基于多角度高光谱CHRIS影像的隆宝滩湿地遥感分类方法研究

韦玮; 李增元; 谭炳香; 徐海生

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于多角度高光谱CHRIS影像的隆宝滩湿地遥感分类方法研究

韦玮 , 李增元 , 谭炳香 , 徐海生

文章导航 > 林业科学研究 > 2011 > 24(2): 159-164

引用本文:

Citation:

基于多角度高光谱CHRIS影像的隆宝滩湿地遥感分类方法研究

1.
中国林业科学研究院资源信息研究所,北京 100091
基金项目:
中央级公益性科研院所基本科研业务费专项资金"(IFRIT200906)"
中图分类号: S771.8

Study on Remote Sensing Classification Method of Long Baotan Wetland Based on CHRIS/PROBA

1.
Research Institute of Forest Resource Information Techniques, Chinese Academy of Forestry, Beijing 100091, China
CLC number: S771.8

摘要: 采用青海省隆宝滩地区的多角度高光谱CHRIS遥感数据,通过研究+36°、0°和-36°三个角度影像的组合变换,提出影像变换+不同角度波段组合的方法,用以获取地物的分类信息。该方法首先对0°影像进行穗帽变换,选择其湿度图像,再与+36°和-36°影像的第4波段(0.461 μm)进行RGB组合,生成新的彩色合成影像,然后再进行支持向量机(SVM)的监督分类。结果显示,利用该方法对隆宝滩湿地分类的精度可达到90.02％;而利用传统的监督分类对0°影像直接进行分类,其精度为75.46%。由此可见,利用不同角度信息进行波段组合的方法,大大提高了高光谱影像进行湿地信息提取的精度,为湿地信息提取提供了一个有效的方法。
- 遥感
- / 高光谱
- / 多角度
- / 穗帽变换
- / 湿地
- / 监督分类
Abstract: This paper provides a new method of improving the classification accuracy of wetland in Long Baotan area in Qinghai Province,by studying the image transformation and band combinations of three angle images of +36°, 0° and -36°,which were devived from the multi-angle CHRIS hyperspectral remote sensing data. Firstly, the tasseled cap transformation was used to the 0° CHRIS image. Secondly, a new color composite image of RGB was generated by combining the humidity image of 0° with the 4-band (0.461μm) of +36° and -36° images, and then, the Support Vector Machine,SVM, a supervised classification method was carried out on the new RGB image.The studies showed that the classification accuracy of the new combination method in different angle images of CHRIS approached to 90.02%, which was greatly improved then 75.46% of traditional supervised classification accuracy, and it also provide an effective method to extract wetlands information.
- remote sensing
- / hyperspectral
- / multi-angle
- / tasseled cap
- / wetland
- / supervised classification

[1]	束炯,王强,孙娟. 高光谱遥感的应用研究[J]. 华东师范大学学报:自然科学版,2006(4):1-10
[2]	牛明香,赵庚星. 南四湖区湿地信息遥感提取技术研究[J].国土与自然资源研究,2004(1):51-53
[3]	Fung G, Mangasarian O L. Proximal support vector machine classifiers[M]// Lee D. Proceedings of the KDD-2001: Knowledge Discovery and Data Mining, New York: ACM Press, 2001:77-86
[4]	Mangasarian O L, Musicant D R. Lagranginan support vector machines[J]. Journal of Machine Learning Research, 2001(1):161-177
[5]	Mangasarian O L, Musicant D R. Active wupport vector machine classification[M]// Todd K. Leen, Thomas G D, Volker Tresp.Advances in Neural Information Processing Systems 13, 2000:577-583
[6]	张志锋,赵文吉,贾萍,等. 北京湿地分析与监测[J].地球信息科学, 2004,6(1):53-57
[7]	Ormsby J P, Blanchard B J. Detection of lowland flooding using active micro-wave systems[J]. Photogrammetric Engineering and Remote Sensing,1985,51(3):317-328
[8]	张云霞,李晓兵,陈云浩. 草地植被盖度的多尺度遥感与实地测量方法综述[J]. 地球科学进展,2003,18(1):85-93
[9]	张翊涛,陈洋,王润生.结合自动分区与分层分析的多光谱遥感图像地物分类方法[J].遥感技术与应用,2005,209(3):322-327
[10]	张红,舒宁,刘刚.多时相组合分类法在土地利用动态监测中的应用[J]. 武汉大学学报:信息科学版,2005,30(2):131-134
[11]	Vapnik V N. The Nature of Satatistical Learning Theory[M]. New Youk: Springer-Verlag, 1995
[12]	Mitsch W J, Gosselink J M. Wetlands[M]. New York: Van Nostrand Reinhold Company Inc., 1986
[13]	Barbara J Kent, Joy Nystrom Mast. Wetland change analysis of San Dieguito Lagoon, California, USA: 1928—1994[J]. Wetlands, 2005,25(3):780-787
[14]	YUE T X, XU B, LIU J Y. A patch connectivity index and its change in relation to new wetland at the Yellow River Delta[J]. International Journal of Remote Sensing, 2004,25(21):4617-4628
[15]	Duca R, Del Frate F. Multitemporal and multiangular analysis using the corrected images over the area of Pantano (Rome), Tor Vergata and Frascati . 4th ESA CHRIS PROBA Workshop ESA-ESRIN, Frascati, 2006
[16]	唐小平,黄桂林. 中国湿地分类系统的研究[J].林业科学研究,2003,16(5):531-539

