-
题名面向对象的高分辨率遥感影像道路损毁识别研究
被引量：4
- 1
-
-
作者
田卫方
王斌
-
机构
北京交通大学土木建筑工程学院
-
出处
《测绘通报》
CSCD
北大核心
2014年第11期64-67,共4页
-
文摘
道路损毁信息在灾后高效救援中发挥着重要作用。本文针对高分辨率遥感影像空间特征丰富、光谱分辨率低的特点,基于面向对象遥感影像分类方法,采用e Cognition软件对芦山震后0.2 m航空遥感影像进行了道路损毁信息的提取试验。试验中结合GIS信息,首先将基于现有的道路矢量线文件生成的道路矢量面文件参与分割,生成单独的道路区域对象以用于进一步处理。分割采用棋盘分割和多尺度分割,根据损毁道路影像特征创建波段比值,使用Assign算法和模糊分类算法提取出道路线、植被、损毁区和未损毁区,并将结果输出为矢量文件。根据损毁区损毁对象的周长、面积与道路宽度的关系,建立判定条件来初步判定损毁类型。最终将损毁粗判定结果与损毁路段的目视解译结果对比分析,检验该方法的准确率及可行性。结果分析表明上述方法能有效地识别出高分辨率遥感影像损毁道路信息。
-
关键词
面向对象分类
ECOGNITION
损毁道路
道路矢量
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名基于HJ-1 CCD数据的黄河宁夏段凌情监测方法
被引量：1
- 2
-
-
作者
和海霞
汤童
田卫方
-
机构
民政部国家减灾中心
北京交通大学土木建筑工程学院
-
出处
《人民黄河》
CAS
北大核心
2014年第7期45-47,94,共4页
-
基金
中国科学院数字地球重点实验室开放基金资助项目
-
文摘
凌汛给沿河居民生命财产安全带来隐患,利用遥感技术开展凌情监测对防灾减灾工作具有重要的现实意义。针对冰凌遥感监测业务中存在的易受多种地物影响、自动化程度低、精度低等难题,基于HJ-1CCD数据,在主要地物光谱特征和影像特征分析的基础上,采用决策树分类算法自动识别冰凌,总体精度为92.38%,kappa系数为0.7249。2012年、2013年黄河冰凌发展关键期的监测实践表明,HJ-1CCD数据为冰凌监测提供了一种稳定有效的数据源。
-
关键词
冰凌
环境减灾卫星
决策树分类
黄河宁夏段
-
Keywords
ice slush
HJ-1 data
decision tree classification
Ningxia section of Yellow River
-
分类号
TV122
[水利工程—水文学及水资源]
TV882.1
[水利工程—水利水电工程]
-
