共查询到18条相似文献，搜索用时 250 毫秒
1.
基于无人机遥感的喀斯特高原峡谷区火龙果单株识别提取方法 总被引：1，自引：0，他引：1
基于小型无人机搭载可见光镜头作为数据获取手段，通过对比可见光波段差异植被指数（VDVI）、过绿指数（ExG）、过绿减过红指数（ExG-ExR）、归一化绿红差异指数NGRDI和绿叶指数（GLI）5种可见光波段颜色指数方法应用于喀斯特高原峡谷区典型经济作物火龙果植株识别的适宜性，结合可视化空间建模工具模型构建器，提出一种以单植株平均面积分割株丛的思想，对火龙果进行植株识别分割和单株提取方法研究，结果表明：1）VDVI相比EXG、NGRDI、ExG-ExR、GLI等植被指数更适宜作为火龙果的识别分割方法；2）当VDVI的OTSU阈值取0.037时，能最大程度地分割目标地物与背景地物；3）通过人机交互基地实测获取的实际株数与提取株数验证，获得火龙果植株单株提取精度为91.7%。结果证实：以低空无人机可见光波段影像为数据源，VDVI指数作为识别方法，株丛分割应用于喀斯特高原峡谷区火龙果的单株识别提取具有可行性。 相似文献
2.
基于无人机遥感的盛花期薇甘菊爆发点识别与监测 总被引：1，自引：0，他引：1
局域尺度上爆发点的识别与监测是薇甘菊（Mikania micrantha）入侵研究的一个难点，无人机遥感为此提供了新的研究手段。采用无人机搭载RGB相机获取研究地的正射影像，采用波段运算、影像分割和深度学习3种方法对盛花期薇甘菊的爆发点进行识别。结果表明：高分辨率的RGB拼接影像可直接用于目视识别薇甘菊的爆发点。过绿指数（EGI）、归一化过绿指数（NEGI）、蓝绿差异指数（BGDI）、绿红差异指数（GRDI）、归一化绿红差异指数（NGRDI）以及植被色素比值指数（PPR）均无法分离薇甘菊和其附主植物；但PPR指数可为面向对象的多尺度分割提供参数支持。面向对象的多尺度分割可自动识别薇甘菊的爆发点，但会低估其爆发面积。基于深度学习（Deeplab V3+）的自动识别方法，能准确识别薇甘菊的爆发点和爆发面积，测试集的平均交并比（mIoU）为78.46%，像素精度为88.62%。无人机遥感数据为局域尺度上的薇甘菊扩散机制研究提供了基础，也为薇甘菊入侵的监测、预警和精准防治提供了有力支撑。 相似文献
3.
为增强石漠化信息提取的客观性,文章提出了基于小流域的图斑确定方法,并以贵州西部为研究区,基于2013-06-16的Landsat遥感影像和DEM（30 m）数据,分析小流域图斑分割在石漠化信息提取中的应用;并以2013-06-16的Landsat遥感影像为基础提取土地利用边界,以其为地理单元提取石漠化信息。在此基础上构建石漠化稳定指数（DSI）,分析不同地理分割单元对石漠化信息提取的影响。结果表明,研究区2种地理单元的中度及以下石漠化面积比率＞80%,而无明显、轻度、中度、重度和强度石漠化提取结果差异分别为66.5%、26.8%、72.4%、75.4%和55.9%,石漠化稳定指数仅0.15,不同地理分割单元对石漠化信息提取有显著影响。基于小流域图斑分割的方法,具有明确的地理意义和良好的稳定性,是石漠化信息提取中理想的分割方法。 相似文献
4.
K-T变换在监测小麦地表参数中的应用 总被引：1，自引：0，他引：1
利用K-T变换提取TM和MODIS遥感影像的绿度、湿度分量,在不同的分辨率尺度下监测小麦覆盖地表参数:土壤湿度(Ms)、等效水厚度(EWT)和叶面积指数(LAI),并与NDVI(归一化植被指数)、NDWI(归一化水分指数)和EVI(增强植被指数)监测结果比较.湿度分量监测Ms效果更好,TM和MODIS遥感影像反演精度分别为6.08%、7.37%(RMSE),相关系数R2分别为0.49、0.31,基于绿度和湿度分量建立土壤湿度多元线性回归反演模型,利用TM影像反演土壤湿度RMSE为4.91%,反演土壤湿度和实测土壤湿度R2达0.63;绿度分量监测EWT效果更好,TM和MODIS遥感影像反演精度分别为0.37 kg/m2、0.43 kg/m2,R2分别为0.51、0.28;绿度分量反演LAI精度更好,TM和MODIS遥感影像反演精度分别为0.66、0.83,R2分别为0.64、0.35. 相似文献
5.
