共查询到20条相似文献，搜索用时 15 毫秒
1.
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
2.
《西部资源》2020,(5)
遥感信息中水体信息提取会受到暗色地物和阴影的影响从而导致精度不佳,同时传统的全局阈值提取方法也会造成水体细节信息提取不够精确。基于此,论文以Landsat 8多光谱影像为数据源,提出一种改进的水体指数(NIWI)算法,该方法不仅能增强水体信息,同时借助四叉树图像分块算法与改进的OSTU结合粒子群算法(PSO)高效确定最佳阈值从而得到水体信息。并将文中方法与多波段谱间关系法、归一化水体指数法(NDWI)等传统方法进行综合比对。结果表明:改进的水体指数应用于综合改进的OSTU算法能够高效准确地进行水体信息提取,针对本文实验区域水体提取精度分别可达96.8%和97.7%,为水体信息提取、土地利用调查等提供数据参考。 相似文献
3.
快速、准确获取不透水面的空间分布信息对加快城市化进程及城市规划具有重要意义。目前多数研究注重提取大城市不透水面,忽略了不透水面占比较低的半城市化地区,而传统不透水面提取方法在半城市化地区适用性差,存在大量不透水面与裸土混分。该文在BAEM(Built-up Area Extraction Method)指数的基础上,针对半城市化地区存在大量裸土以及建筑密度低的特点,选取Sentinel-2A作为数据源,分别从指数选取和阈值方法两方面展开优化,提出一种适用于半城市化地区的不透水面提取指数MBAEM(Modified BAEM),并在江苏省淮安市盱眙县和淮阴区开展实证研究。结果表明:1)基于MBAEM指数和OTSU阈值法的优化方法提取效果最好,盱眙县和淮阴区的总体精度分别为89.50%和89.73%,Kappa系数分别为0.7907和0.7950;2)相较于传统BAEM指数提取方法,MBAEM指数较好解决了部分不透水面与水体、裸土混分的问题;3)相较于归一化建筑指数、遥感建筑用地指数、组合建筑区指数,MBAEM指数的总体精度和Kappa系数均有不同程度的提升,且优化方法的提取结果在空间分布上更接近真实结果。 相似文献
4.
基于MODIS影像的土地覆被分类研究——以京津冀地区为例 总被引：6，自引：1，他引：5
在全球变化研究中,如何快速、准确获取土地覆被信息对该项研究有着至关重要的作用.随着遥感科学的不断发展和应用领域的深入,研究者可以利用遥感影像进行土地覆被分类研究,并且具有准确、快速、自动化等优点.本文利用MODIS数据具有的多光谱、多时相特点,以京津冀地区为例,选取2013 年全年16-day 的MOD13Q1/EVI时间序列数据、2013 年5 月份一期的MOD09Q1(1、2 波段)和MOD09A1(3-7 波段)产品,并运用时间序列谐波分析法对全年MOD13Q1/EVI 时间序列数据进行去云、去噪的平滑重建处理,使其数据更能反映物候周期性变化规律.选择谐波分析后的全年MOD13Q1/EVI 时间序列数据、MODIS数据的1-7 波段地表反射率和NDWI(归一化差异水体指数)、MNDWI(改进归一化差异水体指数)和NDSI(土壤亮度指数),构建了3 种特征变量组合方案的CART决策树,分别进行京津冀地区的土地覆被分类研究.结果表明:方案一(全年EVI 的23 个时相)、方案二(方案一+MOD09 的1-7 波段地表反射率)和方案三(方案二+MNDWI+NDSI+NDWI)的总体分类精度分别达到86.70%、89.98%、91.34%,Kappa系数分别为84.94%、88.66%、90.20%.研究表明,仅利用MODIS遥感影像自身多种分类特征和决策树方法对宏观土地覆被分类就可达到较高精度,显示了本文分类方法在实践中的可行性及MODIS数据在区域尺度土地覆被分类研究方面的优势与潜力. 相似文献
5.
