首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 46 毫秒
1.
孙越凡  程亮  李满春 《测绘科学》2019,44(5):1-7,20
针对复杂地理条件下,遥感影像中地物纹理复杂、光谱多样,耕地难以提取的问题,该文提出了一种基于动态时间弯曲算法的耕地提取方法。采取动态时间弯曲法计算NDVI时间序列的相似性,将耕地与林地、草地等其他有相似物候特征的地物区分开来,并解决不同作物的时间序列曲线的弯曲和平移问题。实验表明,此方法提高了耕地提取的精度,长株潭城市群2013年耕地信息提取的正确率达82.08%,完整率达81.63%。使用景观格局指数定量计算耕地空间分异信息,以经济社会数据作为潜在驱动因子,使用冗余分析方法对驱动因子进行约束性排序分析,结果表明人口因素、经济因素、农业因素是影响长株潭地区耕地分布的主要驱动因素。  相似文献   

2.
针对复杂地理条件下,遥感影像中地物纹理复杂、光谱多样,耕地难以提取的问题,该文提出了一种基于动态时间弯曲算法的耕地提取方法。采取动态时间弯曲法计算NDVI时间序列的相似性,将耕地与林地、草地等其他有相似物候特征的地物区分开来,并解决不同作物的时间序列曲线的弯曲和平移问题。实验表明此方法提高了耕地提取的精度,长株潭城市群2013年耕地信息提取的正确率达82.08%,完整率达81.63%。使用景观格局指数定量计算耕地空间分异信息,以经济社会数据作为潜在驱动因子,使用冗余分析方法对驱动因子进行约束性排序分析,结果表明人口因素、经济因素、农业因素是影响长株潭地区耕地分布的主要驱动因素。  相似文献   

3.
利用江苏盐城东部沿海8幅ERS-2 SAR影像构建像素级时间序列,根据训练样本得出互花米草盐沼的标准时间序列曲线;基于动态时间弯曲DTW距离进行时间序列相似性分析后提取互花米草盐沼,用同年Landsat TM影像、CBERS-02B CCD影像目视解译的真实地面数据进行精度评价。结果表明:1)互花米草盐沼的时间序列曲线呈波动性变化,与研究区其他4类典型地物的时间序列曲线差异较大;2)互花米草盐沼提取结果的精度较高,基于Landsat TM影像的精度评价结果——正确率86.81%,完整率84.63%,基于CBERS-02B CCD影像的精度评价结果——正确率87.84%,完整率83.87%。  相似文献   

4.
基于时空分析的贫困丘陵山区耕地变化机理研究   总被引:6,自引:0,他引:6  
在地理信息系统技术的支持下 ,利用耕地面积变化时间序列模型、耕地动态度模型、耕地重心变化模型等 ,对湖北省咸宁市耕地的时间变化和空间变化特征进行了定量的研究 ,并应用主成分分析法 ,选择 2 3个因素对其驱动因子进行了相关分析。结果表明 ,耕地变化主要受经济因子、人口、房地产政策及耕地开发强度的影响  相似文献   

5.
针对传统的农田灌溉面积提取方法单一且费时费力的问题,提出基于遥感地表温度反演及植被供水指数(VSWI)的方法对石津灌区农作物的灌溉面积进行了提取。在利用Landsat 8影像提取灌溉面积的同时通过高分1号影像提取的小麦种植结构对灌溉区域进行了约束,从而减少了其它地物对灌溉面积提取的影响。结果显示,两种方法计算得到的灌溉区域重叠率达87%,同时将利用遥感方法提取的灌溉结果与实地调查的结果相比较,发现在灌溉时间和面积上具有较好的一致性,因此认为所得结果较为可靠。该方法不仅可以快速、高效的获取到较高精度的灌溉面积数据,同时大大减少了外业工作量,因此可以为农业灌溉区域的调查和监测提供有效的技术支撑。  相似文献   

6.
传统算法直接使用数字表面模型(DSM)进行建筑物提取,忽略了地形影响,只适用于地形变化较小的区域。针对该问题,提出了一种基于局部高程差异的建筑物提取算法。利用地物相对于局部区域的高程差异来反映地物高度,再运用基于知识的提取算法提取建筑物。实验结果表明,该算法具有较高的精度,比SVM算法降低了1.18%的误提率和6.51%的漏提率。  相似文献   

