共查询到20条相似文献，搜索用时 31 毫秒
1.
以辽宁省双台子河口湿地为研究对象,以Landsat 8和HJ-1-A/HJ-1-B的多时相遥感影像为数据源,根据研究区现状,将研究区分为旱地、芦苇、水田、碱蓬、混合植被、水面、滩涂、居民点、养殖塘九个类型.利用时间序列的归一化植被指数提取植被与非植被的分类阈值,采用粗糙集理论和多时相遥感影像,对植被和非植被分别进行分类规则的获取,建立了研究区决策树分类模型.为了进行精度评价,利用相同的训练点又进行了同样基于像元的最大似然法分类.最后利用混淆矩阵对上述两种方法进行了精度评估,基于粗糙集的决策树分类法与最大似然法总体分类精度分别为93.70%和91.62%,Kappa系数分别为0.92和0.90,两项指标值基于粗糙集理论法均比最大似然法有所提高.这为构建决策树分类模型进行湿地地表分类信息提取提供了一条新的研究思路. 相似文献
2.
3.
植被的发育限制了遥感在地质学方面的应用, 在植被覆盖区进行岩石填图, 首先要考虑去除植被干扰影响.以内蒙古东乌旗地区为例, 选择先进星载热发射和反射辐射仪(advanced spaceborne thermal emission and reflection radiometer, ASTER)数据, 分别计算研究区内含土壤因子植被指数和不含土壤因子的植被指数, 并对两类不同的植被指数进行主成分分析, 挑选出植被信息被抑制和岩石-土壤信息突出的主成分进行岩性分类, 和利用最大似然法的分类结果进行对比分析, 评价两种方法的岩性分类性能, 植被抑制法的总体分类正确率为82.946 8%, 最大似然法的总体分类正确率为76.364 3%.结果说明在植被覆盖区, 利用植被指数来抑制植被信息是可行的, 和常规分类方法中的最大似然法相比, 大大提高解译的准确性. 相似文献
4.
基于时序MODIS NDVI的黑河流域土地覆盖分类研究 总被引：7，自引：1，他引：6
归一化植被指数(NDVI)是植被生长状态及植被覆盖度的最佳指示因子,其时序数据也已成为基于生物气候特征开展大区域植被和土地覆盖分类的基本手段。基于时序NDVI数据的土地覆盖分类,即通过提取NDVI时间信号所包含的植被生物学参数,构建起一个包含植被生物学信息的分类特征空间。利用2006年重建得到的MODIS NDVI 16天合成时间序列数据,并结合1 km分辨率的DEM数据、野外实地调查资料等辅助数据,综合分析了不同土地覆盖类型对应的时序NDVI谱线及其第一、二谐波的特征阈值,建立决策树对黑河流域的土地覆盖开展分类研究。结果表明,基于时序MODIS NDVI谱线特征的决策树分类精度为78%,Kappa系数为0.74。利用1 km时序MODIS NDVI时间序列获得较为准确的黑河流域土地覆盖类型是可行的。 相似文献
5.
以深圳市东部滨海地区为试验区,对2004年11月21日ASTER遥感数据进行辐射和几何精校正处理,实地建立分类样地;根据多边形样地矢量数据计算分析12类地物在ASTER各波段光谱反射图和分类叠合图,同时进行植被指数和短波红外5个波段主成分分析;结合GIS并利用ASTER光谱波段、第一主成分、植被指数、立体像对生成的地形因子建立土地利用分类决策树表;再根据决策树表对ASTER影像进行土地利用分类。经验证,分类结果总体精度达到85.1%。应用效果表明,利用ASTER数据进行土地现状资源调查具有很好的性价比,能够满足土地利用现状调查的准确度和精度。 相似文献
6.
传统地质灾害易发性评价中，存在着易发性因子权重选取主观性强、因子分级具有随机性和模糊性等问题。采用单一评价模型只能对地质灾害的易发性进行定性评估，无法定量化评价。针对这一问题，文章基于改进集成算法（XGBoost）和云模型，在辽宁省朝阳市189个灾害隐患点中选择坡度、多年平均降水量、归一化植被指数、高程等12个易发性因子，通过XGBoost分类算法确定了易发性因子权重，拟合准确率为96.5%，达到了较高的精度。在此基础上利用云模型将因子分级的模糊性问题转化为定量问题，建立了朝阳市地质灾害易发性评价指标体系。以朝阳市大东山为评价单元对该评价体系进行验证。结果表明该评价单元的易发程度为高易发，与实际情况吻合，应用文章提出的方法进行地质灾害易发性评价的精度较高。 相似文献
7.
