基于高分数据木里煤矿植被覆盖度遥感估算

木里煤矿是青海省最大的露天煤矿,该煤矿的大量开采影响了木里镇的生态平衡,本文通过估算木里煤矿区域的植被覆盖度验证该区域的生态情况,经估算,木里煤矿区域2016～2018的年平均植被覆盖度分别为0.22、0.43、0.54。从计算结果表明木里煤矿区域的植被覆盖度在逐年增加,恢复情况较好。通过研究木里煤矿近3年的植被覆盖情况可以反映出矿区的恢复与治理效果较好,同时为其它矿区的恢复与治理提供参考。     

基于“北京一号”小卫星数据的密云水库流域植被覆盖度估算方法比较

“北京一号”小卫星（BJ-1）是一颗拥有高时频、覆盖宽度大等优势的对地观测小卫星。运用BJ-1遥感数据，以密云水库流域为研究区域，通过NDVI像元二分法、三波段梯度差法估算其植被覆盖度，并尝试利用重归一化植被指数（RDVI）法进行植被覆盖度估算。通过对3种方法估算结果的比较发现：RDVI法的估算结果与实测值的吻合度较高，而三波段梯度差法则出现较大误差，NDVI像元二分法的估算结果精度居中。结果表明：运用BJ-1数据，采用RDVI法可以有效地进行连续的、大范围的植被覆盖度估算。     

北京一号小卫星NDVI时间序列重建方法研究

利用目前使用较广泛的Savitzky-Golay滤波拟合法和傅立叶谐波分析法对NDVI时间序列进行滤波处理,分析植被指数时间序列滤波重建方法对北京一号小卫星数据的适用性。试验结果表明,较之Savitzky-Golay方法,傅立叶谐波改进算法的重建结果更能体现地物的物候变化规律,且对原始数据的扰动较小,更有利于基于植被指数时间序列的土地覆盖分类及作物估产等定量应用,比较适合于北京一号小卫星NDVI时间序列的重建。     

北京一号小卫星MTF在轨测量与图像复原

卫星调制传递函数(MTF)的在轨测试是监测卫星平台及其遥感器在轨运行情况和性能衰减程度的有效手段。本文针对北京一号小卫星多光谱相机,研究利用边缘地物法进行MTF在轨监测,并基于MTF测试结果,采用维纳滤波法对北京一号小卫星多光谱图像进行复原。结果表明NW向和NE向两个方向的MTF差别不大,在这两个方向上LSF的半带宽分别为3.75和4.35个像元。根据所计算得到的MTF值对图像进行复原可以明显提高北京一号小卫星图像清晰度以及边界信息。     

利用MODIS数据估算西藏高原地表植被覆盖度

根据2004年9月13日至14日在西藏高原中部地面观测的植被覆盖度和同期接收的EOS/MODIS数据,分别建立了250m分辨率归一化植被指数(NDVI)、土壤调节植被指数(SAVI)与地面观测的植被覆盖度之间的相关关系,并以西藏高原中部和整个西藏高原作为两个试验区,选择典型植被类型,验证了Carlson和Ripley植被覆盖度算法的精度。结果表明,地面观测的植被覆盖度与植被指数之间呈线性关系。其中,地面观测值与NDVI的相关系数R2=0.90;与SAVI的相关系数为R2=0.89;Carlson和Ripley算法适合于中等植被覆盖度的草地植被。     

基于“北京一号”小卫星影像阴影的建筑物高度测算研究

通过分析"北京一号"小卫星成像特点及数据获取时的几何特性,建立了利用"北京一号"小卫星影像进行建筑物高度测量的模型,并对北京市望京地区建筑物高度进行了测量试验和实地验证.结果表明,用"北京一号"小卫星影像能获得较为准确的建筑物高度信患,并为城市遥感应用提供辅助和支持.     

