共查询到18条相似文献，搜索用时 437 毫秒
1.
GPS对滇西北土地覆盖的遥感多波段光谱响应特性分析 --以大中甸乡为例 总被引：2，自引：0，他引：2
分析覆盖地物的遥感光谱响应特性对于利用遥感监测土地覆盖是非常必要的。基于GPS实地调查，利用ETM 数据，采用全数字化遥感定量方法对大中甸乡典型土地覆盖地物多波段光谱响应特性进行研究。结果表明，该区13种典型覆盖地物，同属于非植被类型与同属于植被类型覆盖地物所表现的响应特性曲线形态具有明显差异，NDVI表现出以数值0为分界限，大于0为植被地物，小于0为非植被地类；另外，光谱响应分析还应考虑遥感信息获取的时相特性。 相似文献
2.
面向对象的喀斯特地区石漠化遥感信息提取研究——以贵州省大方地区为例 总被引：1，自引：1，他引：0
针对现有基于像素的监督和非监督分类方法在地质环境复杂、地形起伏较大、阴影明显的喀斯特石漠化地区难以满足石漠化信息提取精度要求的问题,采用基于纹理特征数据和地形数据辅助面向对象方法进行喀斯特地区石漠化信息的提取。该方法首先依据石漠化分布在TM/ETM+影像面积大小不均匀的特征,利用纹理和地形因子计算最优分割参数进行多尺度分割;然后根据植被覆盖率、岩石裸露率以及坡度因子构建石漠化分级指标;最后参照石漠化分级标准、光谱信息以及纹理特征等建立的分类规则提取喀斯特地区石漠化信息。选取贵州省石漠化严重的大方县时序TM/ETM+影像进行石漠化信息提取试验,结果表明:与基于像素的监督分类和非监督分类方法相比,基于面向对象的分类可以有效地减少因复杂地形导致石漠化信息提取结果"椒盐化"现象,提取精度明显优于基于像素的监督分类和非监督分类方法。 相似文献
3.
基于RS和GIS技术,采用面向对象分类技术,根据沈阳市的实际情况,建立土地利用类型解译标志,利用多尺度分割方法进行影像分割,然后利用决策树法和最近邻的分类方法,建立分类规则,提取区域土地利用信息,得到该区域的两期土地利用/土地覆被数据,并对研究区的土地利用动态变化及引起这种变化的驱动力进行分析.研究中所采用的面向对象的分类方法在地表景观信息提取中充分利用了地物的光谱信息、纹理特征等特征,最大程度上克服由于不同地物光谱信息相似、相同地物光谱信息不同而造成的混分现象. 相似文献
4.
随着深度学习语义分割的快速发展,基于计算机视觉语义分割模型的高分辨率遥感影像分类方法也大量涌现。为系统定量地研究经典的和先进的视觉语义分割模型在遥感影像分类中的性能,在总结深度学习语义分割进展的基础上,选择9种基于卷积神经网络(CNN)和视觉注意力的语义分割算法,对米级和厘米级2个尺度的遥感数据集进行分析研究。在模型构建上基于计算机视觉通用的语义分割框架,训练时采用红绿蓝3波段遥感图像并基于ImageNet预训练权重进行迁移学习训练。研究结果表明：通用的语义分割模型通过常规训练设置进行训练能取得较好的遥感影像分类效果,部分地物的交并比(IoU)可以达到90%以上;基于视觉注意力的遥感影像分类模型的精度普遍高于基于CNN的模型,且MaskFormer能更有效地提取离散的地物信息;不同类别的精度最高值并不全在总体最优模型中,部分会存在于次优模型中;类似的地物在更高分辨率遥感数据集中可以获得更高的精度。 相似文献
5.
