排序方式： 共有8条查询结果，搜索用时 0 毫秒
1
1.
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
2.
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
3.
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
4.
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
5.
洪泽湖湿地纹理特征参数分析 总被引：1，自引：0，他引：1
应用纹理特征进行影像分类,关键在于纹理特征参数的确定。以洪泽湖湿地典型地区为研究对象,选择灰度共生矩阵进行纹理特征计算,探讨灰度共生矩阵窗口尺寸、移动步长、方向和纹理特征统计量对淡水湖泊湿地的区分能力;然后,利用纹理特征和地物光谱特征,结合决策树方法对研究区湿地及其他主要地类进行分类,并通过混淆矩阵进行精度评价。结果表明:研究区湿地分类中纹理特征的最佳窗口大小为3像元×3像元,方向为90°,步长为1个像元,纹理特征统计量组合为均值、熵和相关度;分类精度为83.24%,Kappa为0.788,其结果验证了纹理特征参数选择的科学性和合理性。 相似文献
6.
1979～2006年洪泽湖西岸临淮镇附近湖泊变化研究 总被引：2，自引：0，他引：2
利用1979年、1988年和2006年多时相遥感影像数据,结合地面实况数据和其他辅助数据,研究1979～2006年间洪泽湖西岸临淮镇附近湖泊的变化,在地物遥感分类的基础上,计算湖泊变化频度,分析湖泊变化的原因.结果表明,湖泊水深变浅和围垦养殖是导致洪泽湖西岸临淮镇附近湖泊变化的主要原因.1979～1988年期间,洪泽湖西岸临淮镇大闸口附近的湖泊部分变化最大,昔日生长着挺水植物的湖泊变成了养殖池塘.1979～1988年期间,江苏泗洪洪泽湖湿地国家级自然保护区核心区的湖泊部分变化很小,1988～2006年期间,原来湖中的浮水植物逐渐为挺水植物所取代,生长沉水植物的湖泊部分相对比较稳定.研究发现,临淮镇东南方向湖区在过去有大量的挺水植物生长,但是1988年后,这些生长着挺水植物的湖泊被开垦成围网养殖区.临淮镇南面和王沙岛西部生长着沉水植物的湖泊水域基本没有变化. 相似文献
7.
高邮湖湿地是江苏省重要湿地之一,对生态、环境控制、调节气候和保护生物多样性具有重要意义。采用2007年的LandsatTM影像作为遥感信息源,选择影像的光谱特征和比值植被指数(RVI)、差值植被指数(DVI)、归一化植被指数(NDVI)、归一化差异绿度指数(NDGI)、土壤调节植被指数(SAVI)和最佳土壤调节植被指数(OSAVI)6种植被指数做了光谱特征分析,从而确定出最佳指数模型,并基于决策树方法,实现研究区景观信息的遥感分类。研究结果表明,决策树分类法易于综合多种特征进行遥感影像分类,植被指数参与到决策树分类中能够提高分类的总体精度,其总体精度达到79.58%,Kappa系数为0.721 0,分类结果理想且人工参与灵活。 相似文献
8.
面向对象的多尺度水体信息提取 总被引：1，自引：0，他引：1
以安徽省阜阳市阜南县东南部为研究区,利用LandsatTM数据,基于面向对象的多尺度分类方法,选取合适的分割尺度创建分类对象;通过分析研究区各种地物复杂的光谱响应特征,建立水体信息提取的知识规则集,对研究区水体进行提取研究。研究表明,与传统的利用单波段和NDWI等方法所提取的水体相比,规则推理法在提取水体时可以消除一些影像上其他干扰信息的影响,取得较好的提取效果和精度。除此之外,该方法简单易行,水体提取的规则集对于用户来说是透明的,易于理解。 相似文献
1