竹资源专题信息提取纹理特征量构建研究

在"同物异谱""异物同谱"问题较为严重的区域,单纯利用光谱信息难以有效地提取出竹资源专题信息。研究以ALOS影像为数据源,以南方多山县顺昌为试验区域,在考虑海拔、坡向、坡度等地形因子的前提下,通过分析竹、马尾松、杉木和其他树种等典型植被的纹理特征差异,构建了最佳纹理量,在此基础上,分别利用基于像元与面向对象的监督分类方法进行竹资源专题信息提取。经精度验证,提取的总体精度分别为71.5%、74.0%,说明:单纯利用纹理特征量亦能使竹资源专题信息的提取精度达到与单纯利用光谱信息相当的水平;通过最佳纹理量的构建,可以较有效地利用地物的纹理信息,从而更有效地利用遥感影像丰富的信息;实践证明了纹理特征量用于竹资源专题信息提取的可行性,为综合利用光谱与纹理信息进行专题信息提取的研究提供了实例支撑和技术参考,可以预见,基于光谱、纹理特征和地形因子的竹资源专题信息提取精度将得到进一步提高;在纹理特征量构建基础上进行竹资源专题信息提取,面向对象的监督分类较之于传统基于像元的监督分类的精度稍高,连续性更好。     

利用同态滤波提取高分辨率遥感影像树冠信息

准确提取树冠信息在林业资源监测中具有重要意义。该文提出一种基于同态滤波处理的树冠信息提取方法,通过选取改进的基于高斯型高通滤波器的同态滤波函数作为传递函数,调整参数设置对高分辨率遥感影像进行同态滤波预处理;采用基于影像光谱阈值的传统分水岭算法对经同态滤波处理的高分辨率影像进行分割,并在影像光谱、形状以及纹理特征中选取6个特征构成的特征空间对树冠信息进行提取;最后对树冠信息提取结果进行定量评价。分析显示树冠信息提取总体精度为80.42%,Kappa系数为0.7939。实验结果证明所提出方法可以有效地实现树冠的信息提取,能满足部分林地树冠信息提取的精度要求,为林业管理部门监测和决策提供依据。     

山东省寿光市滨海地区盐田信息提取方法研究

山东省寿光市滨海地区盐田水体因含盐度高,其光谱特征与海域水体及其他地物差异大,光谱特征显著;盐田系人为建造,排列整齐\,几何特征明显,遥感影像上表现为纹理特征显著(棋盘状纹理、条纹状纹理),纹理指标可计算性强。首先采用缨帽变换方法增强光谱信息,采用定向滤波及灰度共生矩阵方法增强纹理信息;其次基于增强的光谱与纹理信息,采用以面向应用为目的的感兴趣地物提取方法对研究区TM图像进行分类,将分类结果与仅依据纯光谱及仅依据纯纹理分类结果相对比,分类总体精度分别为90.8985%、84.9102%和60.4017%。结果表明:以面向应用为目的的感兴趣地物提取方法分类精度最高。     

基于窗口傅立叶变换功率谱分析的盐田地区高分辨率遥感影像分割分类方法探讨

图像分割是面向对象图像分析的基础。目前常规的图像分割算法普遍基于光谱同质性假设,但是这种假设对于提取干旱地区盐田这种具有析出结晶盐与卤水两种高反差地物共存的空间对象而言显得不足为用。针对面向对象图像分析中只采用光谱和形状异质进行图像分割的不足,以吉兰泰盐田及周边地区2008年11月SPOT 5影像为例,首先采用窗口傅立叶变换功率谱方法提取影像纹理特征,然后进行基于纹理、光谱的多尺度分割,进而对分割后图像进行多层次分类来提取盐田信息。实验结果表明,该方法对盐田地区的信息提取有较好的效果。     

利用高分二号数据提取香蕉林信息及精度分析

针对海南农田地块细碎以及多云多雨气候条件下获取多时相的高质量卫星影像往往存在困难等问题,提出了一种利用单时相高分二号高分辨率卫星影像和随机森林算法的香蕉林信息提取方法。主要通过从高分辨率遥感影像中提取香蕉林的光谱和纹理等特征变量,然后利用综合不同光谱与纹理特征变量的随机森林分类算法进行香蕉林信息提取,并与以往的支持向量机分类算法进行了精度对比。结果表明,综合光谱和纹理信息的随机森林分类算法提取香蕉林空间分布结果最优,提取的香蕉林制图精度(PA)达到93.56%,用户精度(UA)达到87.43%;相比于支持向量机分类算法,PA和UA分别提高了11.99%和7.55%;相比只考虑光谱信息的随机森林分类算法,考虑纹理信息的随机森林分类算法提取的香蕉林PA提高了7.41%,UA提高了16.80%。研究结果可为人工园林的遥感信息提取提供技术参考。     

基于新结构决策树的建设用地信息提取

采用决策树和混合像元分解模型进行建设用地信息提取.决策树采用双层结构:上层强调光谱知识和纹理信息的应用,下层注重知识的应用.决策树的知识主要根据研究区的土地利用类型的空间分布特征以及KT变换的绿度湿度分量,并由此产生决策树分类规则.本文运用TM影像在南京地区进行试验,结果表明基于知识的决策树分类提取的建设用地分类正确率提高了近10%,达到91.7%.     

