共查询到20条相似文献，搜索用时 708 毫秒
1.
2.
基于分类回归树分析的遥感影像土地利用／覆被分类研究 总被引：50，自引：1，他引：50
以专家知识和经验为基础,综合影像光谱信息和其他辅助信息进行分类的基于知识的遥感影像解译方法,是提高遥感影像分类精度,实现自动解译的有效途径之一。然而,知识的获取一直是其得以广泛应用的“瓶颈”问题。以江苏省江宁试验区土地利用/覆被分类为例,利用分类回归树分析(CART)从训练样本数据集中发现分类规则,集成遥感影像的光谱特征、纹理特征和空间分布特征进行分类实验,并与传统的监督分类和逻辑通道分类方法进行比较。结果表明,基于CART的分类方法的精度基本在80%以上,与另两种方法相比,有了较大的提高,而且该算法复杂性低,效率高。由此说明,利用CART算法构建决策树获取的分类规则是合理的。它可以快速、有效地获取大量分类规则,是促进基于知识的遥感影像分类方法在土地利用/覆被分类中广泛应用的一项有效手段。 相似文献
3.
基于分类规则挖掘的遥感影像分类研究 总被引：6，自引：0，他引：6
分析了目前遥感影像的统计分类、神经网络分类及基于符号知识的逻辑推理分类方法的优缺点.以GIS为平台,构建了多源空间数据库,将数据挖掘的思想和方法引入遥感影像分类中,提出了面向分类规则挖掘的遥感影像分类框架.针对遥感光谱数据及其他空间数据的特点,定义了连续属性样本分类概念和分割点评价指标,提出了一种新的连续属性样本分类规则挖掘算法.选择一个试验区,采用该算法分别对遥感光谱数据、遥感光谱和DEM数据相结合的数据进行分类规则挖掘、遥感影像分类和分类精度比较.结果表明：（1）该算法具有较高的分类精度;（2）加入DEM等与分类相关的其他空间数据可以提高遥感影像的分类精度.通过挖掘分类规则进行遥感影像分类,扩展了基于知识的逻辑推理分类方法中知识获取渠道,提高了分类规则获取的智能化程度.新的连续属性样本分类规则挖掘算法,扩展了归纳学习算法对连续属性样本分类的适应性. 相似文献
4.
苏州市湿地众多、类型多样化、周围环境复杂,使用传统的遥感分类方法很难得到精度较高的湿地分类结果。研究了面向对象特征的湿地决策树分类方法,以苏州市澄湖地区为研究区域,使用欧空局的Sentinel-2A影像,先将研究区域分为湿地水体、植被和非植被3大类型,再分别构建鱼塘、河流、湖泊、农田和裸地等面向对象特征,据此实现湿地遥感分类。研究结果表明,该方法能够有效利用遥感影像提供的光谱特征、几何特征和纹理特征等多种丰富信息,产生较高的分类精度,总体分类精度可达80.67%,Kappa系数为77.80%。与传统的基于中低分辨率遥感影像的分类方法相比,该方法可以有效提取湿地不同地物对象的几何结构和纹理等特征,在提高湿地分类精度的同时实现对大面积湿地的快速动态监测。 相似文献
5.
6.
综合非光谱信息的荒漠化土地CART分类 总被引：2，自引：0，他引：2
用遥感手段对荒漠化进行监测是当前荒漠化研究的热点问题,传统的荒漠化遥感信息自动提取方法是基于光谱特征的图像分割,受多种因素的影响,分类精度的提高遇到瓶颈,因此基于知识的分类方法应运而生。CART是一种非参数化的分类与回归方法,在用于遥感影像自动分类时,可以方便地应用多源知识,提高分类精度。本文在分析了CART方法原理的基础上,针对荒漠化地区各种地物的特点,将包括地物光谱知识、纹理知识、植被盖度等在内的多种知识融入CART模型,克服了单纯利用光谱特征进行分类的不足,取得了85.94%的精度。 相似文献
7.
