排序方式： 共有10条查询结果，搜索用时 46 毫秒
1
1.
地物波谱特性是利用遥感进行建模反演和地物目标探测识别的理论基础，波谱数据库对于提高遥感应用水平有重要作用。为规范和丰富中国波谱数据库并促进其在测绘等领域的应用，依托国家科技性基础专项,建立了“测绘地物波谱本底数据库”，在数据规范编制、波谱数据采集实验与整编入库、地物波谱数据库建设和应用示范初步探索方面取得重要进展。在波谱数据采集和处理的标准规范方面，建立完善了测绘地物波谱与配套非波谱数据收集与汇总标准、测绘地物波谱和配套非波谱参数测试技术规范、测绘地物波谱库地物分类编码规范。依照项目制定的数据规范标准，对现有波谱数据进行了整编和入库，共计整编数据1.4万余条；组织实施了全国范围的典型地物波谱采集实验以及相应配套参数测量实验，主要试验类型包括典型地物波谱测量试验、定点时间序列测量试验、多尺度测量试验、全波段测量试验、参数控制测量试验和无人机观测试验等，共计获取地物波谱1.7万余条。特别是在华北和东北进行了全波段观测试验（可见光—近红外波（0.35—2.5 μm）、红外波段（3—15 μm）、微波波段（Ka、K、X、C、L波段）），获取冰雪、土壤、植被冠层、人工目标的全波段数据。为方便波谱数据的应用和共享，项目建设了包含3万余条数据的测绘地物波谱本底数据库（GOSPEL）及数据共享平台。依据地物波谱数据的类型和应用需求，形成了全波段典型地物波谱数据集、多角度光谱反射率数据集、多尺度典型地物反射率数据集、长时间系列波谱数据集等共25个特色数据集。基于测绘地物波谱本底数据库进行了地物分类、遥感机理模拟、遥感定量反演、遥感产品验证等方面的应用示范。 相似文献
2.
确定森林火烧迹地的准确时间点以及空间范围对于森林的受损评价、管理、碳核算以及森林恢复的管理有重要意义。由于森林火烧迹地在空间分布上具有一定的连续性,现有的森林火烧迹地提取方法大都采用先分类再后处理的两步处理策略来抑制虚警像素的影响。本文提出将时空检测方法Stacked ConvLSTM用于时间序列森林火烧迹地的检测,在保持结果具有较好空间连续性的基础上避免了具有主观性的后处理操作,实现端到端提取森林火烧迹地信息,提升了森林火烧迹地的提取精度。采用MODIS时间序列数据,基于2001年—2008年以及2001年—2016年的黑龙江沾河林业局伊南河林场和内蒙古自治区毕拉河林业局北大河林场两个区域的历史时间序列,分别对这两个区域2009年以及2017年发生的特大火灾区域进行火烧迹地检测,利用Stacked ConvLSTM、Stacked LSTM以及bfast算法在两个区域的MODIS时间序列中提取森林火烧迹地,并将火烧迹地检测结果与ESA发布的Fire_CCI 5.1火烧迹地产品进行对比分析。结果表明：首先,从目视效果来看,在研究区域Ⅰ,Stacked ConvLSTM检测的结果比Stacked LSTM和bfast算法错误检测点少,并且在空间分布也保持较高连续性;在研究区域Ⅱ,Stacked ConvLSTM检测到了较完整的火烧迹地区域。其次,在定量的精度评价指标上,在研究区域Ⅰ,Stacked ConvLSTM的精确度比Stacked LSTM和bfast算法分别高出0.120和0.405,并且召回率、准确度和F1-score也更高,Fire_CCI 5.1召回率虽更高,由于错检区域较大,其他精度指标远低于Stacked ConvLSTM;在研究区域Ⅱ,Stacked ConvLSTM精确度达0.924,召回率、准确度和F1-score相比Stacked LSTM和bfast算法以及Fire_CCI 5.1更高。 相似文献
3.
一种基于对象和多种特征整合的分类识别方法研究 总被引：8，自引：0，他引：8
遥感图像空间分辨率的提高，为目标物的纹理特征和形状特征的提取提供了客观基础，同时也使得传统的基于像元的分类识别方法受到了严重的挑战。因此，需要对传统的方法进行改进或发展新的方法。本文采用面向对象的分析思想，通过图像分割和分割对象的矢量化等一系列的预处理，并在此基础上实现了目标形状信息的提取，最后综合利用光谱特征和形状特征应用模糊分类器实现两种典型的人造目标的分类提取实验。识别的精度评价主要通过目视解译完成。分析表明，形状信息的提取大大丰富了目标识别的特征库，尤其在感兴趣目标与背景物具有相近的光谱反应而形状特征有明显差异的条件下，这种利用光谱与形状特征整合的提取方法能够大大提高目标的识别精度。 相似文献
4.