7.
基于MODIS的LAI时间序列谱的地物分类方法研究   总被引:6,自引:0,他引:6  
利用MODIS数据所反演的每8d一景,全年共46景的时间序列叶面积指数(LAI)图像,分析江西省不同类型地物的LAI时间序列谱,并对地物进行分类。首先,利用最小噪声比变换技术(MNF)将噪声从数据中分离;然后,通过纯净像元指数(PPI)从LAI时间序列谱中提取5类主要地物类型终端单元(Endmember),从而对地物进行分类并制图;最后,结合2000年江西省兴国县1 10万比例尺的土地利用/覆盖矢量图对本研究分类结果进行检验。结果表明,该方法的地物分类精度达到74.45%,其分类方法是有效可行的。  相似文献   

8.
利用1980~2010年时间序列遥感影像,利用土地变化的变化率、变化贡献率和转移矩阵,从时间和空间上分析了土地利用/土地覆盖的变化特征,并结合单因子相关分析和主成分分析等方法,探讨深圳市土地利用变化的驱动因子。结果显示,30年来深圳市的土地利用发生了巨大变化:城乡用地扩张剧烈,增加了55 077.24 hm2,增长率为265.19%;耕地、林地、水域面积迅速减少,耕地减少33 949.17 hm2,减少率为73.93%。研究时段内,人类活动增强以及影响范围扩大是引起深圳市城乡用地急速增长和耕地下降的主因,且土地利用变化受社会经济驱动力的影响逐步增强。  相似文献   

9.
胡啸  黄明  周海霞 《测绘科学》2019,44(3):101-106,158
针对车载激光扫描技术存在数据量大、点云散乱、目标复杂以及地物相互遮挡等问题,该文提出一种从车载激光扫描数据中高速道路自动提取方法。①对激光点云进行基于扫描线的自适应滤波,剔除路面点。②对于滤波后激光点云数据,使用平滑度约束下的欧式聚类算法进行聚类。③对道路边界进行优化追踪,提取出完整的道路边界和道路面。实验结果表明,本文方法能够快速准确地提取高速公路道路边界和路面点云,提取结果的准确率、完整率和检测质量分别为97.52%、94.23%和92.69%。  相似文献   

10.
高分辨率遥感影像中耕地特征复杂,人工目视解译和传统的遥感影像分类方法提取能力有限,无法实现大范围的自动化高精度耕地提取。深度学习技术因具有较强的地物表达能力,在遥感影像信息自动提取方面表现出了优越的性能,为大范围耕地的精细化自动提取提供了新的思路。探究不同典型网络模型在不同景观特征耕地提取上的适用情况对耕地提取质量和效率的提升具有重要意义。基于此,本研究以高分一号及高分二号融合的2 m分辨率数据为数据源,采用改进的金字塔场景解析网络MPSPNet(Modified Pyramid Scene Parsing Network)和UNet网络模型,应用于山东省的耕地精细自动化提取,并与传统面向对象的方法对比,探究两种深度卷积神经网络模型在大尺度耕地自动提取中的适用性。研究获得以下结论:(1) MPSPNet模型和UNet模型在区/县尺度的耕地提取上性能优于传统的面向对象的分类方法,在全省尺度的耕地提取上总体精度优于90%且无明显差异。(2)耕地景观特征是影响两模型耕地提取效果的重要因素,模型的选择对耕地提取效果无明显影响。在耕地景观指数较低的地块规则平整的区域,模型提取效果较好,在耕地景观...  相似文献   

11.
《测绘科学》2020,(1):69-76
针对车载激光雷达(LiDAR)数据中杆状地物分类效果不理想的问题,该文对从车载LiDAR数据中提取的杆状地物进行形态分析与分类研究。首先,利用基于体素的方法对杆状地物进行提取。其次,对提取出的杆状地物进行形态分析,使用ESF特征、几何特征及附属物拓扑特征作为杆状地物的特征向量集。最后,利用随机森林分类器对特征向量集进行重要性分析,构建最优特征子集,对杆状地物进行精细分类。该文在3个数据集上进行试验以验证方法的有效性。结果表明,该文方法对杆状地物有较好的分类效果,准确率分别为91.8%、89.23%和88.51%。  相似文献   

