TM遥感影像中专题信息的自动提取是目前遥感界的研究热点,也已成为遥感信息生产流程中的瓶颈环节。本文分析了耕地专题信息自动提取的研究现状,选取了吉林中部和辽宁省东北部作为研究区,采用监督分类的方法对研究区TM遥感影像进行分类,提取了玉米地专题信息,玉米地信息的提取精度为85.5%。根据遥感影像目视解译的原理,提出了基于多特征空间的遥感影像专题信息自动提取的研究方法,通过对多特征空间的数学描述和计算机处理实现遥感专题信息的自动提取。采用多特征空间的方法将玉米地信息分为光谱特征空间、形状特征空间、区域地学特征空间和干扰特征空间,应用ERDAS8.5遥感图像处理软件中的knowledge engine...

利用遥感手段,以低廉的成本有效获取包括居民地在内的地表信息是促使卫星遥感数据转化为现实生产力的根本所在,也是遥感应用领域中亟待解决的重要课题。目前虽然已有"空间分辨率越高,遥感分类精度也越高"的共性认识,但是遥感影像空间分辨率的不同对于城镇和乡村这两种不同类型的居民地信息提取产生怎样的影响等,目前尚无明确答案。本文首先以同一区域不同空间分辨率的4种卫星遥感影像数据为信息源,定性探讨居民地在不同分辨率遥感影像上的表现特征;然后以两种不同分辨率的影像ALOS和TM为实验对象,对这两种影像上城镇和乡村居民地信息提取精度进行比较分析。结果显示:虽然基于10m-ALOS影像的居民地信息提取精度较30m-...

利用江西千烟洲地区2005年Landsat 5 TM遥感图像数据和同期野外调查获得的28个样方湿地松(Pinus elliottii)各器官生物量数据,分析了植被指数、影像变换(主成分分析,缨帽变换)结果与森林各器官生物量之间的相关关系,进而建立了光谱-植被指数与生物量多元回归模型。湿地松林各器官与遥感光谱、植被指数拟合相关性大小依次为:叶生物量>枝生物量>地上生物量>树干生物量。通过多元回归模型计算出湿地松林叶生物量平均为573 g.m-2,地上生物量平均为6 628 g.m-2,低于样地调查平均值。单一植被指数与生物量相关性较低,ND-VI并不适用于盖度较大的湿地松林;遥感影像经主成分分析...

高分辨率遥感影像地理信息是研究山区河流的重要数据源。针对山区地物类型复杂、河道狭窄等原因导致的河流表面信息提取完整性差、河宽难以自动提取且精度低等问题,结合随机森林(RF)和神经网络(ANN)算法,建立了河流表面信息提取方法RF-ANN。该方法支持并行运算且能降低热红外数据尺度辅助去噪,实现了对河流表面信息的像素级提取。利用Laplace算子及边缘算法改进了RivWidthCloud河宽提取算法,使其不需要人工设定判别阈值,提升了算法的普适性。以国产GF-1、ZY-3卫星影像为主要数据源,选取黄河一级支流皇甫川为研究区域。利用所建立的方法提取了皇甫川流域2级及以上河流的河流表面信息和平滩河宽。结果表明:RF-ANN的河流表面信息提取精度达到94.7%。提取河宽的平均误差为1.07m(约0.5个像素),提取的最小有效河宽为6.1m(约3个像素),提取河宽与检验河宽的R2和RMSE分别为0.93和1.52,宽度小于10m极细河流、10～30m细小河流、30～90m较细河流及90m以上较宽河流的河宽提取误差分别为18.5%、8.8%、2.0%和0.7%。该研究结果为山区河流几何形态特征提取及河流地貌空间分布研究提供了方法和数据支持。

高光谱遥感影像包含了大量的波段信息,能够很好地应用于地物的识别。基于单核的高光谱遥感影像极限学习机分类模型,因其实施简单、分类精度高、训练时间短,已被广泛地应用于高光谱遥感影像识别。但是核特征的选取,以及单核特征表达的单一性,限制了模型分类精度的进一步提高。为了解决此问题,受多核极限学习机(MK-ELM)思想的启发,首先使用核方法,提取了遥感影像的多核特征表达;然后利用多核极限学习机理论,同时优化极限学习机结构参数以及多核特征融合系数,获得最优的分类模型。为了说明MK-ELM的有效性,在Indian pines数据集上做了对比实验,该实验证明基于多核极限学习机遥感影像分类模型的分类精度较单核极限学习机有明显地提高,MK-ELM的分类整体精度为80.2%,Kappa系数高达78%;同时将多核极限学习机应用到芷江林场的林地信息提取,其分类精度高达89.1%,Kappa系数达86%。

