共查询到20条相似文献，搜索用时 31 毫秒
1.
多传感器不同分辨率遥感数字图像的尺度转换 总被引：14，自引：0，他引：14
针对日益增多的多传感器不同分辨率的遥感数字图像数据,提出其综合利用和尺度转换的有效方法。其中,作为尺度上推 (scaling-up) 技术,本研究选择IHS和小波分解变换两种数据融合方法,应用Landsat ETM+数据和IRS-1C数据进行了实例研究。发现: IHS方法操作简单,对两种待融合的图像的像元大小和像元数 (bit数) 的依赖不是很高,而对原始图像光谱信息的依赖很高,因此适用于不同传感器之间的数据融合上,其缺点就是不能够更多的保留原始多光谱数据的光谱信息。小波分解变换 (WD) 方法可以很好地保留多光谱传感器的所有光谱信息,但是在重采样中对两种待融合的图像的像元配准的要求很高,因此比较适合于对同一传感器的多光谱数据与全色光谱数据的融合上。作为尺度下退 (scaling-down) 技术,通过探讨将札幌野外实验站点数据镶嵌到高时间分辨率遥感图像的问题,提出像元级尺度扩展的具体操作方法和对NDVI图像进行扩展时出现混合像元的识别方法。应用AVHRR, MODIS, ETM+和ASTER的NDVI图像数据进行了像元尺度的扩展研究。得出: 对不同传感器的不同分辨率的数据之间进行像元级的尺度扩展后,能够较好地识别出不同地物的分布边界,较好的分辨混合像元,因此其结果可用于对不同地物分布特征的分类研究或土地覆盖变化中的时间序列变化的研究中。 相似文献
2.
1∶5万土地利用现状图编绘概述 总被引：1，自引：0，他引：1
1∶5万土地利用现状图是土地利用研究的基础数据之一。实际工作中,通常是以1∶1万(1∶2.5万)土地更新调查底图为基础,采用放大编绘法或等大编绘法,按照一定的顺序来制作的。总的来说,编绘主要是针对图内的点状要素(三角点、埋石点、高程点)、线状要素(河流、道路、境界等)和面状要素(各类用地)3个方面进行的。通过对点状要素的取舍、线状地物的弯曲、相互关系、移位和地物压盖以及面状地物的地类合并与综合等问题进行处理,就可以得到主次分明、清晰易读、关系合理的1∶5万土地利用现状图。 相似文献
3.
基于GF-1与Landsat-8影像的土地覆盖分类比较 总被引：5，自引：1，他引：4
高分一号(GF-1)卫星具有多种分辨率与大幅宽结合、重访周期短等优势,而Landsat-8卫星具有多波段、高辐射分辨率等优势。针对不同传感器参数特点,利用支持向量机分类器(SVM)对同区域同期两种数据进行土地覆盖分类对比研究。结果表明：两种传感器对应波段决定系数均大于0.92;典型样本的光谱趋势一致性良好,但在农田与林地、不透水面与裸土的典型样本可分离性方面,Landsat-8优于GF-1;GF-1与Landsat-8的分类总精度分别为90.38%和90.07%,但不同地物类型的分类精度存在差异,波谱响应函数的差异可能是导致Landsat-8对林地的分类精度高于GF-1的原因;此外,GF-1对零碎分布地物类型的分类精度高于Landsat-8,主要原因是GF-1具有更高的空间分辨率。 相似文献
4.
行播冬小麦热辐射方向性的影响因子 总被引：1，自引：0，他引：1
混合像元的热辐射方向性由于受到多种因素的影响而变得极为复杂。该文以行播冬小麦为例，建立矩阵模型，研究混合像元热辐射方向性问题。结果表明，混合像元热辐射方向性主要受到混合像元内部各组分在三维上分布的不均一、像元比辐射率的方向性以及由外界影响造成的各组分温度差异的影响。在这三个主要影响因子中，各组分的比辐射率是地物固有的特征，不随外界条件而发生变化。在同温条件下，像元热辐射方向性完全由像元比辐射率的方向性决定。而各组分温度虽然没有方向性，但可以通过组分空间分布对其产生调制作用。 相似文献
5.
