共查询到19条相似文献，搜索用时 718 毫秒
1.
为了充分利用中等分辨率遥感影像的空间、纹理和光谱信息,解决影像中存在的大量混合像元问题,提高多端元光谱混合分析方法的效率,本文提出了基于面向对象的多端元光谱混合分析方法。首先利用面向对象的分析方法对研究区遥感影像进行分类,得到分类结果图;然后对分类结果图中包含多种土地覆盖类型的对象进行多端元光谱混合分析,获得各土地覆盖类别的丰度图及分解残差图;最后对基于面向对象的多端元光谱混合分析结果与多端元光谱混合分析结果进行对比分析。结果表明,基于面向对象的多端元光谱混合分析方法能够得到比较连续且和实际地物分布较为吻合的分析结果,其分解精度和效率优于多端元光谱混合分析方法。该方法可更有效地提取地表覆盖信息,为研究区域性生态环境变化、模拟分析提供了有效的信息提取方法。 相似文献
2.
3.
采用国产高光谱分辨率成像光谱仪(OMIS-Ⅰ)系统数据对荒漠化评价的植被因子(植被盖度、生物量)进行了定量反演。通过建立以像元为单位的定量化遥感信息模型,获得荒漠化地区植被因子的分布图。结果表明,用高光谱数据定量反演荒漠化地区植被生物量和盖度是比较可靠的。当反演区域内灌木和草地同时存在时,多项式模型的精度要明显高于线性模型;当植被类型单一时,模型即为较高精度的线性模型。植被因子的定量反演与植被类型有关。 相似文献
4.
植被高光谱遥感的应用研究综述 总被引：14，自引：0，他引：14
植被高光谱遥感以其显著的特点已经成为连接遥感数据处理、地面测量、光谱模型和应用的强有力的工具。本文概述了植被高光谱遥感数据的处理方法和高光谱分析的算法以及它在植被参数估算与分析、植被长势监测、估产及生物量估算等领域的应用现状 ,特别是与近年逐步兴起的多角度遥感结合在建立与完善双向反射模型 ,更精确地反演植被参数等方面的发展状况。并讨论了进一步充分利用植被高光谱遥感数据 ,加速遥感定量化进程的一些途径。 相似文献
5.
植被高光谱感的应用研究综述 总被引：4，自引：0，他引：4
植被高光谱遥感以其显著的特点已经成为连接遥感数据处理、地面测量、光谱模型和应用的强有力的工具.本文概述了植被高光谱遥感数据的处理方法和高光谱分析的算法以及它在植被参数估算与分析、植被长势监测、估产及生物量估算等领域的应用现状,特别是与近年逐步兴起的多角度遥感结合在建立与完善双向反射模型,更精确地反演植被参数等方面的发展状况.并讨论了进一步充分利用植被高光谱遥感数据,加速遥感定量化进程的一些途径. 相似文献
6.
7.
《山东农业大学学报(自然科学版)》2017,(2)
像元分解是遥感图像信息挖掘的重要手段,非负矩阵分解模型应用于高光谱遥感图像混合像元分解时,分解的效果与算法所获局部最优解密切相关。本文将带正交性约束的非负矩阵分解用于光谱解混,保证了分解矩阵列向量的线性无关性,进而使分解所得端元光谱具有较大的独立性。通过试验分析,利用正交非负矩阵分解,实现了对1997年机载可见光及红外成像光谱仪(AVIRIS)高光谱图像的混合像元分解,结果表明,增加约束条件后的正交非负矩阵分解,能成功分离出6种端元光谱,解混出的端元光谱与参考光谱的光谱角距离更小,与真实地物的丰度谱图吻合度增强。 相似文献
8.
植被盖度遥感反演模型在稀疏高寒草原的对比研究 总被引：1，自引：0，他引：1
《四川农业大学学报》2017,(1)
【目的】基于Landsat8遥感影像数据,反演西藏日喀则地区高寒草原植被盖度。【方法】采用比较常用的3种植被盖度反演模型,即像元二分模型、基于归一化植被指数(NDVI)与土壤调整植被指数(SAVI)的回归模型、改进的三波段梯度差模型,对稀疏高寒草原植被盖度进行反演,并采用照相法实测植被盖度进行反演精度分析。【结果】3种模型对高寒草原植被盖度的反演精度以像元二分模型最高,反演精度为82.02%,其他两种模型均小于80%。【结论】像元二分模型相对于回归模型和改进的三波段梯度差模型更适用于稀疏高寒草原植被盖度的反演。 相似文献
9.
