共查询到17条相似文献，搜索用时 687 毫秒
1.
缨帽变换是一种实用性都很强的遥感影像增强方法,已被成功地应用于各种遥感领域。然而,对于缺少中红外波段的4波段高分卫星传感器,采用常规的Gram-Schmidt正交化方法难以推导出缨帽变换的湿度分量,即便少量推导出湿度分量的算法也存在着结果失真的问题。因此,开展针对4波段传感器缨帽变换系数的推导,提出了先确定湿度分量、再确定亮度和绿度分量的逆推算法,并将其应用在ZY-3 MUX传感器数据上。实验结果表明:(1)逆推方法可以有效地推导出ZY-3 MUX缨帽变换的湿度分量,较好地解决了前人研究中出现的湿度分量失真问题;(2)新方法求出的3个分量的散点在其三维特征空间中呈现典型的"缨帽"特征,较于传统的GramSchmidt正交化方法,新方法的散点在水体、植被和建筑用地/裸土之间的空间分布位置可以更好地相互分离,不会造成不同地类之间的混淆;(3)采用新方法所得到的缨帽变换系数的精度好于传统的Gram-Schmidt正交化方法,体现在新方法具有较高的R值和较低的RMSE误差。本研究可为ZY-3 MUX数据提供一套有效的缨帽变换系数,同时也为缺乏中红外波段的高空间分辨率遥感影像提供一种新的缨帽变换系数推导方法,解决了常规GramSchmidt正交化方法无法准确表示湿度分量的问题。 相似文献
2.
3.
洪涝灾害会造成农田淹没、居民住宅损毁等危害,因此对洪水淹没范围进行实时、准确监测可有效进行灾后治理。利用光学传感器提取洪水淹没范围时,不能穿透云层,因此无法获取有效地面信息;而SAR使用微波波段,不受天气影响,在夜间也能成像。因此,SAR成为洪水灾害灾情评估的有力工具。本文利用2021年9月23日、10月5日、10月17日3景SAR雷达影像Sentinel-1A数据,计算相干性系数,设置阈值为0.2,提取水体淹没范围,分析其扩张范围及变化趋势,并根据生成的形变图分析水位抬升变化,验证了基于雷达数据的相干系数阈值提取方法监测洪水淹没范围,以及采用InSAR技术准确提取水体边界与分析水位上升趋势的可行性。 相似文献
4.
一种基于TM影像的湿地信息提取方法及其变化检测 总被引：3，自引：0，他引：3
近年来,有着"地球之肾"之称的湿地,其对于生态环境的特殊性和重要性受到全世界的极大关注,湿地研究己成为当前国际上的热门领域。本文结合缨帽变换及决策树分类法提出了一种新的湿地提取方法。首先对原始影像进行缨帽变换,提取其湿度分量,利用湿度分量进行分级提取,区分湿地与陆地。接下来在深入分析研究区影像光谱特征规律的基础上,建立了湿地信息提取决策树模型,用于区分不同类型湿地。最后,对两个时相的湿地分布影像进行了变化检测,提取出了湿地的变化范围。 相似文献
5.
基于多源遥感数据的水体信息提取研究 总被引：1，自引：0，他引：1
卫星遥感技术已被广泛应用到水体信息提取中,但目前基于遥感技术的水体信息提取多采用单一的遥感数据源,而没有充分利用多源数据的信息复合优势,因此,提取结果经常受天气气候或空间分辨率限制。本文研究了不同尺度、不同平台的多种遥感数据源的水体信息提取方法。首先,基于波谱间关系决策树分类算法对Landsat ETM+图像进行水体提取,利用其分辨率优势较准确地提取出水体范围;其次,在Radarsat SAR图像上利用阈值法粗提取水体信息后,结合DEM剔除阴影得到水体信息;最后,利用灾前Landsat ETM+图像水体信息提取结果和灾中Radarsat SAR图像水体信息提取结果,进行差值处理,得到洪水淹没范围。研究结果可以为洪水灾害监测与评估提供信息依据。 相似文献
6.
《测绘与空间地理信息》2020,(8)
以邵阳县洪涝灾害为研究对象,采用Landsat8 OLI数据和Sentinel-1 SAR数据,通过NCIWI和SDWI多种指数增大洪灾前后水体和背景差异,利用DEM建模去除SAR数据山体阴影干扰,并采用Otsu法计算最优分割阈值,从而构建精度高、抗干扰性强的Sentinel-1 SAR数据洪水淹没信息提取方法。研究结果表明:1)融合数据提取精度较高; 2) DEM建模去除山体阴影效果良好; 3) GS变换融合法、组合水体指数法结合Otsu分割法,可实现水体精度提取,数据融合对洪水淹没范围与面积监测效果良好。 相似文献
7.
