基于ERDAS IMAGING的TM影像中较小水体识别方法

针对利用Landsat TM遥感影像中水体信息识别的常用方法对细小水体识别的局限性作了深入研究,提出了新的基于ERDAS IMAGING的较小水体识别方法.将TM影像中某3个波段组成的假彩色合成图转换到IHS彩色空间,构建模型进行细小水体的识别.该方法有效地提高了细小水体识别的精度.     

基于TM影像的平原湖泊水体信息提取的研究

以洪泽湖Landsat TM影像为例,分析了利用单波段阈值法和多波段增强图阈值法进行水体信息提取的差异,从而确定出不同时期不同用途所采用的最佳水体综合提取方法,即综合利用多波段谱间关系(TM2+TM3TM4+TM5)和单波段TM5建立起适合于平原湖泊水域的水体提取方法。     

TM 图像的城镇用地信息提取方法研究

从对城镇用地的遥感信息机理分析入手, 分析了城镇用地在Landsat TM 2、TM 3、TM 4、TM 5等各个波段上与其它地类的可分性。发现利用归一化植被指数NDVI 和归一化水体指数NDWI,设定合适的阈值, 能够有效地提取植被信息和水体信息, 得到二值化图像。由谱间结构特征可知, 城镇用地和裸地的TM 3- TM 2> 0, 城镇用地的TM 4- TM 3< 0, 而裸地的TM 4- TM 3> 0, 利用此特性可以区分城镇用地和裸地。对上述二值图像进行二值逻辑运算, 得到城镇用地专题信息。研究结果表明, 该方法的提取效率和精度都较高, 与监督分类法和屏幕数字化方法相比, 是一种行之有效的方法。     

基于GF-1影像的耕地地块破碎区水稻遥感提取

耕地地块破碎区水稻遥感提取是作物监测研究的热点问题之一。以苏州市高新区为例,通过挖掘关键物候期水稻与下垫面水体光谱特征组合差异,基于分蘖期与齐穗期两景16 m分辨率的GF-1 WFV数据,构建归一化差值植被指数(NDVI)差值法、归一化水体指数和比值植被指数(NDWI-RVI)差值法提取水稻分布,并深入探究了水稻面积提取精度及空间重合度影响因素。结果显示:与非监督分类和监督分类方法相比,植被指数差值法水稻识别精度贡献率可提升30%以上,NDVI差值法提取水稻种植面积的精度、空间重合度、制图总体精度和Kappa系数分别为86.2%、66.1%、92.2%和0.72;NDWI-RVI差值法上述指标分别高达95.5%、78.4%、93.5%和0.846,实现了利用少量中高分辨率遥感影像精确提取耕地地块破碎区水稻分布的目的,可实际服务于太湖地区农业生产及相关决策支持。     

不同指数法在地表水体提取中的效果比较

由于遥感技术能够快速、高效地获取地表水体的时空分布特征,目前基于影像提取内陆水体的方法很多,但针对不同类型的水域,哪一种方法提取效果更好,是值得探讨的问题。以天健湖、须水河和黄河郑州段3个水域为研究对象,基于GF-2,Landsat 8,SPOT5卫星影像,采用水体、植被指数法等几种方法提取水域部分。通过分析提取效果,得出:对于水体较浅的天健湖,无论是GF-2还是Landsat 8影像,提取效果较好的方法是水体指数法,提取效果较差的均为单波段阈值法;对于相对较深的须水河,无论是GF-2还是Landsat 8影像,提取效果较好的方法是植被指数法,提取效果较差的均为单波段阈值法;对于含沙量较大、有细小水体的黄河水域,提取效果相对较好的是水体指数法,较差的是单波段阈值法和植被指数法。表明:在基于影像提取水体时,首先应弄清水域的情况,以采用相应的遥感指数。     

