共查询到19条相似文献，搜索用时 312 毫秒
1.
基于最优波段组合的土地利用/覆盖遥感信息提取研究 总被引：2，自引：1，他引：2
以渭河下游河流沿线区域为研究区,通过对2002年ETM+影像的各波段光谱特征、相关系数矩阵、最佳指数OIF、修正植被指数RNDVI、主成分变换进行分析后,认为第一主成分分量PC1、RNDVI和Band4为最优波段组合。利用非监督的ISODATA和监督分类相结合的方法对研究区进行土地利用/覆盖分类后,得到的总体分类精度为90.098 7%,Kappa系数为0.884 5,说明该研究方法获得的分类精度较高,步骤简便且实用性强,能极大地提取遥感分类信息。 相似文献
2.
3.
基于2005年江苏省森林资源连续清查数据,采用蓄积量——生物量换算因子连续函数法计算杨树林生物量,对生物量与LandsatTM数据各波段的比值B1/B3、B2/B4 、B2×B3/B4、B7/B5 、B7/B5、（B4＋ B5-B2）/（B4＋B5＋ B2）、B3/（B1＋B2 ＋B3 ＋B4 ＋B5 ＋B7）、B3/B4及植被指数NDVI、RVI、TNDVI进行相关性分析,筛选杨树生物量遥感估算模型的相应因子;并应用逐步回归技术建立估算杨树生物量遥感模型,估算出2005年泗阳县杨树林总面积为29 768.6 hm2,总生物量约为1 786 771.2 t,平均生物量约为60.0 t/hm2.结果表明,在森林资源连续清查的数据基础上,利用遥感影像在县级区域尺度上对杨树森林生物量进行有效估算是完全可行的,其方法具有时间分辨率高的特点,使生物量估算在较大的时间和空间尺度上具备操作的可能性. 相似文献
4.
5.
6.
7.
8.
为了快速、准确地获取作物分布信息,探索使用主动遥感影像（Sentinel-1A）和被动遥感影像（Sentinel-2）提取冬小麦空间分布的可行性。首先,根据冬小麦的物候特征,合成冬小麦全生育期的Sentinel-1A影像;并依据各类地物的NDVI（归一化植被指数）时序曲线合成一期高质量的冬小麦越冬后Sentinel-2影像。其次,设计Sentinel-1A影像、Sentinl-2影像和融合Sentinel-1A与Sentinl-2主被动遥感影像3种分类方案,然后在Google Earth Engine(GEE)云平台上基于随机森林算法对冬小麦进行分类。结果表明,基于全生育期Sentinel-1A影像的冬小麦用户精度和生产者精度分别为83.15%和86.44%,提取结果中存在较多的“椒盐”噪声;基于冬小麦越冬后Sentinl-2影像的冬小麦用户精度和生产者精度分别为87.98%和84.75%,提取精度较使用全生育期Sentinel-1A影像有所提高,但分类结果受“异物同谱”的影响,产生许多错分;融合主被动遥感影像的冬小麦用户精度和生产者精度分别为96.57%和95.48%,相较于仅使用单... 相似文献
9.
利用TM影像在土地利用/覆盖遥感解译中波段选取研究 总被引：9，自引：0，他引：9
研究建立在专用遥感数字图像处理软件（ERDAS 8.5）以及地理信息系统软件（ArcGIS 8.3,ArcView 3.2）平台上.选用处于三峡库区边缘的重庆南川市2003年TM影像,对土地利用/覆盖解译最佳波段组合进行了研究.TM145为解译居民点和水域的最佳波段组合,TM345为解译耕地、林地和草地的最佳波段组合. 相似文献
10.
以SPOT5多光谱影像为数据源,提取不同的遥感波段及比值波段.采用残差平方和准则,去除相关性高的遥感因子,筛选出对森林蓄积量估计起主要作用的遥感波段及比值波段.结果表明,对以栎类为优势树种的松类混交林,SP1、SP2、SP3、SPl/2、SP1×2/3、SP(1-2)/(1+2)、SP(2-3)/(2+3)因子对蓄积量... 相似文献
11.
