融合LiDAR点云和高分辨率影像的地物分类研究

LiDAR点云包含丰富的高程信息,而高分辨率航空影像则富含光谱信息。在分析两类数据特征优势的基础上,以模糊集为融合方法的理论基础,研究了一种结合LiDAR点云和高分辨率影像的分类方法。该方法首先通过航空影像获取模糊分类结果,然后引入LiDAR点云的高程信息,再进行模糊决策融合,重点改善了建筑物与其他地物之间的混分现象。实验结果表明,在LiDAR点云的辅助下,该方法能够有效改善光谱信息分类中出现的建筑物与裸地、道路、水体等地类之间的混分现象,明显提高了总体分类精度,为复杂城市区域提供了更为精确的地物分类结果。     

基于高光谱数据和雷达融合的滑坡信息提取

为了改进微地形滑坡遥感影像分类技术,从而提高微地形滑坡遥感信息提取的精度,采用湖北宜昌部分地区的无人机航拍高光谱影像(HSI)和激光雷达(LiDAR)数据作为研究数据源,并对高光谱和LiDAR数据进行融合,最后采用结合注意力模块(CBAM)的卷积神经网络(CNN)方法,对融合后的数据进行滑坡信息提取。研究表明,利用高光谱和雷达数据的优势,可以更准确地提取滑坡信息。     

面向对象分类技术在水土保持监测中的应用研究

面对对象分类技术主要研究进行低空遥感影像的无人机技术,目前在开发建设项目的水利保持监测中得到应用,对其信息化能力的提升提供了有效保障。应用中可以提取水土保持监测项目区域内的数据和信息,通过构建的数字表面模型,利用相关的分割尺寸评价工具,得到最佳分割尺度参数,并根据相关监督分类法以及评价方法对精度进行验证。文章就其应用进行了分析和探讨。     

结合高分辨遥感影像和GIS数据的土地利用变化监测

研究了一种结合高分辨率遥感影像和GIS数据的土地利用自动变化监测方法。分别采用马氏距离、支持向量机、神经网络3种分类方法对研究区域进行模糊分类,然后通过多分类器模糊决策融合分类方法对3种分类结果进行融合,提高总体分类精度。在获得高精度分类结果的基础上,结合历史时期GIS专题数据和分类结果,计算对应的图斑多边形内各类别成份,并与其历史属性对比分析,自动实现土地利用变化监测。实验数据选取QuickBird高分辨率遥感影像和1∶1万土地利用GIS数据,实验结果表明模糊决策融合分类能够明显改善分类效果,获得比单一分类器更为精准的结果。利用决策分类结果并结合GIS数据进行变化区域判定实验,结果表明,对区域中存在较大变化能够准确自动判定为变化区域,而区域中存在较少部分变化则存在部分误判现象。     

红碱淖流域遥感影像地物分类

遥感图像数据已逐步发展成为进行数字地球研究最直接的底层数据之一。其中,遥感影像的地物分类过程是一个有着广阔前景的重要研究方向。文章将采用监督分类等方法对红碱淖流域的遥感影像进行地物分类。     

森林分布遥感获取方法在三峡库区的应用

 以TM(Thematic Mapper)和SPOT(Satellite Positioning and Tracking)影像为基础数据,通过地形纠正、去云雪、辅助数据生成和分区等预处理之后,采用一种新颖的影像分割法,将待提取图像分割成可以识别的图像单元（图斑）,然后通过分层分类和模糊分类相结合的方法自动获取了三峡库区各种林地的分布状况,并取得了较高的验证精度。对获取的林地进行覆盖度自动划分后,通过人工纠正得到了三峡库区高、低覆盖度林地的确切分布,最后做了成图和面积统计。     

河套沈乌灌域遥感耕地面积变化

以河套灌区沈乌灌域为例,以2012年的RapidEye和2016年Landsat8OLI遥感影像为数据来源,在实地调查的基础上,利用监督分类(SVM)和目视解译方法,提取了2012年和2016年沈乌灌域的耕地面积。结合目视解译结果,运用随机验证点对解译结果进行了验证,运用正确率(用户精度)、完整率(生产者精度)和整体精度(提取耕地面积与实际面积的比值)3个指标对提取结果进行了评价。验证结果显示,2012年监督分类精度的3个指标正确率、完整率以及整体精度分别为81.96%、77.12%和94.10%,2016年分别为91.97%、71.39%和91.78%。结果表明:通过遥感开展灌区耕地面积变化研究具有很高的精度和时效性;相较于2012年,沈乌灌域2016年耕地面积增加了0.648万hm~2,新增面积为2012年的12.8%;地下水位的变化与耕地面积变化关系密切,地下水位下降改善了土壤环境,促进了耕地面积的增加。     

