基于决策树分类技术的遥感影像分类方法研究

以河北唐山为研究区,应用Landsat ETM+影像数据和GIS数据,对决策树分类技术和传统计算机自动分类方法进行了比较。研究表明:决策树与传统自动分类方法相比,分类精度提高了18.29%,Kappa系数提高0.1878。在地形起伏的山区,应用DEM及其衍生数据等GIS数据作为辅助数据可以提高分类精度19.52%,Kappa系数提高0.281;反射率影像分类效果比原始DN值影像的分类效果好,分类精度提高15.86%;缨帽变换在压缩数据量的同时,分类精度有所降低。

中高分辨率遥感影像融合研究

以浙江省衢州市的一个区域作为研究区,在阐述遥感图像融合原理的基础上,以QuickBird、SPOT5和Landsat ETM+全色与多光谱遥感图像为数据源,应用Brovey变换、SVR变换、PCA变换、Pansharp变换和Gram-schmidt变换等融合方法,对上述3类遥感图像进行了融合试验和分析,并从光谱信息和空间信息两个方面对融合效果进行计算分析,来比较这几种融合算法用于QuickBird、SPOT5、ETM+遥感图像融合的效果。研究结果表明,在QuickBird影像融合时Gram-schmidt变换法的效果最好。Pansharp变换法在SPOT5影像融合时综合效果优于其它方法。ETM+影像融合时,Gram-schmidt变换的光谱退化最小;在空间信息增强方面:Brovey变换在波段2、3融合时效果最好,在波段1、5、7上,SVR变换法优于其它变换法,而波段4融合时则是Pansharp变换最佳。

玉米叶面积指数与高光谱植被指数关系研究

探讨以不同的植被指数建立的高光谱模型对玉米叶面积指数LAI的反演精度。实测不同水肥耦合作用下,玉米冠层的高光谱反射率与叶面积指数（Leaf Area Index）数据,采用高光谱红光波段（631～760 nm）与近红外波段（760～1 074 nm）逐波段构建NDVI、RVI、DVI、TSAVI、PVI植被指数,分别找出与LAI具有最佳相关性波段组合的植被指数,建立玉米LAI估算模型。结果显示,与LAI具有最佳相关性的波段组合分别是NDVI（R760,R990）、RVI（R760,R1001）、DVI（R677,R1070）、TSAVI（R760,R975）、PVI（R658,R966）,它们反演玉米LAI的确定性系数分别：R^2〉0.72、R^2〉0.74、R^2=0.95、R^2〉0.79、R^2〉0.95。结果表明,在玉米的整个生长季的47个样本中,通过PVI和DVI方式建立的遥感估算模型能够较为准确地估算玉米LAI,TSAVI次之,NDVI、RVI稍差。

面向对象的土地覆盖信息提取方法研究

利用遥感方法提取土地覆盖信息时,常用的自动分类方法只能利用遥感数据的光谱信息,而面向对象的分类方法在综合利用遥感数据光谱信息、纹理特征、拓扑关系和加入专题信息进行多尺度分割获取对象后的基础上,通过对对象的目视识别建立模糊判别函数来进行分类。利用面向对象的方法成功提取了三峡库区奉节县中部的土地覆盖信息,得到了较为满意的结果,利用野外采样数据进行验证其精度达89.2%。

面向对象的地物分类法分析与评价

结合南京市区IKONOS高分辨率遥感数据,研究利用面向对象分类法实现地物精确分类的方法和技巧,评估分类结果的精度,探讨面向对象分类法在地物分类应用中的潜力和限制,为高分辨率遥感在地物分类中的有效应用提供新的技术途径。

海岸线卫星遥感提取方法研究进展

海岸线是划分海洋与陆地管理区域的基准线。不同海岸地貌的海岸线划分依据各不相同,因此,它们在卫星图像上的解译标志与提取方法也存在差异。论述了利用遥感进行海岸线动态监测的优势与海岸线的基本特点及其分类,明确了在各个领域中对海岸线的不同定义,指出了不同类型海岸的遥感解译标志。详细论述了不同种类卫星图像中的海岸线成像机理,介绍了使用卫星遥感图像提取各类海岸线的算法及其发展过程,并对遥感图像中的海岸线提取算法的发展方向做出了分析。

基于高分辨率遥感影像的土地覆盖信息提取

高空间分辨率遥感影像使得土地覆盖和土地利用信息的提取成为可能。以高分辨率遥感影像数据IKONOS为主要数据源,以多尺度分割与基于模糊逻辑分类的面向对象影像分析方法为主要技术,自动提取株洲市城乡结合部的土地覆盖和土地利用信息。达到了提取郊区丘陵地带林地信息和城市建筑、道路等土地覆盖信息的目的,而且精度高,速度快。结果表明利用该方法对复杂的城乡结合部信息获取是可行的。