《山地学报》2019,(5)
由于影像空间分辨率的限制,利用遥感影像反演植被覆盖度时,像元内通常存在植被与其他地物混合的现象。此外,受到物理属性、地形、阴影等因素的影响,植被内部存在较大的光谱差异。混合像元的存在,以及植被内部光谱变化较大都将导致植被覆盖度反演精度降低。本研究基于Sentinel 2A遥感影像,提出了一种基于光谱归一化的光谱混合分析方法,以期解决植被内的光谱差异以及与其他地物的混合问题。首先,对端元矩阵与遥感影像进行归一化预处理,以减弱植被内的光谱变化;然后,采用全约束最小二乘法(FCLSU)、部分约束最小二乘法(CLSU)、扩展线性混合模型(ELMM)三种混合像元分解算法来定量分析植被与其他地物的混合状态。在验证解混算法精度时,采用无人机高分影像分类结果作为植被覆盖度参考影像,并对归一化前后的精度进行对比。光谱归一化前,ELMM和CLSU的R和RMSE都接近0.903和0.353,FCLSU的R和RMSE为0.869和0.434。光谱归一化后,三种算法的R和RMSE都接近0.91和0.2。试验结果表明:端元和影像进行归一化后,降低了光谱变异性,三种算法的解混精度在整体上提高较大,且对四川丘陵地区的植被覆盖度的反演结果接近真实值。 相似文献
6.
1:10000地形图是基础测绘的主要组成部分,对于城镇、经济发达地区需要定期更新,利用正射影像更新地形图,能适应地物变化快而地貌基本没有改变的地区,在正射影像上识别采集后的地物要素,还需外业补调或补测,最后编辑成图。 相似文献
7.
滨海湿地高精度的地物分类可以为湿地监测与保护提供数据支持和决策依据。以辽河口湿地为研究对象,以Landsat8 OLI多光谱影像为数据源,结合研究区域实际地物情况,采用像元纯度指数和均值波谱法确定端元光谱,并利用全约束最小二乘混合像元技术和决策树技术制定分类规则,最后将研究区域分为芦苇、翅碱蓬、水稻、滩涂、水体(海水、虾池水、河水等)和人工建筑(包括路面、人工设施、房屋等)六大类。结果表明:该算法分类精度高于90%,结合目视判读与野外实地调查,发现分类结果符合实际地物情况。 相似文献
8.
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
9.
ETM+影像亚像元级城市土地覆盖组分丰度提取——以南京市为例 总被引：2，自引：0，他引：2
城市景观复杂,地物具有强烈的空间异质性,利用中等空间分辨率遥感影像(如ETM )进行城市土地覆盖研究会出现大量混合像元。针对该问题,以南京市为例,通过混合像元分解提取城市土地覆盖组分丰度,进行城市土地覆盖研究,并从各个波段的残差、平均残差、相对误差、均方根误差等方面分析模型误差。利用IKONOS影像对提取的组分丰度图像进行精度验证,发现不同城市土地覆盖组分丰度图像具有一定的可靠性,与城市实际情况吻合。城市土地覆盖组分丰度图像还能作为一种新的数据源用于城市功能分区、城市人口数据空间化和城市环境监测与评估等研究中。 相似文献
10.
混合像元的存在是传统像元级遥感分类和面积量测精度难以达到实用要求的主要原因,为了提高遥感应用精度,须解决混合像元分解问题。传统的方法主要通过改进分解模型提高分解精度,该文在不改变线性分解模型的条件下,分析不同分辨率尺度对于线性分解精度的影响。实验中运用像元合并的方法,得到不同分辨率的TM系列遥感图像,分别选取植被、裸地、水体3种典型地物进行线性分解;以分辨率更高的Quickbird图像分类结果作为真值进行精度评价。实验结果表明:随着图像分辨率的降低,植被的RMSE值不断缩小,在30 m分辨率尺度上均值为0.36,在150 m尺度上均值为0.17,分解精度提高了1倍左右;但随着分辨率进一步降低,由于混合像元现象加剧,RMSE值上升,分解精度随之降低。 相似文献
11.