12.
郑惠茹  吕军超 《北京测绘》2021,35(3):345-348
针对传统遥感影像提取方法中仅使用光谱像元信息的缺陷,本文使用Landsat 8遥感影像数据,探究面对地形复杂区域进行多种地物信息提取充分挖掘影像隐性信息的情况,使用面向对象的分类方法实现地物信息提取.结果 表明该方法分类精度较传统监督分类有所提高,且符合人类认识客观事物的思维模式,对于准确提取地物信息、提高提取精度具有很大帮助.  相似文献   

13.
面向对象分类特征优化选取方法及其应用   总被引:3,自引:1,他引:2  
王贺  陈劲松  余晓敏 《遥感学报》2013,17(4):816-829
与传统基于像元的分类方法比较,面向对象的分类方法可利用的地物信息更加丰富,然而如何从众多信息中筛选出能够有效提取不同地物的分类特征,从而提高分类效率与精度,是使用面向对象方法分类时急需解决的问题。SEaTH算法(分离阈值法)是一种有效的自动选取分类特征并计算阈值的方法,但其只考虑了类间距离,容易存在信息的冗余,从而对分类精度造成一定影响。本文在SEaTH算法的基础上,综合考虑了特征间的相关性、类间距离以及类内距离,对SEaTH算法进行了优化,并将改进前后的两种方法运用到广东省肇庆市TM影像及环境一号卫星影像土地覆盖分类中进行对比分析。实验结果表明,改进后的方法筛选出的特征在提取地物上更为有效,尤其使耕地的分类精度提高了12.26%,使分类总体精度由80%提高到了85.26%。改进后的方法对不易获取多时相影像的地区的土地覆盖分类具有重要意义。  相似文献   

14.
城区LiDAR点云数据的树木提取   总被引:2,自引:0,他引:2  
机载激光扫描(LiDAR)可以快速获取地球数字表面模型.提出一种适合复杂城市环境的机载激光扫描数据提取树木的算法:首先对DDAR数据滤波生成DTM,提取地物点;然后对地物点进行区域增长运算,使用面积阚值滤出大的区域;再计算出LiDAR数据点的梯度值,根据梯度阈值分离出树木点;最后结合梯度阈值分割和区域增长分割的结果实现树木点的最终提取.实验结果表明,使用新算法在城区环境中能从LiDAR数据中较好地提取出树木,城区树木提取率达到85.4%,提取正确率为86.1%.  相似文献   

15.
胡良晨  周义炎  王伟 《测绘科学》2019,44(5):37-42,60
针对"中国大陆构造环境监测网络"中的共模误差问题,该文提出了一种新的提取共模误差的方法,该方法在区域叠加滤波中引入坐标时间序列相关系数作为权重因子。基于陆态网络中时间跨度大于4年的154个基准站坐标时间序列,利用相关系数加权叠加滤波方法提取其中的共模误差并分析其特征。结果显示,滤波后测站残差坐标时间序列之间的相关性明显减小,N、E、U 3个分量的相关系数分别平均减少30.33%、19.86%、23.24%。所有测站残差坐标时间序列滤波后的RM_S在N、E、U3个分量分别平均减少9.5%、9.1%、26.1%,与区域叠加滤波结果相比分别提高了2.1%、1.2%、4.5%。结果表明,相关系数加权叠加滤波方法比区域叠加滤波方法提取共模误差更有效。  相似文献   

16.
耕地景观破碎化成因及对农村收入影响分析   总被引:2,自引:0,他引:2  
为了定量分析耕地破碎化的驱动因素,评价其对农村收入水平的影响,该文基于景观指数分析法选取景观指标计算景观指数,使用熵权法计算贵州省遵义市播州区21个乡镇的耕地破碎化综合指数;利用地理加权回归模型,计算耕地破碎化综合指数与各环境因子间的相关性,同时分析耕地破碎化综合指数对农村年人均可支配收入的影响。实验结果显示,该区域耕地破碎化是各类环境因素综合作用的结果,农村收入水平与耕地破碎度呈负相关。由此可见,景观指数分析与地理加权回归分析相结合既能够较好地反映耕地破碎化程度,同时也能清晰地揭示耕地破碎化的驱动因素及其对农村收入水平的影响,有助于我们进一步理解耕地破碎化的内涵,为提升农村收入水平提供理论参考。  相似文献   

