排序方式： 共有21条查询结果，搜索用时 31 毫秒
1.
湿地是地球的重要组成部分,快速而准确地提取湿地信息,是湿地动态监测和可持续发展的一项基础而重要的工作.以洪泽湖淡水湿地为研究对象,采用2006年8月19日的Landsat5 TM遥感影像为数据源,采用经K-T变换光谱增强后的数据及利用灰度共生矩阵分析影像第一主成分的纹理统计量作辅助分类变量,基于地物光谱特征、纹理特征和形状特征,运用决策树分类法提取洪泽湖湿地植被信息,将其分类结果与最大似然法的分类结果进行比较.结果表明:1)洪泽湖地区的湿地植被比较丰富,面积约占全湖的10.74％,其中以浮水植物为主.2)基于决策树的分类结果的精度有了明显的提高,总精度由77.33％提高到86.33％,Kappa系数由0.7292提高到0.8354,证明基于决策树分类方法是提取淡水湿地植被信息的有效手段. 相似文献
2.
3.
利用MODIS影像数据,对水华现象出现的重要物质——巢湖水体叶绿素a信息进行反演。在对数据进行预处理后,采集影像相应位置的像元灰度值,与现实中在对应位置观测的湖水叶绿素a浓度进行相关性拟合分析,得到叶绿素a浓度与像元灰度值的相关性方程与相关系数。在建立相关性模型时采用了单波段和波段比值法,得到的最高相关系数为R2=0.881 8,表明利用这种方法反演巢湖水体叶绿素a浓度空间分布具有一定的可靠性。选择相关系数性较高的2个拟合方程反向演算MODIS影像,最后成功得到巢湖湖面当日叶绿素a浓度分布状况图,为巢湖防治水华发生提供了比较准确可靠的信息。 相似文献
4.
淡水湖泊湿地水体信息提取方法 总被引：4，自引：2，他引：2
及时、准确地获得水体信息是对水资源保护、利用和可持续发展的有利支持。以洪泽湖为研究区,通过实验比较了阈值法、TM2+TM3>TM4+TM5的谱间关系法、比值法和新型水体指数法提取水体结果的优缺点。研究表明,基于谱间关系构建的新型水体指数法能有效地提取各种类型的水体,且具有很强的普适性。新型水体指数法有效地提高了水体信息提取精度,提取精度高达92.5%。 相似文献
5.
通过探讨气溶胶光学厚度(AOT)对蓝藻水华信息提取的影响程度和消除方法,为蓝藻水华的动态监测提供可靠依据.首先,利用MODIS数据产品(MOD 02,MOD 04和MOD 09),基于单波段和比值植被指数2种方法分别提取了2006年太湖蓝藻水华的空间分布信息,探讨了AOT对信息提取阈值选择的影响方式和影响程度.研究结果表明:在固定阈值情况下,采用上述2种方法提取的蓝藻水华信息面积差异与AOT的相关性高于自选阈值情况下的相关性;在单波段法和比值植被指数法中,大气校正前所设定的阈值与AOT的相关性都高于大气校正后再选择阈值的相关性.这反映出AOT对蓝藻水华信息提取的影响是不容忽视的,即便不能完全消除,也要选择适当的方法尽量降低其影响程度. 相似文献
6.
由不同时相和不同传感器所导致的遥感数据非一致性是定量监测地表长期变化所必须面对的一个重要问题。用于消减遥感数据非一致性的归一化辐射校正和传感器交叉定标,多采用统计方法,难以满足定量遥感发展的需求。本文针对MODISL1B光学波段产品数据,推导了不同时相非变像元灰度值(SI)之间的数学表达式,并利用MODIS的可见光-短波红外波段L1B数据对该定量关系进行了验证。研究表明,在可见光-短波红外波段,L1B非变像元在不同时相间的定量关系分为乘性和加性两部分,主要与太阳光照条件、大气状态以及传感器自身等变化因素有关。虽然基于MODIS非变像元时相关系的检验结果与理想状态下的结果存在偏差,但总体趋势仍然较好。 相似文献
7.
MODIS土地覆盖分类的尺度不确定性研究 总被引：2，自引：0，他引：2
以空间异质性较强的枯水期鄱阳湖为研究区,以搭载于同一卫星平台、具有同一观测时间和较高空间分辨率的ASTER数据为参照,分析研究了MODIS数据在土地覆盖分类中由空间尺度带来的不确定性。首先基于MODIS三角权重函数,建立了从ASTER到MODIS的尺度转换方法;然后对不同空间分辨率的数据进行土地覆盖分类,并基于误差矩阵和线性模型分析了MODIS土地覆盖分类结果的误差来源。结果表明,空间分辨率和光谱分辨率与成像方式这两类因素对MODIS与ASTER分类结果差异的贡献比例约为(6.6—11.2):2;MODIS像元尺度对研究区水体的分类不确定性影响较低,而对森林的不确定性影响可达63%。由此可见,在基于MODIS数据的土地覆盖分类研究中,空间尺度所产生的不确定性是比较显著的。这些研究结果对于土地覆盖分类及变化检测、尺度效应和景观生态学不确定性研究,有积极的参考意义。 相似文献
8.
基于C4.5算法的遥感影像分类 总被引：2，自引：2，他引：0
随着城市化进程的加快,湿地对整个生态系统的可持续发展具有重要的意义。以洪泽湖湿地为研究区,集合TM影像的光谱信息和纹理信息构建空间数据库,获取训练样本,并从训练样本集中获取分类规则;然后利用C4.5算法构建决策树,并基于知识规则推理得到遥感影像分类结果;最后将分类结果与传统的最大似然法进行比较分析。实验表明,基于C4.5算法得到的分类结果的分类总精度为91.9701%,其分类总精度结果明显高于传统的最大似然法的80.0885%;同样,前者的分类结果的Kappa系数为0.900 3,也远远高于最大似然法的0.746 5。 相似文献
9.
10.