共查询到20条相似文献，搜索用时 406 毫秒
1.
结合遥感数据与地统计学方法的海岸线超分辨率制图 总被引：1，自引：0，他引：1
使用黄河三角洲海岸Landsat卫星遥感数据,基于研究区域低分辨率6波段的海陆类型软分类结果及其变差函数,以高分辨率8波段的指示变差函数为精细尺度先验信息模型,采用数据探索性分析、协同指示克里格和序贯指示协同模拟技术,生成海陆类型发生概率模拟图像,通过等值线法提取海岸线空间分布特征。实验表明,基于地统计学方法的超分辨率制图技术在低分辨率遥感数据中融合高分辨率空间结构先验模型,可以较好表达精细尺度上的海岸线空间分布特征,同时保持原始数据的海陆类型组分信息及其空间结构特征。地统计学方法集成多尺度乃至多源空间信息的潜力通过海岸线超分辨率制图形式得到展示。 相似文献
2.
利用元胞自动机模型和蒙特卡罗方法,确定元胞转换规则,构建了一套基于黄河三角洲地区的岸线冲淤演变预测模型,并结合泥沙遥感反演结果和历年遥感图像数据分析近几年岸线演变情况,把开源QGIS作为二次开发平台,构建了黄河三角洲岸线演变预测系统。该系统具有数据管理、地图管理、海岸线预测、数据查询和用户登录等五大功能模块,实现了黄河三角洲海岸线的可视化管理及准确预测。 相似文献
3.
分别从光谱曲线及光谱特征空间入手,对内蒙古突泉与青海同仁研究区野外实测岩石、土壤和植被等3类典型地物的光谱数据进行了分析,发现研究区无论在光谱曲线空间,还是在光谱特征空间,同类地物的分布形态基本一致,而不同之处是由不同地区的地质地貌、生态环境与气候因素决定的,但不影响其空间分布形态的整体特征.通过分析与实验,发现了几种能够在光谱特征空间对上述3类特征地物进行较好区分的波段组合,可以利用这几种波段组合指导根据遥感图像生成的二维散点图对这3类地物的分类,有助于改进遥感蚀变信息提取方法. 相似文献
4.
从机载激光雷达数据自动识别地物对象,可提高数据的解译能力,成为快速、高效地形图测量、数字地籍、三维城市等数据获取的有效途径。本文基于机载Li DAR数据和遥感数据,进行快速数据获取与制图研究,充分利用激光雷达获取数据质量高的优势,通过高密度、不规则点云分析,构建建筑物、树木、地表、电力线等地物的离散几何模型,从而提高点云数据的分类精度及制图自动化。根据描述地物使用线和面以及纹理、颜色的方面的约束条件,通过构建点云的离散几何模型,对高维数据进行降维,达到高精度构建地物信息。应用法线估计法,计算邻域法线的各项异性的相似度,判断相邻网格是否属于一个平面,结合区域增长法构建规则地物的几何模型;采用自组织神经网络法对点云数据进行处理,利用自由曲面描述地物,以长春师范大学校园为例,实现了Li DAR点云数据的地物几何信息提取与制图。 相似文献
5.
6.
7.
最近20年来,遥感技术取得了飞速发展,遥感数据产品空间分辨率不断提高并加速累积并呈现出海量化的特点。如何高效地利用高分辨率遥感数据,快速提取建筑物和道路信息,已成为遥感领域普遍关注的热点问题[1]。本文探索基于多层次分割分类体系构建方法,通过引入新的形状因子,更好地解决了目标地物分析中的"异物同谱"问题。实验表明,本方法可以有效地降低对地物光谱特征的依赖,提高分类精度,满足自动制图要求。 相似文献
8.
以黄河三角洲清水沟汊河的入海口为研究区域,以Landsat影像为主要数据源展开研究。利用ERDAS对遥感影像进行几何精校正、配准、裁减、分类等操作,再通过ArcGIS进行编辑,进而提取海岸线。通过分析影响海岸线变化的主要因素,建立元胞自动机模型(CA模型),基于这个模型,CJHJ结合ArcEngine9.2开发海岸线演变模拟系统。在该系统上结合黄河来沙数据,进行模型训练,得到一组参数,利用这组参数模拟海岸线的演变过程,得到了较好的模拟效果。 相似文献
9.
针对海岸线人工解译提取的复杂性,研究了高分辨率遥感数据的海岸线自动提取技术。以WorldView-2影像为例,对研究区内的人工、砂质和基岩3种类型海岸水边线分别建立了遥感解译标志,分析不同水边线两侧地物的光谱特性,根据二者的光谱差异构建有效的特征波段,然后利用阈值法实现各类型海岸水边线的自动提取,进而通过进行潮位校正获得海岸线,大大提高了海岸线提取的精度和效率。 相似文献
10.