[1]	韦玮 , 李增元 . 基于高光谱影像融合的湿地植被类型信息提取技术研究. 林业科学研究, 2011, 24(3): 300-306.
[2]	李伟娜 , 韦玮 , 张怀清 , 刘华 , 郝泷 . 基于多角度融合的CHRIS数据提取湿地植被的研究. 林业科学研究, 2017, 30(2): 260-267. doi: 10.13275/j.cnki.lykxyj.2017.02.011
[3]	朱晓荣 , 张怀清 , 周金星 . 东洞庭湖湿地遥感动态监测研究. 林业科学研究, 2008, 21(Z1): 41-45.
[4]	韦玮 , 崔丽娟 , 李胜男 , 郭嘉 . 基于偏差平均值的乌梁素海湿地变化监测研究. 林业科学研究, 2012, 25(6): 719-725.
[5]	刘怡君 , 庞勇 , 廖声熙 , 荚文 , 陈博伟 , 刘鲁霞 . 机载LiDAR和高光谱融合实现普洱山区树种分类. 林业科学研究, 2016, 29(3): 407-412.
[6]	张怀清 , 赵峰 , 崔丽娟 . 红树林湿地恢复遥感动态监测技术研究. 林业科学研究, 2008, 21(Z1): 32-36.
[7]	凌成星 , 鞠洪波 , 张怀清 , 孙华 . 基于Worldview-2八波段影像改进指数的湿地类型分类研究. 林业科学研究, 2014, 27(5): 639-643.
[8]	唐小平 , 黄桂林 . 中国湿地分类系统的研究. 林业科学研究, 2003, 16(5): 531-539.
[9]	胡博 , 鞠洪波 , 刘华 , 郝泷 , 刘海 . 基于证据理论组合多分类规则实现大区域植被遥感分类研究^. 林业科学研究, 2017, 30(2): 194-199. doi: 10.13275/j.cnki.lykxyj.2017.02.002*
[10]	周卫阳 . 专家系统在森林遥感图象分类中的应用. 林业科学研究, 1989, 2(5): 477-482.
[11]	陈永富 , 王振琴 , 张玉贵 , 张彦忠 . 专家系统在TM遥感图像分类中的应用研究. 林业科学研究, 1996, 9(4): 344-347.
[12]	姚爱冬 , 车腾腾 , 姜丽娜 , 冯益明 . 甘肃民勤县荒漠化区未利用地的遥感分类研究. 林业科学研究, 2014, 27(2): 195-200.
[13]	谢运鸿 , 荆雪慧 , 孙钊 , 丁志丹 , 李睿 , 李豪伟 , 孙玉军 . 基于实例分割的高郁闭度林分单木树冠无人机遥感提取. 林业科学研究, 2022, 35(5): 14-21. doi: 10.13275/j.cnki.lykxyj.2022.005.002
[14]	宋开山 , 张柏 , 刘殿伟 , 张渊志 . 行道树叶绿素变化的高光谱监测研究. 林业科学研究, 2006, 19(1): 82-87.
[15]	吴楠 , 李增元 , 廖声熙 , 庞勇 , 崔凯 , 陈博伟 . 基于机载高光谱的思茅松林光谱特征及其影响因子分析. 林业科学研究, 2018, 31(2): 63-68. doi: 10.13275/j.cnki.lykxyj.2018.02.009
[16]	刘梦盈 , 石雷 , 马云强 , 张忠和 , 刘雪莲 , 姚俊 , 杜婷 . 基于高光谱特征和光合参数监测松小蠹不同危害时期的相关分析. 林业科学研究, 2020, 33(2): 118-127. doi: 10.13275/j.cnki.lykxyj.2020.02.015
[17]	刘畅 , 孙鹏森 , 刘世荣 . 基于反射光谱指数的锐齿栎叶片色素含量估算. 林业科学研究, 2017, 30(1): 88-98. doi: 10.13275/j.cnki.lykxyj.2017.01.013
[18]	崔丽娟 , 张曼胤 . 人类干扰对安庆沿江湿地植物多样性的影响. 林业科学研究, 2005, 18(4): 441-445.
[19]	. 退田还湖工程前后洞庭湖区湿地变化分析. 林业科学研究, 2009, 22(3): -.
[20]	张玮 , 方敏瑜 , 张建锋 , 李雪涛 , 陈光才 , 潘春霞 . 塘渠—湿地复合系统治理农业面源污染研究. 林业科学研究, 2011, 24(1): 116-122.

点击查看大图

计量

文章访问数: 3734
HTML全文浏览量: 213
PDF下载量: 1730
被引次数: 0

基于多角度高光谱CHRIS影像的隆宝滩湿地遥感分类方法研究

1. 中国林业科学研究院资源信息研究所,北京 100091

收稿日期: 2010-11-20

基金项目: 中央级公益性科研院所基本科研业务费专项资金"(IFRIT200906)"

关键词:

摘要: 采用青海省隆宝滩地区的多角度高光谱CHRIS遥感数据,通过研究+36°、0°和-36°三个角度影像的组合变换,提出影像变换+不同角度波段组合的方法,用以获取地物的分类信息。该方法首先对0°影像进行穗帽变换,选择其湿度图像,再与+36°和-36°影像的第4波段(0.461 μm)进行RGB组合,生成新的彩色合成影像,然后再进行支持向量机(SVM)的监督分类。结果显示,利用该方法对隆宝滩湿地分类的精度可达到90.02％;而利用传统的监督分类对0°影像直接进行分类,其精度为75.46%。由此可见,利用不同角度信息进行波段组合的方法,大大提高了高光谱影像进行湿地信息提取的精度,为湿地信息提取提供了一个有效的方法。