【目的】通过对倒伏发生前后的多时相ＨＪ－１Ｂ卫星ＣＣＤ多光谱影像植被指数的变化分析，实现区域尺度下的玉米倒伏受灾范围监测和灾情评估。【方法】以２０１５年８月３日因大风暴雨导致大面积玉米倒伏的河北省藁城市为研究区，提取ＨＪ－１Ｂ ＣＣＤ多光谱影像的多种植被指数，根据多时相植被指数变化量与实测倒伏样本的关联分析，筛选玉米倒伏敏感植被指数，采用正态（偏正态）统计理论的双阈值划分策略划定阈值，构建基于植被指数变化分析的玉米倒伏灾情遥感监测模型，评价玉米倒伏灾情严重程度，并基于野外实测样本进行精度评价。【结果】基于城镇、水体、倒伏与未倒伏玉米的ＨＪ－１Ｂ ＣＣＤ２多光谱反射率曲线可得，玉米与城镇建筑物和．．．

【目的】针对森林资源遥感监测效果往往受森林类型识别分类方法的影响,提出一种基于元胞自动机的遥感影像森林类型分类方法,以提高Landsat-TM遥感影像的分类精度,为森林资源遥感监测提供技术支持。【方法】以小兴安岭带岭林业经营管理局为研究区,基于2010年Landsat5-TM影像数据和2012年森林资源二类调查数据,采用窗口法获取TM第5波段各待分类别的像元均值作为聚类中心,以元胞自动机的Moore模型为框架,以元胞为基本单位,以像元均值为对象,利用最小距离法求取进化规则(判断准则是中心元胞周围的8个元胞

本研究在整体小波变换融合方法基础上 ,提出了基于对比度的局部特征选择加权小波变换影像融合方法 ,并以多光谱TM和高空间分辨率IRS 1C全色波段图像为例 ,与色彩空间变换HIS融合方法进行图像融合效果的比较分析试验。试验表明基于对比度的局部特征选择加权小波变换影像融合方法能在最大限度保持多光谱影像光谱信息的同时 ,增强了影像的纹理信息。

城市绿地信息提取和有效监测是城市规划发展和生态环境监测的有力保障。从城市规划角度出发,综合利用遥感影像的光谱、纹理和空间形态特征,建立了城市绿地信息提取的技术流程。并以唐山市生态园中心区的中分辨率遥感影像为研究对象,进行了植被归一化指数、一阶熵、矩形化指数的运算,采用基于规则的面向对象的信息提取方法提取了4种城市绿地类型,得到了较好的分类效果,为城市绿地信息提取提供了一种切实有效的研究方法。

为了快速获取夏季玉米四叶期、拔节期和抽穗期的植被覆盖度信息,以无人机拍摄的夏季玉米3个时期的可见光图像为研究对象,通过计算获取可见光波段的差异植被指数、过绿指数和归一化绿蓝差异指数.利用上述3种植被指数,通过时序交点阈值法和最大熵阈值法提取玉米3个生长时期的植被覆盖度信息,将监督分类结果作为真值对上述两种方法的提取效果进行评价.结果表明,与时序交点阈值法相比,利用最大熵阈值法确定的阈值提取玉米植被覆盖度精度较高,玉米3个生长时期的可见光波段差异(VDVI)植被指数的提取误差分别为4.66%、3.42%和5.81%.

