基于遥感指数灰度分割与面向对象的土地利用信息提取

采用灰度分割与面向对象结合的方法进行了土地利用信息提取,通过遥感指数的灰度分割分析,再到面向对象空间特征提取模块中进行二次调节,得出草地总面积最大,林地和沙地面积相当;生态环境改善,说明近些年的林业造林工程有显著成效,很好地起到了治理库布其沙漠的作用;沙地退化显著,草地林地增加明显,对城镇的生态化建设作出极大的贡献;城镇用地面积、水域面积有不同程度的增加。精度评价结果表明,基于灰度分割和面向对象结合方法土地利用特征信息提取总体精度90.32%,利用最大似然法支持向量机提取土地利用特征信息总体精度为62.86%,Kappa系数分别为0.8479和0.4444。

面向对象的国情监测LCA提取方法

介绍了面向对象的地物提取技术,从地理国情监测工程化应用角度出发,阐述了面向对象提取地理国情地表覆盖在生产中的作业方法和技术流程。通过实验证明了该方法的可行性和可靠性,并探讨了参数设置的相关注意事项。

基于面向对象技术的退耕还林树冠遥感信息提取研究

利用张家口退耕区0.6m分辨率的快鸟(QuickBird)遥感影像,进行退耕区新造林地的长势监测。对快鸟影像进行正射校正,运用高斯滤波进行图像增强,减少噪音,增强退耕地的树冠信息。采用面向对象的图像信息提取技术,提取退耕还林地树冠信息,统计树冠面积,计算退耕还林造林成活率。根据实际测量的数据进行误差检验,由遥感数据自动提取的树冠面积平均误差为0.763m2,计算出的成活率精度为89.837%,为退耕还林的规划管理提供科学准确的依据。

基于面向对象信息提取技术的农田变化监测研究

农田变化检测是根据不同时相的、同一感兴趣区的农田信息来确定农田变化情况的过程。随着遥感技术和图像处理技术的快速发展,传统的基于像元的变化检测方法已无法适用于含有丰富信息特征的高分辨率遥感影像,因此采用面向对象信息提取技术的变化检测方法成为目前国内外学者研究的关键问题。本文采用面向对象的分类方法完成对两期遥感影像农田信息的提取并对分类结果进行精度评价。

高分辨率遥感影像道路震害信息提取

道路作为"生命线",在震后紧急搜救和运送救援物资的过程中发挥着无可替代的作用,故第一时间内获得震后道路受损情况是抗震救灾的关键。本文结合高分率遥感影像的特点,总结道路震害表现形式,以汶川地震的遥感影像为例,基于ENVI/IDL进行二次开发,采用面向对象法对道路震害进行提取研究,对比该方法与目视判读的结果表明,该方法提取速度快、效率高,精度达到80%以上,具有很高的应用价值。

利用3S技术进行退耕还林工程信息提取的研究

运用3S技术,对退耕还林工程新造林信息进行了遥感监测,监测内容主要包括以下5个方面:退耕地的定位及面积量算,退耕还林林种的遥感检查,退耕地块的验收,林木种植密度(株行间距)信息的检查,造林成活率及长势的检查。采用了面向对象的信息提取技术,开发了树冠因子自动提取程序,为退耕还林工程的实施提供技术支持。

基于高分二号卫星数据的煤矿区地质灾害信息提取研究

随着遥感数据获取技术和能力的全面提高，遥感数据呈现出明显的大数据特征。发展适应于遥感大数据的智能分析和信息挖掘技术，成为当前遥感技术研究的前沿。高分二号（GF－2）卫星数据是我国首颗自主研发的亚米级高分辨率卫星数据，具有观测幅宽、重访周期短、高辐射精度、高定位精度等优势，为未来我国地质灾害的长期、动态地监测和研究提供了高精度、稳定可靠的数据源。本文选取安徽谢桥煤矿2015年1月8日的GF－2卫星影像为研究数据，在对煤矿区主要地质灾害遥感地学分析的基础上，采用面向对象的影像分析方法对研究区由采煤活动所诱发的地质灾害信息进行自动提取。结果表明：利用GF－2卫星数据能够有效地识别地质灾害体的位置、范围、形态等空间分布特征；面向对象的自动提取方法对于煤矿区大面积的积水塌陷盆地、小规模的塌陷坑和线性的地裂缝都有很高的提取精度，识别精度达90％以上；基于逐层剔除的思路构建的提取规则，为GF－2数据在地质灾害调查和大数据分析中的应用提供了很好的技术支持，也为其它地物目标的提取提供了参考，但在特征的选择和阈值的设定上需要具体分析。

