基于HJ-1影像与地形因子的竹资源专题信息提取研究

以永安市的DEM数据和HJ-1多光谱影像为数据源,研究不同坡度、坡向、海拔等地形条件下竹资源的光谱反射率曲线及辅助于地形因子的竹资源专题信息提取效果。结果表明,海拔、坡向对竹资源的光谱反射率影响大,而坡度影响小,在海拔400m^800m和800m^1200m范围内阳坡、半阳坡、阴坡、半阴坡的竹资源的光谱反射率差异最为明显。采用最大似然法结合地形因子辅助分类提取的竹资源专题信息精度为74.50%,比单纯依靠光谱信息分类的精度高14个百分点,说明地形因子对竹资源专题信息提取具有很大帮助,可以辅助解决"同物异谱"和"异物同谱"问题。

基于HJ-1星和GF-1号影像融合特征提取冬小麦种植面积

为提高基于国产环境与灾害监测预报卫星(HJ-1/CCD)影像大范围提取冬小麦种植面积的精度,以江苏省宿迁市沭阳县为研究区域,对冬小麦拔节期30 m×30 m的HJ-1/CCD多光谱影像和2 m×2 m的高分1号卫星全色影像(GF-1/PMS)进行融合与面向对象分类研究。将GF-1/PMS全色影像进行8、16和24 m重采样,得到4种空间分辨率(含2 m)的全色影像,分别与HJ-1/CCD多光谱影像利用光谱锐化法(Gram-Schmidt,GS)进行融合。通过对融合影像进行质量评价,选择适合研究区冬小麦种植田块格局的适宜尺度影像。将HJ-1/CCD多光谱影像重采样,得到与适宜尺度融合影像相同尺度的影像,在两景影像中分别选取包含光谱、纹理信息的训练融合影像样本(samples of fused image,SFI)和重采样影像样本(samples of resampling image,SRI),采用面向对象分类方法对适宜尺度融合影像(fused image,FI)和重采样影像(resampling image,RI)进行冬小麦种植面积提取。结果表明,16 m×16 m融合影像的效果优于2 m×2 m、8 m×8 m和24 m×24 m融合影像,其均值、标准差、平均梯度和相关系数分别为161.15、83.01、4.55和0.97。面向对象分类后,SFI对重采样影像RI16m分类的总体精度为92.22%,Kappa系数为0.90。SFI对融合影像FI16m分类的总体精度为94.44%,Kappa系数为0.93。SRI对重采样影像RI16m分类的总体精度为84.44%,Kappa系数为0.80。SFI对融合影像FI16m分类效果最好,说明基于融合影像和融合影像提取样本(SFI)结合的面向对象分类方法能准确提取冬小麦种植面积。另外,重采样影像和融合影像提取样本(SFI)相结合的面向对象分类方法也可较好提取冬小麦种植面积。为利用国产中空间分辨率HJ-1/CCD卫星和高分1号卫星融合影像有效提取大区域冬小麦种植面积信息提供了参考。

基于面向对象方法和多时相HJ-1影像的湿地遥感分类——以完达山以北三江平原为例

以中国东北地区完达山以北三江平原(下简称小三江平原)为研究对象,利用2010年多时相HJ-1A卫星和HJ-1B卫星CCD影像作为分类数据源,结合野外调查数据,应用多尺度分割算法,根据影像的丰富信息和物候、时相等特征,采用面向对象的分类方法,进行小三江平原的湿地遥感分类。结果表明,湿地二级分类的总体精度为85.45%,总体Kappa系数为0.81。小三江平原湿地主要分布在低洼地区,总面积为9084.16km2;其中,天然湿地面积为2635.09km2,人工湿地面积为6449.07km2。集中分布的水田是小三江平原最主要的景观类型;天然湿地主要分布在自然保护区、河岸附近和国界周围;其中,草本沼泽面积最大。本研究表明,面向对象的分类方法能够有效利用遥感影像提供的丰富信息,产生较高的分类精度;对于中分辨率遥感影像不同分割尺度的组合使用有利于湿地信息的提取。降雨量较多、较少月份影像的选取和物候规律的利用是提取湿地信息的关键。多时相遥感影像数据的使用,改善了洪泛湿地和森林沼泽的分类效果,尤其是水田边界的划分;同时可以提高湿地分类精度。基于面向对象的遥感方法,利用多时相的中分辨率遥感影像,能够获取较高精度的湿地分布信息,是一种成本较低且行之有效的技术手段。

基于HJ-1B卫星遥感影像的小麦冠层温度的反演

冠层温度是监测作物是否受干旱、病虫害等不利因素胁迫的重要指标。为探讨HJ卫星热红外通道300 m的空间分辨率能否达到监测作物冠层温度的需求,以江苏省宝应县为例,利用小麦开花期HJ卫星遥感影像反演单通道算法地表温度,并用近似于同一时相的TM影像温度反演结果做定性、定量对比验证。结果表明:HJ-1B影像的结果在空间分布上与TM的结果相近,HJ-1B影像反演的地表温度最大值、最小值分别为35.72℃、15.85℃,平均为22.87℃,TM影像反演的结果分别为33.95℃、14.88℃和21.91℃,数值上相差不大;掩膜结果表明,HJ星影像反演的小麦冠层温度比TM的仅高0.48℃;地表温度随着植被覆盖度的增加而下降,且下降速率随植被覆盖度的增加而减小,当减化比值植被指数大于3时,地表温度基本稳定在18～20℃。小麦开花期田间植被覆盖度高,地表温度空间分布均一,降低了对遥感影像空间分辨率的要求,结合HJ卫星影像重返周期小、幅宽大、便于获取等优势,HJ卫星影像用于监测开花时期小麦冠层温度是可行的。

