共查询到19条相似文献，搜索用时 328 毫秒
1.
基于无人机影像和面向对象随机森林算法的岩溶湿地植被识别方法研究 总被引：1，自引：0，他引：1
目前对岩溶湿地的重视程度远低于其他湿地类型,缺乏利用遥感技术进行岩溶湿地植被高精度识别的研究,但岩溶湿地同其他湿地类型一样,湿地面积退化严重,亟待需要解决。因此,本文选取受人类活动影响较大、湿地退化较为严重的广西桂林会仙喀斯特国家湿地公园的部分核心区域作为研究区,以DJI大疆御Mavic Pro无人机航摄影像为数据源,利用泛化能力强、分类精度高的面向对象随机森林算法实现了会仙岩溶湿地植被的高精度分类,探究无人机可见光影像和面向对象随机森林算法在岩溶湿地植被识别中的适用性,为无人机遥感技术应用于岩溶湿地的研究和保护提供技术参考。首先,在eCognition Developer9.0中利用多尺度迭代分割算法对影像图层进行分割;然后,基于以往在进行面向对象分类研究的经验来指导我们进行特征选择,充分考虑了影像的光谱和纹理特征、植被指数、无人机遥感数据派生的研究区数字地表模型（DSM）和几何特征;最后,在RStudio中实现了随机森林算法参数的调优、模型的构建以及分类。结果显示,面向对象随机森林算法对会仙湿地植被具有较高的识别能力,在95%置信区间内总体精度为86.75%,Kappa系数为0.83。在单一典型岩溶湿地植被识别精度中,狗牙根-白茅-水龙植被群丛的用户精度在90%以上,生产者精度高于80%,竹子-马甲子-桂花生产者精度高于80%,但是用户精度较低,仅为70.59%。 相似文献
2.
面向对象的森林植被图像识别分类方法 总被引：1，自引：0，他引：1
森林植被信息提取是遥感影像分类中的难点,仅利用光谱信息难以提取森林植被的类型,本文以门头沟区森林植被占主要土地覆被类型为研究对象,选择HJ-1影像面向对象提取不同地物信息。由于研究区地形复杂,采用多尺度分割方法,对不同地物设置不同分割参数,实现不同地物分层提取。根据光谱、纹理及几何等特征选择合适的特征参数,构建隶属度函数,逐级提取研究区的土地覆被类型,并与传统的最大似然法进行对比。结果表明:面向对象的分类方法在门头沟区森林植被二级信息提取的精度为83%,与传统方法相比有了较大的提高。 相似文献
3.
潮滩是陆地与海洋之间重要的生态过渡地带,具有复杂的生态过程和重要的服务功能。受陆海交互作用及人类活动的影响,潮滩处于高度动态变化过程中,而传统测绘技术受到潮滩可达性影响无法快速获取潮滩地形信息。为解决潮滩高程数据获取困难的问题,本文提出一种基于潮汐动态淹没过程和时序遥感影像的潮滩地形信息提取算法,利用K-means++聚类方法实现水域提取,并通过时序淹没特征计算潮滩淹没频率提取潮滩范围信息,最终综合区域潮汐特征反演潮滩地形。研究以崇明东滩为例,利用2016—2020年所有可用Sentinel-2和Landsat-8时序遥感影像,实现潮滩范围提取与高程反演,并通过实测高程数据进行精度验证。研究结果表明,潮滩范围提取总体精度为97.73%,F1_score为0.98;高程反演平均绝对误差为0.15 m,潮滩高程的反演精度与可用影像的数量呈正相关。研究利用该算法进一步反演长江口地区主要潮滩地形特征,结果表明区域内潮滩面积为346.93 km2,高程范围为1.00~3.84 m,且与现有潮滩范围数据集相比,本研究提取的长江口潮滩范围更为完整。该算法为潮滩地形的快速反演提供了可能,对潮滩资源动态监测和管理具有重要意义。 相似文献
4.
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
5.
