SPOT-5卫星影像中水体信息自动提取的一种有效方法

从卫星遥感影像中快速、准确地提取水体信息已成为水资源调查,水资源宏观监测及湿地保护的重要手段,但目前,进行水体提取所使用的卫星遥感数据的分辨率较低,使其应用的深度和广度受到严重约束。本文利用波段运算得到特征波段(PRWI),经过图像增强处理后提取水体和居民地混合信息,在此基础上通过分析水体的光谱特征,发现水体和居民地在近红外和短波红外上有显著差异,采用决策树模型将水体专题信息提取出来。运用目视判读和定量统计方法来评价提取结果,结果表明,该方法的总体提取效果较好,其提取精度与常规的监督分类方法相比有了较大的提高。经检验发现其误判的像元主要是位于水体和其他地物的交界处。

基于多期SPOT-5影像的降雨型浅层滑坡遥感解译研究

2005年6月17—23日福建省建瓯市发生特大暴雨,诱发大量中小型浅层滑坡灾害。利用发灾前、后两期SPOT-5影像(包括全色和多光谱),采用几何精校正、影像配准、影像增强、数据融合等处理方法,结合野外调查,建立滑坡解译标志,利用两期影像对比分析,提取滑坡点信息,最终共解译出滑坡点2186个。选取300个解译的灾害点进行了野外验证,野外验证的准确率达92%。研究表明,SPOT-5融合影像在中小型滑坡信息提取中的应用是可行的。

决策树方法从SPOT-5卫星影像中自动提取水体信息研究

分析了SPOT-5影像中水体及其它主要地物的光谱特性及波段间的关系,由此探讨它们在光谱特征上的可分性.研究发现,不同波段之间只有水体具有B3(green)>B4(SW)且B2(red)>B1(IR)的特殊关系,同时在短波红外波段(SW)上,水体与其它地物亮度值差异明显,可以通过设置阀值加以区分.根据以上分析,建立了决策树模型,在各节点设计不同的分类器,进行水体信息的提取并对提取结果进行了精度评价.结果表明,该方法的总体提取效果较好,其提取精度与通常的监督分类方法相比有了较大的提高,只是在水体和其它地物交界处有误判现象.

基于Corona和Spot-5影像的图们江下游敬信湿地变化研究

采用1964年的Corona影像和2004年的Spot-5影像作为数据源,结合"3S"技术与实地考查资料,对图们江下游敬信湿地信息进行了提取与分类,分别得到了研究区1964年和2004年的湿地分类图;通过建立研究区的湿地动态变化特征模型,从各类型湿地的面积变化和斑块变化两个角度,研究敬信湿地的变化特征及其成因。结果表明,研究区各类型湿地在气候变化、人类活动等因素的影响下发生了不同程度的变化,与1964年相比,2004年研究区人工湿地面积增加了16.923km2,这主要是修建龙山水库以及水田、养鱼池和孵化池面积大量增加所致;而自然湿地受到严重破坏,面积减少了17.33km2,河流和沼泽面积都减少了50%以上。研究区河流的斑块数急剧减少,沼泽湿地的斑块破碎化程度加剧,河流和沼泽湿地的斑块分维值明显下降,大面积沼泽被开发成水田,这两种湿地的空间自我相似性逐渐变差。研究区部分湖泊被开发利用,人为束水使得水面面积扩大,当地居民为了发展经济,在湖泊中从事鱼类养殖以及用湖泊水进行农业灌溉等活动,研究区人类活动干扰日趋严重。

面向对象的SPOT 5影像城区水体信息提取研究

以南京市部分主城区为研究对象,首先利用基于多尺度图像分割方法对图像进行分割;然后利用对象所包含的光谱、形状及纹理等特征确定地物识别中所需的各种特征参数;最后,通过规则的建立,实现研究区地物的逐级分层分类。研究结果表明,该方法不仅使分类结果具有丰富的语义规则信息,而且还有效减少了“分类椒盐现象”的产生,分类精度显著提高。

考虑定向参数精度信息的TerraSAR-X和SPOT-5HRS影像RFM联合定位

卫星影像的RFM模型具有传感器无关的优点,适用于多源影像的几何定位处理,但在无地面控制点条件下联合定位时存在自主定位优势影像难以发挥主导作用且求解易发散的不足。本文通过将影像的先验自主定位精度和成像线性漂移转化为像方定向参数的精度和权信息,建立考虑影像定向参数精度信息的RFM模型。以12景TerraSAR-X和6对12景覆盖面积约为18万km2的SPOT-5HRS立体长条带影像为数据源,对两类影像定向参数先验精度配置偏差、SAR影像升降轨道方向、SAR影像数目、SAR影像分布等因素对定位精度的影响进行了系列定位试验,少量SAR与大范围HRS联合的影像自主定位平面/高程精度可达6.0m/4.2m。本文RFM平差模型无地面控制点定位精度和定向参数求解稳健性相对于传统模型有显著提升,是卫星影像无控制点1∶10万/1∶5万全球测图的一种潜在方法。

