期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到203篇文章
< 1 2 … 11 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于多时相Landsat 8 OLI影像的农作物遥感分类研究 被引量：33
1
作者 李晓慧 王宏 +3 位作者 李晓兵 迟登凯 汤曾伟 韩重远 《遥感技术与应用》 CSCD 北大核心 2019年第2期389-397,共9页
时序遥感数据及地物细微光谱特征对于提取作物分布有重要作用,基于此,利用多时相Landsat 8 OLI影像,结合光谱角填图和决策树分类提取大同市新荣区东部地区主要农作物分布情况,并与最大似然法提取的分布结果进行对比。研究发现:①研究区... 时序遥感数据及地物细微光谱特征对于提取作物分布有重要作用,基于此,利用多时相Landsat 8 OLI影像,结合光谱角填图和决策树分类提取大同市新荣区东部地区主要农作物分布情况,并与最大似然法提取的分布结果进行对比。研究发现:①研究区内春玉米、谷物、大豆和马铃薯种植面积依次减小并呈镶嵌式分布;②结合光谱角填图与决策树分类总体精度为85.34%,Kappa系数为0.76,与最大似然法结果相比,总体精度提高22.51%,Kappa系数增加0.31,分类结果与实际作物分布具有更好的一致性;③利用时序遥感影像进行作物分类的精度明显高于单时相遥感影像的分类精度,且从光谱角差异的角度分析时序数据可有效削弱中高分辨率影像物谱不一致现象的影响。研究结果验证了多时相遥感影像对农作物分类研究的积极作用,并发展了光谱角填图法结合决策树分类在中高分辨率遥感影像中进行农作物分类的用法,具有一定的应用前景。 展开更多
关键词 光谱角填图 决策树分类 最大似然 农作物分类 landsat 8 oli
原文传递
基于Landsat 8 OLI的特征变量优化提取及森林生物量反演 被引量：28
2
作者 徐婷 曹林 佘光辉 《遥感技术与应用》 CSCD 北大核心 2015年第2期226-234,共9页
基于江苏省常熟市虞山地区Landsat 8OLI影像和55块调查样地数据,利用多元逐步回归法建立森林生物量模型,并讨论了预测结果及其精确性。选择包括各波段灰度值、不同波段灰度值之间的线性和非线性组合(包括18种植被指数)、纹理信息以及主... 基于江苏省常熟市虞山地区Landsat 8OLI影像和55块调查样地数据,利用多元逐步回归法建立森林生物量模型,并讨论了预测结果及其精确性。选择包括各波段灰度值、不同波段灰度值之间的线性和非线性组合(包括18种植被指数)、纹理信息以及主成分分析、最小噪声分离变换等在内的53个特征变量。通过分析53个特征变量与森林地上、地下生物量的Pearson相关性,进行特征变量的优化提取。结果表明:所有样地无区分分析时,地上和地下生物量的模型精度均达到0.4以上,基于3种森林类型(针叶林、阔叶林和混交林)进行地上和地下生物量建模时精度有明显提高,达到0.67以上,地上生物量和地下生物量的估测结果均为混交林优于阔叶林,阔叶林优于针叶林。 展开更多
关键词 landsat 8 oli 特征变量提取 森林生物量反演 逐步回归法
原文传递
基于多源遥感影像融合的武汉市土地利用分类方法研究 被引量：25
3
作者 翟天林 金贵 +2 位作者 邓祥征 李兆华 王润 《长江流域资源与环境》 CAS CSSCI CSCD 北大核心 2016年第10期1594-1602,共9页
准确高效的获取土地利用信息,对于合理利用和开发土地资源具有十分重要的意义。在快速城镇化地区,土地利用活动频繁且密集,土地利用格局演变十分剧烈,增加了城市土地利用精准分类的不确定性;且受环境气候和云雨天气影响增加了有效光学... 准确高效的获取土地利用信息,对于合理利用和开发土地资源具有十分重要的意义。在快速城镇化地区,土地利用活动频繁且密集,土地利用格局演变十分剧烈,增加了城市土地利用精准分类的不确定性;且受环境气候和云雨天气影响增加了有效光学影像获取的难度。为提高城市土地分类精度,该文选取武汉市中心城区为研究案例,以Sentinel-1A和Landsat8 OLI影像为数据源,采用Gram-Schmidt变换方法进行影像融合,选取最大似然、支持向量机、CART决策树、BP神经网络等4种分类方法对融合的影像进行分类,提取了研究区土地利用信息,并对其进行分析。