共查询到20条相似文献，搜索用时 125 毫秒
1.
光谱特征的选择对于湿地植被的识别精度和效率有直接的影响。本文以萨克拉门托-圣华金三角洲为研究区,基于Hy Map航空高光谱遥感影像数据,分析湿地植被的一阶微分和二阶微分光谱特征。在上述分析的基础上基于均值置信区间的波段选择法对一阶微分、二阶微分进行波段选择,根据获取的有效特征波段构建特征集,利用C5决策树分类算法产生规则集,并对实验区的湿地植被进行了分类研究。结果表明:湿地植被的一阶微分、二阶微分能够突出不同湿地植被光谱曲线在不同波段的增速不同,利用均值置信区间的波段选择法能够对特征波段起到降维效果,根据降维后的特征波段采用C5决策树分类算法,可以实现湿地植被在物种水平上的识别,并达到较好的分类精度。 相似文献
2.
基于Sentinel-2的潮间红树林提取方法 总被引：1，自引：0，他引：1
位于潮间带的红树林可能在高潮时被海水淹没的特点,使得传统的植被提取方法在红树林信息提取方面存在局限性。本文在对比分析了出露的红树林、高潮水位淹没的红树林、海水水体的光谱特征后,提出了一种利用归一化潮间红树林指数（NIMI）提取潮间带红树林的方法。该指数是由植被强吸收的红波段,强反射的两个红边波段和近红外波段组成的归一化表达式。利用该指数对福建省龙海九龙江口湿地的红树林进行了分类提取,提取结果与高分二号影像目视验证和现场调查结果进行了对照。结果显示,该方法提取红树林的用户精度达到93.98%,并显著优于利用归一化水体指数（NDWI）、归一化植被指数（NDVI）及随机森林的结果。 相似文献
3.
地形校正可以削弱地势复杂区域由于地形起伏导致的地表接收太阳辐射不均匀和地表反射率失真的问题,从而提升遥感影像质量和遥感信息提取的精度。但是,现有地形校正模型存在过校正、波段间校正效果不稳定以及校正效果不理想等问题。本文根据Minnaert地形校正模型系数k和地物二向性反射特性的相关性,对Minnaert模型进行改进,提出了一种考虑地物类型的Minnaert地形校正模型(简称为CMinnaert模型),并在地物预分类中采用《土地利用现状分类》一级分类标准和分植被疏密程度分类两种方式,用以验证CMinnaert模型的稳定性并筛选最佳地物类型划分方案。首先对待校正影像进行地物类型预分类,其次逐波段针对各地物类型分别进行系数k的拟合求解,然后使用各波段各地物类型的系数k对该范围的遥感影像进行Minnaert地形校正。以河南省商城县的Landsat 8/OLI影像为实验数据,选取余弦校正模型、SCS校正模型、Minnaert校正模型、分坡度的Minnaert校正模型作为对比模型,通过目视对比和统计数据分析的方式评估CMinnaert模型的地形校正效果。研究结果表明,本文提出的CMinnaert模型有效地削弱了地形效应对遥感影像辐射亮度值的影响,与原始影像和其他4种地形校正结果相比,进行地物一级分类的CMinnaert模型有效降低了各波段辐亮度与太阳入射角余弦的线性拟合R2,未出现过校正现象;分植被疏密程度分类的CMinnaert模型在第1、5波段存在过校正问题,但其余波段辐亮度与太阳入射角余弦的线性拟合R2是6种模型中最低的。以上结果证明两种地物预分类方式的CMinnaert模型校正效果都较稳定且明显优于其他四种地形校正模型,且本文建议在进行CMinnaert地形校正时采用地物一级分类的方式进行地物预分类。 相似文献
4.
基于光谱特征的湿地湿生植物信息提取研究 总被引：1，自引：0，他引：1
基于湿生植物光谱特征分析,采用面向对象分类方法提取湿地典型植被信息。在大量的野外实地调查基础上,确定提取的典型植物类型为芦苇(Phragmites australis)、长芒稗(Echinochloa crusgallii)和睡莲(Nymphaeatetragona);采集湿地优势植物光谱数据,将优势植物与提取对象芦苇、长芒稗和睡莲的光谱特征进行相关性分析,获取物种间区分性好的波段及波段组合,参与影像分割权重的设置;根据典型植被的分布特征,确定面向对象分割尺度(其中芦苇的分割尺度为50,长芒稗的分割尺度为20,睡莲的分割尺度为100)。通过研究发现:基于光谱特征分析的面向对象的分类精度为96%,而未利用光谱特征的面向对象的分类精度为87.3%,传统监督分类精度仅为82.3%。证明在面向对象提取前对植物光谱特征分析得到区分性好的波段及波段组合参与分割,对提高分类精度起关键作用。 相似文献
5.
