共查询到20条相似文献，搜索用时 140 毫秒
1.
以 LandsatＧ８、ASTER和 WorldViewＧ３(WVＧ３)影像为数据源,在分析影像波谱特征的基础上,采用主成分分析法提取３种数据中的蚀变矿物信息,得到研究区蚀变矿物分布图.通过对比发现,不同数据的提取结果在空间位置上基本保持一致,说明３种影像在蚀变信息提取方面均具有一定准确性和可靠性.LandsatＧ８数据适合提取羟基、铁染等基团信息,而 ASTER 和 WVＧ３数据能进一步识别不同类型的含羟基蚀变矿物及碳酸盐蚀变矿物,并且由于 WVＧ３数据具有更高的空间分辨率和丰富的短波红外波段,蚀变信息提取精度明显优于 LandsatＧ８和 ASTER数据,在遥感地质领域具有较大的应用潜力. 相似文献
2.
高光谱影像具有图谱合一的特点,图像空间信息是遥感影像的重要信息,但以往基于最佳波段选择的降维方法中只考虑基于灰度统计的特征空间信息,忽视了图像空间信息,而且计算量大。综合高光谱遥感影像的特征空间与图像空间信息,提出了一种多特征结合的高光谱影像降维方法并应用于矿物填图中。统计分析波段相关性并划分不同特征子空间;计算各波段的分形维数,在各子空间选择分形维数较小的波段作为候选波段;在候选波段中,计算待识别地物光谱间的相关系数,并快速选择出最佳波段组合。经实验,应用该方法选出的最佳波段组合影像清晰、不同蚀变矿物对比明显,根据特征选择提取出的矿物蚀变信息与应用成熟的光谱角制图(SAM)提取结果大致相同,表明结合图像空间和特征空间的降维方法能够选择出理想的波段组合,有效降低高光谱数据的维数,信息提取效果好。 相似文献
3.
4.
多光谱遥感分类与影像空间分辨率有着密切的关系,在适宜空间分辨率影像上进行地物分类能够获得更高的精度。随着遥感影像空间分辨率的提高,纹理特征被广泛用于遥感分类,但由于不同地类空间尺度不同,纹理对不同地物分类的影响程度也有所差异。本文基于高分一号2 m全色和8 m多光谱影像融合后的高空间分辨率多光谱数据构建反射率空间序列,选用3种分类方法对序列分类,并分别计算2 m融合数据及8 m多光谱影像的纹理特征,选择特征波段与相应多光谱波段组合用以分类研究,最后计算混淆矩阵评价分类精度。研究结果表明,通过回归分析得到多光谱分类的最佳空间分辨率为5 m,与其他研究中利用全色波段分类的结论一致,这说明最佳空间分辨率的选择不受光谱信息影响;对多光谱分类精度随空间分辨率变化的变化趋势分析发现,分类精度在20~30 m分辨率范围区间内快速降低,这为多光谱遥感分类数据空间分辨率的选择提供了重要参考;此外,对光谱与纹理特征结合后不同地类分类精度的变化分析显示,加入纹理特征后,冬小麦、人工建筑、有林地和水体的分类精度在2 m分辨率下分别提高了1.49%、1.51%、4.94%、1.54%,8 m分辨率下分别提高了2.95%、10.95%、5.91%、5.14%,说明引入纹理特征有利于提高分类精度,但其对不同地物类型、不同分辨率影像的影响程度不同。 相似文献
5.
遥感土地覆被分类的空间尺度响应研究 总被引：2，自引：0，他引：2
不同空间分辨率遥感影像对区域土地覆被类型识别精度的影响是目前土地资源遥感研究中的热点议题。本文基于准同步的卫星传感器影像,以福建省长汀县河田盆地为研究区,结合野外调查的实验样本,依次采用最大似然法（MLC）、支持向量机（SVM）和人工神经网络（ANN）3种分类器,分析土地覆被分类结果在中高空间尺度序列（1~50 m）下的变化响应特征。结果表明：不同空间尺度下的地物分类结果存在显著差异（P<0.05）,其中总分类精度和Kappa系数均随影像分辨率的降低而先升高后降低,并于4 m分辨率处达到峰值,该结果与各类地物光谱反射率的空间尺度变化特征密切相关;而不同分类器对各空间尺度影像分类结果的影响程度差异较大（P<0.05）,其中SVM的分类精度最优,MLC次之,ANN的结果较差。此外,伴随影像空间分辨率的降低,不同土地覆被类型面积提取结果的变化规律不同,导致同类地物在不同空间尺度下的提取结果出现较大差异,表明在使用多源分辨率遥感数据进行土地监测等相关研究时,其伴随的结果误差不容忽视。 相似文献
6.
