1 中国科学院遥感与数字地球研究所,遥感科学国家重点实验室, 北京 100101
2 中国科学院大学, 北京 100049
3 国家统计局新疆调查总队, 新疆 乌鲁木齐 830001
在区域或全球尺度,250 m分辨率的MODIS EVI常被用于作物分类.而且,基于遥感数据可以快速准确的进行作物分类,并为辅助农业政策的制定,因而得到了广大研究者的关注.研究提出了直接使用多年MODIS 250 m EVI和临近年份地面调查数据进行作物分类的方法.首先,通过扩展2011,2012和2013年的野外调查数据获得全疆的典型地块,并从地块中提取MODIS纯像元作为分类样本.接着使用免疫系统网络分类器(ABNet)提取研究取的主要作物,包括棉花、玉米、冬小麦和葡萄等.在三年的数据中,任意两年的地面数据用于训练分类器,用使用训练好的分类器对另一年的数据进行分类.例如,使用2011和2012年的数据训练分类器,并对2013年的数据进行分类.结果表明,每年的分类精度达80%以上,且Kappa系数高于0.7.今后工作中,仍需使用更多的地面数据获得更的更精细的分类结果。
增强植被指数(EVI) 免疫系统网络(ABNet) 土地覆盖分类 MODIS MODIS EVI ABNet Land use 光谱学与光谱分析
2015, 35(5): 1345
1 中国科学院遥感应用研究所遥感科学国家重点实验室，北京 100101
2 杭州师范大学遥感与地球科学研究院，浙江 杭州 310036
3 山西煤炭管理干部学院，山西 太原 030006
遥感数据时空融合技术是一种低空间分辨率影像与中空间分辨率影像在时间域和空间域的融合技术，利用遥感数据时空融合技术获得的融合影像既具备低空间分辨率影像的高时间分辨率特征，又具备中空间分辨率影像的高空间分辨率特征.提出了一种新的遥感数据时空融合方法(STDFA).该方法从时序MODIS数据中提取地物的时间变化信息，结合早期Landsat-TM影像的纹理信息，融合出具有MODIS时间分辨率和TM空间分辨率的影像.以江苏省南京市江宁区为研究区，以Landsat红波段和近红外波段为融合波段，对该方法进行了测试.结果显示，该方法能够产生高精度的中空间分辨率影像，融合影像与真实影像间的相关系数达到0.939.融合影像计算的NDVI与真实中空间分辨率影像计算的NDVI间的相关性达到0.938.
遥感 图像处理 时空融合 remote sensing image processing MODIS MODIS Landsat landsat data fusion
1 中国科学院遥感应用研究所,北京,100101
2 中国地震台网中心,北京,100036
为了进一步提高光学遥感目标提取精度,拓展目标提取方法的适用范围,推进遥感智能化信息提取方法的发展,本文从谱带强度与波形特征有机结合的角度出发提出了光谱排序编码法.首先介绍了该方法的基本原理:对端元光谱与图像光谱按谱带强度大小各自进行排序的基础上,通过比较同一顺序上的波段位置的异同来计算两条光谱曲线的相似度;然后开展了与约束能量最小法(CEM)、光谱二阶导数法(SSD)的目标提取精度对比实验,结果表明该方法的目标提取精度为95%,比CEM提高了41.9%,比SSD提高了46.9%;最后利用SPOT多光谱和AVIRIS高光谱数据检验了该方法在目标提取适用范围上的能力,结果表明该方法既适用于多光谱遥感,又适用于高光谱遥感.总之,算法具有速度快、精度高、适用范围广的特点.
遥感 目标提取 光谱排序编码法
