【摘 要】
：
非监督分类方法是从遥感影像获取土地利用/覆被信息的重要手段，尤其在缺乏影像先验知识的情况下。然而，遥感数据十分复杂且数据量巨大，这对仅依靠象元统计信息完成分类的非监督分类而言，是一项巨大的挑战。实际上，遥感影像非监督分类是一个典型的NP-hard问题，获取满意解集十分困难。传统的K-means及ISODATA方法很容易陷入局部最优，无法达到最优解。近年来，基于生物群集智能方法的发展给这一问题的解决
【机 构】
：
中国科学院东北地理与农业生态研究所,遥感与地理信息研究中心,长春130000
论文部分内容阅读
非监督分类方法是从遥感影像获取土地利用/覆被信息的重要手段，尤其在缺乏影像先验知识的情况下。然而，遥感数据十分复杂且数据量巨大，这对仅依靠象元统计信息完成分类的非监督分类而言，是一项巨大的挑战。实际上，遥感影像非监督分类是一个典型的NP-hard问题，获取满意解集十分困难。传统的K-means及ISODATA方法很容易陷入局部最优，无法达到最优解。近年来，基于生物群集智能方法的发展给这一问题的解决带来了希望。粒子群(PSO)是一种典型的群集智能算法，已经在遥感分类领域被成功应用，并证明优于遗传算法等传统智能方法。然而，由于其利用全局最优解加速收敛，在解决复杂问题时可能存在群体早熟等不足。本文提出了一种新的粒子搜索策略，建立了一种改进的粒子群遥感影像分类方法，并在复杂地区对该方法的适用性进行了测试。初步结果表明，我们提出的方法优于标准粒子群分类方法，且具有更好的鲁棒性，更适宜解决复杂地区遥感分类问题。
其他文献
水体悬浮颗粒有机碳含量受悬浮物浓度和粒径共同影响,综合考虑悬浮物粒径能够提高近海水体颗粒有机碳遥感反演精度.本文在悬浮泥沙浓度较高的杭州湾海域,设置乍浦、庵东、金山、芦潮港4个现场连续光谱观测和水样采样点,基于总悬浮物浓度(TSM)和粒径构成,建立遥感反射率与悬浮颗粒有机碳(POC)之间的遥感反演经验算法,利用MODIS数据揭示了杭州湾POC浓度的短周期时空变化特征.研究结果表明：杭州湾水体TSM
旅游地质资源具有观赏性、科学研究与普及教育价值，需要保护和合理开发利用。以往地质调查工作成果中有许多涉及到旅游地质方面的描述，但比较分散。为全面查清枣庄、临沂、日照、青岛、烟台、威海等工作区旅游地质资源分布状况，采用TM影像与三维高分辨率遥感影像结合方式进行遥感地质解译，通过与相关地质信息进行复合与综合分析，实现相互补充、相互印证，描述了地质遥感影像特征，圈定出工作区的旅游地质资源分布范围。其中地
从水下航行体的自主定位需求出发，分析了自主定位与船载辅助定位系统的不同，提出使用GPS浮标构成长基线基阵进行航行体的水下定位，针对自主定位的信息传递需求以及面临的测距(定位)信号混叠问题，将扩频信号作为测距和信息传递信号引入到长基线水下定位中，设计了结合卫星导航定位和水下长基线定位的水下航行体自主定位系统，对系统的组成、工作方式、采用的信号体制以及测量原理作了分析阐述，最后结合水声信道的带宽和衰减
光谱相似性测度是高光谱影像光谱匹配分类的基础。综合两种或多种相似性测度能够提高光谱匹配分类精度，同时，加入空间信息也能改善光谱匹配分类效果。为了提高光谱匹配分类精度，在欧氏距离和相关系数测度的基础上，组合构成欧氏距离-相关系数测度，通过加入空间乘子，在分类过程中增加了空间信息约束，实现了结合空间信息的高光谱影像欧氏距离-相关系数测度(ED-SCC)匹配分类。利用PaviaUniversity和PH
利用单波段阈值法、谱间关系法、水体指数法和面向对象分类的方法可以较好提取局部范围内的水体或者单个的研究对象。但上述方法均需确定一个合适的阈值或分割尺度来完成相应水体提取。针对大范围内的水体提取不同对象相应阈值及分割尺度难以确定的问题本文提供一种综合利用水体指数直方图，通过分析单个对象的水体指数直方图分布特征，根据直方图上目标地物峰值相对位置分布来确定不同情形下分割阈值自动寻找方法，然后完成相应对象
四川省位于我国西南，地处长江上游，在地貌上处于中国大陆第一级青藏高原和第二级长江中下游平原的过渡带，东西高差悬殊，地形复杂多样。西部为高原、山地，海拔多在4000米以上；东部为盆地、丘陵，海拔多在1000～3000米之间。在森林区划上，四川森林植被包括3个一级分区、8个二级分区，即东部盆地及盆地边缘山地常绿阔叶林区(盆地内部马尾松林、柏木疏林区；盆地北缘山地常绿栎类落叶阔叶林区；盆地西缘山地湿性常
2013年2月美国Landsat 8卫星成功发射，相对于Landsat 7在波段的数量、波段的光谱范围和影像的辐射分辨率上进行了改进。结合最新Landsat 8遥感数据，采用多级决策树分类的方法对黄河三角洲地区土地利用与覆盖信息展开了全面的提取、研究与分析，获得了该地区各类地物的分布情况，特别是距离海岸线1Okm、20km范围内的地物类型分布并完成相关制图，为黄河三角洲地区滨海土地利用与开发提供了
NDVI是表征植被生长状态和空间分布的指示因子,常被用做描述植被覆盖度、生物量等指标.土壤CO2是岩溶地区岩溶作用的重要驱动力,土壤CO2浓度的变化受到岩溶表层带植被的影响.文章利用岩溶表层带NDVI的季节性变化与土壤CO2浓度动态变化间的响应,探讨岩溶表层带N DVI对土壤CO2浓度变化的影响.结果 表明NDVI的变化会引起土壤CO2浓度的同步变化,两者在季节尺度上的动态变化具有明显的相关性.除
Due to intensive irrigation water use and climate change in the Aral Sea basin,the extent of Aral Sea has been reported to dramatically shrink since 1960s and the east part was reported to completely