多时相组合分类法在土地利用动态监测中的应用

介绍了土地利用遥感动态监测的基本概念，简述了遥感土地利用变化信息提取等遥感监测方法．重点探讨了多时相组合分类方法的相关技术。对广西2002年和2003年两个时相的MODIS数据．采用多时相直接分类法对土地利用变化状况进行了遥感动态监测。对不同方式波段组合的试验表明。经过差值、比值处理的波段组合具有较差的试验效果(总体精度只有30％～40％)，而经过PCA变换的波段组合则具有相对较好的试验效果(总体精度超过70％)。     

Monitoring of water stress in wheat using multispectral indices derived from Landsat-TM

Detection of crop water stress is crucial for efficient irrigation water management. Potential of Satellite data to provide spatial and temporal dynamics of crop growth conditions makes it possible to monitor crop water stress at regional level. This study was conducted in parts of western Uttar Pradesh and Haryana. Multi-temporal Landsat data were used for detecting wheat crop water stress using vegetation indices (VIs), viz. vegetation water stress index (VWSI) and land surface wetness index water stress factor (Ws_LSWI). The estimated water stress from satellite data-based VIs was validated by water stress factor (Ws) derived from flux-tower data. The study observed Ws_LSWI to be better index for water stress detection. The results indicated that Ws_LSWI was superior over other index showing RMSE = 0.12, R² = 0.65, whereas VWSI showed overestimated values with mean RD 4%.     

影像超分辨率重建技术在遥感中的应用

影像超分辨率重建是通过对多幅具有互补信息的低分辨率影像的处理,重建一幅高分辨率影像的技术,其在视频监控、医学诊断、遥感监测等领域具有很大的应用价值。以SPOT5和ADS40为例阐述了超分辨率重建技术在遥感观测系统中的应用现状,并给出了一种应用于多时相遥感影像处理的超分辨率重建方法。     

多时相Landsat影像的平原河网区不透水面信息提取方法与应用

不透水面是衡量城市生态环境的重要指标,针对平原河网区不透水面与水体、裸土等地物较难区分的问题,以苏北里下河平原快速城镇化区为研究对象,利用多时相Landsat影像为数据源,基于像元光谱特征及其季节性变化分析,构建了基于时序NDWI、NDVI和NDBI的决策树模型,并利用GIS空间分析技术对不透水面的时空变化特征进行了分析。结果表明：多时相光谱信息可有效改善水体、裸土和稀疏植被等像元与不透水面的混分,2005年和2016年的不透水面分类总体精度和Kappa系数均在0.85以上,合理反映了不透水面以向东和向南扩张为主的趋势特征,年均扩张速度约为6.7 km²。研究成果为该区城镇化下的生态环境效应研究提供数据基础,同时可为其他平原河网区不透水面信息提供借鉴和参考。     

基于多时相遥感的鄂尔多斯市不透水面变化分析

不透水面作为城市发展和生态环境的重要评估因子,在保障生态环境健康和城市可持续发展中具有重大意义。本文以鄂尔多斯为研究区,通过融合多时相Landsat和夜间灯光数据,提取1990—2019年的不透水面信息,并利用重心分析法、标准差椭圆理论和景观指数理论分析时空演变规律。研究结果表明:①1990—2019年鄂尔多斯市不透水面经历了快速扩张;东北部不透水面覆盖度高于西南部;不透水面的扩张模式总体上表现为“向外扩张-向内加密”。②东北部扩张速度减缓,西南部扩张速度增快。③不透水面扩张的方向性减弱;不透水面扩张的方向有由“东北-西南”向“东-西”转变的趋势。④斑块数量及边缘斑块破碎度增加,城市与郊区的连通性增强,城市有向周边郊区扩张的趋势。本文研究对于进一步了解城市生态环境健康与城市可持续发展的相关关系具有一定的参考价值。     