基于GF-2影像的平原河网区规模化生猪养殖场提取方法研究

精准治理生猪养殖业污染要求相关部门精准快速地掌握规模化生猪养殖场空间分布信息,借助遥感技术可实现这一目标。以GF-2影像为遥感数据源,以地处长江中下游平原河网区的江苏省如皋市石庄镇、江安镇境内的规模化生猪养殖场分别作为样本与验证对象,基于样本对象先明确其组成要素为猪舍、粪污池和蓄水池3类地物,基于棋盘分割利用建筑物面积指数(building area index,BAI)去除工厂等成片建筑物对猪舍提取的干扰,再进行多尺度分割。最后,面向分割后对象选择上述3类地物的光谱、几何和纹理特征构建规模化生猪养殖场的提取规则集。基于验证对象先根据提取规则集提取出上述3类地物,再利用GIS空间叠加与距离分析方法提取规模化生猪养殖场空间分布,最后实地考察验证提取结果的空间一致性。结果表明:(1)就平原河网区而言,基于分割目标大小为516的棋盘分割,利用BAI>-0.150923的阈值可较好地去除工厂等成片建筑物对猪舍提取的干扰;(2)去除工厂等成片建筑物后,运用面向对象的方法可有效提取规模化生猪养殖场空间分布,总体空间一致性达82.24%。利用高空间分辨率遥感影像,去除其中的工厂等成片建筑物后,采用面向对象提取的方法是提取平原河网区规模化生猪养殖场行之有效的策略。

尾矿及固体废弃物遥感信息提取与解译

采用2014年1月Quickbird拍摄的高分辨率遥感影像数据,对尾矿及固体废弃物的光谱、纹理以及空间几何特征进行分析,确定了尾矿及固体废弃物的最佳分割阈值为30和最佳合并阈值为90。通过对分类结果计算混淆矩阵,得出本次实验规则分类的总体精度为94.15%,提取精度相对较高。

高分辨率遥感影像信息提取方法综述

感知地物信息最直接的载体就是遥感影像,从遥感影像中提取地形地物等专题信息是当前遥感技术面临的一个迫在眉睫的问题。遥感影像的空间分辨率伴随着遥感技术的飞速发展从公里级发展到厘米级,同时遥感影像所包含的信息正越来越丰富化。高空间分辨率遥感影像具有数据量极大、数据复杂以及尺度依赖的特点,使得高空间分辨率的遥感影像的数据处理以及影像信息提取具有一定的难度,面临一些急需解决的问题。文中介绍了高分辨率遥感影像信息提取的国内外研究现状和趋势,分析了几种遥感影像的分类方法,指出了面向对象的遥感影像信息提取的技术及高分辨率遥感影像的多尺度分割,并指出了国内外在遥感影像信息提取技术方面的不足和迫切需要解决的问题。

多规则面向对象方法用于采石场用地信息提取的研究

针对高分辨率遥感影像几何结构和纹理信息更加明显的特点,提出了一种多规则的面向对象提取方法。改进了基于边缘检测的影像分割方法,建立影像的高、低尺度空间,分别在不同尺度空间对影像进行边缘检测的分割,二者的结果相互约束调整合并,很好地抑制了过分割现象。利用分割得到的影像像对,设计特定的分类规则集,对采石场用地信息进行提取技术应用。总体分类精度达到83.1645%。

一种基于Sentinel-2的塑料大棚提取方法

采用Sentinel-2 MSI(multispectral instrument,MSI)作为数据源,以多尺度面向对象分析为基本方法,研究分析塑料大棚与其他地物在不同分割尺度下的典型特征,建立一组大棚指数,提出一种基于大棚指数集的塑料大棚提取方法。通过山东省潍坊市某地区的塑料大棚提取试验对方法进行验证,应用该方法提取大棚的生产者精度、用户精度和总体Kappa系数分别为96.6%、89.2%和0.9,测试精度表明该方法能较为有效地应用于塑料大棚提取研究。