利用BP神经网络提取TM影像水体 总被引：1，自引：0，他引：1
常用的水体提取方法需要设定阈值,而阈值的选择通常需要反复实验才能确定。为克服这一不足,本文提出了一种基于BP神经网络和光谱特征的水体自动提取方法。首先在TM影像中提取水体样本光谱信息、谱间关系、归一化差异水体指数以及缨帽变换(K-T变换)的第三分量(TC3)特征,然后将这4个特征作为BP神经网络的训练输入参数,最后利用训练好的网络对水体进行提取。对长沙市区TM影像进行水体提取,发现该方法组合了其他方法的优点,在不设置阈值的情况下,得到了更好的水体提取效果。 相似文献
8.
缨帽变换的遥感图像水边线信息提取方法 总被引：1，自引：0，他引：1
针对悬浮泥沙含量较大的海域水边线信息提取困难这一问题,该文提出了一种基于缨帽变换的遥感图像水边线信息提取方法。首先,针对悬浮泥沙含量较多,导致传统的水体信息提取方法失效这一问题,提出基于缨帽变换提取水体信息;其次,基于长度、距离和方向等特征知识,开展噪声去除、断线连接研究,提取水边线信息;最后,将水边线信息提取结果与原始图像叠加,进行精度评价。实验结果表明,该方法得到的水边线信息边界清晰,准确性较高,对于泥沙含量较高海域的水边线信息提取较为有效。 相似文献
9.
以斯里兰卡2017-05-25开始的洪灾为研究对象,利用灾中和灾后GF-3和Sentinel-1获取的多期数据,采用符合研究区域特征的最优提取方法,提取了多期洪水淹没范围。并利用同时期的光学卫星哨兵2号(Sentinel-2)观测数据、研究区高程数据以及当地官方公布的受灾面积进行了结果验证分析。结果显示Sentinel-1比GF-3噪点更多且误提取了更多山区阴影,因而导致Sentinel提取洪水面积偏大,GF-3提取的洪水面积更接近于官方公布的受淹面积。本研究通过斯里兰卡的GF-3和Sentinel-1应用对比,显示了GF-3在洪涝灾害信息提取中具有较为准确的精度,对GF-3在洪水灾害动态监测的应用精度提供了应用实例。另外一方面,通过GF-3与Sentinel-1协同校正应用,可以得到更多的洪水过程信息,为防灾减灾领域提供可靠的数据支持。 相似文献
10.
合成孔径雷达（SAR）因其对地观测全天候、全天时优势,成为多云多雨天气限制下洪水动态监测中不可或缺的数据来源之一。由于GEE（Google Earth Engine）云计算平台的兴起和短重访Sentinel-1数据的可获取性,洪水监测与灾害评估目前正面向动态化、广域化快速发展。顾及洪水淹没区土地覆盖变化的复杂性和发生时间的不确定性,基于时序Sentinel-1A卫星数据提出了针对大尺度范围、连续长期的汛情自动检测及动态监测方法。该方法首先,利用图像二值化分割时序SAR数据实现水体时空分布粗制图,逐像素计算时间序列中被识别为水体候选点的频率。然后,利用Sentinel-2光学影像对精度较粗的初期SAR水体提取结果进行校正,得到精细的水体分布图。最后,针对不同频率区间的淹没特点,采用差异化的时序异常检测策略识别淹没范围：对低频覆水区利用欧氏距离检测时序断点,以提取扰动强度大、淹没时间短的洪涝灾害区;对高频覆水区利用标准分数（Z-Score）检测时序断点,以提取季节性水体覆盖区。在GEE平台上利用该方法,实现了2020-05—10长江中下游地区全域洪水淹没范围时空信息的自动、快速、有效监测,揭示了不同区域汛情发展模式的差异性。本文提出的洪水快速监测方法对大尺度下的汛情动态监测、灾害定量评估和快速预警响应具有重要的现实意义。 相似文献
11.
12.
13.
