基于多源数据的干旱区盐渍地信息提取

土壤盐渍化严重威胁着干旱区绿洲的稳定与可持续发展,因此借助遥感手段快速提取盐渍地信息并及时掌握其空间分布有着重要的现实意义。以塔里木盆地北缘盐渍地普遍发育区域库车绿洲为例,探讨了干旱区以盐生植被红柳为主要覆盖的盐渍地信息的提取方法。综合利用TM卫星图像数据以及Radarsat雷达数据,分析了研究区主要地物的光谱特征及其波段间的相互运算,从而分析盐渍地与其它地物之间的可分性。着重分析了雷达波段作为一个波段加入ETM的6波段中一起参与主成分变换后对盐渍地信息的提取。研究表明：K-L-5（第五主成分）是提取重度盐渍地信息的最佳波段,TM1是区分红柳覆盖区（轻、中度）盐渍地信息的最佳波段,提取盐渍地信息时混分的水体信息可以通过MNDWI（改进归一化差异水体指数）设定一定的阈值予以剔除,混分的植被信息可以通过NDVI设定一定的阈值予以剔除。根据以上分析,建立决策树模型进行盐渍地信息的提取。结果表明,该方法的总体提取效果较好,是干旱区监测盐渍地变化的有效手段。同时也说明由于雷达波段的参与增加了盐渍地与其它地物之间的可分性,为雷达影像在提取盐渍地信息方面提供了一条有效途径。     

主成分融合在干旱区盐渍地信息提取中的应用研究

土壤盐渍化严重威胁着干旱区绿洲的稳定与可持续发展,因此借助遥感手段快速提取盐渍地信息并掌握其空间分布有着重要的现实意义。本文以渭干河-库车河三角洲绿洲为例,探讨了基于主成分融合的干旱区盐渍地信息的提取方法。由于Landsat-7 ETM 的全色波段与多光谱波段有相同的太阳高度角和其他环境条件,影像获取时间一致,两种不同分辨率的数据可以不经配准而实现高精度融合。首先,对2001年的遥感影像数据(ETM影像)进行几何校正;再利用主成分融合技术,将多波段的ETM 影像与对应的全色波段影像进行主成分融合,在此基础上进行盐渍地信息的提取。实验表明,该方法的结果分类精度较高,与实地调查结果基本相符,是监测干旱区盐渍地变化的有效手段。结果表明:盐渍地主要分布在绿洲的和沙漠之间的交错带,盐渍地的分布在绿洲内部呈条形状分布,而在绿洲外部呈片状分布,且绿洲外部重度盐渍地交错分布在中轻度盐渍地中。研究结果对于干旱区绿洲盐渍地的合理开发和可持续发展有着重要现实意义。     

多尺度遥感语义分割网络

高分辨率遥感图像语义分割在国土规划、地理监测、智慧城市等领域有着广泛的应用价值,但是现阶段研究中存在相似地物和精细地物分割不准确问题。为解决这一问题,提出了一种新型的多尺度语义分割网络MSSNet。它由编码层、解码层和输出层组成。为解决相似地物的分割问题,编码层使用深层网络ResNet101充分提取地物特征,并在解码层的解码器中加入残差块,提高基于像素点的分类能力。为解决精细结构地物的分割问题,解码层中的解码器加入了空洞空间金字塔池化结构提取多尺度地物特征,以便精确分割不同尺度的地物。为了强化语义分割能力,输出层合并了多个解码器的输出,为最终的预测提供了更多的信息。在两个公开数据集Vaihingen和Potsdam上进行了实验,分别取得了87%和87.3%的全局精确度,超过了大多数已发表的方法。实验结果表明,提出的MSSNet能够精确地分割相似地物和精细地物,并且具有训练过程简单和易于使用的优点,非常适合进行高分辨率遥感图像语义分割。     