在国土资源监测、森林资源调查等多个领域中,基于遥感影像的分类技术受到了广泛应用。在利用传统分类器对地表覆盖分类提取中,地形效应是制约分类精度提升的一种因素,其影响可通过适当的校正模型减弱,且已证明地形校正能够对分类精度的提升起到积极作用。相比于传统分类器,基于深度学习理论的深度神经网络分类器具有深层特征学习和表达的优势,在图像分类领域兴起并逐渐用于土地覆盖分类且取得了不错的精度提升。本文初步探究了地形校正在利用深度神经网络分类器U-Net进行地表覆盖分类时对分类精度的影响情况。以Landsat 8 OLI 30 m影像为数据源,结合GDEM_V2 30 m地形数据,在GlobeLand 30和全国30 m森林分类结果的基础上,利用U-Net深度神经网络分类器实现了山区地表覆盖分类提取,并就不同训练样本获取方式及不同精细程度分类体系下地形校正前后的分类精度做了对比分析。分类结果表明：（1）规则网格裁切和坡向辅助裁切这两种训练样本获取方式下,地形校正后的分类精度较校正前不变或有极小幅度的降低,降低范围在0.9%—1.39%;（2）在对更精细的森林类型分类中,地形校正后的分类精度较校正前下降了1.66%。本文初步探究得到：在规则网格裁切和坡向辅助裁切这两种训练样本获取方式及不同精细程度的分类体系下,地形校正均未能提高U-Net深度神经网络分类器的分类精度。 相似文献
5.
Landsat 5卫星较低的时间分辨率(16天)使得其很难获得大区域的、时相一致的清晰影像数据集。本文发展了一种基于半物理模型的时空融合算法-即乘性调制融合算法,并借助多时序的MODIS反射率数据来生成多时相的Landsat TM/ETM+反射率合成影像,经镶嵌后得到区域尺度的高时空分辨率地表反射率数据集(Landsat TM/ETM+)。本文利用吉林省2006年—2011年的Landsat 5 TM地表反射率数据以及500 m的MOD09A1反射率产品来生成3个时相的Landsat 5 TM反射率合成数据,从而获得研究区在上述时相下地表反射率数据的镶嵌图。初步分析表明,所生成的Landsat 5 TM反射率数据的光谱分布特征与MOD09A1反射率数据较为一致,且图像在整体上光谱特征的连续性较好。 相似文献
6.
全球变化研究需要将多种传感器光谱波长接近的图像波段一起使用,以满足遥感应用对时间分辨率和区域覆盖的要求,这给遥感图像处理提出了新要求,涉及多传感器多时相数据几何定位一致性问题、辐射归一化问题及地类属性标识一致性问题以及高度自动化处理的问题。针对上述几方面问题,提出了一个基于"不变特征点集"IFPs(Invariant Feature Points set)作为控制数据集的区域级遥感图像自动化处理框架,将图像的几何空间、辐射值空间和类别属性值空间的时空对齐问题纳入到统一框架,提供了一种间接快速处理的手段和理念,并对构建IFPs的关键技术进行了综述。 相似文献
7.
8.
快速、准确地从卫星遥感影像上获取水体信息已成为水资源调查及监测、湿地保护、洪涝灾害评估等领域的重要技术手段。本文以GF-4卫星的PMS传感器影像为数据源,提出了一种改进光谱角匹配（MSAM）的水体信息提取方法,以内蒙古中东部和长江中下游两个试验区为研究对象,对比分析了MSAM与单波段阈值法、NDWI阈值法、支持向量机和光谱角匹配等传统方法的水体信息提取结果,并进行了精度评价。试验结果表明,本文提出的MSAM方法不仅能准确地提取水体信息,而且能很好地区分水体与云阴影,对细小水体的提取也具有很好的效果。在内蒙古中部和长江中下游两个试验区的水体提取精度分别达到99.86%和98.37%,在5种水体提取方法中的精度最高,可以有效地提取水体信息。 相似文献
9.
环境与灾害监测预报小卫星星座(环境一号卫星,HJ-1A/B)自发射以来,在环境监测、灾害评估、土地资源调查等领域发挥了重要的作用。但是HJ-1A/B卫星CCD图像的2级产品(HJ-1 CCD图像)几何精度低,实际应用中需要进行几何精校正。HJ-1 CCD图像具有宽覆盖、大视场角、几何变形复杂的特点,几何精校正难度大。针对该问题,本文提出了一个以Landsat TM全球拼接图像为基准,基于Forstner算子和模板匹配的分层配准方法。该方法使用分层匹配获得的大量高精度且分布均匀的控制点构建Delaunay三角网,有效地解决了HJ-1 CCD图像的几何精校正问题。在配准技术研究的基础上,研发了HJ-1 CCD图像几何精校正系统,系统具有全球HJ-1 CCD图像的自动批量处理能力。实验结果表明,本文提出的几何精校正方法精度高,实现了环境星图像的自动批量处理。 相似文献
10.
1