eCognition

摘要： 城市生态建设是解决城市化进程所导致的环境恶化的有效途径,林木树冠覆盖是衡量城市生态的标志性指标,反映森林城市建设的成效,对林木树冠覆盖的分析结果可为我国西南地区中小型城市的森林城市建设提供参考。以会泽县建成区2019年7-8月的0.5m分辨率航空遥感影像为基础,基于ArcGIS10.4平台,利用eCognition 9.0软件解译,结合多尺度分割算法处理,计算分析会泽县建成区林木树冠覆盖率及斑块分布情况。结果表明,会泽县建成区现实林木树冠覆盖面积为275.55hm~2,由城市中心逐渐向四周扩散呈递增趋势,林木树冠覆盖率为17.78%。共5 270个斑块,整体城市林木面积小且数量多,破碎化严重。潜在林木树冠覆盖率为8.98%,共2 067个斑块,能达到的最大林木树冠覆盖率理论值仅为26.76%。新旧居住区斑块分布差异性显著,城市森林的建设对城市生态的提升起到一定积极促进作用。

摘要： 第三次全国国土调查是我国一项重要的调查工作,是全面查清国土资源的重要手段.本文基于eCognition的面向对象分类方法结合光谱特征、纹理特征和几何特征进行高分辨率遥感影像的土地利用分类,研究结果表明该分类方法具有较好的分类结果和较高的精度评价.该分类方法已应用于第三次国土调查成果的检查,提高了不一致图斑提取的工作效率,同时可为年度土地变更调查、自然资源调查监测工作提供技术支持.

摘要： 选取复杂地貌下的西安市临潼区为例,对其高分辨率遥感影像展开信息搜集与提取,采用eCognition自带分类构建规则集,对于土地利用信息进行重点关注.围绕对象分层网络方法展开研究,进一步提升信息提取的精准度,避免过分割以及欠分割情况造成的负面作用,同时有效解决了传统提取中较为困难的阴影信息提取.研究结果表明eCognition在复杂地貌特征下具有良好的适用性,对于国内外其他类似复杂地貌下的研究具有重要的依据和借鉴意义.

摘要： 在浙江省第二次湿地资源调查的基础上,基于国产高分影像(GF-1、GF-2、ZY-3),采用eCognition软件中面向对象分类的方法,进行2016—2018年度湿地资源的动态监测。研究结果发现,基于Arc-GIS和SPOT-5影像的分类精度明显低于采用eCognition和GF-1、GF-2、ZY-3影像的分类精度;采用eCognition和GF-1、GF-2、ZY-3影像结合的前期矢量数据进行湿地资源分类具有明显优势,精度高、影像资源丰富、时效性强、经济成本低;按照《关于特别是作为水禽栖息地的国际重要湿地公约》统计口径,2012—2018年浙江省湿地面积下降1.66%,总体保持平稳,但呈现稳中有降的趋势,湿地资源保护和修复有待加强。

摘要： 风景环境多以植被为景观基质,构成具有特定绿化格局和景观特征的环境综合体,相关研究正由定性发展至定量,由图形识别发展至数字分析与算法描述.利用eCognition高分遥感技术进行植被景观影像识别与特征辨析,正迅速以卫星视野提供一种更科学、更宏观的研究途径与分析方法.以鸡足山核心风景区植被景观为例,以中国资源3号卫星遥感影像数据为基础,采用eCognition面向对象分类方法进行量化解析研究,选用光谱异质性、多尺度分割函数和归一化植被指数作为图像解析标准,通过隶属度函数推导获取适用于风景园林研究的数学算法,最终有效提取出针叶林等6类植被景观特征要素信息,科学呈现鸡足山植被景观分布情况,实现了植被特征的算法描述与图纸生成,分类精度经误差矩阵评价结果良好.相关成果为当代景观高空间解析、城市绿地系统分析提供了一种量化调查与分析方法,也为相关人居环境科学研究提供了可参照的景观遥感解译平台与专项技术.

