基于Landsat 8 OLI的合肥市水域面积提取方法有效性研究

目的:从亚像元、像元和对象的角度对不同类型水体信息进行识别提取,探讨Landsat 8 OLI数据对水体面积提取方法的有效性.方法:采用监督分类-神经网络法、面向对象法、MNDWIOSTU阈值法和线性混合像元分解法,分别对合肥市水体信息进行提取分析.结果:采用的4种方法均适用于合肥境内的水体研究,其中线性混合像元分解法提取精度最高且具有较强的鲁棒性,总体精度和Kappa系数的平均值高达97.05％ 和0.97.结论:针对中等分辨率的Landsat 8 OLI数据,基于亚像元的线性混合像元分解方法对水体识别具有较好的精度,可为更精细或更大尺度的水体信息提取提供技术参考.     

基于Landsat8遥感图像的土壤含水量提取研究

土壤含水量是影响植被生长的一个主要因素,也是研究气候、水温、生态、农业等领域的重要参数。遥感能够快速方便地获取较大区域的地表信息,因此使用遥感技术对土壤含水量进行提取具有重要的意义。以2015年8月15日获取的唐山市中北部地区Landsat 8影像为研究对象,通过计算植被归一化指数和反演地表温度,利用植被供水指数法得到该区域内的土壤含水量分布情况。研究结果表明,利用植被供水指数法可对Landsat 8遥感影像进行土壤含水量信息的提取,由此也扩充了Landsat 8影像的应用范围。     

基于深度学习的遥感影像城市建筑用地提取

使用遥感影像对建筑用地进行精确和高效的提取,是土地利用的重要信息来源。使用卷积神经网络的深度学习方法对研究区Landsat8遥感影像图进行分类训练与提取,与作为对照组的支持向量机方法进行比对分析。结果表明,基于深度学习的遥感影像城市建筑用地提取方法提取精度更高,尤其在道路提取精度上有着明显优势,说明将深度学习融入遥感影像建筑用地提取有着广阔前景。     

基于HIS变换的城镇用地信息快速提取新方法

随着中国城市化进程的加快,城镇用地在迅速地扩大,如何快速、准确与客观地提取城镇用地信息,对土地资源的保护和可持续利用具有十分重要的意义.综合运用归一化建筑指数（NDBI）,归一化植被指数（NDVI）和修正型归一化水体指数（MNDWI）进行RGB彩色合成,然后对合成图进行HIS变换,利用H和S分量进行城镇用地信息提取.并利用TM7,TM5,TM1彩色合成图的I和H分量进行裸土噪声去除,最终获得城镇用地信息专题图.专题图的总体精度、Kappa系数、生产者精度和用户精度分别为：92%、0.84、88%和96%,证实该方法是快速提取城镇用地切实有效的方法.     

基于Landsat 8影像的马鞍山市热岛效应研究

以2013年08月11日马鞍山市Landsat 8影像为数据源,利用ENVI软件反演了马鞍山市雨山区和花山区的地表亮度温度,再将地表亮度温度值归一化处理,划分为强绿岛区、绿岛区、正常区、热岛区和强热岛区5个等级.分析了马鞍山市热岛效应空间分布情况,并结合归一化植被指数(NDVI)和归一化裸地与建筑用地指数(NDBBI)与地表温度的相关性对马鞍山市热岛效应进行分析.结果表明:(1)马鞍山市热岛效应强的地区位于雨山区沿长江南北向延伸,城市建设用地的地表温度明显高于其他用地;(2)地表温度与NDVI呈负相关,与NDBBI呈正相关;(3)城市化、下垫面变化、工业生产等是造成马鞍山市城市热岛效应强烈的主要原因.     

基于遥感技术的黄冈市水体现状调查

以2000年、2004年、2007年8月的Landsat TM影像为数据源,提取黄冈市水体信息,分析黄冈市水体时空分布特征,将黄冈市水体信息与同时期的气温和降水数据进行相关分析。结果表明,研究期内黄冈市水体面积呈减少趋势,气温升高与降水减少导致了水体面积减少,城镇化等人类活动也加速了黄冈市水体面积的减少。     

基于遥感数据的耕地信息提取方法研究

受城市快速发展及气候变化等因素影响,耕地面积和产量逐年波动,准确、快速提取耕地信息,对精确预测作物产量、提高作物管理、优化作物种植结构有重要意义。采用非监督分类、监督分类以及面向对象分类的方法提取Landsat8 OLI影像数据,其中非监督分类运用ISODATA算法,监督分类选择最大似然法,面向对象分类则采用基于样本的面向对象分类方法和基于规则的面向对象分类方法。经实验分析,基于样本的面向对象的提取方法避免了“椒盐现象”且精度最高,总体精度达93.0175%,在进行耕地信息提取时能得到较好的结果。     