植被信息的Landsat8卫星影像提取方法 总被引：3，自引：0，他引：3
传统植被信息提取的信息源多以TM/ETM+等影像为主,在如何应用Landsat8影像提取高精度的植被信息方面研究较匮乏。针对上述问题,该文应用大理市Landsat8影像开展了植被信息提取方法研究。研究过程中通过对原始波段组合法、主成分分量组合法、衍生波段组合法、直接解译法提取结果进行对比分析,确定最佳波段组合;之后将纹理信息作为最佳波段组合影像新的波段,与光谱信息一同分类,并对结果进行分析。研究结果表明,添加纹理能够在一定程度上提高植被信息提取的精度。 相似文献
6.
土地利用/覆盖分类通常是利用地物的波谱反射特征进行监督或非监督分类,分类结果由于"同物异谱、异物同谱"现象的存在,往往分类精度不高。而植被指数和地表温度作为表征地表覆盖状况的生物物理参数,已成功用于宏观尺度的土地利用/覆盖分类,使得分类结果有所提高,而对于区域尺度的土地利用/覆盖分类却少见报道。本文充分利用TM数据的多光谱特征,从中提取了植被指数NDVI、地表温度Ts、温度植被角度TVA和温度植被距离TVD这四种分类特征进行监督分类,通过对7种组合方案(反射率波段组合、NDVI与反射率波段组合、Ts与反射率波段组合、NDVI与Ts和反射率波段组合、TVA与反射率波段组合、TVD与反射率波段组合、TVA与TVD和反射率波段组合)的分类结果进行比较,得出以下结论:①NDVI、Ts、NDVI和Ts、TVD作为分类特征参与到多波段地表反射率影像分类中,能够提高分类精度,而TVA、TVA和TVD的加入却没有改善分类结果;②总体分类精度受到训练样本与检验样本比例的影响。 相似文献
7.
基于3D真实植被场景的全波段辐射传输模型研究 总被引：4，自引：0，他引：4
本文基于3D真实场景CLAMP模型模拟的植被冠层，对冠层在可见一近红外波段和热红外波段的辐射传输进行了综合建模。针对CLAMP模型生成场景的通用和近似特征，在可见一近红外波段，对植被和土壤的单次散射贡献利用光子逆向追踪算法进行了精确计算，多次散射的贡献则采用四流近似理论来计算，以提高运算效率。模型结果与SAILH模型结果进行了比较，具有较好的一致性，并且体现出了优于一维辐射传输模型的模拟结果。在热红外波段，采用几何光学原理，冠层方向亮度温度由可视光照叶片、遮荫叶片、光照土壤和遮荫土壤的比例与对应组分亮温乘积之和得到，模拟结果体现了合理的变化趋势。对冠层主要结构参数LAI和ALA的敏感性进行了比较分析，不同波段模型模拟的方向性辐射结果，很好地反映了结构参数对冠层辐射特性的影响。 相似文献
8.
基于最佳波段组合的高光谱遥感影像分类 总被引：6，自引：0，他引：6
针对高光谱数据维数高、数据量大、信息冗余多、波段相关性强等特点,在综合各种数据降维方法的基础上,提出一种基于最佳波段组合的高光谱遥感影像分类方法。以美国印第安纳州地区的AVIRIS数据为例,分析各波段信息量和相邻波段的相关性,利用子空间划分、分段波段指数选择法,进行特征波段的选择;并针对难区分地物类别,应用J-M距离模型对其可分性进行判别,获得最佳波段组合。最后采用支持向量机分类器进行分类。实验结果表明,采用最佳波段组合方法,可以有效地提高高光谱的分类精度。 相似文献
9.
10.
