基于Srtm-DEM与遥感的长白山基本地貌类型提取方法

基于中国1∶100万数字地貌制图工作,以吉林省长白山区为试验区,对基于Srtm-DEM与遥感提取基本地貌类型方法进行了探讨。研究表明,基于Srtm-DEM派生的各种模型对基本地貌类型自动提取具有很大的实效性:其中坡度3.5°是实现该区平地和山地宏观地貌单元自动提取的最佳断点,高程模型及起伏度模型相结合,可初步实现基本地貌类型的自动提取,其结果可很好的反应区域地貌宏观规律;在此基础上,基于30 m空间分辨率的遥感影像,综合运用区域地质、土地利用、植被、土壤等多地理要素信息及制图综合知识,以及地貌单元的完整性特征,以山脊线、坡折线和山麓线为地貌单元的标志线,基于地貌知识的专家修正,可获得研究区完整的基本类型地貌单元,实现了基于Srtm-DEM与遥感的基本地貌类型的智能化提取;最后,以研究区内1∶50万地貌图为准,对提取结果进行定性、定量评价分析表明,其提取总体精度达76%,面积相差较小;该方法在一定程度上改进了传统手工和野外调查为主的提取方法,实现了地貌信息的数字化、定位化及定量化,为全国1∶100万数字地貌信息提取与集成奠定了基础。

基于Landsat TM/OLI的福建省木兰溪流域生态系统格局及其变化评估

基于1994—2020年间的6期Landsat TM/OLI影像,分析木兰溪流域生态系统格局及其变化情况.结果表明:木兰溪流域最主要的生态系统类型为森林、农田与城镇三类生态系统,共占木兰溪流域总面积的92.87%.其中,森林生态系统占54.64%,面积为929.39 km^(2).1994—2020年,各类生态系统间存在不同程度的相互转化,基本为净转出,其中草地、灌丛生态系统转出量较大(分别为58.35%、33.13%),仅有城镇生态系统为净转入(257.28%),增加面积214.34 km^(2),主要来自农田、森林和草地生态系统.总体而言,1994—2020年木兰溪流域生态系统格局基本保持稳定,城镇生态系统的大量增加与灌丛、草地生态系统的减少,反映了木兰溪流域生态环境与城市化、经济社会发展之间的紧密联系,更加强调了在保护生态环境的前提下实现可持续发展的重要性.

基于地面耦合的TM影像的大气校正——以珠江口为例

该文应用1998年的LANDSAT5TM影像,对原始数据进行定标、辐射校正,求得地物的行星反射率,在简单的大气校正理论模型的基础上,根据山区阴影处植被的反射率求取大气向上垂直的透过率,反求大气光学厚度和太阳入射方向上的大气向下的透过率,从而确定大气校正的各项参数。并对大气校正前后的图像进行比较,发现校正过的影像中的典型地物的反射率和其标准的反射率值较为吻合。

基于TM影像的典型内陆淡水湿地水体提取研究

水是维系湿地生态系统稳定和健康的决定性因子,利用卫星遥感影像快速、准确地提取湿地水体信息已经成为湿地调查、研究与保护的重要手段。鉴于TM遥感影像具有较高的空间分辨率、波谱分辨率、极为丰富的信息量、较高的定位精度和相对较低的价格,其必然成为近一段时期湿地调查、研究与保护的重要数据源之一。研究基于TM遥感影像,运用多种方法针对典型内陆淡水湿地的水体信息进行了提取实验,通过对实验结果的分析得出:在面积的准确性、提取的准确度以及视觉效果3种指标下,光谱分类法较其它方法效果要好,其次为单波段阈值分析法与植被指数法,较差的是多波段谱间关系法与水体指数法;影响提取效果的主要原因是湿地水体提取不够完全,这是由影像的分辨率及湿地特殊的水文条件所造成的,采用像元分解及多源遥感数据融合技术将成为提高水体提取精度的重要手段。

基于水质类型的TM图像水体信息提取

通过对一般水体、富营养化水体和严重污染水体与山体阴影在TM各波段图像上的亮度值进行分析比较可知:一般水体在TM4图像上的亮度值小于TM3波段的,而山体阴影则相反;由于富营养化水体中的浮游植物在TM4波段具有强反射特征,严重污染水体对可见光具有强吸收作用,造成了这两类水体在TM4图像上的亮度值大于TM3波段的,因而无法通过比较TM3和TM4波段图像像元亮度值来区分水体和山体阴影。实验证明,采用对水质类型进行分类的提取方法,根据水体的影像特征设立相应的阈值,能将各种水质类型的水体与山体阴影等其他地物区分开来。可以快速、准确、有效地提取TM图像上的水体分布信息。