地质灾害调查中ETM^+与SPOT5 Pan影像融合与评价

在对金沙江上游某库区地质灾害调查中,针对研究区范围广、高差大及交通不便等不利因素,选用ETM+与SPOT 5 Pan融合影像,对库区地质灾害进行遥感调查;分别采用B rovey变换、IHS变换和PCA变换融合方法对这2种影像进行了融合,并对融合方法和地质灾害解译效果进行了评价。结果表明,PCA变换是一种适合于地质灾害调查的遥感影像融合方法,融合后的影像滑坡、泥石流及崩塌等地质灾害特征明显,能够满足地质灾害遥感解译要求。

基于光谱特征的SPOT-5影像马尾松毛虫虫害信息提取

以福建沙县作为研究区,以单期SPOT-5多光谱影像为数据源,基于其光谱特征,构建归一化植被指数(Ndvi)、比值植被指数(Rvi)、绿度植被指数(Gvi)、土壤调节植被指数(Savi)、红边参数等光谱指数作为光谱监测指标,通过建立马尾松毛虫虫情级数模型并进行反演,进而提取虫害信息,其虫害信息提取的总精度为70.75%。研究结果证明利用单时相遥感数据进行马尾松毛虫虫害监测是可行的。

基于SPOT-5图像的城市水体自动提取模型研究

以南京市主城区为对象,研究基于SPOT-5图像的城市地区水体信息的提取方法。分析表明,对SPOT-5的SW IR波段进行简单的阈值处理,可以清晰地将水体与阴影提取出来。在分析水体和阴影光谱特征和空间特征(形状指数等)的基础上,建立了基于SPOT-5图像的城市地区水体的自动提取决策树模型。精度验证表明,该模型的水体提取精度较监督分类的提取精度提高2.5%,尤其在具有许多建筑物阴影的局部区域,本模型的水体提取精度提高11.6%。此外,本模型还具有很好的移植性,只是在阈值大小的确定上会有部分差异。

基于SPOT-5遥感影像的小班区划探讨

森林资源调查小班区划主要是在现地进行对坡勾绘,这种方法存在人为主观性,不够科学客观等问题,因此,常产生误判。而地球遥感卫星SPOT-5遥感数据具有高空间分辨率和多光谱分辨率,可提供丰富、可靠、高精度的基础数据,且能节约成本,提高效率。提出了适用于森林资源区划的SPOT-5遥感数据处理和目视解译方法,即建立SPOT-5影像解译标识、野外核实与补测等。最后对计算机自动解译SPOT-5影像进行森林区划进行了讨论,研究可为森林区划提供指导与借鉴。

用基于IHS变换的SPOT-5遥感图像融合进行作物识别

遥感图像融合可以发挥多源遥感数据的优势。但是由于遥感数据和融合模型的多样性,目前仍难以找到一种适合于各种类型数据之间、各种应用需要的"万能"的融合算法,而是根据特定图像,特定地表覆盖状况和特定应用的需要选择适合的融合模型。SPOT-5图像是一种较新的高空间分辨率遥感图像,目前已用于运行化农情遥感监测,以弥补传统低空间分辨率遥感图像应用的不足。该文将SPOT-5多光谱和超模式全色图像进行融合,以进行中国东北地区大豆识别。对实验数据分别做基于IHS变换和PCA变换的融合处理,通过比较得出,基于IHS变换的融合方法用于SPOT-5遥感图像融合更利于东北大豆的识别。

SPOT-5全色与多光谱数据融合方法的比较研究

多源遥感影像融合是20世纪70年代提出的数据(信息)融合理论在遥感学应用的一个分支,是近年来研究的热点。SPOT-5的多光谱图像含有丰富的光谱信息,而全色图像有很高的空间分辨率,通过将多光谱图像和全色图像进行像素级的融合,使融合后的图像在保留多光谱信息的同时尽量提高空间分辨率。不仅可以提高图像的可视效果,为测量和专业制图提供有利的数据,而且可以用于地物分类、目标识别等一系列处理。此外从景观分类的角度对3种方法的融合效果进行评价分析。

ETM+与SPOT-5 Pan融合影像在地质灾害调查中的应用

ETM+与SPOT-5Pan融合影像是地质灾害调查的理想数据源。ETM+多光谱图像与SPOT-5Pan图像的空间分辨率相差悬殊,直接融合可能导致融合影像色彩模糊、色调不和谐等问题;若将ETM+与其全色融合后再与SPOT-5Pan融合,如果融合方法不当亦会造成光谱信息的过多损失。以金沙江上游某库区地质灾害遥感调查为例,采用Brovey变换法I、HS变换法和PCA变换法分别对ETM+和SPOT-5Pan进行了直接和间接融合,并采用主观评定与水平光谱剖面相结合的方法对融合影像进行了评价,通过野外调查对解译结果进行了校验,结果表明ETM+与SPOT-5Pan(PCA变换融合)融合影像地质灾害解译的准确率达92%。

