共查询到20条相似文献，搜索用时 15 毫秒
1.
《测绘与空间地理信息》2020,(6)
为探索GF-1 PMS多光谱数据影像在低山丘陵地貌破碎地区主要农作物遥感识别中的信息有效性,以重庆市永川区卫星湖街道为例,利用研究区多时相、多光谱特征影像,对研究区油菜、玉米、水稻等主要作物进行信息提取。提取结果显示,利用GF-1多时相多特影像,水稻作物信息提取生产精度与用户精度均达到90%以上,提取精度较低的旱地作物玉米提取效果也得到了提升,油菜作物信息提取生产精度大幅度高于用户精度,主要作物提取总体精度OA为80.93%,Kappa系数0.635,分类质量达到较好水平。基于多时相GF-1影像光谱、纹理等特征的面向对象分类方法,能够有效地提取南方低山丘陵破碎地貌地区主要农作物空间分布信息,提高主要农作物的遥感识别精度,为山地农作物遥感信息提取提供参考。 相似文献
2.
大型岩质滑坡一般具有高位、隐蔽性强、高速远程等特点,往往造成严重的人员伤亡和财产损失。揭示其形变历史和发展演化规律,可以为类似滑坡灾害的早期识别提供参考。收集了近年来发生在中国大陆的5处典型大规模岩质滑坡滑前的多时相高精度遥感影像,通过对多时相高精度遥感影像的目视解译,对其形变迹象进行识别,并对其发展演化规律进行分析。发现大型岩质滑坡在发育演化过程中均会产生显著的地表变形迹象,这些形变信息可利用高分辨率光学遥感影像（亚米级）进行识别,变形的孕育演化时间可达数年甚至数10 a。大型岩质滑坡往往不具备“圈椅状”地貌特征,利用光学遥感影像对其早期识别的标志主要为坡体后源是否存在拉裂缝和坡体前缘是否存在局部滑塌。 相似文献
3.
对TM/ETM+的大气校正产品质量进行评价是改进影像质量的必要手段。提出采用已有高质量TM/ETM+表面反射率产品作为参考影像评价TM/ETM+的大气校正产品质量的方法。该方法设计了面向产品质量评价的影像光谱采样方案和多时相遥感影像PIFs(pseudo invariant features,PIFs)样本自动识别方法,能对多时相/季相TM/ETM+大气校正产品质量进行评价。试验表明该方法能准确识别PIFs地物,评价结果真实反映了遥感影像大气校正结果准确度。方法具有快速和低成本等特点,能开展规模化应用。 相似文献
4.
探讨了多时相影像数据组织与管理的方式,提出了一种基于Morton码的多时相影像块编码管理机制,可以简单、方便、高效地管理海量多时相影像数据,并给出了多时相影像数据库的实例. 相似文献
5.
多时相遥感影像辐射归一化方法综述 总被引：2，自引：0，他引：2
多时相遥感影像的辐射归一化是进行变化检测或拼接不可缺少的步骤。本文从绝对辐射归一化和相对辐射归一化两个方面对现有的多时相遥感影像辐射归一化方法进行了总结。对各种辐射归一化方法进行了剖析,并指出了这些方法的优缺点和适应性。最后对多时相遥感影像辐射归一化方法未来的发展进行了展望。 相似文献
6.
近年来我国南海油气资源遭到周边国家的掠夺,进行非法海上石油平台的识别对于维护海洋权益是非常有意义的。对海洋石油平台的识别,传统的基于岸基和岛屿站的观测方法范围非常有限;本文结合星载SAR全天时、全天候及免受云雾干扰的优势,尝试了一种基于SAR影像识别海上石油平台的方法。利用多景多时相SAR影像,首先在TerraSAR-X影像中做平台目标的初步识别,然后利用另一景不同时相的Radarsat2 SAR影像作对比,进行舰船目标的排除和初步识别结果的检验。本文以南海地区的三景SAR影像为数据源,共识别出5处石油平台,验证了通过SAR影像识别海上石油平台的可行性。 相似文献
7.
8.
邢孔胜 《测绘与空间地理信息》2022,(2):177-180
以研究区2001、2009、2013和2018年Landsat影像数据为研究对象,对该地区的地表亮温进行反演计算,并在研究区范围内选取具有明显识别特征的伪不变特征点,且以2013年的亮温影像为参考基准建立回归分析模型,对多时相的地表亮温影像进行归一化处理,从而得到可进行对比分析的研究区地表相对温度,然后进行热岛强度等级... 相似文献
9.
10.
11.