江苏海岸王港地区盐沼植被变化的TM图像分析

通过对2002～2003年度3个时相的Landsat TM图像进行监督分类处理。研究了盐沼植被的分布和变化。结果表明，目前盐蒿和大米草（Spartina anglica）占据的面积很小，年际变化不大，由于滩涂围垦的影响其面积还在进一步缩小。互花米草（Spartina alterniflora）成为优势种，占据了大部分的盐沼面积，向海蔓延显著，扩张的趋势还在持续，其覆盖面积的年增长速率可达18％。

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。

辽西油松毛虫虫害的TM影像监测技术

[目的]分析和评价辽西地区TM影像的各种植被指数与油松毛虫害发生之间的关系。[方法]以辽宁省西部地区油松林为例,根据当地物候特征和油松毛虫的生物学特性,选取了不同时相的3期TM影像,进行了松毛灾害前后油松林受害程度的调查。[结果]利用专家分类法结合GIS专题信息图,精确提取了油松边界,精度达到88.3%,保证了灾害信息提取的准确性。比较分析了油松毛虫灾害前后油松林的生长特征和光谱特征,计算出7种植被指数和TM4在松毛虫害发生后油松的光谱值,得出TM4、TM4/TM3、TM(4-3)/TM(4+3)是监测松毛虫害的特征指数,与监测机理相符。比较分析了TM4/TM3、TM(4-3)/TM(4+3)两类指数与油松林受害程度的关系,得出TM4/TM3指数仅在油松林受到松毛虫重度危害时能够作为监测指数,而TM(4-3)/TM(4+3)指数可以监测到松毛虫对油松林不同程度的危害。[结论]该研究为提升辽宁省森林病虫害的监测手段指明了方向。

基于TM影像的水体信息提取方法研究(英文)

以高邮湖为研究区,TM(Thematic Mapper)影像为数据源,结合常规调查数据,分别运用单波段阈值法、谱间关系法、比值法、归一化差异水体指数(NDWI)法、改进的归一化差值水体指数(MNDWI)法和混合水体指数(CIWI)法进行水体信息提取研究。并通过实验比较6种方法的优缺点,确定出最佳水体提取方法。结果表明,谱间关系法易于消除由于建筑物阴影所造成的水体误提;CIWI易于消除建筑用地所造成的水体误提;基于谱间关系法和CIWI模型,可取得较高的水体提取精度,有效地减少水体误提现象,提高水体识别的精度。研究表明,基于谱间关系法和CIWI模型相结合所提取的水体信息精度可达到95.2%。

从遥感TM影像分类图提取小班界限的算法实现

在对吉林省汪清林业局TM影像进行计算机自动分类的基础上 ,设计算法完成分类图像的“孤岛”去除、边界提取和宽边缘的弱化功能 ,实现了计算机代替人进行区域面积、形状的分析判断 ,使计算机能自动搜索到真正的边界 ,为制作林业专题图打好基础。通过与吉林汪清林业局提供的地面调查成果的对比分析表明 ,实验小班在位置和形状上都与地面人工勾绘的结果相吻合。

干旱区TM图像岩石地层信息提取与分析方法研究

本文以新疆柯坪地区为例，通过不同岩石地层单元的岩石化学特征，矿物组合特征和室内反射光谱特征研究，结合图像数据的计算机处理结果，对干旱区沉积岩的ＴＭ图像岩石地层信息提取方法进行了探讨。经对岩石测试分析数据和其图像表征的综合分析，作者将区内的岩石地层单元划分为１０类，划分精度可达到岩性段，说明了ＴＭ图像在岩石学应用研究领域具有较大的潜力。研究中采用的技术方法也具有一定的推广性。

基于TM影像的水体透明度反演模型——以鄱阳湖国家自然保护区为例

以江西鄱阳湖国家自然保护区为例,研究基于LandsatTM 5影像的水体透明度反演模型．结合6个时期的影像与对应的13个实测塞氏盘深度(SDD)数据建立了SDD的自然对数变换值与蓝、红波段的自然对数变换值的线性组合之间的回归模型,即ln(SDD)=-4．016-0．7221n(blue)-0．587ln(red)．此模型能够解释88％的水体透明度变化．利用另外12个样点进行模型的检验．检验结果显示实际量测值与模型反演值之间的相关系数为0．93,误差标准差等于0．22 m．因此我们认为此模型获得了可以接受的结果．