以位于中国科学院内蒙古草原生态研究定位站灌丛化样地实验平台为研究区，基于低空无人机遥感影像，结合实地调查，开展草原灌丛遥感辨识方法研究。通过对灌丛、草地和裸地归一化植被指数（NDVI）的方差统计分析，确定了裸地与植被的分割阈值为-0.08，并使用该阈值提取植被覆盖区，然后分别利用面向对象的决策树（DT）、贝叶斯（Bayes）、K最邻近（KNN）、支持向量机（SVM）机器学习分类器进行灌丛辨识。研究表明：借助Estimation of Scale Parameter（ESP）最优分割尺度评价工具可以快速确定分割参数，获取灌丛、草地影像对象；利用特征空间优化工具选取了18个的对象特征，可以有效避免盲目选择而导致的计算量增大；通过对不同分类器分类结果的对比和样本数量敏感性实验得出：Bayes分类器精度稳定、无需设置参数，灌丛分类精度最高，总体精度和Kappa系数分别达到92%和0.83，结果与影像地物嵌合最好，能够精确识别单株灌丛；根据Bayes分类器分类结果统计得研究区灌丛盖度为14.74%，平均冠幅为0.6 m2，与样方调查结果基本一致。由于4种分类器的算法特征以及对训练样本数量的敏感性各不相同，因此选择合适的分类器还需根据具体影像的地物特征、空间分辨率和研究区范围来确定。 相似文献
6.
基于GF-1卫星数据的面向对象的民勤绿洲植被分类研究 总被引：1，自引：0，他引：1
以民勤绿洲为研究区,以GF-1遥感影像为数据源,采用面向对象的分类方法,结合分层技术,对影像逐级进行分类,以获取植被信息。根据归一化植被指数（NDVI）阈值区分植被与非植被,分割尺度为10;使用归一化水体指数（NDWI）阈值提取非植被中的水体,分割尺度为35;利用野外采样点获取的训练样本,将植被进一步分为耕地、林地和草地,分割尺度为25。总体分类精度达到83.02%,Kappa系数为0.745 1,比较基于象元的监督分类,其总体分类精度为69.37%,Kappa系数为0.497 0,表明面向对象的分类方法在干旱区绿洲植被信息的提取上较传统的基于象元的分类方法更有优势,分类精度更高。 相似文献
7.
本研究从中等空间分辨率遥感影像（如LandsatTM影像）的地物光谱响应曲线入手,介绍分析了国内外几种常用的建筑用地提取指数构建原理．然后选取LandsatTM影像进行建筑用地提取实验,并用QuickBird和Google Earth的同期影像辅以验证．实验得出,比值居民地指数RRI,由于其作者构建时并没有对影像进行辐射校正,从而影响了提取精度和模型适用性;归一化建筑指数NDBI和差值建筑覆盖指数DBI,提取精度相对较高,但是会混有裸土、污染水体等信息;指数型建筑用地指数IBI和增强的指数型建筑用地指数EIBI,提取精度最高,达到92％．虽然EIBI期望改进IBI未能很好抑制裸土信息的问题,但实际上所构建指数并没有较好的去除裸土信息,可能是其权重选择没有普适性,所以建议建筑信息提取优先使用IBI． 相似文献
8.
高分辨率遥感影像中,城市道路表现为局部灰度近似、宽度变化缓慢的狭长区域。根据城市道路这些形态特性,提出基于形态重建的道路提取方法。先对原始遥感影像作增强处理,突出影像边缘信息,用Otsu自动阈值分割法对增强处理后的图像进行初步分割;再根据图像中各要素的形态特征构建不同的标记图像,分别对原图像进行形态重构,将道路和建筑物等分别生成新的图像模块;对形态重构生成的道路模块进行轮廓提取和细化,提取出道路轮廓和中心线。实验结果表明,该方法能有效地从高分辨率遥感影像中提取出城市道路网。 相似文献
9.
