共查询到20条相似文献，搜索用时 31 毫秒
1.
《湖北农业科学》2021,60(5)
针对不同因素影响,山区微小水体提取效果不佳的问题,选用2016年9月1日GF-1号卫星遥感影像,运用NDWI、SWI决策树、SVM分类3种不同方法对位于黄土高原沟壑区的山西省岔口流域的微小水体进行了提取,并对提取效果进行视觉对比与精度验证。结果表明,相比中低分辨率遥感影像,高分辨率遥感影像对于山区微小水体的提取结果更好,精度更高,可运用GF-1号影像进行流域水体的监测、提取;影响流域水体提取的主要因素是亮色地物(主要为建筑物)和阴影;NDWI、SWI决策树、SVM分类3种方法中,NDWI方式提取的水体信息较弱,SWI决策树与SVM分类法精度较高,但SWI决策树法消除了建筑物、亮色地物的影响,并较明显地区分了阴影与水体,因此更适用于流域微小水体的提取。 相似文献
2.
《天津农业科学》2020,(2)
由于国产高分一号卫星WFV相机的16 m数据获取具有免费、时效性好等特点而被广泛应用于遥感信息提取。面向对象的分类方法能够解决基于传统像素的分类方法所具有的破碎性强、易产生同谱异物现象的问题。本研究采用基于面向对象的分类思路,以天津市宝坻区为研究区域,通过获取高分一号卫星影像并进行预处理,利用遥感信息处理软件eCognition对该数据进行影像分割,并对影像分割斑块进行基于规则的分类,提取出宝坻区范围内植被、水体、建设用地、裸地四类地物,并利用高分辨率影像对比进行精度验证,分类总精度达到93%。结果表明:利用高分一号国产卫星16 m影像,采用面向对象的分类思路进行地表覆盖类别的信息提取,可以快速便捷地实现目标区域空间地理信息的获取,对于监测地表覆盖面积和分布状况起到指导作用。 相似文献
3.
基于不同时相高分一号卫星影像的水稻种植面积监测研究 总被引：1，自引：0，他引：1
《江苏农业科学》2017,(22)
高分一号卫星影像具有高空间分辨率和高时间分辨率的优点。为了分析在水稻生育期内不同时相的高分一号卫星影像对水稻识别的影响,以江苏省建湖县为研究区域,选用2014年7月21日至2014年10月24日期间5景空间分辨率为16 m的高分一号卫星影像,采用ISODATA分类与人工目视解译相结合的方法分别提取各时相的水稻种植面积,并以地面实测GPS水稻样方进行精度验证,结果表明5个时相的水稻种植面积精度都在86%以上,10月15日精度达到最高,为90.391%,说明利用高分一号卫星影像可以用于监测水稻种植面积且精度较高,在农业遥感监测领域中具有广阔的应用前景。 相似文献
4.
水体遥感影像提取污染物信息普遍存在着尺度效应问题,选择合适的空间分辨率影像能够准确地表征水域污染的空间分布状况.充分利用水体空间尺度信息,研究水色遥感的尺度问题,有利于提升湖泊水体遥感反演模型的应用能力.以巢湖水域HJ-lA卫星HSI高光谱和CCD多光谱遥感数据为例,以Matlab为平台,采用基于离散小波多尺度变换分析方法,生成多光谱尺度和空间尺度影像,然后利用水体污染物的定量遥感反演方法,获取湖面水体叶绿素多尺度空间分布浓度,并利用水面同步实测数据对反演结果进行验证.通过结果比较,确定100 m分辨率的HSI高光谱数据为较优分析空间尺度. 相似文献
5.
高分一号卫星影像监测水稻种植面积研究综述 总被引：2，自引：0，他引：2
《湖南农业科学》2014,(13)
简要介绍了高分一号卫星应用于农情遥感监测的优势和水稻种植面积遥感监测的原理,着重对遥感影像数据预处理、遥感影像分类方法与水稻面积提取技术等方面的研究进展进行了综述。高分一号卫星具有高空间分辨率和时间分辨率的特点,反映作物的光谱特征明显,适合选用为农情遥感监测的数据源;基于高分辨率卫星影像的水稻种植面积提取技术比较成熟;基于决策树、人工神经网络、专家知识、人工目视解译等分类提取方法应用前景广阔,但精度有待进一步提高。 相似文献
6.
为提高农田洪涝灾害信息提取效率,探索了有效的遥感影像水体自动提取方法,以2021年7月下旬河南省浚县农田洪涝灾害为研究对象,在灾前、灾中和灾后以Sentinel-2遥感数据归一化水体指数（NDWI）、改进的归一化水体指数（MNDWI）、多波段水体指数（MBWI）和B12波段作为多维特征,采用多维非监督水体自动提取方法提取水体面积。同时利用Canny-Edge-Otsu水体自动提取方法分别对MBWI、MNDWI、NDWI 3种水体指数和GF-3数据的HV极化波段进行阈值分割,提取农田洪涝灾害信息,并对不同数据源和不同方法提取农田洪涝灾害信息的精度进行对比分析。结果表明,多维非监督水体自动提取方法集成了多种水体指数和波段作为多维特征,灾前和灾后水体提取误差分别为6.99%和7.45%,低于Canny-Edge-Otsu水体自动提取方法;MBWI、MNDWI与NDWI 3种水体指数相比,MBWI水体提取误差最小,NDWI提取误差最大,但均易将建筑物和云阴影地区误判为水体;灾后基于GF-3的洪水提取误差为15.57%,高于Sentinel-2影像,但GF-3遥感影像不受云雨天气影响,能够在洪涝... 相似文献
7.
