基于决策树的郑州市土地利用与覆盖分类研究

以Landsat-7 ETM 1-7多波段遥感影像为数据源,采用决策树分类方法对郑州市土地利用及植被覆盖现状进行分类研究.在分析遥感影像波段载波信息量及野外样本选择、室内对比试验的基础上,制定节点上的分类规则,形成土地利用及植被覆盖色斑图,分类精度达到94%.结果表明:决策树方法优于传统的统计学分类方法,对数据并不要求正态分布,并且可以处理来自于遥感数据中的噪音和丢失数据.决策树分类法有诸如分类准确、高效,分类标准明确,分类结构直观、精度易于控制、分类自动化程度高等优势.     

面向对象的GF-1卫星影像苹果树种植面积遥感提取研究——以山地丘陵地区的栖霞市为例

国产高分卫星1号(简称GF-1)可提供高空间分辨率遥感数据,这为实现精准农业提供良好的数据保障。但是,其在复杂地形作物遥感提取方面的适用性仍需要进一步探索和分析。因此,以山地丘陵地形为主的栖霞市为研究区,基于GF-1影像数据利用面向对象分类法提取苹果树的种植面积和空间分布信息。研究结果表明:引入植被覆盖度和坡度信息的面向对象决策树分类方法(简称优化分类方法)能够有效提高苹果树种植面积的遥感提取精度为94.1%,生产精度和用户精度分别为87.3%和90.3%。相比于最大似然监督分类和无辅助信息的面向对象决策树分类方法,优化分类方法遥感提取面积精度分别提高了17.4%和0.3%,生产精度分别提高了10.1%和2.6%,用户精度分别提高了10.1%和2.8%。该研究成果以期为GF-1卫星数据在山地丘陵地区的果园信息遥感提取提供基本的技术支撑和实践经验。     

面向对象的GF-1卫星影像苹果树遥感提取研究-以山地丘陵地区的栖霞市为例

国产高分卫星1号（简称GF-1）可提供高空间分辨率遥感数据，这为实现精准农业提供良好的数据保障。但是，其在复杂地形作物遥感提取方面的适用性仍需要进一步探索和分析。因此，以山地丘陵地形为主的栖霞市为研究区，基于GF-1影像数据利用面向对象分类法提取苹果树的种植面积和空间分布信息。研究结果表明：引入植被覆盖度和坡度信息的面向对象决策树分类方法（简称优化分类方法）能够有效提高苹果种植面积的遥感提取精度为94.1%，生产精度和用户精度分别为87.3%和90.3%。相比于最大似然监督分类和无辅助信息的面向对象决策树分类方法，本研究的优化方法遥感提取面积精度分别提高了17.4%和0.3%，生产精度分别提高了10.1%和2.6%，用户精度分别提高了10.1%和2.8%。该研究成果以期为GF-1卫星数据在山地丘陵地区的果园信息遥感提取提供基本的技术支撑和实践经验。     

基于MODIS数据的水稻种植面积提取研究进展

概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展,分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向。结果表明：MODIS具有高光谱、高时间分辨率和多时相等特点,在大尺度上提取水稻种植面积上,可提高作物识别和监测的精确度与工作效率,节约成本,有着其他遥感数据无法相比的优势,应用MODIS数据提取水稻种植面积,取得了较好的效果。水稻遥感的最佳时相可以选择移栽期和孕穗期,利用对水体和植被较为敏感的波段或植被指数（如NDVI、LSWI和EVI）进行水稻识别,并提取种植面积。传统的遥感图像分类方法如监督分类和非监督分类,算法成熟、操作简单,是目前应用较多的方法。近年来发展起来的分类新方法,如决策树分类法、专家系统分类法、神经网络分类法,支持向量机法等,能够更准确地提取目标地物,对图像分类有不同程度的改进,在实际应用中通常和传统分类方法结合起来使用;多时相分析法与高时间、高分辨率多光谱影像的结合可以获取较高精度的作物种植面积数据,与传统分类方法相比有较大提高。利用MODIS对单一的或大面积的水稻种植面积提取效果较好,但对于地块破碎的种植面积估算尚难达到满意的结果,添加其他的辅佐数据如高程、坡度等,并结合MODIS数据的多时相特点分类等方法,可提高遥感影像分类的精度。     

基于MODIS数据的水稻种植面积提取研究进展

概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展,分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向。结果表明：MODIS具有高光谱、高时间分辨率、多时相等特点,在大尺度上提取水稻种植面积上,可提高作物识别和监测的精确度与工作效率,节约成本,有着其他遥感数据无法相比的优势,应用MODIS数据提取水稻种植面积,取得了较好的效果。水稻遥感的最佳时相可以选择移栽期和孕穗期,利用对水体和植被较为敏感的波段或植被指数（如NDVI、LSWI和EVI）进行水稻识别,并提取种植面积。传统的遥感图像分类方法如监督分类和非监督分类,算法成熟、操作简单,是目前应用较多的方法;近年来发展起来的分类新方法,如决策树分类法、专家系统分类法、神经网络分类法,支持向量机法等,能够更准确地提取目标地物,对图像分类有不同程度的改进,在实际应用中通常和传统分类方法结合起来使用;多时相分析法与高时间、高分辨率多光谱影像的结合可以获取较高精度的作物种植面积数据,与传统分类方法相比有较大提高。利用MODIS对单一的或大面积的水稻种植面积提取效果较好,但对于地块破碎的种植面积估算尚难达到满意的结果,添加其他的辅佐数据如高程、坡度等,并结合MODIS数据的多时相特点分类等方法,可提高遥感影像分类的精度。     