基于TM数据提取竹林遥感信息的方法 总被引：2，自引：0，他引：2
利用LandSat5-TM对竹林遥感信息提取方法进行了研究:将归一化植被指数NDVI、结构效应指数CVI、综合效应指数MVI以及主成分变换的前3个分量PCA1、PCA2、PCA3与TM数据的6个波段(除第六波段)合成一个具有12波段的新数据;在最佳波段组合的基础上,结合地形图、土地利用图和野外调查数据,采用光谱特征模型、支持向量机、光谱角填图以及最大似然法对竹林信息进行了提取。研究表明:叶冠结构指数、综合指数、主成分变换等新波段对竹林信息提取很有帮助;与支持向量机、光谱角填图和最大似然法3种监督分类方法相比,基于光谱特征模型的竹林遥感信息提取方法具有一定的适应性,在保证竹林分类精度的同时,其他植被类型的分类精度也能得到满意的结果。 相似文献
12.
利用遥感数据与非遥感数据相结合的方法对内蒙古草地进行分类研究.以MODIS EVI(MODIS增强型植被指数)数据为基础,计算得到MODIS EVI月度数据,分剐取其一、二、三主成分作为分类的前3个参数;引入研究区域同期的气温、降水、生物温度及DEM(数字高程)数据,通过克里金插值、主成分变换、重采样等方法确定分类的第4、第5个参数.在此基础上,应用ISODATA技术对草地进行分类.结果表明,该分类结果能够提供比AVHRR NDVI(AVHRR归一化植被指数)和MODIS NDVI(MODIS归一化植被指数)更丰富的分类信息,可以清晰识别到5大草地类,对草甸草原、典型草原和荒漠草原可以进一步识别到草地亚类.因此,MODIS EVI数据与非遥感数据结合的多源信息综合分类能提高草地分类的精度. 相似文献
13.
概率神经网络的水稻种植面积遥感信息提取研究 总被引：1，自引：0，他引：1
为了提高水稻种植面积遥感信息提取精度,将根据水稻生长期所选择的多时相遥感影像经过大气校正和几何校正后,实施单波段统计、主成份变换和比值变换,选出最佳组合波段,通过分析概率神经网络(probabilistic neural network,PNN)的学习算法和基本结构,对最佳组合波段影像实现PNN模型分类,并将其分类结果与反向传播(back propagation,BP)神经网络模型和最小距离法的分类结果进行比较.结果表明:PNN模型比最小距离法的分类精度高出近6个百分点;PNN模型比BP模型的分类精度高出近13个百分点;对于水稻种植面积提取精度,PNN模型比最小距离法的结果高出15个百分点.从本次试验可知,PNN模型是一种有效的遥感影像分类方法,在作物种植面积提取方面将具有独到的功效. 相似文献
14.
目前遥感技术是估测区域森林生物量的有效手段。基于TM影像和样地数据,分析了从TM影像中提取的17个自变量与森林生物量的相关性,并用多元逐步回归法建立森林生物量模型,用于估算2009年北京山区森林生物量。提取的17个自变量中红光波段(TM3)、土壤校正植被指数(SAVI)和主成分分析的第三分量(PC3)为较好的解释变量,据此建立的生物量模型的相关系数较高(R2=0.869),估算得到北京山区森林生物量总计达1 088.38万t,平均生物量密度为35.2 t.hm-2。北京山区多数地方的森林生物量介于20-30 t.hm-2,大于30 t.hm-2的森林生物量主要分布在北部山区,表明北京森林质量不高,但提高的潜力很大。 相似文献
15.