依托中分辨率成像光谱仪完整的数据序列和丰富的光谱信息,遥感特征指数在湿地生态系统发展变化的状态、趋向和规律研究方面发挥着不可替代的优势。传统类间距离判别的遥感特征指数选取中常存在过分依赖数据统计特征、入选指数与目标地类间生态学意义不明确、分类模型普适性差等局限性。基于此,本研究以河北省白洋淀湿地自然保护区为例,提出类可分离性距离判别（Class Separation Discrimination,CSD）与类间距离判别（Class Distance Discrimination,CDD）相结合的方法构建最优遥感特征指数集,并采用QUEST算法和马氏距离判别法构建分类决策树模型用于白洋淀湿地信息的提取研究,尝试克服传统类间距离指数选取中的不足。结果表明：运用CSD和CDD相结合的方法所选取的遥感特征指数在研究区湿地信息提取过程中的总体分类精度达到了91.32%,Kappa系数0.88,较传统的分类与回归树（Classification and Regression Tree,CART）方法,分类精度提高了1.67%;其次选取的最优指数与待提取的湿地类型均具有明确的生态学意义,如挺水植物在立地干湿交替条件下的潴育化过程决定了氧化铁比率IO可成功的将混分的耕地和挺水植物进一步分离;进一步将基于研究区2017年OLI影像构建的CSD和CDD相结合方法与CART方法的模型分别应用于研究区2019年OLI影像进行分类,基于CSD和CDD相结合方法构建的模型分类总体精度和Kappa系数分别为：86.97%、0.83,基于CART方法构建的模型无法满足分类需求,研究结果较好地证明了基于CSD和CDD相结合方法构建的模型在年际之间具有良好的适用性和稳定性。总之,CSD和CDD相结合的方法在不降低湿地信息提取精度的基础上,有效避免了传统遥感特征指数选择方法的局限性,提高了分类模型的普适性,是遥感特征指数选择算法和决策树相结合在湿地信息提取方面的有益尝试。 相似文献
6.
城市区域建筑类型信息在城市功能区识别、城市环境变量反演等应用领域具有重要作用。本文提出一种融合高分辨率遥感影像高度特征的多尺度城市建筑类型分类方法。首先利用语义分割模型识别高分辨影像中建筑和阴影对象;然后借助建筑对象及其阴影信息在卫星成像时的几何关系估算建筑高度;最后基于多尺度图像分析思想,提取一系列表征建筑对象的高度、空间结构、几何等多尺度特征,利用机器学习方法进行建筑类型分类,并进一步分析不同粒度的建筑类型分析单元对分类结果的影响。选取福州市主城区国产高分二号高分辨率影像进行实验验证。结果表明：① 基于所提方法的建筑类型分类总体精度达到82.98%, kappa系数为0.77,分类精度优于本文中未加入高度信息的分类方法和单一尺度分类方法;② 引入高度特征有效提高了中低层居民楼和高层商住两用建筑类型的分类精度,较未加入高度特征的分类结果,总体精度提高了11.28%;③ 融合多个尺度的图像特征可有效减少粘连建筑误分为密集型建筑的情况,较单一尺度分类方法,总体精度提高了2.77%。在精细的数字表面模型数据缺失下,利用高分辨影像阴影信息可为建筑物高度估计提供一种有效的策略,提高城市建筑类型分类精度。此外,融合多粒度图像特征可提升城市区域复杂建筑类型的表征能力,进而提高分类精度。 相似文献
7.
随着遥感影像分辨率的提高,植被信息的高精度提取对于了解地表植被变化规律、评价生态区域具有重要意义。针对传统方法跨季节植被提取不完整问题,本文基于高分2号(GF-2)卫星数据,提出一种基于特征分离机制的深度学习语义分割网络植被提取方法。该网络在Densenet的基础增加可分离卷积和空间金字塔结合的特征分离机制来增大感受野,更有效利用植被的特征信息,提升了模型的精度。本文通过构建高精细跨季节植被样本库,使用本文所提方法,完成了遥感影像植被信息提取,并选取总体准确度、F1值和交并比作为评价指标,对不同的传统方法和深度学习方法进行精度对比与分析。实验结果表明,本文方法提取植被的效果较好,其中F1分数达到91.91%,总体准确度达到92.79%,交并比达到85.10%。对高分1号、高分6号和高景1号遥感影像进行植被提取通用性验证,结果表明本文方法具有一定的通用能力,可以从高分辨率遥感影像中准确地、自动地提取植被。本文研究成果可为城市生态环境评价和植被的应用研究提供数据参考。 相似文献
8.