进一步,通过与光学影像的分类结果对比,探究了Sentinel-1A和Landsat8 OLI融合影像在土地利用信息提取方面是否具有优势。研究结果表明:(1)对比其他3种方法,CART决策树分类方法对于融合后的影像分类精度最高,总体分类精度和Kappa系数分别达到88.55%和0.841 4;(2)与光学影像相比,Sentinel-1A和Landsat8 OLI融合影像可以更有效地获取高精度城市土地利用信息;(3)基于多源遥感影像融合的CART决策树分类方法是获取研究区高精度土地利用信息的一种行之有效的技术手段。研究成果可为快速城镇化区域的土地利用分类提供参考。 展开更多
关键词 城市土地利用分类 影像融合 Sentinel-1A landsat8 oli 武汉市
原文传递
融合高时空分辨率数据估算植被净初级生产力 被引量：24
4
作者 张猛 曾永年 《遥感学报》 EI CSCD 北大核心 2018年第1期143-152,共10页
植被净初级生产力NPP(Net Primary Production)遥感估算与分析,有赖于高时空分辨率的遥感数据,但目前中高分辨率的遥感数据受卫星回访周期及天气的影响,在中国南方地区难以获取连续时间序列的数据,从而影响了高精度的区域植被净初级生... 植被净初级生产力NPP(Net Primary Production)遥感估算与分析,有赖于高时空分辨率的遥感数据,但目前中高分辨率的遥感数据受卫星回访周期及天气的影响,在中国南方地区难以获取连续时间序列的数据,从而影响了高精度的区域植被净初级生产力的遥感估算。为此,提出一种基于多源遥感数据时空融合技术与CASA模型估算高时空分辨率NPP的方法。首先,利用多源遥感数据,即Landsat8 OLI数据与MODIS13Q1数据,采用遥感数据时空融合方法,获得了时间序列的Landsat8 OLI融合数据;然后,基于Landsat8 OLI时空融合数据,并采用CASA模型,以长株潭城市群核心区为例,进行区域植被NPP的遥感估算。研究结果表明,基于时间序列Landsat融合数据估算的30m分辨率的NPP具有良好的空间细节信息,且估算值与实测值的相关系数达0.825,与实测NPP数据保持了较好的一致性。 展开更多
关键词 landsat 8 oli MODIS 时空融合 高时空分辨率 净初级生产力 遥感估算
原文传递
基于Landsat 8 OLI数据与面向对象分类的昆嵛山地区土地覆盖信息提取 被引量：23
5
作者 张春华 李修楠 +2 位作者 吴孟泉 秦伟山 张筠 《地理科学》 CSSCI CSCD 北大核心 2018年第11期1904-1913,共10页
利用2015年Landsat 8 OLI遥感影像和DEM作为分类数据源,结合野外调查数据,采用面向对象的分类方法对昆嵛山地区土地覆盖信息进行提取,并对分类结果进行精度评价与比较分析。研究表明:面向对象分类方法提取的各地类连续且边界清晰,分类... 利用2015年Landsat 8 OLI遥感影像和DEM作为分类数据源,结合野外调查数据,采用面向对象的分类方法对昆嵛山地区土地覆盖信息进行提取,并对分类结果进行精度评价与比较分析。研究表明:面向对象分类方法提取的各地类连续且边界清晰,分类效果与实际情况基本吻合。昆嵛山地区占主导地位的土地覆盖类型是针叶林,面积为1546.81km2。研究区土地覆盖分类的总体精度和Kappa系数分别为91.5%和0.88,其中针叶林、草地、水体和建设用地的生产者精度均达到87%以上。相对于监督分类方法,本研究提出的土地覆盖信息提取方法的总体分类精度和Kappa系数分别提高14.7%和0.17。基于面向对象的中分辨率遥感影像,能够获取较高精度的土地覆盖信息,为大范围土地覆盖分类研究提供方法参考。 展开更多
关键词 土地覆盖分类 面向对象方法 landsat 8 oli DEM 昆嵛山
下载PDF
基于遥感的区域尺度森林地上生物量估算研究 被引量：20
6
作者 段祝庚 赵旦 +3 位作者 曾源 赵玉金 吴炳方 朱建军 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2015年第10期1400-1408,共9页