基于多层支持向量机的极化合成孔径雷达特征分析与分类

为了充分利用极化合成孔径雷达（SAR）图像不同极化特征对不同地物目标类型的刻画能力,提出一种基于多层支持向量机（SVM）的极化SAR特征分析与分类方法。该方法首先通过特征分析确定适合不同地物类型的最佳特征子集;然后采用分层分类树的方式,根据每一种地物类型的特征子集逐层进行SVM分类;最终得到整体分类结果。RadarSAT-2极化SAR图像分类实验结果表明所提方法水域、耕地、林地、城区4类地物分类精度为85%左右,总体分类精度达到86%。该算法充分利用了不同地物目标类型的特性,提高了分类精度,也降低了算法时间复杂度。     

SEBAL模型在干旱区区域蒸散发估算中的应用

蒸散发是水量平衡和能量平衡的重要环节,传统的计算方法只能以点为基础进行计算。为排除蒸散发空间变异特性的影响,在遥感技术的基础上,引入了基于地表能量平衡原理的SEBAL模型,对新疆焉耆盆地的日蒸散发情况进行了计算模拟,获取了相关地面特征参数及日蒸散量,并根据盆地内具有大面积湖泊这一实地情况对模型进行了改进。     

应用分形几何学与小波理论对成像光谱数据进行地物识别的模型研究

以地物的混合光谱曲线为主要的研究目标，利用小波变换对混合的光谱曲线进行分解，将混合地物甚至地物内部组成成分的光谱特性曲线分解出来；根据已知的标准光谱特征曲线的自相似性指标，利用分形几何学方法将分解出来的不同光谱特性的曲线进行自相似性指标测量，以实现地物或者地物内部组成成分的识别。将分形几何学和小波变换理论有机地结合起来，为利用成像光谱数据进行地物识别，尤其是解决混合光谱的地物识别提供了一个值得进一步研究的方法。     

基于PCA和多尺度纹理特征提取的高分辨率遥感影像分类

城市地物类型多样,空间分布复杂,而且地物具有多尺度性,不同的地物类型具有不同的纹理表达尺度。利用主成分分析法(PCA)对高分辨率遥感影像进行处理,以减少数据量、抑制噪声、突出主要信息。在此基础上,利用灰度共生矩阵法对PCA的第一主成分进行纹理特征提取,选择最佳的多尺度纹理组合进行决策树分类。实验结果表明：基于PCA和多尺度纹理特征的决策树分类方法能够有效地提取地物信息,分类精度达到82.4%,Kappa系数为0.78。     

基于影像融合和面向对象技术的植被信息提取研究

高分辨率影像具有丰富的光谱信息和空间信息。采用不同的图像融合技术融合GeoEye影像全色波段和多光谱波段,用建立的参考多边形和对应多边形残差法评价分割质量,以确定研究区各地物类型的最优分割参数组合,选择目标地物分类特征,建立分类规则,在此基础上实现研究区内不同地物类型的面向对象信息提取。结果表明:Gram-Schmidt(GS)融合法具有最优的融合效果,所选特征能够很好地实现目标地物信息提取,并且具有明确的地学意义,面向对象信息提取总体精度达到90.3%,Kappa系数为0.86,该研究为高精度植被信息的提取提供了有效的方法。     

一种基于光谱知识库的TM影像地物识别方法

地物的波谱特征是识别地物的主要标志之一,在实际应用中发现,由于遥感过程中存在着复杂的大气辐射影响,常常造成光谱知识库中的地物光谱曲线同由遥感图像上获得的光谱曲线不相匹配,进而引起地物识别误差。针对这一问题,从曲线形状分析入手,定义了曲线的形状因子,提出对形状因子构成的曲线进行匹配分析的算法。将该方法应用于TM影像的地物识别,由于形状因子曲线较好地反映了地物的特征信息,它能自动地挖掘遥感图像的细节信息,对地物有较高的识别精度,试验区内总体识别精度达到88.96%。     

基于面向对象方法的沙化土地遥感信息提取技术研究

针对基于像元光谱特征提取沙化土地信息分类精度偏低的问题,以Landsat\|5 TM为数据源,基于面向对象的方法对沙化土地遥感信息提取技术进行研究。首先采用多尺度分割法对影像进行分割以获得同质区域,然后结合野外调查数据制成不同地物类型的多种特征图,从而确定提取目标地物的特征并建立沙化和非沙化地物提取决策树,最后对影像进行模糊分类,并对分类结果进行精度评价。结果表明,基于面向对象提取沙化土地信息的总精度达84.89%,Kappa系数为0.8077。研究结果为后续深入研究奠定了基础。     

