共查询到18条相似文献，搜索用时 437 毫秒
1.
面向对象的喀斯特地区石漠化遥感信息提取研究——以贵州省大方地区为例 总被引：1，自引：1，他引：0
针对现有基于像素的监督和非监督分类方法在地质环境复杂、地形起伏较大、阴影明显的喀斯特石漠化地区难以满足石漠化信息提取精度要求的问题,采用基于纹理特征数据和地形数据辅助面向对象方法进行喀斯特地区石漠化信息的提取。该方法首先依据石漠化分布在TM/ETM+影像面积大小不均匀的特征,利用纹理和地形因子计算最优分割参数进行多尺度分割;然后根据植被覆盖率、岩石裸露率以及坡度因子构建石漠化分级指标;最后参照石漠化分级标准、光谱信息以及纹理特征等建立的分类规则提取喀斯特地区石漠化信息。选取贵州省石漠化严重的大方县时序TM/ETM+影像进行石漠化信息提取试验,结果表明:与基于像素的监督分类和非监督分类方法相比,基于面向对象的分类可以有效地减少因复杂地形导致石漠化信息提取结果"椒盐化"现象,提取精度明显优于基于像素的监督分类和非监督分类方法。 相似文献
2.
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
3.
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
4.
西昆仑山崇测冰川区多源遥感影像的冰川信息提取方法研究 总被引：2，自引：2，他引：0
冰雪独有的性质与特性使得基于遥感影像对其进行信息提取成为可能,如何进行精准的冰雪信息提取是冰雪时空变化研究的关键和基本要求。利用多源遥感影像（TM、IRS-P5和SAR）对西昆仑山崇测冰川区的冰川进行信息提取,采用不同分类方法和数据融合方法,分别针对光学影像和微波影像进行处理,提取冰川信息并进行比较分析。结果表明：面向对象分类方法是最优的冰川信息提取方法;图像融合处理有助于提高冰川信息的提取精度,特别是多光谱和高分辨率图像融合后再分类,提取效果更为理想。 相似文献
5.
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
6.
基于RS和GIS技术,采用面向对象分类技术,根据沈阳市的实际情况,建立土地利用类型解译标志,利用多尺度分割方法进行影像分割,然后利用决策树法和最近邻的分类方法,建立分类规则,提取区域土地利用信息,得到该区域的两期土地利用/土地覆被数据,并对研究区的土地利用动态变化及引起这种变化的驱动力进行分析.研究中所采用的面向对象的分类方法在地表景观信息提取中充分利用了地物的光谱信息、纹理特征等特征,最大程度上克服由于不同地物光谱信息相似、相同地物光谱信息不同而造成的混分现象. 相似文献
7.
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
8.
伴随着无接触式测量技术的逐步发展,特别是高分二号(GF-2)卫星的出现,使得高分影像在各类实业工作中的应用更为广泛。为探索监督分类中更适用于高分影像中高原山区河谷地带的地物信息提取的方法,以GF-2卫星影像为数据源、云南省东川区小江主流域的河谷地带为研究区进行实验,运用监督分类中3种主要分类方法,对比分析各方法在原理、精度及适应性等方面的差异,并总结他们各自的优缺点。研究表明,相较于最大似然法和最小距离法快速提取山区流域的地表覆被信息,支持向量机方法的分类精度更为可靠,更能高效提取高原山区河谷地带的地物信息。 相似文献
9.
影像分割是高分辨率遥感影像信息提取的前提,遥感影像分割的精确程度直接影响遥感分类的精度。为提高喀斯特山区遥感影像信息提取的精度,采用多尺度-光谱差异分割对喀斯特山区高分辨率影像分割,通过标准最近邻分类法提取土地利用信息,对比了仅多尺度分割、多尺度-光谱差异分割两种分割方法下喀斯特山区土地利用信息提取的精度。结果表明:（1）多尺度-光谱差异分割能改善过分割和欠分割现象。（2）多尺度-光谱差异分割优于单一使用多尺度分割。（3）多尺度-光谱差异分割综合了影像的光谱、纹理、形状等特征,进而提高了喀斯特山区影像分割分类的精度。 相似文献
10.
基于多时相Landsat遥感影像,利用适合白洋淀湿地信息提取的综合提取方法提取湿地范围。将湿地范围视为水体淹没区,淹没区的边界线视为对应地表水位高程的等高线,并根据遥感影像、高程控制点等对淀区内受人为影响的局部区域进行校正,插值生成白洋淀湿地底部的数字高程模型(DEM)。选用遥感影像和地面高程控制点对构建的数字高程模型进行验证,遥感影像验证精度在80%以上,地面控制点验证误差在±0.5 m以内的点达到80%。这种由一系列遥感影像提取等高线生成数字高程模型的方法可以弥补白洋淀湿地内数字高程信息不足的缺陷,对于提高白洋淀湿地的水均衡计算和构建湖泊与地下水耦合模型的精度有着重要意义。 相似文献
11.