纹理特征作为一种非光谱信息能够增强地物之间的特征差异,这对于高分辨率遥感影像的地物提取有着重要意义。以青土湖为研究区,以Worldview-2影像为数据源,通过引入权重因子定义联合概率函数来确定最佳窗口尺度,利用灰度共生矩阵提取最佳窗口尺度下的纹理特征,将其与原始遥感影像合成,采用最小二乘支持向量机（LSSVM）进行地物提取,将提取结果与仅利用光谱信息的支持向量机（SVM）提取结果、辅以纹理特征的SVM提取结果对比分析。结果表明：此方法可以更加快速准确地提取青土湖地物,精度高达85.86%,优于仅利用光谱信息的SVM的65.13%,辅以纹理特征的SVM的73.45%,可为地物破碎的干旱区高分辨率遥感影像地物提取提供有益借鉴。 相似文献
10.
该文旨在探讨中分辨率遥感影像的土地覆盖变化对象识别方法。首先基于植被-不透水层-土壤(VIS)模型,参考OIF指数的信息量进行对象特征指标选取,基于过分割和欠分割指数确定最优分割尺度,对两期SPOT影像进行多时相分割,然后利用卡方变换方法自动选择阈值,进行植被、不透水层、土壤和水体4种土地覆盖类型之间的变化对象识别。精度评价表明,随着对象特征指标包含信息量的不断增加,检测结果的总精度不断提高,其中对影像所有特征指标进行主成分分析并选择前3个主成分作为特征指标组合对土地覆盖变化对象进行识别的总精度最高,为93.9%,Kappa系数为0.824,证明了该方法的有效性。 相似文献
11.
DMSP/OLS nighttime light (NTL) image is a widely used data source for urbanization studies. Although OLS NTL data are able to map nighttime luminosity, the identification accuracy of distribution of urban areas (UAD) is limited by the overestimation of the lit areas resulting from the coarse spatial resolution. In view of geographical condition, we integrate NTL with Biophysical Composition Index (BCI) and propose a new spectral index, the BCI Assisted NTL Index (BANI) to capture UAD. Comparisons between BANI approach and NDVI-assisted SVM classification are carried out using UAD extracted from Landsat TM/ETM+ data as reference. Results show that BANI is capable of improving the accuracy of UAD extraction using NTL data. The average overall accuracy (OA) and Kappa coefficient of sample cities increased from 88.53% to 95.10% and from 0.56 to 0.84, respectively. Moreover, with regard to cities with more mixed land covers, the accuracy of extraction results is high and the improvement is obvious. For other cities, the accuracy also increased to varying degrees. Hence, BANI approach could achieve better UAD extraction results compared with NDVI-assisted SVM method, suggesting that the proposed method is a reliable alternative method for a large-scale urbanization study in China’s mainland. 相似文献
12.
《地理学报(英文版)》2016,(3)
DMSP/OLS nighttime light(NTL) image is a widely used data source for urbanization studies. Although OLS NTL data are able to map nighttime luminosity, the identification accuracy of distribution of urban areas(UAD) is limited by the overestimation of the lit areas resulting from the coarse spatial resolution. In view of geographical condition, we integrate NTL with Biophysical Composition Index(BCI) and propose a new spectral index, the BCI Assisted NTL Index(BANI) to capture UAD. Comparisons between BANI approach and NDVI-assisted SVM classification are carried out using UAD extracted from Landsat TM/ETM+ data as reference. Results show that BANI is capable of improving the accuracy of UAD extraction using NTL data. The average overall accuracy(OA) and Kappa coefficient of sample cities increased from 88.53% to 95.10% and from 0.56 to 0.84, respectively. Moreover, with regard to cities with more mixed land covers, the accuracy of extraction results is high and the improvement is obvious. For other cities, the accuracy also increased to varying degrees. Hence, BANI approach could achieve better UAD extraction results compared with NDVI-assisted SVM method, suggesting that the proposed method is a reliable alternative method for a large-scale urbanization study in China's mainland. 相似文献
13.
为提高内蒙古平原灌区作物种植结构遥感监测精度和效率，提出一种基于时序NDVI曲线的作物种植结构提取方法。以内蒙古土默特右旗平原区为研究区域，以2015年覆盖作物生育期的多时相Landsat影像为数据源，根据不同地物其NDVI值范围不同，将研究区地表分为植被覆盖地表，无植被覆盖地表和水体3类。在植被覆盖区域内，根据林地和荒草地时序NDVI曲线特征，提取林地和荒草地，其余区域即为农田。根据小麦、玉米、葵花和西葫芦的时间序列NDVI曲线特征差异构建分类决策树模型，在农田区域内提取上述作物的空间种植分布信息。研究区各类地物及作物遥感提取面积与实际统计面积接近，土地利用分类总体精度达到85.71%，作物分类总体精度达到82.69%。研究结果表明该方法提取作物种植信息的精度较高，能够实现区域作物种植信息的高效准确监测。 相似文献
14.
