基于多种植被指数信息与联合稀疏表示的红树林种类识别

红树林种类识别对于研究红树林生态系统的变化具有重要意义。本文以广西铁山港红树林区为研究区域,以国产资源三号测绘卫星数据为数据源,分析区内各种红树林的光谱特性,并结合多项植被指数（RVI,NDVI,VARI和NDGI）信息,采用联合稀疏表示分类器进行红树林种类遥感识别。本文主要分析了桐花树、海漆、白骨壤、红海榄、秋茄、海桑、木榄这7种红树林种类以及陆地灌丛、泥滩、草地这些非红树林种类的几项植被指数,并结合多光谱图像的几何空间与光谱特征空间,采用联合稀疏表示算法进行红树林种类分类。利用组合光谱和4种植被指数信息进行分类可以达到最好的分类效果,总体精度为95.37%,kappa系数为0.9347。实验结果表明:光谱特征结合植被指数信息进行分类能提高分类精度,四种植被指数中NDVI对于区分红树林种类具有更大的贡献,联合稀疏表示分类器在红树林种类识别中表现出优异的分类效果。     

基于神经网络的红树林景观特性遥感提取技术研究

利用神经网络法对广西山口红树林保护区2003年1月8日获取的Landsat TM 卫星图像进行分类.Landsat TM5卫星数据的3、4、5假彩色合成图像空间分辨率比较好,影像层次丰富,地物界限清晰.因此,采用3、4、5波段作为输入层.经过目视判读和现场调查,将输出层单元设置为5个,包括是红树林、陆地植被、裸地(其他建筑用地)、水体和虾池.经过流程实际运算和精度对比,设定训练阈值的贡献是0.9,训练率是0.2,训练次数是1000,最大个体允许误差为0.1.分类精度达到86.86%,高于最大似然分类(50.79%)和光谱角分类精度(75.39%),从而最终获取红树林生态系统的景观格局指标.结果显示研究区红树林均匀度(1.7789)和聚集度指数(0.6854)较高;红树林种类的优势度指数是-1.5850,为弱势群体;红树林的斑块破碎化指数是0.0325,破碎化程度较低.     

OBIA与RF结合的龙口市土地利用信息提取方法

为提高中分辨率遥感影像解译精度,本文提出面向对象影像分析（Object Based Image Analysis,OBIA）与随机森林（Random Forest,RF）结合的土地利用信息提取方法。采用Landsat 8 OLI影像,针对不同地物特点,阈值分割和多尺度分割结合创建影像对象,规则集和分类器协同分类,基于Relief F算法分别对光谱特征、纹理特征及所有特征降维筛选特征子集,并与全部特征一起应用RF建模,对龙口市进行土地利用信息提取与比较。结果表明：OBIA与RF结合提取土地利用信息,基于Relief F算法筛选纹理特征,保留完整光谱、几何、空间关系特征构建RF模型,建模错分率为0.0958,分类总体精度和Kappa系数分别为89.37%和0.872,取得较理想结果。该方法可应用于中分辨率遥感影像土地利用信息提取。     

基于国产高分卫星GF-1影像的农膜遥感信息提取技术研究

随着农膜的大量使用,农膜对土壤的污染已被广泛关注。准确掌握农膜空间分布信息和使用量,可以为农膜环境污染治理提供重要技术支撑,也为政府调节市场和发放设施农业补贴提供重要依据。传统的农膜使用量统计方法费时费力,没有空间定位信息。基于遥感技术农膜自动化提取则具有快速、动态、空间的优势。本研究以山东省寿光市为例,采用国产GF-1卫星遥感影像,利用支持向量机(SVM)分类技术,进行农膜遥感信息提取。经检验,Kappa系数达96%,达到解译精度要求。寿光市覆膜农田面积397km~2,占全市农田面积的33. 6%,农膜使用量3. 34万t,农膜主要分布在寿光市中部和南部。结果表明,利用GF-1卫星遥感影像能较好地提取农膜信息。     

水源地土地覆被分类及无人机遥感验证评价方法研究

本文提出一种水源地土地覆被分类及无人机遥感验证评价方法。采用面向对象分类方法对高空间分辨率卫星遥感影像进行土地覆被分类,基于无人机遥感影像,采用随机抽样方法获取多边形样本验证分类结果,建立混淆矩阵后评价分类精度,并采用国产卫星及无人机遥感数据开展示例研究,取得了很好的研究应用效果。     

基于Landsat 8 OLI数据的树种类型分布提取

树种分布是林业调查工作中的关键环节,遥感影像中对树种信息的提取具有重要意义。论文以福建省长汀县为研究区,收集2016年3月美国陆地卫星影像(Landsat 8 OLI)数据,提出基于知识库的图像膨胀分类方法,结合不同树种类型分布点的影像像元灰度与影像不同波段的重新排列,对杉类、松类、竹类与阔叶树类4个类型提取分布信息,结合地面验证坐标点进行精度评价,同时与专家知识分类法比较。结果显示图像膨胀法结合了地物分布特征与光谱信息,在Landsat 8 OLI影像中是可行的,并提高了精度,整体精度为83.01%,Kappa系数为0.77,与专家知识分类法相比分别提高了8.25%、0.11。该研究为快速精确地使用Landsat 8 OLI影像提取树种分布信息具有一定参考。     