基于快速匹配与线性橡皮拉伸的HJ-1CCD影像几何精校正

提出了一种快速获取大量地面控制点的方法,以TM影像为基准图像选择初始同名点,经过自动计算误差、调整、平移误差消除、删除等步骤获取稳定的其他同名点,并采用线性橡皮拉伸进行几何精校正。试验证明,利用该方法进行几何精校正后的HJ-1CCD影像不但加快了选点速度而且能保证精度,可以用于遥感信息的提取以及为地理信息系统等提供可用的数据。

运用PLS算法由HJ-1A/1B遥感影像估测区域冬小麦理论产量

【目的】作物遥感估产是遥感技术在农业生产中研究与应用的重点领域,能够向大田区域生产提供及时可靠的产量信息,准确地估测作物产量,对于确保国家粮食安全,制定社会发展规划,指导和调控宏观种植业结构调整,提高涉农企业与农民的经营管理水平具有重要意义,为进一步提高遥感估产精度,显示国产影像在农业估产中的应用效果。通过筛选冬小麦理论产量的敏感遥感变量,构建基于国产影像的理论产量遥感估测模型,实现区域冬小麦理论产量遥感估测,为及时了解不同生态区域冬小麦产量丰欠变化趋势提供参考。【方法】以2010年4月26日、2011年4月28日、2012年4月28日和2013年5月2日冬小麦开花期四景HJ-1A/1B影像为遥感数据,提取出13个遥感变量,以江苏省泰兴、姜堰、仪征、兴化、大丰5县作为试验采样区,于各实验区选取具有代表性的样点进行采样,并于室内进行测定,将335个实测的冬小麦理论产量样本按3﹕2比例分成建模集和验证集样本,依据估算残差平方和处于最小值确定模型所需主成分数,将决定系数、均方根误差和相对误差为模型评价参数,利用建模集样本分析了卫星遥感变量与冬小麦理论产量的定量关系,运用偏最小二乘回归算法构建及验证了以理论单产为目标的多变量遥感估产模型,将其算法模型估产效果与线性回归算法和主成分分析算法模型进行比较,并制作了冬小麦理论产量空间等级分布图。【结果】理论产量与所选的大多数遥感变量间关系密切,且多数遥感变量两两间具有极显著的多重相关性;理论产量偏最小二乘回归模型的最佳主成分数为4,且结构加强色素植被指数、归一化植被指数、绿色归一化植被指数和植被衰减指数为理论产量遥感估测的敏感变量;经建模集和验证集评价,理论产量估测模型的决定系数分别为0.79和0.76,均方根误差分别为720.45和928.05kg·hm-2,相对误差分别为11.45%和13.92%,且估测精度比线性回归算法分别提高了25%以上和27%以上,比主成分分析算法分别提高了15%以上和16%以上,说明偏最小二乘回归算法模型估测区域理论产量的效果明显好于线性回归和主成分分析算法,且具有较强的应用能力。【结论】该模型应用结果与冬小麦理论产量实际区域分布情况相符合,为提高遥感对区域冬小麦理论产量的估测精度提供了一种有效途径,有利于大面积应用和推广。

基于HJ-1A CCD影像和ELM模型的太湖叶绿素a预测研究

以典型二类水体——太湖为例,基于环境一号遥感影像,构建了基于ELM模型的叶绿素a浓度预测模型,将预测结果与传统的BP人工神经网络和支持向量机SVM进行了比较。研究结果表明:ELM模型预测值与实测值之间的R^2高达0.911 4,而BP和SVM模型的R^2分别为0.366 3和0.744 8,均方根误差RMSE由BP模型和SVM模型的3.728 8μg/L和2.132 4μg/L降为ELM模型的1.327 0μg/L,ELM模型的平均相对误差MRE=2.65%,小于BP模型的6.59%和SVM模型的3.89%;与其他两种方法相比,ELM模型反演太湖水体叶绿素a浓度精度更高,ELM模型参数选择简单,可以显著提高模型的学习速度,不易陷入局部最优值,具有更好的泛化性能;ELM模型可以有效地应用于内陆水体叶绿素a浓度的预测。

基于最大似然法和SVM法的太湖流域HJ-1B影像分类

以太湖流域作为研究对象,基于环境减灾卫星HJ-1B影像数据,比较利用最大似然法和支持向量机法进行土地利用/覆盖分类的效果。结果显示,SVM法在总体分类精度和Kappa系数上较传统最大似然法有所提高。SVM分类方法对于有限样本的分类表现出优越的性能,改善了传统分类方法的局限性,具有很大的应用潜力。

HJ-1B卫星热红外遥感影像农田地表温度反演

本文以我国自主研发的HJ-1B卫星影像为数据源,利用其热红外影像、基于JM&S普适性单通道算法反演2009年5月20日河北省涿州市和高碑店市的农田地表温度。最后将HJ-1B IRS影像的地表温度反演结果与同时相Landsat TM5影像的反演结果进行比较分析,分析结果表明:本文所提出的基于HJ-1B卫星热红外影像反演农田地表温度精度可靠,该方法是可行性的。