基于SPOT4和Landsat5 TM的不同影像融合方法质量对比研究

【目的】探究不同影像融合方法对SPOT4全色影像和Landsat5 TM多光谱影像融合效果的影响。【方法】采用13种不同的影像融合算法开展融合试验,并通过定性和定量分析的方式,对融合结果进行综合评价分析。【结果】结果表明,融合影像的信息熵相比原影像有所增强,RGB三通道的熵值分布更为均匀,主要集中在50~200之间。此外,不同地物类型对融合方法的效果产生了显著影响。对于水体和植被,Brovey、HSV、IHS和EF方法展现出了良好的光谱保真性和细节增强能力,因此更适用于目视解译。NND法在这些区域出现了轻微的光谱失真现象,导致其分类精度偏低。【结论】针对不同传感器的影像选择适当的融合方法,对于提高遥感影像的解译精度和应用价值具有重要意义。

基于Landsat5 TM数据的地下煤火区地表温度反演

利用Landsat5 TM数据,应用Weng方法反演了内蒙古乌达矿区的地表温度,并进行了初步分析.结果表明Weng方法的反演结果符合地下煤火区温度的空间分布规律,高温异常区范围明显,在地下煤火区地表温度获取中具有一定的适用性.

基于Landsat5TM数据反演地表温度的方法研究——以石城县为例

热岛效应对城市生态环境的影响大,不利于生态城市的建设。本文通过获取研究区的Landsat5TM影像为主要数据源,利用热红外波段TM6进行地表温度反演。分析结果表明:研究区地表温度明显比郊区地表温度高,并呈现由中心城区向外地表温度有逐渐降低的趋势。

基于元胞自动机和BP神经网络算法的Landsat-TM遥感影像森林类型分类比较

【目的】针对森林资源遥感监测效果往往受森林类型识别分类方法的影响,提出一种基于元胞自动机的遥感影像森林类型分类方法,以提高Landsat-TM遥感影像的分类精度,为森林资源遥感监测提供技术支持。【方法】以小兴安岭带岭林业经营管理局为研究区,基于2010年Landsat5-TM影像数据和2012年森林资源二类调查数据,采用窗口法获取TM第5波段各待分类别的像元均值作为聚类中心,以元胞自动机的Moore模型为框架,以元胞为基本单位,以像元均值为对象,利用最小距离法求取进化规则(判断准则是中心元胞周围的8个元胞距每类聚类中心的距离最近且像元数量最多,则中心元胞属于该类别),充分考虑影像及地物之间的空间特征,采用元胞自动机分类方法进行森林类型的识别分类。同时,以相同的样本数,采用3层BP神经网络模型对TM遥感影像进行分类试验,并比较2种方法的分类效果。【结果】基于元胞自动机的分类方法总体分类精度为88.712 1%,Kappa系数为0.829 1,针叶林、阔叶林和针阔混交林的用户精度分别为73.60%,92.94%和94.13%,达到了区分针叶林、阔叶林和针阔混交林的分类目的。BP神经网络算法的总体分类精度为86.671 3%,Kappa系数为0.798 4,针叶林、阔叶林和针阔混交林的用户精度分别为69.22%,93.37%和90.76%。2种分类方法均可有效识别森林类型信息。【结论】元胞自动机模型应用于遥感影像森林类型识别分类可弥补因TM影像空间分辨率较低造成的遥感影像分类精度过低的问题,提高分类精度。在森林分布破碎、种类类型多样且结构复杂的带岭林区,该研究结果有助于森林资源监测与管理,可为大区域尺度的森林动态信息监测提供更好的数据及技术支持。

基于TM遥感影像的森林类型分类方法比较

以吉林省汪清林业局为例,基于Landsat5-TM影像,充分利用遥感影像光谱信息,分别采用动态聚类法和组合监督分类法对该林区的森林类型进行分类,并对分类结果的精度进行比较分析。研究结果表明,利用组合监督分类的精度比动态聚类法分类的精度要高,总体分类精度高11%,其中针叶林、阔叶林、混交林和其他用地的分类精度分别高8%、11%、17%和10%。