以国产GF-2卫星影像对北京市鹫峰国家森林公园主要植被类型进行面向对象分类,通过光谱、纹理、植被指数、季相特征属性的筛选并建立规则集,采用3种分类方法(四季时相知识规则结合CART决策树、四季时相的最邻近法、单季时相的最邻近法)进行植被类型分类。结果显示:3种分类方法的总体分类精度分别为85.6%、79.0%、60.1%。充分证明了在植被类型较复杂的区域内,利用GF-2影像多季时相特征,采用分层逐步分类法与多种分类方法相结合能够提高植被类型的分类精度,为国产高分遥感影像在森林资源监测与管理上的应用提供了技术支持。 相似文献
10.
以西北地区典型的干旱区——疏勒河中下游地区为研究区,利用植被指数(NDVI、SAVI、EVI)对原始Landsat-OLI影像进行了维度扩展,构建了以高反射率、低反射率、裸土、农田植被、荒漠植被为组分的五端元模型.之后对实测植被光谱值进行分析,将实测植被光谱值引入到端元模型中,进一步构建了将植被分为农田植被、第一类荒漠植被和第二类荒漠植被的六端元模型,基于全约束的线性光谱混合模型进行混合像元分解以获取研究区的植被覆盖度.采用同时期的实测植被覆盖度值进行精度验证,结果表明:2种端元模型的模拟结果均符合研究区植被覆盖度的分布特征,虽然总体上五端元模型的估算略优于六端元模型,但是在存在大面积荒漠植被的区域,六端元模型的估算结果与实测数据的相关系数明显优于五端元模型.因此,对干旱区植被实测光谱值进行分析,将实测光谱值引入端元模型,进行植被覆盖度研究可以提高荒漠植被覆盖度的估算精度,具有一定的应用前景. 相似文献
11.
海岸线是多年平均大潮高潮所形成的海水和陆地分界线的痕迹线,遥感技术可以提供大范围的海岸线动态监测。传统的硬分类方法提取海岸瞬时水边线是基于像元级的基础上进行的,其提取的精度较低;然而利用亚像元分解方法在复杂海岸地带上提取海岸瞬时水边线,是一项既新颖又具有挑战性的任务。因此,提出一种改进的亚像元海岸瞬时水边线提取方法(Improved Sub-pixel Coastal Waterline,ISPCW)可以获得较高的海岸瞬时水边线提取精度。首先,使用了一种水体-植被-不透水层-土壤模型(Water-VegetationImpervious-Soil,W-V-I-S)用于检测和确定海岸地带的W-V-I-S混合像元和纯净端元光谱;随后使用全约束最小二乘法(Fully Constrained Least Squares,FCLS)估计W-V-I-S混合像元中水体丰度值;最后使用空间吸引力模型获得海岸瞬时水边线。在上海实验区中,采用EO-1高光谱数据,将ISPCW方法和传统的多端元光谱混合分析(Multiple Endmember Spectral Mixture Analysis,MESMA)、混合调谐匹配滤波法(Mixture Tuned Matched Filtering,MTMF)、连续最大角凸锥(Sequential Maximum Angle Convex Cone,SMACC)、能量约束最小化(Constrained Energy Minimization,CEM)混合像元分解方法和归一化水体指数(Normalized Difference Water Index,NDWI)进行对比。实验结果表明,ISPCW方法用于提取海岸瞬时水边线获得较好的效果,其精度达到0.38个像元,与MESMA、MTMF、SMACC、CEM和NDWI方法相比,精度分别提高了22.4%、33.3%、42.4%、43.2%和51.3%,可以更有效的应用于高光谱海岸瞬时水边线提取。 相似文献
12.
NDVI-Based Lacunarity Texture for Improving Identification of Torreya Using Object-Oriented Method 总被引：1，自引：0，他引：1
Normalized Difference Vegetation Index (NDVI) is a very useful feature for differentiating vegetation and non-vegetation in remote sensed imagery. In the light of the function of NDVI and the spatial patterns of the vegetation landscapes, we proposed the lacunarity texture derived from NDVI to characterize the spatial patterns of vegetation landscapes concerning the “gappiness” or “emptiness” characteristics. The NDVI-based lacunarity texture was incorporated into object-oriented classification for improving the identification of vegetation categories, especially Torreya which was the targeted tree species in the present research. A three-level hierarchical network of image objects was defined and the proposed texture was integrated as potential sources of information in the rules base. A knowledge base of rules created by classifier C5.0 indicated that the texture could potentially be applied in object-oriented classification. It was found that the addition of such texture improved the identification of every vegetation category. The results demonstrated that the texture could characterize the spatial patterns of vegetation structures, which could be a promising approach for vegetation identification. 相似文献
13.
