共查询到18条相似文献，搜索用时 203 毫秒
1.
湿地植被在固碳过程中扮演重要角色。作为高寒湿地生态系统的典型代表，若尔盖湿地的植被分类与变化监测对于研究其碳汇功能具有重要意义。光学遥感和微波遥感在植被监测中各有其优缺点，因此本研究提出结合Sentinel-2光学数据和Sentinel-1合成孔径雷达SAR (Synthetic Aperture Radar)数据的若尔盖湿地植被分类与变化监测方法。基于动态时间归整算法DTW (Dynamic Time Warping)提取Sentinel-1 SAR数据的时间序列物候特征，结合Sentinel-2多光谱数据的光谱特征，以2020年实地获取的植被样本及使用样本迁移得到的2017年样本，通过随机森林算法分别对两个时期的若尔盖湿地植被进行分类并对其变化进行分析。研究表明：(1)结合Sentinel-1和Sentinel-2数据，充分发挥各自多时相、多光谱的优势对若尔盖湿地植被进行分类得到可靠的分类结果，总精度达到了97.43%,Kappa系数为0.96。(2)基于样本迁移原理，本研究通过将2020年实地采集的样本迁移至2017年，解决了历史时期实地样本不可得的问题，并针对SAR数据的特点提... 相似文献
2.
为提高土地利用/覆盖分类精度,本文以昆明市呈贡区为例,融合Sentinel-1A(S1A)与Sentinel-2A(S2A)遥感数据,采用支持向量机(SVM)的监督分类方法对土地利用/覆盖进行分类。对比分析了Sentinel-1A与Sentinel-2A数据在不同组合情况下所有分类结果的总体精度,结果表明:将Sentinel-1A的强度数据、纹理数据与添加植被指数的Sentinel-2A数据融合时分类精度相对较高,总体精度可达93.60%。采用雷达数据与光学数据融合的方法可以在一定程度上提升土地利用/覆盖分类精度。 相似文献
3.
南美洲湿地面积广且类型多样，但湿地制图相关研究匮乏，通过遥感手段可为南美洲全域湿地制图提供科学技术支撑。本研究依托GEE (Google Earth Engine)平台面向南美洲湿地提出一种多源多特征集成的湿地制图方法。研究选取南美洲典型湿地地区为研究区，首先利用已有土地覆盖数据集提出一种有效的湿地样本采集流程以保证样本质量，其次结合哨兵1号、哨兵2号和SRTM数据构建多源特征集合，并基于随机森林的递归特征消除算法(RF＿RFE)进行特征优选，构建不同特征组合方案对比多源特征对湿地分类结果的影响，最后采用随机森林算法对研究区湿地进行分类提取。研究结果表明，设计样本采集方案可有效提高样本质量，多源特征集合能够提升湿地分类精度，特征优选能够减少特征冗余并提升分类精度。研究区分类总体精度为85.62%,Kappa系数为0.8333，其中湿地类别的精度最低为69.85%，最高为95.18%。 相似文献
4.
5.
Sentinel-2影像多特征优选的黄河三角洲湿地信息提取 总被引：7，自引：1，他引：7
以北方典型河口湿地—黄河三角洲湿地为研究区,采用在特征选择和分类提取等方面具有明显优势的随机森林算法,对研究区内的湿地信息进行提取。首先基于多时相、光谱信息丰富的Sentinel-2数据生成4类不同的特征变量,包括光谱特征、植被指数和水体指数、红边指数、纹理特征;再根据以上特征构建6种不同的提取方案,对黄河三角洲湿地信息进行提取并验证不同方案的提取精度,旨在选择最佳方案改善湿地信息提取的效果。结果表明:(1)有效地使用多种特征变量是提高湿地信息提取的关键,就不同特征对湿地信息提取的贡献率而言,红边指数植被指数和水体指数光谱特征纹理特征;(2)基于随机森林算法优选的特征变量提取效果最佳,总体精度高达90.93%,Kappa系数为0.90,表明随机森林算法可以有效地进行特征选择,在特征变量数据挖掘的同时,仍能保证湿地信息提取的精度,提高运行效率。本研究为湿地信息提取在数据源选择、特征选择和方法选择方面提供了一种新思路、方法和技术手段。 相似文献
6.