基于GF-1影像的水稻拔节期地上部生物量估算

目的:建立基于GF-1号WFV卫星影像数据的拔节期水稻生物量监测模型,为利用GF-1号影像进行拔节期水稻水肥管理以及生产力预测提供依据;方法:以安徽盛农农场水稻种植区域为研究对象,分析GF-1号WFV数据的光谱参数与地上部生物量直接的相关关系,筛选出较为精确的光谱参数,建立并评价水稻拔节期地上部生物量监测模型;结果:GF-1 WFV数据的光谱参数与地上部生物量具有良好的相关性。其中,直接利用单一波段建立的相关关系中,近红外的表现最好(R2=0.61),通过逐步多重线性回归分析发现利用绿光波段和近红外波段组合的函数能有效提高模型的精度(R2=0.659)。利用10种常见的植被指数与地上部生物量建立相关关系,发现NDVI、GNDVI、RVI、SAVI、EVI以及OSAVI与地上部生物量的相关性较好,而OSAVI的R2更是达到了0.711,RMSE达到0.64 t/hm2,RE为11.4%。依据OSAVI与地上部生物量建立的模型制作了农场水稻拔节期地上部生物量监测专题图;结论:GF-1的WFV数据在拔节期水稻地上部生物量监测中能够获得较高的精度,具有广泛的应用前景。     

基于GF-1和Landsat/TM遥感数据的达里诺尔自然保护区近10年景观动态分析

以达里诺尔自然保护区为研究区,选用2004年Landsat/TM和2014年GF-1影像,利用景观指数和数理统计的方法,分析其近10a景观类型特征及动态变化规律.结果表明:(1)草地、湖泊湿地、沼泽草甸为优势景观,占研究区总面积的79%以上;景观变化幅度最大的是中覆盖草地,增加了3420.71hm2,其次是高覆盖草地,减少了2802.82hm2,其余的均在850hm2以下,都有不同程度的增加或减少;景观类型的转移主要是高覆盖草地向中覆盖草地、中覆盖草地向沙地、沼泽草甸向湖泊湿地的转化.(2)各类型景观的斑块密度、边缘密度均增加,但最大斑块指数减少,说明研究区景观的破碎化程度增加,面积加权维数都在1~1.3之间,趋向于1,说明各类型景观斑块几何形状简单趋于规律化;蔓延度指数增加了8.63%,多样性、均匀度指数减少,说明景观的连通度增加,多样性降低.     

基于多尺度分割与光谱特征提取建成区的方法

城市建成区空间分布对城市规划和资源管理起着至关重要的作用。面向对象影像分析法能有效提取城市建成区图像。以Landsat8为源数据,对深圳市建成区范围进行研究,结合光谱特征结果和NDBI指数派生出NDBIi指数。根据空间特征建立面向对象规则集,运用二次分割方法与分类规则,高效获取城市建成区数据,对2015年与2017年深圳市城市空间扩张情况进行分析,将多种分类方法与面向对象规则集方法进行结果对比。结果表明,2015年与2017年总体精度分别为93.02%和90.45%,面向对象规则集方法可以精确获取建成区具体范围,有效监测不同时相城市扩张情况。     

基于基因表达式编程的遥感影像分类方法研究

本研究将基因表达式编程算法应用于遥感影像分类问题,利用广东省东莞市1997年Landsat TM影像数据进行实验,取得了较好的分类结果,模型分类精度达到85.19%。实验结果表明:基因表达式编程算法提取的分类规则具有较高的分类精度,具有一定的优越性与有效性,为遥感影像分类研究提供了一种新的模型方法。     

基于深度学习的滇中城市多光谱

为准确、高效地获取城市建设用地信息,利用目前应用广泛的深度学习技术对该领域的提取效果进行对比。选用曲靖市主城区作为研究区域,以Landsat8 OLI_TIRS多光谱影像为原始数据,使用卷积神经网络和BP神经网络两种分类器对影像进行城市建设用地信息提取。使用对象个数、对象面积和地表覆被吻合度3项评价方法提取精度。结果表明,应用卷积神经网络模型的城市建设用地提取具有最高精度,其测试集精度依次达到了92.99%、94.78%和89.64%,均高于常用的BP神经网络。因此,基于卷积神经网络的多光谱影像建设用地提取方法是准确获取城市建设用地信息的一种可行方法,为滇中城市建设用地提取研究提供了参考。     

快鸟影像城市绿地信息的提取及景观模糊分析

利用多分辨率分割高分辨率快鸟影像中的城市绿地目标,依据最近邻分类法提取城市绿地目标,计算分析城市绿地五种景观参数,并利用模糊数学方法构造绿地景观综合指数.结果表明所采用的方法能有效地提取城市绿地信息,并客观反映城市绿地景观特征.     

