的加快和基础地理信息应用领域的扩展,国家经济建设和人民群众生活对基础地理信息的需求越来越大,对基础地理信息的现势性和更新频率也提出了更高的要求。因此,对不同精度、不同来源的地理信息数据融合技术进行研究具有十分重要的意义。道路实体是重要的基础地理信息,尤其是铁路、高速、国省道、城市主干道。本文重点围绕道路实体研究数据间的差异性,建立了自动匹配评价指标;并基于FME平台搭建同名匹配、变化检测和增量更新模型,实现了道路实体自动更新和融合,缩短了道路实体更新周期。“十三五”第2轮基础测绘更新项目利用该技术完成了重要道路实体的融合,证明了该技术的可行性和准确性,为新型基础测绘体系的建设提供了技术支撑。     

一种针对精化样本的非监督SAR变化检测方法

针对非监督框架下的深度学习SAR变化检测方法在样本选取时出现样本非平衡及冗余问题,改进了一种针对精化样本的非监督SAR影像变化检测方法:利用分层FCM针对不同差异图进行分割确定初始类别;提出利用邻域清理规则进行潜在错误样本剔除并利用异质类空间距离完成对样本的筛选;构造卷积神经网络完成对待确定类别像素的分类,得到最终变化结果.采用三组实验数据进行实验,结果表明该文方法可行有效,且能在较好应对样本问题的同时具有较高的变化检测精度.     

四种基于像元的地表覆盖变化检测方法比较

目前遥感影像变化检测方法很多,但各种方法的适用性各不相同。鉴于灰度差值、NDVI差值、灰度比值、主成分分析法在地表覆盖变化检测中应用广泛,文章从数据更新的角度对这4种方法进行了比较;在分析比较这4种方法的单一变化检测精度、检测结果的相同性、相异性的基础上探索了适合于30m分辨率TM地表覆盖变化检测的组合方法。实验结果表明,在地表覆盖变化检测中,有效组合方法能够取得比单一变化检测方法更好的效果;比值法并NDVI差值法并PCA差异法的检测结果中包含了4种单一检测方法所检测出的全部变化像元,达到了最高的生产者精度,比较适合于地表覆盖数据更新制图应用。     

模糊C均值聚类的波段修正法变化检测

针对遥感影像变化检测中同物异谱、异物同谱导致的波段间敏感性差异、孤立噪声干扰等问题研究的不足,文章提出了一种基于模糊C均值聚类的波段修正法变化检测算法:采用差值/比值复合法构造分波段对比差异影像,增强了复合影像的振幅及结构信息;基于差异影像的邻域熵权修正多波段联合的邻域互信息量建立修正影像,较好整合了影像不同波段间的反射差异和邻域空间信息;最后利用改进的模糊C均值算法对修正影像进行变化检测。多组实验结果表明,波段修正法缓解了单波段敏感性差异对变化检测的影响,有效避免了局部最优、孤立噪声干扰等问题,检测结果更接近客观实际。     

基于矢量数据辅助分割的遥感变化检测方法研究

针对变化检测中获取同质像斑较难的问题,提出应用矢量数据辅助分割获取同质像斑。本文提出了基于历史矢量与双时相遥感影像的变化检测方法,实验结果表明,该方法能检测出80%变化的像斑,并能同时获取变化像斑的类别,证明了该方法的有效性。     

新疆车尔臣河流域水域的宏观变化及其影响和驱动因素

利用植被指数和水体指数作为判断参数决策树,在FAO/UNEP土地覆被分类系统(LCCS)的三级分类基础上建立了以固态/液态水域为主的土地分类系统,从1990年、2000年和2010年的Landsat影像中提取整个车尔臣河流域土地覆被信息并分析了土地覆被变化.结果表明:车尔臣河流域水域在2000-2010年变化速度高于1990-2000年,其中,湖泊面积及数量增加较为突出.各种水域中,冰川及多年积雪面积迅速减少,2010年海拔5 000 m以下冰川积雪在流域内所有冰川积雪中所占比例由1990年的38.8%减少到5.4%;有水河道面积及数量在缓慢减少;湖泊面积和数量大幅增加,2010年湖泊面积比1990年多5倍,而且新增的湖泊均在平原区.在气候以及水域变化的影响下,流域内自然植被覆盖地在山区和平原区都在持续增加,而荒漠在减少,山地自然植被覆盖地增加速度高于平原区.在流域尺度上,人文因素对土地覆被变化的影响低于自然因素.     

M变换在NOAA／AVHRR数据变化检测中的应用

将基于典型相关分析的正交变换的基础理论用于ＮＯＡＡ／ＡＶＨＲＲ数据的多元变化检测,对具体实施步骤进行了深入的探讨,并对部分中间结果进行节分析。实验表明,该方法应用于ＮＯＡＡ／ＡＶＨＲＲ数据的多元变化检测具有明显的优势,克降了传统方法存在的缺陷,具有良好的的应用前景。     

基于典型相关分析的多元变化检测

通过对传统变化检测方法在不足的分析,引进典型相关分析的基础理论,将不同时相的多通道遥感数据视为分组的多元随机变量,利用典型我进行遥感数据的多变换进行遥感数据的多元化检测。实验结果表明,所提出的Ｍ变换方法用于多时相、多通道遥感影像的变化检测具有明显的优势和应用前景。     

像斑直方图相似性测度的高分辨率遥感影像变化检测

基于像斑的变化向量分析法CVA(Change Vector Analysis)过分依赖像斑的灰度均值信息,而未能有效利用其灰度分布信息,这在高分辨率遥感影像变化检测中存在不足。本文提出了一种基于像斑直方图相似性测度的变化检测方法。利用G统计量构建不同时期像斑之间的相似性测度。假设所有像斑的相似性测度值符合混合高斯分布模型,通过期望最大化算法EM(Expectation Maximization)求解相关参数,最后采用基于最小错误率的贝叶斯判别规则获取最终的变化结果。实验表明,本文提出的上述方法能够有效提高变化检测的精度。