摘 要:钻孔岩心高光谱技术是高光谱遥感技术的延伸运用方向,它将高光谱遥感矿物填图技术应用于深部钻孔岩心蚀变信息的提取,为深部地质研究提供了新的思路与方法。在遥感技术系统的基础之上建立了钻孔岩心高光谱技术系统体系,并以Hyspex钻孔岩心高光谱采集系统为例,对我国南方某火山岩型铀矿勘查区钻孔岩心高光谱数据进行了处理和示范性应用.?岩心高光谱数据预处理包括辐射校正、反射率计算和光谱去噪3个步骤,之后的蚀变信息提取包括端元光谱识别和光谱匹配填图2个步骤。利用处理之后的岩心蚀变矿物全孔编录结果,进行了蚀变矿物空间分带规律分析和蚀变矿物组合划分,并对钻孔蚀变信息反映的深部流体环境进行了分析和反演,结合钻孔地质资料,发现该钻孔铀矿化富集部位处于蚀变矿物酸碱性发生突变的地球化学障部位这一特征。最后对钻孔岩心高光谱技术的特点及优势进行了总结,其能够为深部矿产资源勘查提供有效技术支撑,值得进一步推广应用。 相似文献
7.
农作物种植结构是农业生产活动对土地利用的表现形式。及时精确地获取农作物的空间分布信息对指导农业生产、合理分配资源以及解决粮食安全问题等具有重要意义。目前农作物信息提取研究大多局限于中低分辨率遥感影像的NDVI时间序列,影响了作物空间分布信息提取的准确性。随着Sentinel-2A卫星成功发射,为高分辨率NDVI时间序列的构建提供了可能。本文以黑龙江省北安市为研究区,基于覆盖完整生育期的Sentinel-2A多光谱数据,构建10 m分辨率的NDVI时间序列数据集,利用 Savitzky Golay (S-G) 滤波器对 Sentinel-2A NDVI时间序列数据进行平滑。基于典型时相的多光谱数据和NDVI时间序列构建面向对象决策树分类模型进行作物类型遥感识别。通过对样本的NDVI时间序列曲线分析,可以得出NDVI时间序列能够清晰地区分作物物候差异。此外,本文还利用面向对象分类和支持向量机（Support Vector Machine, SVM）分类两种方法,对典型时相的多光谱数据进行了作物分类对比实验,并对结果进行了对比分析。研究结果表明：① 典型时相多光谱数据引入平滑重构后的NDVI时间序列能够更好地描述作物的物候特性,能够准确刻画研究区作物发育情况,有效区分各类作物;② 通过对比分类实验发现,典型时相多光谱数据引入NDVI时间序列特征,增强了不同作物之间的光谱差异,提高了作物分类精度,总体精度和kappa系数较典型时相多光谱数据进行分类的结果分别提高了7.7% 和0.055;③ 基于面向对象的决策树分类模型在作物分类的结果中精度最高,总体精度为96.2%,kappa系数为0.892。本研究的方法为其他大区域农作物的分类提供了重要参考和借鉴价值。 相似文献
8.
面向对象的南海珊瑚礁地貌单元提取 总被引：3，自引：0，他引：3
南海珊瑚礁地貌信息的提取是珊瑚礁资源利用、生态保护与管理及可持续发展的重要地学基础。本文提出了面向对象的珊瑚礁地貌单元提取模型,针对不同的地貌单元,以不同地貌单元的最优分割尺度、光谱参数、形状参数来分割影像并合并成不同对象,从而获得相应的地貌单元。通过大量实验得出自然地貌的最优分割尺度区间为[140,600],其中附礁生物稀疏带及丛生带、礁坑发育带的光谱参数和形状参数分别为0.9和0.1,其他自然地貌单元的光谱参数和形状参数分别为0.8和0.2;人工地貌的最优分割尺度区间为[25,170],其光谱参数和形状参数分别为0.8和0.2。进一步以南沙群岛簸箕礁WorldView-2高分辨率遥感影像为例提取地貌单元,并结合混淆矩阵和Kappa系数对分类结果进行了精度评价,地貌单元提取总体精度达到了85.75%,Kappa系数为0.8349。结果表明,该方法可有效运用南海珊瑚礁遥感影像的光谱特征、纹理特征,以及影像数据不同波段的组合特性,综合了影像和珊瑚礁地貌的关联特性,充分利用了珊瑚礁不同地貌相带的异质性,获得了理想的南海珊瑚礁地貌的整体信息,满足了我国南海珊瑚礁地貌信息提取和地貌数字产品生成的需求。 相似文献
9.
