基于面向对象遥感图像分类的城市绿地提取及动态分析

绿地对现代城市生态文明建设起着至关重要的作用,利用遥感影像进行信息提取已成为提取城市绿地的重要手段。本文以河南省许昌市魏都区为研究区域,采用GoogleEarth 2m分辨率遥感影像、利用面向对象遥感图像分类方法实现城市绿地提取。首先,建立面向对象的绿地提取规则集,在此基础上,提取魏都区2009年到2018年的城市绿地。其后,通过计算面积及相关变化指数,进行时空变化对比,并结合当地政府出台的政策进行动态分析。研究结果表明,基于面向对象的高分辨率遥感影像分类在城市绿地信息提取中效果较为理想,能够满足城市生态规划应用的需求。同时,通过动态分析得出近几年来魏都区绿地面积持续扩大,且主要集中在东部地区,绿地建设良好。

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。

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。

高分影像城市绿地信息提取及分类方法的研究

遥感手段进行城市绿地信息提取已经成为目前城市规划的主流手段。但由于所提取的绿地信息种类繁多,如何对绿地信息进一步的分类成为了一个新难题。为此,采用面向对象的分类方法,通过对遥感影像进行特征分析,建立了一定的规则,成功的对唐山市绿地信息进行了提取、分类,对进行城市绿地规划具有一定的借鉴价值。

基于RS和GIS的北京城市副中心绿地系统分析

【目的】为了给北京城市副中心绿地提供一种可靠的调查方法,并为副中心增绿建设提供参考。【方法】利用RS和GIS为支撑,以北京副中心的一部分作为目标区域对其进行分析。【结果】2018年研究区绿地覆盖率相比2015年有所增加,但是由于研究区现状空间分布情况所限,基本没有空间可以增加大型绿地。【结论】利用“见缝插绿”和进行立体绿化的方法来增加绿化覆盖率。