《上海国土资源》2019,(4)
高分光学遥感在典型地物分类研究中已开展很多,但受限制于多云雾覆盖、多雨的低纬度地区。合成孔径雷达可穿透云雾、植被冠层,被引入典型地物分类中。本研究以L波段HH、HV双极化2景高分辨率ALOS-2 PALSAR-2遥感影像为主要数据源,开展了低纬亚热带高山地昆明地区的建筑物、林地、耕地、湿地、深水等五类典型地物的极化后向散射特性分析实验研究。实验结果表明:五类典型地物的HH、HV极化散射特性基本不受升降轨侧视成像、季节性影响;五类典型地物样本点的HH、HV极化后向散射空间特征较为明显。实验结果有力证明了HH、HV双极化SAR具有多云雾、低纬亚热带地区典型地物分类、反演及动态监测的应用潜力,可作为光学或热通道遥感开展地物监测的有效补充手段。 相似文献
6.
植被的发育限制了遥感在地质学方面的应用, 在植被覆盖区进行岩石填图, 首先要考虑去除植被干扰影响.以内蒙古东乌旗地区为例, 选择先进星载热发射和反射辐射仪(advanced spaceborne thermal emission and reflection radiometer, ASTER)数据, 分别计算研究区内含土壤因子植被指数和不含土壤因子的植被指数, 并对两类不同的植被指数进行主成分分析, 挑选出植被信息被抑制和岩石-土壤信息突出的主成分进行岩性分类, 和利用最大似然法的分类结果进行对比分析, 评价两种方法的岩性分类性能, 植被抑制法的总体分类正确率为82.946 8%, 最大似然法的总体分类正确率为76.364 3%.结果说明在植被覆盖区, 利用植被指数来抑制植被信息是可行的, 和常规分类方法中的最大似然法相比, 大大提高解译的准确性. 相似文献
7.
植被覆盖区卫星高光谱遥感岩性分类 总被引：1，自引：0，他引：1
植被高覆盖区岩石和土壤在遥感图像上表现为弱信息、小目标,如何利用卫星高光谱遥感提取岩性弱信息是目前遥感地质应用中的最大挑战之一。以黑龙江呼玛地区为例,选择美国EO-1卫星Hyperion高光谱数据。由于植被与下伏岩石-土壤的光谱混合,分别计算研究区含土壤因子和不含土壤因子的植被指数,并对两类不同的植被指数进行主成分分析,以此分离植被和岩石-土壤组分。在含土壤因子植被指数主成分分析的二维组分散点图上,明显区分出背景植被与异常岩石-土壤组分,证实了植被与岩石-土壤组分经主成分分析分离的效果。同时在不添加土壤因子植被指数的分析中,明显区分出植被覆盖信息。通过对实验区典型岩石进行野外光谱测试,然后对光谱进行连续统去除处理,将其作为参考光谱,与分离后的岩石-土壤光谱进行光谱特征拟合（SFF）,从而成功地识别出研究区内不同岩石类型,特别是玄武岩、流纹岩、砂砾岩、安山质凝灰岩、大理岩和石英片岩识别效果较好。根据研究区内不同岩石地层单元内岩石组合特征,通过分离后的组分合成图像,成功地实现了岩性分类。与已知地质图叠加,证实通过卫星高光谱数据提取的不同岩石类型颜色边界与地质图岩性界线吻合较好。结果表明：通过植被与岩石-土壤光谱组分分离,结合高光谱遥感的光谱特征拟合,能够识别不同的岩石类型,实现植被覆盖区岩性分类。 相似文献
8.
遥感图像记录了地物在空间域、时间域、光谱域的变化信息。利用图像的分类技术 ,能够识别土地利用类型。计算机遥感分类识别原理 ,是利用地物的光谱能量特征差异性和结构特征差异性来识别地物信息。根据北京某地遥感图像实例资料 ,将土地利用类型分为监督分类、非监督分类、最大似然法分类、神经网络分类等。不同的分类方法有各自的特点且分类结果也有一定的差别 ,其中神经网络分类与真实情况最为接近 相似文献
9.
10.
为了深化遥感监测方法在生态环境调查中的应用,本文以吉林西部为试验区,设计了一种多时相遥感数据分类方案。该方案以物候信息为主,结合地物特征变量(植被、水体和土地信息)构建的多维特征空间数据集用于土地覆被分类。该遥感分类方案提取了9种地表覆被类型,结果表明:地表植被季节变化信息和土地利用信息的引入能明显改善土地覆被的分类精度;与基于原始波段的分类方案相比,多时相遥感数据分类方案的分类精度最好,总体分类精度为95.50%,Kappa系数为95.04%。 相似文献
11.
