首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 143 毫秒
1.
最近几年,随着空间遥感技术的发展,高分辨率遥感影像在土地资源调查、环境监测等领域中的应用日益广泛。利用传统的遥感影像分类方法,如监督分类,容易导致分类精度降低,空间数据大量冗余和资源的浪费。面向对象的分类方法正是为了解决这些问题而出现,面向对象的方法利用遥感影像结构、光谱信息,并在建立这些特征之间的层次关系的基础上,对遥感影像进行分类。利用杭州市西湖区域2014年10月份的数据,基于ENVI5.0对高分辨率影像进行地物特征的信息提取,利用监督分类和面向对象技术首先对该区域信息进行分类,然后再对分类结果进行对比分析研究。结果表明,面向对象分类方法在此数据城市绿地信息提取中精度优于监督分类。  相似文献   

2.
根据高分辨率遥感数据,采用面向对象分类方法,对南京市某地块的土地覆盖信息进行提取。由于分类单元不再是单个像素,而是综合了光谱信息、纹理特征、拓扑关系和专题信息的影像对象,使得分类总体精度较传统方法提高18.1%,克服了传统基于像元分类法中的"椒盐现象",并且大幅降低了"异物同谱"、"同物异谱"对分类结果的负面影响。该方法对于依托高分辨率遥感影像进行土地覆盖信息的提取与更新,具有可行性和推广性。  相似文献   

3.
以闪电河乡马神庙村的耕地提取为例,研究了纹理特征与面向对象结合的高分影像耕地提取的应用。结果表明,结合纹理特征增强算法的提取影像的纹理特征进而进行面向对象的影像分类的方法能够显著提高高分辨率遥感影像分类的精度,尤其是对耕地这一拥有规则的纹理特征的植被类型的地表覆盖地类的影像分类的精度有很大提高。  相似文献   

4.
在现有流域缓冲带研究的基础上,以环巢湖流域为研究区域,利用Landsat TM/ETM+卫星遥感影像数据,首先对研究区的影像进行土地利用分类,在此基础上提取各汇水区的地形特征,然后对各汇水区进行缓冲区宽度设置分析,最后对环巢湖流域的生态环境敏感性进行评价。研究成果可为环巢湖流域的土地利用规划、生态治理、环境保护和旅游资源开发等提供科学依据。  相似文献   

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   

6.
基于面向对象的橡胶分布面积估算研究   总被引:4,自引:0,他引:4  
海南是最大的天然橡胶种植区域,常规的调查方法费时费力。随着高分辨率遥感影像的应用,为橡胶信息提取提供了可能。以高分辨率QuickBird卫星影像为基础,采用面向对象的信息提取方法,用光谱、形状、纹理等构建特征空间,进行橡胶的分类试验,获取橡胶的种植面积信息,结果显示,基于面向对象方法的提取精度高,用面向对象的分类方法进行橡胶信息的提取是可行的。  相似文献   

7.
SPOT5遥感影像土地利用信息提取方法研究   总被引:3,自引:0,他引:3       下载免费PDF全文
【目的】探讨高分辨率遥感影像土地利用信息提取方法的优劣,为研究土地利用/覆盖动态变化提供参考。【方法】以结合纹理特征的支持向量机(Support vector machine,SVM)分类和多尺度分割的面向对象分类为主要技术,对陕西佛坪长角坝乡遥感影像的土地利用信息进行提取,并将分类结果与基于传统像元的最大似然法分类结果进行比较分析。【结果】面向对象分类法的总精度达到90.67%,较结合纹理特征的SVM法提高了8.34%,而与最大似然分类法相比提高了近20.32%,克服了其他分类方法存在的同谱异物现象及分类结果中地物破碎等缺点,取得了较好的分类结果。【结论】利用面向对象分类法不仅达到了提取土地利用信息的目的,而且精度高、速度快。  相似文献   