基于面向对象方法的GF-2影像桉树林信息提取 总被引：1，自引：0，他引：1
《浙江农林大学学报》2017,(4)
高分2号(GF-2)是中国研制的空间分辨率最高的民用遥感卫星。为探讨GF-2遥感数据对林业资源信息的监测能力,以广西横县平朗乡桉树Eucalyptus林为研究对象,基于面向对象的图像分析方法,通过对影像多种特征的分析与提取,建立桉树林信息提取的知识规则,实现桉树林空间分布的准确提取,最终桉树林提取的用户精度和生产者精度分别达81.4%和86.4%。结果表明:利用GF-2数据基于面向对象思想的桉树林提取精度能够满足林业部门对于快速准确提取林业资源信息的生产需求。GF-2卫星因其高时空分辨率的特性可作为林业资源覆盖变化多尺度高精度检测的重要数据源。 相似文献
8.
【目的】高分三号(GF-3)卫星具有全天时、全天候对地观测能力,基于高分三号雷达数据开展水体自动提取及业务运行研究,是洪涝监测、旱情监测等水资源管理的技术支撑。【方法】文章提出了一种基于阈值自动分割的水体自动化提取算法,通过影像直方图分布特征自动确定分割阈值,自动化提取水体。针对全国大范围业务监测需求,设计提出数据订阅接收、数据预处理、水体提取、后处理和产品入库、数据分析和产品展示的全流程业务运行系统。【结果】以云南省阳宗海、江苏省洪泽湖、北京市密云水库等3个典型水体验证算法的有效性,比较了不同极化数据水体提取结果。(1)直方图呈现典型的双峰特征分布,水体和背景像元被自动化寻找的阈值有效分割;(2)水体提取的精度对极化方式的选取并不敏感。【结论】采用GF-3卫星数据进行水体自动提取,能有效监测水资源,为洪涝、旱情等农田水利管理提供数据支持。 相似文献
9.
10.
【目的 】遥感影像的精确几何配准对于国产高分系列卫星影像处理以及后续的农情监测等应用至关重要。【方法 】文章基于自动配准和正射校正程序包AROP,选择16 m分辨率的高分1号、高分6号宽幅影像和3 m分辨率高分2号、高分7号多光谱影像作为实验数据,以经过几何精校正的10 m分辨率的Sentinel-2影像和3 m分辨率的谷歌影像为基准影像,在农业用地场景和城市用地场景下,进行批量的几何配准实验,对配准的结果进行目视检验和定量评价。同时,为了更好地匹配高分影像与Sentinel-2影像,将高分1号、高分6号宽幅数据重采样到15 m的分辨率进行几何配准。【结果 】在农业用地和城市用地场景下,配准精度大多达到了0.5个像元以内,满足了影像配准的精度标准。其中15 m分辨率的高分1号和高分6号的配准精度分别为0.31～0.54和0.33～0.53,均小于0.6个像元;3 m分辨率的高分2号的配准精度在0.47～0.6之间,小于0.6个像元;高分7号的配准精度在0.44～0.49之间,小于0.5个像元,而且所有高分系列遥感卫星在配准后均目视效果出色,接边良好。【结论 】利用AROP对15 m分辨... 相似文献
11.
12.
《西南农业学报》2016,(10)
以2014年四川省德阳地区为研究区域,建立10个(500m×500m)样方作为训练区,同时期建立水稻验证点。提取2个时相高分一号的NDVI值,分析其变化特征,确定阈值;利用数字高程图(DEM)及坡度图,采用决策树分类方法,进行水稻遥感监测。以水稻地块样点作验证,评价高分一号数据在水稻识别方面的精度,最后利用样方测算的修正系数对遥感监测面积进行修正。结果表明,在类似德阳地块比较破碎的平原和丘陵区域,高分一号影像遥感识别水稻的用户精度可达92.3%,制图精度可达96.5%。以78%系数乘积修正该区域水稻遥感监测面积,得到更为准确的水稻播种面积。高分一号影像作为全新的高空间分辨率遥感数据,在水稻监测方面,可作为一种可靠的、免费的遥感影像替代源在更大区域中探讨使用。 相似文献
13.
14.
