準(zhǔn)確、快速、低成本的獲取高潛水位煤礦區(qū)沉陷耕地的面積、分布、受損等信息對耕地保護有重要的意義。色彩空間轉(zhuǎn)換、紋理分析和植被指數(shù)等方法能夠有效的增強和挖掘影像潛在的信息,對信息提取有很大幫助。利用2018年4月獲取的無人機可見光影像對典型高潛水位煤礦區(qū)——山東兗州興隆莊煤礦的沉陷耕地進行了提取研究。首先統(tǒng)計了耕地、積水區(qū)等地物在可見光三波段的均值和標(biāo)準(zhǔn)差,比較發(fā)現(xiàn)耕地與積水區(qū)在紅、綠、藍3個波段均有重合。其次對研究區(qū)影像進行了色彩空間轉(zhuǎn)換與二階矩陣紋理濾波,統(tǒng)計了耕地與積水區(qū)共27項色彩與紋理特征指標(biāo),利用均值和標(biāo)準(zhǔn)差計算了變異系數(shù)和相對差異值,最終選取色度（變異系數(shù)26%,相對差異73.33%）和綠色信息熵（變異系數(shù)20.59%,相對差異72.79%）作為耕地提取的最優(yōu)特征,采用最大似然法進行耕地提取。之后計算了備選的6種可見光植被指數(shù),根據(jù)結(jié)果分布圖,選取了過綠指數(shù)EXG（excess green index）、可見光差異植被指數(shù)VDVI（visible-band difference vegetation index）、紅綠藍植被指數(shù)RGBVI（red green blue veg... 

【文章來源】：煤炭學(xué)報. 2019,44(11)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

可見光植被指數(shù)分布

植被指數(shù)直方圖

沉陷耕地提取結(jié)果對比

【參考文獻】：
期刊論文
[1]基于無人機遙感植被指數(shù)優(yōu)選的田塊尺度冬小麥估產(chǎn)[J]. 朱婉雪,李仕冀,張旭博,李洋,孫志剛.  農(nóng)業(yè)工程學(xué)報. 2018(11)
[2]無人機遙感影像面向?qū)ο蠓诸惙椒ü浪闶杏蛩久娣e[J]. 吳金勝,劉紅利,張錦水.  農(nóng)業(yè)工程學(xué)報. 2018(01)
[3]基于無人機可見光影像的農(nóng)田作物分類方法比較[J]. 郭鵬,武法東,戴建國,王海江,徐麗萍,張國順.  農(nóng)業(yè)工程學(xué)報. 2017(13)
[4]利用無人機影像構(gòu)建作物表面模型估測甘蔗LAI[J]. 楊琦,葉豪,黃凱,查元源,史良勝.  農(nóng)業(yè)工程學(xué)報. 2017(08)
[5]基于無人機遙感技術(shù)的玉米種植信息提取方法研究[J]. 韓文霆,李廣,苑夢嬋,張立元,師志強.  農(nóng)業(yè)機械學(xué)報. 2017(01)
[6]高潛水位煤礦區(qū)采煤沉陷濕地及其生態(tài)治理[J]. 付艷華,胡振琪,肖武,榮穎,龍精華.  濕地科學(xué). 2016(05)
[7]高潛水位煤礦區(qū)生態(tài)風(fēng)險識別與評價[J]. 肖武,李素萃,王錚,楊耀淇,王濤.  生態(tài)學(xué)報. 2016(17)
[8]淮南潘謝礦區(qū)土地與水域演變趨勢及治理對策[J]. 吳雪茜,周大偉,安士凱,陸春輝.  煤炭學(xué)報. 2015(12)
[9]基于可見光波段無人機遙感的植被信息提取[J]. 汪小欽,王苗苗,王紹強,吳云東.  農(nóng)業(yè)工程學(xué)報. 2015(05)
[10]基于機器視覺的植物群體生長參數(shù)反演方法[J]. 孫國祥,汪小旵,閆婷婷,李雪,陳滿,施印炎,陳景波.  農(nóng)業(yè)工程學(xué)報. 2014(20)

博士論文
[1]高潛水位采煤塌陷耕地報損因子確定及報損率測算研究[D]. 楊光華.中國礦業(yè)大學(xué)（北京） 2014



本文編號：3592279