结合nDSM的高分辨率遥感影像深度学习分类方法 总被引：1，自引：0，他引：1
针对高分辨率遥感影像因其地物类内差异大、光谱信息相对欠缺导致现有影像分类方法存在错分现象较多、地物边界残缺不完整等问题,本文提出了一种归一化数字表面模型（nDSM）约束的高分辨率遥感影像深度学习分类方法。首先,将nDSM数据作为附加波段叠加在遥感影像上并获取训练样本;然后,利用优化的U-Net网络进行模型训练得到最优模型;最后,利用最优模型对附加了nDSM波段的遥感影像进行地物分类。试验结果表明,本文方法引入nDSM数据用于U-Net模型训练和分类,可有效提高影像分类精度,得到更加真实可靠的分类结果。 相似文献
11.
12.
基于分类回归树分析的遥感影像土地利用／覆被分类研究 总被引：50，自引：1，他引：50
以专家知识和经验为基础,综合影像光谱信息和其他辅助信息进行分类的基于知识的遥感影像解译方法,是提高遥感影像分类精度,实现自动解译的有效途径之一。然而,知识的获取一直是其得以广泛应用的“瓶颈”问题。以江苏省江宁试验区土地利用/覆被分类为例,利用分类回归树分析(CART)从训练样本数据集中发现分类规则,集成遥感影像的光谱特征、纹理特征和空间分布特征进行分类实验,并与传统的监督分类和逻辑通道分类方法进行比较。结果表明,基于CART的分类方法的精度基本在80%以上,与另两种方法相比,有了较大的提高,而且该算法复杂性低,效率高。由此说明,利用CART算法构建决策树获取的分类规则是合理的。它可以快速、有效地获取大量分类规则,是促进基于知识的遥感影像分类方法在土地利用/覆被分类中广泛应用的一项有效手段。 相似文献
13.
Khalid Biro Biswajeet Pradhan Hussein Sulieman Manfred Buchroithner 《Journal of the Indian Society of Remote Sensing》2013,41(3):539-553
Recently, object-oriented classification techniques based on image segmentation approaches are being studied using high-resolution satellite images to extract various thematic information. In this study different types of land use/land cover (LULC) types were analysed by employing object-oriented classification approach to dual TerraSAR-X images (HH and HV polarisation) at African Sahel. For that purpose, multi-resolution segmentation (MRS) of the Definiens software was used for creating the image objects. Using the feature space optimisation (FSO) tool the attributes of the TerraSAR-X image were optimised in order to obtain the best separability among classes for the LULC mapping. The backscattering coefficients (BSC) for some classes were observed to be different for HH and HV polarisations. The best separation distance of the tested spectral, shape and textural features showed different variations among the discriminated LULC classes. An overall accuracy of 84 % with a kappa value 0.82 was resulted from the classification scheme, while accuracy differences among the classes were kept minimal. Finally, the results highlighted the importance of a combine use of TerraSAR-X data and object-oriented classification approaches as a useful source of information and technique for LULC analysis in the African Sahel drylands. 相似文献
14.
15.
Liegang Xia Jiancheng Luo Weihong Wang Zhanfeng Shen 《Journal of the Indian Society of Remote Sensing》2014,42(3):505-515
This paper proposes an automatic framework for land cover classification. In majority of published work by various researchers so far, most of the methods need manually mark the label of land cover types. In the proposed framework, all the information, like land cover types and their features, is defined as prior knowledge achieved from land use maps, topographic data, texture data, vegetation’s growth cycle and field data. The land cover classification is treated as an automatically supervised learning procedure, which can be divided into automatic sample selection and fuzzy supervised classification. Once a series of features were extracted from multi-source datasets, spectral matching method is used to determine the degrees of membership of auto-selected pixels, which indicates the probability of the pixel to be distinguished as a specific land cover type. In order to make full use of this probability, a fuzzy support vector machine (SVM) classification method is used to handle samples with membership degrees. This method is applied to Landsat Thematic Mapper (TM) data of two areas located in Northern China. The automatic classification results are compared with visual interpretation. Experimental results show that the proposed method classifies the remote sensing data with a competitive and stable accuracy, and demonstrate that an objective land cover classification result is achievable by combining several advanced machine learning methods. 相似文献
16.