获取精细湿地资源信息对国际湿地城市湿地修复保护、管理利用以及区域可持续发展至关重要，目前面向国际湿地城市的湿地精细分类研究较为缺乏，尤其是针对湿地中水体的详细类别划分较少。本研究以全球典型国际湿地城市常德市为案例研究区，基于Google Earth Engine (GEE)云计算平台和2020年Sentinel-1/2时序遥感影像以及地形数据，首先采用最小冗余最大相关算法和递归梯度提升树算法进行湿地分类特征集优选，进而构建集成基于像元的随机森林和面向对象的知识规则决策模型的城市湿地精细分类智能模型，以实现常德市湿地资源精细分类。结果表明：(1)湿地分类特征优选前后特征数由63减少为16，总体精度下降0.9%，其中旱期的水体指数、植被频率和建成区指数的特征重要性较大，特征优选可以减少特征数据信息冗余、提高分类效率；(2)常德市湿地精细分类结果包括河流、湖泊、水库、养殖池/坑塘、运河/水渠、泥滩地、草滩地和芦苇湿地8种湿地类型，总体精度达91.53%,Kappa系数为0.89，可以满足国际湿地城市精细湿地分类的需求；(3)常德市湿地主要分布在东部西洞庭湖平原区域，呈现出东多西少的空间格局。... 相似文献
7.
8.
不透水面是衡量城市化发展水平的重要指标,及时、准确地掌握城市不透水面的动态变化对于监测城市地区的发展和环境变化至关重要。利用Google Earth Engine(GEE)云平台和Sentinel-1 SAR数据、Sentinel-2光学数据以及随机森林算法对山东省2020年4月不透水面进行提取。结果表明：使用光学和SAR数据融合的山东省不透水面提取精度为92.17%,Kappa系数为0.79;雷达特征的重要性优于光学特征,光学与雷达数据结合提取不透水面精度更高,错提明显减少;雷达特征对于面状不透水面的提取效果优于线状不透水面,实际使用中应针对不同的应用选择合适的特征。 相似文献
9.
《北京测绘》2019,(12)
为研究辽东湾海冰类型特征,文中基于2016年2月9日的Landsat-8和Sentinel-1A数据,结合多光谱、归一化植被指数(NDVI)构建CART自动决策树(CART Automatic Decision Tree),并用灰度共生矩阵(GLCM)统计Sentinel-1ASAR数据的纹理信息特征,对比传统监督分类并验证两种遥感图像海冰分类精度。研究指出:对Landsat-8数据,基于CART自动决策树的分类精度最高,总精度达81.68%;而Sentinel-1ASAR数据,基于最大似然分类的总精度为73.88%,相比于CART自动决策树,其能获得更高的海冰分类精度。分析本研究可知,基于光学数据的CART自动决策树在海冰类型识别中占优,而最大似然分类在SAR数据中对海冰类型的识别度较好,本文为辽东湾海冰监测与预报提供了一种有希望的技术手段。 相似文献
10.
针对城市道路网变形监测存在的高分辨率影像获取难、道路人工提取效率低、传统变形监测工作量大等难题,本文提出了一种基于融合Deep-ResUnet和PS-InSAR的城市道路网形变监测方法。主要思路为：首先对目标区的哨兵-1A(Sentinel-1A)影像数据进行伪彩色变换建立道路数据集;然后训练深度残差网络(Deep-ResUnet)模型并对道路网栅格进行提取;最后利用永久散射体干涉测量(PS-InSAR)技术获取PS点形变信息与道路网栅格融合。研究结果表明,Sentinel-1A影像经过伪彩色处理后,能提高城市道路网提取的完整性,交并比提高6%～9%,道路提取精度平均提高10%左右,得到的城市道路网形变信息专题图能为城市道路变形监测和健康状况评估提供科学依据。 相似文献
11.