基于谱间特征和归一化指数分析的城市建筑用地信息提取 总被引：36，自引：0，他引：36
以福州市ETM+影像为例,研究了城市建筑用地信息快速准确提取的原理和方法。通过对归一化差异型指数构成原理的分析以及对同名异义和异名同义现象的甄别,选取了归一化差异建筑指数(NDBI)、修正归一化差异水体指数(MNDWI)和土壤调节植被指数(SAVI)来代表城市建成区的三种最主要的土地利用类型--建筑用地、水体和植被。在此基础上进一步对这三个新的指数波段进行谱间特征分析,最后利用基于规则的逻辑判别运算将城市建筑用地信息提取出来。研究表明这一方法可以使繁杂的多波段谱间分析得以简化, 是一种快速准确、未经人工干预的建筑用地信息提取方法。本文还探讨了在城市建成区的研究中采用SAVI指数替代NDVI指数的优点。 相似文献
15.
马铃薯是华南地区的特色冬种农作物,其地块的“早稻―晚稻―冬种马铃薯”三季种植模式具有特有的植被指数时间序列曲线特征。利用这一特征,提出一种基于 NDVI 时间序列数据和 SAM 的冬种马铃薯种植面积提取方法。以广东省惠州市稔平半岛为研究区,冬种马铃薯面积为研究对象,采用 2011 年 HJ-1 A/B CCD 遥感数据为主要数据,计算每一景影像的 NDVI 后以时间为坐标轴排列成 NDVI 时间序列数据集,在此提取冬种马铃薯种植区的 NDVI 时间序列参考曲线,使用光谱角度匹配（SAM）方法,计算每个像元的 NDVI 时间序列曲线与 NDVI时间序列参考曲线的光谱夹角值,根据 Rule 图像的统计参数确定夹角阈值,达到快速有效地在遥感影像上提取冬种马铃薯对应像元的目的。结果表明：研究区总体提取精度为 82.70%,重点种植区域提取精度为 93.75%,可见基于 NDVI 物候特征的 SAM 方法能够有效提取研究区冬种马铃薯的种植面积。 相似文献
16.
17.
以塔里木河下游河岸带生长良好具有代表性的胡杨为供试植被,利用土壤水分特征曲线的分形结合胡杨根系分布函数的方法,对根区土壤水分和根长根系吸水关系进行了研究,确定了土壤水分特征曲线和非饱和土壤导水率。根据干旱区胡杨根系分布特征建立了干旱区胡杨二维根长密度函数。所建根长密度函数在根层近地表处服从抛物面分布,而在根层下部服从指数面分布,并基于二维改进的Feddes模型,建立了胡杨根系吸水的二维数学模型。结果表明,春季、夏季、秋季、冬季实验区胡杨根区土壤水分模拟值与实测值的平均误差依次分别为4.0%、7.2%、5.9%、4.9%,均低于10%,得到了较好的模拟效果。这进一步提升了干旱区植物根系吸水模型的模拟精度,为干旱区自然植被耗水量的计算提供了新的方法和科学依据。因此,该二维模型在干旱区植物耗水计算中具有广泛的应用价值和现实意义。 相似文献
18.
Monitoring the Effects of Biological Control of Water Hyacinths Using Remotely Sensed Data: A Case Study of Bangalore, India 总被引：2，自引：0，他引：2
G. Venugopal 《Singapore journal of tropical geography》1998,19(1):91-105
Native to South America, water hyacinths were brought to India as ornamental plants and are now considered as one of the most dreaded aquatic weeds in the country. This plant has infested more than 200,000 ha of fresh water bodies in the country. The Indian Institute of Horticultural Research resorted to biological methods to control these weeds and received favorable results, however, these weeds tend to reinfest the fresh water bodies. For an effective weed control, the infestation needs to be monitored and remotely sensed data have been recommended for this purpose. In this research, SPOT multitemporal data have been used to monitor the infestation of water hyacinths in Bangalore, India. Using Normalised Difference Vegetation Index (NDVI), this study delineated areas of clearing and new infestation in the fresh water tanks in the study area. This study concluded that host specific weevils can eradicate water hyacinths in large areas but that reinfestation remains an ongoing problem. 相似文献