北京环线建设驱动的土地利用变化遥感检测与分析   总被引：6，自引：0，他引：6  

戴芹  马建文  陈雪 《遥感学报》2005,9(3):314-322

近年来,北京市的环线建设大大改进了北京的交通状况,促进了环线周边的商业发展和房地产开发的繁荣,同时也带来了环线周边地区的土地利用的变更。在“科技奥运”科技攻关项目和在研自然科学基金项目的支撑下,选择了1988,1994,2001和2003年5—6月份的TM数据,在影像经过几何校正和辐射归一化校正后对其应用高精度的自组织神经网络分类和利用高分辨率的航空照片验证;在分类数据和变更信息的基础上,采用了空间自相关分析模型、频率指数模型和潜力模型分别对北京各种用地类型的频率指数和建设用地的Moran系数和Geary系数,以及城市增长的潜力指她进行计算。一系列计算显示了环线驱动的北京市土地利用变化情况。结果表明:在环线建设的驱动下,北京市的建设用地围绕环线呈快速增长趋势;绿地面积在四环、五环的环线一带也呈增加趋势;城市增长潜力从四环到六环呈逐渐增大趋势。  相似文献   

基于面向对象孪生神经网络的高分辨率遥感影像建筑物变化检测     

刘宣广  李蒙蒙  汪小钦  张振超 《遥感学报》2024,(2):437-454

建筑物变化检测在城市环境监测、土地规划管理和违章违规建筑识别等应用中具有重要作用。针对传统孪生神经网络在影像变化检测中存在的检测边界与实际边界吻合度低的问题,本文结合面向对象图像分析技术,提出一种基于面向对象孪生神经网络（Obj-SiamNet）的高分辨率遥感影像变化检测方法,利用模糊集理论自动融合多尺度变化检测结果,并通过生成对抗网络实现训练样本迁移。该方法应用在高分二号和高分七号高分辨率卫星影像中,并与基于时空自注意力的变化检测模型（STANet）、视觉变化检测网络（ChangeNet）和孪生UNet神经网络模型（Siam-NestedUNet）进行比较。结果表明：（1）融合面向对象多尺度分割的检测结果较单一尺度分割的检测结果,召回率最高提升32%,F1指数最高提升25%,全局总体误差（GTC）最高降低7%;(2)在样本数量有限的情况下,通过生成对抗网络进行样本迁移,与未使用样本迁移前的检测结果相比,召回率最高提升16%,F1指数最高提升14%,GTC降低了9%;(3) Obj-SiamNet方法较其他变化检测方法,整体检测精度得到提升,F1指数最高提升23%,GTC最高降低9%。...  相似文献   

基于谷歌地球引擎的植被覆盖度变化长时间序列检测     

李旭  陈俊良  邓尚奇 《北京测绘》2022,36(4):457-462

利用遥感技术进行植被覆盖度提取,是实现植被覆盖度变化检测的一种有效手段.然而,进行大尺度长时间序列的植被覆盖度变化检测时,传统遥感技术具有操作复杂、耗时较多等缺点.本文利用谷歌地球引擎(Google Earth Engine,GEE)平台,获取美国陆地卫星(Landsat)归一化植被指数(normalized diff...  相似文献   

基于Siamese卷积神经网络的影像瓦片变化检测技术     

万冉冉  陈娟  廖明伟  刘异  庞超 《测绘通报》2020,(4):96

针对地理信息变化较快而传统更新方式效率不高的问题，目前许多学者提出了各类变化检测的方法，但这些方法大都是基于影像数据进行试验，对影像预处理要求较高，且检测精度的稳定性较差，受数据源质量影响较大。而天地图、百度地图、谷歌地图等地图中均可免费下载各种级别的影像瓦片，因此本文提出利用天地图影像瓦片进行试验，采用Siamese卷积神经网络（SCNN）和深度学习技术，开发基于SCNN的高精度变化监测算法，以快速发现变化区域，实现地理信息变化信息检测。  相似文献   

多特征融合的高分辨率遥感影像飞机目标变化检测     

徐俊峰  张保明  余东行  林雨准  郭海涛 《遥感学报》2020,24(1):37-52

为利用高分辨率遥感影像实现高精度的飞机目标变化检测,提出了一种自适应的多特征融合变化检测与深度学习相结合的方法。首先,通过加权迭代的多元变化检测法获取变化强度图,并结合自适应的直方图统计法自动获取显著的变化与不变化样本;然后,提取多时相影像的光谱、边缘和纹理特征,完成多特征融合的变化检测,并通过形态学处理得到变化图斑;最后,利用训练的NIN(Network in Network)结构的卷积神经网络飞机识别模型,完成变化图斑的类型判别,实现变化飞机的检测。实验结果表明,本文方法在两组数据的正确率分别达到100%和91.89%,均优于对比方法,能实现准确可靠的飞机目标变化检测。  相似文献   

