基于NDVI分割与面向对象的东洞庭湖湿地植被信息提取技术

针对东洞庭湖湿地植被的分布现状,为提高湿地植被信息提取的精度和效率,应用高分辨率的SPOT-5影像数据,在完成图像预处理的基础上,将NDVI应用到多尺度分割中,结合基于隶属度函数和阈值的面向对象的分类方法对东洞庭湖湿地植被信息进行提取;与此同时,以相同分类方法对未辅以NDVI分割的图像进行植被提取,并与最大似然监督分类法提取的结果进行对比。结果显示,辅以NDVI分割的面向对象信息提取的总分类精度达到了87.69%,Kappa系数达到0.86;未辅以NDVI的总分类精度为82.69%,Kappa系数为0.80;最大似然监督分类总分类精度71.92%,Kappa系数0.67;其总分类精度分别提高了5.00%、15.77%,Kappa系数分别提高了0.06、0.19。可见,该方法可以有效提高湿地植被的提取精度,为湿地植被资源进一步的监测和保护奠定了基础。

基于NDVI密度分割的冬小麦种植面积提取

为解决作物面积遥感监测中常遇的混合像元问题,选用江苏省沭阳县冬小麦扬花期HJ-1A卫星遥感影像,基于不同地物光谱信息的差异性与可分割性,提出基于归一化植被指数(NDVI)密度分割的冬小麦种植面积提取方法。在利用GPS实地取样调查和建立解译标志的基础上,对HJ-1A卫星影像进行了几何与大气校正。利用NDVI灰度影像提取混合像元训练样本的NDVI值和小麦种植面积,计算小麦面积权重,确定混合像元的NDVI阈值。利用NDVI再归一化结果对NDVI灰度影像进行密度分割,依据不同密度分割系数下像元总面积及其所对应的小麦面积权重关系,最终得到沭阳县冬小麦种植面积。结果表明,根据NDVI密度分割法提取冬小麦面积为8.37×104 hm2,面积精度为92.37%,样本精度为93.31%。基于密度分割系数(P>0.5)制作沭阳县冬小麦种植分布图,获取了全县冬小麦空间分布特征信息。以上结果说明NDVI密度分割法能较准确地提取研究区内冬小麦种植面积,可有效解决农作物种植面积提取中混合像元问题。

HJ卫星数据在棉花种植面积提取中的应用研究

探索利用环境小卫星数据进行棉花种植面积的提取,旨在利用国产卫星数据建立一种方便快捷的棉花种植面积提取技术,为棉花的遥感估产奠定基础;选取2011年新疆北部国营农场棉花不同生育期内两期HJ卫星影像,根据棉花与研究区其他作物物候和光谱差异性、农作物生长规律,运用监督分类算法、密度分割和逻辑运算,辅助于人机交互的目视解译,得到研究区棉花种植面积;结果表明:不同监督分类算法中,神经网络分类法和最大似然法分类效果最佳;最终提取的棉花面积总体精度为87.7%;本文采用的方法较为实际、便捷,提取棉花种植面积的精度符合农场生产要求,可为棉花估产和作物种植结构分析提供科学依据。

ASTER遥感数据在矿区生态损害现状监测中的应用

德兴铜矿矿山多年开采对矿区生态环境造成极大的损害,为维护矿区可持续发展,生态损害现状调查尤为重要。利用ASTER数据结合野外实测各类地物反射光谱曲线,利用矿物指数提取矿区重金属和粘土污染;采用差值法提取水体污染状况;采用NDVI彩色密度分割法提取矿区植被污染信息。研究表明,铜矿区生态损害现状甚为严重,利用遥感手段监测矿区生态环境是完全可行的。这为矿区土地复垦与生态修复提供了技术支持和决策依据。