Wetland ecosystems have experienced dramatic challenges in the past few decades due to natural and human factors. Wetland maps are essential for the conservation and management of terrestrial ecosystems. This study is to obtain an accurate wetland map using an object-based stacked generalization (Stacking) method on the basis of multi-temporal Sentinel-1 and Sentinel-2 data. Firstly, the Robust Adaptive Spatial Temporal Fusion Model (RASTFM) is used to get time series Sentinel-2 NDVI, from which the vegetation phenology variables are derived by the threshold method. Subsequently, both vertical transmit-vertical receive (VV) and vertical transmit-horizontal receive (VH) polarization backscatters (σ0 VV, σ0 VH) are obtained using the time series Sentinel-1 images. Speckle noise inherent in SAR data, resulting in over-segmentation or under-segmentation, can affect image segmentation and degrade the accuracies of wetland classification. Therefore, we segment Sentinel-2 multispectral images to delineate meaningful objects in this study. Then, in order to reduce data redundancy and computation time, we analyze the optimal feature combination using the Sentinel-2 multispectral images, Sentinel-2 NDVI time series, phenological variables and other vegetation index derived from Sentinel-2 multispectral images, as well as time series Sentinel-1 backscatters at the object level. Finally, the stacked generalization algorithm is utilized to extract the wetland information based on the optimal feature combination in the Dongting Lake wetland. The overall accuracy and Kappa coefficient of the object-based stacked generalization method are 92.46% and 0.92, which are 3.88% and 0.04 higher than that using the pixel-based method. Moreover, the object-based stacked generalization algorithm is superior to single classifiers in classifying vegetation of high heterogeneity areas. 相似文献
12.
13.
Wetlands have been determined as one of the most valuable ecosystems on Earth and are currently being lost at alarming rates. Large-scale monitoring of wetlands is of high importance, but also challenging. The Sentinel-1 and -2 satellite missions for the first time provide radar and optical data at high spatial and temporal detail, and with this a unique opportunity for more accurate wetland mapping from space arises. Recent studies already used Sentinel-1 and -2 data to map specific wetland types or characteristics, but for comprehensive wetland characterisations the potential of the data has not been researched yet. The aim of our research was to study the use of the high-resolution and temporally dense Sentinel-1 and -2 data for wetland mapping in multiple levels of characterisation. The use of the data was assessed by applying Random Forests for multiple classification levels including general wetland delineation, wetland vegetation types and surface water dynamics. The results for the St. Lucia wetlands in South Africa showed that combining Sentinel-1 and -2 led to significantly higher classification accuracies than for using the systems separately. Accuracies were relatively poor for classifications in high-vegetated wetlands, as subcanopy flooding could not be detected with Sentinel-1’s C-band sensors operating in VV/VH mode. When excluding high-vegetated areas, overall accuracies were reached of 88.5% for general wetland delineation, 90.7% for mapping wetland vegetation types and 87.1% for mapping surface water dynamics. Sentinel-2 was particularly of value for general wetland delineation, while Sentinel-1 showed more value for mapping wetland vegetation types. Overlaid maps of all classification levels obtained overall accuracies of 69.1% and 76.4% for classifying ten and seven wetland classes respectively. 相似文献
14.
黄河三角洲湿地的动态变化监测对湿地资源合理利用、开发保护具有重要意义。采用C波段全极化高分三号（GF-3）合成孔径雷达数据与欧洲空间局哨兵二号（Sentinel-2B）多光谱数据，分析了黄河三角洲湿地7类地物的光谱、指数、极化散射以及纹理等特征信息，分别基于最大似然法（maximum likelihood，ML）、决策树（decision tree，DT）、支持向量机（support vector machine，SVM）方法实现了有监督分类，评估了两者协同与单独应用于湿地地物分类与识别的能力，结果表明，两者协同分类时，其总体精度分别可达90.4%、95.4%、95.7%，均明显高于两者单独分类的结果，证明了GF-3雷达数据与多光谱数据在湿地协同分类方面的可靠性和应用潜力。 相似文献
15.
多频率InSAR提取沼泽湿地DEM精度对比分析 总被引：1，自引：1，他引：0
选取3种波长的干涉SAR数据对提取沼泽湿地区域的DEM，并随机从1：10 000地形图中选取111个点数据进行精度验证，最后对比分析了沼泽湿地植被对于不同SAR波长的干涉相干性差异。结果表明：L-band ALOS-1 PALSAR精细模式的HH单视复数数据与1：10 000地形图数据吻合度较好，76.58%的高程值差异在3 m以内，其相干系数比C-band Sentinel-1A IW模式的VV单视复数数据和X-band TerraSAR HH单视复数数据要高；更适合利用雷达干涉测量技术提取沼泽湿地的DEM；不同湿地植被类型的相干系数有较大差异，岛状林和灌草结合的湿地植被分布区相干系数值较大，而浅水沼泽植被区和深水沼泽植被区相对较低。 相似文献
16.