森林是陆地生态系统最大的碳库,精确估算森林生物量是陆地碳循环研究的关键。首先从机载LiDAR数据中提取高度和密度统计量,采用逐步回归模型进行典型样区生物量估算;然后利用机载LiDAR数据估算的生物量作为样本数据,与多光谱遥感数据Lan... 森林是陆地生态系统最大的碳库,精确估算森林生物量是陆地碳循环研究的关键。首先从机载LiDAR数据中提取高度和密度统计量,采用逐步回归模型进行典型样区生物量估算;然后利用机载LiDAR数据估算的生物量作为样本数据,与多光谱遥感数据Landsat8OLI的波段反射率及植被指数建立回归模型,实现区域尺度森林地上生物量估算。实验结果显示,机载LiDAR数据估算的鼎湖山样区生物量与地面实测生物量的相关性R2达0.81,生物量RMSE为40.85t/ha,说明机载LiDAR点云数据的高度和密度统计量与生物量存在较高的相关性。以机载LiDAR数据估算的生物量为样本数据,结合多光谱遥感数据Landsat8OLI估算粤西北地区的森林地上生物量,精度验证结果为:R2为0.58,RMSE为36.9t/ha;针叶林、阔叶林和针阔叶混交林等3种不同森林类型生物量的估算结果为:R2分别为0.51(n=251)、0.58(n=235)和0.56(n=241),生物量RMSE分别为24.1t/ha、31.3t/ha和29.9t/ha,估算精度相差不大。总体上看,利用遥感数据可以开展区域尺度的森林地上生物量估算,为森林固碳监测提供有力的参考数据。 展开更多
关键词 森林地上生物量 机载LIDAR landsat8oli 鼎湖山 粤西北
原文传递
基于距离相关系数和KNN回归模型的森林蓄积量估测研究 被引量：18
7
作者 宋亚斌 邢元军 +1 位作者 江腾宇 林辉 《中南林业科技大学学报》 CAS CSCD 北大核心 2020年第4期22-27,33,共7页
【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KN... 【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KNN模型(DW-KNN)和优化欧式KNN模型(FW-KNN)对森林蓄积量进行估测。使用十折交叉方法进行精度检验,对检验结果进行对比分析。【结果】3种KNN模型的估测结果均高于传统的线性模型,并且在3种KNN模型中,FW-KNN算法效果最好,决定系数达到0.69,为3种模型中最高;3种KNN模型中,本研究优化欧氏距离KNN模型的估测精度最高,其均方根误差为30.3%,相比于传统KNN模型的均方根误差降低了5.1%,相比于DW-KNN模型降低了3.3%。【结论】采用DW-KNN蓄积量估测结果明显优于其他两种模型,说明通过特征与蓄积量的相关性优化样本间的距离是一种可行的KNN优化方法。 展开更多
关键词 森林蓄积量 KNN方法 距离相关系数 十折交叉验证 landsat8 oli
下载PDF
旺业甸林场人工林生物量遥感反演研究 被引量：16
8
作者 蒋馥根 孙华 +3 位作者 林辉 龙江平 蒋治浩 雷思君 《中南林业科技大学学报》 CAS CSCD 北大核心 2019年第10期88-94,共7页
森林生物量能直接反映森林质量,遥感技术结合地面样地能实现林分或区域范围森林生物量的反演,反演结果对制定森林资源合理利用、生态环境改善等方面的政策具有重要的指导意义。论文以旺业甸林场Landsat 8 OLI影像为数据源,从影像中提取... 森林生物量能直接反映森林质量,遥感技术结合地面样地能实现林分或区域范围森林生物量的反演,反演结果对制定森林资源合理利用、生态环境改善等方面的政策具有重要的指导意义。论文以旺业甸林场Landsat 8 OLI影像为数据源,从影像中提取161个植被指数,对比Pearson相关系数法和随机森林法进行特征变量选择,分别筛选出合适的因子作为模型自变量,结合实地调查数据,建立多元线性逐步回归、地理加权回归、kNN回归和随机森林等4种生物量反演模型,并对模型结果进行精度验证。研究结果表明:1)利用Pearson相关系数法进行特征变量选择要优于随机森林法。2)短波红外光和近红外区间波段组合得到的植被指数与生物量的相关性显著,相关性系数最高的前五个因子为SR627、SR637、SR647、SR64、SR213,分别达到了0.776、0.761、0.730、0.702和0.657;3)4种生物量反演模型中,随机森林模型效果最好,决定系数R2为0.72,RMSE=8.12,EA=76.54%;线性逐步回归模型次之,R2为0.65,RMSE=9.01,EA=72.88%;其次是kNN回归模型,R2为0.59,RMSE=9.75,EA=74.89%;地理加权回归模型效果最差,R2为0.58,RMSE=13.75,EA=53.95%;4)利用随机森林模型对研究区进行生物量反演,反演结果生物量空间分布与实际情况基本一致,反演效果较好。 展开更多
