共查询到20条相似文献，搜索用时 31 毫秒
1.
以香格里拉县2006年TM影像、2006年森林资源二类调查小班数据为信息源,结合研究区冷杉林地面实测标准地（30m×30m）数据,提取香格里拉县冷杉林TM影像分布信息及标准地纹理特征因子（共48个）,对各因子进行相关分析;利用主成分法对纹理特征因子进行因子分析,最终选出13个纹理特征因子利用偏最小二乘法进行回归建模并进行模型精度检验。根据回归估测模型以及提取出的冷杉林各波段纹理特征因子,进行研究区冷杉林郁闭度反演。结果表明,基于遥感影像纹理特征建立的郁闭度遥感估测模型,其RE=13.8%,RMSE=10.39,精度为83.3%。研究区冷杉林郁闭度反演可知冷杉林郁闭度多分布在0.6~0.7范围内,多为中度郁闭林地。 相似文献
2.
由于云污染、实地验证点的匮乏,以及地形地貌的复杂、破碎化,多云山区土地覆被的准确分类较难实现。以藏东南这一典型的多云山区及生态过渡区为研究区,基于Google Earth Engine(GEE)平台和野外实测数据,结合多光谱数据、雷达数据、高程数据、辅助数据,提取光谱特征、纹理特征、地形特征等信息,利用递归特征消除法对特征进行优化,并采用随机森林算法构建分类模型,以期有效利用多源遥感数据提高土地覆被分类精度。结果表明：(1)并非特征越多分类精度越高,特征选择后数量由58个减至38个,分类精度（总体精度93.96%,Kappa系数0.92）较未优化前（总体精度93.11%,Kappa系数0.92）略有提升。(2)地形特征及雷达特征对藏东南土地覆被分类具有重要作用,地形特征对多数土地覆被类型的分类精度具有影响,而雷达数据对裸地、建设用地、灌丛影响较大,分类过程中如不考虑地形及雷达特征,总体精度分别降至88.98%,92.48%。纹理特征以及时序特征仅对提高具有明显纹理以及时序变化的土地覆被类型的精度有帮助。结合随机森林和特征优化算法,能够在保证土地覆被分类精度的同时,高效整合多源数据信息,... 相似文献
3.
杉木林蓄积量估测的因子选择研究 总被引：1，自引：0，他引：1
为提高杉木林蓄积量的估测精度,筛选出对蓄积量有显著解释意义的变量集,本研究采用岭迹分析和逐步回归方法对福建省闽侯白沙国有林场杉木林蓄积量预估模型的主要评价指标因子进行多重相关性研究．结果表明：2种方法对因子的优选结果非常相近,能有效地剔除显著相关的变量,筛选出影响蓄积估测的主要因子信息,为准确估测杉木林蓄积量以及建立预测模型提供方法上的支持． 相似文献
4.
基于水稻特征波段的决策树分类研究 总被引：1，自引：0，他引：1
针对种植结构复杂、地形复杂的水稻种植面积遥感提取精度不高现象,结合多时相遥感影像中反映水稻物候规律的特征波段,以南京江宁丘陵山区为例,选择典型水稻物候期时相的TM数据,基于多特征波段构建决策树分类提取水稻种植面积。结果表明:纹理、植被指数、湿度因子、坡度因子等多特征参与决策树分类能够提高总体精度;在具有两期物候数据时提取精度和效率较好,而加入了地形特征的水稻抽穗期数据比水稻灌浆期数据获取效果略好。因此,利用合理的作物物候期数据和该遥感影像的特征波段可有效提高分类精度,为地块破碎区作物种植面积提取提供有效手段。 相似文献
5.
