SAR与光学影像融合在宁陕地区明长城探测中的应用研究

doi:10.6046/gtzyyg.2008.04.15

摘要
相关文章
Metrics

全文: PDF(447 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

宁夏和陕西地区的明长城在遭到自然与人为双重破坏后日渐退化，有的区段已消失于地表。本文采用了SAR与光学影像像素

级融合方法——HIS变换融合和PC主成份变换融合，通过比较2种方法的融合效果，最终选定PC主分量变换融合的结果作为自动提取

该区明长城信息的基础。通过“骨架”算法实现了对该区明长城空间位置的自动提取，最终获得了较为清晰的明长城信息。该区明

长城准确而完整的空间位置，可为进一步研究该区明长城沿线环境变化及古环境演变提供精准的研究范围和研究基础。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：彩红外航空像片, 土地利用, 光谱角分类, 目视解译

Abstract：

The Ming Great Wall in Ningxia and Shaanxi area was so considerably destroyed by natural and man

activities that a part of the wall disappeared from the Earth's surface and was buried by sand. Therefore, it is

very important to detect the spatial location and trend of the Ming Great Wall by remote sensing technology,

especially by combining the SAR method which can penetrate the Earth's surface and the optical remote sensing

method. The authors used pixel image fusion between SAR image and optical image which were HIS transform fusion

and PC transform fusion respectively. After comparing the fusion result between HIS and PC, the skeleton method

was used to extract the Ming Great Wall automatically based on the PC fusion image and thus acquired satisfactory

results. The spatial location of the Ming Great Wall was eventually detected.

Key words： Color infrared air-photos Land-use Spectral angle mapper classification Visual interpretation

收稿日期: 2008-05-08 出版日期: 2009-06-23

基金资助:

中国科学院院国际合作项目（06Y02100KX）资助。

通讯作者: 朱岚巍（1980-）女，博士，主要研究方向为遥感考古与数字地球。

引用本文:

朱岚巍, 郭华东, 王长林. SAR与光学影像融合在宁陕地区明长城探测中的应用研究[J]. 国土资源遥感, 2008, 20(4): 61-63.
ZHU Lan-Wei, GUO Hua-Dong, WANG Chang-Lin. THE APPLICATION OF THE IMAGE FUSION BETWEEN SAR AND OPTICAL IMAGE TO THE DETECTION OF THE MING GREAT WALL IN NINGXIA AND SHAANXI. REMOTE SENSING FOR LAND & RESOURCES, 2008, 20(4): 61-63.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2008.04.15 或 https://www.gtzyyg.com/CN/Y2008/V20/I4/61

[1]	吴琳琳, 李晓燕, 毛德华, 王宗明. 基于遥感和多源地理数据的城市土地利用分类[J]. 自然资源遥感, 2022, 34(1): 127-134.
[2]	宋奇, 冯春晖, 马自强, 王楠, 纪文君, 彭杰. 基于1990—2019年Landsat影像的干旱区绿洲土地利用变化与模拟[J]. 自然资源遥感, 2022, 34(1): 198-209.
[3]	王娟娟, 毋兆鹏, 王珊珊, 尹慧慧. 干旱区河谷绿洲土地利用冲突格局分析[J]. 自然资源遥感, 2021, 33(4): 243-251.
[4]	汪清川, 奚砚涛, 刘欣然, 周文, 徐欣冉. 生态服务价值对土地利用变化的时空响应研究——以徐州市为例[J]. 自然资源遥感, 2021, 33(3): 219-228.
[5]	桑潇, 张成业, 李军, 朱守杰, 邢江河, 王金阳, 王兴娟, 李佳瑶, 杨颖. 煤炭开采背景下的伊金霍洛旗土地利用变化强度分析[J]. 自然资源遥感, 2021, 33(3): 148-155.
[6]	肖东升, 练洪. 顾及参数空间平稳性的地理加权人口空间化研究[J]. 自然资源遥感, 2021, 33(3): 164-172.
[7]	邓小进, 井长青, 郭文章, 闫豫疆, 陈宸. 准噶尔盆地不同土地利用类型地表反照率研究[J]. 自然资源遥感, 2021, 33(3): 173-183.
[8]	宋奇, 冯春晖, 高琪, 王明玥, 吴家林, 彭杰. 阿拉尔垦区近30年耕地变化及其驱动因子分析[J]. 国土资源遥感, 2021, 33(2): 202-212.
[9]	胡苏李扬, 李辉, 顾延生, 黄咸雨, 张志麒, 汪迎春. 基于高分辨率遥感影像的神农架大九湖湿地土地利用类型变化及其驱动力分析——来自长时间尺度多源遥感信息的约束[J]. 国土资源遥感, 2021, 33(1): 221-230.
[10]	王德军, 姜琦刚, 李远华, 关海涛, 赵鹏飞, 习靖. 基于Sentinel-2A/B时序数据与随机森林算法的农耕区土地利用分类[J]. 国土资源遥感, 2020, 32(4): 236-243.
[11]	李国庆, 黄菁华, 刘冠, 李洁, 翟博超, 杜盛. 基于Landsat8卫星影像土地利用景观破碎化研究——以陕西省延安麻塔流域为例[J]. 国土资源遥感, 2020, 32(3): 121-128.
[12]	高文龙, 苏腾飞, 张圣微, 杜银龙, 雒萌. 矿区地物分类及土地利用/覆盖变化动态监测——以海流兔流域为例[J]. 国土资源遥感, 2020, 32(3): 232-239.
[13]	古海玲, 陈超, 芦莹, 褚衍丽. 基于卫星遥感技术的区域经济发展模型构建[J]. 国土资源遥感, 2020, 32(2): 226-232.
[14]	郭瑞琦, 陆波, 陈恺霖. 基于CLUMondo模型的多情景土地利用变化动态模拟——以广西沿海城市为例[J]. 国土资源遥感, 2020, 32(1): 176-183.
[15]	吴海平, 黄世存. 基于深度学习的新增建设用地信息提取试验研究——全国土地利用遥感监测工程创新探索[J]. 国土资源遥感, 2019, 31(4): 159-166.

Viewed

Full text

Abstract

Cited

Shared

Discussed