基于多分类器联合的遥感图像监督分类方法研究

遥感图像分类是遥感图像处理的一个重要内容,根据遥感图像监督分类方法适用范围不同且分类机制各有优劣的特点,将多分类器联合对遥感图像进行分类,结果表明,与单一分类器的分类结果相比,多分类器结合的监督分类技术能有效提高遥感图像专题信息提取的精度。     

遥感土地利用分类方法应用研究

随着科技的发展已经在统计土地利用分类这种大数据采集有了质的跨越,从人力采集时代逐渐跨步为影像采集时代而土地分类主要有监督分类和非监督分类。采用2018年Landsat-8遥感影像作为基础数据对四川省游仙区采用监督分类的神经网络法和非监督分类的ISODATA进行分析对比,最终结果是监督分类与遥感影像最为贴近虽然非监督分类的效果没有监督分类好。     

应用遥感和GIS技术进行绿洲变化分析

将新疆划分成七个区域进行绿洲时空变化的研究。与以往的土地利用分类系统不同,本次分类的目标是区分天然绿洲和人工绿洲。主要运用遥感和GIS手段确定和分析绿洲空间分布和变化,遥感数据采用影像数据预处理后解译,在GIS支持下叠加进行空间分析,得到30年间新疆绿洲空间分布和结果分析。     

遥感影像监督分类和非监督分类方法探讨

从遥感图像的分类的原理入手,比较分析遥感图像分类的监督分类和非监督分类的具体分类方法及特点,运用某地区的遥感影像采用不同分类方法对其精度进行了评估。     

基于ETM＋影像的凌源市土地利用遥感分类方法的研究

本文以辽宁省凌源市为研究对象,采用RS技术,以ETM＋数据为信息源,使用ENVI遥感影像处理软件进行数据处理,对凌源市土地利用类型进行分类,并对分类结果进行精度比较分析。分类的方法包括非监督分类,监督分类的最大似然法分类以及决策树分类。采用混淆矩阵法对三种分类结果进行精度分析。结果表明,非监督分类与最大似然法分类的总体精度分别为84.34%、85.82%,精度不高。在决策树分类中,对数据进行地物光谱特征分析、NDVI特征分析、主成分分析并结合DEM数据,建立一棵比较合理的决策树,总体分类精度达到90.65%。     

小样本条件下的半监督遥感影像分类方法研究

遥感图像监督分类需要充足精确的标注数据训练分类器,然而数据标注需要人工参与,很多任务难以及时获得符合要求的监督信息,不利于影像分类。半监督学习是一种利用少量标注数据和大量未标注数据共同训练分类器的机器学习方法,能从机理上减少人工参与,提高效率。本文引入一种半监督方法——平方损失互信息归一化模型(squared-loss mutual information regularization,SMIR)实现遥感图像分类。实验结果表明,在小样本监督信息的条件下,SMIR能够利用标注数据与未标注数据,直接构建多类分类器,其影像分类结果优于经典的支持向量机(support vector machine,SVM)方法。     

基于TM遥感影像的玉米地专题信息自动提取

TM遥感影像中专题信息的自动提取是目前遥感界的研究热点，也已成为遥感信息生产流程中的瓶颈环节。本文分析了耕地专题信息自动提取的研究现状，选取了吉林中部和辽宁省东北部作为研究区，采用监督分类的方法对研究区TM遥感影像进行分类，提取了玉米地专题信息，玉米地信息的提取精度为85.5%。根据遥感影像目视解译的原理，提出了基于多特征空间的遥感影像专题信息自动提取的研究方法，通过对多特征空间的数学描述和计算机处理实现 遥感专题信息的自动提取。采用多特征空间的方法将玉米地信息分为光谱特征空间、形状特征空间、区域地学特征空间和干扰特征空间，应用ERDAS8.5遥感图像处理软件中的knowledge engineer模块的开发功能，设计了基于多特征空间的玉米地专题信息自动提取的专家库，使用专家库对玉米地信息进行了自动提取，提取精度为92.9%。从基于多特征空间的分类结果与监督分类结果的比较发现，基于多特征空间的自动提取方法可以提高专题信息的提取效率，对未来实现遥感影像的智能解译是一种研究方法的探索。     

基于BP神经网络的遥感影像分类方法研究

本文用遥感影像监督分类的常用方法与基于BP神经网络的分类方法对黑龙江省鹤岗市某区域高分二号数据进行土地利用分类,并比较分类精度,得出基于BP神经网络的分类方法总体精度相对较高。     

基于环境一号卫星数据的西乌珠穆沁旗土地利用及覆盖分类研究

以西乌珠穆沁旗的土地利用及覆盖分类为主要研究内容,选择环境一号卫星为数据源,在保证分类训练样本精度的前提下进行监督分类,其结果并不十分理想。综合分析研究后发现少部分地类的分类图斑与其他地类的分类图斑存在混淆和错分,造成这一现象的原因主要是遥感数据的光谱特征不足以支持已建立的分类体系,部分类别之间存在较高的光谱相似度;其次某些类别的解译特征可能会因研究区域跨度大而有所不同,从而影响该分类训练样本的纯净度和典型性。在利用各种遥感数据进行土地利用及覆盖状况分类时,应充分研究所用数据的光谱特点,结合研究区域特征建立与之相适应的分类体系,尽量保证各类别训练样本的一致性,从而提高分类结果的精度。     

基于LandsatTM影像的城市变化检测研究

通过LandsatTM影像研究城市空间形态,获知城市演变规律,服务于城市规划、建设和管理,已成为城市遥感应用的一个新领域。本文提出了监督分类方法在遥感图像分类中的应用,在此基础上提出了城市变化检测研究的方法,并对城市变化发展的驱动力进行的初步的探讨。     