摘要： 选取江苏省兴化市安丰镇为研究区域,以高分二号影像为基础数据源,利用eCognition软件中的多尺度分割法将影像进行分割,基于面向对象分类方法对研究区的水体进行提取,并将水体分为河流、池塘、沟渠三类,再与传统的监督分类方法进行对比.结果 表明,基于eCognition软件的面向对象分类方法提取水体可以根据其光谱差异、形状大小、上下文关系、空间信息进行细分,将水体分为河流、池塘、沟渠三类,其分类精度较高,总体精度为96.28％,比传统的监督分类方法精度提高了22.61％.

摘要： 文章结合桑园的生长特性,选取河池市宜州区3月—5月的高分辨率遥感影像,采用eCognition软件自动提取影像,实现对桑园种植面积、空间分布的动态监测,并结合专题资料分析影响桑园布局的因素.

摘要： 选取江苏省兴化市安丰镇为研究区域,以高分二号影像为基础数据源,利用eCognition软件中的多尺度分割法将影像进行分割,基于面向对象分类方法对研究区的水体进行提取,并将水体分为河流、池塘、沟渠三类,再与传统的监督分类方法进行对比。结果表明,基于eCognition软件的面向对象分类方法提取水体可以根据其光谱差异、形状大小、上下文关系、空间信息进行细分,将水体分为河流、池塘、沟渠三类,其分类精度较高,总体精度为96.28%,比传统的监督分类方法精度提高了22.61%。

摘要： 随着高分辨率遥感图像越来越普及,传统的面向像元的图像分类方法不能满足对高分辨率遥感图像区域分类的需求,高分辨率遥感图像对图像处理的软件与硬件都有了更高的要求,因此,出现了相较于面向像元有着更高精度更为合理的面向对象分类方法,也更加适用于高分辨率遥感影像.本文通过采用面向对象分类的基本方法,运用eCognition软件,以山东省胶州市地区遥感影像为例,进行多尺度分割和面向对象分类.并用ENVI做监督分类,基于目视解译精度评定,对不同方法作出分析评价.结果 表明:面向对象分类方法精度更高,更具有可靠性.

摘要： 本文主要介绍eCognition软件在生态遥感监测工作中的应用。我省在生态遥感监测工作中运用面向对象的方法,对中分辨率卫星影像进行植被覆盖信息提取,结合ArcGIS,对提取的专题信息进行后处理。经实地检验,解译准确率较高,一级分类达到91.5﹪,二级分类达到85.7﹪,说明该技术在生态遥感监测中应用的可行性和潜力。

摘要： 本文主要介绍eCognition软件在生态遥感监测工作中的应用。我省在生态遥感监测工作中运用面向对象的方法,对中分辨率卫星影像进行植被覆盖信息提取,结合ArcGIS,对提取的专题信息进行后处理。经实地检验,解译准确率较高,一级分类达到91.5﹪,二级分类达到85.7﹪,说明该技术在生态遥感监测中应用的可行性和潜力。

摘要： 本文主要介绍eCognition软件在生态遥感监测工作中的应用。我省在生态遥感监测工作中运用面向对象的方法,对中分辨率卫星影像进行植被覆盖信息提取,结合ArcGIS,对提取的专题信息进行后处理。经实地检验,解译准确率较高,一级分类达到91.5﹪,二级分类达到85.7﹪,说明该技术在生态遥感监测中应用的可行性和潜力。

摘要： 本文主要介绍eCognition软件在生态遥感监测工作中的应用。我省在生态遥感监测工作中运用面向对象的方法,对中分辨率卫星影像进行植被覆盖信息提取,结合ArcGIS,对提取的专题信息进行后处理。经实地检验,解译准确率较高,一级分类达到91.5﹪,二级分类达到85.7﹪,说明该技术在生态遥感监测中应用的可行性和潜力。

