模糊ARTMAP神经网络在TM影像分类中的应用

阐述了模糊ARTMAP网络结构及其采用的算法，提出一种引入遥感图像判读结果的警戒系数自动调整算法，能够解决人为选择警戒参数效率低、难以取得合适数值的问题．仿真结果表明，具有警戒系数调整功能的模糊ARTMAP神经网络能够有效地对向海自然保护区的TM影像进行分类，它与最大似然法和传统的模糊ARTMAP神经网络相比，对样本的依赖程度较低，分类精度较高．     

黄土高原防护林区TM数据的土地利用／覆盖分类方法研究

利用陆地卫星５号专题制图仪（ＴＭ）ＣＣＴ数据，对位于黄土高原防护林区的山西省隰县进行了大面积（面积为１４００ｋｍ＾２）的土地利用／覆盖的计算机自动分类研究。提出了在地形破碎的黄土高原防护林做遥感图像自动分类的方法和步骤，即把无监分类和有监分类有机结合的混合分类方法，提高了分类精度，使遥感数据能够在实际应用中真正发挥其覆盖面广、周期短的特点。     

用TM数据对农作物进行分类

美国陆地卫星MSS数据只有80米的分辨率,对小块和形状不规则的土地分类困难。美国第4、5颗陆地卫星上安置了TM传感器,对地面同一景物可获取7个不同波段的影像,分辨率30米。本文是研究TM数据对农作物、特别是小麦和玉米进行自动分类的可能性和方法;试验地区在美国纽约州五指湖中西黑卡湖     

基于决策树方法的云南省森林分类研究

森林分类对于理解森林生态系统结构和功能具有重要意义。由于云南省地形和森林类型复杂,首先按云南省的16个行政区划将全省Landsat TM影像分为对应的16个区域。以TM波段1~5和7,以及由植被指数、缨帽变换、主成分变换、DEM组成的18个变量组,统计训练样本光谱值均值变化和光谱值与频率间的关系。利用交点计算公式计算类间最佳分类界点进而建立决策树,逐一分离各区的所有森林类型,将分类结果合并得到云南省阔叶林、针叶林和针阔混交林类型分布图。最后将分类结果与监督分类中的最大似然比法的分类结果进行对比。结果表明:监督分类的总体分类精度为74.39%,Kappa系数为0.63,决策树方法的总体分类精度为86.61%,Kappa系数为0.80,说明决策树方法可以提取高精度的云南省森林类型,进而为该区域森林叶面积指数和生物量反演等研究提供基础数据支持。     

CBERS与TM遥感影像湿地覆被分类对比分析

为了对比CBERS与TM两种遥感影像在地表覆被信息提取中的具体性能,验证基于CBERS遥感影像进行湿地覆被分类的可行性,以典型内陆淡水湿地区为对象,基于CBERS与TM遥感影像,针对各波段进行信息量统计及光谱特性分析,获取了各波段覆被探测性能的初步认识;运用非监督、监督与面向对象三种代表性分类方法进行分类实验,通过精度误差矩阵对比分类结果,分析了两种遥感影像在湿地覆被分类中的准确程度差异;基于分类结果,通过景观格局指数计算,对比分析了两种影像在湿地覆被信息提取结果上的空间差异和特性。     

TM影像荒漠化解译与成图技术研究

以TM影像为数据源,系统探讨了影像荒漠化信息提取的图像处理与荒漠化土地类型成图的技术方法。将武威市三地区的荒漠化土地类型分为风蚀荒漠化、水蚀荒漠化和中低山草场退化等类型。通过对图像几何和投影系统转换,图像标准假彩色合成,影像空间增强处理,并结合划分的土地利用/覆被类型,建立TM影像目视解译标志,进行荒漠化信息的提取。借助于ARC/INFO软件的不同模块,进行图像判读、编辑制作图形和统计各类荒漠化信息数据。研究表明,武威市荒漠化现象十分严重,三地区共有各类荒漠化土地217.07万hm2,占其总面积的83.33%,其中以民勤县荒漠化土地面积最大。     

在1∶25万电子地图辅助下的TM影像精校正研究

首先对传统几何精校正方法的缺点进行了分析;然后介绍了所用TM资料的性能和覆盖范围以及电子地图的数据格式;并给出了在ENVI软件下定制地图投影的方法;最后提出了用1∶25万电子地图辅助进行TM影像几何精校正的技术方法。通过对校正结果的目视判别和误差分析可知:该方法的校正精确度可达到一个像元以内,可以满足工作要求;最后对本方法的优点和技术步骤分别进行了分析。     