无人机遥感影像获取及后续处理探讨

作为卫星遥感和航空遥感的有益补充,无人机航空遥感系统获取遥感影像具有多种特性。通过4次无人机航拍试验,根据所获取的遥感影像和飞行辅助数据,对航拍数据进行拼接。从航拍的多个方面对飞行试验以及实验成果进行了质量评价。并提出了无人机应用于航拍时存在的问题及一些改进方法。

表面水质遥感监测研究

主要讨论了应用多种传感器遥感技术进行表面水质监测研究的有效性。首先论述了纯水和不同水质的波谱特性 ,然后以芬兰海湾和芬兰南部湖泊为应用实例 ,进行多种遥感数据和主要水质参数之间的相关性分析 ,从而确定不同波谱段是否可以有效地监测表面水质的变化情况。本研究为新一代传感器的设计提供水质监测的重要参数 ,进一步的试验研究仍在进行之中。

基于机载激光雷达数据的DEM获取及应用

作为直接获取对象表面点三维坐标的现代对地观测技术,激光雷达技术能够快速获取高精度地面高程模型。基于Lidar系统所获取的点云数据,通过过滤处理将区域纯地形特征信息与地物信息相分离,最终生成高精度的DEM,并在此基础上对同步获取的数码影像进行了正射纠正,为进一步的信息提取、定量分析及实体建模奠定基础。

冬小麦红边参数变化规律及其营养诊断

研究了冬小麦冠层光谱红边参数随作物生育期的变化规律,并进行了红边参数与各组分间的相关分析,发现可利用用红边位置反演叶片可溶性糖和叶绿素含量,利用红边振幅反演叶片全氮含量,利用红谷反演叶面积指数。建立了基于红边参数的各组分的统计回归模型,可为生产上利用遥感手段大面积、无破坏、及时评价冬小麦生长状态及营养诊断提供重要依据。

基于多时相NDVI及特征波段的作物分类研究

时相和光谱特征信息在农作物种植分类提取方面具有十分重要的应用价值。以黑龙江大型农场——友谊农场为研究区域,利用4景不同时相的TM和SPOT卫星遥感影像,提取相应时相的NDVI时间谱图像数据作为新波段信息,在分析地物目标在相应影像各波段上光谱和时间特征的基础上,设计了决策树分类算法,通过对待分类影像进行系列阈值分割和掩膜处理,成功提取黑龙江友谊农场的大豆、玉米和水稻的种植信息,分类总体精度达到98.67%。

微波遥感土壤湿度研究进展

发展实用的微波遥感土壤湿度卫星反演算法 ,以提供区域尺度上的土壤湿度信息 ,对水文学、气象学以及农业科学研究与应用至关重要。简要分析了主动微波遥感土壤湿度的研究进展情况 ,重点对被动微波遥感土壤湿度的原理、算法发展及研究趋势进行了详细论述。主动微波具有卫星数据空间分辨率高的特点 ,随着携载主动微波器的一系列卫星的发射 ,主动微波遥感土壤湿度将受到重视。被动微波遥感研究历史长、反演算法特别是卫星遥感算法比较成熟 ,是今后区域尺度乃至全球尺度监测土壤湿度的重要手段。

汶川地震道路震害高分辨率遥感信息提取方法探讨

发生在四川省汶川县的"5.12"大地震给四川乃至全国带来了巨大的损失,道路是本次抗震救灾过程中的"生命线",如何对道路的损毁状况进行快速准确的监测成为抗震救灾的一项重要工作。以汶川地震的重灾区——北川县为研究对象,利用震前震后的高分辨率遥感影像,通过面向对象的图像分类方法进行道路识别,并通过震前道路识别结果与震后影像的叠加和震前震后道路识别结果的变化检测提取出损毁的路段。信息提取的结果已在第一时间提交给相关部门,为生命线的尽快抢通提供了及时、科学的依据。

利用TM6数据反演陆地表面温度新算法研究

陆地表面温度(LST)反演一直是热红外遥感研究中的一大难题。虽然TM 6数据具有较高的空间分辨率(120 m),但由于只有一个热通道,要得到地表真实温度,原来需要利用辐射传输方程的方法,实时资料的缺乏限制了该方法的应用。因而由TM 6数据得到的通常都是星上亮度温度,而星上亮度温度与实际地表温度差距较大,因此,其反演的温度精度不高。而单窗算法和普适性单通道算法的提出为从TM 6数据较高精度地反演陆地表面温度提供了可能。分析和研究了这两个新的单通道温度反演算法,并针对北京市的实际情况,利用2005年5月6日的TM数据对北京市的陆地表面温度进行了反演,并用实地测量数据进行了比较验证。结果表明这两种温度反演算法都取得了较高的精度,它们的rm sd值分别为1.38°和2.18°。