MODIS数据时间分辨率较高,将其应用于河道监测优势明显.川西山区河道狭窄,水体像元多为混合像元,并且山区沟壑众多.山区阴影、混合雪盖和城镇区域的反射率特征与山区河道水体反射率特征相近,利用现有方法提取水体难度较大.为将MODIS数据的优势运用于山区河道监测,选定岷江上游区域作为典型研究区域,在对多日MODIS数据中的典型地物进行采样分析后,对归一化植被指数法(NDVI)进行了改进,将其与MODIS第1波段数据组合得到山区水体增强指数(MEWI),实现了图像中山区沟壑的模糊处理,突出了水体.在针对山区地物特点进行图像增强后,河道水体清晰可辨,能够应用于山区5级以上河流的监测. 相似文献
6.
暴雨后水体含沙量增加使其光谱反射率发生变化,导致利用现有水体指数方法不能很好地提取水体信息.为有效提取洪水及其他类型水体,该文基于GF-2影像,根据暴雨后水体光谱信息变化规律,提出一种超绿水体指数(Ultra-Green Water Index,UGWI),并通过实验对比分析UGWI与归一化差异水体指数法、单波段阈值法、单波段与阴影水体指数结合法的水体提取精度,结果表明:UGWI能够准确识别不同泥沙含量以及阴影下的水体,总体精度达95.75％,Kappa系数为0.91,效果优于其他几种方法;选取不同时间、不同地区、不同空间分辨率的影像进行水体提取,UGWI结果亦优于其他几种方法,总体精度达92.33％,Kappa系数为0.90;UGWI相比其他对比方法,抗干扰性更强,提取的水体信息更全面,可识别的水体类型更多,对洪区水体提取更具普适性. 相似文献
7.
《山地学报》2018,(5)
为查明剑麻的水土保持效应,以金沙江干热河谷作为研究区域,通过径流小区定位观测法,分别观测了10°和20°坡面上种植剑麻的产流产沙特征。结果表明:(1)元谋县2014—2016年,年均降雨量为659.46 mm,年均降雨天数为82天。(2)三年间10°剑麻地和裸地平均径流深分别为101.91±7.56 mm和236.70±9.06 mm,剑麻地比裸地减少56.95%; 20°剑麻地和裸地平均径流深分别为152.78±8.12 mm和252.20±10.47 mm,剑麻地比裸地减少39.42%。(3) 2014—2016年,10°剑麻地平均径流系数仅为0.23±0.17,裸地为0.50±0.17,剑麻地比裸地减少了54.00%; 20°的剑麻地与裸地平均径流系数分别为0.36±0.16和0.53±0.17,两者相比减少32.08%。综上所述,剑麻不仅拥有明显的拦沙作用,其截流效应也十分显著,在金沙江干热河谷区表现出良好的水土保持效应。(4)观测期间10°坡面上剑麻地和裸地的平均土壤侵蚀模数分别为355.27±31.86 t/(km~2.a)和1788.68±153.11 t/(km~2.a),剑麻地相比裸地减少80.14%; 20°坡面上剑麻地平均土壤侵蚀模数为2023.29±189.22t/(km~2.a),裸地为4506.14±362.70 t/(km~2.a),两者相比减少55.10%。 相似文献
8.
以黑龙江流域中的扎龙湿地及其上游区域为研究区,将Sentinel-2红边波段和Sentinel-1雷达波段影像数据相结合,根据面向对象原理,采用随机森林算法,对研究区的湿地进行遥感分类和信息提取;利用3种特征变量集,进行实验对比,研究红边波段反射率和雷达后向散射系数对湿地信息提取的作用。研究结果表明,红边波段反射率和雷达后向散射系数对土地覆盖分类精度的提高起到了重要作用,两者结合得到的分类结果的总体精度达到了88.72%,Kappa系数为0.87,其中,水体、水田和沼泽的用户精度分别为100%、98.18%和91.37%。利用红边波段和雷达波段影像数据,分别使土地覆盖分类总体精度提高了5.26%和2.51%,红边波段影像数据对沼泽提取精度的提高贡献最大,使生产者精度提高了12.5%。 相似文献
9.
海岸带浅海水深高光谱遥感反演方法研究 总被引：3，自引：1，他引：2
近红外波段(760~900 nm)反射率对水深最为敏感,通过波段比值方法可以提高与水深的相关性,而711nm处反射率一阶微分值与水深的相关系数高达-0.87。对于近岸混浊度高的样本,单波段和比值模型反演效果不好,平均相对误差均高于30%;而光谱微分模型的精度较好,平均相对误差为17%。研究结果证明:水体反射率的一阶微分可以有效地削弱水质变化给水深反演带来的误差。 相似文献
10.