关键词 生物量 landsat 8 oli 地理加权回归 随机森林回归
下载PDF
面向对象CART决策树方法的湿地遥感分类 被引量：16
9
作者 姚博 张怀清 +2 位作者 刘洋 刘华 凌成星 《林业科学研究》 CSCD 北大核心 2019年第5期91-98,共8页
[目的]以北京地区为例,对大区域多类型湿地信息提取方法进行研究。[方法]采用面向对象多尺度分割算法及光谱差异分割算法分割Landsat8 OLI遥感影像,辅助Google Earth高清影像及2015年人工解译结果,使用分层抽样法随机产生训练样本与验... [目的]以北京地区为例,对大区域多类型湿地信息提取方法进行研究。[方法]采用面向对象多尺度分割算法及光谱差异分割算法分割Landsat8 OLI遥感影像,辅助Google Earth高清影像及2015年人工解译结果,使用分层抽样法随机产生训练样本与验证样本;综合运用光谱、形状、纹理特征及拓扑关系,构建CART决策树模型提取研究区湿地信息;与最大似然法、面向对象最邻近方法的分类结果进行对比。[结果]利用面向对象CART决策树方法,分类结果的总精度为88.05%,Kappa系数为0.844,相较于面向对象最邻近方法,总体精度、Kappa系数相差不大,但针对部分湿地类型,如河流、沼泽湿地,精度提高了10%~20%;比使用最大似然分类法的总精度高近30%,Kappa系数提高0.355。[结论]对于湿地分布广泛、类型及数量较多的地区,面向对象CART决策树方法分类结果较好,是一种快速、有效的分类方法。 展开更多
关键词 CART决策树 湿地信息 湿地类型 北京地区 landsat8 oli
下载PDF
基于Landsat8吉林中北部地区土壤有机质定量反演研究 被引量：15
10
作者 马驰 《干旱区资源与环境》 CSSCI CSCD 北大核心 2017年第2期167-172,共6页
以Landsat 8 OLI遥感影像为数据源,以吉林省中北部黑土过渡区为研究对象,对研究区进行土壤实地采样并化验土壤有机质含量,采用多元回归分析的方法,建立土壤有机质含量的反演模型,反演研究区土壤有机质含量。结果表明:研究区土壤反射率... 以Landsat 8 OLI遥感影像为数据源,以吉林省中北部黑土过渡区为研究对象,对研究区进行土壤实地采样并化验土壤有机质含量,采用多元回归分析的方法,建立土壤有机质含量的反演模型,反演研究区土壤有机质含量。结果表明:研究区土壤反射率与有机质含量呈负相关,其中,第5波段达到最大值,为-0.827;将反射率进行倒数、对数等变换后可以显著提高与有机质含量的相关性;以第4、第5、第6波段反射率倒数为自变量,利用多元回归分析方法建立起来的反演模型,模型判定系数R2=0.860,总均方根误差RMSE=0.229,反演研究区土壤有机质含量获得了良好的效果。本研究成果实现土壤有机质含量监测的准确性与时效性,为我国黑土区土壤光谱分析提供借鉴,为区域土壤生态环境监测提供数据支持。 展开更多
关键词 landsat 8 oli 土壤有机质 定量反演 多元回归分析 多光谱遥感
原文传递
联合LiDAR和多光谱数据森林地上生物量反演研究 被引量：13
11
作者 巨一琳 姬永杰 +1 位作者 黄继茂 张王菲 《南京林业大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第1期58-68,共11页
