结合光谱和纹理特征的林地变更检测

doi:10.13474/j.cnki.11-2246.2019.0269

测绘通报 ›› 2019, Vol. 0 ›› Issue (8): 140-143.doi: 10.13474/j.cnki.11-2246.2019.0269

结合光谱和纹理特征的林地变更检测

梅树红¹, 范城城¹, 廖永生², 李雅然³, 施宇军¹, 麦超¹

1. 广西壮族自治区遥感信息测绘院, 广西南宁 530023;
2. 广西壮族自治区地理国情监测院, 广西南宁 530023;
3. 南宁市国土测绘地理信息中心, 广西南宁 530021

收稿日期:2018-12-03 修回日期:2019-02-27 出版日期:2019-08-25 发布日期:2019-09-06
通讯作者: 李雅然。E-mail:lyr19930813@163.com E-mail:lyr19930813@163.com
作者简介:梅树红(1973-),女,硕士,高级工程师,主要研究方向为摄影测量与遥感。E-mail:meishuhong@163.com
基金资助:
广西创新驱动发展专项（桂科AA18118038）；广西重点研发计划（2017AB54078）

Forestland change detection based on spectral and texture features

MEI Shuhong¹, FAN Chengcheng¹, LIAO Yongsheng², LI Yaran³, SHI Yujun¹, MAI Chao¹

1. Institute of the Guangxi Zhuang Autonomous Region Remote Sensing Information Surveying and Mapping, Nanning 530023, China;
2. Institute of the Guangxi Zhuang Autonomous Region National Geographic Monitoring, Nanning 530023, China;
3. Nanning Land Surveying, Mapping and Geoinformation Center, Nanning 530021, China

Received:2018-12-03 Revised:2019-02-27 Online:2019-08-25 Published:2019-09-06

摘要/Abstract

摘要： 开展林地变更调查，能够为森林执法督察、林地"一张图"更新等提供精准的空间信息和属性信息，对于林业资源的监测管理具有重要意义。针对大范围多时相遥感影像人工勾绘变化图斑耗时费力的现状，提出一种结合光谱和纹理特征的林地变更检测方法，并以灵山县东北部为例，利用20171209和20180201两个时期的高分二号遥感影像进行试验。结果表明，该方法在减少人力投入、降低时间成本的基础上，不仅将遥感影像的变化检测效率提高了一半以上，同时能达到77%以上的检测准确率，在森林资源普查中具有一定的应用价值。

关键词: 主成分分析, 最大似然法, 归一化植被指数, 林地变更, 变化检测

Abstract: The investigation of forest land change can provide accurate spatial information and attribute information for forest law enforcement supervision and forest land "one map" renewal, which is of great significance for forest resources monitoring and management. In view of the time-consuming and laborious situation of large-scale multi-temporal remote sensing images, this paper presents a method of forest land change detection based on spectral and texture features. Taking the northeastern part of Lingshan County as an example, the GF-2 remote sensing images of 20171209 and 20180201 are used to carry out experiments. The results show that, on the basis of reducing manpower input and time cost, this method not only improves the detection efficiency of remote sensing image by more than half, but also achieves more than 77% detection accuracy. This method has certain application value in forest resources census.

Key words: principal component analysis, maximum likelihood method, normalized difference vegetation index, forestland change, change detection

中图分类号:

P237

梅树红, 范城城, 廖永生, 李雅然, 施宇军, 麦超. 结合光谱和纹理特征的林地变更检测[J]. 测绘通报, 2019, 0(8): 140-143.

MEI Shuhong, FAN Chengcheng, LIAO Yongsheng, LI Yaran, SHI Yujun, MAI Chao. Forestland change detection based on spectral and texture features[J]. 测绘通报, 2019, 0(8): 140-143.