基于差值PCA的高分辨率影像变化检测     

路轩轩  关明宇 《测绘与空间地理信息》2019,42(4)

目前,影像变化检测研究主要针对多波段低空间分辨率影像,而多波段高空间分辨率影像的变化检测研究则相对较少。本文以时相为2015年和2016年的资源三号卫星影像为研究对象,采用差值主成分分析方法提取研究区的变化图斑。实验证明,该方法在多波段高分辨率卫星影像变化检测中有效,对影像变化检测的研究和应用具有重要的参考价值。  相似文献   

基于对象BOW特征的高分辨率遥感影像变化检测方法     

罗星  徐伟铭  王佳 《地球信息科学学报》2018,20(8):1150-1159

针对传统基于像素的变化检测方法的缺点,以及底层特征表现能力不足等问题,提出一种基于对象BOW特征的变化检测方法。首先,将经过预处理操作的两期影像进行波段组合得到组合后影像,再考虑地物光谱特征和几何空间信息对组合后影像进行多尺度分割,获得相对应的对象基元;同时,分别提取两幅影像的底层特征（包括影像各波段的均值和方差以及灰度图像的6种纹理特征）。其次,将对象视作文档,像素的特征向量视作单词,利用BOW模型构建影像对象的中层表达,即对象的BOW特征。最后,通过相似性度量算法比较相应对象的BOW特征,从而识别出影像上的变化区域。本文利用2组WorldView-2影像进行了检验,结果表明本文方法的变化检测结果较为完整,精度优于对比方法。本文方法基本能够满足变化检测的需求,为高分辨率遥感影像上的数据挖掘分析提供了有效的手段。  相似文献   

基于Landsat卫星的沈阳市土地覆盖变化研究     

代建军 《测绘与空间地理信息》2019,42(5)

土地利用、土地覆盖变化(LUCC)是当今遥感领域的重要研究课题,也是地学界、生物学界、环境学界等关注的热点问题之一~([1])。特别是对大城市的土地类型变化研究,有利于揭示城市化进程中的空间变化规律。本文利用沈阳市1990、2000、2010年3期Landsat系列卫星数据,经过空间配准、相对辐射校正、图像增强等预处理,分别对3期遥感图像进行监督分类,提取土地类型转换信息并进行景观格局分析~([2])。结果表明,20年间沈阳市土地覆盖变化主要表现为耕地和建筑用地的转变,其中1990—2000年,耕地和建筑用地均有缓慢增加;而2000—2010年耕地面积明显减少,建筑用地显著增加,城市化进程大大加快。本文成果对沈阳市未来城市规划和可持续发展相关政策的制定有一定的参考价值。  相似文献   

特征组合优化的高分辨率遥感影像变化检测     

黄亚朋  何浩 《测绘与空间地理信息》2019,42(1)

为充分发挥遥感影像中光谱、形状、纹理等特征的优势,本文提出一种特征组合优化的高分辨率遥感影像变化检测方法。首先利用e Cognition软件对两时期影像进行多尺度分割并计算分割像斑的特征值;其次对比不同地物的特征值分布;然后分析不同特征对地物分类的影响;最后得到最优的特征组合。本文以乌鲁木齐西山高铁新区2014和2015年的IKONOS影像为基础进行实验,实验表明,上述方法可以充分利用多特征的优势,提高变化检测的精度。  相似文献   

半监督离散势理论在遥感影像变化检测中的应用   总被引：1，自引：0，他引：1  

谢福鼎  赫佳妮  郑宏亮 《测绘通报》2019,(8):54-58

随着遥感技术的发展，遥感影像变化检测作为一种有效的技术手段，在环境监测、灾害救援等领域发挥了重要作用。然而地物复杂、标记困难等问题导致有效的变化检测存在一定的困难。本文提出了一种基于半监督离散势理论的遥感影像变化检测方法。该方法首先采用一种新的标记样本点的方法得到训练集，然后利用KNN方法构造复杂网络，最后对复杂网络中经典Wu-Huberman算法进行改进并划分网络。所得到的两个社团结构恰好对应了变化部分和不变部分。试验结果表明，基于半监督离散势理论的变化检测方法具有良好的变化检测性能。  相似文献