积雪是新疆高海拔地区大多数河流的重要补给来源之一, 不仅是春汛期间融雪性洪水灾害和冰冻灾害的直接原因, 在水资源管理、 灾害防治和融雪模拟预报中也扮演着重要角色. 针对目前积雪信息提取方法的优势与不足, 结合二维特征空间理论, 构建积雪信息反演模型, 并与支持向量机提取积雪信息进行精度对比分析. 结果表明: 相比其他积雪信息提取方法, 利用归一化积雪指数(NDSI)和归一化植被指数(NDVI)建立二维特征空间, 且在特征空间基础之上构建的NN模型, 反演新疆北部积雪信息精度较高, 相关系数达0.837, 提取精度优于支持向量机(SVM)方法, 对当地防洪灾害模拟预测、 生态环境保护、 社会经济发展等方面具有一定参考意义. 相似文献
8.
不同类型的林地具有不同的反射率特征,由此计算获得林地识别与分类的归一化植被指数(NDVI)。NDVI可参与对高分一号遥感图像的监督分类:首先根据图像光谱特征及NDVI参数,在ENVI专业图像处理平台上,选择各类林地的典型样本区,进行计算机自动信息提取,获得每个像素点属于某类林地的相似度信息,然后结合纹理、形状、空间关系等特征,利用聚类分析和迭代运算等综合处理方法,快速得到具有实用性的专题分类矢量结果。该方法光照度相对较弱的阴坡和薄云覆盖下的林地分类识别效果也比较好。通过对光谱角填图法、马氏最小距离法、最大似然法等监督分类的结果进行比较,认为采用光谱角填图法提取高分一号卫星原始数据的林地矢量信息精度最高。 相似文献
9.
10.
根据青城山地区所采集的植物高光谱数据,提取了三种植被指数:①归一化植被指数(NDVI);②比值植被指数(RVI);③差值植被指数(DVI)。并结合该研究区实测的相应叶面积指数(LAI),分别建立各植被指数与叶面积指数之间的转换模型,得出了预测模型。结果表明:采用比值植被指数RVI进行试验区的LAI反演效果更好。本次研究结合植被光谱与植被指数,反映了植被指数与对应叶面积指数之间的关系,为二者之间的相互转换提供必要参考,为森林遥感监测提供了一定的依据。 相似文献
11.
为了深化遥感监测方法在生态环境调查中的应用,本文以吉林西部为试验区,设计了一种多时相遥感数据分类方案。该方案以物候信息为主,结合地物特征变量(植被、水体和土地信息)构建的多维特征空间数据集用于土地覆被分类。该遥感分类方案提取了9种地表覆被类型,结果表明:地表植被季节变化信息和土地利用信息的引入能明显改善土地覆被的分类精度;与基于原始波段的分类方案相比,多时相遥感数据分类方案的分类精度最好,总体分类精度为95.50%,Kappa系数为95.04%。 相似文献
12.
基于决策树模型的上海城市湿地遥感提取与分类 总被引：5，自引：0，他引：5
城市湿地是上海重要的生态基础并具有复杂多变的自然特性。研究采用决策树分类方法,以TM影像多光谱波段特征为主要分类变量,采用经K-T变换、IHS变换等光谱增强后的数据以及利用灰度共生矩阵分析影像第一主成分的纹理统计量作为辅助分类变量,结合城市湿地几何特征信息,构建上海城市湿地决策树分类模型,进行上海市湿地信息的遥感提取和分类。结果表明：（1）上海城市湿地总面积为1 277.40 km2;其中水田面积最大,占总面积的65.30%;其次为河流、库塘、湖泊和芦苇。（2）决策树模型的分类方法在一定程度上提高了城市湿地提取和分类的精度,使其达到89.05%;与传统的最大似然法相比,总精度提高了约10%。 相似文献
13.
作为信息提取和分类的前提，面向对象的影像分割尺度参数的设置直接影响到提取和分类的精度。本文以GF-2影像数据为例，在已有分割理论和方法的基础上提出一种基于最优分割尺度的计算模型（OS模型）。该模型以主成分分析所得的主成分以及新建的归一化植被指数（normalized vegetation index，NDVI）特征层作为分割参考层，综合考虑均质因子的影响，构建加权尺度评价指数，插值拟合最优分割尺度。构建误差系数（Ec）对模型进行评价，结果表明：OS模型误差系数（Ec=1.15%）小于传统模型（Ec=3.28%），且分割对象更均匀、与实际地物更接近。 相似文献
14.