摘要： 分析和掌握城镇绿地分布格局及其动态变化是进行绿地规划,发展城市绿地的重要一环。本文借助面向对象的技术,通过对上海奉贤南桥镇不同年份航空遥感图像各类绿地信息的提取研究,分析研究区绿地信息的动态变化。结果表明:基于以面向对象分类技术为核心的eCognition,将专题图层直接用于图像的分类,对于提取颜色、光谱等特征相似的各类绿地信息,效果良好。更完善的绿地信息分类规则库和技术体系的构建有待于不同区域更多绿地类型的分类实践和相关研究。

摘要： 分析和掌握城镇绿地分布格局及其动态变化是进行绿地规划,发展城市绿地的重要一环。本文借助面向对象的技术,通过对上海奉贤南桥镇不同年份航空遥感图像各类绿地信息的提取研究,分析研究区绿地信息的动态变化。结果表明:基于以面向对象分类技术为核心的eCognition,将专题图层直接用于图像的分类,对于提取颜色、光谱等特征相似的各类绿地信息,效果良好。更完善的绿地信息分类规则库和技术体系的构建有待于不同区域更多绿地类型的分类实践和相关研究。

摘要： 分析和掌握城镇绿地分布格局及其动态变化是进行绿地规划,发展城市绿地的重要一环。本文借助面向对象的技术,通过对上海奉贤南桥镇不同年份航空遥感图像各类绿地信息的提取研究,分析研究区绿地信息的动态变化。结果表明:基于以面向对象分类技术为核心的eCognition,将专题图层直接用于图像的分类,对于提取颜色、光谱等特征相似的各类绿地信息,效果良好。更完善的绿地信息分类规则库和技术体系的构建有待于不同区域更多绿地类型的分类实践和相关研究。

摘要： 分析和掌握城镇绿地分布格局及其动态变化是进行绿地规划,发展城市绿地的重要一环。本文借助面向对象的技术,通过对上海奉贤南桥镇不同年份航空遥感图像各类绿地信息的提取研究,分析研究区绿地信息的动态变化。结果表明:基于以面向对象分类技术为核心的eCognition,将专题图层直接用于图像的分类,对于提取颜色、光谱等特征相似的各类绿地信息,效果良好。更完善的绿地信息分类规则库和技术体系的构建有待于不同区域更多绿地类型的分类实践和相关研究。

摘要： 分析和掌握城镇绿地分布格局及其动态变化是进行绿地规划,发展城市绿地的重要一环。本文借助面向对象的技术,通过对上海奉贤南桥镇不同年份航空遥感图像各类绿地信息的提取研究,分析研究区绿地信息的动态变化。结果表明:基于以面向对象分类技术为核心的eCognition,将专题图层直接用于图像的分类,对于提取颜色、光谱等特征相似的各类绿地信息,效果良好。更完善的绿地信息分类规则库和技术体系的构建有待于不同区域更多绿地类型的分类实践和相关研究。

摘要： 传统的遥感变化监测和信息提取主要是基于中低分辨率遥感卫星数据或航片,通过目视判读或基于像素的分类方法,信息提取的精度和效率不能兼顾.近15年来卫星遥感技术的发展,特别是影像分辨率的空前提高对信息提取技术提出了前所未有的挑战.特别是1999年以来,高分辨率商业化卫星的相继发射成功,高分辨率卫星数据广泛应用于各行各业,信息提取技术成了制约遥感产业化应用的瓶颈之一.另外空间分辨率的空前提高,使得影像纹理信息极大的丰富,传统的基于像素的分类方法无能为力.本文研究目的是探索1m分辨率IKONOS影像面向对象的信息提取方法,以北京市玉渊潭公园周边土地利用分类为例,详细介绍了基于eCognition的土地利用分类原理、方法和步骤,并对面向对象的分类方法与传统的基于像素的分类方法进行了分析比较,结果表明面向对象的分类方法特别适用于空间分辨率高、纹理信息丰富而光谱分辨率相对不足的影像数据,是解决高分辨率数据产业化应用问题的关键技术.