黑河流域中游地区作物种植结构的遥感提取 总被引：1，自引：0，他引：1
及时、准确地获取农作物种植结构对区域水资源管理与作物产量估测等具有重要意义。随着对通过遥感手段获得作物种植结构的深入研究,如何优选遥感数据和分类器成为需要重点考虑的关键问题。针对黑河流域中游地区的作物分布与种植特点,提出一种基于多时相遥感影像与多分类器组合的作物种植结构提取方法。利用2018年18景16 m分辨率的GF-1 WFV影像,构建NDVI时间序列。根据NDVI时间序列表征的作物季相节律和物候变化规律特点,采用分层的策略,首先解译一级土地覆被类型,再解译二级土地覆被类型。一级土地覆被类型解译中,使用决策树分类方法先将NDVI特殊且易提取的水体进行解译,再使用面向对象分类方法通过分区将需借助NDVI纹理信息提取的建设用地进行解译,最后使用随机森林分类方法解译耕地、林地、草地、裸地和湿地。在对耕地的进一步分类中,使用决策树分类方法首先将具有特殊物候规律且易于区分的苜蓿类别解译出来,再将与其他类别物候差异较大的小麦解译,最后将物候相似的玉米、蔬菜及其他解译。黑河流域中游研究区内一级土地覆被分类总体精度为97.24%,卡帕系数为0.96;作物种植结构解译总体精度为86.58%,卡帕系数为0.80。此外,还分析了影响黑河流域中游研究区解译精度的4个因素：对土地覆被类别的定义、混合像元、影像分割时基础影像的选择以及分类方法的选择。通过对不同分类方法的比较发现,与仅使用最大似然分类方法、支持向量机分类方法或随机森林分类方法相比,本文提出方法的解译结果更好,解译精度更高。 相似文献
9.
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
10.
由于生长环境、地带性分布规律和垂直差异,山地与平原地区的不同植被类型在遥感影像上存在“同物异谱”及“异物同谱”现象,易导致土地类型的误分。为避免此类错分,在进行土地覆被类型解译之前,应首先确定平原、山地植被的边界。本文在遥感影像聚类分析、GIS空间分析及数理统计分析技术的支持下,以江西省都昌县北部地区为研究区域,基于高分一号（GF-1）遥感卫星影像及地形要素,完成了山地植被与平原植被的界线提取。实验结果显示,本研究得到的植被界线精度高达99.47%和96.28%。与单纯基于遥感影像分类得到的植被边界成果相比,精度提高了近25%和23%。研究证明,高分辨率遥感影像与地形因子结合后,计算得到的山地平原划分界线精度有明显提高,可以满足高分辨率遥感影像土地覆被类型解译研究的需要。 相似文献
11.
鄱阳湖南矶湿地是亚热带典型过水性湿地,由于该区域水文情况复杂,且泥滩、沼泽和疫水（血吸虫）分布较广,导致野外考察验证工作困难,使用传统的遥感信息提取方法很难保证该地区湿地景观的提取精度。本文以高分一号影像为数据源,综合运用数字高程模型（DEM）、归一化植被指数（NDVI）、归一化水体指数（NDWI）等辅助数据,采用面向对象分类方法,对鄱阳湖南矶湿地景观信息进行提取研究,并取得了较好的分类效果。研究结果表明：（1）基于国产高分辨率影像的面向对象分类,既兼顾了国产高分辨率影像光谱、空间、结构、纹理信息,又综合利用多源辅助数据参与到分类计算中,分类精度得到明显的提升;（2）基于面向对象与多源数据分类方法对湿地混合像元有较好地识别能力,可获得较高的总体分类精度（94.3275%）和Kappa系数（0.9324）,说明利用多源数据的面向对象方法提取湿地信息是可行的,其分类结果具有较高的准确性和可信度,较好地解决了过水性湿地景观分类问题;（3）该分类方法弥补了单一遥感影像分类方法的不足,对研究国产高分卫星在提取过水性湿地景观信息方面具有重要的参考和实际意义。最后,分析了多源数据面向对象分类尚待解决的问题和下一步的研究方向。 相似文献
12.
本文运用面向对象分类与DEM数据相结合的方法,对资源卫星一号02C卫星遥感影像进行湿地提取。探索了基于对象与DEM信息的提取技术,在02C影像湿地的提取应用,对研究我国国产卫星在湿地监测和保护方面有重要的意义。研究结果表明：（1）面向对象的遥感影像信息提取方法,可同时兼顾影像光谱信息及空间信息,适用于02C影像的湿地提取,精度得到明显提高;（2）基于对象与DEM信息的提取方法,使沼泽地与草地相混淆的现象明显减轻,湿地分类精度进一步提高,该方法适用于高分辨率遥感影像的湿地提取研究;（3）基于对象与DEM信息提取的水田、水体、沼泽地及河滩的精度,分别为88.46%、97.44%、86.96%和83.33%,满足资源卫星一号02C遥感影像对湿地进行监测和保护的需要。 相似文献
13.