基于Landsat ETM+的内陆湖泊水体信息提取方法研究 总被引：2，自引：0，他引：2
【目的】针对已有水体信息提取方法无法准确识别干旱区湖泊水体和非水体边界信息的缺点,提出一种新的水体信息提取方法,以期高精度地提取水体信息。【方法】以我国最大的干旱区内陆淡水湖———博斯腾湖及其周边地区为研究对象,以研究区Landsat ETM+遥感影像图为主要数据源,以大量的湖岸线GPS定位数据为检验依据,提出了多波段DN值比较法(CBDN),并对比分析了CBDN与常用的单波段阀值法、NDWI、MNDWI、谱间关系法和NDWI3等方法的水体信息提取效果,对各种方法提取结果的精度进行评价。【结果】CBDN法不仅能准确地提取水体信息,而且该法提取的水体与非水体之间的边界线与实际湖岸线非常接近,水体与非水体信息提取的总体精度最高,为99.29%。【结论】CBDN方法优于其他已有的常用水体信息提取方法,该法操作过程较简单、快捷方便,有一定的推广价值。 相似文献
15.
【目的】中国南方地区云雨频繁且农业景观破碎，是我国农作物遥感监测最具挑战的区域之一。我国自主研发的高分系列卫星具有高时空分辨率和高质量成像的特点。本研究挖掘多源高分系列卫星的时间和空间双重优势，实现多云雨及景观异质区作物精细化识别。【方法】基于国产高空间分辨率高分二号（GF-2）影像表征农田空间几何特征，协同中空间分辨率高分一号（GF-1）和高分六号（GF-6）加密影像观测时间序列，充分表征农作物光谱季相节律。通过构建光谱-时相-空间三维分类特征，基于随机森林进行农作物分类并计算不同特征的重要性。同时，设置不同影像组合和不同分类单元下的多种分类场景，进一步分析不同高分数据协同利用在农作物识别上的表现差异。【结果】基于GF-1、GF-2和GF-6影像和面向对象的农作物分类在湖北省潜江市研究区的总体精度为95.49%,Kappa系数为0.94；在枣阳市的总体精度为93.78%,Kappa系数为0.92。协同GF-2和GF-6进行农作物分类精度优于协同GF-2和GF-1。此外，基于GF-2进行面向对象的农作物分类效果优于面向像元，其中潜江总体精度提升了1.4%，枣阳提升了1.32%。相比GF... 相似文献
16.
精确的掌握地表植被覆盖度信息能够为生态环境建设提供可靠的参考数据。选取GF1-WFV(16m)影像、GF1-PMS(8m)影像、融合(2m)影像,并对这些影像进行处理提取植被覆盖度信息,进一步分析不同影像之间植被覆盖度信息的差异性。研究结果表明:高分一号影像随着分辨率的提高,影像植被覆盖度的空间结构逐渐明显清晰,纹理越平滑,细节信息越明显;植被覆盖度信息量随影像分辨率提高,所含信息量不断增加,提取的效果增强,同时植被覆盖度信息分布呈现中间聚拢的状态;GF1-WFV影像、GF1-PMS影像、融合影像的植被覆盖度估算的精度分别为63.11%、73.88%、82.13%。因此,高分一号不同分辨率的影像对植被覆盖度的提取差异明显。 相似文献
17.
湖泊水体的准确提取在水体灾害监测、水资源利用、防灾抗旱等方面具有重大意义,一般湖泊水体提取的方法受影像阴影、冰雪、云等的影响较大,不利于湖泊水体信息的提取.该研究提出了鄱阳湖水域信息提取的新方法即ONDWI(即Override NDWI)=(NDB-NIR)/(NDB+ NIR)指数法来进行鄱阳湖水域的水体提取,该方法能有效地去除水体中含有的湿地,同时还能较好地抑制植被和土壤信息.该方法的提出有利于鄱阳湖自然生态水域的水资源保护和水体监测. 相似文献
18.
为能够快速获得研究区域农业大棚空间信息,选择高分一号2 m全色/8 m多光谱影像为数据源,在地类光谱曲线的研究基础上,计算研究区域不同地类要素的形状指数,利用面向对象法对农业大棚的地理信息进行了提取,并对提取结果进行了精度验证与分析。结果表明,面向对象法提取农业大棚地理信息的精度达到87.6%,能够满足土地调查、规划等需求。 相似文献
19.
20.
基于高分六号影像的四川盆地油菜种植调查 总被引：1，自引：0，他引：1
目的:使用高分六号多光谱影像调查评价四川地区油菜种植空间分布现状。方法:以四川盆地四川部分油菜种植区为调查区,选择油菜识别最佳时期的高分六号卫星多光谱影像,进行正射校正及几何精纠正,通过最大似然监督分类方法提取调查区内油菜种植空间信息,初步评价该区油菜种植区的空间分布现状。结果:结合地面调查样方数据验证:①基于高分六号影像的油菜分类总体精度为82.06%,Kappa系数为0.6997。②盆地内四川地区2019年油菜种植面积约为103.24万hm~2,规模种植区主要分布于成都、德阳、绵阳、雅安、眉山、乐山等地区。结论:高分六号遥感数据及监测结果可为四川农业产业发展及种植结构调整优化提供参考信息。 相似文献