共查询到19条相似文献，搜索用时 218 毫秒
1.
采用Aqua卫星搭载的微波扫描辐射计AMSR 2以及FY-3D卫星搭载的微波成像仪MWRI 89 GHz单通道被动微波亮温数据,利用空间滤波增强冰间水道的线状特征,结合系点线性插值的方法提取波弗特海和弗拉姆海峡的冰间水道,最后对提取结果形态学特征进行研究,并分析海冰密集度和冰间水道的关系,结果表明被动微波对尺度较大的冰间水道具有较好的提取效果.在形态学特征上,被动微波亮温数据具有提取宽度大于1/3像元分辨率的冰间水道的可能性,但提取水道总面积略小于热红外遥感提取结果.通过LSD算法得到的冰间水道长度被动微波数据源整体上是MODIS数据的2倍.利用最小外接矩形统计从AMSR 2、MWRI提取出来的冰间水道其宽度分布均服从幂律分布的规律.冰间水道面积占比与海冰密集度呈现负相关的关系. 相似文献
2.
3.
针对我国渤海海冰灾害,本文选取HJ星多光谱和热红外数据作为海冰遥感监测数据源,研究适合HJ星热红外特点的亮度温度算法,并建立算法模型反演亮度温度。按照Bayes分类准则,以海冰和海水亮度温度分布曲线交点对应的亮温值作为冰水识别的阈值提取海冰信息。最后对提取结果与CCD目视解译结果进行比较。结果表明:利用HJ星亮度温度数据提取海冰信息方法可行、精度可靠,可应用于渤海海域业务化的海冰灾害监测预警。 相似文献
4.
《地理空间信息》2019,(11)
Landsat8影像被广泛应用于陆地表面温度的提取,但基于Landsat8的海冰表面温度产品依旧空缺,且无标准算法可循。基于Landsat8卫星搭载的TIRS传感器获取的热红外波段影像,利用3种常用的劈裂窗算法分别进行海冰表面温度反演,并将结果与浮标实测海冰表面温度数据和MODIS海冰表面温度产品进行了对比和验证。与浮标数据相比,DU C等的算法平均绝对误差和均方根误差最小,分别为1.718 6 K和2.621 3 K,可作为海冰表面温度反演的标准算法;而Jiménez-Mu?oz J C等的算法结果与MODIS冰温产品最为接近,适用于需与已有的MODIS冰温产品联合使用的情况,且两种算法的精度均优于已有的MODIS冰温产品;JIN M J等的算法在研究区域表现不佳。同时,与浮标数据相比,所有基于卫星影像反演的冰温产品在数值上总体偏低。 相似文献
5.
本文提出了一种利用全极化SAR数据的极化特征获取海冰密集度算法。首先,对全极化SAR数据进行多视化及滤波等预处理,以获取相干矩阵与协方差矩阵;其次,通过相干矩阵与协方差矩阵获取若干极化特征,对这些极化特征进行相关性与冗余性分析,构建最优特征空间;然后,将最优特征空间作为输入量放入神经网络分类器中,得到海冰分类结果;最后,根据海冰分类结果提取海冰密集度。选用拉布拉多南部海域2景全极化Radarsat-2影像获取海冰密集度,与业务化海冰密集度产品ASI-3125进行对比研究。本文算法结果与ASI-3125海冰密集度分布趋势基本一致,总体上略大于ASI-3125海冰密集度,标准差值分布为3.46%和6.82%,说明利用高分辨率全极化SAR数据在监测边缘区域小尺寸破碎海冰方面具有优势。 相似文献
7.
《北京测绘》2019,(12)
为研究辽东湾海冰类型特征,文中基于2016年2月9日的Landsat-8和Sentinel-1A数据,结合多光谱、归一化植被指数(NDVI)构建CART自动决策树(CART Automatic Decision Tree),并用灰度共生矩阵(GLCM)统计Sentinel-1ASAR数据的纹理信息特征,对比传统监督分类并验证两种遥感图像海冰分类精度。研究指出:对Landsat-8数据,基于CART自动决策树的分类精度最高,总精度达81.68%;而Sentinel-1ASAR数据,基于最大似然分类的总精度为73.88%,相比于CART自动决策树,其能获得更高的海冰分类精度。分析本研究可知,基于光学数据的CART自动决策树在海冰类型识别中占优,而最大似然分类在SAR数据中对海冰类型的识别度较好,本文为辽东湾海冰监测与预报提供了一种有希望的技术手段。 相似文献
8.