基于多源多时相遥感数据的秋季菜田监测与分析——以北京市大兴区为例

根据北方蔬菜种植生育期特点,选择7~8月份的高分1号(GF1)融合影像、10月份的16 m宽覆盖的GF1影像以及8月份Rapid Eye融合影像,结合耕地本底数据开展提取秋季菜田信息的技术流程研究,并对2013年和2014年大兴区秋季菜田进行了动态监测,同时结合气象等数据分析其时空分布规律和变化原因。     

附加系统参数的多时相InSAR时空建模和形变估计

轨道误差和长波大气延迟组成的系统误差是影响InSAR形变监测精度的重要因素之一.传统方法在空间域对干涉图的系统误差建模,容易导致长波形变和系统误差相混淆.本文在时空域利用附加系统参数对系统误差建模,同时根据观测值质量对差分相位观测值定权,采用附加系统参数的加权最小二乘法估计形变参数和系统误差,实现了长波形变和系统误差的分离.模拟实验结果表明,在形变与系统误差的空间变化特性完全一致的极端情况下,本文方法能实现两者的有效分离,估计的形变速率均方根误差比传统方法降低了98.8%.ASAR数据实验显示当形变尺度较小且分散分布时,本文方法和传统方法得到的结果相似;当形变在研究区内表现为长波变化时,本文方法比传统方法估计的形变结果更为稳健.     

多时相遥感影像辐射归一化方法综述

多时相遥感影像的辐射归一化是进行变化检测或拼接不可缺少的步骤。本文从绝对辐射归一化和相对辐射归一化两个方面对现有的多时相遥感影像辐射归一化方法进行了总结。对各种辐射归一化方法进行了剖析,并指出了这些方法的优缺点和适应性。最后对多时相遥感影像辐射归一化方法未来的发展进行了展望。     

GF-2在城市绿地分类及景观格局度量中的应用

城市植被是维护城市生态系统平衡的重要组成元素,不同类型的植被具有不同的生态服务效益,然而基于植被精细分类的城市绿地景观格局度量研究较少。因此本文以北京城市副中心为研究区,使用夏、冬两季GF-2卫星遥感影像,基于随机森林特征优选和面向对象分类,划分了植被类型,并在此基础上使用景观指数法和移动窗口法分别度量了功能区尺度和栅格尺度绿地景观特征。研究结果表明：针对GF-2数据,使用多尺度分割后影像对象的光谱、纹理特征可以有效地提取植被信息;不同时相的影像能反映各类型植被的物候特征,相比于单时相数据,其分类精度更高,达到了87.7%;各功能区绿地景观格局特征差异较大,城市绿心拥有最丰富的植被且分布集中,商业区植被覆盖度和多样性均较低,绿地景观破碎;北京城市副中心景观多样性及各类型植被分布特征的空间差异显著,当前副中心绿地景观格局已形成规划的基本轮廓,但城市绿心和老城区公共绿地的建设仍有不足。研究探明了北京城市副中心绿地建设现状,证明了国产GF-2卫星在城市生态环境监测中具有较高的应用价值,有助于推动GF-2在城市生态环境领域的应用,并为副中心建设中的绿地系统监测和优化提供参考。     

综合多特征的Landsat 8时序遥感图像棉花分类方法

传统的多时相遥感图像分类大多拘泥于单一特征,本文基于多时相的Landsat 8遥感数据,开展了综合多特征的特征提取与特征选择方法研究。综合了NDVI时间序列、最佳时相反射率光谱特征以及纹理特征作为初始分类特征,并采用基于属性重要度的粗糙集特征选择算法对其进行特征约简。分类结果表明:(1)利用初始分类特征,分类的总体精度达到92.81%,棉花提取精度达87.4%,与仅利用NDVI时间序列相比,精度分别提高5.53%和5.05%;(2)利用粗糙集选择后的特征分类,分类总体精度可达93.66%,棉花分类精度达92.73%,与初始分类特征提取结果相比,棉花分类精度提高5.33%。基于属性重要度的粗糙集特征选择不仅提高了分类精度,同时有效降低了分类器的计算复杂度。