8.
为探究无人机遥感技术在黄土高原森林资源调查中的适用性,以晋西黄土区蔡家川流域为研究区,以无人机可见光影像为遥感数据源,基于面向对象最邻近分类法,识别并提取研究流域的树种和树冠信息,并与样方调查数据进行对比分析,评估无人机影像提取植被信息的精度及其适用性。结果表明:面向对象最邻近分类法对于郁闭度较低的林分和经济果木林的树种提取效果极好,但复杂植被类型会导致提取精度下降。在农地子流域和人工林子流域上,树种提取的分类混淆矩阵Kappa系数分别为0.898和0.728。面向对象最邻近分类法对人工林和经济果木林的树冠提取精度较高,与实测数据线性回归的决定系数(R~2)在0.7以上,但对次生林的树冠提取效果相对较差,R~2仅有0.422 3。将该方法拓展应用至流域尺度,识别结果显示,蔡家川流域内人工林子流域主要为刺槐、油松和侧柏混交林,经济作物主要为苹果,油松的林分密度为1 744株·hm~(-2),平均冠幅为2.24 m,苹果的林分密度为382株·hm~(-2),平均冠幅为4.26 m;农地子流域有苹果树912株,林分密度为439株·hm~(-2),平均冠幅为3.84 m。结果表明,基于无人机遥感影像,利用面向对象最邻近分类法可以高效、准确地提取林木株数、郁闭度和平均冠幅,从而有效提高黄土区植被调查的效率。  相似文献   

9.
为了探究利用高分辨率影像进行外来物种薇甘菊Mikania micrantha遥感监测,以WorldView-2影像为数据源,利用面向对象的分类方法,对深圳市薇甘菊进行遥感监测。研究结果表明:利用WorldView-2影像进行薇甘菊的最佳波段组合为364波段(近红外波段、海岸波段、红色波段),薇甘菊的制图精度为83.33%,用户精度为81.08%,总体精度为87.5%,且其他地物类型的分类精度也比较高,都达到80%以上,取得较好的监测结果,突破了人工调查周期长,主观性强等缺点,在监测手段、方法以及时间上更加具有优势。因此,基于WorldView-2影像面向对象方法进行薇甘菊遥感信息提取具有良好的应用价值。  相似文献   

10.
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   

11.
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   

12.
为探究无人机遥感技术在黄土高原森林资源调查中的适用性,以晋西黄土区蔡家川流域为研究区,以无人机可见光影像为遥感数据源,基于面向对象最邻近分类法,识别并提取研究流域的树种和树冠信息,并与样方调查数据进行对比分析,评估无人机影像提取植被信息的精度及其适用性。结果表明:面向对象最邻近分类法对于郁闭度较低的林分和经济果木林的树种提取效果极好,但复杂植被类型会导致提取精度下降。在农地子流域和人工林子流域上,树种提取的分类混淆矩阵Kappa系数分别为0.898和0.728。面向对象最邻近分类法对人工林和经济果木林的树冠提取精度较高,与实测数据线性回归的决定系数(R2)在0.7以上,但对次生林的树冠提取效果相对较差,R2仅有0.422 3。将该方法拓展应用至流域尺度,识别结果显示,蔡家川流域内人工林子流域主要为刺槐、油松和侧柏混交林,经济作物主要为苹果,油松的林分密度为1 744株·hm-2,平均冠幅为2.24 m,苹果的林分密度为382株·hm-2,平均冠幅为4.26 m;农地子流域有苹果树912株,林分密度为439株·hm-2,平均冠幅为3.84 m。结果表明,基于无人机遥感影像,利用面向对象最邻近分类法可以高效、准确地提取林木株数、郁闭度和平均冠幅,从而有效提高黄土区植被调查的效率。  相似文献   

13.
[目的]利用遥感影像在定量描述土地覆盖和环境变化方面具有的优越性,以青海湖流域为研究区,研究土地利用时空变化,以便对该地区的环境治理和生态恢复提供理论依据和技术支持.[方法]选取2001、2006、2011年3期TM遥感影像数据,利用支持向量机分类器分别对遥感影像进行分类得到每期的土地覆盖图,建立CA-Markov预测模型,经模型验证后,应用该模型对2016年青海湖流域土地利用结构进行预测.[结果]预测结果与实际解译结果接近.[结论]利用CA-MARKOV预测模型预测土地覆盖变化是可行的,能够有效揭示土地覆盖变化趋势,对决策规划、分析该地区土地荒漠化、生态环境变化规律及其成因具有重要意义.  相似文献   

14.
为了更加快速、准确的提取出荒漠绿洲区土地利用类型,采用面向对象的分类方法,利用e Cognition软件对荒漠绿洲区磴口县高分一号遥感影像进行多尺度分割,并对分割尺度、颜色、形状、紧密度和光滑度等参数设置进行多次的试验,最终确定了荒漠绿洲区高分一号遥感影像信息提取的最佳分割尺度与分类规则。对研究区高分一号影像也采用最大似然法分类法进行分类,分类精度为78.65%,kappa系数为0.6984,面向对象分类方法的分类精度为92.51%、kappa系数为0.8767,荒漠绿洲区面向对象的分类方法提取精度明显优于最大似然法。  相似文献   

