共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
地物波谱数据辅助的SPOT影像模拟真彩色方法研究 总被引:1,自引:0,他引:1
提出一种新的高分辨率遥感影像真彩色模拟方法。该方法从遥感成像光谱角度,依据地物波谱特性,采用光谱角匹配模型(SAM),首先计算出地物在绿(G)、红(R)、近红外(NIR)以及短波红外(SWIR)波段的整体和局部波谱向量角;然后根据角度距离构建最小距离隶属函数,查找对应地物波谱库中最为相似的地物波谱;最后对此条地物波谱曲线积分计算出该像素点在蓝波段的反射率。实验表明,该方法模拟出的SPOT真彩色影像在视觉效果和空间信息上优于传统的方法。 相似文献
4.
基于决策树方法的Landsat8 OLI影像红树林信息自动提取 总被引:1,自引:0,他引:1
《国土资源遥感》2016,(2)
基于广西山口国家红树林生态自然保护区的Landsat 8 OLI影像数据,选用广泛应用于植被液态水含量反演的归一化差值湿度指数(normalized difference moisture index,NDMI)和修正的归一化差值池塘指数(modified normalized difference pond index,MNDPI)作为分类特征,运用决策树方法进行红树林信息的自动提取。研究结果表明:红树林独特的滨海湿地生境特点,使其光谱同时包含植被和湿地信息;MNDPI和NDMI可分别反映可见光-近红外波段反射率同短波红外波段反射光谱的反差,可成功应用于湿地植被信息的提取,能有效地将红树林同其他地物相区分;采用Landsat8 OLI遥感数据,并结合NDMI和MNDPI分类特征构建的决策树模型可有效地提取红树林信息,其错分率和漏分率都较低,分别为5.34%和1.69%。 相似文献
5.
时序Sentinel-2A影像光谱特征的茶园提取应用 总被引:2,自引:0,他引:2
《测绘科学》2020,(6)
针对当前茶园遥感识别研究未充分分析利用光谱特征提取茶园的问题,该文详细探讨了光谱时间变化特征在茶园遥感识别中的应用潜力。研究利用时序Sentinel-2A影像,分析7种典型地物的时序光谱变化与NDVI变化,发掘出可用于区分茶园与其他地物的特征波段——红边2、红边3、近红外、红边4、短波红外1、短波红外2。基于上述波段或NDVI构造18个茶园提取特征,最终确定14个茶园提取特征,并基于每种特征分别构建决策树,实现茶园提取,并验证每种特征的可行性。结果表明,分类精度较高的前3个特征分别为SR-SWIR2-NIR_(_May)、SD-NIR-SWIR2_(_May)、SR-NDVI_(_MayDec);总体精度依次为96.71%、94.24%、93.43%。 相似文献
6.
7.
本文通过分析水体在Landsat 8数据中可见光波段和近红外波段的波谱差异,将Landsat 8数据中可见光波段作为一组,近红外波段和中红外波段作为另一组,构建了多波段组合水体指数(MBCWI)模型。基于Landsat 8数据在合肥、安康和康定地区共3景数据5种不同场景进行水体提取试验。结果表明,该模型不仅能够抑制云层、阴影、裸土、亮色地物和建筑物等对水体提取的影响,还能较好地提取出含有大量蓝藻的水体,且阈值稳定,Kappa系数优于0.968 5,总体精度高达99.69%,总体误差小于8.92%。相较于其他水体指数而言,提取精度显著提高。 相似文献
8.
9.
《国土资源遥感》2016,(1)
为了对甘肃省金昌市金川铜镍矿床外围地区进行遥感找矿预测,首先根据ASTER数据不同波段的特性分别提取岩性信息和蚀变信息,对热红外(TIR)波段,在采用波段比值法定量提取二氧化硅含量的基础上,利用波段比值计算的岩性指数(lithological index,LI)定量提取基性-超基性岩信息;对可见光-近红外(VNIR)及短波红外(SWIR)波段,运用主成分分析法定性提取高岭土-绢云母化、绿泥石化和蛇纹石化等矿化蚀变信息;然后在ArcGIS平台上,对所提取的矿化蚀变信息进行量化定级和叠加处理,制作综合矿化蚀变异常信息图(其反映的异常范围和强度与已知矿区十分一致);最后利用综合矿化蚀变异常信息,对金川铜镍矿床外围地区进行找矿预测,共圈定出3个找矿预测区,可为寻找同类型的矿床提供参考。 相似文献
10.
本文运用ASTER遥感数据识别与提取新疆南天山铜花山地区蛇绿混杂岩带岩性信息。首先,利用比值法快速区别岩性,并比较了识别同一种岩性的不同指数的性能;然后,将对数残差算法应用在ASTER数据的短波红外波段上,在区域尺度上把蛇绿岩杂岩体同围岩区分开来;最后,运用标准光谱数据和光谱角填图法识别出多种蛇绿岩成分及其空间分布。现有地质图和野外验证反映出该方法有一定效果。利用混淆矩阵对光谱角填图法分类结果定量评价,结果表明,把ASTER的可见光-近红外、短波红外波段数据结合在一起进行岩性分类,可以达到比单独用短波红外数据分类更高的分类精度。 相似文献