参考文献

[1] 冯文卿, 眭海刚, 涂继辉, 等. 高分辨率遥感影像的随机森林变化检测方法[J]. 测绘学报, 2017,46(11):90-100.
[2] 尹凌宇, 覃先林, 孙桂芬, 等. 利用KPCA法检测高分一号影像中的森林覆盖变化[J]. 国土资源遥感, 2018, 30(1):95-101.
[3] 李和顺, 石军南. 变化检测技术在森林采伐监测中的应用[J]. 安徽农业科学, 2010, 38(5):2624-2625.
[4] HARALICK R M, SHANMUGAM K, DINSTEIN I. Textural features for image classification[J]. IEEE Transactions on Systems, Man, and Cybernetics, 1973, SMC-3(6):610-621.
[5] BONTEMPS S, LANGNER A, DEFOURNY P. Monitoring forest changes in Borneo on a yearly basis by an object-based change detection algorithm using SPOT-VEGETATION time series[J]. International Journal of Remote Sensing, 2012, 33(15):4673-4699.
[6] LUNETTA R S, KNIGHT J F,EDIRIWICKREMA J, et al. Land-cover change detection using multi-temporal MODIS NDVI data[J]. Remote Sensing of Environment, 2009, 105(2):142-154.
[7] CHEN G, HAY G J, CARVALHO L M T, et al. Object-based change detection[J]. International Journal of Remote Sensing, 2012, 33(14):4434-4457.
[8] 王东广, 肖鹏峰, 宋晓群, 等. 结合纹理信息的高分辨率遥感图像变化检测方法[J]. 国土资源遥感, 2012, 24(4):76-81.
[9] 李亮, 舒宁, 王凯, 等. 融合多特征的遥感影像变化检测方法[J]. 测绘学报, 2014, 43(9):945-953.
[10] HUSSAIN M, CHEN D, CHENG A, et al. Change detection from remotely sensed images:from pixel-based to object-based approaches[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2013, 80(Complete):91-106.
[11] 李亮, 李胜, 应国伟, 等. 融合光谱及纹理异质度的遥感影像变化检测[J]. 测绘通报, 2017(S2):27-31.
[12] XU L, ZHANG S, HE Z, et al. The comparative study of three methods of remote sensing image change detection[C]//International Conference on Geoinformatics.[S.l.]:IEEE, 2009.
[13] 王文杰, 赵忠明, 朱海青. 面向对象特征融合的高分辨率遥感图像变化检测方法[J]. 计算机应用研究, 2009, 26(8):3149-3151.
[14] BEIGELMAN-AUBRY C, HILL C, GUIBAL A, et al. Remote sensing image change detection based on spatial neighborhood analysis[C]//IEEE International Conference on Control System.[S.l.]:IEEE, 2014.
[15] 喻庆国. 3S技术在保护区及周边地区林地变化监测中的应用[J]. 林业资源管理, 2002(6):62-67.
[16] 牟怀义. 高分1号卫星遥感影像监测林地动态变化研究[J]. 西北林学院学报, 2016, 31(4):221-226.

结合光谱和纹理特征的林地变更检测

Forestland change detection based on spectral and texture features

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	阮明浩, 卢永华, 刘玉贤, 汤圣君, 王伟玺, 张宇琦, 李游. 激光与倾斜点云精确配准与无缝融合[J]. 测绘通报, 2022, 0(4): 6-10.
[2]	潘建平, 李鑫, 孙博文, 胡勇, 李明明. 基于注意力密集连接金字塔网络的新增建设用地变化检测[J]. 测绘通报, 2022, 0(3): 41-46,59.
[3]	杨景玉, 贾多科, 王阳萍. 基于超像素分割与CRF的高分辨率遥感影像变化检测[J]. 测绘通报, 2022, 0(2): 25-30,49.
[4]	乐颖, 夏元平. 基于比值法的多源多时相数据城区变化检测[J]. 测绘通报, 2022, 0(2): 56-61.
[5]	车子杰, 高飞, 吴兆福, 李振轩. 基于改进U-Net网络的多源遥感影像洪涝灾害信息提取与变化分析[J]. 测绘通报, 2022, 0(1): 26-32.
[6]	肖家豪, 张双喜, 韦瑜, 蔡剑锋, 洪敏. 基于GPS垂向位移测定云南地区陆地水储量及其对累积降雨的响应机制[J]. 测绘通报, 2022, 0(1): 61-65.
[7]	周秀华, 李乃强. 基于多种相似度特征的道路实体融合方法[J]. 测绘通报, 2021, 0(8): 102-105,157.
[8]	苏艺凡, 党建武, 王阳萍, 杨景玉. 改进的区间二型模糊聚类遥感影像变化检测[J]. 测绘通报, 2021, 0(7): 44-51,58.
[9]	刘海飞, 杨敏华, 王晶, 徐刚, 陈杰. 利用结构面对象的高分遥感影像建筑物变化检测[J]. 测绘通报, 2021, 0(6): 16-20.
[10]	刘智勇, 张晨, 刘泽楷, 袁俊健, 祁宏昌, 潘屹峰, 朱焕廉, 吴希文, 王华. 雷达相干性与NDVI经验模型[J]. 测绘通报, 2021, 0(4): 45-51,59.
[11]	张伟良, 刘琦, 吴长彬, 杨光迪. 基于孪生神经网络的土地利用现状年度变化检测[J]. 测绘通报, 2021, 0(3): 91-95,104.
[12]	赖正文, 夏小云. 像素级和对象级高分辨率遥感图像变化检测分析[J]. 测绘通报, 2021, 0(2): 59-63.
[13]	孙彩霞, 杨帆, 胡晋. 基于遥感数据的新生态环境指数评价[J]. 测绘通报, 2021, 0(11): 12-15,53.
[14]	韩建平. 青海省地震灾后地物变化的快速识别[J]. 测绘通报, 2021, 0(11): 120-123.
[15]	韩建平. 基于遥感影像的青海省环境变化监测[J]. 测绘通报, 2021, 0(10): 123-126,145.