基于GF-2遥感影像的葡萄大棚信息提取

随着设施农业的不断发展,快速准确获取农业大棚的空间分布和种植面积有助于农业经济增长模式调整,实现农业资源的高效利用。以2017年5月的GF-2遥感影像为数据源,在构建最优特征空间的基础上,采用面向对象随机森林分类方法开展南方丘陵地区葡萄大棚信息提取。结果表明:(1)利用尺度评价工具ESP和邻域差分绝对值与标准差比RMAS结合的方法可以实现特定地物目标的最优分割尺度选择,分割效果良好;(2)通过Gini指数进行特征选择能减少数据冗余,提高分类精度,在优选的15个特征变量中,光谱特征占有绝对优势,其次是纹理特征和几何特征;(3)基于最优特征子空间的随机森林模型能有效提取葡萄大棚的分布信息,总体精度高达92.5%,F值为0.91,其面向对象的精度评价指数GTC为0.12。结果表明,该方法对基于GF-2影像的南方丘陵区域葡萄大棚信息提取具有较大的应用潜力,并可为其他地区的农业大棚信息提取提供较好的解决思路。

对象化过程中的快速标号算法研究

面向对象的遥感信息提取技术由于其更符合人脑思维方式、更容易与地学知识结合,目前已经成为遥感信息自动提取的主流方向。对象化处理是面向对象遥感信息处理的重要步骤,实现了从分割影像到对象矢量影像的转变。提出了一种快速标号方法,可以快速为分割图像中的对象赋给唯一值标签并同时统计对象的其他特征,可以显著地提高去除小班块、矢量化预处理等操作的运行速度,在对象化过程中有广阔的应用前景。

ERDAS Objective模块下基于GeoEye-1影像的二维特征信息提取技术研究

ERDAS Objective模块是ERDAS 9.3版开始推出的面向对象的信息提取模块。为了应用Objective模块实现GeoEye-1影像的二维特征信息自动提取,本文首先介绍了Objective模块的设计理念、原理和功能;分析了应用Objective模块进行二维特征信息提取的关键技术和步骤;然后针对GeoEye-1影像的性能,分别研究设计了道路、建筑物和城市树冠信息的自动提取方案,最后分别针对GeoEye-1影像的多光谱影像、全色影像和融合影像进行信息提取试验和精度评价。试验表明:在Objective模块下,应用本文设计的信息提取方案对GeoEye1影像进行二维特征信息提取是可行的,特别是基于多光谱和全色波段的融合影像进行二维特征信息提取时能够达到较高的精度,结合一定的编辑工作,自动提取的信息能够应用于大中等比例尺的数字线划图生产。

WorldView-2影像的湿地典型挺水植物群落含水量估算研究——以北京野鸭湖湿地为例

利用多光谱遥感技术定量估算野鸭湖湿地挺水植物的含水量.基于典型挺水植物的实测冠层光谱及其对应样方的叶片含水量和叶面积指数LAI数据,首先对芦苇和香蒲的地面实测光谱进行重采样,以模拟WorldView-2影像的光谱,然后利用模拟光谱分别构建芦苇和香蒲任意两波段反射率组合而成的比值(SR)和归一化差值植被指数(NDVI),通过分析植被指数与CWC(冠层含水量,Canopy Water Content)的相关关系,选择与CWC显著相关的植被指数,并通过单变量线性与非线性拟合的分析方法确定监测不同挺水植物群落的最佳植被指数,建立估算模型;结合覆盖研究区的WorldView-2高分辨率多光谱影像,对研究区的挺水植物群落CWC进行反演及制图.结果表明,基于模拟WorldView-2影像光谱构建的比值(SR)和归一化差值植被指数(NDVI)与CWC的总体相关性较高;SR(8,3)芦苇为估算CWC芦苇的最优植被指数,估算模型为y=0.005x+0.003,NDVI(8,3)香蒲为估算CWC香蒲的最优植被指数,估算模型为y=2.461x2-0.313x+0.032,通过交叉检验,CWC芦苇和CWC香蒲的预测精度分别为87.42%和82.12%,预测精度较为理想;利用实测数据对反演的CWC空间分布图进行了验证,通过验证,芦苇和香蒲影像估算CWC的均方根差(RMSE)分别为0.0048和0.0052,估算精度分别为83.56%和80.31%,表明利用WorldView-2高分辨率多光谱影像反演湿地挺水植物群落CWC具有较高的可行性.