Zhong-ping Sun Suhong Liu Fei Cao Yuanli Shi Chang-zuo Wang 《Arabian Journal of Geosciences》2017,10(22):495
Detailed construction land information plays a significant role in monitoring planning restricted zone of nuclear power plant and ecological environment protection. This study focuses on developing fine classifying method of construction land in planning restricted zone of nuclear power plant using high spatial resolution GF(GaoFen)-1 remote sensing images. The object-oriented classification method is used in this study; the important process of which is image segmentation and classification. Multi-scale segmentation method, rule-based decision tree, and the nearest neighbor classifier are used in classifying construction land classes, i.e., road, industrial, and residential. An optimal segmentation scale is crucial to image segmentation in object-oriented classification. Instead of laborious trial-and-error experiments for optimal image segmentation, the change rates of the local variance in the homogeneous region are calculated to get the optimal segmentation scales. Multi-level classification strategy is used in the following classification. Rule-based decision tree is used to classify road and water, vegetation and non-vegetation, and industrial and residential. And the nearest neighbor classifier is used to classify cropland and forest within the vegetation land use type. The accuracy assessment result shows that the overall accuracy is 89.67% and Kappa coefficient is 0.85 for object-oriented classification, which is much higher than pixel-based maximum likelihood classifier (overall accuracy is 79.17% and Kappa coefficient is 0.74) and support vector machine classifier (overall accuracy is 74.16% and Kappa coefficient is 0.68). 相似文献
12.
以辽宁省双台子河口湿地为研究对象,以Landsat 8和HJ-1-A/HJ-1-B的多时相遥感影像为数据源,根据研究区现状,将研究区分为旱地、芦苇、水田、碱蓬、混合植被、水面、滩涂、居民点、养殖塘九个类型.利用时间序列的归一化植被指数提取植被与非植被的分类阈值,采用粗糙集理论和多时相遥感影像,对植被和非植被分别进行分类规则的获取,建立了研究区决策树分类模型.为了进行精度评价,利用相同的训练点又进行了同样基于像元的最大似然法分类.最后利用混淆矩阵对上述两种方法进行了精度评估,基于粗糙集的决策树分类法与最大似然法总体分类精度分别为93.70%和91.62%,Kappa系数分别为0.92和0.90,两项指标值基于粗糙集理论法均比最大似然法有所提高.这为构建决策树分类模型进行湿地地表分类信息提取提供了一条新的研究思路. 相似文献
13.
14.
面向对象的遥感图像分类方法研究 总被引：5，自引：2，他引：3
影响遥感图像分类效果的主要因素之一是空间分辨率。通过融合多分辨率遥感图像,引入面向对象的思想,有效地克服了多光谱图像空间分辨率低的问题。该方法由图像分割和分类等一系列技术组成,首先用基于区域分割法则对正射校正SPOT图像进行分割,然后把它作为参考用最大似然法分类器和其他一些经验规则对TM图像进行分类。对土地覆盖图分类进行精度测试,取得了良好的应用效果。 相似文献
15.
高分辨率遥感数据处理方法实验研究 总被引：10，自引：0，他引：10
近几年高分辨率遥感数据处理与应用研究越来越受到国内外学者的重视,已成为目前遥感应用研究领域的热点和难点之一。首先分析了基于像素的中分辨率卫星数据的遥感数据处理方法,包括:基于统计理论的分类方法和基于光谱信息的非参数理论方法的分类方法。在此基础上,针对高分辨率遥感图像的特点,分析了面向对象的高分辨率遥感数据处理方法。其中,图像分割是最关键的一步,即如何有效地提取出对象特征非常重要。最后,给出了高分辨率遥感数据处理方法相关算法实验,主要进行了几种图像分割算法实验,同时结合植被变化检测,进行了变化检测算法实验。 相似文献
16.