光谱与纹理信息复合的土地利用/覆盖变化动态监测研究 总被引：8，自引：0，他引：8
及时、准确地动态监测地球表面特性对于掌握人类和自然现象之间的关系和相互作用是非常重要的,并为决策的制定奠定基础。传统卫星遥感的土地利用/覆盖变化动态监测方法基本上可分为光谱直接比较法和分类比较法两大类,但两类方法多以光谱信息为基础来提取土地利用变化信息,而忽略纹理等空间信息。本研究中,基于变化向量分析方法,将光谱与纹理两种信息复合计算变化强度,并采用支持向量机法提取变化/非变化信息,通过监督分类确定变化区域内的土地利用/覆盖类型的转移方向,完成土地利用/覆盖动态监测。最后,利用两期TM数据,对海淀区1997—2004年进行土地利用/覆盖变化动态监测,以验证该方法。该方法较分类后比较法在一定程度上减少误差积累,降低了错误类型转化,提取的变化信息总精度达到93.1%,Kappa为0.862,比利用光谱信息双窗口变步长的变化向量分析方法提取出土地利用/覆盖变化信息的精度有一定的提高(总体精度为90.2%,Kappa为0.804)。纹理信息与光谱信息复合,能够更大拉开变化/非变化信息之间的距离,有利于动态变化信息的提取,是该方法能够有效提取变化信息的关键所在。 相似文献
17.
为提高土地覆被分类精度,采用非参数权重特征提取(nonparametric weighted feature extraction,NWFE)结合纹理特征的支持向量机(support vector machines,SVM)的分类法,对新疆玛纳斯河流域绿洲区2006年的土地覆被进行分类,并将该方法与主成分分析(principal component analysis,PCA)结合纹理特征的SVM分类、原始波段结合纹理特征的SVM分类进行对比。结果表明,NWFE结合纹理特征的SVM分类结果优于其他2种分类结果,不仅反映了土地覆被分布的整体情况,而且使不同土地覆被类型得到较好的区分,总体分类精度达89.17%。 相似文献
18.
《地理信息系统科学与遥感》2013,50(2):209-228
This study introduces a method for object-based land cover classification based solely on the analysis of LiDAR-derived information—i.e., without the use of conventional optical imagery such as aerial photography or multispectral imagery. The method focuses on the relative information content from height, intensity, and shape of features found in the scene. Eight object-based metrics were used to classify the terrain into land cover information: mean height, standard deviation (STDEV) of height, height homogeneity, height contrast, height entropy, height correlation, mean intensity, and compactness. Using machine-learning decision trees, these metrics yielded land cover classification accuracies > 90%. A sensitivity analysis found that mean intensity was the key metric for differentiating between the grass and road/parking lot classes. Mean height was also a contributing discriminator for distinguishing features with different height information, such as between the building and grass classes. The shape- or texture-based metrics did not significantly improve the land cover classifications. The most important three metrics (i.e., mean height, STDEV height, and mean intensity) were sufficient to achieve classification accuracies > 90%. 相似文献
19.
Thermovision is a relatively new method of remote sensing with applications in areas such as military operations, residential monitoring, technological process control and emergency management. Surprisingly, it has not seen much application in environmental studies. The article presents a method of using thermovision for topoclimatic studies. The method is based on the spatial distribution of land surface temperature (LST). The LST distribution indicates the amount of solar energy reaching the Earth surface and depends primarily on terrain shape and land cover types. By analyzing the LST distribution, one can determine spatial topoclimatic variability. The LST derived topoclimatic classification was compared with the theoretical topoclimatic classification based on heat balance. New classes of topoclimates were created and some of the existing types were diversified into more detailed subtypes. The analysis of selected lowland areas in north‐western Poland revealed that both land cover and terrain shape characteristics had a significant impact on the LST distribution, contrary to the expectation of land cover characteristics being more important than terrain shape. The article demonstrates the possibilities of using thermovision in environmental research and presents a new method of topoclimate delimitation based on thermal remote sensing data and geographical information systems (GIS) techniques comparing. The LST classification method with conventional methods based on DEM and land cover analysis. 相似文献
20.
利用决策树和支持向量机分类方法,基于多期Landsat MSS,TM and ETM+遥感图像和其他辅助数据,对1970s以来近40年半干旱的老哈河流域土地利用变化(land use and land cover change,LUCC)进行动态监测,并利用GIS方法对LUCC进行了定量分析和空间分布制图.结果显示,利用支持向量机分类方法对该地区1976年、1989年、1999年和2007年土地覆盖类型分类可达到较满意的效果;近40年老哈河流域土地利用变化显著,水体和草地减少,城乡用地持续扩张,耕地大幅增加,林地和未利用地大幅度波动、总体减少.LUCC主要发生在林地、草地和耕地之间,表明农、林、牧用地之间转换显著,且在各个时期的空间分布差别较大.从变化强度来看,土地利用的年综合变化率最大值渐趋增大,年均土地动态度在空间分布上差异很大,另外在各研究期赤峰市区周边动态度都很大,反映了赤峰市持续性的城市化进程. 相似文献