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 906 毫秒
1.
典型湿地类型分类对于湿地生态环境保护和生态环境建设具有重要意义。本研究以高分一号宽幅多光谱影像数据作为数据源,以鄱阳湖典型湿地作为研究对象,进行典型湿地类型分类。研究采用主成分分析、归一化植被指数、比值植被指数和归一化差异水体指数等方法对不同湿地类型进行光谱特征分析,结果表明:高分一号宽幅多光谱影像反演的归一化植被指数和归一化水体指数能够较好地区分水体、泥滩、挺水植物和湿生植物等常见湿地类型。通过归一化植被指数将湿地类型分为植被和非植被,归一化差异水体指数将植被类型进一步分为挺水植物和湿生植物,将非植被分为水体和泥滩。构建决策树对典型湿地类型进行自动分类,经过精度评价和分析验证,该方法针对高分一号宽幅数据进行典型湿地分类总体精度能够达到82.28%,Kappa系数0.7346,优于常规的监督分类和非监督分类。  相似文献   

2.
基于中尺度光谱和时序物候特征提取南方丘陵山区茶园   总被引:2,自引:0,他引:2  
南方丘陵山区茶园空间分布的提取对于南方经济发展和生态环境保护有重要意义。为此提出一种基于中尺度光谱和时序物候特征的茶园提取方法。利用MODIS增强植被指数(enhanced vegetation index,EVI)和归一化植被指数(normalized difference vegetation index,NDVI)数据产品选择Landsat影像的最适时间窗口,使用面向对象方法和决策树分类模型提取初步分类结果,使用MODIS-EVI植被时序数据提取不同植被物候参数,完成茶园分布范围提取。以福建省漳州市和安溪县为研究区进行茶园提取,经检验,总体分类精度达到85. 71%,Kappa系数达到0. 83,其中茶园的生产者精度为83. 72%,用户精度为90. 00%;提取结果与漳州市和安溪县茶园种植面积的公开统计数据接近。结果表明,该方法可获得较高的茶园提取精度。提取结果可以为南方经济发展和政府有关部门对茶园的调控提供一定参考和指导。  相似文献   

3.
南方丘陵区植被覆盖度遥感估算的地形效应评估   总被引:3,自引:0,他引:3  
植被覆盖变化是生态环境领域的核心研究内容之一,但其估算精度常受到地形效应、土壤背景、大气效应等各种因素影响。以Landsat 8 OLI为遥感数据源,基于像元二分模型,分别利用归一化差值植被指数(NDVI)、经Cosine-C校正的归一化差值植被指数(NDVI)和归一化差值山地植被指数(NDMVI)建立植被覆盖度估算模型,以评估南方丘陵区植被覆盖度的地形效应。结果表明,3种植被覆盖度估算模型均能削弱地形效应,但消除或抑制地形效应影响的能力不同。比较而言,基于NDMVI指数构建的植被覆盖度估算模型的地形效应最小,更适合地形复杂区域的植被覆盖度遥感估算;基于Cosine-C校正的NDVI植被指数构建的植被覆盖度估算模型的地形效应次之,但存在一定的过度校正现象;基于NDVI植被指数构建的植被覆盖度估算模型的地形效应最大,尤其当坡度≥10°时,阴坡植被覆盖度比阳坡明显偏低。  相似文献   

4.
根据植被指数估算植被覆盖度的原理,以混合像元线性分解模型两个重要参数为基础,建立基于归一化植被指数(NDVI)进行估算植被覆盖度模型是研究区域植被覆盖度的一种重要方法.本文以广州市花都区为实验区,利用ASTER高光谱影像对此方法进行验证性分析,实验结果表明:用该方法提取ASTER影像的植被覆盖度具有较好的可行性.  相似文献   

5.
准确地估测植被覆盖度对于生态环境、自然资源评估有着重要的意义.本文通过无人机获取多光谱影像结合DEM,对拍摄区域植被面积进行估测;利用无人机遥感平台搭载的Sequoia多光谱相机获取影像数据,研究了常见的4种植被指数(归一化差值植被指数(NDVI)、比值植被指数(RVI)、土壤调节植被指数(SAVI)、绿度归一化植被指数(GNDVI))在植被面积估测中的适用性.实验结果表明,无人机多光谱影像结合DEM,在植被面积估测中具有可行性.其中,归一化差值植被指数(NDVI)可使植被从土壤、水体、阴影等复杂背景因素中分离出来,能较为准确地统计植被覆盖面积.通过无人机多光谱影像估测绿植覆盖面积,可为精细化作物管理、农业估产提供决策依据.  相似文献   