遥感数字图象处理用于山地研究中、对提高山地开发效益具有重要的意义。 一、山地遥感图象的特征 这主要表现为:1.由于地形起伏、太阳高度角和传感器扫描角度的不同,山地遥感图象就有阴影,处于阴影区和非阴影区的同类地物呈现不同的光谱特性,2.山区(特别是南方山区)雨水多,云量大,日照少,大气中的水汽对地物的光谱特性产生干扰, 相似文献
12.
1:5万土地利用现状图编绘概述 总被引：1，自引：0，他引：1
1：5万土地利用现状图是土地利用研究的基础数据之一。实际工作中，通常是以1：1万（1：2．5万）土地更新调查底图为基础，采用放大编绘法或等大编绘法，按照一定的顺序来制作的。总的来说，编绘主要是针对图内的点状要素（三角点、埋石点、高程点）、线状要素（河流、道路、境界等）和面状要素（各类用地）3个方面进行的。通过对点状要素的取舍、线状地物的弯曲、相互关系、移位和地物压盖以及面状地物的地类合并与综合等问题进行处理，就可以得到主次分明、清晰易读、关系合理的1：5万土地利用现状图。 相似文献
13.
基于LBV数据变换方法的海岸带多光谱影像分类方法研究 总被引：1，自引：0，他引：1
在传统的海岸带多光谱影像分类方法的基础上,提出了运用LBV数据变换方法对海岸带多光谱影像进行地物分类识别的方法,通过图像数据变换能够分别提取出表示地物总辐射水平、可见光-近红外辐射平衡和表示波段辐射变化矢量(方向和速度)L、B、V的值.通过应用青岛海岸带TM多光谱影像,提取LBV变换图像并与原始假彩色合成图像比较,分别进行监督分类试验.运用LBV数据变换方法获得的图像信息量更丰富,地物类别更鲜明,有利于图像的目视解译,分类精度提高约3.12%. 相似文献
14.
基于树结构的数字遥感图像存储方法与应用 总被引：5，自引：0，他引：5
数字遥感图像一般是采用栅格结构来存储。图像中地物的结构特征是隐含其中的。该文从图像识别角度，重点研究了基于树结构的数字遥感图像存储方法。这种方法与遥感中常用的四又树等存储方法不同，它注重图像中地物本身的结构特征。通过树结构使像元按地物目标形成一个个的组合体。该文以机场跑道识别为例，介绍了基于树结构的数字遥感图像存储方法的应用以及将图像变为树的算法。 相似文献
15.
《湿地科学》2018,(5)
分布在热带和亚热带低洼地区的基塘系统是一种典型的人工复合农业生态系统。通过水陆交互作用和能量多级利用,基塘系统创造出较高的生态价值和经济价值。掌握基塘系统土地利用的类型、面积和比例关系,有助于了解和分析基塘系统的现状及其生态模式和功能。以广东省佛山市顺德区西南部为研究区,利用高空间分辨率WorldView-2卫星影像数据,采用结合面向对象分类和基于像元的混合分类方法,提取基塘系统中的塘面和基面(基面又细分为道路、植被和裸土等);从分类特征组合与分类器两个方面,通过对比分析,筛选出基塘系统遥感影像分类的最优方法;根据最优分类结果,计算出塘基与塘面的面积比例。研究结果表明,采用面向对象分类方法分离的塘面和塘基的总体精度为82.2%;在基于像元进一步对塘基进行分类的过程中,结合8个多光谱波段光谱反射率平均值、影像亮度值和8个红边波段指数特征组合方式的随机森林分类器的分类精度最高,达到85.6%;得到的基-塘面积比例约为4.9∶5.1,植被-塘面的面积比例约为3.5∶6.5。提出的结合面向对象和基于像元的混合分类方法能够对基塘系统进行精细的遥感影像分类,能准确估计基塘系统中各地物的面积和基-塘比例等指标,并为基塘系统生态功能的调查和基塘系统的合理保护与开发提供参考和数据支持。 相似文献
16.