利用温湿度指数提高红树林遥感识别精度 总被引：1，自引：0，他引：1
针对使用TM图像反射波段信息难以将红树林与陆地植被、尤其是与水体—植被混合像元有效区分的问题,结合不同潮位的TM图像,基于反射波段信息,引入TM6热红外波段信息,提出了温湿度指数(temperature-moisture index,TMI)。分析结果表明,综合潮位信息、热红外波段信息及温湿度指数能显著提高红树林与其他地物之间的可分性。采用光谱角度制图(spectral angle mapping,SAM)监督分类法对红树林进行分类识别,较之其他研究者所采用的分类特征,热红外波段信息及温湿度指数能使红树林分类精度明显提高(Kappa系数提高了0.14,错分率降低了19.9%),说明利用潮位信息、热红外波段信息及温湿度指数可以提高红树林的遥感识别精度。 相似文献
11.
航天多波段全极化干涉雷达的地物探测 总被引：4，自引：1，他引：4
航天飞机成象雷达 3号及X波段合成孔径雷达 (SIR -C/X -SAR)计划是一项包括中国在内有 13个国家合作进行的大型雷达对地观测研究计划。SIR -C/X -SAR具有L、C、X3个波段及L、C波段HH ,HV ,VH ,VV极化 ,X波段VV极化同时成象的能力 ,可获得全极化及干涉雷达数据 ,是本世纪内最先进的航天成象雷达系统。该文系统介绍了SIR -C/X -SAR中国项目开展以来取得的研究成果。重点阐述了中国雷达试验区及与SIR -C/X -SAR成象飞行同步开展的航天—航空—地面立体同步观测试验和对干沙的穿透性试验 ,以及在相关领域和不同地区的应用 ,包括昆仑山火山群的发现 ,广东肇庆植被覆盖区地质体的识别 ,明、隋两代长城的探测与极化响应分析 ,海洋及城市特征研究 ,并介绍了利用干涉雷达数据生成数字地形模型的结果 相似文献
12.
目前SAR极化干涉测量地形参数已经成为一种新兴的前沿技术。在现有提取极化干涉相位的技术中,由空间谱估计理论发展而来的,利用MUSIC、TLS-ESPRIT算法获取干涉相位信息的方法正逐步完善起来。但由于SAR信号存在散射点的观测数据少的问题,利用上述方法往往不能得到更高精度的干涉相位。作者提出的基于酉ESPRIT算法估算干涉相位的方法,充分利用了复观测数据以及共轭数据中的信息,使得观测数据等效增加了一倍,从而提高了植被高度参数的估计精度。本文详细阐述了该方法的原理和实施步骤,并通过对SIR-C/X-SAR的L波段实际数据进行验证处理,表明酉ESPRIT算法十分有效。 相似文献
13.
基于Freeman_Durden分解的全极化SAR影像分类方法能够较好地保持地物极化散射特性,但在分类的过程中,不能改变初始散射机制,导致分解结果对分类精度影响很大。在Freeman_Durden分解中,排列方向相对雷达飞行方向不平行的建筑物(简称为倾斜建筑物)常被分为体散射类型,使得该类建筑物往往被误分为植被。通过分析建筑物在SAR影像中的后向散射特性,利用建筑物具有较高相干性的特点,引入最优极化相干系数,在目标分解的基础上通过阈值分割将两者区分开来,进而提高反射非对称性人工目标的分类效果。通过使用E-SAR系统在德国DLR附近Oberp-faffenhofen地区获取的L波段PolInSAR影像和国内X-SAR系统在海南陵水地区获取的X波段PolInSAR影像进行试验,证明该方法能够有效地将与雷达飞行方向不平行的建筑物与森林区分开。 相似文献
14.
全极化数据的可得,使得利用极化散射矩阵以减少多视全极化SAR图像中的相干斑成为了可能。其中,被称为最优的多视极化白化滤波器（MPWF）就是一个典型例子。然而,为提高滤波器参数估计的精度,同时能够自适应的检测图像中的结构特征,在滤波时采用适当的窗算法是必要的。本文提出了两个有效的窗算法,并用1994年NASA SIR-C/X-SAR,L band,经过四视处理的天山森林的极化数据进行了仿真。实验结果表明,这两种算法不仅很好的达到了降噪效果,而且对图像的纹理信息以及结构特征（即边缘特征、线性特征、强散射体特征）的保持效果是最佳的。 相似文献
15.
