基于神经网络和数据融合的红树林群落分类研究

及时准确地掌握红树林群落现状信息可为保护和修复红树林生态系统提供重要的决策依据。对红树林群落进行遥感分类在实际应用中具有较大的意义。但红树林各群落间的光谱差异很微弱,有必要采用多源遥感数据融合的方法来提高分类的精度。本文以珠海淇澳岛红树林区为例,使用SAR图像与TM图像,探讨了监督分类、非监督分类以及神经网络分类3种分类方法和IHS融合、小波融合以及主成分融合3种融合方法对红树林群落进行分类的效果。结果表明,对SAR与TM主成分融合图像应用神经网络分类方法能够取得最好的分类效果。     

基于多种水体指数的城市碧道水体遥感提取方法对比研究

作为最常见的水体遥感提取方法之一,水体指数可用于城市碧道水体监测.基于哨兵2号遥感影像,该文分析比较了双线性插值、Gram-Schmidt(GS)全色锐化方法对于MNDWI、WI水体指数提取结果的影响,并与NDWI水体指数提取结果开展对比.各水体指数均可有效提取城市碧道水体,各项提取精度指标在80％以上,其中GS对应的...     

基于TM影像的珠江三角洲河道快速提取方法研究

快速、准确提取河流水体信息是河道开发和治理的基础。在综合分析前人已有研究成果的基础上,以珠江三角洲佛山市境内河网为例,通过对TM影像上水体的遥感信息机理分析,建立多种水体指数模型,并对这些指数模型进行对比分析,结果发现比值指数模型最适合于网河区河流水体的提取。在此基础上,对比值指数模型提取结果进行空间聚类得到网状水系图,并利用形状指数进行修正,将遗漏的细小河流补充进来,最后得到河道水体专题图,精度评价的结果显示其精度可以达到93.7%,说明该方法具有较好的可用性和有效性。特别是应用于河网密布、鱼塘众多,同时人为干扰强烈区域的河道信息提取时具有重要的现实与理论意义。