15.
以浙江省台州市三门县为例,运用SPOT5不同空间分辨率的融合影像进行土地利用类型调查及面积遥感调查,通过对数据进行选择与预处理工作,利用ERDAS IMAGINE 8.4图像处理软件,对遥感影像进行配准、几何精纠正、融合等,在对研究区土地利用类型的分类中,采用人机交互判读方式,并提出一套适宜高分辨率遥感影像土地利用分类的技术路线.  相似文献   

16.
本文根据RS、GIS和GPS原理和方法,以Quick Bird遥感数据为数据源对呼和浩特市满都海公园和青城公园的园林景观信息提取.采用TiTan遥感图像处理软件进行遥感数据预处理,并利用面向对象分类方法先对影像进行多尺度分割,再选择合适的特征参数,通过多次试验建立影像对象的隶属度函数,实现了对研究区的景观分类,在此基础上进行景观对比分析.研究结果显示:利用面向对象分类方法可以快速方便地实现对研究区的遥感影像景观信息提取,精度为85%,为高分辨率遥感影像的信息提取提供了更为快速、有效的技术途径.  相似文献   

17.
面向对象的高分辨率影像耕地信息提取   总被引:2,自引:0,他引:2  
[目的]高分辨率遥感影像是快速提取耕地信息的主要数据源.[方法]在对阿图什耕地特征分析基础上,运用面向对象的特征提取方法,利用高分辨影像QUICKBIRD,探讨光谱特征、空间特征、纹理特征、典型特征等在耕地信息提取中的最优参数选择及具体应用,分析、讨论该方法优势与缺陷.并与传统分类方法提取结果进行对比分析.[结果]总精度提高了27.06;,Kappa系数提高了0.413 6,避免了“椒盐”现象.[结论]面向对象提取信息的方法周期较短、精度较高.  相似文献   

18.
基于BJ-2号卫星的马尾松松材线虫病监测研究   总被引:1,自引:0,他引:1  
本研究针对松材线虫病普查监测耗时长以及疫木提取难的现状,利用BJ-2号卫星数据对东钱湖镇的松材线虫病病疫木进行监测提取。利用高分辨率影像和遥感图像处理软件,采用面向对象的CART决策树分类方法提取东钱湖镇松材线虫病病疫木,后利用无人机和人工辅助手段进行监测验证,有效提高松材线虫病疫木提取的效率和精度。  相似文献   

19.
湿地高分辨率遥感影像的变化检测   总被引:1,自引:1,他引:0  
祝锦霞  郭庆华  王珂 《中国农业科学》2012,45(21):4369-4376
【目的】研究高分辨率遥感影像的湿地动态检测,为湿地资源的可持续发展提供信息支撑。【方法】充分利用面向像元和面向对象两种方法的优势和特点,结合多变量变化检测(MAD),提出对MAD变量的面向对象后分类方法(OB-M方法)。【结果】基于MAD变换的差异影像集中了两期影像的变化信息,基于像元差异影像的面向对象后分类方法能成功的检测多时相遥感影像的几何配准误差、单时相阴影、光照季节变化等“伪变化信息”,成功提取变化/未变化信息。【结论】比较传统的面向对象分类后比较和MAD方法,提出的OB-M方法能较好地提高湿地变化/未变化信息检测的精度。  相似文献   

20.
面向对象遥感信息提取技术可以综合光谱、空间、纹理等特征,从而提高影像分类的精度。以西双版纳地区为研究对象,利用相关数据,以面向对象方法为核心,通过图像预处理、图像增强、光谱曲线提取与特征提取、分割、图像分类等技术环节,对其土地利用信息进行提取研究,尤其是橡胶林的提取。探索了该地区利用遥感数据为信息源快速获取土地利用的有效方法,并用2期数据研究区内的土地利用变化情况。最后,得出面向对象的方法在该研究区域是可行的,而且也相对提高了分类精度,同时,提取了土地利用变化情况,为该地区综合研究提供基础信息,而且更重要的是从另一个侧面说明了面向对象分类的优越性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号