基于可见光波段无人机遥感的植被信息提取

无人机遥感具有使用成本低、操作简单、获取影像速度快、地面分辨率高等传统遥感无法比拟的优势。该文通过分析仅含红光、绿光和蓝光3个可见光波段的无人机影像中植被与非植被的光谱特性,同时结合健康绿色植被的光谱特征,借鉴归一化植被指数NDVI的构造原理及形式,提出了一种综合利用红、绿、蓝3个可见光波段的归一化植被指数——可见光波段差异植被指数VDVI(visible-band difference vegetation index)。与其他基于可见光波段的植被指数,如过绿指数EXG(excess green)、归一化绿红差值指数NGRDI(normalized green-red difference index)、归一化绿蓝差值指数NGBDI(normalized green-blue difference index)和红绿比值指数RGRI(red-green ratio index)以及仅用绿光波段的提取结果进行对比分析,结果表明:VDVI植被提取精度高于其他可见光波段植被指数,且阈值在0附近,较易确定。为了验证VDVI的适用性与可靠性,选取与试验影像同一时期拍摄但不同区域的另一影像使用同样的方法提取植被信息。结果表明:VDVI对于仅含可见光波段无人机遥感影像的健康绿色植被信息具有较好的提取效果,提取精度可达90%以上,适用于仅含可见光波段无人机遥感影像的健康绿色植被信息提取。

基于高分二号影像结合纹理信息的茶园提取

为提高高分辨率遥感影像分类精度,针对高分二号影像发展一种综合利用遥感影像光谱和纹理信息的茶园种植区提取方法。该方法首先利用归一化植被指数(NDVI)和修正的归一化植被指数(MNDVI)构建新的光谱特征——差异归一化差分植被指数(DNDVI),通过灰度共生矩阵(GLCM)构建新的纹理特征——灰度共生纹理(GLCT),然后结合光谱和纹理特征运用支持向量机(SVM)的方法进行分类。试验采用2种方案(原始波段+光谱特征,原始波段+光谱特征+纹理特征)对影像进行分类,分类总体精度分别为79. 6%、89. 8%,Kappa系数分别为0. 659、0. 788。结果表明,结合纹理信息能明显地提高分类精度,并较好地实现对高分二号影像茶园种植区的分类提取。

福建省水土流失现状分析

[目的]运用遥感技术监测福建省水土流失状况,为研究区的水土保持工作提供一定的科学依据。[方法]利用2014年Landsat-8OLI等遥感数据,基于通用土壤流失方程(USLE)定量计算得到研究区的土壤侵蚀量,并运用GIS空间分析和数理统计的方法分析水土流失在地理空间上分布特征。[结果]福建省2014年的水土流失总面积为10 939.8km2,总流失率为8.93%,其中以轻度流失为主,占总流失面积的82.3%,境内流失等级为强度及以上的区域主要集中在北部的宁德和南平、南部的漳州和西部的龙岩一带;其中22个水土流失重点县流失面积为4 786.65km2,占全省流失总面积的43.76%,平均流失率为10.54%。[结论]水土流失主要发生在海拔高程为200~1 000m的区域,流失面积有8 954.35km2,占流失总面积的81.85%;坡度与水土流失关系密切,水土流失主要发生在坡度为8°~25°的区域,流失面积有69 871.71km2,占总流失面积的57.23%;容易发生水土流失的土地利用类型是裸地和林地,流失比例分别达到30.99%和9.47%。

基于Web新闻的案(事)件时空信息解析方法

探讨基于词库与规则相结合的案(事)件新闻文本时空信息解析方法.通过构建时间词库和表达规则、派出所和地名等词库以及"触发词-案事件类型"二元分类器,实现对案(事)件新闻中的案发时间、案发地点、案(事)件类型和出警派出所信息的抽取,并引用设计规范化规则,实现时空信息的规范化输出.实验分别选取本文解析盗窃案件数据和2014年1月至2015年3月福州市四个中心行政城区的公安盗窃案件数据进行比较,利用核密度估计算法研究犯罪集聚区,得到的集聚结果基本一致,发现福州市盗窃犯罪集聚发生于茶亭派出所、东街派出所和瀛洲派出所等辖区.

基于逐时降雨数据的长汀县降雨侵蚀力估算

基于长汀县最优降雨侵蚀力算法∑EI_(60),利用河田站降雨过程数据得到的R_(最优)(∑EI_(60))与该数据经过逐时分割得到的R_(逐时)(∑E_(60)P_(60))进行线性拟合,线性拟合的决定系数达到0.909;再将该拟合方程应用于逐时网格降雨融合数据中,估算县域降雨侵蚀力的空间分布.与常规的简易模型和逐月降雨量进行插值的方法相比,获得精度更高、更加符合实际情况的区域降雨侵蚀力分布,为该地区水土流失监测提供科学依据.