戈壁地表砾石粒径与遥感多光谱数据、植被指数及地学因子存在相关关系,但这些因子间可能存在着多重相关性,如利用这些因子直接建模估测戈壁地表砾石粒径,则可能出现病态模型。利用主成分分析法筛选因子,既可保留多个相关因子的主要信息,又可避免因子间共线性的问题,达到降维、简化模型的效果。因此,本文以新疆哈密市境内山前洪积扇戈壁地表砾石为研究对象,以2010年Landsat TM遥感影像及30 m分辨率DEM为基本数据源,采用主成分分析法,从选择的43个遥感及地学因子（主要包括影像各波段信息、DEM、NDVI、 GEMI,影像经K-T变换得到SBI、GVI、WVI三个分量,通过纹理分析得到的各个波段的均值、方差、信息熵、相关性及对比度等纹理因子,以及利用DEM提取的粗糙度等）中,筛选提取其主成分。结果表明,第一主成分至第五主成分的累计贡献率达98.0%,以前5个主成分作为自变量,借助SPSS软件中的多元回归分析功能,建立戈壁地表砾石粒径估测的回归模型,模型经方差分析及相关性检验,达到显著相关水平。基于建立的估测模型,进行了戈壁地表砾石粒径估测,经验证,实测值与估算值紧密相关。研究可帮助我们了解戈壁的特征,为戈壁区改造利用,认识沙粒迁移、沙漠扩展提供技术支持。 相似文献
6.
胡晓梅李文楷李佳豪刘子越黄伟钧 《地理与地理信息科学》2022,(5):24-30
地理距离越相近的空间单元其相似性越高,但传统遥感影像分类常忽略像素空间坐标信息的重要性。该文提出一种将传统空谱信息与像素坐标耦合的遥感影像分类方法,为避免数据过拟合现象,采用随机森林模型对特征进行重要性评估,选取具有代表性的特征。利用不同分辨率的卫星与航空遥感影像数据,基于随机森林、支持向量机和人工神经网络3种模型对该方法进行验证,结果显示:相比传统仅使用光谱和纹理信息,耦合像素坐标信息的遥感影像分类可在一定程度上关注全局地理空间位置信息,利用地理单元越相近则性质越相似规律,提高遥感影像分类效果,在不同样本量、不同模型下的分类精度均有所提升。 相似文献
7.
《地理与地理信息科学》2017,(6)
以某超贫钒钛磁铁矿为例,基于Landsat TM/OLI数据,首先利用相关性分析和单因素方差分析法(one-way ANOVA),结合林地与其他地物的光谱、纹理特征差异,筛选了提取林地信息的最佳光谱和纹理波段;其次,融合光谱纹理特征,利用支持向量机法获取了林地的空间分布信息。结果表明,基于OLI数据光谱和纹理特征的林地提取精度达85.51%,较基于单一光谱特征的提取精度提高5.0%,且基于OLI数据的提取精度整体优于TM数据。统计显示,2015年矿区林地覆盖面积为103.26km2,较2001年减少14.21km2,超贫钒钛磁铁矿采区和尾矿库的迅速扩展是造成林地覆盖减少的主要原因。该文为获取矿区林地空间分布信息提供了一种新的方法与思路,为矿区林业资源监测提供了技术支持。 相似文献
8.
基于半监督模糊识别的土壤含水量高光谱估测模型研究 总被引：1，自引：0，他引：1
快速估测土壤含水量对发展精准农业具有重要意义。为提高土壤含水量光谱估测精度,该文基于山东省泰安市周边的94个棕壤样本光谱与含水量实测数据,首先对原始光谱进行对数倒数一阶微分变换,利用最大相关性原则选择特征因子,然后利用半监督模糊识别模型建立土壤含水量光谱估测模型。实验结果表明:以波段655 nm、1 235 nm、1 497 nm、1 677 nm、2 059 nm的对数倒数的一阶微分变换数据作为特征因子,所建土壤含水量光谱估测模型的精度较高,其中18个检验样本的平均相对误差为4.406%,模型的决定系数R~2=0.977;半监督模糊识别模型充分利用了训练样本的确定性及不确定性信息,可有效用于土壤含水量估测。 相似文献
9.
森林生态系统遥感监测技术研究进展 总被引：9，自引：0，他引：9
森林是陆地生态系统的主体,森林生态系统监测技术是实现森林可持续利用与全球变化研究的重要支撑与信息保障。从4个方面概述了遥感技术在森林生态系统监测中的应用研究进展：森林遥感分类及变化监测、森林植被参数遥感反演、森林蓄积量与生物量遥感估算、森林干扰遥感监测等。结合遥感技术的发展,总结了森林生态系统监测中使用的多源遥感数据和各类模型,提出集成地面调查数据、高分地-空雷达扫描监测技术,以及多源光学遥感建模技术和生态系统过程模型,构建多维度、多尺度、高时间密度的森林生态系统监测平台的研究展望。 相似文献
10.