.基于纹理和边缘的SAR图像SVM分类*

为实现SAR图像地物目标的有效分类,深入研究了基于灰度共生矩阵GLCM的四种纹理特征以及两个边缘特征。分析每个单独纹理或边缘特征在对SAR图像进行支持向量机SVM分类中对不同地物的分辨能力,选取不同的特征组合进行组合特征的SVM分类实验。对各种特征进行主成分分析PCA,并考察使用和不使用PCA两种情况下分类结果之间的差异。实验结果证明能量、边缘长度、对比度和相关度的特征组合在PCA作用下能够改善各类地物的分类精度,将总分类精度提高到90%以上。     

利用可分性指数的极化SAR图像特征选择与多层SVM分类

可分性指数（SI）可用来选择各类地物的有效分类特征,但在多维特征以及地物可分性较好的情况下,只利用可分性指数进行特征选择不能有效去除特征之间的冗余性。基于此,提出了利用可分性指数并辅以顺序后退（SBS）算法进行特征选择与多层支持向量机（SVM）分类的方法。首先,由各类地物在所有特征下的可分性指数选择分类地物和特征;然后,以该地物的分类精度为评估依据,利用顺序后退法筛选特征;其次,由剩余地物之间的可分性指数和顺序后退法依次选择各类地物的分类特征;最后利用多层SVM进行分类。实验结果表明,与只利用可分性指数选择特征进行多层SVM分类的方法相比,所提方法的分类精度提高了2%,各类地物的分类精度均高于86%,且运行时间为原来方法的一半。     

基于转移矩阵深度挖掘的橡胶林高分遥感变化分析

为了更加精细的分析橡胶林变化情况,文章建立一套适用于高分辨率遥感影像的橡胶林变化信息深度挖掘分析方法.首先选择融合多特征的C5.0决策树方法对橡胶林进行分类,并以两期分类结果图像为基础进行地物变化转移矩阵的计算,分别计算出地物间的转移变化、地物净变化量和交换变化量以及类别间的转换规则.方法运用于海南省东方市广坝农场内的一块橡胶林种植区进行试验,在2010年5月6日至2015年7月4日期间,区域内的橡胶林新增量为6.51%,减少量为10.17%,净变化量为3.66%,交换变化量为13.02%,总变化量为16.68%,整体上橡胶林在减少,水体和裸地有增加的趋势.试验的结果有力的证明了方法的有效性和实用性.     

地表粗糙度的测量计算方法及其对微波辐射散射的影响分析

地表粗糙度反映了地表的微小起伏,是土壤水分微波遥感反演研究中重要的地表参数。以闪电河流域为研究区,首先利用针板法对不同地物下的地表粗糙度进行测量,然后对测量数据进行透视变换、数字化、倾斜校正及周期校正等一系列的处理,计算得到不同地表的粗糙度结果。研究表明：在使用针板法测量地表粗糙度时,为校正不同剖面测量姿态的影响需要进行倾斜校正以减小计算偏差,而对胡萝卜地、花菜地等具有周期性田垄结构的地表还需要进一步进行周期校正。通过对获取的闪电河流域典型地物的地表粗糙度进行分析,发现该地区草地的地表粗糙度较小,作物区的地表粗糙度普遍偏大,各类地物的地表粗糙度由小到大分别为草地、花菜地、玉米地、胡萝卜地、土豆（收割）地和土豆（未收）地。最后对地表粗糙度与机载微波辐射、散射观测进行相关性分析,发现在地面单点测量的地表粗糙度与机载尺度的微波辐射散射特性之间不存在明显关系。     

沙化土地光谱特征初步分析

分析地物光谱特征与土地沙化间的数量关系,找出地物光谱特征变异的规律,从地物光谱的角度为遥感影像中沙化土地提取和定量分析提供依据.沙化土地光谱数据源分为单一地物类型级和复合地物类型级两种,野外测量时分别采取不同的采样方法.沙化土地光谱数据表现出随植被覆盖、植被类型、土壤、地类等的变化规律.     