面向基元的MapGIS-RSP遥感信息提取系统

传统的基于像元的影像分类方法,由于忽略了影像的空间语义和纹理结构等信息,分类结果难以满足当前科研和工程应用的需要。MapGIS-RSP遥感信息提取系统通过新的面向基元的影像分析方法,基于遥感影像的光谱和空间两方面特征进行模糊逻辑推理分析,实现对高空间分辨率遥感影像的信息提取。     

基于遥感影像的土地资源利用区划自动识别技术

针对遥感影像中存在着等级错乱的纹理特征,在实际识别中易出现识别精度过低的问题,因此研究出一种基于遥感影像的土地资源利用区划自动识别技术.通过计算机对获取的遥感图像进行分割并模拟遥感小班界线勾绘,提取土地资源的纹理特征,确定土地资源区域,利用多光谱影像中的纹理特征模拟区划中长分辨率的全色影像,构建识别方程,完成对自动识别技术的研究.实验识别区域转化为遥感图像后,采用相同参数的传统计算机自动识别技术与设计的自动识别技术实验结果表明:设计的自动识别技术的识别率在95％以上,精度数值最大.     

南方地区复杂条件下的耕地面积遥感提取方法

针对我国南方地区植被类型复杂、地形复杂和地块破碎等原因导致耕地信息提取精度较低问题,提出了一种面向对象和CART决策树结合的复杂条件下耕地面积提取方法。以广西南宁市隆安县与武鸣县地区为研究区,采用Sentinel-2A影像,结合数字高程数据（Digital Elevation Model,DEM）及归一化植被指数（Normalized Difference Vegetation Index,NDVI）等多源数据,利用面向对象分割技术识别地块信息,然后以地块为单位采用CART（Classification And Regression Tree,CART）决策树分类法,依据不同地类的形状、光谱特征,提取研究区的耕地。结果表明：面向对象的CART决策树分类方法分类总体精度和Kappa系数分别为96.1%和0.94,相比较于未加入面向对象分割的CART决策树耕地信息提取总体精度提高Kappa系数提高0.54,面向对象的分割方法有利于减少复杂背景对耕地提取的影响。基于面向对象的CART决策树分类方法相比较于传统方法对研究区耕地信息的提取有较好的精确性,能够提高耕地信息的提取精度。     

基于CNN和农作物光谱纹理特征进行作物分布制图

以卷积神经网络(Convolutional Neural Network,CNN)为代表的深度学习技术,在农作物遥感分类制图领域具有广阔的应用前景。以多时相Landsat 8多光谱遥感影像为数据源,搭建CNN模型对农作物进行光谱特征提取与分类,并与支撑向量机(SVM)常规分类方法进行对比。进一步引入影像纹理信息,利用CNN对农作物光谱和纹理特征进行提取,优化作物分布提取结果。实验表明:①基于光谱特征的农作物分布提取,验证结果对比显示,CNN对应各类别精度、总体精度均优于SVM,其中二者总体精度分别为95.14%和91.77%;②引入影像纹理信息后,基于光谱和纹理特征的CNN农作物分类总体精度提高至96.43%,Kappa系数0.952,且分类结果的空间分布更为合理,可有效区分花生、道路等精细地物,说明纹理特征可用于识别不同作物。基于光谱和纹理信息的CNN特征提取,可面向种植结构复杂区域实现农作物精准分类与分布制图。     

基于地物光谱季节曲线特征的毛竹林分布提取

毛竹是我国南方广泛分布的重要竹种,具有良好的生态效益和经济价值。毛竹林与其他森林区分难度大,现有提取方法多直接采用已有的晴空观测,未充分考虑分类时相的影响,限制了提取精度。以浙江省庆元县为例,从地物光谱的季节曲线特征入手,利用MODIS高时间分辨率观测充分挖掘各植被类型光谱季节曲线特征和差异,结合多时相Landsat OLI影像进行分类实验,优选毛竹林与其他植被区分度最大的季相,并采用随机森林方法实现了毛竹林分布的有效提取。结果表明：①初、中秋是区分研究区毛竹林与其他植被的最优时相,夏季次之,春季与冬季较差;②当初、中秋无晴空影像时,结合夏冬季影像的毛竹林提取精度最佳,用户和制图精度分别达到85.57%和78.06%;③10月影像提取毛竹林分布精度最高,用户和制图精度分别达到89.00%和86.91%,与当地森林资源调查数据相比精度优于89.23%。实验表明：在类似亚热带地区毛竹林提取中,应优先选择秋季初、中期影像;若此时期无晴空观测,应优先采用夏季与冬季影像共同分类。     

