简介：选取2012年2月24日的SPOT5遥感影像和2013年12月6日的Landsat8、＂高分一号＂遥感影像,应用最大似然法、支持向量机和面向对象方法提取红树林信息,并引入F值评价提取效果。研究结果表明,用最大似然法和支持向量机提取红树林信息的精度相似,与影像的特征光谱信息量相关性较强;而对于SPOT5影像等更高分辨率遥感影像,面向对象方法降低了最大似然法和支持向量机分类的红树林斑块破碎程度,其信息提取精度与影像的空间分辨率正相关。

简介：利用Landsat系列影像提取水体的方法有很多种,细小的水体漏提或误提现象严重,依靠单一的方法难以取得突破。本研究结合现有的方法提出一种新的思路：1）基于DEM数据提取河网数据;2）辅以河网缓冲区数据将Landsat8影像的1-7波段和全色波段用于多尺度分割,根据形状特征提取线状的细小水体;3）假设2.5m分辨率影像提取的结果为实际水体,与基于像元的MNDWI法进行对比。结果表明水体的总体提取精度提高11.7%,细小水体提取比例从13.3%上升到59.6%,因此本方法简单易行,有利于线状的细小水体提取,可在一定程度上减少山区细小水体的漏提,提高水体提取整体精度。

简介：红树林是潮滩木本植物群落,其光谱和陆生植被极其相似。利用EO-1卫星ALI(advancedlandimager)获取的深圳湾区域影像数据,针对处于水分吸收带的波段5P和波段5,提出了这两个波段的角度指数(angleindex),分别表示为b1.25和b1.65。以b1.25-b1.65和归一化差值植被指数(normalizeddifferencevegetationindex,NDVI)分类特征,采用决策树方法,开展了红树林遥感识别实验。研究结果表明,红树林独特的滨海湿地特点,使得其像元反射率在波段5P和波段5明显低于陆生植被,从而导致红树林的b1.25-b1.65值明显大于陆生植被;通过结合b1.25-b1.65和NDVI分类特征的决策树方法,能够对红树林进行有效识别,其错分率和漏分率分别为4.29%和5.11%。因此,具有众多红外波段的ALI遥感器在红树林识别中能够发挥重要作用。