随着近年来取得重要找矿突破的普朗斑岩型铜矿的规模化开采，进一步摸清首采区外围资源潜力任务紧迫。遥感技术尤其是国产卫星资源一号02D星等高光谱卫星成功发射，为我国高海拔艰苦地区快速精准识别与矿化相关的蚀变矿物提供了可能。针对以往对植被覆盖区高光谱矿物识别有效性方法探索不足，本文选取普朗铜矿区为研究，采用资源一号02D高光谱遥感数据，使用比值植被指数划分植被覆盖区及非植被覆盖区。基于实测波谱，分层次构建了植被覆盖区及非植被覆盖区与普朗铜矿矿化密切相关的绢云母、绿泥石、绿帘石蚀变特征矿物波谱曲线，并采用匹配滤波方法开展了蚀变矿物填图示范应用。野外验证表明：该方法可有效探测普朗斑岩型铜矿外围尤其是首采区东侧植被覆盖区绢云母等蚀变特征矿物分布信息，结果显示普朗首采区东侧具有较大找矿潜力。 相似文献
17.
Appraisal of land use/land cover of mangrove forest ecosystem using support vector machine 总被引：2，自引：1，他引：1
Sudhir Kumar Singh Prashant K. Srivastava Manika Gupta Jay Krishna Thakur Saumitra Mukherjee 《Environmental Earth Sciences》2014,71(5):2245-2255
Human activities in many parts of the world have greatly changed the natural land cover. This study has been conducted on Pichavaram forest, south east coast of India, famous for its unique mangrove bio-diversity. The main objectives of this study were focused on monitoring land cover changes particularly for the mangrove forest in the Pichavaram area using multi-temporal Landsat images captured in the 1991, 2000, and 2009. The land use/land cover (LULC) estimation was done by a unique hybrid classification approach consisting of unsupervised and support vector machine (SVM)-based supervised classification. Once the vegetation and non-vegetation classes were separated, training site-based classification technology i.e., SVM-based supervised classification technique was used. The agricultural area, forest/plantation, degraded mangrove and mangrove forest layers were separated from the vegetation layer. Mud flat, sand/beach, swamp, sea water/sea, aquaculture pond, and fallow land were separated from non-vegetation layer. Water logged areas were delineated from the area initially considered under swamp and sea water-drowned areas. In this study, the object-based post-classification comparison method was employed for detecting changes. In order to evaluate the performance, an accuracy assessment was carried out using the randomly stratified sampling method, assuring distribution in a rational pattern so that a specific number of observations were assigned to each category on the classified image. The Kappa accuracy of SVM classified image was highest (94.53 %) for the 2000 image and about 94.14 and 89.45 % for the 2009 and 1991 images, respectively. The results indicated that the increased anthropogenic activities in Pichavaram have caused an irreversible loss of forest vegetation. These findings can be used both as a strategic planning tool to address the broad-scale mangrove ecosystem conservation projects and also as a tactical guide to help managers in designing effective restoration measures. 相似文献
18.
The vegetation damage assessment of the Wenchuan earthquake of May 2008 using remote sensing and GIS 总被引：3，自引：2，他引：1
The methodology for assessing the vegetation damaged by the Wenchuan earthquake by using the technologies of remote sensing
and GIS was discussed in Dujiangyan city of Sichuan Province, China. The model of extracting vegetation from CBERS images
was formulated using the differentiation knowledge of vegetation and non-vegetation discovered by image analysis and geographic
analysis. The damage degree index (DDI) of the vegetation was defined here, which was the difference of the normalized difference
vegetation index before the earthquake and that after earthquake. The China-Brazil Earth Resource Satellite (CBERS)-02’s images
acquired, respectively, on 6 May and 27 June 2008, the model of extracting vegetation, and DDI were used to obtain the information
about the area and degree of the damage vegetation in the study. There was 87.94 square kilometers vegetation damaged by Wenchuan
earthquake, which accounted for 7.9% of the total area in Dujiangyan city. The area percentage of the damage vegetation in
each grade related strongly and positively to the elevation grade and slope grade and weakly related to the aspect type. The
distribution characteristics of the damage vegetation were useful for making plan of restoring vegetation here. 相似文献