【目的】森林地上生物量的准确估测对于实时掌握全球碳储量变化及应对气候变化有着重要的意义。组合多种遥感数据特征优选,分类建模反演森林地上生物量,是提高森林地上生物量精度的有效方法。【方法】以根河市大兴安岭生态观测站寒温带... 【目的】森林地上生物量的准确估测对于实时掌握全球碳储量变化及应对气候变化有着重要的意义。组合多种遥感数据特征优选,分类建模反演森林地上生物量,是提高森林地上生物量精度的有效方法。【方法】以根河市大兴安岭生态观测站寒温带天然林为研究对象,以机载激光雷达(LiDAR)、Landsat8 OLI两种遥感数据源结合55块地面调查数据,采用偏最小二乘算法优化筛选变量,再以线性多元逐步回归和快速迭代特征选择的最近邻算法(KNN-FIFS)构建模型,在两种数据源的不同组合方式下进行森林地上生物量反演。【结果】(1)基于线性多元逐步回归模型下的单一LiDAR数据反演精度决定系数(R^(2))为0.76,均方根误差(RMSE)为21.78 t/hm^(2);单一Landsat8 OLI数据的反演精度R^(2)为0.24,RMSE为39.27 t/hm^(2);LiDAR和Landsat8 OLI联合反演精度R^(2)为0.84,RMSE为18.16 t/hm^(2);(2)基于KNN-FIFS模型下的单一LiDAR数据反演精度R^(2)为0.74,RMSE为23.83 t/hm^(2);单一Landsat8 OLI数据的反演精度R^(2)为0.60,RMSE为29.63 t/hm^(2);LiDAR和Landsat8 OLI联合反演精度R^(2)为0.80,RMSE为21.15 t/hm^(2)。【结论】(1)特征优选支持下的3种组合方式中,LiDAR和Landsat8 OLI两种数据的组合在两种模型中反演精度均最高,其中线性多元逐步回归模型的反演精度最高,说明LiDAR和Landsat8 OLI数据组合,激光雷达与光学数据优势特征互补,协同反演可有效提高森林地上生物量的反演精度;(2)单一数据源反演森林地上生物量精度中,LiDAR数据比Landsat8 OLI数据在两种模型反演精度中均较高,这与LiDAR数据空间分辨高、可获得垂直结构特征参数有关。 展开更多
关键词 机载激光雷达(LiDAR) landsat8 oli 森林地上生物量 偏最小二乘法 线性多元逐步回归 最近邻算法
原文传递
基于Sentinel-2和Landsat8 OLI数据融合的土地利用分类研究 被引量：13
12
作者 赵亚杰 王立辉 +3 位作者 孔祥兵 阴海明 池泓 黄进良 《福建农林大学学报（自然科学版）》 CSCD 北大核心 2020年第2期248-255,共8页
以山东省平邑县为研究区,在随机选取的子研究区中,利用3种不同的融合模型,以Sentinel-2影像的红、绿、蓝、近红外4个波段作为高分辨率融合参考影像,获得12组融合影像,结果表明,利用小波变换(ATWT)算法并以红波段为高分辨率融合影像时,... 以山东省平邑县为研究区,在随机选取的子研究区中,利用3种不同的融合模型,以Sentinel-2影像的红、绿、蓝、近红外4个波段作为高分辨率融合参考影像,获得12组融合影像,结果表明,利用小波变换(ATWT)算法并以红波段为高分辨率融合影像时,融合效果最好.采用最优模型和波段,对整个研究区进行数据融合,并利用随机森林算法对原始Sentinel-2影像、融合获得影像和Landsat影像进行土地利用分类,其中Sentinel-2影像总体分类精度为89.6939%,Kappa系数为0.8860,融合影像的总体分类精度为88.7657%,Kappa系数为0.8690,略低于前者,结果表明,"红波段+ATWT"融合影像在土地利用分类中可以获得接近原始影像分类精度的结果,能较好地保留原始影像的光谱信息并应用于较大区域的土地利用精细提取. 展开更多
关键词 Sentinel-2 landsat8 oli 数据融合 遥感 随机森林 土地利用
下载PDF
融合多源时序遥感数据大尺度不透水面覆盖率估算 被引量：12
13
作者 李方刚 李二珠 +3 位作者 阿里木•赛买提 张连蓬 刘伟 胡晋山 《遥感学报》 EI CSCD 北大核心 2020年第10期1243-1254,共12页
不透水面信息是监测城市扩张及区域生态环境变化研究的重要指标,基于遥感技术对地表不透水面信息进行快速提取具有重要意义。传统大范围不透水面覆盖率估算模型主要基于单一遥感信息与不透水面比例之间的相关性,通过单因子回归模型实现... 不透水面信息是监测城市扩张及区域生态环境变化研究的重要指标,基于遥感技术对地表不透水面信息进行快速提取具有重要意义。传统大范围不透水面覆盖率估算模型主要基于单一遥感信息与不透水面比例之间的相关性,通过单因子回归模型实现不透水面覆盖率的估算。受限于单一遥感信息的信息量及普适性等影响,这类方法在大尺度不透水面提取中具有较大局限性,估算结果的区域适应性存在较大差异。