基于高分二号的城市绿地提取方法研究

绿地对城市生态系统具有重要的调节作用。利用遥感技术来辅助绿地信息的提取,能够获取绿地空间结构,动态掌握绿地覆盖面积,从而达到调控和监测城市绿地变化的目的。本文分别采用最小距离分类和面向对象的最邻近分类2种方法进行城市绿地提取,实验结果表明,利用高分二号这种空间分辨率较高的遥感影像进行绿地信息提取,面向对象的分类方法要比传统的最小距离分类方法更为适合。

基于多时相卫星影像城市绿地信息变化提取

准确掌握城市绿地信息对城市发展规划起着重要的作用。本研究选用哨兵2号卫星影像作为研究数据,采用遥感分类与反演的手段对绿地信息进行遥感提取,并对比分析绿地信息的变化情况,以此研究高分辨率、多光谱信息的卫星影像在城市植被信息遥感提取中的适用性。通过研究得到以下结论:面向对象分类方法在城市绿地信息提取中具有较好的适用性,将连续3年的绿地信息完整地识别了出来。通过指数差值计算,直观显示出了开封地区绿地信息的变化与空间分布情况。通过统计分析得出,2019年绿地面积最大,2020年绿地面积有所减少,而2021年绿地面积又呈增加趋势,增加面积集中在城区内,与实际情况吻合。本研究中采用的方法,可以快速地获取城区绿地信息变化情况,为相关工作开展提供了重要的数据支撑。

基于倾斜摄影与深度学习的城市绿地自动识别技术研究

城市绿地的数字化是城市数字化建设的重要组成,传统的实地调研和人工识别的处理方式耗时长,工作量大,无法满足现有城市发展的需求。针对这一问题,文章提出了一种基于倾斜摄影和深度学习的城市绿地自动识别和高程信息提取方法,并研究比较了U-Net,DeepLab v3+,Mask R-CNN三种不同的深度学习模型的识别效果。该方法首先通过倾斜摄影采集城市绿地高质量高分辨的影像,并对影像进行标注建立训练数据集,利用该训练数据集生成深度学习模型,从而实现城市绿地的快速自动识别。在此基础上,利用Python语言,引入GDAL包提取图像的DSM数据,实现了绿地边缘的轮廓坐标与高程信息的自动提取。该方法为快速获得城市绿地的数字化三维信息提供了一种有效的途径,具有良好的应用前景。

基于GF-1 PMS的喀斯特城镇绿地提取研究

绿地面积作为园林城市建设的重要指标,对于城市规划建设具有重要意义。文章基于面向对象分类算法,以位于喀斯特山区的贵州省毕节市海子街镇为研究区,利用高分一号(GF-1)PMS遥感影像进行城镇绿地提取。结果表明:绿地信息在GF-1 PMS影像上具有明显的光谱、纹理特征,通过对影像对象特征的不同选择和组合,能够很好地提取城镇绿地信息;在面向对象分类算法中,基于规则的绿地信息提取总体分类精度为79.36%,Kappa系数为0.76;基于样本的绿地信息提取总体分类精度为89.79%,Kappa系数为0.85,其提取效果比基于规则的面向对象方法更好。

基于航空影像的城市绿地提取方法研究

基于航空摄影获取的研究区影像,文章利用易康(eCognition)软件分别计算了研究区内的4种植被指数(VDVI,NGRDI,EXG与NGBDI),通过面向对象的分类方法得到了研究区城市绿地的不同提取结果,并根据分类样本点数据进行了精度评价。其中,VDVI的绿地提取准确率最高,总体精度和Kappa系数分别为93%和0.780,NGBDI的绿地提取准确率最低,总体精度和Kappa系数分别为63.4%和0.234。研究表明,面向对象的城市绿地提取方法在实际应用中具备可行性,可为城市绿地的提取开辟新的途径。

城市绿地信息提取中高分辨率卫星影像融合方法研究

针对城市绿地信息提取时不同影像融合方法缺少系统性研究的问题,本文以国产高分一号、WorldView-2卫星影像的数据为例,借助GS变换、PCA变换以及HIS变换3种方法,融合高分辨率卫星影像,并从融合质量及城市绿地信息提取精度等方面评价了影像融合方法的可行性。研究结果表明,在3种影像融合方法中,GS融合的效果最好;且用于城市绿地信息提取时,GS和PCA能够获得高精度的卫星影像,对影像分类精度的提高效果最为明显,充分满足了城市绿地信息提取的应用需求。