遥感图像分类技术对于荒漠草原浅覆盖区第四系覆盖物分类具有重要意义。以内蒙古旗杆甸子幅1∶5万填图试点为例,基于ASTER、GF-2等多源遥感数据,利用植被抑制法、波段比值法、主成分分析以及纹理信息提取等多种方法,充分考虑了多光谱数据的光谱信息和高分辨率数据的形状、空间结构、纹理信息等特征,结合面向对象分类法,对研究区第四系覆盖物进行了分类,并比较分析了不同分类方法的分类效果与精度。结果表明:将波段比值、主成分分析以及纹理分析多种特征作为辅助数据参与分类,其分类效果优于基于单一ASTER数据进行的分类;通过几种不同分类方法的比较分析,发现多特征面向对象分类的总体精度最高,达到85.40%,比多特征传统监督分类的总体精度提高了约11%,分类影像上地物边界清晰。该法分类技术可以为荒漠草原浅覆盖区的地质填图提供相关技术支持。 相似文献
15.
《世界地质》2021,(2)
基于光学影像受云雨等不良天气的影响,导致在地物分类时易造成数据信息缺失,而雷达影像作为主动式成像,能够较好地克服这一缺陷。笔者选取长春市净月开发区部分地块为研究区域,分别采用最小距离、最大似然和支持向量机3种分类方法,以Sentinel-1A雷达影像和Sentinel-2A多光谱影像为数据源,基于特征融合,提高地物分类精度。结果表明:特征融合后影像的地物分类精度较单一的光学影像有明显提高,且与最小距离和最大似然相比支持向量机分类精度最高。在无云层覆盖的情况下,融合后支持向量机分类精度达到97.94%,较光学影像提高8.11%;在有云层覆盖情况下,融合后支持向量机精度达到77.29%,较光学影像提高12.5%,尤其对水域和建筑区的识别精度有较大提高。 相似文献
16.
利用分层分类法进行厦门岛城市地表分类研究 总被引：1，自引：0，他引：1
本文利用分层分类法把厦门岛城市地表分为七类,并对分类结果进行了验证。在TM图像光谱特征分析和归一化差异型指数分析结论上,提出分层分类法的分类步骤。利用ERDAS的专家分类器逐类地提取地表类型,并利用掩膜法将原图像上新提取地类所对应区域掩膜掉,使得分类过程越来越容易。分层分类法避免了一次划分多种类别方法,在选择波段组合上的矛盾。精度评价结果表明,总分类精度90．9％,达到分类要求标准。 相似文献
17.
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
18.
利用陆地卫星多光谱遥感数据,在研究草被、针叶林、阔叶林、耕地等不同植被类型波谱特征的基础上,引入景观分区信息,进行空间特征与波谱特征相结合的遥感植被类型信息提取,其精度和效果优于单纯依赖植被指数的分类方法,能够适用于研究区植被类型的详细划分。 相似文献
19.
高光谱遥感影像分类是高光谱遥感影像处理和应用的重要组成部分。然而，高光谱遥感影像具有波段数量较多和空间分辨率较高等特点，给分类任务带来一定的挑战。为了提高分类精度，充分利用影像的空间信息和像素间的局部信息，提出一种引导滤波联合局部判别嵌入的高光谱影像分类方法。首先，对高光谱遥感影像进行归一化，利用主成分分析方法实现特征提取，将提取的第一主成分影像作为引导图像；其次，采用引导滤波分别提取各波段影像的空间特征；然后，将提取的空间影像特征进行叠加，通过局部Fisher判别分析完成低维嵌入；最后，将得到的低维嵌入特征输入支持向量机分类器得到分类结果。采用Indian Pines和Pavia University两幅高光谱影像进行实验的结果表明：在分别从各类地物中随机选取10%和100个样本作为训练样本的情况下，其总体分类精度分别提高到98.28%和99.45%；对比其他相关方法，该方法能够获取更高的分类精度。该方法在低维嵌入的同时，有效利用了影像的空间信息，改善了分类效果。 相似文献
20.
面向对象的喀斯特地区土地利用遥感分类信息提取 总被引：1，自引：0，他引：1
传统的面向像元分类方法虽然对光谱差异较为明显的遥感影像信息提取具有较好的效果,但会不可避免地产生“椒盐现象”,同时对纹理和形状信息不能充分应用,造成了大量信息损失。为了提高喀斯特地区土地利用遥感信息提取的精度,本文采用面向对象的分类方法,对贵州省毕节地区开展了土地利用遥感信息自动提取研究。首先对该地区Landsat-5 TM影像进行多尺度分割,形成影像对象层,然后综合应用基于知识决策树分类和基于样本的最邻近分类等技术对喀斯特地区进行遥感解译。结果表明,面向对象分类技术能较好地对喀斯特地区土地利用信息进行提取,同时避免了“椒盐现象”的产生,经野外采集样点数据验证,一级类分类精度为91.7 %,二级类分类精度为89.4 %,表明该方法在贵州省毕节地区应用效果良好。 相似文献