离子吸附型稀土矿是我国宝贵的矿产资源,运用遥感影像分类技术提取稀土开采区可以准确地实现对稀土开采状况的监测,但仅利用光谱信息往往难以保证分类精度。本文以江西寻乌稀土矿区为研究区,以IKONOS影像为数据源,应用面向对象分类方法提取了稀土开采区的遥感信息。针对稀土开采区的分布特点,选择基于边缘的分割算法进行影像分割;结合地形信息、光谱信息及几何信息建立规则集,进行特征提取;最后采用隶属度函数法实现面向对象分类,并与传统的光谱角填图分类进行对比分析。研究结果表明,面向对象分类法提取稀土开采区的总体精度为92.49%,Kappa系数为0.857 6,与传统监督分类方法相比有了很大的提高。 相似文献
12.
基于遥感数据的全球及区域土地覆盖制图--现状、战略和趋势 总被引：21，自引：4，他引：17
土地利用／土地覆盖变化研究是近年来全球变化研究的焦点之一。全球和区域尺度的土地覆盖特征对全球环境状况的评估、模拟未来全球环境的情景有重要的作用。2000年在Internat ionalJournalofRemoteSensing杂志上出版了题为"GlobalandRegionalLandCoverCharacterizat ion from Remotely Sensed Data"的专辑。在此基础上,介绍、总结了国际上利用遥感影像进行全球和区域等大尺度土地覆盖研究的新进展。分别从数据源与制图的时空尺度、制图方法（数据预处理、分类、精度评估）等方面进行了介绍,并对现今的两个全球土地覆盖数据库进行了比较分析。 相似文献
13.
通过对江苏海岸带TM影像进行计算机自动分类与人工解译相结合的分类研究,探讨了提高海岸带湿地分类精度与效率的方法与途径。先采用分区分层分类的方法依据海岸线将本研究区分为陆地和海滩两部分。对于陆地部分,对基础分类影像经过非监督分类和光谱聚类处理后,获得分类模板,利用此模板对基础分类影像进行监督分类,对于海滩部分依据平均高潮位线、中潮位线、NDVI对影像进行分层分类,在分类的过程中运用了人机互译判读方法。结果精度评价表明该方法能明显提高海岸带湿地的分类精度。最后,基于VB和MO控件开发了江苏海岸带湿地GIS系统。 相似文献
14.
岩土分类与一般地表的地物分类相比难度大得多,针对已有的分类方法（监督分类和非监督分类）对于岩土分类精度不高、分类效果欠佳问题提出一种基于多特征波段岩土层次分类方法。它是一种自顶向下、逐步求精的层次分类方法,该方法结合无监督分类和监督分类两种分类方法的优势,利用多个特征波段组合,有层次地将不同类型的岩土体逐步分开,实现对岩土的精确分类。对北京市怀柔山区附近的ASTER影像数据进行的岩土分类实验结果表明,基于多特征波段岩土层次分类识别方法能显著提高岩土分类精度,总体精度提高10%,Kappa系数提高了0.1,并且能识别以往分类识别方法难以区分的岩石阴影和水体等地物,能够有效地克服“同物异谱”现象。 相似文献
15.
Appraisal of land use/land cover of mangrove forest ecosystem using support vector machine 总被引：2，自引：1，他引：1
Sudhir Kumar Singh Prashant K. Srivastava Manika Gupta Jay Krishna Thakur Saumitra Mukherjee 《Environmental Earth Sciences》2014,71(5):2245-2255
Human activities in many parts of the world have greatly changed the natural land cover. This study has been conducted on Pichavaram forest, south east coast of India, famous for its unique mangrove bio-diversity. The main objectives of this study were focused on monitoring land cover changes particularly for the mangrove forest in the Pichavaram area using multi-temporal Landsat images captured in the 1991, 2000, and 2009. The land use/land cover (LULC) estimation was done by a unique hybrid classification approach consisting of unsupervised and support vector machine (SVM)-based supervised classification. Once the vegetation and non-vegetation classes were separated, training site-based classification technology i.e., SVM-based supervised classification technique was used. The agricultural area, forest/plantation, degraded mangrove and mangrove forest layers were separated from the vegetation layer. Mud flat, sand/beach, swamp, sea water/sea, aquaculture pond, and fallow land were separated from non-vegetation layer. Water logged areas were delineated from the area initially considered under swamp and sea water-drowned areas. In this study, the object-based post-classification comparison method was employed for detecting changes. In order to evaluate the performance, an accuracy assessment was carried out using the randomly stratified sampling method, assuring distribution in a rational pattern so that a specific number of observations were assigned to each category on the classified image. The Kappa accuracy of SVM classified image was highest (94.53 %) for the 2000 image and about 94.14 and 89.45 % for the 2009 and 1991 images, respectively. The results indicated that the increased anthropogenic activities in Pichavaram have caused an irreversible loss of forest vegetation. These findings can be used both as a strategic planning tool to address the broad-scale mangrove ecosystem conservation projects and also as a tactical guide to help managers in designing effective restoration measures. 相似文献
16.