近十几年来,随着城市化进程加剧,准确获取城市植被的分布信息,是城市气候和地表能量平衡研究的重要内容。高空间分辨率遥感影像数据,为精确获取和动态监测城市植被提供了重要资料。本研究利用资源三号数据对长江三角洲地区城市植被进行光谱特征分析与提取,提出一种城市植被的自动化信息提取算法—分离面法（Hyperplanes for Plant Extraction Methodology,HPEM）。结果表明：在假彩色反射率空间,植被与NDVI值低的背景有很好的分离性,而在真彩色反射率空间,植被与NDVI值高的背景有很好的分离性;HPEM能很好地避免NDVI最佳阈值法中将建筑物误分为植被的问题,其精度明显优于NDVI最佳阈值法,Kappa系数从0.85提高到0.90,总的错分与漏分误差从21.15%降低到14.18%。可见,本文的HPEM方法能有效提高城市植被信息自动提取的精度。 相似文献
10.
地表信息提取是地理国情监测和环境保护的重要环节,本文选用Landsat-8 OLI遥感影像为主要数据源,针对分类样本数据少这一问题,在对2015年和2017年全球地表覆盖数据优化处理的基础上,将其作为分类的先验知识,以最大似然法、支持向量机(Support Vector Machine,SVM)和随机森林(Random Forest,RF)机器学习方法,以及基于VggNet-16和ResNet-18模型的深度学习方法,对黄河三角洲区域进行地表信息提取方法的应用研究.结果表明,在利用粒子群优化遗传算法进行特征优化的基础上,RF和SVM模型分类总体精度较高,其中RF和SVM模型分类总体精度最高可达87.3％、86％;VggNet-16和ResNet-18两种模型的分类精度较机器学习方法有较大提升,其中以ResNet-18分类精度最佳,最高总体精度可达94.1％,Kappa系数为0.91.本文的研究方法在中分辨率遥感地物分类时具有较好的适用性和推广价值. 相似文献
11.
北京一号小卫星数据的城市景观格局监测分析——以徐州市城区为例 总被引：1，自引：0，他引：1
为了推进北京一号小卫星遥感数据在城市景观生态研究中的应用,针对其全色影像4m分辨率、多光谱影像32m分辨率的特点,试验分析北京一号小卫星影像在城市景观格局变化中的应用效果和特点。通过对不同分类器的比较,选择支持向量机分类器对多光谱影像、全色影像、全色与多光谱融合影像三个数据集进行景观组分分类,结果表明,全色与多光谱融合影像的分类精度最高。利用多时相、多光谱遥感数据统计分析了城市景观组分与格局变化,表明32m空间分辨率的多光谱影像可以用于城市景观格局变化和土地覆盖变化分析。本文全面试验和分析评价了北京一号多分辨率数据在城市景观格局研究中的应用效果。通过对同一年份全色影像和多光谱影像计算的景观格局指标的分析表明,全色数据能更有效地描述景观详细信息,多光谱数据可展现城市景观的整体格局,而融合后对景观格局分析能够获得优于单一数据的效果。试验和分析表明,北京一号小卫星4m全色高分辨率影像和32m多光谱数据的波段组合,能从不同尺度揭示城市景观格局和变化过程。 相似文献
12.
夜间灯光数据和人类活动密切相关,可用于识别城市建设用地。目前主要利用DMSP/OLS和NPP-VIIRS夜间灯光数据进行建设用地识别,由于数据质量原因,这两类数据的识别结果精度较差。珞珈一号夜间灯光数据与比以往夜间灯光数据相比,时间分辨率、空间分辨率和光谱分辨率明显提升,是进行建设用地提取的更理想的数据源。本研究首先对珞珈一号夜间灯光数据进行辐射和影像配准,提高数据质量,然后利用支持向量机(Support Vector Machine, SVM)影像分类方法对广州市2017 年建设用地分区识别,并利用Kappa系数分区、分地类评价识别结果精度。研究发现：① 利用珞珈一号夜间灯光数据识别建设用地的精度明显优于利用DMSP/OLS和NPP-VIIRS夜间灯光数据识别结果的精度;② 广州市中心城区辖区的建设用地识别结果精度较高,识别结果Kappa系数均在0.9以上;外围辖区识别结果精度相对较低,识别结果Kappa系数为0.85左右;③ 城市、建制镇等单个地块面积较大、灯光亮度较高的地类识别结果精度较高,识别结果Kappa系数均在0.9以上;村庄用地、铁路公路用地由于单个地块面积小、布局比较分散、部分路段无照明条件等原因,识别结果Kappa系数相对较低,为0.85左右;采矿、风景及特殊用地夜间基本无人类活动,缺少夜间灯光,难以用夜间灯光数据识别,Kappa系数为0.45左右。本研究证明了利用珞珈一号夜间灯光数据能有效识别建设用地,同时丰富了珞珈一号夜间灯光数据的应用场景。 相似文献
13.
