面向对象的ETM+影像分割尺度与水体信息提取

采用面向对象的影像提取方法,以ETM+影像作为数据源进行水体提取。首先对影像进行分割,获取影像对象,分割时探究提取水体时影像的最优分割尺度;然后对分割生成的影像对象运用ENVIFX工具建立规则集并对水体进行提取。对比面向对象的方法和传统最大似然分类方法的水体提取结果表明:面向对象方法提取水体的总体精度、Kappa系数、生产者精度、用户精度均明显高于传统方法。     

面向对象的GF-2影像水体信息提取研究

高分辨率遥感影像面向对象信息提取的前提和关键步骤是影像分割。在分析水体信息提取方法的基础上,提出多尺度-光谱差异分割的方法。首先,以河南省开封市某区域为例,采用多尺度分割的方法对GF-2影像进行分割,确定最优分割尺度;然后,在保证地类分割纯度的基础上,对分割的影像进行光谱差异分割,得到研究区域水体分割最佳效果;最后,利用水体在近红外波段均值的特征,设置阈值提取到满意的水体信息结果。根据目视评价和定量评价结果,证明该方法在研究区域是可行的。     

面向电子地图更新的水体自动提取方法研究

水体作为地表覆盖的重要组成之一,水体信息提取通常也是电子地图更新的首要环节。本文基于北京二号高分辨率遥感数据,采用面向对象的技术流程实现了对影像的多尺度分割。同时对全局最优阈值算法进行改进,对水体指数、植被指数等关键特征的取值进行自动计算,减少人工参与。最终提取的水体数量较为准确,边界规整,总体精度可以达到96%,Kappa系数为0.73,有效提升了信息提取的工作效率与质量。     

基于GF-2影像的梯田田坎自动提取研究

田坎系数测算精度直接影响粮食总产量统计、梯田区土壤侵蚀量测算的准确度,为解决传统的遥感影像目视解译方法提取梯田及田坎精确度不稳定且耗时较长的问题,基于GF-2影像和面向对象的技术方法,确定了各地类最优分割尺度和空间、光谱、纹理等特征参数,建立各土地利用类型提取规则并进行自动提取,其中梯田提取精度为82.55%、Kappa系数达到0.75,田坎面积自动提取精度为68.83%,进而计算的田坎系数为0.153,比实地测量的田坎系数0.151大0.002。阴坡田坎阴影和田坎上林草的投影会导致提取的田坎面积增大,对此可结合后期人工修正,进一步提高精度。     

水库水体的最大类间方差迭代遥感提取方法

针对利用遥感影像结合经验阈值提取水体信息需要进行大量试验,难以客观地确定水体与非水体分割阈值的问题,在最大类间方差法的基础上提出了最大类间方差迭代法来优化提取水库水体信息。基于高分一号(GF-1)卫星影像数据,使用归一化差分水体指数(NDWI)法初步提取了水体信息,通过形态学膨胀算法建立缓冲区,采用多次迭代最大类间方差法计算自适应阈值,用于分割水体与非水体,从而实现水体最优提取。实例验证结果表明,提出的优化方法可以有效地消除建筑等非水体地物信息的干扰,较准确地提取水库水体信息在不同时期的特征,总体分类精度与Kappa系数较最大类间方差法提取结果分别提高了9.36%和24.09%,综合精度平均提高了10.42%。     

基于高分影像的建设项目扰动面积自动提取

为了实现水土保持监测工作中基于遥感影像对生产建设项目扰动地表面积的快速有效提取,以输变电工程为例,利用国产高分系列卫星GF-2和GF-1的遥感影像产品和输变电杆塔点位先验信息,结合Otsu阈值分割技术和Canny边缘检测算法,提出扰动面积的自动提取算法,并开发了水土保持目标监测系统。选择榆横—潍坊等特高压输变电工程沿线植被覆盖度较高的平原、山区和丘陵区分别选择8、9、7个塔基施工区,进行扰动面积的自动提取,并与传统影像分类方法最大似然法、面向对象法的提取精度进行比较。结果表明,开发的水土保持目标监测系统提取的扰动面积与现场人工实测面积相比,精度均在80%以上,明显优于传统方法。     