基于支持向量机的遥感影像分类

遥感影像分类是提取遥感信息的基础步骤与重要手段,然而由于影像分辨率以及同谱异物与同物异谱现象,传统的分类方法难以实现高精度的分类。基于智能算法的非参数分类方法已开始应用于遥感分类中。本文以佛山市为研究区,对其遥感影像采用支持向量机方法进行土地利用覆盖分类研究,并对分类结果进行精度评价。结果表明:支持向量机分类有较高的精度,是遥感影像分类的有效方法。     

江苏省滨海湿地信息提取方法研究

湿地的现状及其变化趋势对于湿地开发、利用、管理及保护政策的制定至关重要。本次研究以江苏省典型滨海湿地为研究对象,利用2002年5月和2007年6月的Landsat7 ETM＋图像数据,在对湿地特征及其遥感图像表征分析的基础上,首先对2002年的影像进行基于知识规则的信息提取,接着采用监督分类与非监督分类相结合的方法对2007年的影像进行分类,两者都取得了较为理想的分类结果。可见,对于影像的分类要注意特征的选取,找出合适的知识规则或分类方法。     

遥感影像分类方法研究

为了遥感解译基础性工作的发展和提高,本文综述了近年来国内外多种分类方法的研究和进展。在分析当前主要遥感影像分类方法的基础上。从传统的分类方法、基于智能的分类方法、其他新分类方法三个方面,对遥感分类方法研究进展进行了阐述,本研究还存在不足,今后还需进一步研究利用各种分类方法相互结合在盖遥感影像分类中的应用。     

基于GIS技术的干旱地区碳循环动态观测方法

土地利用、土地覆盖以及碳循环问题是和当今人类生存发展息息相关的热点问题,为了有效对于旱地区的碳循环进行观测,设计并提出基于GIS技术的干旱地区碳循环动态观测方法.主要通过遥感、GIS技术以及生态模拟方法进行研究,选取较为典型的干旱地区为例,分析干旱地区内的土地利用、土地覆盖变化以及碳循环问题.对干旱地区不同时间段内生态系统的影响进行土地利用、土地覆盖分类;根据对比、分析获取干旱地区内的土地利用、土地覆盖变化情况,通过GIS方法分析干旱地区的植被生长情况,依据生态模型模拟干旱地区碳循环过程,以完成干旱地区碳循环动态观测.仿真实验结果全面验证了所提观测方法的有效性以及实用性.     

遥感影像数据投影变换方法及应用研究

针对GIS遥感影像数据投影变换特点,对影像数据变换的金字塔中间图像、分块仿射变换、最临近内插等技术与方法进行了研究。着重阐述了遥感影像数据投影中的难点,提出了影像投影优化的研究思路及关键技术,解决了投影中遇到的主要问题。最后通过项目实践验证了影像投影变换技术在中海油GIS平台中的应用效果及意义。     

基于GE影像的土地利用状况分析——以武汉市为例

将GoogleEarth影像引入到土地资源分析领域,基于GE影像,利用ENVI遥感图像处理软件对图像进行辐射校正、几何校正以及去噪等预处理和增强处理,然后根据武汉市矢量地图裁剪出武汉市行政边界;对处理后的图像进行非监督分类得到初步处理图像,将获取的分类结果结合具体地形图再进行后续处理,最终得到较理想的武汉市遥感图像分类结果;最后对武汉市的土地利用情况进行统计,对土地资源的利用和管理加以分析。     

ENVI遥感影像制作解译及分析——以林芝县为例

遥感影像处理是通过利用一系列软件对遥感影像进行大气校正、辐射校正和几何校正、图像融合、投影变换、图像镶嵌、特征提取、分类以及各种专题处理的过程与方法。文章结合林芝县地区的遥感影像,主要介绍如何利用ENVI软件进行遥感影像的影像融合、影像镶嵌、影像分类及分类后处理。     

基于决策树分类的云南省迪庆地区景观类型研究

决策树分类是基于空间数据挖掘和知识发现的监督分类方法。本研究利用遥感TM数据和DEM数据,构建分类决策树,并通过ENVI软件实现决策树分类,得到迪庆地区的景观类型分布图。同时利用传统的监督分类的方法进行分类,得到该地区景观类型分布图。利用野外实地采样的数据对两种分类方法进行精度评价,结果表明,两种分类方法的总体分类精度分别为85.5%和67.4%,决策树分类方法的总体分类精度比传统监督分类提高了近20%。在此基础上,研究云南省迪庆地区的景观类型分布状况,可得到以下结论:迪庆地区的景观类型主要有河谷灌丛面积约占5.5%,针叶林面积约占36.16%,亚高山灌丛草甸面积约占3.4%,高山冰雪面积约占3.7%,裸地面积约占25.4%,水体面积约占4.4%。除裸地和水体外,其他景观基本都沿着山体按海拔高度和坡向分布,其中面积最大的为针叶林景观。这与该地区高山峡谷地貌吻合。     

遥感技术在草地资源调查研究中的应用

简要介绍遥感技术在我国土地资源调查研究工作中的应用发展过程,阐明土地资源遥感的主要研究方法。以草地资源遥感为例说明遥感技术在土地资源调查研究中的应用,分析了草地资源遥感调查技术路线与技术支持、草地类型分类系统的分类原则以及草地遥感的调查方法。     

森林植被遥感分类研究进展探析

森林是植被的主要类型之一,植被是森林生态系统的重要组成部分,利用遥感技术对森林植被类型进行分类,对森林保护、管理、恢复和可持续发展都具有重要意义。通过森林植被遥感分类数据源和分类方法,对我国森林植被遥感分类研究进展进行了探讨,分析了目前森林植被遥感分类研究面临的困难,探析未来我国森林植被遥感分类的发展趋势。