基于TM影像的典型内陆淡水湿地水体提取研究

水是维系湿地生态系统稳定和健康的决定性因子,利用卫星遥感影像快速、准确地提取湿地水体信息已经成为湿地调查、研究与保护的重要手段。鉴于TM遥感影像具有较高的空间分辨率、波谱分辨率、极为丰富的信息量、较高的定位精度和相对较低的价格,其必然成为近一段时期湿地调查、研究与保护的重要数据源之一。研究基于TM遥感影像,运用多种方法针对典型内陆淡水湿地的水体信息进行了提取实验,通过对实验结果的分析得出：在面积的准确性、提取的准确度以及视觉效果3种指标下,光谱分类法较其它方法效果要好,其次为单波段阈值分析法与植被指数法,较差的是多波段谱间关系法与水体指数法;影响提取效果的主要原因是湿地水体提取不够完全,这是由影像的分辨率及湿地特殊的水文条件所造成的,采用像元分解及多源遥感数据融合技术将成为提高水体提取精度的重要手段。     

在1∶25万电子地图辅助下的TM影像精校正研究

首先对传统几何精校正方法的缺点进行了分析;然后介绍了所用TM资料的性能和覆盖范围以及电子地图的数据格式;并给出了在ENVI软件下定制地图投影的方法;最后提出了用1∶25万电子地图辅助进行TM影像几何精校正的技术方法。通过对校正结果的目视判别和误差分析可知:该方法的校正精确度可达到一个像元以内,可以满足工作要求;最后对本方法的优点和技术步骤分别进行了分析。     

遥感图像在土地覆盖和温度分布之间对应关系研究中的应用

利用遥感手段探讨土地覆盖类型和温度之间的对应关系有新意。以日本东京地区1998年10月14日接收的TM遥感图像为主要数据,在地面实际调查的基础上,利用图像处理方法,进行了土地覆盖类型和温度分布之间关系的探讨。以该区几种代表性的土地覆盖类型作为训练区,利用TM图像的第1,2,3,4,5五个波段数据进行分类处理,获得了很好的分类结果,TM图像第6波段(10.40～12.5μm)是探测地面温度分布最佳波段,利用第6波段数据通过一系列的转换,获得了该区温度分布。温度分布和土地覆盖类型之间具有很好的对应性,如:白天的城区温度与郊区相比普遍偏高,但城区中植被覆盖率高的居民区和公园,温度偏低;城区的商业区(新宿、银座等)、机场和大型工厂等温度偏高。     

利用LANDSAT TM数据对森林郁闭度进行遥感分级估测

以大兴安岭常青林场陆地卫星影像为例进行缨帽变换(Tasseled Cap),将变换后的湿度因子与森林郁闭度进行回归分析,回归分析结果表明相关性较好,最后通过回归方法建立线性方程,对遥感图像进行反演以获取森林的郁闭度,并进行遥感分级估测。     

遥感图像在土地覆盖和温度分布之间对应关系研究中的应用(英文 )

利用遥感手段探讨土地覆盖类型和温度之间的对应关系有新意。以日本东京地区１９９８年１０月１４日接收的ＴＭ遥感图像为主要数据，在地面实际调查的基础上，利用图像处理方法，进行了土地覆盖类型和温度分布之间关系的探讨。以该区几种代表性的土地覆盖类型作为训练区，利用ＴＭ图像的第１，２，３，４，５五个波段数据进行分类处理，获得了很好的分类结果，ＴＭ图像第６波段（１０．４０～１２．５μｍ）是探测地面温度分布最佳波段，利用第６波段数据通过一系列的转换，获得了该区温度分布。温度分布和土地覆盖类型之间具有很好的对应性，如：白天的城区温度与郊区相比普遍偏高，但城区中植被覆盖率高的居民区和公园，温度偏低；城区的商业区（新宿、银座等）、机场和大型工厂等温度偏高。     

TM图像多层神经网络自动识别分类

以利用TM图像自动识别金华市婆城区土地利用为例，介绍了多层神经网络遥感模式识别方法的概念、特点及其在TM图像自动识别分类中的应用，并与最大似然法分类结果进行了比较。通过研究认为，无论在分类速度、精度、还是总体效果上看，神经网络分类都优于最大似然法分类。     