基于WorldView-2影像城市绿地信息提取研究

以深圳市城市绿地为例,对遥感影像进行最佳波段组合、缨帽变换及主成分分析处理,并提取各地物在经处理后影像上的灰度值,利用决策树分类技术进行分类。结果表明:WorldView-2影像经过缨帽变换以及主成分分析处理后,能够明显增强影像的纹理信息,突出地物特征,并以各地物在经过缨帽变换及主成分分析处理的灰度值作为决策树分类的阈值,与以往的只利用个波段的灰度值及植被指数等作为阈值相比,精度明显提高,方法也得到改善,分类的总体精度、Kappa系数分别为90.36%、0.88,精度比较高,获得比较好的分类结果,但建设用地和耕地、绿地和耕地之间存在错分现象比较严重,主要是由于它们之间的纹理以及地物的光谱特征相似导致的。

IKONOS影像在城市绿地提取中的应用

本文以南京城市为例 ,重点讨论了基于IKONOS影像的城市绿地信息分级分类提取方法 ,通过将IKONOS多光谱数据合成 ,根据各类地物的不同光谱特征 ,采取相应的方法提取出各层信息。在此过程中 ,仔细分析地物间在IKONOS 4个波段中的光谱差异 ,非线性增强阴影区绿地的NDVI值 ,利用光谱差异分层提取、剔除信息 ,最后把各分级绿地信息合并得到整体绿地分布图。分级分类法充分考虑各类目标的不同特点 ,避免了通常单一分类方法中单纯利用光谱特征所造成的地物混分现象。

基于航空遥感数据的绿地信息提取与制图系统

介绍了基于航空遥感数据的绿地信息提取与制图系统 ,该系统具有绿地信息提取、统计、精度分析以及矢量地图产生等功能。通过对华东师范大学航空遥感数据实验研究表明 ,利用该系统能快速调查出研究区绿地的分布及数量 ,调查精度达

基于ENVI的高分辨率遥感影像城市绿地信息提取研究

近年来众多高分辨率遥感卫星的发射为城市绿地信息提取提供了高效的手段,如何充分利用高分辨率遥感影像对现代城市进行规划和生态环境评价具有重要意义。文中介绍一个完整的遥感工程在ENVI下的实现过程,包含高分辨率数据的处理、高分辨率信息提取流程的合理安排、FX模块面向对象信息提取等内容,可全面快速掌握城市绿地总量与分布现状,为绿地系统规划与日常管理决策提供参考,对生态城市建设具有重要意义。

基于WorldView-Ⅱ影像的呼和浩特市片区绿地覆盖信息提取

高精度城市绿地覆盖信息的获取在园林城市建设中具有十分重要的意义。利用高空间分辨率WorldView-Ⅱ数据,通过阴影消除,用6种植被指数提取研究区绿地信息,计算绿地覆盖率,结果表明:未消除影像阴影,绿地面积将少提取0.807 km2;NDVI、EVI、ARI1、SAVI提取绿地的精度都达到100.00%,SRI、ARVI提取绿地的精度达到99.99%;研究区绿地覆盖率为23.322%。

利用混合像元分解结合SVM提取城市绿地

从遥感图像提取城市绿地是准确获取城市绿地空间分布的基础。然而由于混合像元的存在,导致城市遥感分类精度不高。因此,利用混合像元分解结合SVM(支持向量机)法提取北京市TM图像城市绿地,并与决策树法比较,研究提高遥感提取城市绿地精度的方法。结果表明,该方法较适合复杂高维空间,对样本选取的准确性没有那么苛刻,可有效地处理城市遥感图像存在的混合像元问题,可较准确地提取城市绿地信息,其精度在92%以上,优于决策树法。

基于GF-2影像城市绿地提取方法对比研究

为研究基于国产GF-2影像提取城市绿地的适用方法,文章以一景滁州市城区GF-2影像数据为数据源,分别采用决策树、支持向量机、随机森林、贝叶斯、K最近邻法5种面向对象的分类方法和传统的最大似然法对两个范围大小相同的实验区的绿地进行了提取,并对6种分类方法的分类结果及精度进行了对比评价。结果表明:基于GF-2影像,面向对象分类方法的总体精度较好且相对于最大似然法,总体精度有明显提高;在面向对象分类方法中,随机森林表现效果最好,其总体精度和Kappa系数分别91.17%和0.87,决策树和支持向量机总体精度达到80%以上,K最近邻法和贝叶斯法较差。

绿地格局与温度的关系──以太原市为例

研究旨在按照既定的尺度研究绿地格局与温度之间的关系。绿地格局利用绿地格局指数来做表征,从斑块规模、边界特征、空间特征3方面来选取指数,温度利用遥感影像反演得到。结果表明:斑块数量超过400时,平均斑块面积和斑块面积的离散度在一定区域变化时,温度才会下降。平均斑块的边界复杂度保持在一定区域变化时,温度才会下降。空间位置的结果也表明当平均邻近指数和平均邻近距离保持在一定区域变化时,温度才会下降。研究结果对建设城市绿地有一定的实践指导意义。