在湿地遥感研究中,大多数的学者都是通过对遥感影中湿地光谱特征分析的方法提取,对于在光谱分析的基础上进行纹理分析并建立模型的方法提取湿地信息这一方面的研究并不多。本文以枣庄市微山湖湿地为研究对象,利用2008年6月19日的Landsat7 ETM图像数据,在对湿地特征及其遥感图像表征综合分析的基础上,对多光谱遥感图像进行光谱分析,从而提取出湿地与水体的相关信息。在对湿地与水体的区分过程中,为了获得比较精确的湿地信息,我们采用纹理分析的方法对光谱分析的结果进行优化,最后用掩膜法降噪处理,从而使提取结果的分类精度有了很大程度的提高。为湿地管理部门制定相应的湿地保护措施提供相对可靠的理论依据。 相似文献
11.
参照《中国植被》中的植被分类体系，结合野外考察结果，建立了适合中国西北农牧交错带的植被分类体系。以覆盖研究区的多幅Landsat影像为基础，按“分层分类，逐层验证”的思路，实现了对研究区植被信息的提取。提取时，先利用完全约束的最小二乘模型对遥感影像进行混合像元分解方法，将整个研究区划分为植被区和非植被区；在植被区，基于光谱特征、纹理特征和地形特征，构建CART决策树，获得了乔木林、灌丛和草原等7种主要植被型组；在植被型组内，基于不同植被类型NDVI的季节差异特征，构建NDVI差值比值指数 (NDVI_DR)，将乔木林和灌丛区分为常绿和落叶植被型，使用温度植被干旱指数(TVDI)，将草原进一步区分为荒漠草原、典型草原和草甸草原3种类型，从而得到各个植被型的空间分布范围。经验证，最终分类的总体精度能达到79.51%，kappa系数为0.773。采用的分类方法充分利用了遥感数据既有的光谱信息和纹理信息，同时辅以地形信息。实践结果表明，分层分类和多种指标相结合的方法可以有效实现对影像跨幅的、以复杂镶嵌结构为主要特征的农牧交错带植被信息提取，精度较高，技术可行。 相似文献
12.
高光谱遥感图像提供了丰富的光谱信息,如何充分挖掘高维特征空间的特征信息是高光谱图像识别的关键问题之一。以华盛顿地区航空高光谱数据作为实验数据,通过构建对象级特征和像素级特征来充分挖掘高光谱图像的信息,利用网格搜索法优化XGBoost算法的参数来实现特征选择,最后采用随机森林分类器实现高光谱图像识别。研究表明:本研究方法可以充分利用高光谱的图像信息,减少数据冗余量,其识别总体精度为96.32%;XGBoost算法特征选择后的图像识别的平均精度比未进行特征选择的高7.53%,表明基于XGBoost算法特征挖掘的高光谱遥感图像识别具有可行性和实用性。 相似文献
13.
植被覆盖度是监测生态系统及其功能的关键参数,如何提高大区域植被覆盖度的反演精度,对生态脆弱区环境可持续发展至关重要。本研究基于人工神经网络、支持向量回归和随机森林等机器学习方法,利用无人机、Worldview-2与Landsat 8 OLI遥感数据,对科尔沁沙地植被覆盖度进行多尺度反演。结果表明：随机森林模型比人工神经网络、支持向量回归模型表现佳,可在单元（试验区）、区域（研究区）尺度上较高精度地反演沙地的植被覆盖度,反演值与无人机实测值均在线性水平上呈显著相关（P<0.01）;在单元、区域尺度上,构建的植被覆盖度反演模型测试集R2分别为0.84、0.80,MSE分别为0.0145、0.0370,一致性指数d分别为0.9576、0.8991。利用多源遥感数据和机器学习方法,通过局部区域的高精度反演逐步实现低空间分辨率遥感影像的大区域植被覆盖度反演,不仅可有效提高沙地植被覆盖度的反演精度（R2=0.78,大于0.63）,也为区域生态环境监测与生态系统健康评价提供支持。 相似文献
14.
