共查询到20条相似文献，搜索用时 109 毫秒
1.
2.
裴建 《测绘与空间地理信息》2024,(1):110-112+116
绿地对城市生态系统具有重要的调节作用。利用遥感技术来辅助绿地信息的提取,能够获取绿地空间结构,动态掌握绿地覆盖面积,从而达到调控和监测城市绿地变化的目的。本文分别采用最小距离分类和面向对象的最邻近分类2种方法进行城市绿地提取,实验结果表明,利用高分二号这种空间分辨率较高的遥感影像进行绿地信息提取,面向对象的分类方法要比传统的最小距离分类方法更为适合。 相似文献
3.
城市绿地信息对城市绿地规划及生态城市建设具有重要意义。而遥感技术能综合反映地表真实状况,为大范围城市绿地信息的快速获取提供有力途径。本文主要研究了遥感在城市绿化资源调查中的应用,基于0.5米分辨率的航空影像,提出了一种城市绿地信息的快速提取方法,并以北京市为例,进行了北京市绿地信息的快速提取。在绿地信息提取中,植被指数(如归一化植被指数,NDVI)被证实为快速有效的方法,适用于大面积城市绿地信息的快速及自动提取,而由于航片一般缺乏常用的近红外波段,因此研究采用植被颜色指数进行城市绿地信息的快速提取,该方法也适宜于无人机影像。对于北京研究区,本文通过不同指数结果的对比和精度分析选取适宜指数,并基于ENVI软件实现了城市绿地的批量提取,可快速得到全北京市城市绿地结果。 相似文献
4.
城市信息的提取是城市动态监测和分析的基础,而城市动态监测对社会发展和人类生活具有重要意义。本文基于三峡地区的SPOT-5遥感影像,以城市绿地和建筑物为研究对象,用ENVI FX影像处理软件,对实验区的绿地和建筑物进行多尺度影像分割信息提取。结果表明,采用多尺度分割技术提取高分辨率影像中地物的提取精度更高,并有效地避免了"椒盐现象"。 相似文献
5.
资源三号卫星是中国第一颗自主的民用高分辨率立体测绘卫星,能提供优于5 m地面分辨率的遥感影像.本文首先对资源三号卫星影像预处理过程中涉及的影像纠正、影像配准、影像融合、影像镶嵌等关键步骤进行研究,然后,对比分析三种绿地信息提取方法,最后以江苏省南京市高淳区城市绿地为例,提取建成区绿地信息并加以统计分析.实验表明,本文提出的资源三号卫星影像预处理方法切实可行,国产高分辨率遥感影像适用于城市绿地调查. 相似文献
6.
城市绿地是生态文明建设的重要组成部分，绿地信息提取是城市绿地规划和建设的基础和前提。遥感影像分割是绿地信息分类提取的关键步骤，选择合适的影像分割方法能有效提高城市绿地提取精度。传统的遥感分割方法分割结果中边缘锯齿现象严重，与绿地实地边界相差较大，不符合绿地信息提取的要求。本文以高分辨率的WorldView影像为数据源，使用深度学习网络DeepLab-v3+对城市绿地进行分割研究，在分割基础上进行城市绿地信息提取。同时，本研究将该网络模型的分割和分类结果与基于Ostu、MeanShift、FNEA分割算法的分类精度进行比较。研究表明：DeepLab-v3+的分割性能最好，其分割边缘光滑，与绿地实地边界吻合度高，有效解决了传统分割算法的边缘锯齿问题；在各种分割分类算法中，DeepLab-v3+的分类精度最高，达到98.01%。 相似文献
7.
8.
城市绿地在城市生态系统中占据至关重要的地位,也是评价城市环境和城市居民生活水平高低的重要标志。随着信息技术的发展,针对城市绿地的研究与分析又迈上一个新台阶。本文针对研究区域的遥感影像数据对城市绿地进行提取,利用RS技术及ENVI软件进行数据处理,基于ISOData聚类法进行非监督分类及精度评定。结果表明,研究区绿地分布不均匀,主要分布在北部地区,中部居民区绿地覆盖率较低。可运用Arc GIS对绿地进行服务区分析,进而根据服务范围的分析结果提出合理的规划建议。 相似文献
9.