以洪湖为研究对象,采用分类与回归树(classification and regression trees,CART)方法,根据训练样本数据集中挖掘分类规则,集成遥感影像的光谱特征、植被指数、水体指数、纹理特征等特征变量,建立研究区湿地信息提取的决策树模型;在此基础上,探究水体透明度对水生植物遥感信息提取的影响,依据特征变量有、无水体透明度,分别建立两类决策树,即有水体透明度参与的决策树(CART 14)和无透明度参与的决策树(CART 13);在训练样本和验证数据相同的情况下,对比采用CART 14、CART 13、支持向量机(support vector machine,SVM)和最大似然分类(maximum likelihood classification,MLC)4种方法的分类结果的精度。研究结果表明,洪湖中水生植物覆盖面积约占洪湖湿地总面积的47%,洪湖中的水生植物以沉水植物为主;采用有水体透明度参与的决策树分类结果的总体精度比采用支持向量机和最大似然分类方法的分别提高了7.78%和16.36%,Kappa系数则分别增大了0.12和0.20,无水体透明度参与的仅比有透明度参与的决策树分类结果的总体精度降低了2.77%,Kappa系数减小了0.04。水体透明度的参与能提高分类精度,而无水体透明度参与的决策树分类结果的总体精度也高于其它传统方法的分类精度。因此,在实际湿地分类中,若无水体透明度数据,但决策树的辅助分类变量足够多时,无水体透明度参与的决策树也能较好地进行分类,提取水生植物信息。 相似文献
11.
利用Google Earth Engine遥感大数据云平台,以若尔盖县的弯曲河流为研究对象,以空间分辨率为10 m的Sentinel-2多光谱卫星遥感影像为数据源,选用归一化差分水体指数(NDWI)、改进型归一化差分水体指数(MNDWI)和自动水体提取指数(AWEI)相组合的方式,建立支持向量机模型,进行弯曲河流信息的提取;利用归一化差分水体指数、改进型归一化差分水体指数和自动水体提取指数,提取出弯曲河流信息,并与支持向量机模型提取的结果进行了比较。研究结果表明,利用归一化差分水体指数提取的弯曲河流的整体性和连续性最优;利用改进型归一化差分水体指数提取的地势复杂区域细小河流的精度较高;利用支持向量机模型提取的弯曲河流更为准确,并消除了山体和植物阴影对弯曲河流提取的影响;与利用3种指数提取的结果相比,支持向量机模型提取的弯曲河流的总体精度和用户精度都相对最高。 相似文献
12.
《资源与生态学报(英文版)》2017,(1)
位于喜马拉雅中部的柯西河流域(Koshi River Basin,简称KRB),是恒河支流也是南亚极为重要的跨境流域。流域内海拔落差巨大、生境复杂、生态系统类型完整、土地覆被类型多样且区域差异明显,是全球气候变化的敏感区之一。本研究基于Landsat TM、野外考察及植被图等多源数据,运用3S技术,编制了高精度的柯西河流域土地覆被数据,分析了流域土地覆被现状特征。研究表明:(1)2010年KRB土地覆被从流域源头至下游由雪被和水体(冰川)、裸地、稀疏植被、草地、湿地、灌丛、森林、农田、水体(河流和湖泊)、建设用地等9类组成。其中,以草地、森林、裸地和农田为主,分别占流域面积的25.83%、21.19%、19.31%和15.09%。而对气候变化敏感的冰川面积仅占5.72%。(2)KRB南、北坡土地覆被类型组成与结构迥异。北坡以草地、裸地和冰川分布为主,南坡以森林、农田和裸地为主;草地在北坡的分布面积远高于南坡,二者比例是6.67:1,而森林面积的97.13%分布在南坡,这些森林大多分布在河谷中部和南部平原地区,且与农田交错分布。(3)与环境相适应,流域主要覆被类型的垂直分布也具有明显的地带性特征。土地覆被由低到高,依次为农田、森林、灌丛和农田混合型、草地、稀疏植被、裸地和水体(冰川)的分布。研究结果为土地利用和覆被变化研究、为高山地区尤其是跨境流域的生态系统保护与管理、土地资源利用和可持续发展提供科学依据。 相似文献
13.