森林类型识别技术是遥感分类中的重点和难点,采用面向对象的遥感影像分类方法是实现森林类型分类的新方法。资源3号遥感影像可为森林类型提取提供新方向。以资源3号遥感影像作为基础研究数据,采用面向对象的分类方法,选择分形网络演化法进行多尺度分层分割,并结合典型地物的光谱特征、纹理特征、几何特征以及植被指数,构建了适用于森林类型提取的决策树模型,并与分割尺度不同的支持向量机分类方法进行比较分析。结果表明:多层分割的决策树分类方法分类精度高于单层分割的支持向量机分类方法,分类精度分别提高了6.1%和12.5%。说明建立多层分割的决策树分类方法适用于森林类型的分类研究。 相似文献
14.
在对面向对象遥感分类方法的基本原理与基本算法阐述的基础上,以山东省微山湖湿地植被分类为实验区数据,进行湿地植被分类训练和精度评定。结果表明,实验区居民区、水域、陆生植被、水生植被的面向对象的分类精度分别为:92.81%、93.78%、96.29%、95.38%,明显高于监督分类的分类精度92.13%、88.36%、89.24%、86.55%,充分展示出在湿地植被分类中面向对象遥感分类的优势。 相似文献
15.
以内蒙古呼伦贝尔草原为研究区,共选择放牧区和非放牧区的47个观测样地,利用数码相机获取草地冠层照片,利用HLS彩色变换与RGB结合法及其他方法分别提取植被覆盖度。结果表明:本文发展的HLS彩色变换与RGB结合法提取的植被覆盖度的平均精度达85.85%,仅次于最大似然监督分类法。基于本文方法提取的实测点草地植被覆盖度与Landsat-5 TM影像计算的6种植被指数均有较好的正相关关系,其中与减小的比值植被指数(RSR)的相关性最高,从而建立了植被覆盖度遥感估算模型。遥感估算的研究区植被覆盖度空间差异明显,大部分草地植被覆盖度在0.7～0.9之间,而放牧区的草地植被覆盖度大多在0.5～0.7之间。 相似文献
16.
荒漠植被分布稀疏且叶面普遍较小,导致影像中植被光谱特征较弱,分类难度较大。为提高荒漠植被分类精度,选取古尔班通古特沙漠为研究区,以无人机遥感影像和数字表面模型为数据源,采用面向对象的随机森林算法,在去相关拉伸光谱信息增强基础上对荒漠植被进行分类,分析去相关拉伸前后分类精度的变化。结果表明：基于去相关拉伸并结合面向对象和随机森林算法的轻、中、重度沙漠化区总体分类精度分别为91.01%、95.34%、93.18%,较原始影像分类精度分别提升19.94%、16.10%、17.61%,实现了对荒漠植被的高精度分类,从而为获取荒漠区植被分布状况以及荒漠化监测提供参考。 相似文献
17.
【目的】基于多时相的高分一号(GF-1)影像,利用面向地块对象分类法提取广西崇左市江州区大宗农作物种植面积,为南方多云雨丘陵地区提取作物信息提供参考。【方法】以2 m分辨率的GF-1影像为数据源,采用人机交互的方式准确识别地表覆盖的地块信息,基于对多时相GF-1影像进行云影检测,并处理生成影像的光谱、归一化植被指数(NDVI)、亮度等特征,采用面向地块对象的分类方法提取甘蔗、水稻和香蕉的作物信息。【结果】根据混淆矩阵评价分类的结果可知,提取大宗农作物的总体精度为90.08%,Kappa系数达0.85,满足农业成果应用的精度要求。【结论】利用有效影像数据,结合地块数据完成作物信息提取,该技术方法能够准确提取丘陵地区大宗农作物信息,为解决南方多云雨丘陵地区提取作物信息难题提供了有效途径。 相似文献
18.
湿地植被在湿地生态系统中起着无可替代的作用,其空间分布在很大程度上反映了滨海湿地的开发利用、生态环境特征和健康状况。以杭州湾南岸为研究区,以QuickBird影像和野外调查数据为数据源,基于面向对象原理在确定最优分割尺度的基础上采用随机森林模型,对滨海土地利用分类,并精确提取湿地植被。结果表明:面向对象和随机森林相结合的方法可以有效提取杭州湾5种湿地植被类型和6种土地利用类型,分类总体精度达86.90%,Kappa系数达到0.85,5类滨海湿地植被的用户精度均达到85%以上,更有海三棱藨草Scirpus mariqueter的用户精度达到100%,充分说明了基于面向对象分割和结合随机森林模型方法适用于滨海湿地植被信息的精确提取。 相似文献
19.