IRS - P6卫星LISS3图像数据质量评价 总被引：8，自引：0，他引：8
利用辐射精度、清晰度、信息量、信噪比、几何精度、地面分辨率6个数据质量评价指标,对LISS3与TM图像进行对比分析。研究结果表明,LISS3图像在地面分辨率和信噪比方面有显著提高,几何精度(均方根误差为0.28)小于1/2个像元,在绿(0.52~0.59μm)、红(0.62~0.68μm)和近红外(0.77~0.86μm)波段其辐射精度、清晰度、信息量均高于TM图像,在短波红外波段(1.55~1.70μm)相应指标略低于TM图像。分析LISS3在短波红外波段图像质量指标降低的原因,提出增加LISS3第5波段宽度、新增波长2.2~2.5μm的短波红外波段以改进LISS3传感器的波段参数。 相似文献
17.
基于遥感影像的线状地物宽度变化规律研究 总被引：1，自引：0，他引：1
采用数理统计回归分析方法,通过对安徽省中南部地区195个随机样本的实际宽度量测、定位和图片采集,与其在LandsatTM-5卫星影像上的实际表现相结合,主要从像元数、下垫面性质和走向3方面进行数理统计分析,得出线状地物在LandsatTM-5遥感影像中的变化规律:随着影像像元数的增加,线性夸张逐渐不明显;南-北(东-西)走向的线状地物宽度稳定性好于西北-东南(东北-西南)走向,线性夸张程度小;水域最易产生线性夸张现象,其次为公路和土路. 相似文献
18.
19.
遥感影像混合像元分解及超分辨率重建研究进展 总被引：5，自引：1，他引：4
随着遥感应用的深入.传统将遥感影像像元当作纯净像元的方式所带来的问题已经被广泛认识到,混合像元分解的相关理论和技术成为遥感领域的一个热点问题.本文总结了混合像元分解及超分辨率影像重建的主要理论和方法.根据超分辨率影像重建的主要流程,分别回顾了混合像元端元类型选择,端元丰度分解和超分辨率影像的重建,并对相关模型和技术给出了总结和评价.端元类型选择是确定在影像范围包含的纯净地物类型,重点介绍了基于统计学和几何学的两种方法.端元丰度估计是目前该领域研究最多的方向之一.集中了很多新的理论和方法.可变端元分解和盲源分解作为2种效果较好的方法在文中作了详细的回顾和评价.空间自相关性是对丰度估计的结果进行超分辨率重建的主要理论基础,如何在丰度约束条件下最大化空间自相关性是大多数基于混合像元分解超分辨率重建的目标.最后,文章在总结目前混合像元分解及超分辨率遥感影像理论发展的基础上,给出了一些意见和展望,指出考虑混合像元形成机理、综合多种模型及先验信息将有助于基于混合像元分解的超分辨率遥感影像研究. 相似文献
20.
基于矩匹配算法的山区影像地形辐射校正方法研究 总被引：10，自引：0，他引：10
针对山区遥感影像地形辐射校正问题,应用现有模型(如C校正)进行地形辐射校正很难达到理想效果。引入矩匹配算法,利用DEM数据计算坡度、坡向等地形信息,以特定坡度和坡向数据为参考依据,对影像进行地形辐射校正。通过北京房山区SPOT5影像进行试验,表明该方法能在很大程度上消除地形阴影,更好地反映阴影区域的细节信息,同时光谱特性保真程度较好,原模糊的影像区域通过处理基本上达到有效识别地物的要求。 相似文献