面向对象的高分辨率影像水体信息提取研究

以昆山南部的WorldView-2影像为研究数据(全色波段分辨率为0.5 m,多光谱波段分辨率为1.8 m),基于eCognition软件平台,通过选择适宜的尺度,并结合纹理、形状、光谱等特征构建合理有效的规则集,实现面向对象的水体信息提取。利用实测结果对遥感解译结果进行形状一致性和面积一致性检验,精度分别达到89.14%和92.06%,表明利用面向对象技术从高分辨率遥感影像提取水体信息具有一定的可靠性和实用性。     

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。     

基于分层特征提取和多尺度特征融合的高分辨率遥感影像水体提取深度学习算法

高精度的水体提取有助于水资源监测和管理。目前基于遥感影像的水体提取方法缺乏对于边界质量的重视,造成边界划分不准确,细节保留度低的问题。为了提升遥感影像水体提取的边界与细节的精度,提出了一种基于多尺度特征融合的高分辨率遥感影像水体提取深度学习算法,包括分层特征提取模块与融合多尺度特征的堆叠连接解码器模块。分层特征提取模块中,引入了通道注意力结构,用于整合高分辨率遥感影像中水体的形状、纹理和色调信息,以便更好地理解水体的形状和边界。在融合多尺度特征的堆叠连接解码器模块中,进行了多层次语义信息的堆叠连接,并加强了特征提取,同时捕捉了广泛的背景信息和细微的细节信息,以实现更好的水体提取效果。在自行标注的数据集与公开数据集上的试验结果表明,模型的准确率达到了98.37%和91.23%,与现有的语义分割模型相比,提取的水体边缘更加完整,同时保留细节的能力更强。提出的模型提升了水体提取的精度和泛化能力,为高分辨率遥感影像水体提取提供了参考。     

水稻种植面积遥感提取中田间作业路的消除方法

利用多时相遥感数据提取水稻种植面积是一种快速、高效的方法,但在高空间分辨率的遥感数据源中很难在一个作物物候期内获取多时相影像,高分一号卫星(GF-1/WFV)在16 m分辨率上实现了较高的时间分辨率,但由于存在混合像元,阈值分割尺度的设定会影响水稻面积提取精度。针对此类问题,混合像元分解模型可以有效排除异质地物的干扰。本文以GF-1/WFV遥感影像为数据源,选取银川平原水稻集中分布区破碎化程度不同且仅含有田间作业路和水稻的3个水稻样地作为实验区。首先,利用水稻分蘖期水体特征与孕穗期植被特征较为突出的特点,通过阈值法分类初步获取水稻的空间分布范围;然后在地表反射率遥感影像上选取田间作业路和水稻端元波谱曲线。结合线性混合像元分解模型,根据水稻丰度比例提取最终的种植面积。最后利用高空间分辨率的高分二号遥感影像对提取结果进行精度验证。结果表明,耦合两种方法提取水稻面积的面积精度为96. 33%,比阈值法提取水稻面积的精度提高了14. 63%,有效地排除了田间作业路对水稻面积提取精度的影响,为农作物种植面积信息的精确提取提供参考。     

渭河干流杨凌段水边线提取及其分维数计算方法研究

利用RGB遥感影像和DEM数据,采用Sobel算子法、人工交互阈值分割法、DEM河网法和面向对象分类法提取渭河干流杨凌段水边线信息和分维数计算。结果表明:不同方法所提取的水边线的盒分维方程的判定系数差别不明显,且具有良好的提取效果;当数据精度较高,研究面积较小时,人工交互阈值分割法具有较高的提取精度,高分辨率RGB遥感影像也能用于提取水边线信息;研究区河流分维数在1. 0～1. 4之间,属于侵蚀发育阶段的幼年期;文中4种方法提取水边线均可行,在缺乏高精度DEM数据的情况下,采用RGB遥感影像也可以较好地提取水边线信息。     

基于改进的NDVI密度分割方法的冬小麦面积信息提取

基于高分辨率遥感影像提取的种植结构信息,能够比传统的统计数据更加直观地表达农作物的空间分布特征,这些数据信息是水资源管理部门进行水资源管理的重要数据参考。为解决GF-1 WFV传感器影像中混合像元对小麦信息提取结果的影响,引入高分辨率GF-1PMS传感器影像,在两种影像相同位置建立样本研究区,利用PMS影像的分辨率优势为WFV影像中小麦混合像元训练样本提供真实小麦面积权重,得到WFV影像小麦混合像元NDVI与小麦面积权重的比例关系,再运用区间归一化的方法解决同一NDVI值对应不同小麦面积权重的问题,进而得到混合像元中小麦的真实面积信息,最终提取了冀州市的冬小麦信息。经验证,该方法能够在实地样本不足的条件下,较准确地提取冬小麦面积信息。     

