共查询到19条相似文献，搜索用时 109 毫秒
1.
基于TM影像的城市建筑用地信息提取方法研究 总被引：2，自引：0，他引：2
本文选用金华市Landsat TM影像为研究的数据源,在归一化裸露指数基础上,利用归一化植被指数提取出非植被信息,通过图像二值化、叠加分析以及掩膜处理去除了低密度植被覆盖区域的噪音信息,自动提取了金华城市建筑用地信息。研究结果表明,归一化裸露指数和归一化植被指数相结合的方法弥补了单一利用归一化裸露指数来提取城市建筑用地信息的不足,提高了提取精度,而且结果客观可信,是一种不经人为干预的、快速有效的提取城市建筑用地方法。 相似文献
2.
基于TM图像的“增强的指数型建筑用地指数”研究 总被引：6，自引：0，他引：6
以Landsat TM/ETM+图像为数据源,研究城镇和农村建筑用地信息的提取方法.首先利用TM7,4,2波段创建归一化差值裸地与建筑用地指数(normalized difference bareness and built- up index,NDBBI);然后根据裸地在裸土指数(bare doil index,BSI)图像上的亮度值最高、在改进型归一化差值水体指数(modified normalized difference water index,MNDWI)图像的亮度值最低的特征,提出了增强型裸土指数(enhanced baresoilindex,EBSI);最后选用NDBBI,EBSI,MNDWI和SAVI( soil adjustment vegetation index,SAVI)4个指数,构建一种新型的建筑用地指数,称为“增强的指数型建筑用地指数”( enhanced index - based built - up index,EIBI),可快速地提取建筑用地信息.实验结果表明,用EIBI提取的建筑用地信息客观,人为干预少,可信度高,提取精度可达90％以上,适合于同时提取城市和农村建筑用地信息. 相似文献
3.
结合建筑指数的城市建筑用地提取与变化检测分析 总被引：1，自引：0，他引：1
利用2000,2003,2007,2009年ETM+影像,结合归一化建筑指数NDBI、新居民地提取指数NBI、差值建筑用地指数DBI等建筑物提取指数对南京市主城区建筑用地信息进行有效提取和分析,采用分类比较法检测各年份间建筑用地的变化情况,并结合近年来南京市城市规划发展现状,探究城市建筑用地变化的深层原因和变化趋势。与传统研究利用监督分类结果分析建筑用地信息不同,本研究将建筑指数与变化检测方法结合,用于城市建筑用地变化及其内在驱动力分析。实验结果证明,南京市建筑面积增加和建筑用地变化趋势直接反映了南京市城市扩张程度,且与城市化进程发展趋势一致。研究成果对比多种建筑指数,对揭示南京市城市化扩张原因、指导城镇规划、土地利用决策等具有一定的参考价值和意义。 相似文献
4.
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
5.
以广州市为例,将Landsat-8-OLS数据与NPP-VIIRS夜间灯光数据相结合提取城镇建筑用地,在常规的NDBI指数、ULI指数方法的基础上进行改进,以获得更加精确的城镇建筑用地信息。首先,利用NPP-VIIRS夜间灯光数据得到城镇建筑用地的大致分布范围,基于Landsat-8-OLS数据提取NDBI、NDVI指数;然后通过分析夜间灯光建筑用地范围、NDVI指数,NDBI指数三者的特性,分别对三者图像进行二值化、求交运算来提取城镇建筑用地;最后将提取结果与传统的NDBI指数、ULI指数方法的提取结果进行对比,利用Google Earth高空间分辨率影像数据进行精度验证。结果表明,结合NPP-VIIRS数据和Landsat-8-OLS数据的多指数提取相交运算,可有效剔除提取结果中包含的裸土信息,与NDBI等指数方法相比,能得到更高的精度。 相似文献
6.
利用遥感技术动态监测城镇扩展己成为一个重要的研究领域和应用方向。本论文基于多源多时相遥感影像和地形数据,以福建漳州市区为示范区,探讨城镇建筑用地扩张遥感动态监测的方法。作者认为基于ASTER影像,综合利用非监督分类、多时相植被指数、城镇建筑用地的地形分布等知识建立分类决策规则,可以有效提取城镇建筑用地信息,准确度不低于90%。同时提出利用城镇建筑用地时空分布知识、多时相植被指数知识,改进TM三指数城镇建筑用地提取方法的思路,最终提取的城镇建筑用地信息满足城镇建筑用地动态变化分析的精度要求。 相似文献
7.
8.
利用改进的归一化差异水体指数（MNDWI）提取水体信息的研究 总被引：238，自引：7，他引：238
在对M cfeeters提出的归一化差异水体指数(NDWI)分析的基础上,对构成该指数的波长组合进行了修改,提出了改进的归一化差异水体指数MNDWI(M odified NDWI),并分别将该指数在含不同水体类型的遥感影像进行了实验,大部分获得了比NDWI好的效果,特别是提取城镇范围内的水体。NDWI指数影像因往往混有城镇建筑用地信息而使得提取的水体范围和面积有所扩大。实验还发现MNDWI比NDWI更能够揭示水体微细特征,如悬浮沉积物的分布、水质的变化。另外,MNDWI可以很容易地区分阴影和水体,解决了水体提取中难于消除阴影的难题。 相似文献
9.