林菁 《广东海洋大学学报》1996,(1)
分析了分频和ＣＴＣ计数采样中误读数的原因和解决方法，并利用微机软件实现非线性校正。此传感器用于位移测量系统中，具有０．０１ｍｍ的分辨率及优于１％的精度，可在－２０～６０℃温度范围内工作。 相似文献
14.
遥感影像融合算法,在增强多光谱影像空间分辨率的同时,可实现影像间的信息互补,提高遥感影像的解译能力。异源影像的融合受影像间配准精度及其在时相、空间分辨率和辐射分辨率之间差异的影响,而不同辐射分辨率对异源遥感影像融合所产生的影响及其纠正方法还缺乏深入的研究。为此,本文提出了异源影像融合的辐射分辨率规范化方法。该方法在统一像元值量化区间的基础上,将其乘以相同的比例系数转换到更高的辐射分辨率的量化区间,以减小融合过程由于数据位数取舍而引起的影像信息丢失。研究表明：本文所提出的辐射分辨率规范化方法的取整融合或以实数形式融合,其结果几乎没有差别;而其他转换方法的取整结果均较实型结果差。由于直接采用反射率值进行融合会使其结果产生严重的光谱失真,因此,应采用辐射分辨率规范化方法将反射率值进行转换后再做融合。 相似文献
15.
航空高光谱遥感金矿床定位模型及找矿应用——以甘肃北山柳园-方山口地区为例 总被引：2，自引：0，他引：2
高光谱遥感技术找矿应用是当前遥感地质领域研究的前缘和热点,国内外都在积极进行探索。本文利用核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室的航空高光谱遥感成像系统（CASI/SASI/TASI）,采用甘肃柳园-方山口地区获取的高空间分辨率的高光谱遥感数据,开展了航空高光谱遥感金矿床定位模型及找矿应用研究。提出了航空高光谱遥感金矿床定位模型的构建思路,强调将目标（蚀变矿物及其组合）与背景（控制要素和成矿环境）相结合,而不是以往只重视蚀变信息,而忽视蚀变所处的地质环境;开拓出“矿床尺度的矿物精细填图技术”,并建立了工作流程,解决了建模的技术关键,明显提高了航空高光谱遥感技术在矿床范围内的填图效果。在此基础上,选择柳园-方山口地区5个各具特色的金矿床,构建了不同于其他地质勘查技术建立的5个矿床定位模式,属航空高光谱遥感矿床定位模式,为该区的高光谱遥感模式找矿奠定了基础。经对5个定位模式共性的地质分析,探讨了金矿床的形成过程,对该区的金矿床形成机理,从高光谱研究角度提出了新看法。运用所建立的定位模型,结合确立的金矿评价准则,开展了模式找矿工作,结果在柳园-方山口地区前人不知的盲区发现了3处值得进行深部探索的成矿有利地段,取得了明显的找矿效果。实践表明,航空高光谱遥感金矿床定位模型研究具有重要的理论意义和找矿价值。 相似文献
16.
基于Hyperion高光谱与ALOS全色波段的融合图像,运用线性波谱分离模型,对影响城市下垫面分类的因子进行定量分析。结果显示:随着空间分辨率的递增,融合图像光谱保真性呈下降之势,并呈现出阈值现象,但所有相关系数值都大于0.90,表明以融合图像进行线性波谱分离提取城市下垫面具有可靠性;下垫面分类总精度则整体明显下降,Kappa系数值也几乎单调减少。大气校正后下垫面分类的总精度和Kappa系数都明显高于大气校正前;当丰度分割值由10%增至60%时,生成的下垫面分类图像的精度单调降低,表明应慎用50%阈值分割法。 相似文献
17.