基于多时相TM影像的冬小麦面积变化监测

利用北京1992年、2000年、2004年、2009年的多时相Landsat TM5影像数据,结合实际调查数据,分析了近20年来北京冬小麦种植面积的变化趋势及演变特征。采用决策树、PCA、缨帽变换等手段对地物进行分类,利用多时相影像,NDVI组合阈值提取小麦种植区面积。研究结果表明:北京地区1992年、2000年、2004年、2009年冬小麦种植面积分别为:113671ha,84322ha,40410ha,61529ha。北京冬小麦种植面积呈现为明显的先减少后增加的趋势。从1992年到2009年共减少52143ha。其中,从1992年到2000年冬小麦种植面积减少了29349ha,减少的面积中城区扩张占用和转变为裸地的最多,分别为39.7%和42.8%,另外有13.3%变为设施用地,3%成为水体(鱼塘和水田);从2000年到2004年冬小麦种植面积共减少43921ha,减少的面积中转变为裸地和城区扩张占用的最多,分别为39.8%和33.1%;从2004年到2009年冬小麦种植面积共增加了21119ha,其中裸地转变为小麦种植区面积最大。     

基于TM影像的冬小麦苗期长势与植株氮素遥感监测研究

叶面积指数和叶片氮素含量是决定小麦群体长势的重要生理指标,也是制定栽培管理措施的必要依据。利用遥感监测小麦返青后的叶面积指数和叶片氮素含量,便于及时采取施肥、灌溉、中耕等调控措施,达到优质、高产稳产、高效的目的。本文使用TM影像数据与实地GPS定位相结合的方法,研究了冬小麦返青后叶面积指数及植株氮素含量的变化态势。结果表明:(1)TM影像的NDVI的地域性差异较大,且随纬度呈现极明显的线型负相关变化态势;(2)将用NDVI反演的LAI与实测的LAI进行比较,二者较为一致,其均方差根(RMSE)为0.111;(3)利用NDVI监测的小麦植株氮素含量与实地观测的植株氮素含量较为相近,二者的RMSE为0.085。总之,利用TM影像的NDVI可以快速、精确地监测返青期小麦的LAI和植株氮素营养状况。同时,本研究结果也可为冬小麦返青期的苗情诊断和管理决策提供及时、准确的信息支持。     

TM数据在桔果经济林区土地利用分类和专题信息提取中的应用

利用TM—CCT数据,对位于浙江省黄岩市境内256×256像元的试验区进行了土地利用自动分类和桔资源专题信息提取的研究。采用改进的动态聚类法和最小距离法,把非监督分类和监督分类有机地结合起来,获得了较高精度的土地利用分类图。在此基础上,运用阈值最小距离法和均值—均方差窗口法成功地实现了桔林资源的专题信息提取,精度达95.3％。从而为亚热带经济资源及其动态变化的快速检测提供了有效的新手段。     

TM数据预处理及东坪地区蚀变信息提取方法研究

通过用经典公式法计算大气分子散射及用水体计算气溶胶散射来对TM数据进行校正预处理。结合东坪地区蚀变矿物波谱曲线提出TM数据蚀变信息提取方法。结果表明:该方法所提取蚀变信息与已知金矿床点有很好的对应关系。比常规的比值方法提高了精确度。     

基于知识发现的TM图像居民地自动提取研究

快速准确获取不同类型居民地的空间分布信息具有极其重要的意义,居民地的分布具有点多,面广的特点,这使得地面调查的方法费工费时,遥感技术的发展为居民地的获取提供了先进的技术手段,但是目前从遥感图像中提取居民地的方法多为目视判读提取,这种方法难以满足诸如灾害评估等方面的实时要求。为此以居民地背景较好的成都平原为例,通过对该区1988年的TM图像 不同类型居民地及其背景的光谱特征进行分析,发现了该区两大主要居民地类垢光谱特征知识,这两大类型分别为以水泥顶或瓦顶房屋为主的居民地,主要为城镇一级以上的居民地,另一类为以草顶为主的集村居民地,。由于城镇一级的居民地,其光谱特征与河滩地比较接近,为此又进一步引进了居民地与水体和道路的空间关系知识,利用所发现的知识分别建立了城镇居民地的提取模型和集村居民地的提取模型,实例研究表明,在民民地背景比较好的平原地区,利用这两种模型不仅可以实现自动提取以水泥顶或瓦顶房屋为主的居民地,而且还能够提取以草顶房屋为主的居民地,其精度可以达到85％。