多光谱遥感影像植被覆盖分类研究进展 总被引：1，自引：0，他引：1
《国土资源遥感》2016,(2)
利用多光谱遥感影像进行植被覆盖分类是目前遥感技术应用的热点研究领域之一。在广泛调研文献的基础上,综述了近年来多光谱遥感影像植被分类研究现状和进展,较全面深入地分析了各种植被分类特征、分类算法的优缺点、适应性和应用情况,指出了当前面临的难点和挑战,并对未来发展趋势进行了展望。未来多光谱遥感影像的植被分类不仅要从分类算法上进行创新,提高分类器的自动化程度、分类效率和学习速度,扩大适用范围,增强鲁棒性,而且同样不能忽视对植被分类新特征的挖掘,提高特征的可分性,融合多源数据、利用多时相影像、挖掘更多新特征参与植被分类是未来的发展趋势。 相似文献
8.
高分辨率遥感植被分类研究 总被引：16，自引：0，他引：16
以南京市区的植被覆盖为研究对象,基于IKONOS遥感影像,采用决策树分类算法,根据各种植被光谱特征建立知识库,提出基于光谱信息的植被分类方法,继而结合高分辨率影像特有的纹理特征引进局部一致性指数对该方法进行改进,提出结合纹理信息的高分辨率遥感植被分类方法,分类总体精度从仅利用光谱信息的83.16%显著提高到91.89%,Kappa系数达到0.8886。采用Quickbird遥感影像对该方法进行验证,分类总体精度为91.94%,Kappa系数为0.8783,表明该植被分类方法能有效地对植被进行分类与识别,精度较高,且对于不同数据源的植被分类具有一定的普适性,为实现植被的自动化提取提供了理论依据和有效的方法途径。 相似文献
9.
利用高光谱遥感影像的空间纹理特征，可以提高高光谱遥感影像的分类精度。提出了一种多层级二值模式的高光谱影像空-谱联合分类方法。该方法将高光谱影像转化为局部二值模式特征图像获取像元微观特征，基于特征图像生成多层级特征向量获取像元宏观特征。为验证该方法的有效性，选取PaviaU、Salinas和Chikusei高光谱影像数据，利用核极限学习机分类器，分别针对光谱、局部二值模式、多层级二值模式等特征开展实验。结果表明，多层级二值模式空-谱分类总体精度分别达到97.31%、98.96%和97.85%，明显优于传统光谱、3Gabor空-谱等分类方法。该方法可为高光谱影像分类提供更加有效的类别判定特征，有助于提高影像分类精度并获取更加平滑的分类结果图。 相似文献
10.
11.
我国森林植被遥感调查及建库研究 总被引：1，自引：0，他引：1
我国森林植被的覆盖程度受到土壤、气候、海拔、人为等各种因素的互相影响,为了能够遵循＂适地适树＂原则而更加精确在不同地区栽种适宜的树种从而提高我国森林覆被率,利用遥感技术对全国森林植被及其所生长的条件进行调查是重中之重。本文以全国范围为研究区域,利用MODIS数据对土壤、植被及气候数据进行提取,引入梯形网格,对全国进行等经纬度的网格划分,利用ArcGIS,ENVI等软件绘出我国土壤类型、N、P元素及有机质含量、年降雨量、年最高温度及最低温度的温度等值线,再利用数据挖掘技术提取与森林植被覆盖率相关的影响因子得出我国现阶段森林植被覆盖图,计算出我国现有林地面积并对影响森林植被覆盖的因子进行数据库的录入。 相似文献
12.