Adel Zein Bishta 《Arabian Journal of Geosciences》2018,11(23):755
Multispectral, multiresolution remotely sensed data were processed to emphasize geological interpretation of Jabal Daf-Wadi Fatima area. The investigated area is situated in the central western part of Saudi Arabia and geologically consists of igneous and metamorphosed rocks overlain by sedimentary sequence belonging to the Arabian-Nubian Shield. Three sets of digital satellite data, Landsat-7 ETM+, ASTER, and SPOT-5, were used in this study. The application of image processing techniques enables to identify and delineate the lithologic units and the structural features of the study area. The results of this study indicate that the confusion matrix of the three maximum likelihood supervised classifications of the three datasets shows that the Landsat ETM+ bands scored the best degree of average and overall accuracy (77 and 78%, respectively). This classification distinguishes most of the rock units for mapping in the investigated area. The supervised classification of ASTER and SPOT bands has lower degrees of accuracy than the classified Landsat data. The supervised classification of SPOT bands has a degree of average and overall accuracy of 66 and 67%, respectively, but it is the best for distinguishing the spectral signatures of the different members of Fatima Formation (lower, middle, and upper members). The statistical analyses of the confusion matrices of classifications and the interpretation of the produced classified thematic maps revealed that the classification accuracy does not necessary depend on the spatial resolution of satellite data. The data of the highest spatial resolution such as SPOT data are also very useful in emphasizing and classifying the rock units of a small outcrop area. The detailed geological map of Jabal Daf-Wadi Fatima area is interpreted in this work from supervised classified images of different resolutions as well as the structure map of this area. This study shows that it is preferable to use the supervised classifications of multiresolution data for rock unit discrimination in detailed field mapping. 相似文献
17.
夜光遥感影像记录的城市灯光与人类活动密切相关,已广泛应用于城市信息提取。珞珈一号作为新一代夜光遥感数据源,比以往的夜光数据具有更高的空间分辨率和光谱分辨率,可以更清晰地表达城市建成区范围和内部结构。本文利用珞珈一号夜光遥感影像,通过人类居住指数（human settlement index, HSI）、植被覆盖和建筑共同校正的城市夜光指数（vegetation and build adjusted nighttime light urban index, VBANUI）及支持向量机（support vector machine, SVM）监督分类3种方法对长春市城市建成区进行提取,并与利用NPP/VIIRS（suomi national polar-orbiting partnership/visible infrared imaging radiometer suite）夜光遥感影像、采用同样方法得到的结果对比。结果显示：本文提出的VBANUI提高了传统植被覆盖校正的城市夜光指数（vegetation adjusted nighttime light urban index, VANUI）的提取精度,使用珞珈一号夜光遥感影像通过VBANUI提取的城市建成区结果最优,其Kappa系数为0.80,总体分类精度为90.74%;使用珞珈一号和NPP/VIIRS夜光遥感影像通过HSI按最佳阈值提取城市建成区的Kappa系数分别为0.75和0.72,总体分类精度分别为88.27%和86.54%;复合数据的SVM监督分类法中Landsat-NDBI、Landsat-NDBI-VIIRS、Landsat-NDBI-LJ和Landsat-NDBI-LJlog的Kappa系数分别为0.602、0.627、0.643和0.681,总体分类精度分别为81.11%、81.52%、82.25%和84.48%。研究结果表明：3种提取方法下,均为使用珞珈一号夜光遥感影像的结果优于使用NPP/VIIRS夜光遥感影像的结果,证明相比于NPP/VIIRS夜光遥感影像,珞珈一号夜光遥感影像更适用于城市尺度的建成区范围提取。 相似文献
18.
Fethi Medjani Belkacem Aissani Sofiane Labar Mohamed Djidel Danielle Ducrot Antoine Masse C. Mei-Ling Hamilton 《Arabian Journal of Geosciences》2017,10(7):176
Supervised and unsupervised satellite image classifications have progressed greatly in recent years. However, discrimination difficulties still remain among classes that directly affecting data extraction and surface mapping accuracy. The Ouargla region in southeastern Algeria is intersected by wadis, where direct communication between the shallow groundwater table and these dry, overlying ephemeral stream beds exists. Underflowing groundwater exfiltrates into low-lying aeolian blowouts or endorheic basins forming oases, chotts, and sebkhas, commonly known as saline wetlands. These wetlands are becoming increasingly vulnerable to anthropogenic stress, resulting in significant water degradation. Wetland microclimates are very important to arid regions, as they promote oasis ecosystem sustainability and preservation. High water salinity in these ecosystems, however, directly affects flourishing habitat and undermines successful desert oasis development. The objective of this work is to choose the best classification method to identify saline wetlands by comparison between the different results of land use mapping within the Ouargla basin. Landsat ETM+ (2000) satellite imagery, using visual analysis with colored compositions, has identified various forms of saline wetlands in the Ouargla region desert environment in southeast Algeria. The results show that supervised classification is validated in the identification of Saharan saline wetlands, and that support vector machine (SVM) algorithm presents the best overall accuracy. 相似文献