基于GF-1影像的耕地地块破碎区水稻遥感提取

耕地地块破碎区水稻遥感提取是作物监测研究的热点问题之一。以苏州市高新区为例,通过挖掘关键物候期水稻与下垫面水体光谱特征组合差异,基于分蘖期与齐穗期两景16 m分辨率的GF-1 WFV数据,构建归一化差值植被指数（NDVI）差值法、归一化水体指数和比值植被指数（NDWI-RVI）差值法提取水稻分布,并深入探究了水稻面积提取精度及空间重合度影响因素。结果显示：与非监督分类和监督分类方法相比,植被指数差值法水稻识别精度贡献率可提升30%以上,NDVI差值法提取水稻种植面积的精度、空间重合度、制图总体精度和Kappa系数分别为86.2%、66.1%、92.2%和0.72;NDWI-RVI差值法上述指标分别高达95.5%、78.4%、93.5%和0.846,实现了利用少量中高分辨率遥感影像精确提取耕地地块破碎区水稻分布的目的,可实际服务于太湖地区农业生产及相关决策支持。     

基于GF-1影像的耕地地块破碎区水稻遥感提取

耕地地块破碎区水稻遥感提取是作物监测研究的热点问题之一。以苏州市高新区为例，通过挖掘关键物候期水稻与下垫面水体光谱特征组合差异，基于分蘖期与齐穗期两景16 m分辨率的GF-1 WFV数据，构建归一化差值植被指数（NDVI）差值法、归一化水体指数和比值植被指数（NDWI-RVI）差值法提取水稻分布，并深入探究了水稻面积提取精度及空间重合度影响因素。结果显示：与非监督分类和监督分类方法相比，植被指数差值法水稻识别精度贡献率可提升30%以上，NDVI差值法提取水稻种植面积的精度、空间重合度、制图总体精度和Kappa系数分别为86.2%、66.1%、92.2%和0.72；NDWI-RVI差值法上述指标分别高达95.5%、78.4%、93.5%和0.846，实现了利用少量中高分辨率遥感影像精确提取耕地地块破碎区水稻分布的目的，可实际服务于太湖地区农业生产及相关决策支持。     

县域城镇用地信息提取研究——以福建省长汀县为例

针对如何快速、准确地获取县域城镇用地的信息问题,该文以2010年的TM影像为数据源,以典型的山地城市福建省长汀县为研究区,比较和分析常用的城镇用地提取方法的优势和不足;借鉴分层分类法的思路,综合运用归一化植被指数结合地形调节植被指数、多波段谱间关系法结合改进型归一化水体指数、归一化裸土指数结合归一化不透水面指数,对长汀城镇用地进行提取,总体精度超过85%。分析表明该方法是一种可行有效的城镇用地提取方法。     

ETM+影像水体提取方法研究

以Landsat-7的ETM+为数据源,通过实验比较了阈值法、谱间关系法、改进的归一化差异水体指数法以及分类提取法对水体进行提取的效果,得出了谱间关系法易消除阴影的误提,单波段阚值法易消除居民地误提的结论,提出了综合谱间关系法和阎值法的方法,取得了好的提取效果,有效减少了误提现象.同时,针时阈值选取需经过反复试验的问题,提出了对(TM2+TM3)-(TM4+TM5)和TM5叠加影像进行聚类分割自动提取出水体,提取精度高且避免了阈值选取的繁琐.     

基于决策树分层分类法的粉煤灰堆场信息提取研究

粉煤灰污染环境,危害人类健康。应用遥感方法快速、实时、准确地识别粉煤灰堆场信息,对保护环境和人类健康具有重要意义。通过分析包头市辖区内典型地物的光谱信息,基于Landsat 5 TM影像数据,采用决策树分层分类法对研究区内的粉煤灰堆场进行提取实验。首先,分析研究区内典型地物的光谱特征,对不同地物之间的关系进行比较。其次,建立决策树,利用土壤调节植被指数(SAVI)、改进归一化差异水体指数(MNDWI)、归一化建筑指数(NDBI)以及光谱阈值法对图像进行了分类。最后利用形状特征和空间位置特征等对分类图像进行后处理,分类精度达到70.7%。实验结果表明:该方法适合粉煤灰堆场信息的自动提取,结合目视解译能够达到较高的识别精度。