1 ＩＮＴＯＤＵＣＴＩＯＮＷｅｔｌａｎｄｃａｎｐｅｒｆｏｒｍｅｎｏｒｍｏｕｓｆｕｎｃｔｉｏｎｓｉｎｒｅ ｓｏｕｒｃｅａｎｄｅｎｖｉｒｏｎｍｅｎｔａｄｊｕｓｔｍｅｎｔ ,ａｎｄｉｔｉｓｏｎｅｏｆｔｈｅｉｍｐｏｒｔａｎｔｅｃｏｌｏｇｉｃａｌｅｎｖｉｒｏｎｍｅｎｔｓｔｈａｔｈｕｍａｎｂｅ ｉｎｇｓｒｅｌｙｏｎ .Ｉｎｔｅｒｎａｔｉｏｎａｌｃｏｍｍｕｎｉｔｉｅｓｈａｖｅａｌｒｅａｄｙｐａｉｄ ｇｒｅａｔａｔｔｅｎｔｉｏｎｔｏｔｈｅｗｅｔｌａｎｄｒｅｓｅａｒｃｈ ,ａｎｄｓｏｍｅｆｏｒｅｉｇｎｅｒｓｈａｖｅｄｏｎｅ… 相似文献
14.
Wetland research has become a hot spot linking multiple disciplines presently. Wetland classification and mapping is the basis for wetland research. It is difficult to generate wetland data sets using traditional methods because of the low accessibility of wetlands, hence remote sensing data have become one of the primary data sources in wetland research. This paper presents a case study conducted at the core area of Honghe National Nature Reserve in the Sanjiang Plain, Northeast China. In this study, three images generated by airship, from Thematic Mapper and from SPOT 5 were selected to produce wetland maps at three different wetland landscape levels. After assessing classification accuracies of the three maps, we compared the different wetland mapping results of 11 plant communities to the airship image, 6 plant ecotypes to the TM image and 9 landscape classifications to the SPOT 5 image. We discussed the different characteristics of the hierarchical ecosystem classifications based on the spatial scales of the different images. The results indicate that spatial scales of remote sensing data have an important link to the hierarchies of wetland plant ecosystems displayed on the wetland landscape maps. The richness of wetland landscape information derived from an image closely relates to its spatial resolution. This study can enrich the ecological classification methods and mapping techniques dealing with the spatial scales of different remote sensing images. With a better understanding of classification accuracies in mapping wetlands by using different scales of remote sensing data, we can make an appropriate approach for dealing with the scale issue of remote sensing images. 相似文献
15.
Remote sensing data have been widely applied to extract minerals in geologic exploration, however, in areas covered by vegetation, extracted mineral information has mostly been small targets bearing little information. In this paper, we present a new method for mineral extraction aimed at solving the difficulty of mineral identification in vegetation covered areas. The method selected six sets of spectral difference coupling between soil and plant (SVSCD). These sets have the same vegetation spectra reflectance and a maximum different reflectance of soil and mineral spectra from Hyperion image based on spectral reflectance characteristics of measured spectra. The central wavelengths of the six, selected band pairs were 2314 and 701 nm, 1699 and 721 nm, 1336 and 742 nm, 2203 and 681 nm, 2183 and 671 nm, and 2072 and 548 nm. Each data set’s reflectance was used to calculate the difference value. After band difference calculation, vegetation information was suppressed and mineral abnormal information was enhanced compared to the scatter plot of original band. Six spectral difference couplings, after vegetation inhibition, were arranged in a new data set that requires two components that have the largest eigenvalue difference from principal component analysis (PCA). The spatial geometric structure features of PC1 and PC2 was used to identify altered minerals by spectral feature fitting (SFF). The collecting rocks from the 10 points that were selected in the concentration of mineral extraction were analyzed under a high-resolution microscope to identify metal minerals and nonmetallic minerals. Results indicated that the extracted minerals were well matched with the verified samples, especially with the sample 2, 4, 5 and 8. It demonstrated that the method can effectively detect altered minerals in vegetation covered area in Hyperion image. 相似文献
16.