Landsat-7 ETM+与ASTER建筑指数的定量比较 总被引：2，自引：0，他引：2
城市化进程导致的城市建筑用地急剧扩张已对全球的环境资源产生了负面影响,因此亟需对其进行监测。在中尺度卫星对地观测系统中,Landsat 和ASTER数据最适合于监测城市建筑用地变化。但是迄今为止,这两种传感器数据的建筑指数之间的关系并不清楚。因此,利用三对同日过空的ETM+和ASTER影像来查明二者建筑指数(IBI、NDBI)之间的定量关系,通过回归统计分析来求出两种传感器建筑指数之间的转换方程。结果表明,ETM+和ASTER的建筑指数既有相似性,也存在着明显的差异,ASTER反演的建筑指数均值可大于ETM+达48.6%,因此二者在实际应用中不宜直接进行对比,而应通过转换方程进行转换后才能对比。分析表明,两种传感器建筑指数之间的差异是二者在NIR和SWIR波段之间的光谱差异造成的。 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.
《湿地科学》2018,(6)
2017年7月27日,在云南省剑湖湿地中,利用ASD Filed Spec 3光谱仪和CCM-200 Plus叶绿素仪,分别测量了菰(Zizania caduciflora)的反射光谱和叶绿素含量指数(chlorophyll content index,CCI);利用原始光谱反射率以及经一阶微分和连续小波变换的反射率数据,对菰的反射光谱特征进行了研究;分析原始光谱反射率、一阶微分的反射率、"三边"参数、经Mexican Hat小波变换的反射率的小波系数与叶绿素含量指数之间的关系,筛选出显著相关的变量,采用多元逐步线性回归方法,建立叶绿素含量指数的估算模型,并检验估算模型的精度。研究结果表明,菰与健康绿色植物的原始反射光谱特征相同,利用经一阶微分和连续小波变换的反射率数据,可以更好地提取菰反射率信息和分析菰的反射光谱特征;菰的所有波段的原始反射率都与叶绿素含量指数不相关,但是经过一阶微分和小波变换后的反射率,其在一些波长范围内与叶绿素含量指数显著相关;在同一环境下生长的菰叶绿素含量差异明显;在建立的3个叶绿素含量指数估算模型中,利用小波系数建立的回归模型的估算精度相对较高,其决定系数为0.310,均方根误差为6.725。 相似文献
16.
《亚热带资源与环境学报》2016,(3)
城市化进程使植被和水体等生态资源用地日渐缩小和破碎。遥感技术由于具有宏观、快速、准确认知对象的优势在城市生态环境变化监测中发挥着日益重要的作用。本研究采用Landsat系列遥感数据,选择EIBI建筑指数提取城市建筑用地扩展信息,并运用遥感生态指数(RSEI)对龙岩市生态质量变化进行遥感评估。结果表明:1)增强的指数型建筑指数(EIBI)可有效抑制裸土信息,增强建筑用地信息,使用EIBI提取建筑用地的精度可达90%以上;2)2002—2014年为龙岩市快速发展期,建成区面积增幅达50%;生态退化面积大大超过生态改善面积;整体生态指数均值自0.684降至0.636,降幅达7.02%,建成区生态指数均值自0.370降至0.351;3)造成龙岩市生态质量退化的主要因素包括:一是城市建筑用地扩展,二是采矿工程建设和地表开挖工程建设。 相似文献
17.
《湿地科学》2020,(2)
以归一化和一阶微分光谱反射率为自变量,建立江苏大丰麋鹿国家级自然保护区核心区水体中的叶绿素a、总氮和总磷含量的估算方程;采用修正营养状态指数方法,评价该保护区核心区水体的营养状态。研究结果表明,叶绿素a、总氮和总磷含量的敏感波段分别为514 nm、680 nm和737 nm;以一阶微分光谱反射率为自变量建立的叶绿素a和总氮含量估算方程精度较高,以归一化光谱反射率为自变量建立的总磷含量估算方程的精度相对最高;江苏大丰麋鹿国家级自然保护区第一和第二核心区的水体处于中度富营养状态,第三核心区人工河流水体的营养状态由中度富营养向轻度富营养转变,第三核心区自然河流水体处于中、轻度富营养状态。 相似文献
18.