6.
程滔  邢绪超  陈晨 《测绘科学》2023,(8):137-143
针对利用遥感技术提取农作物种植范围容易混淆其他植被类型的难题,提出一种基于生长关键物候期原理的农作物种植范围提取方法。该方法利用目标农作物在时间序列归一化植被指数(NDVI)上的数值变化确定其关键物候期,采用关键物候期植被指数的差值作为主要提取指标,统计分析各类型样本图斑指标特征值,确定用于提取目标农作物种植范围的指标阈值,采用决策树分类方法提取出种植范围。该文以我国南方甘蔗种植区为研究对象,结果表明:该方法充分利用了农作物生长规律特征,增强了目标农作物与其他地表覆盖类型的可分性,单纯自动化提取结果精度达87.53%,能够满足总体掌握农作物种植范围的需要,可为农作物种植范围提取提供参考。  相似文献   

7.
利用不同植被指数估算植被覆盖度的比较研究   总被引:5,自引:0,他引:5  
选用蔬菜地和草地2种植被类型,利用ASD光谱仪实测二者在不同覆盖度下的光谱响应,分析了归一化植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、修正植被指数(MVI)、修改型土壤调节植被指数(MSAVI)以及全球环境监测植被指数(GEMI)等6种植被指数所用的最佳波段及其组合,进而研究了利用像元二分模型估算植被覆盖度时的不同植被指数的表现.结果表明,与蔬菜地植被指数相关系数较高的波段组合为620 ~ 740 nm谱段和780 ~ 900 nm谱段内波段的组合,与草地植被指数相关系数较高的波段组合为620 ~750 nm谱段和760 ~900 nm谱段内波段的组合,相关系数均达0.8以上;在高光谱数据构建的植被指数和模拟卫星数据构建的植被指数中,用DVI和MSAVI估算植被覆盖度,平均总体精度分别达到83.7%和79.5%,与其他4种植被指数相比,这2种指数更适合于利用像元二分模型进行植被覆盖度的估算.  相似文献   

8.
针对GF-1 WFV和Landsat-8 OLI两种传感器的参数特点,选取归一化植被指数(NDVI)、增强型植被指数(EVI)、大气阻抗植被指数(ARVI)、土壤调整植被指数(SAVI)和修正的土壤调整植被指数(MSAVI)5种植被指数,采用同一时期的两种传感器数据对四川省茂县进行植被信息提取,并结合像元二分模型估算植被覆盖度,计算分析两种数据源下不同植被指数的差异性。结果表明:GF-1数据提取的NDVI植被效果最好,其中2013年分类总精度为94.55%,Kappa系数为0.88;2015年分类总精度为90.47%,Kappa系数为0.85。对于Landsat-8数据提取的SAVI的结果最佳,其中2013年分类总精度为94.38%,Kappa系数为0.86;2015年分类总精度为95.83%,Kappa系数为0.88。根据统计指标分析表明:在高原山区地形环境下,利用植被指数估算植被覆盖度,GF-1卫星采用NDVI、Landsat-8卫星采用SAVI比较合适,且GF-1数据的估算精度要高于Landsat-8数据。  相似文献   

9.
城市化是目前全球关注的热点问题之一。城市化导致城市范围的显著扩展,并引起局地气候的变化,从而进一步导致城市区域植被物候的变化。因此,利用多年的时间序列遥感影像提取城市扩展与植被物候的变化,可为分析城市化及其影响提供依据。Landsat系列卫星数据的免费开放,为分析城市的时空变化及其环境影响提供了丰富数据。本文利用由Landsat时间序列数据及标准化光谱混合模型得到的光谱端元组分时间序列,探索了城市及周边植被物候变化提取以及城市扩展提取的新方法,并以北京市为例,提取了1984~2015年32年间的城市扩展以及3个年段的植被物候变化,分析了城市扩展的时空演化以及植被物候的时空变化,并定性分析了二者的关联。论文的主要创新点包括三个方面:(1)提出了基于Landsat时间序列数据和标准化光谱混合模型的城市及周边区域植被物候及变化的提取方法。首先,该方法针对城市区域光谱混合问题及现有植被指数的饱和等问题,采用基于标准化光谱混合模型的全球端元组分的植被丰度时间序列进行植被物候及变化的提取,避免了光谱混合分析中端元选择的问题,同时植被丰度结果在不同地区不同时间上具有可比性;其次,该方法考虑城市及周边区域植被类型多样及变化复杂的特点,适用于多种物候模型的植被物候提取,能同时提取出不同植被类型的物候结果,同时,植被物候变化结果中剔除了不同地物类型及不同植被类型的变化区域,能更好进行物候变化分析。(2)提出了基于标准化光谱混合模型及全球端元组分的城市指数(SVDUI)。该指数基于物理统计的光谱混合分析进行构建,与现有基于像元构建的指数相比更适于光谱混合严重的城市区域的研究。该指数能更好地表达城市与其它地物类别的差异,突出城市特征,并更好地提取出城市范围,因此,SVDUI指数可为城市范围提取提供一种新的途径。此外,该指数能保持时间上的一致性与可比性,具有广泛适用性。(3)提出了一种基于SVDUI城市指数的时间序列变化检测方法,该方法可以快速提取城市扩展的时间、空间及强度信息。该方法能快速、有效地提取出长时间序列的城市扩展结果,同时能充分利用年内及年际变化的时间信息,有效去除单时相结果上的噪声影响,不依赖于单时相影像的结果好坏。  相似文献   