基于TM和LISS3数据的地表反射率反演比较研究

为定量比较TM和LISS 3数据的反射率反演结果差异,以北京市2005年5月6日的TM数据和2005年5月2日的LISS 3数据为信息源分别进行了地表反射率反演,首先对图像进行了基于图像特征的大气校正,然后对地表反射率进行了反演,并对反演结果进行了比较。结果表明各波段的rmsd值分别为0.030、0.071、0.072和0.078。各个类别的rmsd值分别为0.008、0.087、0.066、0.079和0.056。

利用TM6数据反演会昌县城区地表温度的方法研究

城市热岛效应是目前城市中普遍存在的问题之一。本文章获取研究区的Landsat5TM影像作数据源,用热红外波段来反演地表的温度。分析得出:研究范围内地表的温度明显比郊区地表的温度高,中心城区向外有降低趋势。

广西遥感本底信息提取方法技术与成果应用

利用1988年、1998年、2002年和2008年四个时相的陆地资源卫星TM/ETM遥感影像数据,结合1:5万基础地理信息数据及野外调查数据等资料,采用光谱与纹理特征综合分析法,选择TM/ETM对各地类的最佳波段组合,建立森林、农用地、灌草、城镇、道路、水体的遥感影像判识标志,采用决策树和最大似然法分层提取,参照土壤侵蚀强度分级指标,利用土地利用类型、植被覆盖度、坡度等信息资料构建水土流失分类模型,采用增强比值植被指数法建立石漠化指数模型,获得了广西近20年的森林、灌草、农用地、水体、城镇、道路、水土流失和石漠化八类遥感本底信息数据。

基于归一化植被指数反演地表比辐射率方法的对比研究

针对只有一个热红外通道的遥感数据,利用归一化植被指数与地表比辐射率具有较高的线性相关性进行地表比辐射率的遥感反演,介绍了基于归一化植被指数定量反演地表比辐射率的4种方法,以湖北省荆门市地区的Landsat5 TM数据为研究对象,精度0.01的MODIS LSE产品为标准数据,对比分析了4种基于NDVI的地表比辐射率反演方法,分别从像元尺度和分类尺度总结了4种地表比辐射率反演方法的普适性和精度。

Retrieval and Analysis of Coal Fire Temperature in Wuda Coalfield, Inner Mongolia, China

Coal fire burning around the world is an environmental catastrophe characterized by the emission of noxious gases, particulate matter, and condensation by-products. In this study, coal fire temperature is retrieved based on Landsat 5 TM images and Generalized Single-Channel Algorithm (GSCA), in Wuda coalfield, Inner Mongolia, China. Then coal fire zones are extracted by Jenks′ natural breaks and threshold methods based on temperature images. Changes of coal fire zones are analyzed from 1989 to 2008. The results are summarized as follows: 1) The coal fire temperature retrieval method based on Landsat 5 TM and the GSCA model is effective and feasible, because the temperature error is relatively small (from –2.9℃ to +2.6℃) between the measured temperature and the retrieved temperature. 2) The accuracy is relatively high to extract coal fire zones through the Jenks′ natural breaks and threshold methods, because 83.56% of surveyed area is located in the coal fire zones extracted in 2005. 3) The coal fire area increased 9.81 × 10 5 m 2 from 1989 to 2005, and the annual growth is about 6.1 × 10 4 m 2 , with an annual increasing rate of 2.48%. The area of coal fire decreased by 8.1 × 10 5 m 2 from 2005 to 2008.

广佛都市圈热场的空间格局分析

城市热环境是城市空间环境在热力场中的综合表现,通过对城市热环境的研究可以揭示城市空间结构及城市规模的发展变化.本文利用1988年12月10日和2001年11月20日两期的TM图像对广佛都市圈的热场进行研究,从反演结果可以看出,广佛都市圈城区地表温度比其郊区地表温度高,山区温度较低,总体上广佛都市圈城市热岛效应显著.