近40a来天山台兰河流域冰川资源变化分析

台兰河流域作为阿克苏河的支流，是以冰川融水补给为主的河流，流域面积为l324krn2。结合1：5万地形图、LandsatETM＋遥感影像及数字高程模型数据，通过综合计算机自动解译及目视解译的方法，将面向对象图像特征提取方法应用到该流域冰川信息提取中，并以影像叠加数字高程模型来提取表碛覆盖区的冰川末端边界，最后参照专家指导意见进行边界的再次修订，得到1972～2011年该流域的冰川变化数据，并分析了过去近40a来冰川变化特征及其对气候变化的响应过程。结果表明：1972～2011年，台兰河流域冰川退缩明显，冰川总面积从435．44km。退缩到385．38krn。，减少了50．06km。，退缩率为11．50％，年均减少约1．25km2，平均单条冰川面积减小0．31km。；冰川总条数从113条减少到109条，消失冰川10条，有3条冰川分离成了9条，其余100条冰川都呈减小趋势。结合阿克苏和拜城气象站气象资料分析认为，台兰河流域冰川萎缩与该地区气温快速上升关系密切，气温上升导致的冰川消融在一定程度上抵消了降水增加对冰川的补给。

利用遥感进行退耕还林成活率及长势监测方法的研究

本文以张家口退耕还林工程的新造经济林为例,提出了一种利用高分辨率遥感技术监测新造林成活率及长势的方法。主要采用面向对象的信息提取技术提取退耕地新造林的树冠信息。开发了基于树冠分布图的树冠因子提取程序,计算树冠因子,统计造林成活率,从而掌握新造林地的现状。最后,根据实际测量的数据进行误差检验,由遥感数据自动提取的树冠冠幅平均误差为:东西冠幅为0.337m,南北冠幅为0.433m;计算新造林成活率的精度达到了89.837%。为退耕还林工程科学,高效的管理及决策支持提供了依据。

坎苏河流域雪岭云杉对不同地形的适应性分析

高精度、低成本的林业调查技术是当今林业研究的重点,基于3S技术的林业调查便成为当前林业管理、森林经营、生态保护的主要手段.研究使用WorldView-3卫星遥感影像和SRTM数字高程模型,基于实地调查与面向对象空间特征提取相结合的提取方法,分析坎苏河流域雪岭云杉对不同地形的适应性.结果表明:(1)坎苏河流域雪岭云杉主要分布于流域中上游中山带区域,面积共有29.38 km2,覆盖率为6.16%.(2)雪岭云杉集中生长在海拔1500~2800 m,覆盖率随海拔上升先递增后递减,在2200~2300 m达到峰值.(3)雪岭云杉更适应生存于西风迎风阴坡.(4)雪岭云杉覆盖率随着坡度陡峭程度增加而增大,险坡雪岭云杉覆盖率最高,达22.88%.

“高分二号”卫星数据遥感滑坡灾害识别研究——以云南东川为例

标志着中国遥感卫星进入亚米级"高分时代"的"高分二号"(GF-2)卫星在太原成功发射,它将为地质灾害调查提供可靠的数据支持。文章以滑坡灾害频发的云南东川区为研究对象,首先对GF-2卫星采集的研究区数据进行正射校正、配准、融合和裁剪等预处理;然后采用面向对象的分类方法,通过影像分割、合并分块,并结合滑坡灾害的光谱、纹理和数字高程模型等多种信息特征,建立滑坡灾害识别规则,实现滑坡信息的遥感分类;最后对分类结果进行误分对象剔除,得到研究区滑坡信息。结果显示,利用GF-2卫星数据可以较好地提取滑坡灾害信息,基本满足滑坡的灾害识别要求。文章通过面向对象的滑坡灾害特征提取所输出矢量结果可以方便地计算出滑坡的面积,对滑坡研究提供了极大的便利。