利用MODIS和Radarsat-2遥感数据对大连新港2010年7月16日的海上溢油信息进行提取分析,经过预处理的MODIS遥感数据,采用波段运算提取出溢油信息。较高分辨率的Radarsat-2数据经过几何校正、滤波等预处理,根据溢油的特点采用纹理分析法提取出边界明显的溢油信息,并与MODIS的溢油结果进行比较分析,排除MODIS图像上的非溢油信息,实现两种数据的优势互补。利用ArcGIS 9.3软件分别对2010年7月18日的MODIS数据和2010年7月19日的Radarsat-2数据提取出的溢油区域进行面积计算,其结果分别为174km2和198 km2与中国海监船的报道相符合,说明了此方法的可行性。 相似文献
16.
17.
基于无人机可见光遥感影像的耕地精准分类方法研究 总被引：2，自引：0，他引：2
无人机可见光遥感具有使用成本低、操作简单、实时获取遥感影像、地面分辨率高等优势。提出了一种利用无人机可见光遥感影像进行耕地精准分类的方法,以广东省惠州市惠东县铁涌镇石桥村部分耕地的可见光遥感影像为研究对象,对耕地的面积信息、形状信息以及位置信息进行监测和提取,采用面向对象法对影像中两种基于可见光波段的植被指数、纹理信息、形状信息进行分析,研究出分类提取耕地信息的较佳方案。经过反复实验确定分割尺度45、合并尺度90为分割参数,同时利用波段信息和纹理信息对未种植作物耕地和其他地物进行分离。该方法总体精度为89.23%,Kappa系数为0.72。实验结果表明利用无人机可见光遥感数据对耕地进行分类虽然存在一些细碎地块被错提、误提的情况,但总体精度仍然保持在一个很高的水准,可以为耕地作物分类提供参考,为实现精准农业提供精准的数据基础。 相似文献
18.
遥感数据从时间尺度、空间尺度为人类生存的环境要素提取提供了有力的支持。遥感数据资源的重要性日益突出,数据积累周期越长其存在的潜在价值就越大,但是随着时间的推移,遥感数据也会随着传感器的衰退或损坏导致数据质量降低、无效数据等情况。针对该现象提出了一种自适应的多元拟合方法来修复光学遥感数据由于传感器损坏导致的无效观测;该方法通过考虑地物波谱反射特性实现坏像元修复,基于地物波谱在不同通道上的反射特性之间的关系,构建波谱自适应筛选因子来优化波段反射率修复模型,从而精确地修复坏像元的地表反射率。基于该方法,修复了Terra Moderate Resolution Imaging Spectroradiometer(MODIS)5波段数据在北京地区的无效观测(传感器坏像元);验证表明该方法精度统计指标RMSE为0.011,相比其他方法最好的结果提升大约8%,R~2达到0.82。整体上,该方法不但具有较好的精度,且具有更好的适用性。 相似文献
19.
利用TM影像和偏最小二乘回归方法估测三峡库区森林蓄积量 总被引：2，自引：0，他引：2
为进一步提高遥感模型预测森林蓄积量的精度和稳定性,分析了遥感特征因子、地形特征因子、郁闭度与森林蓄积量之间的相关关系。在此基础上,利用偏最小二乘回归方法构建了森林蓄积量遥感预测模型,生成了三峡库区森林蓄积量空间等级分布图,并与地面实测值进行比较。结果表明:该模型的最佳主成分数为3,且郁闭度、海拔、坡度、TM1、TM2、TM3、TM4、TM5、TM7、NDVI、RVI、TM7/TM3、TM4×TM3/TM2、亮度和湿度为预测森林蓄积量的入选变量;森林蓄积量预测的调整决定系数为0.524,相对误差为7.33%,均方根误差为1.763m3;利用该模型计算出三峡库区森林总蓄积量约为1.12亿m3,总体预测精度达到89.58%。研究结果为提高森林蓄积量遥感预测的精度提供了一种有效手段,有利于大面积应用和推广。 相似文献