区域森林植被覆盖率对其降水的影响

森林植被和降水量是区域生态环境中的两个重要地理要素,森林植被覆盖率变化在一定程度上影响区域降水量。以广西金城江区、贵州七星关区、湖南零陵区3个区域为研究对象,采用遥感技术基于地理空间数据云Landsat4-5TM、Landsat8 OLI_TIRS卫星数字资料,提取3区1988-2017年的森林覆盖率,并从中国气象数据网获取相应年份的年降水量、雨季降水量等数据,使用SPSS 17.0进行了森林植被覆盖率与降水量的相关性分析与线性回归分析,并对3个区域的年降水量、雨季降水量、森林植被覆盖率进行显著性差异分析。结果表明:研究区域内1988-2017年间的森林植被覆盖率与降水量具有线性相关趋势;不同地形条件下,森林植被覆盖率对降水量作用强度不同;不同大气环境下,森林植被覆盖率对降水量作用强度不同;森林植被覆盖率增加,区域气候趋于稳定。研究结果可为区域生态恢复及自然灾害的防治提供理论指导。

基于多光谱影像的有机质含量反演探究

本文以Landsat5TM影像的光谱反射率、植被指数和提取的地形因子为输入变量,建立反演模型预测有机质含量。以B1、B2、B3和NDVI作为输入变量建立了SVR、GA-SVR、ADAFSA-SVR、BP、GA-BP、ADAFSA-BP6种模型,得到ADAFSA-BP的模型最佳R2=0.39,RMSE=0.61,MAE=0.57。加入地形因子,6种反演模型的预测效果均有明显的提升,最优模型分别为ADAFSA-SVR,R2=0.54,RMSE=0.52,MAE=0.41;ADAFSA-BP,R2=0.57,RMSE=0.51,MAE=0.45。对应的RPD分别为1.48和1.54,对有机质预测有一定指导意义。

基于Landsat 5热红外波段反演亮度温度的比较研究

为地表温度的反演提供理论依据,比较Landsat方式与Planck函数法反演地表亮度温度差异,以玛多地区的Lndsat 5 TM热红外波段为例,计算了亮度温度及其差值。结果表明:两种反演方法得出的结果非常接近,平均值仅相差0.617 K;根据Planck函数法与Landsat方式亮度温度数据直方图,两者频率最高区几乎一样,空间差异不太明显;Landsat方式与Planck函数法差值的标准差为0.007 350;与地表温度实测值相比较,差值分别为4.2℃和4.9℃,与实测值相差较多,因此,两者都比较适合常规下地表温度的反演,但不适合作地表温度使用。

基于随机森林协同克里金法的区域森林地上生物量制图——以粤北森林为例

【目的】森林地上生物量(aboveground biomass,AGB)是森林生态系统健康状态和碳汇潜力评估的重要指标,本研究提出了一种快速、准确地获取区域尺度AGB信息的制图方法。【方法】基于Landsat 5 TM、ALOS-1 PALSAR-1、STRM DEM和国家森林资源清查数据,提取光谱特征、纹理指数、后向散射系数和地形因子等特征因子,采用随机森林进行AGB建模。考虑到AGB是典型的具有空间自相关特性的生物物理参量,针对模型残差,使用以高程为协变量的克里金空间插值法分离残差项中的结构化成分,并将其叠加到随机森林模型预测值上形成最终的AGB预测值,从而提高区域尺度的AGB制图精度。【结果】协同克里金法将高程数据作为协变量,在预测AGB残差结构化成分方面的性能优于普通克里金法,协同克里金法与随机森林协同的AGB预测性能明显提升。经独立AGB数据的模型验证表明,随机森林模型预测的AGB与实际观测的AGB间的决定系数R^(2)为0.46,随机森林结合普通克里金的验证R^(2)提高到了0.51,而随机森林结合协同克里金模型的验证R^(2)为0.57。相应的均方根误差(RMSE)分别从32.48 t/hm^(2)降低到31.58、29.80 t/hm^(2),平均绝对误差(MAE)从27.28 t/hm^(2)降低到26.63、25.12 t/hm^(2),相对改进指数为0.03和0.08。【结论】总体而言,本研究提出的随机森林协同克里金模型提供了一种更准确、可靠地进行复杂地形区域的亚热带森林AGB制图新方法,所生成的AGB专题图有助于发展针对固碳效能的森林经营方法,为全球气候变化背景下的森林碳增汇和森林可持续经营提供参考。