特征提取及其选择是SAR海冰分类的重要步骤之一。在众多特征中选取有效特征,进而构建表达地物类型的特征空间是提高分类精度的关键。为此,本文提出一种基于目标分解特征的全极化SAR海冰分类算法。首先,对全极化SAR数据进行多视化处理及滤波操作,生成相干矩阵;其次,对相干矩阵进行目标分解,并针对分解结果提取散射特征参数,进而构建特征空间;再次,通过对所提取的特征进行统计相关性分析,并对高相关特征采用PCA降维,以优化特征组合;最后,设计BP神经网络分类器,并将所得的优化特征矢量作为输入,海冰类别为输出,实现海冰分类。本文以格陵兰中部海域作为研究试验区域,采用L波段ALOS PALSAR全极化数据。通过对本文算法与对比算法的分类结果进行定性定量分析,可以得出本文所选取的特征对海冰识别较好。此外,通过对利用各个不同特征海冰分类结果的性能分析,可以得出基于散射模型的目标分解比基于特征值的H/α/A分解更有助于海冰分类。 相似文献
9.
海冰密集度对全球气候变化研究有重要的意义,其反演结果的验证工作也被广泛关注,但结合多源数据反演,同时对两种算法验证的研究较少的现状,该文利用ASPeCt船测海冰密集度数据对Bootstrap算法和NASA Team(NT)算法基于SSM/I数据估算的海冰密集度精度进行验证,并与MODIS影像反演获得的海冰密集度进行对比。研究结果显示两种海冰密集度算法获得的反演结果与ASPeCt船测值偏差分别为2.26%和7.27%,均方根误差分别为11.39%和12.32%。相比之下,MODIS结果与ASPeCt船测海冰密集度比较得到偏差为3%,均方根误差为5.21%。Bootstrap算法、NT算法与ASPeCt船测值比较的偏差和均方根误差显示两种算法精度相近;由于MODIS数据分辨率与ASPeCt船测数据相近,所以其反演精度较优;但因时空分辨率的限制,各种结果都具有一定的不确定性。 相似文献
10.
《国土资源遥感》2017,(2)
以Radarsat-2为例,提出了一种利用多极化SAR影像并结合后向散射模型提取建筑物高度的方法。以北京城区为实验区,首先,分析了SAR影像中建筑物二次散射所对应的亮线连通区域,并统计出该区域对雷达后向散射截面的贡献量;然后,基于平行六面体假设,将建筑物主长度及其与雷达方位向的夹角定量化,并给出计算不同极化散射矢量的方法;最后,利用几何光学-物理光学(geometrical optics-physical optics,GO-PO)模型一阶近似解的后向散射模型估计建筑物高度,并通过比较多个局部训练区提取结果,探讨不同极化信息的提取效果并给出最优极化组合。实验结果表明,通过极化特征组合比仅利用单极化信息提取建筑物高度的精度更高,81.43%建筑物误差小于5 m,均方根误差4.45 m,与ASTER GDEM相关系数为0.909 5,提取结果可靠。 相似文献
11.
受海冰自身特性、成像系统特性和环境因素的影响,合成孔径雷达SAR海冰图像具有非平稳、尺度依赖的空间结构,现有的单马尔可夫随机场MRF模型分割方法只能较好地适应非平稳性,对海冰场景的多尺度结构考虑仍然是全局的。为此,本文提出了一种区域分裂过程与二叉树分层结构自适应更新相结合的单MRF图像分割方法。首先利用单MRF模型的全局迭代权值完成初始区域合并,同时以二叉树形式保护合并过程的记录。所设计的分层合并算法可保证二叉树结构的节点数与场景中的对象尺度具有正相关性。随后的细化分裂并不产生新的区域,只是返回到初始配置。依据场景中不同区域对象的尺度,自适应地调整空间语境模型中的尺度权值,实现区域更新。实验表明,该方法有效提高了带有多尺度结构SAR海冰场景的分割精度。 相似文献
12.
基于专家知识的决策树分类 总被引：1，自引：0，他引：1
基于ENVI运用专家知识的决策树分类、监督分类、非监督分类手段来实现对于Landsat TM影像和快鸟影像数据的图像分类处理,简单介绍了决策树的建立过程,以及如何进行预处理、分类后处理、精度评价。通过3种分类方式的比较,基于专家知识的决策树分类法具有分类判别规则十分灵活、分类决策树看起来很直观、分类条件清晰、分类效果好、运算效率高等特点。实验中,其分类方式的缺陷表现为分类过多、过于复杂,可能会产生错误的速度加快;决策树判别规则复杂,树形分枝多导致用户难以识别、理解、应用。 相似文献
13.