互花米草是中国东部河口滩涂湿地主要入侵物种之一,其与本地物种芦苇竞争生长,形成了大范围的混合交错带。该交错带是研究湿地生态系统动态变化的重要信息,但因2种物种光谱的相似性及其在交错带的组成复杂性,使利用遥感技术提取交错带难度较大。因此,本文提出了一种将二者生长物候差异与其光谱特征相结合,考虑二者海陆位置分布差异,运用实测剖面观测数据确定光谱指标和阈值的综合提取方法。运用高分一号多光谱遥感数据,通过分析不同时相互花米草与芦苇冠层光谱差异,确定用来提取混合交错带的高分遥感影像,实现了研究区互花米草-芦苇混合交错带的提取。结果表明：不同时相宜选用不同的提取指标,本研究中在春季选择了近红外波段反射率,而秋季则选择了红波段反射率;2个时相的混合交错带范围存在明显差异,客观反映了互花米草与芦苇在不同季节的竞争状况。 相似文献
17.
Hongfeng Bian Tingting Yan Zhengxiang Zhang Chunguang He Lianxi Sheng 《中国地理科学(英文版)》2016,26(3):352-365
Accurate, updated information on the distribution of wetlands is essential for estimating net fluxes of greenhouse gases and for effectively protecting and managing wetlands. Because of their complex community structure and rich surface vegetation, deciduous broad-leaved forested swamps are considered to be one of the most difficult types of wetland to classify. In this research, with the support of remote sensing and geographic information system, multi-temporal radar images L-Palsar were used initially to extract the forest hydrological layer and phenology phase change layer as two variables through image analysis. Second, based on the environmental characteristics of forested swamps, three decision tree classifiers derived from the two variables were constructed to explore effective methods to identify deciduous broad-leaved forested swamps. Third, this study focused on analyzing the classification process between flat-forests, which are the most severely disturbed elements, and forested swamps. Finally, the application of the decision tree model will be discussed. The results showed that: 1) L-HH band(a L band with wavelength of 0–235 m in HH polarization mode; HH means Synthetic Aperture Radars transmit pulses in horizontal polarization and receive in horizontal polarization) in the leaf-off season is shown to be capable of detecting hydrologic conditions beneath the forest; 2) the accuracy of the classification(forested swamp and forest plat) was 81.5% based on hydrologic features, and 83.5% was achieved by combining hydrologic features and phenology response features, which indicated that hydrological characteristics under the forest played a key role. The HHOJ(refers to the band created by the subtraction with HH band in October and HH band in July) achieved by multi-temporal radar images did improve the classification accuracy, but not significantly, and more leaf-off radar images may be more efficient than multi-seasonal radar images for inland forested swamp mapping; 3) the lower separability between forested swamps dominated by vegetated surfaces and forest plat covered with litter was the main cause of the uncertainty in classification, which led to misleading interpretations of the pixel-based classification. Finally, through the analysis with kappa coefficients, it was shown that the value of the intersection point was an ideal choice for the variable. 相似文献
18.
海塘滩涂信息的研究在水利工程建设、海塘管理、滩涂围垦、防洪抢险等许多领域具有广泛的应用价值。本文利用彩红外航片通过一系列处理对上海市的边滩资源进行了提取,运用监督分类与目视判读相结合的方法进行解译分析,并对分类结果进行野外核实与修正,为海塘滩涂部门的管理提供了有效的技术支持,提高了所获取数据的精度和工作效率。 相似文献
19.
基于Landsat TM和ENVISAT ASAR数据的鄱阳湖湿地植被生物量的反演 总被引：2，自引：0，他引：2
作为湿地生态系统的重要组成部分,湿地生物量是衡量生态系统健康状况的关键指标。由于光学遥感对植被垂直分布探测的局限,使得植被指数反映生物量变化的灵敏度下降。利用C波段SAR反演生物量时,对于低中等生物量,含水量高的湿地地表的后向散射对总雷达后向散射的影响会在雷达图像上出现类似光学遥感中"异物同谱"的现象。本文用光学遥感中NDVI、RVI和DVI三种植被指数对生物量变化的敏感性,利用改进的MIM-ICS模型,对湿地植被各散射分量进行模拟分析,建立符合湿地植被类型的各散射分量模拟数据库,以LandsatTM和Envisat ASAR交替极化数据为基础,选择植被指数DVI=0.45为阈值,将湿地植被分割为低叶片密度植被区和高叶片密度植被区,分别应用统计回归模型和半经验微波散射模型,对两个区域植被生物量进行反演。最后,得到整个鄱阳湖湿地生物量为2.1×109kg。研究表明,对于生物量动态范围较大的地区,采用光学和雷达遥感相结合可以有效地提高湿地植被生物量反演的精度,克服光学遥感探测植被垂直分布能力有限和雷达遥感受背景影响大的不足。 相似文献