一种面向对象的高分辨率影像道路提取方法

高分辨率遥感影像为用户提供了丰富的地表细节信息,如何利用图像分析技术从高分辨率遥感影像中进行目标提取、更新地理信息数据库,成为遥感信息处理研究的热点。传统的道路提取方法一般采用像素级检测方法,仅利用了像素的光谱信息作为道路提取的依据,无法利用影像的空间信息。提出了一种面向对象的高分辨率卫星影像道路提取方法,并选取南京市IKONOS影像进行了实验。首先,对影像进行分割获取影像对象,再通过对IKONOS影像中道路特征的分析,利用影像对象的光谱特征、几何特征和空间关系建立知识库,最后,利用知识库中的规则来提取影像中的道路。实验结果表明采用本方法能够较好地提取出实验区中的道路。

TM与SPOT影像融合算法比较研究

随着遥感技术的发展 ,获取遥感数据的手段越来越丰富 ,各种不同的传感器所获取的影像数据与日俱增 ,在同一地区形成了多时相、多分辨率的影像序列金字塔。如何综合各种类型的遥感影像信息 ,提高遥感数据的利用效益已成为遥感应用的瓶颈问题。多源遥感数据融合技术是解决这一问题的有效手段 ,即将同一地区不同类型的影像数据进行空间配准 ,然后采用一定的算法将各种影像数据中所含的信息优势或互补性有机的结合起来 ,产生新影像的过程。以 Landsat和 SPOT数据为例进行了这方面的探讨。为了充分利用 TM丰富的光谱信息和 SPOT较高的空间分辨率 ,研究中引入了 4种影像融合算法 :加权融合、K— L变换、K—T变换、基于信息特征的融合。通过信息量和分类精度的比较 ,表明基于信息特征的融合效果较好。

被动微波遥感在青藏高原积雪业务监测中的初步应用

积雪范围、积雪深度和雪水当量等参数的遥感监测与反演对气候模式的建立以及积雪灾害的评估具有重要意义。被动微波遥感在这些参数的反演方面具有明显优势,但目前尚未应用到青藏高原地区的积雪遥感业务监测上来。2001年10月至2002年4月,利用SSM/I数据对青藏高原地区的积雪范围和积雪深度进行了实时监测,为西藏、青海遥感应用部门提供逐日的雪深分布图。对这次监测的总效果进行了分析和评价,并对发生在青海省内一次较大的降雪过程进行了遥感分析,结果表明:SSM/I反演的积雪范围变化趋势与MODIS结果总体上较为一致;SSM/I的雪深监测结果为当地遥感部门对大于10cm的雪深做出正确判断提供了重要信息,是对雪灾定位的重要信息源。

水稻叶绿素浓度与光谱反射率关系研究

结合田间小区实验,获取了水稻生育期9组叶片叶绿素浓度和相应的光谱反射率数据,进行了相关分析研究,结果表明:水稻叶片叶绿素浓度与其光谱反射率之间具有相关性,在450～686nm和750～770nm光谱区内相关性较好,且在686nm处两者达到最高的相关性;水稻叶片的"红边"拐点波长位置与其叶绿素浓度之间具有很强的相关性,复相关系数为0.88,并由此进一步讨论了高光谱遥感定量探测水稻叶绿素浓度的可行性。

冬小麦品质的影响因素及高光谱遥感监测方法

研究了小麦品质的分类及其构成因素与环境条件之间的关系,各品质因素之间的关系。运用相同栽培条件下不同品种品质指标间的关系和变化规律,研究了品种因素对小麦品质的影响程度以及品种因素与品质指标之间的相关性,得出相同环境条件下籽粒的蛋白质含量与湿面筋含量、沉降值、吸水率、形成时间和稳定时间之间存在极显著的相关性。并利用不同品种、不同肥水条件下的作物关键生育时期的生化参量与光谱指数进行分析,得出开花期冬小麦叶片的类胡萝卜素与叶绿素a的比值与结构不敏感植被指数(SIPI)之间存在极显著的正相关,决定系数达到0.7207,冬小麦体内的全氮含量与类胡萝卜素与叶绿素a的比值之间存在极显著的负相关,决定系数为0.7245,并通过分析开花期冠层生化组分与籽粒品质指标间的相关性,得出开花期叶片全氮与籽粒蛋白质、湿面筋、干面筋和沉降值之间存在极显著的正相关,表面运用开花期光谱指数来反演叶片全氮含量,进而用来预测预报籽粒品质是切实可行的。