通过软硬变化检测识别冬小麦 总被引：1，自引：0，他引：1
提出一种软硬变化检测的作物识别方法 SHLUCD(Soft and Hard Land Use/Cover Change Detection Method)。该方法利用多期遥感影像能够有效表达作物的生长物候特征,以达到在离散变化区(即纯净像元区,包括完全转换成作物的突变区域和非作物区域)和连续变化区(即渐变区,混合像元区,是部分转化为作物的区域)准确进行作物的识别。在北京市选择一个研究区,以冬小麦为研究对象,选用2011年10月6日(播种期)和2012年4月16日(拔节期)两期环境减灾1号卫星影像,分别采用硬变化检测方法 HLUCD(Hard Land Use/Cover Change Detection Method)、软变化检测方法 SLUCD(Soft Land Use/Cover Change Detection Method)和SHLUCD进行冬小麦的识别。实验结果表明:在不同尺度窗口下,SHLUCD较传统方法表现出较明显的优势,具有更低的均方根误差RMSE(SHLUCD为[0.14,0.07],HLUCD为[0.15,0.07],SLUCD为[0.16,0.08])和偏差bias(SHLUCD为-0.0008,HLUCD为-0.007,SLUCD为0.014)和更高的决定系数R2(SHLUCD为[0.68,0.86],HLUCD为[0.62,0.86],SLUCD为[0.60,0.86])。针对冬小麦突变区域、冬小麦渐变区域和非冬小麦区域分别进行评价,表明SHLUCD识别精度接近各区最佳的识别方法,进一步验证了SHLUCD的灵活性和适用性。SHLUCD方法在离散变化区能够通过土地覆盖类型状态变化来有效地识别出冬小麦,在连续变化区可识别出土地覆盖的状态变化程度定量表达冬小麦的丰度,是其他作物多时相遥感变化检测的前期实验基础。 相似文献
12.
提出了一种基于案例(CASE)推理的多时相SAR影像分类方法.选用北京地区2000年(4景)和2004年(3景)的多时相Radarsat-1 SAR影像及相应地理基础分类图作为数据进行实验,结果表明,该方法能得到较好的SAR影像分类结果.分类总体精度可望达到85%. 相似文献
13.
14.
多时相遥感影像变化检测综述 总被引：1，自引：0，他引：1
近几十年来,多时相影像处理和变化检测是遥感领域一个较为活跃的研究方向。虽然在环境变化监测和检测方面成功的应用有很多,但是从多时相影像及时提取地球环境和人类活动的动态信息仍匝临很多挑战。近年来,随着新型遥感平台和传感器的发展,在克服技术障碍方面取得了很大进步。历史影像档案提供范围的扩大也使得长期变化检测和建模成为可能。这些发展推动了更先进的影像处理方法的开发和处理时间维度影像数据新方法的研究工作。本文回顾了多时相数据处理和变化检测的发展现状。作者首先对地球表面环境变化的性质进行了分析,从四个方面总结了遥感变化检测技术的发展,包括变化检测影像预处理、变化检测方法和途径分类、遥感变化检测方法和多时相影像处理的准确度评估。文章试图在先验知识的基础上从多源数据、集成处理和智能方法角度提出综合解决方案。为促进遥感影像变化检测技术的深入研究,本文还指出了变化检测所面临的挑战和可能的对策。 相似文献
15.
16.
17.
18.
19.
本文旨在研究基于地块数据约束的深度学习模型的分类特征表示方法,以识别不同作物在不同时相上光谱差异从而对作物类型进行分类。通过Google Earth Engine平台获取作物生育期内全部Landsat 8影像,利用其质量评定波段完成研究区无云时相及区域上的地块统计,提取地块级别的各波段反射率均值按照时相顺序及波长进行排列,构建波谱、时相二维特征图作为该地块的抽象表示。通过构建相对最优的卷积神经网络CNN（Convolutional Neural Network）结构完成对特征图的分类,从而完成对地块的分类。构建CNN模型并不需要手工特征和预定义功能的需求,可完成提取特征并遵循端到端原则进行分类。将该模型的分类结果与其他最为常用机器学习分类器进行了比较,获得了优于常用遥感分类算法的分类精度。结果表明地块数据的加入可以有效的缩减计算规模并提供了准确的分类边界。所提出得方法在地块特征表示及作物分类中具有突出的应用潜力,应视为基于地块的多时相影像分类任务的优选方法。 相似文献
20.
基于多时相多极化差值图的稻田识别研究 总被引：1，自引：1，他引：1
提出了一种基于多时相多极化差值图的稻田识别方法,该方法在简化稻田识别算法的同时,仍具有较好的稻田识别精度.以江西省高安地区的早稻识别为例,利用两景ENVISA ASAR交叉极化模式数据(VV/HH)计算了同时相多极化差值图和同极化多时相差值图.由于稻田含有水层和水稻的垂直株型等属性特征,稻田在两时相上VV极化和HH极化后向散射差异都很大,且与其他地物具有明显差别,因此利用同时相多极化差值图可以很好地分辨出稻田来;从时间变化看,HH极化雷达波对水稻生长和稻田的变化比对其他地物的变化更敏感,使稻田分布信息在HH极化多时相差值图中反应突出.而VV极化对地物的时相变化不够敏感.因此,建立最优差值图组合,分别采用阈值分类方法和监督分类方法对差值图组合进行分类提取稻田.通过比较分类结果,认为基于统计分析的监督分类方法更好,其稻田识别的精度达到84.92%.文章最后对提出的稻田识别方法及分类结果进行了分析. 相似文献