一种利用可见光波段无人机遥感的林下植被覆盖识别方法

利用可见光无人机遥感数据,通过分析不同地物在像元和对象尺度上的光谱信息,建立一种利用归一化红绿差异指数NGRDI特征并结合面向对象思想的林下植被覆盖识别方法,并对试验区和验证区开展方法应用与适应性分析.分析结果表明:NGRDI在像元尺度可以很好地区分乔木、草地和裸土,在对象尺度也能较好地区分林下有植被覆盖区域和林下无植被覆盖区域,同时该指数能较好地消除地形因素等影响.试验区林下植被识别的总体精度为85.9%,Kappa系数为0.78;验证区林下无植被覆盖区域和林下有植被覆盖区域提取的正确率分别为82.9%和95.1%.故利用可见光无人机影像的NGRDI指数进行林下植被覆盖识别方法是可行的.

一种基于仿射变换的SIFT误匹配剔除方法

针对基于尺度不变特征转换(scale invariant feature transform,SIFT)在配准过程中存在大量误匹配的问题,提出一种基于仿射变换的误匹配剔除方法.该方法首先根据SIFT算法粗匹配后得到的初始匹配点对,利用最小二乘法求解仿射变换的系数,然后通过不断迭代去除均方根误差较大点对的匹配关系.以长汀县不同时相的TM影像配准为案例的实验结果表明,所提出的方法简明高效、配准精度优于目前被广泛使用的RANSAC误匹配对剔除方法.

基于Web互操作的遥感生态指数计算及应用

遥感生态指数(RSEI)作为一种新型遥感生态指数,在生态环境评价中应用广泛。目前,RSEI计算多依托于本地GIS平台,难以共享和互操作。因此,本文在分析Web互操作方法基础上,提出一种RSEI互操作计算方法。该方法通过将遥感数据映射为OGC覆盖数据,克服异构遥感数据互操作问题。基于覆盖模型,利用WCPS计算RSEI所涉及的湿度、绿度、干度、热度指标,利用Web环境下的R语言,对计算后分指标数据进行主成分分析,从而获得RSEI。试验表明,这种基于WCPS+R的RSEI计算方式,具有Web互操作性,可实现跨平台交互,在线快速评价城市生态环境质量。

台湾岛高分一号卫星WFV数据气溶胶反演与验证

针对国产中等分辨率遥感数据的特性,集成暗像元和深蓝算法的优势,提供了一种能够同时对低反射率和高反射率地表类型实现AOD反演的方法.基于该方法,以台湾岛为例,利用高分一号卫星(GF-1)WFV数据反演得到550 nm处的AOD.与MODIS气溶胶产品(MOD04)进行比较,二者空间分布具有很好的一致性,总体相关系数r优于0.9.利用全球气溶胶自动观测网(AERONET)站点数据进行反演结果的验证.反演结果与AERONET实测值具显著的相关性(r>0.85),70%的反演结果满足误差精度要求.通过与暗像元法、深蓝算法的反演结果进行对比,本文方法在结果精度和空间覆盖度方面具有独特的优势.在台湾岛地区,夏、冬季分别采用海洋型和大陆型气溶胶模式比较适合;随着GF-1卫星数据空间分辨率的降低,气溶胶反演结果与地基观测值的相关性系数呈现先降低、后平稳的趋势,但整体变化不是太大.

ESTARFM模型在西藏色林错湖面积时空变化中的应用分析(1976-2014年)

湖泊(特别是内陆湖)作为全球气候变化的敏感区域,是气候变化与环境变异的指示器,其面积变化在一定程度上可反映区域的气候变化。因此,精确监测湖泊面积的时空变化,对分析区域生态环境变化具有重要的意义。本文基于ESTARFM时空数据融合模型,利用MODIS数据模拟了2000年后无法得到的Landsat数据;利用NDWI和MNDWI 2种水体指数并辅以DEM数据分析了1976-2014年西藏色林错湖湖面面积的时空变化;综合湖区周围6个气象站点的气象数据(1970-2014年),探究了湖面面积变化的原因及其对气候变化的响应。结果表明:(1)利用ESTARFM时空融合模型得到的Landsat-Like数据与真实的Landsat数据在水体信息提取方面具有较高的相关性,R2可达0.93,时空数据融合的结果可用于湖泊水体的信息提取;(2)近40年来(1976-2014年),色林错湖处于持续扩张状态,面积呈较显著的增长趋势,增加了近711.652 km2,增幅为42.36%,年平均增长速率约为18.728 km2a-1,增长最快时可达55.954 km2a-1;湖面面积变化先后经历了平稳变化-迅速变化-平稳变化3个阶段;北部湖区在40年间变化最为明显,向北扩展了约22.812 km;2003-2005年,南部湖区已与雅根错湖连为一体,随后二者共同扩张;(3)气温的持续升高造成的冰雪融水补给增加可能是导致湖泊面积扩张的主要因素,风速的降低为次要因素,湖面的面积变化与降水量、日照时数的变化相关性不明显。