基于遥感技术的珠海市湿地动态变化分析与研究

采用1995年TM,2002年TM、ETM+、SPOT和2009年CBERS等多源卫星遥感数据,通过对单一的遥感数据、多源遥感数据组合,得出利用多源遥感数据提取湿地信息的方法.在不同环境下,利用不同的数据源对珠海市湿地动态变化、湿地的光谱信息和纹理信息进行分析,采用监督分类、非监督分类和人机交互解译结合及专家分类相结合...     

基于高分卫星影像的复杂山区光伏电站信息提取

该文基于高分卫星资料,通过基于规则的面向对象分类、基于最邻近法的监督分类及基于CART分类器的监督分类三种不同分类方法,对复杂山区光伏电站进行提取,对比三种分类提取方法结果并完成精度验证。结果表明,合理的分割参数有利于提高光伏电站提取精度;基于规则的面向对象分类法光伏电站提取精度最佳,最邻近分类法次之,CART分类器分类法最差,可利用基于规则的面向对象分类法较为准确地进行复杂山区光伏电站信息提取,为光伏产业健康、合理发展提供一定的数据支撑。     

基于数据融合的土地遥感分类技术研究

以吐鲁番主要农区为试验区，运用多源遥感数据融合图像进行土地利用现状调查及葡萄种植面积遥感调查。运用IHS变换方法进行了研究区多光谱与全色高分辨率图像的融合工作，生成了质量较好的图像。用于土地分类及葡萄面积提取。在对研究区土地利用类型的分类中，本文采用的分类方法是结合目视判读的经验，在无监分类法和有监分类法的基础上，辅以地面数据，在遥感图像处理常规分类方法的范畴内，采取最大程度的有利于提高分类精度的措施，得到了全试验区相对最高的计算机自动分类精度65％；然后采取分区分类或人工解译改进分类结果，可使研究区的土地利用分类精度超过90％。因此，此方法在土地利用现状调查及作物面积监测中是可行的。     

基于遥感沿海湿地植被生产力估算研究

植被净第一性生产力是评价地表植被状况的重要指标之一,对分析和评价全球以及区域生态环境、碳循环等变化具有重要作用.植被净第一生产力的研究方法很多,本文主要运用TM影像近红外和红光通道组成的标准化差植被指数（NDVI）,借助CASA模型机理以及气象学方法,建立盐城区域净第一性生产力（NPP）遥感估算模型,并以核心区-丹顶鹤自然保护区湿地为应用案例,分析了核心区2005年间8月份净第一性生产力的变化.分析结果表明,研究区8月份的湿地各种植被NPP分别为：人工芦苇和盐蒿为1184.863266 g/m2,芦苇为1083.435262g/m2,米草为822.766878g/m2.若以NPP为衡量标准,人工芦苇和盐蒿的净第一性生产力最高.     

基于EOS/MODIS资料的中国黄土高原西部土地覆盖分类

土地利用和覆盖信息不仅是全球及区域气候模式中所需的重要信息,也是描述生态系统的重要基础数据;获取其现状和变化信息,对于揭示土地覆盖的特征和变化规律,探讨变化的驱动因子,分析评价区域生态环境具有重要现实意义。采用多时相和多光谱遥感资料进行土地覆盖分类已成为一种行之有效的方法。植被类型的差异除了可表现为光谱差异外,还可表现为植被生长规律的差异;植被生长以年为周期,在这个周期内不同植被类型有着各自的生繁衰枯的物候节律,表现出不同的生长规律,其规律性极强,这种规律性也可以作为植被分类的一个出发点。于是,NDVI的时间序列分析成为基于生物气候特征的地表覆盖分类的一种手段。基于MODIS资料,首先对2003年植被生长季内共9个月的NDVI时间序列数据进行离散傅立叶变换,取得该时间序列的均值和前4个频率分量的振幅和相位后;采用ISODATA算法对中国黄土高原西部及其周边地区进行了分层土地覆盖分类,并采用现有的土地覆盖数据集,进行了类别归并和精度评估,分类结果的总体精度达到了81.3%,Kappa系数达到了75.4%,结果证明了这种方法的可行性。     

利用归一化植被指数研究植被分类、面积估算和不确定性分析的进展

植被在全球生态系统中扮演着重要的角色.陆地生态系统与全球气候变化也是息息相关.利用遥感资料对植被进行分类,并估算植被覆盖面积已成为一个极具活力的研究方向,其结果的准确度及误差来源受到不同程度的重视.作者对利用遥感资料研究植被分类,进行面积估算,分析其不确定性三个方面的研究进展进行了回顾和讨论,探索进一步利用遥感资料分析植被信息的可行性.     