基于landsat8遥感影像的南昌县土地利用分类分析

土地利用类型影响着区域的经济发展、粮食安全和生态安全。以南昌县为研究对象,利用2016年7月25日landsat8OLI遥感影像和DEM数据,对比分析监督分类中的平行六面体法、最小距离法、马氏距离法、最大似然法、神经网络法、支持向量机法和决策树分类对地物识别精度。研究发现,在研究区,7种分类方法中最大似然法总体精度最高。利用监督分类中的最大似然法对研究区遥感影像进行地物识别,结果表明南昌县水体面积约为169.79 km~2,耕地面积约为870.65 km~2,建设用地面积约为360.56 km~2,林地面积约为11.53km~2,未利用土地面积约为502.48 km~2。     

基于无人机载激光雷达数据的建筑物自动提取算法

针对机载LiDAR散乱点云数据量大、目标分类困难的问题,提出一种实现LiDAR点云数据中地面点云、植被点云和建筑物点云的全自动分类算法,并根据提取的建筑物点云数据自动提取建筑物轮廓和中心点坐标。具体理论算法为:首先基于渐进三角网的点云数据滤波算法分离出地面点云数据,然后根据植被点云法向量的各向异性采用模糊C均值聚类(FCM)方法分离植被点云和建筑物点云。对于分类后的建筑物点云,利用拓扑聚类的方法,对每个建筑物进行识别并提取轮廓和中心点。将该算法应用于栾川协心小流域的山洪灾害调查评价居民户建筑物位置和高程自动提取。应用案例表明:该方法提取速度快,提取精度较高,且适用于山丘区机载雷达数据建筑物提取和植被分类。     

基于决策树方法的杨凌示范区水体提取分析

以陕西省杨凌示范区为研究区,利用LANDSAT影像以及DEM影像数据,分析研究区影像光谱特征,选择合适的分类方法以及建立合适的模型,对研究区遥感影像进行决策树分类,在地图上选取500个抽样点,通过实地考察,记录选样点的数据,统计抽样点的水体类型。实验表明决策树分类法大幅度提高了分类的精度,可以满足生产需要。     

基于无人机多视角摄影技术构建城市仿真三维模型应用方法

近年来,倾斜摄影测量技术在智慧城市方面得到了广泛的应用。本文利用一种重叠率较高的倾斜航空影像,进行光束区域网平差计算,自动匹配映射纹理。针对航空倾斜摄影像因尺度变化较大、遮挡严重和几何校正偏差较大而引起同名点匹配不精确的问题,应该充分利用POS数据、在飞机获取的原始数据和光束法平差的基础上,实现多视角摄影技术进行城市仿真三维模型的构建、三维信息的提取和高精度测量。其中,以成都市作为实验区域,使用X-8固定翼无人机和DJ-3数码相机获取试验区倾斜影像,并对空三模型计算结果进行验证分析,通过多视角影像数据的空间匹配和纹理的映射分析,完成对试验区高精度的真三维模型的快速构建与三维信息的提取。最后,利用外业采集的16个具有特征检验点对模型成果进行平面和高程的精度验证。结果表明,模型成果满足相关规范的精度要求,并且适用范围较大,为"互联网+智慧城市"建设提供重要的数据支持。     

应用相平面和分层聚类的配电网单相接地故障特征分类

对单相接地故障数据进行处理和分类有助于提高配电网故障状况和故障原因的诊断能力。文中采用相平面轨迹法分析单相接地故障波形数据,通过对相平面离散点按区域进行划分并统计各区域点数百分比建立了分类特征向量;采用按类间均值距离量度的分层聚类法实现了单相接地故障数据的分类。对某变电站大量实测样本进行了分类,表明所述方法分类结果合理准确。     

近30a瀛湖流域土地利用时空变化的遥感分析

为揭示1988~2014年南水北调中线工程水源区瀛湖流域土地利用变化规律,以Landsat TM/ETM+和ALOS遥感影像为数据源,采用监督分类与目视解译相结合的分类方法,提取瀛湖流域1988~2014年5期土地利用信息,分析了土地利用时空变化特征。精度分析表明:监督分类与人工目视解译相结合方法,能够快速、准确地完成土地利用空间分布信息提取,ALOS影像总体分类精度达98%以上;但是Landsat TM/ETM+等中低分辨率遥感影像难以识别山区较分散的农村居民用地等建设用地,导致建设用地解译结果偏低。土地分类结果表明:受山谷型地貌特点影响,瀛湖流域土地利用类型呈斑块状交错分布,建设用地多呈条带状分布;目前土地利用类型以草地、耕地和林地为主,分别约占流域面积的51%,29%和18%;1988年以来建设用地的年变化率最大,高达22%,新增量来源主要是耕地,其贡献比例高达87%。     