17.
针对GNSS坐标时间序列的异常值、缺失点插值和共模误差问题,该文采用一种经验模态分解(EMD)与3σ组合算法处理异常值,获取干净的残差时间序列,然后使用Matlab软件的fillmissing函数进行插补,获得连续的时间序列,最后利用独立成分分析(ICA)和主成分分析(PCA)方法对残差序列进行共模误差的提取,分析共模误差的影响。研究结果表明,与LS-3σ相比,EMD-3σ方法的探测率提高了0.2%,说明新算法的探测效果更好。PCA和ICA方法滤波后的RMS值分别平均减少了约22.01%、10.96%,说明PCA和ICA均能有效地提取残差时间序列的共模误差,提高坐标时间序列的精度,且PCA比ICA效果更好。  相似文献   

18.
将微粒群和支持向量机用于耕地驱动因子选择的研究   总被引:2,自引:0,他引:2  
结合微粒群算法(PSO)具有执行速度快、受问题维数变化影响小的优点及支持向量机算法(SVM)结构风险最小化原理,构建了基于离散二进制微粒群(BPSO)与支持向量机的耕地驱动力因子选择方法,使用特征子集中确定的特征来训练支持向量回归机,用适应度函数来评价回归机的性能,指导BPSO的搜索。实验表明,该方法能有效地提取出耕地驱动因子的特征子集,从而降低了指标的维数,保留了关键信息,以获得知识的最小表达。  相似文献   

19.
耕地是丘陵山区稀缺的土地资源,具有地形条件复杂、种植结构多样的特点,导致了山地耕地信息难以快速、准确获取,并且基于传统的遥感数据及遥感监测方法开展山区耕地信息快速自动提取比较困难。针对这一问题,本文以西南山区贵州省息烽县作为试验区,根据地理空间异质性特征,提出分区控制、分层提取的耕地形态信息提取思路,构建了一种地貌单元约束条件下的分区分层耕地形态信息的提取方法。该方法首先根据地貌-植被特征将试验区划分为平坝区、山坡区、林草区3类地理分区;然后在每类分区基础上,根据耕地所呈现的视觉特征划分为不同的类型,对不同类型的耕地分别设计不同的深度学习模型进行分层提取。试验结果证明,该方法对山区复杂地形背景噪声具有较好的抑制作用,所提取的耕地地块信息相比于传统方法更符合实际耕地的实际分布形态,有效地减少了漏提率和错提率。  相似文献   

20.
高分辨率遥感影像地物复杂,分类难度大,而深度学习方法可以提取地物更多更深层次的特征信息,适用于高分辨率遥感影像的地物分类。本文研究对高分辨率影像中不透水地面、建筑、低矮植被、树、车辆等地物的高精度分类。结合遥感多地物分类的特点,以DeepLab v3+网络模型为基础,提出E-DeepLab网络模型。主要改进为:(1)改进编码器和解码器的结合方式,使用简洁有效的加成连接方式。(2)缩小单次上采样倍数,增加上采样层,提高编码器与解码器连接的紧密性。(3)使用改进的自适应权重损失函数,自动调节地物损失权重。同时根据数据特点,提出结合DSM、NDVI数据等多通道训练方式。使用两个地区数据进行实验,结果表明,两地区精度均明显优于原始DeepLab v3+模型和其他相关模型,Potsdam地区总体提取精度达到93.2%,建筑物提取精度达到97.8%,Vaihingen地区总体提取精度达到90.7%,建筑物提取精度达到96.3%。目视对比分类图和标准标记图,两者具有高度的一致性。本文所提出的E-DeepLab网络在高分辨率遥感影像地物高精度提取和分类中有较好的应用价值。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号