针对该问题,本文提出基于多特征遥感信息进行不透水面估算的方法,以弥补单一特征在大范围不透水面提取中的不确定性。该方法首先以多时相MOD13Q1、MOD09A1产品、夜间灯光数据(NPP-VIIRS)和Landsat 8 OLI为遥感数据源,从不同角度构建突出不透水面信息的多个指数特征;在此基础上利用多元回归模型建立多因子不透水面覆盖率估算模型,进而实现大尺度不透水面覆盖率的遥感估算。本研究选择分布于全国范围内13个典型城市作为主要研究区对提出的模型进行了验证,结果表明:该方法能够适应不同区域不透水面覆盖率的估算,在复杂城市区域表现出较传统方法更好的效果,明显改善了城市内部不透水面覆盖率的估算精度。 展开更多
关键词 遥感 不透水面 多特征 夜间灯光 landsat 8 oli MODIS 中国
原文传递
基于光学和雷达多源遥感的于田绿洲土壤盐渍化时空分析 被引量：7
14
作者 肖森天 依力亚斯江·努尔麦麦提 +2 位作者 努尔比耶·穆合塔尔 赵静 阿迪莱·阿卜来提 《干旱区研究》 CSCD 北大核心 2023年第1期59-68,共10页
目前土壤盐渍化是全球重要的环境问题,探明于田绿洲土壤盐渍化的时空变化规律,挖掘雷达遥感探测土壤盐分的优势,对干旱区绿洲的土壤盐渍化时空变化进行监测评估。以于田绿洲为研究区,基于PALSAR-2、Sentinel-1极化合成孔径雷达数据和Lan... 目前土壤盐渍化是全球重要的环境问题,探明于田绿洲土壤盐渍化的时空变化规律,挖掘雷达遥感探测土壤盐分的优势,对干旱区绿洲的土壤盐渍化时空变化进行监测评估。以于田绿洲为研究区,基于PALSAR-2、Sentinel-1极化合成孔径雷达数据和Landsat 8 OLI等多源数据集,筛选雷达影像的最优后向散射特征与主成分分析后的光学影像组合,最后利用随机森林方法进行图像分类,定量提取于田绿洲土壤盐渍化信息,对土壤盐渍化时空变化进行分析。结果表明:(1)在同时使用随机森林分类方法下,各年的光学影像总体精度平均为80.36%,Kappa系数平均为0.77;光学影像结合雷达影像的分类精度比光学影像分类精度高,总体精度平均为85.62%,Kappa系数平均为0.82。(2)2015—2021年于田绿洲产生土壤盐渍化的区域主要分布于研究区北部的绿洲边缘和荒漠交错带。(3)2015—2021年盐渍地面积年均变化量为-1120.55 hm^(2)·a^(-1),变化率为-10.67%。于田绿洲盐渍化程度总体呈下降趋势,盐渍化以轻中度盐渍地为主。 展开更多
关键词 土壤盐渍化 合成孔径雷达 landsat 8 oli 随机森林分类 时空变化
下载PDF
基于TSAVI的OLI模拟数据翅碱蓬生物量反演研究 被引量：11
15
作者 李微 牟蒙 +3 位作者 陈官滨 刘伟男 刘远 刘长发 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2016年第5期1418-1422,共5页
翅碱蓬是辽东湾北部滨海湿地一种典型的植被,其生物量的评估对了解滨海湿地生态系统生产力,生态系统机构和功能的形成具有十分重要的作用。而翅碱蓬覆盖度不均一,特别是自然状态下的覆盖度较低,土壤背景影响严重。将基于模拟Landsat 8 ... 翅碱蓬是辽东湾北部滨海湿地一种典型的植被,其生物量的评估对了解滨海湿地生态系统生产力,生态系统机构和功能的形成具有十分重要的作用。而翅碱蓬覆盖度不均一,特别是自然状态下的覆盖度较低,土壤背景影响严重。将基于模拟Landsat 8 OLI数据的转换型土壤调整指数（transformed soil adjusted vegetation index,TSAVI）作为自变量,与地面实测生物量进行回归分析,构建了翅碱蓬群落生物量反演模型。结果表明：TSAVI（红光600~687nm,近红外820~880nm）与生物量的相关性显著,相关系数在0.9左右,最高相关系数可达0.92;线性、二次多项式优于对数、指数和幂模型,模型拟合优度r2都为0.83,再结合模型的F值和运算效率,认为线性模型是反演成熟翅碱蓬生物量的最优模型。最后,实现了研究区域Landsat 8 OLI卫星遥感数据翅碱蓬群落生物量反演及模型验证,估算值和实测值的相关系数r为0.962,平均相对误差为0.106,翅碱蓬覆盖度越大,相对误差越低,覆盖度低的翅碱蓬生物量反演的相对误差在0.18左右,表明所建立的线性反演模型在高、低覆盖度时均具有良好的反演精度;此外,还人为地将模型中土壤线系数a和b引入±5%扰动,扰动后的反演结果平均相对误差比较稳定,相关系数有所降低,但都在0.9以上,表明所建立反演模型具有较好的稳定性。 展开更多