洪河自然保护区乌拉苔草生物量高光谱遥感估算模型 总被引：6，自引：0，他引：6
尝试用不同方法构建洪河自然保护区湿地植被乌拉苔草(Carex meyeriana)的高光谱植被指数,建立水上鲜/干生物量高光谱估算模型,并比较了不同模型的反演精度。通过实测不同覆盖度和水深状况下乌拉苔草的冠层高光谱反射率与水上生物量的数据,采用高光谱可见光—近红外波段及其微分光谱波段(350~1 050 nm)逐波段构建FNDVI、FRVI、FDVI、FDNDVI、FDRVI、FDDVI植被指数,分别找出与水上鲜生物量和干生物量具有最佳相关性波段组合的植被指数,建立乌拉苔草水上生物量的最佳估算模型,并对比分析了反射率光谱植被指数(FNDVI、FRVI、FDVI)模型和微分光谱植被指数(FDNDVI、FDRVI、FDDVI)模型的反演精度。结果显示,微分光谱与乌拉苔草水上生物量的相关性比反射率光谱好;微分光谱植被指数与乌拉苔草水上生物量的相关性比反射率光谱植被指数好,尤其以微分光谱植被指数FDRVI与FDNDVI建立的二次函数模型反演乌拉苔草的水上鲜生物量和干生物量的效果最好,精度分别达74.9%、71.4%,其均方根误差分别为0.074 4和0.026 2,通过了p<0.01极显著验证。这表明,采用微分光谱植被指数FDRVI、FDNDVI对乌拉苔草水上鲜生物量和干生物量的估算可以取得较高的预测精度。 相似文献
19.
《地理与地理信息科学》2015,(6)
为探讨不同湿度指数用于湿地信息提取的能力,选取7个常用的湿度指数(包括NDWI、MNDWI、RNDWI、EWI和缨帽变换的湿度分量等)作为指标,以达赉湖国家级自然保护区为研究区,利用2013年9月6日MODIS(MOD09Q1和MOD09A1)数据,采用支持向量机分类的方法,对研究区进行湿地与非湿地区分研究,并进行湿地亚类(沼泽、水体)的分类试验。分类结果的精度评价表明:1)湿地与非湿地区分能力最好的指数为基于缨帽变换的湿度分量TC-Wetness,制图精度达97%以上,用户精度达96%;2)对湿地亚类的分类结果表明,提取水体最好的指数为第一类湿度指数,以NDWIB4,B2为最优,提取沼泽最优的指数为缨帽变换的湿度分量(TC-Wetness),可以有效排除草地对沼泽提取的干扰。研究区分类结果总体精度最高为88.7%,但沼泽的提取精度仅为48%,说明利用遥感湿度指数一种指标难以满足湿地分类的需要,多指数结合以及地形和其他相关辅助数据的加入对提高湿地分类精度具有重要帮助。 相似文献
20.
祁连山东段山地景观格局变化及其生态脆弱性分析 总被引：4，自引：1，他引：3
以RS和GIS技术为主要手段,分析了祁连山东段地区1994-2008年的景观格局变化及其生态脆弱性。结果表明：（1）与1994年相比,森林、草地、冰雪带、水域4种景观要素的面积分别减少了5.0%、2.0%、2.2%、2.0%,而灌木和裸地的面积则分别增加了6.8%、5.0%;灌木、草地、冰雪带和裸地景观要素的平均斑块面积分别增加了49.0%、19.0%、1.1%、436.6%,森林和水域平均斑块面积分别减小了9.6%和4.1%。（2）森林、草地、冰雪带、水域4种景观要素的平均最邻近距离增加,聚集度降低,各景观要素内部斑块之间聚集度减小。灌木与森林景观要素之间的空间邻接长度增加了3 867 km,裸地与其他景观要素之间的空间邻接长度增加了5 589 km,嵌缀在其他各种景观要素中的裸地小斑块逐渐融合成大斑块。（3）景观类型脆弱度指数与破碎度指数之间显著正相关,分维数倒数、分离度指数和沙化敏感性指数与景观类型脆弱度指数呈弱度正相关。祁连山东段地区森林和草地退化,面积萎缩、水域干涸,裸地面积增加,各景观要素的空间关系趋于简单,景观破碎化增加。人类活动所引起的景观破碎化是祁连山东段地区景观格局和景观脆弱性变化的决定性因素。 相似文献