初探民间竹制品之设计意匠——以浙江省缙云地区竹制品的研究为例

英国学者李约瑟在深入研究中国科技史后认为,东亚文明乃是"竹子文明,中国人民的血液里流着竹子的文化"。我国不仅竹资源丰富,更是在竹资源的开发与利用上历史最为悠久的国家。我国南方有着大面积的竹产地,竹子及竹制品对当地的社会经济、民俗文化都有很大的影响。如何对"竹"这一传统材料进行创新性的开发和利用,最大限度的实现竹自身的价值,使制竹产业焕发出新的活力,成为当前研究的主要问题。     

环境资源动态监测与评估系统

针对新疆喀什地区开展环境资源监测和变化研究的需求,基于ArcEngine组件和丰富的功能类,通过有序的空间分析操作组合,afr格式的“虚拟栅格”作为影像波段运算的良好媒介,结合多线程并发技术,构建了一个订单式快速简单实现环境资源动态监测与评估的系统．对系统的总体设计和核心功能设计作了重点介绍,包括任务管理,水体、植被、冰雪信息提取,动态监测与评估,和专题图出图等功能,并给出了系统的应用实例．该系统符合环境资源动态监测与评估的业务化应用要求,可及时宏观地监测区域的环境资源变化发展情况,服务于区域经济建设需要,可以广泛应用于环境资源监测领域,具有一定的通用性和扩展性．     

地理信息系统技术在森林资源管理中的应用研究

该文简单介绍了地理信息系统技术在森林资源管理中应用的研究进展,而后从森林资源管理的实际出发,以云南省石林县森林资源信息为研究数据源,借助GIS技术,结合遥感技术、数据驱动技术等,探讨了建立森林资源管理信息系统的方法和技术,并在实践基础上深入分析了森林资源管理信息系统在森林资源信息档案管理、森林资源调查与监测、专题分析以及宏观决策方面的应用。     

城市资源环境信息系统空间数据库的建立与应用-以贵阳市中心城区为例

以贵阳市中心城区为试验区,建立城市资源环境信息系统空间数据库用遥感和地理信息系统技术,进行城市资源综合评价,为城市规划与管理提供信息服务。该数据库的设计和建立是以地理信息系统PAMAP GIS软件为基本工具,在数据的采集过程中,以遥感数据作为充实和更新数据库的主要信息源。数据库由两部分组成:①基础地理数据库,包括数字高程模型和基础地理图件;②资源环境数据库,主要由常规专题图和遥感专题图组成。     

沉积岩石信息的热红外多光谱遥感探测及有效性评价

在对热红外多光谱（ＴＩＭＳ）遥感的探测机理及其图像专题信息提取方法的综合分析基础上，以不同沉积岩石的化学成分，矿物组成，结构，反射和发射光谱特征的实验室分析温度测试结果为依据，对不同沉积岩石的热红外多光谱遥感成像机制进行了探讨，并对比分析了不同沉积岩石ＴＩＭＳ图像和ＴＭ图像的识别效果。     

全国重点监测湖库可视化分析平台

为改善传统水资源监测范围小、对象单一、自动化与分析能力较差等不足,以水利部信息中心在全国范围内的重点监测湖库为研究对象,基于高分卫星影像,综合利用遥感和WebGIS技术设计并实现全国重点监测湖库可视化分析平台,实现湖库矢量和影像数据管理、多时相矢量查询与可视化、在线制作专题图等辅助监测分析功能。试验结果表明,系统能够实现从水体矢量到湖库动态监测产品的流程化管理,协助水利部门快速、直观地掌握我国重点湖库的基本情况和变化趋势,为全国湖库水情分析、水文水资源监测评价和生态环境保护提供科学依据。     

A Model of Thematic Differentiation of Access to Information for the Hierarchical Classifier in Automatic Control Systems

A thematic principle of differentiation of access to information on the basis of hierarchical classifier was proposed. The notion of thematic multirubric was introduced. A lattice of multirubrics was constructed and used to develop a formal model of thematic differentiation of access to the information resources (objects) which enables design of protected automatic control system with full monitoring of the information flows.     

新闻网页主题内容提取方法研究

网页的半结构化特点与新闻的自身特征为选择性抽取网页内容创造了条件。我们在前人的研究基础上,挖掘Web页面结构特征、充分利用Html标记与新闻特征,重点从Web页面编者对文本修饰角度出发,提出了基于网页内容分割的主题内容抽取方法。实验结果表明该方法能有效地抽取新闻各要素,测试的抽取准确率在96%以上。