Parham Pahlavani Mahdi Hasanlou Siamak Talebi Nahr 《Journal of the Indian Society of Remote Sensing》2017,45(1):11-23
Currently, hyperspectral images have potential applications in many scientific areas due to the high spectral resolution. Extracting suitable and adequate bands/features from high dimensional data is a crucial task to classify such data. To overcome this issue, dimension reduction techniques have direct effects to improve the efficiency of classifiers on hyperspectral images. One common approach for decreasing the dimensionality is the feature/band selection by considering the optimum dimensionality of the hyperspectral imagery. In this paper, a new method was proposed to select optimal band for classification application, based on a metaheuristic Invasive Weed Optimization (IWO) algorithm. In this regard, the K-nearest neighbour (K-NN) technique was used as the classifier. Moreover, as a by-product of our band selection method, a new method was proposed to estimate an optimum dimension of the reduced hyperspectral images for better classification. Experimental results over three real-world hyperspectral datasets clearly showed that the proposed IWO-based band selection algorithm of this study led to the significant progress in selecting suitable bands for classification applications and estimation of optimum dimensionality of these datasets. In this regard, the overall accuracy (OA) of classification of the proposed IWO-based band selection algorithm was 92.02, 93.57, and 89.72 % for each dataset, respectively. Moreover, results reveal the superiority of the proposed IWO-based band selection algorithm against the other algorithms including GA, SA, ACO, and PSO for band selection purpose. 相似文献
16.
在推导各散射信号功率计算方法的基础上,提出基于功率和干涉相位联合估计的TLS-ESPRIT方法。因为干涉图像中的各主散射波和干涉相位能被分别估计,所以该算法可以利用同一分辨单元中不同散射机制后向散射信号功率的不同,将干涉相位分类实现散射中心分离。该方法通过提取两个占优势的相位得到两个高度,从而分别检测出森林的植被层和地表,特别是当散射波不相关并有不同的极化特性时,该方法有较好的性能,从而提高植被高度参数的估计精度。详细阐述该方法的原理和实施步骤,并通过对SIR-C/X-SAR的L波段实际数据进行分析处理,验证算法的有效性。 相似文献
17.
18.
针对国产风云三系列中分辨率卫星快速有效地进行水体识别的问题,基于2011—2016年数据进行了辽宁省主要湖泊水库的光谱分析,提出了晴空条件和有云情况下分别采用归一化水体指数方法和通道值与归一化水体指数相结合方法进行湖泊水库的提取。结果表明:FY3B/MERSI湖泊光谱曲线具有水体光谱特征,具体表现为8通道的数据反射率最高,18通道数据反射率最低。通过与49景TM数据水体提取结果进行对比,FY3B/MERSI数据水体提取的面积精度达到85%以上,总体分类精度达到90%以上,Kappa系数在0.56~0.95之间。提出了简便、快捷的计算模型,为国产卫星数据的业务应用提供了初步方法。 相似文献
19.
20.
Behnaz Bigdeli Farhad Samadzadegan Peter Reinartz 《Journal of the Indian Society of Remote Sensing》2013,41(4):763-776
With recent technological advances in remote sensing sensors and systems, very high-dimensional hyperspectral data are available for a better discrimination among different complex land-cover classes. However, the large number of spectral bands, but limited availability of training samples creates the problem of Hughes phenomenon or ‘curse of dimensionality’ in hyperspectral data sets. Moreover, these high numbers of bands are usually highly correlated. Because of these complexities of hyperspectral data, traditional classification strategies have often limited performance in classification of hyperspectral imagery. Referring to the limitation of single classifier in these situations, Multiple Classifier Systems (MCS) may have better performance than single classifier. This paper presents a new method for classification of hyperspectral data based on a band clustering strategy through a multiple Support Vector Machine system. The proposed method uses the band grouping process based on a modified mutual information strategy to split data into few band groups. After the band grouping step, the proposed algorithm aims at benefiting from the capabilities of SVM as classification method. So, the proposed approach applies SVM on each band group that is produced in a previous step. Finally, Naive Bayes (NB) as a classifier fusion method combines decisions of SVM classifiers. Experimental results on two common hyperspectral data sets show that the proposed method improves the classification accuracy in comparison with the standard SVM on entire bands of data and feature selection methods. 相似文献