关键词 生物量 转换型土壤调整指数 landsat 8 oli 反演算法
下载PDF
草原火烧严重度燃烧指数的适用性比较分析 被引量：11
16
作者 宫大鹏 李炳怡 刘晓东 《生态学报》 CAS CSCD 北大核心 2018年第7期2434-2441,共8页
基于遥感影像的燃烧指数被广泛应用于火烧严重度(fire severity)研究,选取适宜燃烧指数定量评估草原火烧严重度,对草原生态系统植被的恢复与管理具有重要意义。以呼伦贝尔草原火烧迹地为研究区域,基于landsat8 OLI影像分别构建4种燃烧指... 基于遥感影像的燃烧指数被广泛应用于火烧严重度(fire severity)研究,选取适宜燃烧指数定量评估草原火烧严重度,对草原生态系统植被的恢复与管理具有重要意义。以呼伦贝尔草原火烧迹地为研究区域,基于landsat8 OLI影像分别构建4种燃烧指数(NBR、NSTV1、d NBR和Rd NBR)与综合燃烧指数(CBI)的回归模型并进行精度验证,对比分析不同燃烧指数识别草原火烧严重度等级的能力。结果表明:在燃烧指数与CBI构建的回归模型中,d NBR指数的相关性(n=70,R^2=0.856)最高;4种燃烧指数识别火烧严重度的精度存在差异,中度火烧区域(1<CBI≤2)内,NSTV1指数识别精度最高,未过火(CBI=0)、轻度火烧(0<CBI≤1)和重度火烧(2<CBI≤3)区域内,d NBR指数识别精度均表现最好,分别为80%、62.5%和100%;基于不同燃烧指数的草原火烧严重度制图中,d NBR指数的总体精度同样高于其他燃烧指数,为82.1%,Kappa系数高达0.76。综上所述,d NBR指数是草原火烧严重度分析与评价的适宜遥感指数。 展开更多
关键词 草原火 火烧严重度 landsat8影像 燃烧指数 差分归一化燃烧率
下载PDF
基于BP神经网络的地表温度空间降尺度方法 被引量：10
17
作者 汪子豪 秦其明 +2 位作者 孙元亨 张添源 任华忠 《遥感技术与应用》 CSCD 北大核心 2018年第5期793-802,共10页
基于统计模型的降尺度方法被广泛用于热红外影像的尺度转换中,然而,大多数算法都会受到复杂地表环境的影响,例如地表覆盖、季节等。为了解决地表温度与光谱指数函数关系的不确定性,提出了一种新型的基于BP神经网络的地表温度降尺度方法... 基于统计模型的降尺度方法被广泛用于热红外影像的尺度转换中,然而,大多数算法都会受到复杂地表环境的影响,例如地表覆盖、季节等。为了解决地表温度与光谱指数函数关系的不确定性,提出了一种新型的基于BP神经网络的地表温度降尺度方法。首先,在粗分辨率的情况下,训练得到一个以光谱指数为输入,原始温度为输出的BP神经网络。之后,输入高分辨率的光谱指数进而得到高分辨率的温度结果。实验通过设置多种光谱指数组合和BP网络隐藏层节点数而展开。结果评价时,以原始温度影像为参照,在城镇、植被和水体区域内,该方法的RMSE、R2、Bias及相对精度优于传统的分层线性回归降尺度方法。实测验证表明:该算法的RMSE和Bias分别达0.98℃、0.51℃,明显优于分层线性回归的结果(RMSE为2.9℃,Bias为1.7℃),说明该方法具有较高的降尺度精度,这对于城市热环境的研究具有一定的应用价值。 展开更多
关键词 地表温度 降尺度 BP神经网络 光谱指数 landsat 8 oli
原文传递
基于随机森林的GF-6 WFV和Landsat8 OLI遥感影像分类比较 被引量：8
18
作者 牛全福 傅键恺 +2 位作者 陆铭 马亚娜 张曼 《地理空间信息》 2022年第8期49-54,共6页