10.
徐睿泽  刘锦绣 《北京测绘》2021,35(6):769-774
基于Landsat时间序列数据的土地覆盖检测成为当前研究热点,但基于时间序列数据空间纹理特征的应用及不同时序特征重要性评估较少.基于时间序列Landsat8数据,在时序光谱特征、指数特征和地形特征基础上引入时序纹理特征,利用随机森林算法建立八种分类模型,对北京密云区进行土地覆盖分类并比较其分类精度,进而基于袋外(OOB)误差方法和基尼指数进行特征变量重要性评估.相比加入归一化建筑指数(Normalized Difference Built-up Index,NDBI)或归一化植被指数(Normalized Difference Vegetation Index,NDVI)样本特征,时序纹理特征的加入使总体精度分别提高1.88%和2.12%;最优分类模型中灰度共生矩阵(Gray-level Co-occurrence Matrix,GLCM)熵参数在纹理特征中较为重要,GLCM差异性参数和GLCM相关性参数其次.本文为进一步挖掘影像的时空特征、提高土地覆盖制图精度提供新思路.  相似文献   

11.
日本是全球定位系统永久性跟踪站网(GEONET )建立时间早、点位密度高且开发应用广泛的国家。介绍了日本GEONET的发展历史和从全球定位系统(GPS)到全球导航卫星系统(GNSS)现代化的总体发展规划及接收机和天线的更新、数据分发格式和实时数据传输的情况,分析了执行GNSS后不同星座组合观测的基线精度及其在智慧建设方面的应用情况,总结了对日本的GEONET发展的几点认识。  相似文献   

12.
通过对<福建省行政区划地图集>的资料使用、内容选题、符号与色彩设计等特点进行分析与探讨,结果表明<福建省行政区划地图集>达到突出行政区划主题的目的.  相似文献   

13.
介绍《中华人民共和国省级行政区域界线详图集》的编制过程,叙述图集作业过程中的主要技术指标和编制方法,对带状分幅和抄接边处理等重难点地方进行详细的介绍。  相似文献   

14.
测绘工程专业"地籍测量学"课程教学改革的思考   总被引:1,自引:0,他引:1  
结合测绘工程专业“地籍测量学”教学的实践,分析了教学过程中存在的问题,有针对性地对教学内容、方法及手段提出了改革建议。  相似文献   

15.
城市道路查询子系统的建立,不仅对提高城市道路管理工作效率产生重要作用,而且还能为城市的建设与发展提供准确、快速、权威的辅助决策信息。  相似文献   

16.
胡玲  李霖  王红 《测绘科学》2011,36(6):52-55
为实现地理信息系统之间的语义集成,本文提出了地理本体范畴定义:即范畴中的对象描述地理本体,对象之间的态射描述地理本体之间的映射,且态射能描述地理本体间的多种语义关系;并设计了利用外推实现地理本体集成的算法,该算法既能集成同义关系,也能实现语义非对称关系的集成;最后以不同分类标准的干出滩本体为具体案例,阐述了算法的实现步...  相似文献   

17.
2009年武汉市植被净初级生产力估算   总被引:1,自引:0,他引:1  
利用CASA模型,结合实测的光合有效辐射(PAR)数据、MODIS归一化植被指数(NDVI)和Land Cover数据、气象数据等资料,估算了2009年武汉市的植被净初级生产力(NPP)。结果显示,武汉市的植被平均单位面积年NPP产量达到464.19gC·m^-2·a^-1。6、7、8三个月NPP积累值最高,占全年的56.8%;12、1、2三个月NPP值最低,仅占5.6%。黄陂区由于林地较广,NPP值较大,在1 000gC·m^-2·a^-1以上;而城市周边由于植被覆盖面积较小,NPP值较低,在400gC·m^-2·a^-1以下。  相似文献   

18.
介绍了全球导航卫星系统国际委员会(ICG)的成立背景、组织体系结构、主要议题以及历次会议情况,分析了ICG对于我国北斗导航卫星系统建设及应用等方面的启示。  相似文献   

19.
本文以课题“基础地理信息数据产品数字水印技术研究”为基础,研究出一套在GIS空间数据中隐藏标识数据生产单位版权以及用户使用权属的数字水印并对其进行压缩、加密的GIS空间数据安全管理技术方法,并从实际出发,设计了相应的应用程序技术方案,并给出了部分软件实例验证。这一技术方法的研究对于GIS空间数据的安全管理和安全共享都有很大意义,也是对数字水印应用新领域的探索。  相似文献   

20.
土地利用变化遥感监测   总被引:1,自引:0,他引:1  
在探讨遥感影像用于县域土地利用变化监测技术基础上,针对贵州省特殊地理环境以织金县为实验区,利用不同时期TM和中巴卫星遥感影像通过影像增强、校正、分类等处理,提取了县域土地利用变化信息,并对其进行分析,表明该研究方法的有效性.  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