建筑物阴影会对城市绿地产生遮蔽,从而影响城市绿化的遥感调查结果。该文利用乌鲁木齐的QuickBird遥感数据,采用面向对象的技术对遥感影像进行阴影检测,并对阴影区域进行灰度补偿,改进了阴影区域的信息,然后采用面向对象的技术对阴影校正后的影像进行绿地信息提取。结果表明:该方法检测高分辨率遥感影像的阴影区域简单易行;通过灰度补偿可以有效地恢复阴影区域的信息,从而提高城市绿化遥感调查的准确性。

【目的】叶绿素是植物光合作用中重要的色素。利用作物光谱信息对叶绿素含量进行反演,为作物的实时监测和生长状态诊断提供重要依据。【方法】以大田环境下不同氮肥水平(0,50%和100%)的开花期玉米为研究对象,利用轻小型无人机搭载数码相机,获取试验区RGB影像。使用土壤调整植被指数(soil adjusted vegetation index,SAVIgreen)对图像进行分割,基于分割前后的影像分别提取15种常见的可见光植被指数,综合分析指数与玉米冠层叶绿素相对含量SPAD值的相关关系。采用单变量回归模型、多元逐步回归模型和随机森林(random forest,RF)回归算法构建玉米SPAD值的遥感估算模型,通过模型精度评价指标决定系数(coefficient of determination,R2)、均方根误差(root mean square error,RMSE)、平均相对误差(mean relative error,MRE)和显著性检验水平(P<0.01),确定最佳指标和最优模型。【结果】基于分割前后的数码影像提取的VIplot和VIplant植被指数与玉米冠层SPAD值之间具有显著的相关关系,其中VIplant中的红光标准化值(NRI)、归一化叶绿素比值植被指数(NPCI)、蓝红比值指数(BRRI)、差值植被指数(DVI)与SPAD值的相关性在0.77以上;以相关性高于0.77的VIplant指数NRI、NPCI、BRRI、DVI构建的线性、指数、对数、二次多项式、幂函数的单变量回归模型中,NRI指数构建的二次多项式模型效果最好,决定系数R2为0.7976,RMSE为4.31,MRE为5.91%。在VIplant指数NRI、NPCI、BRRI、DVI参与建立的多变量SPAD反演模型中,使用随机森林方法的模型精度最高,决定系数R2为0.8682,RMSE为3.92,MRE为4.98%,而多元逐步回归模型的精度高于任意单变量回归模型,决定系数R2为0.819,RMSE为4,MRE为5.67%;对数码影像结合各模型制作的SPAD分布图进行精度分析,使用随机森林回归模型对SPAD的估测值与实测值最为接近,具有最佳的预测效果,R2为0.8247,RMSE为4.3,MRE为5.36%,可以作为玉米冠层叶绿素信息监测的主要方法。【结论】本研究证明将数码相机影像提取的可见光植被指数应用于玉米叶绿素相对含量的估测是可行的,这也为无人机遥感系统在农业方面的应用增添了新的手段和经验。

本文以县 (市区 )为基本单位 ,对山东省 7个县 (市区 )10个时相的耕地信息自动提取技术进行了研究。结果证明 ,选择春季时相 ,TM 4 32波段合成 ,经几何校正和增强处理 ,通过交互的非监督分类提取耕地信息 ,可以获得满意的结果 ,平均分类精度达到 98.17%。

提出了一种新的基于像元信息分解和神经网络分类相结合的城市绿地遥感信息自动提取方法。选择广州市作为研究区,先用像元信息分解法把绿地从TM影像中分离出来,再以分离出来的绿地作为分类掩膜,采用BP神经网络法进行分类。并开展野外遥感调查以提高和验证分类精度。结果表明:该方法保证了分类时绿地的纯洁度,有效地排除和避免了提取绿地信息时其它多余信息的干扰和影响,提高了分类的精度。

为对农用地（耕地）遥感影像中道路和农田信息进行精确高效的提取，采用卷积神经网络（CNN）的方法，以河北省献县某乡冬小麦种植田为研究区，建立“道路-背景”和“农田-背景”2个高精度遥感影像数据集，构建基于MobileNet v1的U-Net、SegNet、PSPNet、DeepLab v3+和基于MobileNet v2的DeepLab v3+共5种CNN语义分割模型，进行道路和农田提取试验；在模型训练前后加入迁移学习、图像拼接和模型融合3种策略。结果表明：1）在2个数据集上，基于MobileNet v1的U-Net和基于MobileNet v1的SegNet 2种模型的识别率和稳定性最佳；2）在提取道路和农田时，融合后模型的平均交并比值分别为0.853 3和0.956 8;3）对预测图进行后处理，可以为路径规划和作物秸秆产量计算等研究提供道路拓扑图和农田预测图。