基于决策树模型的海岸带分类方法研究 总被引：4，自引：1，他引：3
海岸带地物分布复杂,地物混淆常造成海岸带提取困难。该文以江苏省粉砂淤泥质海岸为研究对象,运用图像光谱特征、纹理特征并引入地学知识,构建研究区遥感图像分类决策树模型,并利用ETM 图像进行海岸地物分类研究。结果表明:采用的决策树模型可以较好地结合纹理信息和地学知识,解决遥感图像中复杂地物分类过程中的混淆现象,分类精度达89.26%,比最大似然法分类精度提高了15.19%。 相似文献
15.
《地理与地理信息科学》2017,(4)
地形纹理特征提取和识别是地形自动分类的关键。该文在分析已有地形纹理特征提取方法的基础上,提出一种基于双树复小波变换的地形纹理特征提取和识别方法。该方法将DEM地形垂直特征信息引入双树复小波变换模型,设计并实现了面向DEM地形数据特点的地形纹理特征提取方法。以陕北黄土丘陵沟壑区为实验样区,选取6个不同地貌特征共109个典型地形纹理样本进行特征识别实验,并将实验结果与常用的灰度共生矩阵(GLCM)模型及Gabor滤波结合PCA方法进行对比。研究显示,基于地形垂直特征改进的双树复小波变换模型对6类样本有较高的识别精度,同时消耗最短的纹理特征构建时间。 相似文献
16.
基于多源遥感影像的洞庭湖地形提取方法 总被引：1，自引：1，他引：0
湖底地形数据是湖泊流域规划与治理、湖区冲淤变化研究、水资源利用和生态环境保护的重要基础。但传统的大型湖泊湖底地形数据获取手段耗时长、投入大,因此,有必要研究一种基于遥感影像快速获取湖底地形数据的方法。本文以洞庭湖为研究对象,采用Landsat和MODIS系列遥感影像提取湖区边界,基于趋势面分析法和克里金插值法,反演湖区边界各点对应的水位,将带有水位信息的边界点作为高程点实现湖底地形反演,进一步用实测湖底地形验证反演方法的可靠性。研究结果表明,克里金插值法水位反演效果较好,交叉验证的误差标准平均值在0.2 m以内,水位样本点分布较多处,基于克里金法的地形反演绝对误差在1 m以内。本文利用湖泊淹没区域变化的特点快速获取湖底地形,对湖区演变分析、综合治理与保护等具有重要意义。 相似文献
17.
利用ASTER遥感数据反演陆面温度的算法及应用研究 总被引：23，自引：4，他引：19
陆面温度是地气交换过程的一个重要参数,在生态环境研究中应用很广。传统方法只能进行点上的观测和计算,遥感的出现则使得计算区域陆面温度成为可能。ASTER遥感数据具有较高的空间分辨率和光谱分辨率,能够提供比NOAA/AVHRR和Landsat等遥感数据更丰富的陆面信息,有助于提高反演陆面温度的精度。本文以新疆自治区阿瓦提县典型研究区域为例,根据ASTER遥感数据的特点,基于温度/比辐射率分离算法的思想,运用ADE(AlphaDerivedEmissivity)、比值法和MMD(Maximum-MinimumDiffer-ence)三个模块计算陆面温度,并简要分析了模型的主要误差来源。分析结果表明本文所采用的算法是可行的,ASTER遥感数据用于反演陆面温度可以取得比较理想的结果,具有良好的应用前景。 相似文献
18.