一种基于可见光植被指数的高分辨率影像林地提取方法

针对高分辨率可见光波段影像植被提取时,因缺少近红外波段引起参考不足的问题,利用植被在可见光方面的光谱特性,实现对可见光波段植被自动化提取与初步分类。在可见光植被指数已有研究的基础上,利用第三次全国土地调查的 0.5m 正射高分辨率 DOM,将不同植被指数带入计算,从一系列可见光植被指数中选取一组最优植被指数。通过筛选,选用 RGBVI 指数进行实验。检测结果证明,RGBVI-Ostu 方法在第三次全国土地调查底图中提取林地植被精度高达 91.26%,由此证明该方法使高分辨率可见光植被指数林地识别更精确。     

北京一号小卫星全色影像正射纠正技术研究

北京一号小卫星4米全色高分辨率影像在全国土地利用变更调查、北京市按季动态变化监测等遥感应用中得到了广泛应用,但其正射影像生产技术方法国内外研究较少,为此,本文以覆盖北京山区的3景不同侧视角北京一号小卫星全色辐射校正影像为数据源,参考不同数量的地面控制点和不同分辨率的数字高程模型,对比分析有理多项式、通用推扫成像和直接线性变换模型的正射纠正精度,总结出了北京一号小卫星4米全色影像的正射纠正技术方法,其正射纠正影像满足1︰2.5万制图比例尺平面位置精度的要求。     

基于Python的Landsat 8 OLI影像建设用地自动识别与提取

为了提高从海量遥感影像中解译建设用地的效率,设计一种基于Python从Landsat8 OLI遥感影像中自动识别与提取建设用地的软件系统。利用时域中值滤波去除云噪声,并通过z值标准化获得可适用统一阈值划分的稳定像元;结合多种地物指数开展阈值划分以初步识别可能的建设用地像元;结合像元邻域组合关系进一步精化提取结果,并自动计算对应的Kappa系数。研究表明,与传统基于大型专业遥感影像解译平台相比,该系统不仅能保持较高的解译精度,而且具有体积小、速度快、自动化程度高、可迁移性和可扩展性强等特点。     

基于Landsat 8卫星OLI影像的滁州市城市热岛效应分析

以2013年8月11日Landsat 8影像为数据源,以ENVI5.1遥感软件为平台,对安徽省滁州市城市热岛效应进行分析.首先采用单窗算法对Landsat 8影像热红外波段进行热辐射亮度和地表亮度温度反演,并对亮度温度进行归一化处理;其次按等差级数将滁州市热岛效应分为强绿岛区、绿岛区、正常区、热岛区和强热岛区;最后在此基础上对滁州市城市热岛效应时、空分布规律进行研究.结果表明:(1)滁州市市区地表温度明显高于郊区,市中心温度最高,城市热岛效应显著.(2)研究区内强热岛区和热岛区主要分布在市区建成区,占研究区面积的5%;强绿岛区和绿岛区主要分布在郊区和农村附近,占研究区面积的78%.(3)研究成果可为滁州市城市建设和城市规划提供参考.     

基于地表温度和植被指数的郑州市热岛效应分析

以郑州市为研究区,采用2001、2008和2015年Landsat遥感影像,分析郑州市地表温度时空变化及其与植被指数的关系.采用辐射传输方程法反演地表温度,利用ENVI 5.1提取归一化植被指数(NDVI)值,在Arc GIS10.2中制出郑州市地表温度图,根据地表温度与NDVI建立回归方程.结果表明:地表温度与NDVI呈明显负相关关系.在2001、2008和2015年,由于城市扩建,郑州市植被覆盖度降低,NDVI值低的地区面积不断增加;中温区面积逐渐减少,高温区面积逐年增加,大体上由西南向东北方向扩散.     

基于可见光影像的夏季玉米植被覆盖度提取方法研究

为了对夏季玉米四叶期、拔节期、抽穗期和花粒期的植被覆盖信息进行快速、精确提取,提出基于可见光植被指数阈值法与直方图相结合的提取植被覆盖度新方法。对试验田中玉米的上述4阶段进行图像提取,选择了VDVI、EXG和NGBDI等3个指数对植被覆盖度进行描述,并对其精度结果进行验证。结果显示:基于无人机可见光影像的植被阈值法能够准确提取夏季玉米4个阶段生长期的植被覆盖度信息,并且采用EXG指数描述植被覆盖度效果最好。     

基于纹理分析的航空影像耕地信息提取

面对耕地面积日益锐减,耕地矛盾日益突出的形势,准确快速的提取遥感影像中的耕地信息已成为耕地动态监测的基础.本研究以绵阳市某县0.5 m分辨率的航空影像为实验数据,借助RS和GIS技术,采用共生矩阵分析航空影像纹理特征,在此纹理影像上运用最大似然监督分类方法对耕地信息进行了自动提取.实验结果表明:耕地信息提取正确率大于90%,kappa系数大于0.81.该方法提取速度快,自动化程度高,精度好,能够有效利用地物的空间分布信息和结构信息.