利用TM影像反演广州市气溶胶光学厚度空间分布

利用2005年7月18日摄录的广州市TM影像,在相关研究基础上建立了适合于复杂大气状况城市尺度的气溶胶光学厚度(Aerosol Optical Depth,AOD)反演模型,研究了广州市30m空间分辨率的AOD空间分布,并与同期的广州市地面9个空气质量监测站的PM10浓度进行比较.结果表明,利用TM影像较好地反演了广州市AOD空间分布.地形、植被、建成区分布是影响广州市AOD空间分布的主要因素,AOD按照高山植被区、靠近建成区的山地植被区、建成区与平原植被区的顺序逐渐增加.地面监测的PM10浓度与AOD的相关系数为0.717,基于TM影像反演的AOD可较好地反映当日地面污染物PM10的空间分布.

TM影像VI提取植被信息技术研究

应用规一化植被指数（ＮＤＶＩ）、土壤调节植被指数（ＳＡＶＩ）和修正后的土壤调节植被指数（ＭＳＡＶＩ），研究了ＴＭ影像植被信息的提取技术。结果表明，ＳＡＶＩ较之ＮＤＶＩ和ＭＳＡＶＩ，消除土壤背景影响和适应植被密度变化的能力更强，是植被信息提取效果较好的植被指数。使用ＳＡＶＩ，关键是要确定一个合适的土壤调节参数Ｌ，以最大限度地消除土壤背景的影响，ＳＡＶＩ提出时推荐的最佳Ｌ值（０．５）应用于卫片处理有很大局限性；基于研究结果，本文给出了适于不同植被条件卫片处理的最佳Ｌ取值。

城镇与乡村居民地TM影像特征分析

研究了城镇与乡村居民地在TM图像上的影像特征,并对多个波段影像进行了居民地特征提取对比分析。结果表明,各波段都有一定的误提和漏提,但TM3+TM4+TM5合成图像提取效果最佳。

应用TM图像采用模式识别技术自动提取冬小麦播种面积的研究

在农作物遥感估产研究过程中,如何快速、准确获取当年种植面积是一个关键技术问题。本文重点研究在禹城县冬小麦遥感估产试验中,应用同步TM信息源,根据冬小麦生长发育的特征,选择 TM 的适宜时相,构建多维绿度图,采用模式识别技术,分层自动提取纯麦地、套种麦地信息。这项研究结果与1/5万比例尺 TM 图像目视解译小麦面积相比较,其相对误差甚小,达到了估产实际应用的精度。

山区林地多季相TM影像综合分类研究

为了提高陆地卫星TM数据在山区林地的分类精度,利用4个季节的帽儿山TM数据进行植被分类,并辅助以物候特征和地面GIS专题信息 采用由简单到复杂的信息提取过程,先利用基于光谱知识的林地提取模型提取林地边界,再用有监分类方法分别进行林地和非林地内部类型信息的提取,生成多季相综合分类图 分类精度比单时相提高了19 6%

基于TM影像的农村居民地变化分析——以南阳市高庙乡为例

农村居民地建设是新农村建设的重要内容。通过在TM图像上研究乡村居民地特征,并利用监督分类的方法对多个波段TM影像数据进行居民地特征提取与对比分析,可有效反映和监控农村居民地的发展变化,并对其发展趋势加以把握。本文以南阳市高庙乡为例研究农村居民地的发展变化。

区域平差技术在南沙群岛TM卫星图像中的应用

介绍了TM图像区域平差技术的方法原理 ,并对南沙群岛TM图像数据进行了区域平差处理和误差分析。研究结果表明 ,利用TM图像和相关的控制点资料可以得到较高精度的定位信息。

基于TM影像和DEM的佳县水土流失强度监测方法的研究

以陕西省佳县为例,从遥感信息入手,以TM影像为主要信息源,并结合土地利用数据和DEM高程数据,探讨了如何通过遥感和GIS技术利用植被覆盖度、地形坡度、土地利用类型等因子快速、准确地提取水土流失信息。这一研究不仅能为水土流失调查、监测提供重要的信息源,而且为水土保持研究提供可靠的依据。