基于HJ-1高光谱数据的植被覆盖度估测方法研究

植被覆盖度是衡量地表植被状况的一个重要参数,在水文、生态等方面有重要意义,同时,也是影响土壤侵蚀与水土流失的主要因子,是评价土地荒漠化最有效的指标。以环境一号(HJ-1)小卫星上搭载的新型传感器HSI获取的高光谱数据为数据源,通过选择合适的植被指数建立了植被覆盖度反演模型——像元二分模型。然后运用该模型提取了新疆石河子地区的植被覆盖度信息。通过与地面样方数据进行交互比较,对HJ-1/HSI数据反演植被覆盖度的精度进行了评价。研究结果表明,HJ-1/HSI数据能够得到较高精度的植被覆盖度反演结果,在植被动态及全球变化研究领域具有潜在应用价值。     

基于MODIS植被指数估算青海湖流域植被覆盖度研究

将MODIS数据合成的4种植被指数作为输入参数,采用像元二分模型对研究区的植被覆盖度进行估算,利用2006年的TM数据解译结果和2011年8月的野外实测数据对反演结果进行验证。结果显示:采用ND-VI估算的植被覆盖度比较符合研究区实地状况,样点估算精度达到87.13%;其他3种植被指数估算的植被覆盖度值比实际值低,尤其是对该区域典型植被草原草甸的覆盖度估算结果明显偏低。研究表明:2011年8月青海湖流域植被覆盖度以中高覆盖度为主,占整个流域面积的57%以上;植被覆盖度在空间上呈中部高、西北低的分布特点。     

基于MODIS影像的植被覆盖度提取研究

利用线性光谱混合模型对河南省三门峡地区MODIS1B影像进行植被覆盖度（fv）信息提取,将结果与反映植被覆盖度的NDVI比较,并提出在实测资料缺乏的情况下利用同期高分辨率ETM＋图像对选取样本区域进行定量验证的方法。结果表明,对于MODIS数据,线性光谱混合（LSMM）分解方法能有效提取大区域范围的植被覆盖度信息,比NDVI-fv经验统计方法更具有理论意义,为快速、准确、高效的植被监测提供了新思路。     

基于多分类器集成的“北京一号”小卫星遥感影像分类研究

将多分类器集合应用于"北京一号"小卫星多光谱遥感数据土地覆盖分类,首先构建分类器集合,应用最小距离分类、最大似然分类、支持向量机(SVM)、BP神经网络、RBF神经网络和决策树等进行土地覆盖分类,然后利用Bagging、Boosting、投票法、证据理论和模糊积分法等分类器集成方法,得到综合不同分类器输出的最终分类结果。试验表明,多分类器集成能够有效提高"北京一号"小卫星土地覆盖分类的精度,具有广泛的应用前景。     

基于人工神经网络的植被覆盖遥感反演方法研究

使用新型遥感数据-“北京一号”小卫星数据,采用BP神经网络法对密云水库流域内的植被覆盖进行反演,并将结果与传统回归分析法和NDVI像元二分法进行比较。结果表明：在山区植被信息遥感反演算法中,神经网络方法以其对非线性过程的精确模拟而具有比传统算法更高的精度,尤其对于遥感反演算法难度较大的山区植被覆盖信息提取效果较好。      

"北京一号"多光谱影像复原方法研究及实现

针对“北京一号”多光谱影像存在的因系统影响造成的图像模糊问题与数据量大的特点，对图像的复原方法进行了研究。并提出一种通用的处理流程框架。这种处理流程框架对计算机硬件环境具有良好的灵活性和适应性，为类似大数据量的图像处理提供了一种可供参考的方法。在提高其图像质量方面本文采用了一种快速有效的图像复原算法，即在频率域基于MTF传输调制函数的维纳滤波的复原方法。本文还通过实验对复原算法和流程框架进行了有效性和实用性方面的验证。由于这种解决方案兼顾了复原效果和运算效率。取得了令人满意的结果。     

"北京一号"小卫星数据的长城实验研究

本文将新的国产小卫星“北京一号”数据用于长城考古实验研究,主要从目视解译和自动提取实验两个方面分析讨论了长城的特征,一方面验证了“北京一号”小卫星数据的长城考古潜力,另一方面也为长城普查提供了一种新的技术手段。     

利用Google Maps API提取交通地理数据的可行性研究

Google Maps的开放策略为WebGIS的应用开发提供方便的平台。针对具有特殊需求的路径规划、行车诱导等应用,在深入分析路网组成及寻径特点的基础上,探讨如何根据Google Maps API提取局部交通地理数据的策略,并提出以探索法进行提取的算法思路。