FlashGIS中交互式动态符号化配置方法研究

FlashGIS是实现地图网络发布的轻量级WebGIS软件。详细探讨了FlashGIS系统中点状、线状和面状地物三种地物类型的地图符号化设计方法。通过对线状地物设计基于lineGradientStyle参数设置的叠合重绘法,能较好地支持地图的缩放处理。通过对面状地物构建位图图元函数的方法,轻松扩展了面状地物位图填充样式。对传统WebGIS系统中难以进行动态交互式符号化配置的难题,分别设计了应用于点状地物与线状地物的图形重绘法和应用于面状地物的遮罩法,为FlashGIS系统的动态交互式符号化配置提供了解决方案。符号化的应用必将更深入地推动FlashGIS系统的应用。     

图像模型法在遥感蚀变信息提取中的应用

针对在不同地物背景情况下难以选择恰当的遥感蚀变信息提取方法和建立特征掩膜的问题,提出了一种基于图像模型来帮助信息提取的方法。该方法依据典型蚀变矿物和干扰地物的光谱特性,模拟ASTER多光谱数据各波段特征,建立9维空间图像模型,并针对Fe~(3+)、Al-OH、Mg-OH、CO_3~(2-)这4种典型离子基团,进行了比值法、主成分分析法的遥感蚀变信息提取实验,通过提取结果判断不同方法的信息提取效果和干扰地物的影响情况。结果表明,通过图像模型法可以直观地展现不同方法在不同地物背景下提取效果的优劣,为遥感蚀变信息提取方法选择和掩膜的建立提供参考。     

基于面向对象分类技术的景观信息提取研究

依据高分辨率遥感影像的特点,如何充分地利用影像的光谱信息和空间信息以及地学特征进行更为微观的遥感监测或大比例尺制图是高分辨率遥感研究的重要内容之一。本文以地形复杂的武夷山自然保护区为研究区域,以SPOT5原始影像为数据源,采用面向对象的多尺度分割方法,实现了不同尺度地物信息的分层提取。基于上层的分类结果对特定地物进行影像分割,选择合适的特征参数,并通过多次试验建立影像对象的隶属度函数,或利用最邻近分类法,逐级分层地提取了研究区的景观信息。研究结果显示：利用面向对象分类方法可以快速方便地对地形复杂条件下研究区的SPOT5遥感影像的景观信息提取,精度为76%,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。     

基于决策树分层分类法的粉煤灰堆场信息提取研究

粉煤灰污染环境,危害人类健康。应用遥感方法快速、实时、准确地识别粉煤灰堆场信息,对保护环境和人类健康具有重要意义。通过分析包头市辖区内典型地物的光谱信息,基于Landsat 5 TM影像数据,采用决策树分层分类法对研究区内的粉煤灰堆场进行提取实验。首先,分析研究区内典型地物的光谱特征,对不同地物之间的关系进行比较。其次,建立决策树,利用土壤调节植被指数(SAVI)、改进归一化差异水体指数(MNDWI)、归一化建筑指数(NDBI)以及光谱阈值法对图像进行了分类。最后利用形状特征和空间位置特征等对分类图像进行后处理,分类精度达到70.7%。实验结果表明:该方法适合粉煤灰堆场信息的自动提取,结合目视解译能够达到较高的识别精度。     

基于知识的车载LiDAR地物自动分类

车载LiDAR已广泛应用于三维数字城市建模、道路信息数据采集等领域。海量点云信息中不同地物目标的自动识别和分类是LiDAR数据后处理的难点之一。根据不同地物目标物理特性、空间拓扑关系及其在点云中的相关特征知识,建立地物分类规则,依据分类知识进行地物自动识别和分类。通过实测数据分类试验,证明该方法可以较好实现建筑物、树木、线杆、行人等不同地物的自动识别和分类。