基于TM的陆良县遥感影像分类方法实验研究

以Landsat TM遥感影像为数据源,以云南省陆良县为研究对象,利用ENVI4.8对陆良县的Landsat TM遥感影像进行图像预处理以及最佳波段组合,运用监督分类中的平行六面体分类、最小距离分类、马氏距离分类以及最大似然分类等四种分类方法,对地物信息进行提取,并对其分类精度进行评价。最后发现,波段146组合适合陆良县的地物提取。在分类方法中,最大似然法分类的总体精度及Kappa系数均高于其他三种分类。     

基于光谱与纹理特征融合的滩涂信息提取方法

滩涂在光学遥感影像中具有光谱信息综合的特点,单纯基于光谱特征的滩涂信息提取方法精度不高.本文在海岸带地物分类过程中,引入了纹理特征分析,发展了一种基于光谱和纹理特征融合的滩涂信息提取方法.该方法首先利用神经网络分别实现基于像元光谱特征和基于图像纹理特征的海岸带地物分类;在两种分类结果的基础上,建立融合模型,完成决策级的信息融合,从而得到最终的滩涂信息提取结果.试验结果表明,在海岸带地物分类过程中引入纹理特征分析是有效的,决策级的光谱与纹理信息融合可以使滩涂信息提取的精度达到92.3%.另外,神经网络方法用于海岸带地物分类亦是可行的.     

多尺度分割与特征优选下的盐碱地提取

土地盐渍化作为一种土壤灾害,严重制约着社会经济与农业的发展。对盐碱地进行实时监测,可为盐碱地的评价改良提供科学依据。由于盐碱地的信息复杂、提取精度不高,因此本文以高分六号（GF-6）卫星遥感影像为数据源,采用分形网络演化算法（fractal net evolution approach,FNEA）进行影像对象的多尺度分割,从面向对象的角度减少高分影像分类结果中的椒盐噪声问题,通过计算图像对象的局部方差和变化率来确定适宜的盐碱地分割尺度。利用基于特征选择的相关性算法（correlations-based feature selection,CFS）与Relief F算法分别对由光谱、纹理、形状、遥感指数构成的初始特征空间进行特征优选,精简特征子集,解决特征数量冗余问题,以此来优化随机森林对盐碱地提取精度。结果表明：CFS约简后的特征子集更小,精度更高,说明在盐碱地提取过程中,筛选特征数目能够减小冗余数据对提取精度的影响。CFS优化后的随机森林对盐碱地的提取效果较好,该方法总体分类精度达到83.7%。     

基于光谱混合分析和反照率-植被盖度特征空间的土地荒漠化遥感评价

采用线性光谱混合分析模型对Landsat TM遥感影像进行混合像元分解,获取植被、裸土和水体组分的相对丰度分布;在反演地表反照率的基础上,构建了基于Albedo-Vegetation特征空间的土地荒漠化遥感监测模型;以黑河中游部分区域为例,进行了实证研究,并利用实地调查数据进行精度验证。结果表明:此方法充分利用了多维遥感信息,反映了荒漠化土地地表覆盖、水热组合及其变化,具有明确的生物物理意义,而且指标简单、易于获取,精度较高,有利于荒漠化的定量分析与监测。     

基于高分1号杭州湾南岸滨海陆地土地覆盖信息提取方法研究

针对滨海陆地复杂地物环境下如何提高土地覆盖信息遥感提取精度的关键问题,基于最新发射的国产高分(高分辨率)1 号和资源3 号影像,采用面向对象分类法和最大似然法,开展杭州湾南岸滨海陆地土地覆盖信息的遥感提取。结果表明,相比最大似然法,面向对象法结合高分1 号既考虑对象的光谱、空间和纹理等多种属性特征,又充分利用高分影像所提供的丰富纹理和空间信息,对于土地类型多样、边界模糊等混合像元具有较好的识别能力,获得较高分类总精度(90.4%)和Kappa 系数(0.876 7);分割尺度对高分影像分类精度具有重要影响,高分1 号2 m和8 m最优分割尺度分别为63%和65%,资源3 号影像最优分割尺度为66%;高分1号比资源3 号更能体现在植被和水体等地物信息提取方面的优势。     

基于哨兵二号遥感影像的近海养殖区提取方法研究

卫星遥感为近海养殖区信息的精确提取提供了有效的技术手段,对实现海水养殖业的科学监管具有重要意义。现有光学遥感手段对养殖区信息的提取多侧重于影像空间特征的使用,对于光谱和空间信息的结合在养殖区特征表达与判别提取方面的综合利用还有待进一步挖掘。本文利用哨兵二号卫星遥感影像,针对近海养殖区小样本、多维度、水体组分复杂等特点,...     