基于GF-1数据的三峡库区水体信息精细化提取

为实现江河类狭长型水体信息的精细化提取，利用GF-1卫星数据，采用支持向量机和目视解译相结合的方法对三峡库区及重庆市水体信息进行了精细化提取。使用总体分类精度、Kappa系数、错分误差、漏分误差、制图精度和用户精度等指标对库区水体信息粗提取结果进行验证分析。结果表明:4个试验区水体提取的总体分类精度均超过90%，除试验区4的Kappa系数为0.884 1以外，其余试验区均超过0.9，提取精度较高。结合目视解译的方法，在粗提取结果的基础上对各问题进行精细化处理，得到精度高、完整性好的三峡库区以及重庆市水体信息数据，可为后续该区域的精细化遥感业务开展提供有效资料。     

基于eCognition的土地利用遥感影像自动提取研究

遥感监测是开展区域水土流失动态监测的重要手段。对同一地区不同时期遥感影像进行影像分类,对比分析两期分类结果可以实现对土地利用等水土流失影响因子的动态监测。传统方法通常采用人工目视勾绘法获得土地利用分类结果,耗时耗力且效率不高。以同一地区不同时期的遥感影像为对象,基于eCognition软件平台,采用多尺度分割和面向对象分类方法快速获取了影像分类结果。结果表明,该方法分类精度较高,能有效提高工作效率。     

基于人工免疫模式的大坝监测数据粗差识别

粗差的存在会对大坝安全监测的结果造成较大的影响,而现今传统的粗差识别方法还存在着操作繁琐、应用数据类型有限、易少判误判等缺陷。因此,为了弥补传统粗差识别方法的不足,提高粗差识别的效率,采取了借鉴人工免疫的工作模式对监测数据进行分层打分的方法,将其与现有粗差检验方法结合,提出并设计出基于人工免疫模式的多层粗差检验法。以实际工程大坝水平位移监测数据的粗差识别为例,对工程的水平位移监测数据进行粗差识别。算例验证结果表明:这种新型的多层粗差检验法对大容量数据的粗差识别操作更为简便、效率更高。与传统粗差识别相比,其数据识别种类变广,而且其多层打分的检验模式使得识别结果更为严谨,可以有效减少粗差错判少判的情况。     

基于归一化水体指数的水域面积估算研究

以ETM+影像为数据源,采用2种归一化水体指数分别从遥感数据中定量提取水域面积,并将提取结果和监督分类提取结果做比较.研究表明,3种模型都能从ETM+遥感数据中准确提取水体信息,并且归一化水体指数模型简单计算速度快,适合用于水域面积的动态监测.选用优良的训练样本,监督分类提取的结果和归一化差异水体指数相同或者更优.     

基于像素分类与面向对象分类的干旱区城市制图比较研究

以同一地区作为试验区,分别采用基于像素的分类方法和面向对象的分类方法进行土地利用制图,前者采用最大似然法进行监督分类,后者基于多尺度分割使用最邻近分类方法。误差矩阵精度评估结果显示,面向对象的分类方法在精度上要高于基于像素的分类方法。研究表明,在基于高分辨率遥感影像的干旱区城市制图中,面向对象的分类方法要优于基于像素的分类方法。     

深圳市水土流失遥感调查中的新技术应用探讨

深圳水土流失遥感调查，不但应用了常用的遥感处理技术手段，如数据转入，镶嵌、监督与非监督分类等之外，还采用了较为先进的数据质量控制，数据融合，分类模板评估法，分类结果评估法，动态建模等技术，并结合GIS技术，这些技术的采用提高了深圳水土流失调查的分析精度，保证了调查结果的精度的影像的可观性。     

三门峡库区水沙变化与湿地景观格局演变关系

采用时间序列分析方法中的Kendall秩相关检验,对潼关水文站1980—2010年的水沙过程及降水量变化趋势进行检验,结果表明年均流量、年均输沙率、多年年均降水量均有明显的减小趋势;通过选取1980年、1990年、2000年、2010年同期遥感影像数据以及2005年2月、6月、8月、11月遥感影像,在ENVI中利用非监督分类方法、最大似然法及人工辅助方法进行遥感影像湿地信息专题解译,解译后将专题数据导入GIS中进行空间信息处理,分析水沙情势变化对三门峡库区湿地景观格局演变的影响。结果显示:流量和输沙率的减小导致库区湿地水面面积和滩涂面积明显下降,2010年库区水体面积较1980年减小19%,滩涂湿地面积减小37.4%;水库调度对年际库区湿地面积影响不大,对年内湿地景观格局影响显著;水库蓄泄水导致水面面积增减及滩涂面积反向变化。