鄱阳湖南矶湿地国家级自然保护区内时常有烧荒事件发生,这对保护区生物多样性和区域生态环境造成一定影响,快速、便捷、准确地获取烧荒地信息是该区域环境管理的紧迫需求。本文针对2012年1月初鄱阳湖南矶山湿地发生的烧荒事件,采用环境与灾害监测预报小卫星影像数据,以鄱阳湖南矶湿地国家级自然保护区所在的新建县为研究区。以面向对象的遥感影像分析方法,通过对影像的多尺度分割,根据影像的光谱信息、空间特征、纹理特征等,构建烧荒地提取的规则集,对影像中的烧荒地信息进行提取,并利用混淆矩阵对信息提取结果进行精度检验。精度检验结果表明,烧荒信息提取的总体精度为99.38%,Kappa系数为0.89,证明面向对象的遥感信息提取方法可以有效、快速地提取烧荒地信息,避免了传统方法中的椒盐状破碎图斑的现象。 相似文献
18.
基于ALOS遥感影像的湿地地表覆被信息提取研究 总被引：4，自引：1，他引：3
为了验证ALOS遥感影像湿地地表覆被信息提取的可行性,以黑龙江省三江平原典型内陆淡水沼泽湿地为研究对象,通过ALOS遥感影像波段的光谱及纹理特性分析,探讨适合水体、旱地、水田、沼泽、林地、建设用地、草甸等覆被类型的分类特征;基于非监督、监督及面向对象分类方法,遴选能实现最优分类结果的特征组合,为湿地地表覆盖分类数据源及方法的选择提供参考.结果表明:非监督、监督及面向对象分类方法的总体精度分别达到63.86%、96.14%和85.26%;非监督分类方法整体分类效果不够理想;面向对象方法虽然得到了相对较高的分类精度,但是针对建设用地、林地及草甸地类信息提取的精度处于较低水平;监督分类方法能取得较好效果,最适合于湿地地表覆被信息提取. 相似文献
19.
福建省作为中国的产茶大省,快速准确获取茶园的空间分布对福建省农业经济发展和生态环境保护具有重要的决策意义,然而,传统的方法难以保证大范围准确地获取茶园空间分布。本文基于GEE云平台,快速获取覆盖福建省的Sentinel-1雷达影像、Sentinel-2光学影像及地形数据,从中提取光谱特征、纹理特征、地形特征等98个特征,利用递归消除支持向量机算法（SVM_RFE）对特征变量进行筛选,通过支持向量机分类器（SVM）进行茶园提取,首次得到福建省2019年10 m分辨率茶园种植区空间分布图。结果表明：① 光谱特征在茶园信息提取中占据重要地位,纹理特征和地形特征次之;② 利用SVM_RFE可以有效筛选出最有利于茶园提取的特征子集,有效提高提取精度,总体精度为94.65%,Kappa系数为0.93,茶园的生产者精度为91.64%,用户精度为92.91%;③ 基于Sentinel-1及Sentinel-2影像获取的福建省2019年茶园种植面积为1913 km2,主要分布在安溪县、福鼎市、福安市、武夷山市和寿宁县,其茶园总面积达910 km2,约占据全省茶园面积的48%。利用云计算技术可以克服大尺度茶园监测运算能力不足的问题,结合Sentinel-1和Sentinel-2影像能够较准确地提取福建省茶园分布,对南方丘陵山区茶园及其他作物提取具有参考价值,并为政府及有关部门进行茶园管理提供支持。 相似文献
20.
针对目前高空间分辨率遥感影像（简称高分遥感影像）地物全自动提取无法完全实现的现实,本文结合自然地物的光谱和纹理特征,提出一种面向对象的高分遥感影像典型自然地物半自动提取方法。首先构建最小生成树（Minimum Spanning Tree, MST）进行影像初始分割,根据影像灰度平均归一化值和标准差统计对象的光谱、纹理等特征。用户通过“种子点”交互选取提供前景样本,并基于区域邻接图（Region Adjacency Graph, RAG）寻找合并代价最小的区域扩充前景样本。在自动构建的环形缓冲区内选择背景样本,利用特征空间高斯滤波实现全连接条件随机场中均值场更新。依据全连接条件随机场描述全局信息,结合不同地物的提取准则最终得到自然地物的提取结果。以航空和高分二号(GF-2)遥感影像为实验数据,分别对林地、草地、耕地、裸地和水体等典型自然地物进行提取。结果显示,基于本文方法的航空影像典型自然地物提取总精度和Kappa值为0.959和0.948,相较于SVM方法分别提升了20.757%和0.268。高分二号(GF-2)遥感影像的提取总精度和Kappa值为0.959和0.941,相比SVM方法分别提高了1.698%和0.133。证明所给方法能够通过较少的用户交互,实现高分遥感影像典型自然地物高精度智能提取。 相似文献