青椒新鲜度与其挥发性气味成分的关系

采用顶空固相微萃取-气相色谱-质谱联用(head space solid-phase micro extraction-gas chromatography-mass spectrometry,HS-SPME-GC-MS)技术对冰箱保鲜条件下((4±1)℃)洛椒6号青椒的挥发性气味成分进行了分析,并结合青椒果实可溶性固形物、质量损失率、VC含量等新鲜度指标变化及感官变化,探讨青椒新鲜度与其挥发性气味成分的关系。结果表明:青椒在(4±1)℃条件下的保鲜时间为15 d,新鲜青椒的特征性气味成分为辛酸己酯、(E,E)-2,4-癸二烯醛和3-辛酮;不新鲜青椒的特征性气味成分为-香叶烯、-水芹烯、(E)--法尼烯、3-苯基-2-丙烯酸乙酯、棕榈酸乙基酯、正癸酸,且青椒由新鲜变为不新鲜时其阈值分别为6.54、13.47、32.78、7.74、9.10、17.13μg/L。研究结果为通过检测挥发性气味成分判断青椒新鲜度乃至研发基于挥发性成分判断青椒新鲜度的智能冰箱提供了依据。

基于高分辨率卫星影像绿色信息提取的最佳假彩色合成方法及评价研究

高空间分辨率卫星影像数据具有较少的波段信息。在提取绿色信息时,为获得绿色信息突现、其他信息保真效果较好的影像,该文采用多波段增强技术代替光谱增强合成假彩色。实验采取波段按比例的假彩色合成与波段阙值替换的假彩色合成两种方法。通过实验表明,后种方法的阙值将是影响合成的关键因素;前种方法的生产可行性大。以3组不同比例的近红与绿波段合成实验表明,当比例为1:1时,影像色彩保真效果最好,同时绿色信息得到增强。在以RGB色彩空间模型为基础,提出6色评价法。通过VC软件读取TIF影像格式的灰度值信息编写1个小软件,实现此法的算法。根据6色评价法评价的结果与视觉观察效果一致。

基于ETM+影像的绿地信息提取方法研究

文中以ETM+影像为数据源实现对贵阳市某城区的绿地信息提取。对获取的影像进行预处理,分别通过不同的方法:原始波段组合法、主成分分析法(PCA)、独立分量分析法(ICA)、归一化植被指数法(NDVI)及基于第一独立分量的实验室波段组合法,获取研究区的假彩色合成影像。将以上方法得到的影像数据进行对比分析,表明植被景观目视效果最好的是原始波段组合法。将得到的影像数据进行监督分类,通过目视解译的方法进行精度评价,结果表明,基于第一独立分量的实验室波段组合法绿地信息提取精度最高,是一种有效的绿地信息提取方法。

城市绿地信息提取中高分辨率卫星影像融合方法研究

利用GS变换、主成分分析、Ehlers变换、Wavelet分析、HIS变换5种方法对城区World View-2和PL-1A影像进行融合,并从影像融合质量和绿地信息提取精度两方面对融合方法的有效性进行了评价。结果表明:(1)5种融合方法中,GS变换融合的效果最好;主成分分析和Ehlers变换融合World View-2质量较好,但融合PL-1A影像质量较差;Wavelet变换、HIS变换融合两种影像质量都较差;(2)用于绿地信息提取时,GS、PCA融合影像获取的精度最高,其次为Ehlers、Wavelet融合影像,均明显高于多光谱影像的提取精度;Ehlers、Wavelet变换精度最低,绿地信息提取精度低于多光谱影像的提取精度。可以得出,影像融合可以明显地提高绿地信息提取精度,5种影像融合方法中,GS变换普适性较好,影像融合质量最好,提高分类精度效果最明显。

焦作城区绿地遥感精细提取技术分析研究

针对焦作城区的绿地种类和空间分布普查问题,以Landsat 8和高空间分辨率影像为数据源,研究了城市绿地信息提取的NDVI、像元二分模型和监督分类技术,准确提取了焦作市区的绿地空间分布信息,并且验证了提取结果,得到了焦作城区的绿地信息。

汉中仙毫香气成分分析与评价

选用陕西汉中6个茶叶主产县12个具有代表性的汉中仙毫样品,采用顶空—固相微萃取与气质联用法(HS-SPME-GC-MS)共鉴定出85种香气成分。采用聚类分析,将样品分为3类。通过主成分分析,并建立汉中仙毫香气质量评价模型。结果表明:汉中仙毫的特征性香气成分有芳樟醇氧化物Ⅰ、芳樟醇、(-)-α-荜澄茄油烯、茉莉酮、肉豆蔻酸乙酯、13-甲基十四烷酸乙酯、丁基十四烷基酯、棕榈酸乙酯、十五酸乙酯9种芳香物质,所构建的香气评价模型评判的结果与感官审评结果有较好的一致性。综合评价样品香气品质排序为C类(采自南郑和城固)>A类(采自西乡和镇巴)>B类(采自宁强和勉县)。