面向GF-1影像的比值建筑用地指数构建 总被引：1，自引：0，他引：1
《国土资源遥感》2016,(1)
针对GF-1影像缺少短波红外波段的问题,根据建筑用地信息在缨帽变换(Kauth-Thomas transformation,KT)前2个分量具有高对比度的特征,提出了一种比值建筑用地指数(ratio build-up index,RBI)。在不同的时空条件下,利用该指数分别提取了湖北省钟祥市和襄阳市樊城区的建筑用地信息,并将其结果与常规分类器和建筑用地指数等方法提取的结果进行了比较。结果表明,RBI方法提取的建筑用地信息总精度和Kappa系数均较高,且对裸地信息具有较好的抑制能力。 相似文献
10.
面向对象方法已成为一种有效的城镇用地信息提取方法。由于青藏高原与黄土高原过渡带河谷区的地形复杂多样,运用中等分辨率遥感影像如Landsat TM影像提取其城镇用地的精度较低。本文以青海省西宁市为例,以Landsat TM影像和DEM为数据源,将面向对象方法与NDBI、NDVI、长宽比、坡度和高程信息相结合提取城镇用地。研究表明:城镇用地提的取精度为87.72%,Kappa指数为0.75,该方法可以较好提取城镇用地,为今后河谷区城镇用地数据的快速获取提供一种参考方法。 相似文献
11.
12.
13.
14.
针对土地利用遥感分类方法多样、分类精度高低不一等问题,该文以土地利用变化明显的唐山市路南区、路北区为研究区域,并以中分遥感影像Landsat 8OLI为信息源,在对地类样本进行可分离性分析的基础上,建立研究区土地利用分层分类体系。通过监督分类实验,选择分类效果最好、分类精度最高的最大似然分类器进行地类初分;通过绘制归一化植被指数(NDVI)、归一化建筑指数(NDBI)、两指数差值(NDVI-NDBI)的曲线及地类光谱特征曲线,建立决策树分类规则,进行地类再分。该方法可以较好地完成多种土地利用二级地类的划分,有助于提高中分影像土地利用分类效率。 相似文献
15.
泉州市城市扩展的遥感监测及其城市化核分析 总被引：8，自引：5，他引：8
以泉州市为研究区,采用仿归一化植被指数(NDBI)和监督分类法对1989年和2000年的TM/ETM+图像进行城市空间信息提取,分析了城市空间扩展的趋势,探索出泉州市是以乡镇企业为城市化核来进行城市化过程的 相似文献
16.
17.
应用面向对象的决策树模型提取橡胶林信息 总被引：4，自引：0，他引：4
橡胶林的无序和不合理种植引发了一系列的生态问题,快速监测橡胶林空间分布及动态变化,对橡胶的合理种植、区域生态环境保护以及有关部门的规划决策有重要的指导意义。以MODIS归一化植被指数NDVI时间序列数据和多时相的Landsat TM数据为基础分析橡胶林的季相和光谱特征,确定橡胶识别的关键时期和特征参数,构建面向对象的决策树分类模型,开展橡胶信息提取研究。结果表明,多时相的遥感数据可反映橡胶的季相特征,以TM数据为基础计算得到的陆表水分指数LSWI和归一化植被指数NDVI可作为橡胶识别的光谱特征参数,橡胶休眠期是利用遥感方法进行橡胶提取的最佳时期。相比于单时相数据,利用包含橡胶关键物候期的多时相遥感数据能得到更高的橡胶林提取精度。 相似文献
18.
基于指数分析法的西安市土地利用变化及驱动力研究 总被引：1，自引：0，他引：1
基于2000和2007年2期TM遥感影像,利用指数分析法,分别提取出归一化差异建筑指数(NDBI)、修正归一化差异水体指数(MNDWI)和归一化差异植被指数(NDVI)3种指数模型,分别代表西安市的3种最主要的土地利用类型--建筑用地、水体和植被.采用神经网络分类器进行监督分类,借助ERDAS Imagine 9.0、ENVI、ArcGIS 9.2和Matlab等软件平台,计算出西安市土地利用类型的动态转移矩阵,构建了土地利用变化动态度指数模型,定量分析西安市土地利用的时空变化.依据研究区土地利用变化的结果分析,变化的驱动力因子主要是人口增长、经济增长和政策变动. 相似文献
19.
基于多时相Landsat数据的城市扩张及其驱动力分析 总被引：10，自引：0，他引：10
以长沙市为例，在多时相Landsat遥感数据支持下，采用监督分类、非监督分类和归一化裸露指数(NDBI)等方法提取城市用地信息。通过对比多期城市用地的熵值变化，定量分析城市扩张的时空特性； 运用叠加、缓冲区分析等方法，分析城市扩张和中心城区的关系，绘制城市扩张速度玫瑰图。研究结果表明，长沙市建成区总面积不断扩展，其中，1973~1986年扩张主要表现在东南方向，1987~1993年为西部方向，1994~2001年南和东南方向成为快速扩张方向； 对长沙城市扩张驱动力进行分析，认为人口迅速增加是城市扩张的最主要驱动力。 相似文献