粤西海岛海岸带典型地类SPOT-5影像解译标志

基于SPOT-5假彩色合成影像,在现场踏勘的基础上,对粤西海岛海岸带地物进行了全面的分析,总结了地物的遥感影像特征,建立了耕地、园地、林地、居民地及工矿仓储用地、水域和滩涂6类典型地物的遥感解译标志。采用典型样区与样点相结合的方法,对基于该解译标志提取的结果进行了踏勘验证,经检验,解译精度在90%以上。粤西海岛海岸带卫星遥感调查实践表明:建立具有区域特色的遥感影像解译标志,对海岛海岸带资源调查和环境监测具有极其重要的意义。

SPOT-5遥感影像自身融合方法的比较研究

近年来,遥感影像数据融合已成为学术界研究的新热点.作为在各个领域应用日益广泛的法国SPOT-5遥感卫星影像,其全色波段空间分辨率高,多光谱波段光谱信息丰富,为了既保留丰富的光谱信息又能提高空间分辨率,本文在对IHS变换、主成分变换、Brovey变换融合3种传统像素级融合方法分析、归纳与算法实现研究的基础上,对SPOT-5全色波段与多光谱波段进行了图像融合实验,并从光谱特征与空间纹理特征两个方面对融合效果进行定性与定量评价.分析结果表明,Brovey变换融合法光谱退化最小,同时也最大程度地保持了高几何分辨率全色波段的空间信息.

基于SPOT5异轨立体像对提取DEM试验与精度评估

介绍了异轨立体像对提取DEM的基本原理和数据处理流程,利用两景影像进行了DEM提取试验,分析了结果的精度,提出了利用卫星立体影像提取DEM这一方法的发展方向。

基于纹理特征的SPOT-5影像马尾松毛虫害信息提取

以福建沙县为研究区,以SPOT-5影像为数据源,采用灰度共生矩阵方法提取健康林分与受害林分的纹理特征,构建最佳纹理量,分别采用像元统计和面向对象的方法进行虫害信息提取,结果精度分别为72.00%、74.75%。研究结果证明了利用遥感影像纹理特征进行马尾松毛虫害监测的可行性,为利用融合影像光谱信息与纹理信息进行虫害信息提取研究提供了实例支撑和技术参考,同时面向对象的方法优于传统的基于像元统计的分类方法,精度稍高,"椒盐现象"也有所改善。

基于SPOT5影像的地形图更新研究

针对1∶50 000地形图现势性差、更新效率低等问题,以SPOT 5全色和多光谱影像作为主要信息源,经过DLG制作和对图像增强、配准、融合、正射纠正等一系列处理后,在ARCGIS基础上,成功完成北京市全市1:50 000地形图的快速更新及其基础地理信息库的建立。

基于SPOT-5影像的马尾松毛虫虫害遥感监测研究

马尾松毛虫是马尾松林的主要害虫,危害很大,实施有效监测是对其进行防治的关键。以福建沙县为研究区,以SPOT-5遥感影像为数据源,基于短波红外波段、红光波段和近红外波段等构造归一化植被指数等光谱特性指数,基于灰度共生矩阵法提取均值等影像纹理特征,引入坡度、坡向等地形及林木因子构建马尾松毛虫虫害遥感监测指标,通过岭回归分析建立虫情级数估测模型进而反演,进行虫害监测信息提取,并与单纯基于光谱特性指数指标的虫害信息提取方法进行比较。结果表明:1)综合考虑影像的光谱特性、纹理特征与地形及林木因子影响进行虫害监测,显著增强了虫害的光谱响应能力,相比于单纯基于光谱特性的虫害监测信息提取,其总精度提高了14.28%;2)这些为林业生产实践提供技术支撑与理论借鉴,同时也在一定程度上推动遥感监测森林病虫害的理论认识与信息提取方法。

SPOT5 Dimap文件解析及在影像纠正中的应用

Dimap是Digital Image Map的缩写,它是由法国Spot Image公司、Satellus和法国空间局(CNES,the French NationalSpace Agency)合作推出的新一代影像分发数据格式规范。Dimap 1.1于2003年5月通过,目前主要用于SPOT5卫星数据的分发。本文介绍了开发Dimap的目的和其主要特征,重点对Dimap元数据进行了详细解析,并给出了Dimap数据在SPOT5影像的无控制纠正中的应用方法。通过试验证明,基于Dimap元数据的SPOT5影像纠正可以解决稀少控制点所带来的难题。