C. Vancutsem J.-F. Pekel C. Evrard F. Malaisse P. Defourny 《International Journal of Applied Earth Observation and Geoinformation》2009
The need for quantitative and accurate information to characterize the state and evolution of vegetation types at a national scale is widely recognized. This type of information is crucial for the Democratic Republic of Congo, which contains the majority of the tropical forest cover of Central Africa and a large diversity of habitats. In spite of recent progress in earth observation capabilities, vegetation mapping and seasonality analysis in equatorial areas still represent an outstanding challenge owing to high cloud coverage and the extent and limited accessibility of the territory. On one hand, the use of coarse-resolution optical data is constrained by performance in the presence of cloud screening and by noise arising from the compositing process, which limits the spatial consistency of the composite and the temporal resolution. On the other hand, the use of high-resolution data suffers from heterogeneity of acquisition dates, images and interpretation from one scene to another. The objective of the present study was to propose and demonstrate a semi-automatic processing method for vegetation mapping and seasonality characterization based on temporal and spectral information from SPOT VEGETATION time series. A land cover map with 18 vegetation classes was produced using the proposed method that was fed by ecological knowledge gathered from botanists and reference documents. The floristic composition and physiognomy of each vegetation type are described using the Land Cover Classification System developed by the FAO. Moreover, the seasonality of each class is characterized on a monthly basis and the variation in different vegetation indicators is discussed from a phenological point of view. This mapping exercise delivers the first area estimates of seven different forest types, five different savannas characterized by specific seasonality behavior and two aquatic vegetation types. Finally, the result is compared to two recent land cover maps derived from coarse-resolution (GLC2000) and high-resolution imagery (Africover). 相似文献
13.
高分辨率影像的植被分类方法对比研究 总被引：12，自引：0，他引：12
高分辨率影像的纹理信息可解决用光谱分类面临的“同物异谱”和“同谱异物”问题,更精确地分辨地物的细微变化,但将纹理作为主要信息进行植被分类的研究较少。本文以南京市钟山景区为例,利用IKONOS影像数据的纹理信息进行植被分类,并将结果与用光谱信息、植被指数信息的分类结果比较。共使用了4个灰度共生矩阵纹理量：CON（对比）、COR（相关）、HOM（同质）和MCON（改进的对比）分析各类植被的纹理表征设阈值分割;用3个植被指数：NDVI（归一化指数）、MSAVI（改进的土壤调节指数）和SAVI（土壤调节指数）（L取0.5和5）选择发现SAVI5最能区分。对纹理和指数信息均设各类型的阈值进行分割提取;基于光谱信息分别用最小距离监督分类和ISODATA非监督分类。研究中先进行数据恢复,再分别用三种信息将试验区植被分为6类：草地、竹林、常绿针叶林、常绿阔叶林、混交林和园地,最后将三种方法4个结果进行比较。精度评价的结论是：纹理信息分类的精度最高,植被指数次之,光谱信息中的非监督分类最低,纹理反映地物光谱及差异信息,可作为最佳方法用于植被分类。 相似文献
14.
15.
本文以雷州半岛为研究区,利用Sentinel-2A影像数据和真实植被样本数据,综合探讨了机器学习中随机森林与支持向量机的分类效果,并与传统的最大似然法进行比较。提取Sentinel-2A影像9个波段、7个植被指数、72个纹理特征,通过递归特征消除法挑选了10个特征组合,并将其应用于3种分类方法中,对其分类效果进行比较。结果表明:①有效使用多种特征变量是提高植被类型识别精度的关键,就不同特征对植被类型识别的重要性而言,光谱特征与纹理特征相当且大于植被指数,三者重要性相差不大;②随机森林分类效果最佳,不但能对特征进行有效选择,而且能保证植被类型提取精度,提高运行效率;③基于随机森林特征选择的递归特征消除法得到的特征组合不能对其他分类器性能进行优化,对随机森林模型本身的优化效果也有限。 相似文献
16.