基于GIS的MODIS环境荒漠化监测中的应用方法研究

在植被指数计算中引入GIS系统多元数据，它能反映出区域生态环境状况及土地利用现状，可提高MODLS遥感图像的分类精度和反映环境生态变化趋势的能力。     

基于作物双时相遥感特征的花生种植区提取

基于花生生长中后期2020年8月1日和15日两个时相高分多光谱数据,构建40个作物分类遥感特征,采用ReliefF-Pearson方法优选出15个特征,构造作物可分的4种特征空间.采用最大似然分类法、支持向量机和随机森林分类器,分别耦合4种特征空间,开展作物分类对比试验,进行分类精度和景观评价提出作物双时相遥感分类模型...     

对NOAA／AVHRR通道反照率和植被指数的大气影响订正试验

在利用大气窗区进行遥感时,大气成分对辐射的吸收和散射作用造成辐射消弱,从而影响气象卫星（AVHRR）两个通道（可见光和近红外）反演地表反照率值及其差和比的植被指数值。在选取实测卫星资料对其作预处理并考虑仪器定标衰减作用后,利用LOWTRAN－7大气辐射传输模式对卫星资料进行大气订正的探讨,指出气溶胶、水汽等大气参数是订正计算中的敏感因子。       

植物物候遥感监测研究进展

基于遥感监测方法的植物物候研究已成为全球气候变化研究的一个热点课题,通过对植物物候生长季概念的遥感界定,归纳总结了物候监测的基本原理、遥感数据源以及4种常用的遥感监测方法,并指出各种遥感监测方法存在的问题和不足;以遥感监测技术为支撑,对地区、大洲和全球尺度上物候与气候关系的研究、物候与人类行为关系的研究进行了阐述,指出植物物候的变化常常是二者共同影响的结果。针对当前物候研究中存在的不足,探讨了今后的研究发展方向。     

若尔盖高原典型年份植被覆盖变化对2010年区域气候影响的数值模拟

利用WRF(Weather Research and Forecasting)模式,采用1981年、1990年、2000年、2010年卫星遥感地表分类数据,模拟分析了黄河源区若尔盖高原典型年份真实地表植被覆盖变化对2010年区域气候的影响。得到以下主要结论:1)对于地表能量,植被覆盖变化对潜热影响较显著,较为显著的气候响应是地表温度的变化,且局地地表温度变化较区域平均温度变化明显。2)蒸腾效率和反照率会改变地表温度,但它们的相对重要性随季节和地点而变化,在夏季,若尔盖高原蒸腾效率改变对温度的影响大于反照率的作用。3)植被覆盖度变化在低层对温湿度均有影响,在中高层仅对温度有较小扰动。     

结合潮位信息的红树林遥感识别

红树林的滨海湿地生境使得它同陆生植被、水体-陆生植被混合像元难以区分,且红树林在遥感图像上的空间分布还随着潮位的变化而变化,因此基于通常采用的单一潮位遥感图像无法精确提取红树林空间信息.基于高潮位和低潮位TM遥感图像,尝试利用红树林的潮位周期性变化和滨海湿地特征来精确提取红树林空间分布信息.研究结果表明：基于缨帽变换和潮差信息提取的WI_L+WI_H、GVI_L和GVI_L-GVI_H（WI、GVI分别为Wetness Index、Greenness Vegetation Index,下标L和H分别表示低潮位和高潮位）等指数能使红树林与其他地物之间具有很好的可分性;进一步采用最大似然法对红树林进行分类识别,通过结合潮位信息能精确提取红树林,其中制图精度和用户精度分别为94.57%、98.8%.     

一种由卫星遥感资料获得的修正的土壤调整植被指数

目前,通过卫星遥感资料确定区域面上植被分布、类型的研究受到许多实用领域的普遍重视,并由此提出了许多形式不同的植被指数。由于土壤背景噪声是造成植被指数不确定的重要原因之一,为此不同学者在标准化差值植被指数的基础上提出了多种旨在能消弱土壤背景噪声的土壤调整植被指数,如权重差值植被指数、土壤调整植被指数和转化土壤调整植被指数等等。这些植被指数不同程度上消弱了土壤背景噪声,但是必须预先已知下垫面植被的密度分布或覆盖百分比,也就是说仅适合于求解某一小范围植被覆盖变化较小下垫面上的植被指数,而且其动态范围也偏小。本文提出了一种修正的土壤调整植被指数,土壤调整因子由植被指数自身调整,不需要其它辅助信息。计算结果表明其动态范围较大,与最佳土壤调整因子下的土壤调整植被指数差异小,因此对应用卫星遥感资料求解区域面上土壤调整植被指数极其有效。