基于“3S”的红树林资源调查方法研究

论文研究了“3S”技术与地面调查相结合进行红树林资源调查的技术方法。以SPOT和Landsat7ETM+为信息源,经预处理后在GIS支持下进行目视判读和编制工作手图,实地采用GPS实测和目测勾绘修正小班界线,进入林内调查林况因子。结果表明,群落类型调查精度为100%;小班面积平均误差、小班周界平均位移、小班中心位置平均相对位移分别为11.8%、18.3m、13.1%,远小于常规方法(1∶10000地形图目测勾绘)的76.6%、108.7m和274.9%;效率比GPS实测高2.04倍,有效地解决了传统方法调查中存在的红树林空间位置和分布境界线定位准确性差、面积精度低,一般航天遥感调查分类精度低和GPS方法效率低等问题。     

基于高分1号卫星和地面实测数据的杭州湾河口湿地植物物种多样性研究

遥感监测河口湿地植物物种多样性对于湿地生态环境的保护具有重要意义,利用遥感卫星准确反演湿地植物物种多样性一直是研究的难点。研究以杭州湾河口湿地植物为研究对象,利用地面实测数据,采用植物物种丰富度指数和Simpson指数分析了该湿地植物物种多样性水平。结合高分1号卫星影像,运用半变异函数对该区域植物物种多样性进行了空间异质性分析,探讨了高分1号卫星归一化植被指数（NDVI）用于湿地植物物种多样性监测的最佳遥感尺度,分析该植被指数与植物物种多样性指数的相关性,构建和应用了杭州湾河口湿地植物物种多样性遥感监测模型。结果表明：高分1号卫星NDVI监测湿地植物物种多样性的最佳尺度为19×19像元,利用该尺度及构建的遥感监测模型所得到的杭州湾河口湿地植物物种多样性水平与实际情况相吻合。研究证明利用高分1号卫星可快速有效地监测杭州湾河口湿地植物物种多样性水平。     

基于非负矩阵分解和支持向量机的墨西哥湾溢油HJ-1星遥感图像分类

为提高国产自主卫星在海洋溢油监测中的精度,提出一种基于非负矩阵分解和支持向量机的环境减灾星(HJ-1)海洋溢油遥感图像分类算法。针对HJ-1星遥感图像,首先利用非负矩阵分解算法进行图像特征提取,相对图像光谱和纹理等图像基本特征,构造具有针对性的溢油图像局部化非负特征,更符合遥感图像特征所对应的物理意义。进而在新特征的基础上,采用支持向量机实现遥感图像分类,解决小样本训练问题。通过墨西哥湾溢油遥感图像仿真实验比较,证明该方法在HJ-1星溢油图像分类中的有效性。     

基于国产高分卫星遥感数据的现代黄河三角洲入侵植物互花米草监测方法

本文以国产高分一号和高分二号影像为数据源,辅以现场调查数据,发展了一种结合空间位置与决策树分类的互花米草信息提取方法。首先基于互花米草适宜生长于高潮带下部至中潮带下部区域的特点,利用高潮时获取的Landsat 5遥感图像缨帽变换的湿度分量,通过二值化处理和矢量后处理提取现代黄河三角洲互花米草生长的向陆边界,进而对高分图像的互花米草生长区域进行掩膜;基于掩膜后的高分图像,利用决策树分类方法对互花米草分布范围进行提取。通过对现代黄河三角洲互花米草信息提取实验,表明提出的分类方法能够较为精确地识别和提取互花米草信息,总体分类精度达到97.05%。通过对提取的互花米草分布情况的统计和分析,发现整个现代黄河三角洲地区的互花米草总面积约有3278.1100 hm2,主要分布于黄河故道西侧、五号桩、孤东油田东南侧和黄河现行入海口两侧等四个区域,其中黄河现行入海口两侧是2002年之后出现的新生互花米草区域,互花米草面积最广,占现代黄河三角洲互花米草总面积的91.39%;其次为孤东油田东南侧及五号桩,自首次引种互花米草至今都有互花米草分布,所占比例分别为6.22%和1.59%;本文首次在黄河故道西侧发现互花米草,在此前的研究工作中均未报道,互花米草面积最小,约为26.1527 hm2。     

基于高空间分辨率遥感影像的城市绿地提取方法研究

城市绿地是城市生态系统的一个重要子系统,在改善城市环境质量和居民生活水平方面扮演着越来越重要的作用。因此,如何及时获取城市绿地的分布及其变化,对于保护城市生态环境至关重要。本研究提出了一种基于高空间分辨率遥感影像的城市绿地提取方法,并珠海市为研究区域,利用Worldview-2遥感影像进行了城市绿地提取实验。结果表明,城市绿地提取结果比较理想,总体精度为94．09%,Kappa系数为0．94,但建设用地和裸地、城市绿地和建设用地之间仍然容易错分。