基于NDVI的植被覆盖度变化的研究与分析——以河北省张家口市为例 总被引：1，自引：0，他引：1
为分析河北省张家口市在经过三北防护林三期建设后林地覆盖度变化情况,通过利用张家口2006,2010年两景同期TM影像数据,使用ERDAS软件首先提取植被指数(NDVI),根据像元二分法利用ERDAS的建模工具Spatial Modeler计算出该地区植被覆盖度,利用非监督分类方法对植被覆盖度进行分类、赋色,最后得出张家口市2006—2010年的植被覆盖度分类图,结果表明四年间该市植被覆盖面积增加698.44 km2,与第二次国家林业调查数据基本相符,说明利用遥感反演的方法能够快速、准确地获取该地区的植被覆盖度信息,以及利用NDVI监测植被覆盖度变化方法的可行性。 相似文献
17.
18.
The satellite digital vegetation index data has been correlated with the forest growing stock by fitting linear regression models. The goodness of fit was tested. The analysis showed that the vegetation index which is the ratio of reflectance of vegetation in near infrared band to red wave band of electromagnetic spectrum is highly correlated to forest growing stock and the same can be used to predict the volume in remote forest areas for quick assessment purpose. Implications for future forest inventory are discussed. 相似文献
19.
应用“3S”技术进行北京市森林立地分类和立地质量评价的研究 总被引：33，自引：0，他引：33
本文针对目的森林立地分类和立地质量评价研究中存在的问题。试图从立地分类和评价的方法进行技术上新的探讨。研究中以生态学和景观生态学理论为基础,以遥感（ＲＳ）、地理信息系统（ＧＩＳ）和专家系统（ＥＳ）作为主要的技术手段,借助相关数学分析,对北京市森林进行立地类型划分和在此基础上的立地质量评价及多目标动态决策。通过对北京地区景观特征及其气候、地貌、地形、土壤、植被等各种因子的定性分析,以及一、二类调查数据的定性定量分析,结合实际应用,确定分类原则和分类系统。应用ＧＩＳ建立各级分类的各因子专题数据库和图形库,通过各分类层次的主导因子及辅助因子的专题图叠加完成初分类。在此基础上,应用知识库中的专家知识及ＥＳ的推理机制对初分类结果进行综合,根据可信度理论,得出各级符合生产、造林规划和经营实际的立地类型图。对于最低一级的分类结果,采用专家打分的方法进行各类型立地质量的多因子综合评价,并编制立地质量评价图。在分类和评价的基础上,可以根据森林的生态效益、经济效益、环境效益和社会效益的综合考虑选择目标集,进行面向目标的动态决策。 相似文献
20.
Careful evaluation of forest regeneration and vegetation recovery after a fire event provides vital information useful in land management. The use of remotely sensed data is considered to be especially suitable for monitoring ecosystem dynamics after fire. The aim of this work was to map post-fire forest regeneration and vegetation recovery on the Mediterranean island of Thasos by using a combination of very high spatial (VHS) resolution (QuickBird) and hyperspectral (EO-1 Hyperion) imagery and by employing object-based image analysis. More specifically, the work focused on (1) the separation and mapping of three major post-fire classes (forest regeneration, other vegetation recovery, unburned vegetation) existing within the fire perimeter, and (2) the differentiation and mapping of the two main forest regeneration classes, namely, Pinus brutia regeneration, and Pinus nigra regeneration. The data used in this study consisted of satellite images and field observations of homogeneous regenerated and revegetated areas. The methodology followed two main steps: a three-level image segmentation, and, a classification of the segmented images. The process resulted in the separation of classes related to the aforementioned objectives. The overall accuracy assessment revealed very promising results (approximately 83.7% overall accuracy, with a Kappa Index of Agreement of 0.79). The achieved accuracy was 8% higher when compared to the results reported in a previous work in which only the EO-1 Hyperion image was employed in order to map the same classes. Some classification confusions involving the classes of P. brutia regeneration and P. nigra regeneration were observed. This could be attributed to the absence of large and dense homogeneous areas of regenerated pine trees in the study area. 相似文献