《测绘与空间地理信息》2020,(6)
利用遥感技术能够实现快速提取城市绿地信息,准确地计算出城市绿地面积及覆盖情况等。本文以广州市TM遥感影像为数据源,进行一系列预处理,对监督分类和先计算NDVI再采用非监督分类这两种提取方法进行比较分析。结果表明,先计算NDVI再采用非监督分类法精度较高,说明该方法是一种有效的绿地信息提取方法。 相似文献
10.
11.
12.
13.
以西安市长安区TM影像为例,研究关于城市建筑用地信息快速、准确提取的方法。通过对归一化差异型指数构成原理的分析,选取土壤调节植被指数（ SAVI ）、归一化水体指数（ NDWI ）和归一化差异型建筑指数（ NDBI ）来提取植被、水体和城市建筑用地专题影像,并将其构建为一幅新影像,分析新影像谱间特征,运用逻辑运算将城市建筑用地信息提取出来。本文方法总体提取效果十分有效,尤其是对于面积较大的城市建筑用地,总精度高达85．3％。综合指数法弥补了单靠某一指数提取城市建筑用地信息的不足,提取结果客观可信,是一种不经人为干预、快速有效的提取城市建筑用地的方法。 相似文献
14.
基于TM图像的城市生态绿地格局分析与评价 总被引：5，自引：0，他引：5
通过对遥感图像的校正、增强、变换和相关性分析等预处理,实现了TM图像的信息提取和精度分析。结果表明,基于TM图像的遥感分析与评价方法能够准确描述城市生态绿地格局在宏观和微观方面的基本特征。 相似文献
15.
16.
基于TM影像的城市绿地信息提取方法研究 总被引：3，自引：0，他引：3
基于TM遥感影像,运用ERDAS,对某地城市绿地专题信息进行了提取。实验过程中首先对图像进行预处理,然后通过四种绿地信息提取方案进行比较分析,这四种方案分别为:原始波段合成法、主成份分析法、归一化植被指数(NDVI)法和实验波段组合法。将以上几种方案的图像进行反复比较,根据研究对象的实际情况,植被景观目视效果最好的是NDVI植被指数法。对以上四种方法的彩色合成图像进行监督分类,利用目视判读的方法对TM影像的分类结果进行精度检验,由此可以看出实验波段组合法的精度最高,该方法是一种有效的绿地提取的方法。 相似文献
17.
Reliable and up-to-date urban land cover information is valuable in urban planning and policy development. Due to the increasing demand for reliable land cover information there has been a growing need for robust methods and datasets to improve the classification accuracy from remotely sensed imagery. This study sought to assess the potential of the newly launched Landsat 8 sensor’s thermal bands and derived vegetation indices in improving land cover classification in a complex urban landscape using the support vector machine classifier. This study compared the individual and combined performance of Landsat 8’s reflective, thermal bands and vegetation indices in classifying urban land use-land cover. The integration of Landsat 8 reflective bands, derived vegetation indices and thermal bands overall produced significantly higher accuracy classification results than using traditional bands as standalone (i.e. overall, user and producer accuracies). An overall accuracy above 89.33% and a kappa index of 0.86, significantly higher than the one obtained with the use of the traditional reflective bands as a standalone data-set and other analysis stages. On average, the results also indicate high producer and user accuracies (i.e. above 80%) for most of the classes with a McNemar’s Z score of 9.00 at 95% confidence interval showing significant improvement compared with classification using reflective bands as standalone. Overall, the results of this study indicate that the integration of the Landsat 8’s OLI and TIR data presents an invaluable potential for accurate and robust land cover classification in a complex urban landscape, especially in areas where the availability of high resolution datasets remains a challenge. 相似文献
18.
19.