不同空间分辨率遥感数据识别湖泊的误差分析

湖泊面积及空间分布是表征水情变化的重要指示因子,对研究气候变化和人类活动对水资源的影响具有重要作用。如何利用遥感影像进行湖泊制图和面积估算是当前遥感应用研究中的难点问题。从实际应用需求出发,采用GF-1/WFV(Wide Field View)、Landsat-8 OLI(Operational Land Imager)、MODIS(Moderate-Resolution Image Spectroradiometer)遥感数据,选用安徽省受人类活动影响较大的54个湖泊为研究区域,采用NDWI二值分割法得到湖泊水体信息,使用30,500 m和1 000 m 3种空间分辨率的遥感影像进行湖泊制图,探讨制图精度与湖泊形态之间的关系。结果表明:湖泊分形维数值越大,湖泊形态越复杂, Kappa系数越高,面积误差越小;遥感影像分辨率越高,湖泊制图结果的Kappa系数和总体精度越高。     

滇中高原湖泊区地表覆盖遥感监测应用研究

本文以滇中高原湖泊星云湖流域为对象,Landsat 8号卫星的OLI影像为研究的主要数据源,并进行外业的遥感调查,以安德森分类系统为地表覆盖分类体系,分别使用监督分类、BP神经网络和面向对象3种分类方法对星云湖流域内的地表覆盖进行遥感分类识别,并对这3种不同的分类方法所得到的分类结果进行对比评价。实验表明:传统监督分类的总体精度为78.03%,而BP神经网络和面向对象两种方法总体精度分别为88.70%和92.76%,其Kappa统计量也达到了0.8572和0.9060,满足了该流域环境演变综合研究的需要。     

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。     

国产高分影像在峡江枢纽库区土地利用变化监测中的应用

资源一号 02C( ZY－1 02C) 、高分( GF) 系列等国产高分辨遥感卫星的陆续发射极大地丰富了高分遥感应用的数据源,已广泛地应用于国土资源调查与土地利用变化监测研究中。峡江水利枢纽工程是江西省规模最大的水利工程,为掌握峡江水利枢纽工程建设对其库区土地利用/覆盖产生的影响,利用2013 年的资源一号 02C( ZY－1 02C) 卫星和 2015 年的高分一号( GF－1) 卫星两种影像对库区土地利用变化进行监测。对两幅高分影像进行正射校正、配准、几何精纠正等预处理,在分析卫星传感器特性的基础上,采用基于线性回归波段拟合方法进行多光谱与全色影像融合。最后,利用面向对象分类方法对两期影像进行了土地利用信息提取和地类变化分析。试验结果表明: 利用面向对象方法可实现对库区高分影像土地利用信息的精确提取,总体分类精度达到 87. 9%,Kappa 系数为 0. 836,完全满足遥感应用的精度要求。2013—2015 年间峡江库区土地利用变化的主要特征有: ( 1) 水体和建设用地有明显增加,分别增加 25. 64 km2和 13. 29 km2,耕地和林地面积减少较多,分别减少 19. 42 km2、14. 51 km2; ( 2) 地类变化的主导方向是耕地、其他用地向水体转变及耕地、林地向建设用地转化,这主要源于工程蓄水、移民安置及城市扩展等。     

基于特征和规则的河流水系信息提取研究——以宜昌市河长制水系信息核查为例

借助高分辨率遥感影像数据信息的丰富优势,提出了一种针对河流水系信息的面向对象识别模型。该模型将水系的特征模型进行了归纳和总结,并对模型中的特征及其子特征的规则进行了详细的定义。最后以宜昌市远安县区域为例,运用该模型对水系信息进了自动化提取实验。结果表明:该方法能针对影像上水体信息特征集合,对河流水系要素进行有效提取,相比于其他传统分类方法,有更高的识别准确度。本研究有助于在推进全国河长制管理中,提升河流水系信息整理核实的自动化程度和准确性,为相关管理工作提供可借鉴的方法与思路。