以山东省为研究区域,利用2009年9月MODIS的8 d合成波段反射率产品MOD09,选择特征变量植被指数(NDVI、EVI)、NDWI、NDMI、NDSI及辅助信息DEM,通过选取其中的影像特征组合来确定分类方案,构建各波段组合的CART决策树,对MODIS影像进行分类,得到CART决策树的最优波段组合。结果表明,特征变量DEM、NDVI、EVI对分类结果贡献较大;将CART决策树的分类结果与其相对应的最大似然分类结果进行比较可知,基于影像多特征的CART决策树分类方法能明显提高分类精度。 相似文献
14.
NASA开发的MODIS海冰产品可提供全球范围的海冰分布和冰表温度信息,但将其直接用于局地和区域海冰监测时,其精度还有待进一步验证.以辽东湾冬季海冰监测为例,对MODIS海冰产品进行了分析,发现该产品将区域内绝大部分海冰标识为云.根据NASA的海冰算法,利用反射率和冰表温度(Ice Surface Temperatur... 相似文献
15.
通过研究交叉检验船测样点上的7种不同尺度的海冰密集度数据,发现相同时间和相同空间尺度的海冰密集度值吻合度最高,不同时间不同尺度的海冰密集度值的相关性较弱。由数据获取时间不同引起的密集度差异在高分辨率数据上体现明显。真实船测点与伪船测点之间的吻合度不高,受观测者主观因素、天气条件、影像处理质量和伪船测点提取方法的影响。虽然伪船测点方法在海冰边界研究中具有快速、大面积提取边界点的优势,但需要控制提取算法中的误差传播。 相似文献
16.
冬季沿海地区的海冰检测工作对该地区居民的生产生活具有重要的指导意义,同时可以根据海冰变化检测气候变暖情况。海冰影像分割是海冰检测的基础。在众多海冰影像数据源中,Gaofen-1海冰影像因其丰富的光谱特征、较高的空间分辨率、简单的数据结构,在变化监测中具有重要应用价值。本文提出了一种基于红绿蓝3个光谱通道的灰度共生矩阵,提取遥感影像的纹理特征和光谱特征构成多特征的Gaofen-1海冰影像监督分割方法。以Gaofen-1合成的模拟海冰影像和某海湾地区真实Gaofen-1海冰影像进行分割实验,实验结果很好地证明了算法的可行性和可靠性。 相似文献
17.
合成孔径雷达SAR(Synthetic Aperture Radar)图像的非平稳性是SAR海冰图像自动解释的主要障碍,入射角效应是导致海冰图像特征不稳定的主要因素之一。基于Radarsat-1 ScanSAR模式数据,本文提出了一种集成入射角效应校正步骤的分割算法。该方法综合考虑了入射角效应、斑点噪声等不确定因素,经由像素到区域再到大尺度区域这一途径,把区域聚类、类尺度上的入射角效应校正以及区域合并等操作组合起来,以有效提高分割算法对非平稳性的适应能力。针对巴芬湾和和波斯尼亚湾ScanSAR模式图像的实验表明,本文提出的方法可有效提高分割准确性。 相似文献
18.
19.
Hot spot detection with satellite images, especially with synthetic aperture radar (SAR) images is still a challenging task. Several researchers have used TM/optical data for identification of hot spot but the use of SAR data is very limited for this type of application. The fusion of SAR data with TM/optical data may add additional information which in turn will lead for enhancement of detection capability of the hot spot. Therefore, this study explores the possibility of fusion of Moderate Resolution Imaging Spectroradiometer (MODIS) and Phased Array L-band Synthetic Aperture Radar (PALSAR) satellite images for the hot spot detection. Image fusion is emerging as a powerful tool where information of various sensors can be used for obtaining better results. For this purpose, vegetation greenness and roughness information which is obtained from MODIS and PALSAR satellite images, respectively, are used for fusion, and then, a contextual-based thresholding algorithm is applied to the fused image for hot spot detection. The proposed approach comprises of two steps: (1) application of genetic algorithm-based scheme for image fusion of MODIS and PALSAR satellite images, and (2) classification of the fused image as either hot spot or non-hot spot pixels by employing a contextual thresholding technique. The algorithm is tested over the Jharia Coal Field region of India, where hot spot is one of the major problems and it is observed that the proposed thresholding technique classifies the each pixel of the fused image into two categories: hot spot and non-hot spot and the proposed approach detects the hot spot with better accuracy and less false alarm. 相似文献