洪涝灾害给社会、经济造成巨大损失,及时、快速监测洪涝范围在抗灾救灾中具有重要意义。合成孔径雷达(SAR)由于其主动式微波成像的机理,可为全天时、全天候、大范围洪涝灾害监测提供支持。本文首先以高分三号(GF-3)卫星影像为数据源,基于灰度共生矩阵(GLCM)、局部二值模式(LBP)等6种纹理描述方法提取138个SAR影像纹理特征;然后利用随机森林(RF)指标重要性评估功能,筛选出重要性得分较高的纹理特征进行水体信息提取;最后结合数学形态学对初始水体提取结果进行后处理,评估安徽巢湖附近区域洪涝灾害。试验表明,本文方法的水体提取精度优于传统阈值法(Otsu)及分类算法(KNN和SVM),可有效提取洪涝灾害的影响范围,为选取合适的SAR影像纹理特征进行洪涝范围快速监测提供参考。 相似文献
14.
超分辨率制图SRM (Super-resolution Mapping)技术可以有效地处理遥感图像中的混合像元,获得准确的地物类别分布信息。目前,SRM技术已经成功地应用于多光谱图像洪水淹没定位中,称为超分辨率洪水淹没制图SRFIM (Super-resolution Flood Inundation Mapping)。然而,现有的SRFIM方法往往基于像元尺度空间相关性,这种空间相关性考虑设定的矩形窗内的像元之间的空间关系,但实际情况下淹没区域与非淹没区域的形状是不规则的,因此这种像元尺度空间相关性不够准确,影响最终的洪水淹没制图精度。为了解决这一问题,提出了超像元尺度空间相关性下的多光谱图像超分辨率洪水淹没制图SSSC-SRFIM (Super-resolution Flood Inundation Mapping for Multispectral Image Based on Super-pixel Scale Spatial Correlation)。在SSSC-SRFIM中,首先利用双立方插值改善原始粗糙多光谱图像,获得改善后的图像,并利用光谱解混方法对改善后的图像进行光谱解混,获得具有每个亚像元属于淹没类别概率值的丰度图像;然后利用主成分分析法提取改善后图像的第一主成分,并利用基于多分辨率的图像分割算法分割第一主成分,获得不规则形状的超像元;再者将丰度图像与超像元进行整合计算,并引入随机游走算法计算各个超像元之间的空间相关性;最后,依据超像元空间相关性,利用基于类别单元的类别方法将淹没区域或非淹没区域标签分配给每个亚像元中,得到最终的洪水淹没制图结果。利用两个Landsat 8 OLI多光谱图像对该方法进行了评价。结果表明,与传统的SRFIM方法相比,本文提出的SSSC-SRFIM方法具有更好的效果。 相似文献
15.
16.
Samy Ismail Elmahdy Mohamed Mostafa Mohamed 《Journal of the Indian Society of Remote Sensing》2016,44(1):1-10
Monitoring new changes in cities adjacent to dynamic sand dunes requires precise classifier technique. Unlike traditional techniques of supervised classification which use training sites, the integration of image transformation tasseled cap and automatic feature extraction module based on spectral signatures has provided to be sensitive and realistic techniques with time and cost effective. The proposed module was applied to Al Ain district, United Arab Emirates (UAE). The module consists of four steps in terms of segmentation, thresholding and clustering and computing attributes. The obtained greenness and classified maps were then enhanced by applying a 3?×?3 Sobel filter. The new changes were detected by combining the multi-temporal greenness and classification maps. Accuracy assessment and quantitative analysis were performed using confusion matrix and ground truthing. The results showed significant increasing in urban and agricultural areas from the year from 1990 to 2000 compared with the period of time from the year 2000 to 2006. The image difference showed that the vegetation and building classes had increased 7.58 and 20.28 km2 respectively. This study showed that image difference and fuzzy logic approach are the most sensitive techniques for detecting new changes in areas adjacent to dynamic sand dunes. 相似文献
17.
Abstract Statistical tools were used to evaluate the relationships between observed fire effects and characteristics identifiable in pre‐fire multispectral and terrain data. Random points were placed within field delimited polygons representing areas of high and low canopy mortality. Each point was then used to extract Landsat TM based pre‐fire spectral characteristics and DEM derived terrain characteristics. The values for these random points were subjected to a multivariate discriminant analysis to ascertain whether specific spectral bands, indices, terrain characteristics, or specific combinations of these, could be effectively associated with the observed fire effects. Data values for high and low mortality points were found to be significantly different for all the pre‐fire data sets. The normalized difference vegetation index (NDVI) and tasseled cap greenness values provided the highest magnitude of direct differentiation between high and low mortality points. Discriminant analysis revealed that NDVI had the highest correspondence to degree of future canopy mortality, while the combined effect of the pre‐fire spectral response provided a prediction of observed fire effects with 87% accuracy, and the addition of terrain data improved accuracy to 90%. 相似文献