基于移动窗口分析法的西安市热岛效应研究

本文利用西安市两期Landsat5 TM影像,提取了西安市土地利用变化信息、NDVI指数、MNDWI指数和地表亮温,并基于移动窗口分析法进行了热岛效应边界的定量研究,旨在为陕西省地理国(省)情监测中环境监测部分探索一些可行的研究方法。研究结果表明:11年间,西安市热岛效应的发展趋势与城市扩张情况基本一致;地表亮温与植被指数和水体指数存在负相关关系,因此增加植被和水体面积有助于调节城市热岛效应的强度。

基于决策树的凉城县土地利用分类研究

本文利用凉城县2009年07月20日获取的ALOS多光谱数据和2009年07月09日获取的Landsat5 TM数据,进行影像预处理,计算归一化植被指数,以DEM、坡度及NDVI作为辅助数据,结合这些辅助特征值建立决策树分类提取规则,对凉城县土地利用现状进行分类研究。结果显示:总体分类精度达73.67%,kapaa系数0.696 4。为提高地类的分类准确性将分类结果进行分类后处理,其中裸地面积最大49.71%,林地、耕地、草地总面积为37.77%,其它地类总面积为12.52%,得到与研究区实际土地利用面积相符的地类面积。

阴影消除植被指数(SEVI)去除地形本影和落影干扰的性能评估与应用

地形校正是崎岖山区遥感图像预处理的关键步骤。为了评估基于DEM数据的经验校正模型、山地辐射传输模型和波段组合优化计算模型在去除地形阴影效应方面的性能,并将其应用于福州市植被覆盖监测,本文采用C模型(和SCS+C模型)、6S+C模型和阴影消除植被指数(SEVI)进行评估、比较。采用1999年和2014年两期Landsat 5 TM卫星数据和相关的30 m ASTER GDEM V2高程数据,分别计算了C校正(和SCS+C校正)和6S+C校正后的归一化植被指数(NDVI)和比值植被指数(RVI)以及基于表观反射率数据的SEVI。通过目视比较、光谱特征比较以及太阳入射角余弦值(cos i)与植被指数的线性回归分析,可以看出C模型和SCS+C模型对本影具有较好的校正效果,但对落影的校正效果欠佳。NDVI和RVI的本影与邻近无阴影阳坡的相对误差分别从71.64%、52.57%降至4.80%、6.43%(C模型)和0.50%、9.94%(SCS+C模型),而落影与邻近无阴影阳坡的相对误差分别从62.01%、47.57%降至31.05%、24.40%(C模型)和33.42%、16.01%(SCS+C模型)。在NDVI的落影校正效果上,6S+C模型比C模型和SCS+C模型有一定的提升,本影与邻近无阴影阳坡之间的相对误差为8.63%,落影与邻近无阴影阳坡之间的相对误差为14.27%。而SEVI在消除本影和落影方面整体效果更好,本影和落影与邻近无阴影阳坡的相对误差分别为9.86%和10.53%。最后,基于SEVI对福州市1999-2014年的植被覆盖变化进行了监测。监测结果表明:①1999-2014年植被覆盖增加了893.61 km^2,植被增加区域主要分布在海拔250~1250 m范围内;②SEVI均值在坡度40°附近达到峰值。