Wetlands provide habitat for a wide variety of plant and animal species and contribute significantly to overall biodiversity in Ireland. Despite these known ecosystem services, the total wetland area in Ireland has reduced significantly over the past few decades leading to an ongoing need to protect such environments. The EU Habitats Directive (92/43/EEC) has recognised several wetlands types as “priority” habitats. This study concentrates on a subset of the priority habitats focussing on some groundwater dependent terrestrial ecosystems, (in particular calcareous fens and turloughs), as well as raised bogs. Monitoring these sites across the country by field visits is resource-intensive. Therefore, this study has evaluated remote sensing as a potentially cost-effective tool for monitoring the ecological health of the wetlands. Identification and presence of certain vegetation communities can indicate the condition of the wetland, which can be used for monitoring, for example, activities causing degradation or the progress of restoration attempts. The ecological composition of the wetlands has been analysed using open-source Sentinel-2 data. 10 bands of Sentinel-2 Level-2 data and 3 indices, Normalised Difference Vegetation Index (NDVI), Enhanced Vegetation Index (EVI) and Normalised Difference Water Index (NDWI) were used to create vegetation maps of each wetland using Bagged Tree (BT) ensemble classifier and graph cut segmentation also known as MAP (maximum a posteriori) estimation. The proposed methodology has been validated on five raised bogs, five turloughs, and three fens at different times during 2017 and 2018 from which three case studies are presented. An overall classification accuracy up to 87% depending on the size of the vegetation community within each wetland has been achieved which suggests that the proposed method is appropriate for wetland health monitoring. 相似文献
17.
滑坡是发生在我国山区的主要地质灾害类型,金沙江地区由于地势较高、地形复杂、多云多雨的特点,给传统的滑坡监测增加了难度。合成孔径雷达差分干涉测量技术(Differential interferometry synthetic aperture radar,D-InSAR)已在滑坡地面沉降监测中得到了广泛应用。本文选取金沙江上游沿岸作为研究区域,基于2018年8月11日与9月28日的Sentinel-1A影像及SRTM1数据,利用GAMMA软件及D-InSAR技术监测到金沙江地区的地表形变,成功识别出金沙江右岸的一处滑坡灾害。研究结果显示,在此滑坡的坡顶部分出现了约2.5 cm的沉降,而在坡底部分由于崩塌物的累积,地面出现了约3 cm的抬升。从实验结果可以得出,InSAR技术是一种有效的滑坡变形监测手段,利用Sentinel-1A卫星的SAR数据对滑坡区域进行形变监测,可以得到较好的干涉结果。 相似文献
18.
积雪深度是大量气候、水文、农业及生态模型的重要输入变量。选用欧空局Sentinel-1主动微波数据,利用合成孔径雷达SAR(Synthetic Aperture Radar)差分干涉测量技术的二轨法,根据积雪相位与雪深之间的转换关系,反演新疆天山中段的巴音布鲁克盆地典型区的积雪雪深分布,提出了基于InSAR二轨差分的雪深估计方法,反演得到2016年12月18日的空间分辨率为13.89 m的雪深分布。研究表明:(1)对Sentinel-1数据进行正确的预处理以后,可以应用SAR差分干涉测量技术的二轨法反演区域雪深分布。但由于像对相干性和积雪状态的差异,积雪深度超过10 cm,可以获取较准确的雪深反演结果,R=0.65,反演误差的均方根误差RMSE=4.52 cm,平均相对误差为22.42%,反演雪深结果均比实测结果略偏低;而当雪深小于10 cm时,雪深反演值较实测值存在较大的误差,相对误差均高于34.52%,且反演雪深值均比实测值偏高。(2)雪深反演精度受高程及实际雪深的差异影响显著,另外雪深反演精度也受限于干涉像对相干性。结果表明,对于获取区域积雪雪深,InSAR技术较光学及被动微波遥感具有非常广阔的应用前景。 相似文献