SAR影像时间序列支持下的互花米草盐沼提取——以江苏盐城东部沿海为例

利用江苏盐城东部沿海8幅ERS-2 SAR影像构建像素级时间序列,根据训练样本得出互花米草盐沼的标准时间序列曲线;基于动态时间弯曲DTW距离进行时间序列相似性分析后提取互花米草盐沼,用同年Landsat TM影像、CBERS-02B CCD影像目视解译的真实地面数据进行精度评价。结果表明:1)互花米草盐沼的时间序列曲线呈波动性变化,与研究区其他4类典型地物的时间序列曲线差异较大;2)互花米草盐沼提取结果的精度较高,基于Landsat TM影像的精度评价结果——正确率86.81%,完整率84.63%,基于CBERS-02B CCD影像的精度评价结果——正确率87.84%,完整率83.87%。     

基本农田信息对SLEUTH模型模拟准确性的影响——以常州市中心城区为例

以常州市中心城区为研究区,探索规划基本农田信息对SLEUTH模型校准过程产生的作用,在此基础上对常州市中心城区的城市扩张进行预测。采用一组对比试验:排除层E1不包含规划基本农田信息,排除层E2包含规划基本农田信息,限制城市发展。试验结果表明,排除层的设计影响模型的校准过程,在研究区内将规划基本农田信息纳入排除层可以有效提高模型校准精度,从而更好地预测常州市中心城区未来城市扩张情况。     

利用SAR影像时间序列的耕地提取研究

卫星遥感是耕地资源调查的一种重要技术手段,利用遥感时间序列数据进行耕地提取具有很强的实践意义。光学遥感成像过程易受光照和大气条件影响,在云雨多发地区所能获取的可用数据十分有限;合成孔径雷达(SAR)能够全天时、全天气进行对地观测,但受斑点噪声影响,少见利用其构建时间序列进行信息提取的研究。本文研究了SAR影像时间序列在耕地提取中的适用性,利用江苏省徐州市2009年12月-2010年12月共11景ENVISAT ASAR 影像构建时间序列,目视选取30个5像元×5像元大小的耕地样区,分别统计样区内(相邻位置)与样区间(不同位置)耕地时域后向散射特征的一致性(变异系数);然后利用欧氏距离法、相关系数法以及动态时间弯曲法(DTW)进行研究区的耕地提取。结果显示：相邻位置耕地像元后向散射特性较为一致,平均变异系数为9.96%;不同位置耕地像元后向散射特性一致性也较好,平均变异系数为15.27%。在所选的3种方法中,相关系数法耕地提取精度最高,正确率与完整率分别为86.25%与80.70%;欧氏距离法精度次之,正确率与完整率分别为76.40%与71.93%;DTW效果较差,正确率和完整率分别为62.15%和77.78%。SAR影像时间序列作为一种新的数据组织形式,可用于耕地的有效提取。