论文部分内容阅读
本文结合京杭大运河山东地区SPOT全色和多光谱融合后的遥感数据,应用面向对象分类法对其进行地物分类,并与传统的基于像元的分类方法进行结果对比分析。结果表明,该方法速度快精度高效果好,可以满足对京杭大运河保护规划监测的需求。
面向对象方法在SPOT5影像分类中的应用——以京杭大运河山东地区为例
【摘 要】
：
本文结合京杭大运河山东地区SPOT全色和多光谱融合后的遥感数据,应用面向对象分类法对其进行地物分类,并与传统的基于像元的分类方法进行结果对比分析。结果表明,该方法速度快精度高效果好,可以满足对京杭大运河保护规划监测的需求。
【机 构】
：
中国科学院遥感应用研究所,北京,100101 中国科学院对地观测中心,北京,10086
【出 处】
：
2008海峡两岸遥感大会
【发表日期】
：
2008年3期
其他文献
本文基于定量遥感理论,采用水色光谱仪与传统泥沙测量对珠江同一河段在汛期和非汛期进行了水样同步测量。由水色光谱仪测得的光谱值推算出遥感反射率,并等效计算准同步TM图象相应波段的遥感反射率，再由水文测站测出悬浮泥沙浓度,通过对等效算出的TM各个波段遥感反射率和悬浮泥沙浓度这两组数据分别在汛期和非汛期的相关分析,得到8种形式的经验模型。结果表明,在汛期TM3波段光谱值与悬浮泥沙浓度之间的相关系数最高，在
监督式影像分类需透过训练样本的选取,进而以训练样本的特徵值作为其他未知像元的分类准则。因此,训练样本的特征、大小、同质性与否等,皆会影响监督式分类结果，而支援向量机可将低维资讯透过映射的方式转换至高维的特徵空间,寻找类别间最大的分离边界,但由于支援向量机亦属监督式的分类方式,训练样本的适切与否仍可能影响其正确分离类别的能力。本研究利用Boosting演算法,以其具有针对训练样本进行重新组合并可重复
土地覆盖的变化,特别是农用地的变化对于国民经济建设与国家粮食安全关系密切。常用获得土地覆盖变更信息的方法是在已有土地利用现状数据的基础上,实行人工野外实地调查与测量,然后上报数据。该方法工作效率低,费时,费力,且中间不可避免地存在误报、漏报的问题,不能及时准确地获取全局的土地利用动态变化信息。卫星遥感技术的采用,可以及时准确地获取变更信息,有着十分重要的意义。本文利用建筑物阴影信息大致确定目标区域
木荷广泛分布于全台之中低海拔,是优良阔叶树种,且为家具用良材。多数研究将地理资讯系统协同统计应用在珍稀动植物生育地之模拟,却鲜少用在广泛分布树种上。本研究从航测产生数值高程模型(DEM) 导出海拔、坡度、坡向及坡面位置因子,加上SPOT影像导出植生指标,作为木荷潜在生育地模拟用。本研究以GIS及多变项统计法,连结已知木荷现址与五评估因子特性,建立分类回归树(CART)、逻辑思复回归(LMR)、非等
本文对京杭大运河沿岸的景观结构进行了分析。基于沧州至天津地区的1987年TM、2000ETM影像,以已获取的大运河数据裁剪周边六公里的研究区域,进行图像预处理后,采用支持向量机的分类方法进行分类,精度达80％；基于类型尺度和景观尺度计算研究区域的景观指数。结果显示,近十几年来,大运河沿线耕地、建设用地有所增加,林地、水域和未利用地有所减少；景观多样性和均匀度有所增加,景观更加丰富多样化。
利用适当的林业土地利用措施进行固碳被认为是有助于减缓全球气候变化、环境保护及减轻农村贫困的一种双赢策略,引起了政府政策部门、科学家及投资者(农民)的密切关注。为了定量评估森林的未来固碳潜力和辅助土地利用决策,利用遥感和GIS技术进行碳模拟的方法和应用已经日益重要。本文对近年涉及遥感驱动的碳模型,碳经济学及相应的基于GIS的土地利用决策支持系统应用的研究进行了阐述,评述了碳模型的不确定性,碳核算的成
本文利用ERS-1/2散射计数据和浮标数据通过神经网络建立了一种模式。这种模式是根据对于一定的海浪有效波高和雷达入射角,雷达后向散射截面同方位角的关系同一定风速和雷达入射角情况下雷达后向散射截面同方位角的关系一样,都显二阶余弦函数关系,利用神经网络算法建立了有效波高与散射系数之间关系的一种模式。研究发现：当波浪平均周期不大于7秒风浪占优势时,利用ERS-1/2散射计数据估计的有效波高与对应的浮标测
在台湾水资源总量中,农业用水高达73％,其中又有一半以上的用水量是用于水稻田的灌溉,并经由蒸发散而消耗,因此探讨水稻的蒸发散行为,成为一项重要的课题。本研究利用卫星影像配合地面气象站所量测得的气象资料(风速、气温等),进行地表热通量的估计,地表热通量包括土壤热通量、可感热通量及潜热通量。推估方法基于地表能量平衡演算法,依据大气不稳定的修正模式,推估潜热通量与可感热通量,再利用乾、湿控制曲线结合，求
林型分布制图为人工林经营管理提供关键性的信息,然经由航照判释及配合地面调查来进行林型制图，耗费许多人力及时间,因此需要发展一套较自动化的林型制图方法。本研究探讨应用空载LiDAR资料于高山地形林型分类之可行性，选定阿里山地区红桧、柳杉、阔叶混淆林三种林型和裸露地进行分类，分类方式系利用LiDAR强度和多重回波资料，采用最大概似法对于LiDAR单一影像、LiDAR套叠影像、LiDAR主轴转换影像进行
本文利用不同时相的SPOT-5卫星遥感影像,采用面向对象的决策树方法在不同尺度下对三峡库区进行土地利用分类。面向对象的多尺度分割兼顾了影像光谱特征以及几何特征的差异,能够更加准确的描述有待提取的影像信息。通过多时相的遥感数据,能够动态比较出土地利用的变化情况以及植被的物候特性,从而为分类提供可靠的依据。该决策树系统除了选取传统的波段灰度值、植被指数作为分类指标，结合了高程、坡度等数据源,另外,纹理