高分六号卫星具有宽覆宽、多种分辨率、波段多的优势,能为遥感土地覆盖提供更丰富的信息。为了明确GF-6 WFV在土地覆盖分类中的重要性,以山西省浑源县为研究对象,选取同期Landsat8 OLI影像为对比数据集,采用随机森林分类方法进行土地覆... 高分六号卫星具有宽覆宽、多种分辨率、波段多的优势,能为遥感土地覆盖提供更丰富的信息。为了明确GF-6 WFV在土地覆盖分类中的重要性,以山西省浑源县为研究对象,选取同期Landsat8 OLI影像为对比数据集,采用随机森林分类方法进行土地覆盖分类对比研究,结果表明:GF-6 WFV和Landsat8 OLI总体分类精度分别为91.11%和87.87%,Kappa系数分别为0.89和0.85,说明GF-6 WFV的分类效果优于Landsat8 OLI。对比GF-6 WFV和Landsat8 OLI影像的地物光谱特征分析可知,各地物在两幅影像的近红外波段区分较明显,但是GF-6 WFV在红边波段对耕地、林地、草地和灌木的可分性更好,尤其是在红边2波段差异最明显;GF-6 WFV提取的地类面积占比更接近真实值,此外,GF-6 WFV具有更高分辨率的优势,在复杂地物类型分布的地区,GF-6 WFV的分类精度更高。 展开更多
关键词 GF-6 WFV landsat8 oli 随机森林法 分类精度 浑源县
下载PDF
基于哑变量和因子选择的森林蓄积量估测研究 被引量：8
19
作者 罗洪斌 岳彩荣 +3 位作者 张国飞 金京 谷雷 朱泊东 《西北林学院学报》 CSCD 北大核心 2022年第1期205-210,共6页
为提高森林蓄积量遥感估测精度,探讨哑变量技术在蓄积量遥感估测中的作用。以云南省普洱市思茅区为研究区,以Landsat 8 OLI和93块森林资源二类调查角规控制样地数据为基础,使用随机森林(random forest)算法进行遥感变量因子的选择,并以... 为提高森林蓄积量遥感估测精度,探讨哑变量技术在蓄积量遥感估测中的作用。以云南省普洱市思茅区为研究区,以Landsat 8 OLI和93块森林资源二类调查角规控制样地数据为基础,使用随机森林(random forest)算法进行遥感变量因子的选择,并以龄组为哑变量分别构建基于哑变量的SVR和PLSR蓄积量估测模型,采用留一交叉验证对结果进行评估。结果表明,使用随机森林算法进行变量的选择有效减少了自变量的维度,提高了计算效率;其次,哑变量引入后,PLSR和SVR 2种回归模型的估测精度都比无哑变量方法有明显的提高,且SVR的估测结果优于PLSR;在引入哑变量后SVR模型的决定系数R^(2)由0.59提高到0.68,相对均方根误差rRMSE由36.76%降低至32.97%,PLSR模型的决定系数R^(2)由0.53提高到0.62,相对均方根误差rRMSE由39.41%降低至35.24%。在森林蓄积量的遥感估测中,哑变量技术的应用可以在一定程度上解决不同蓄积量大小对估测结果造成的影响,进而提高蓄积量的估测精度。 展开更多
关键词 哑变量 因子选择 蓄积量 landsat 8 oli
下载PDF
ENDSI增强型雪指数提取积雪研究 被引量：9
20
作者 庞海洋 孔祥生 +1 位作者 汪丽丽 钱永刚 《国土资源遥感》 CSCD 北大核心 2018年第1期63-71,共9页
快速、准确、客观地提取积雪覆盖信息,获得积雪覆盖时空分布资料,是资源生态环境变化研究中的基本问题,卫星遥感技术为有效解决这个问题提供了技术支持。归一化差值雪指数(normalized difference snow index,NDSI)法利用积雪在绿光波段(... 快速、准确、客观地提取积雪覆盖信息,获得积雪覆盖时空分布资料,是资源生态环境变化研究中的基本问题,卫星遥感技术为有效解决这个问题提供了技术支持。归一化差值雪指数(normalized difference snow index,NDSI)法利用积雪在绿光波段(0.53~0.59μm)高反射和短波红外波段(1.57~1.65μm)强吸收特征,可实现遥感自动提取积雪区。以Landsat8 OLI影像为数据源根据积雪的光谱特征,在加入波段B1(0.433~0.453μm)和B2(0.450~0.515μm)特征的基础上,运用提出的增强型雪指数(enhanced normalized difference snow index,ENDSI),从OLI影像上进行积雪自动提取。研究结果表明,对积雪厚度变化ENDSI敏感度强于NDSI;在裸土、薄雪及厚雪区,随着积雪厚度的增加,ENDSI值变化幅度强于NDSI,能有效增大雪与非雪的差异;当ENDSI阈值取0.3时,可以有效区分雪与非雪,提高积雪提取精度。 展开更多
关键词 ENDSI NDSI 积雪 landsat8 oli
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 11 下一页 到第 页
使用帮助 返回顶部