以洪河国家级自然保护区为研究区,选取了多时相的Sentinel-1B和Sentinel-2A影像为数据源,制定出9种多时相主被动遥感数据组合方案,用于沼泽湿地遥感分类;分别对根据9种方案整合的多维数据集,进行基于尺度继承的多尺度分割,得到面向对象的分割影像,建立与不同方案对应的特征数据集;采用随机森林机器学习算法,对多维特征数据集进行特征优化,并进行参数调优,构建沼泽植物的最优遥感识别模型,实现对沼泽湿地中地物的识别与分类。研究结果表明,采用递归特征消除(recursive feature elimination,RFE)算法的变量优选和采样随机森林的参数调优,可以优化随机森林模型,显著减少数据冗余,整合多时相主被动遥感数据方案九的随机森林模型的最佳参数mtry和ntree分别为4和1500,模型训练精度为93.06%,Kappa系数为0.916,其模型训练精度在所有方案中最高;经过变量优选得到最佳特征变量组合,交叉极化方式的后向散射系数(Mean_VH)对于沼泽分类的重要性比同向极化方式的后向散射系数(Mean_VV)高;光谱特征是遥感图像分类的最主要特征,其中,红光和绿光波段(Mean_R和Mean_G)、多光谱红边波段(Mean_REG1和Mean_REG2)、近红外波段1(Mean_NIR1)、红边植被指数(CIgreen和CIreg)都对分类具有较高的重要性;纹理特征熵(GLCM_Entro、GLCM_Ent2)和位置特征像元坐标(X_Min_Pxl和Y_Max_Pxl)对沼泽湿地分类也起到重要作用,相对于其它特征,形状特征对分类的贡献性较小;利用方案九的数据得到的分类结果的总体分类精度为94.42%,主被动遥感数据的特征变量和不同时相的特征变量都对分类做出重要贡献,其中,6月的多光谱特征变量的贡献大于9月的变量;9月的SAR特征变量的贡献大于6月的变量;对分类贡献最大的9月的特征变量为多光谱红边波段2(Mean_REG2),对分类贡献最大的6月的特征变量为绿光波段(Mean_G);融合多时相主被动遥感数据源,可以将不同数据源、不同时相对分类具有较大贡献的特征变量集合在一起,充分利用光谱信息和雷达数据反映的结构信息,构建多维度最佳特征变量组合方案,有效提高沼泽湿地分类精度。 相似文献
19.
土壤盐渍化的遥感监测依赖于高时空分辨率影像,但受经费预算、卫星回访周期及天气的影响,高时空分辨率的遥感影像较难获取,这就限制了根据采样时间来获取对应时期遥感影像进行土壤盐渍化监测反演的应用。为此,提出融合MODIS和Landsat影像生成高时空分辨率影像来提取土壤盐渍化信息,为时空影像进行土壤盐渍化监测研究提供数据参考。以渭干河—库车河绿洲为研究区,利用增强型时空自适应融合率反射模型（Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM）和灵活的时空融合模型（Flexible spatiotemporal data fusion,FSDAF）,对MODIS和Landsat影像进行时空融合,并基于融合影像数据构建了关于土壤电导率（EC）的随机森林（RF）预测模型,对比分析时空融合影像应用于土壤盐渍化遥感监测的适用性。结果表明：ESTARFM融合影像的特征波段反射率与Landsat验证影像对应波段反射率一致性决定系数R2（Red）=0.8066、R2（SWIR2）=0.8444;FSDAF融合影像的特征波段与Landsat验证影像对应波段反射率一致性决定系数R2（Red）=0.6999、R2（SWIR2）=0.7493;基于ESTARFM融合影像构建的EC值预测模型精度最高,R2=0.9268,基于FSDAF融合影像构建的EC值预测模型精度良好,R2=0.8987,基于验证影像构建的EC值预测模型R2=0.9103; ESTARFM模型的融合精度高于FSDAF模型,并且基于融合影像构建的EC值预测模型效果良好。 相似文献
20.
悬浮泥沙浓度是海洋质量和环境评价的重要参数之一,遥感技术可以实现对海洋水色要素基础信息实时、连续、大范围监测,是当前大尺度海洋生态环境监测的重要手段。然而,现今并没有一个通用的模型可以实现对所有复杂水体悬浮泥沙浓度的反演。该文基于野外站点观测、结合研究区水体光谱特性,构建了基于多波段准分析算法(QAA)的渤海湾近岸海域悬浮泥沙浓度遥感反演半分析模型,并利用Landsat TM遥感数据,对研究区悬浮泥沙浓度进行了反演,制作了悬浮泥沙浓度空间分布图。研究结果显示,该文构建的半分析模型与前人研究的经验统计模型相比,具有更高的精度和普适性,相对误差达到18.28%;研究区的悬浮泥沙浓度整体较低,平均泥沙浓度为27mg/L,且呈现近海大于远海、南部海域大于北部海域的规律。 相似文献