基于知识的遥感类方法的探讨

本文提出了一种基于知识的遥感图像土地利用分类法。包括知识的获取和表达，以及将知识用于土地利用分类。知识的获取和表达包括两方面。一是将原有的GIS土地利用数据与新的遥感图像配准、叠加、集成，并从中挖掘各类型的光谱知识。二是通过对研究区各土地利用类型变化特点进行分析研究，并从中得到原有各土地利用类型经济数年后变成其它类型的可能性及其大小。并将其定量化表达成新遥感图像上各类型的先验性概率。在知识的应用和分类方面，分别对原土地利用各类型所对应的遥感图像进行知识的应用和处理，利用各自可能出现的类型及其各类型的先验性概率进行最大似然法分类。研究表明，该方法将原有的GIS数据和各种土地利用类型变化的先验性知识综合集成用于新的遥感图像的分类中。这不仅可以促进GIS数据更新的自动化，而且还可以得到比常规最大似然法高的分类精度。     

分层信息提取法在县域土地 利用/覆被遥感中的应用

高精度地获取县(或县级市)域土地利用/覆被的定性、定量信息对于维护生态环境和保障我国农村经济的可持续发展具有重要意义。针对2003年冬季所获得的江苏省新沂市的TM图像特点,选择分层信息提取法提取土地利用/覆被信息。首先对图像进行基于最大似然法的监督分类,观察分类结果,提取误分、错分比例最小的未利用地类型,然后采用光谱分析法提取出水体范围、监督分类和目视解译相结合法提取出城镇建设用地和农村居民点、归一化植被指数提取出林地,最后提取出耕地。信息提取结果与同期土地利用图相比较,整个新沂市域范围内土地利用/覆被类型分类的面积精度达到96.17%,空间精度达到88.38%,表明这种方法提取遥感图像土地利用/覆被信息是可行的。     

深圳市土地利用变化机制分析

利用１９８０、１９８８、１９９４年的遥感影像,通过应用最大似然法和概率松弛法对深圳市土地利用进行了测量。在此基础上,运用分类结果求得研究区土地利用变化的转移矩阵,据此分析了深圳上１５年来土地利用变化的空间过程。结果表明：深圳市土地利用纺要表现为原有农田、果园用地显著减少,城镇用地沿海岸和主要公路干线迅速增加。这一土地利用变化的驱动力主要是深圳经济特区的开放政策、城镇人口迅速增长、外资大量涌入和以房     

多尺度空间分层聚类算法在土地利用与土地覆被研究中的应用

利用遥感数据,综合最大似然法监督分类、多尺度空间分层聚类的部分监督分类方法和主成分方法,分析黄河上游龙羊峡水库库区1987～1999年间土地利用土地覆盖变化.提取专题信息,不同要素采用不同方法;具体分类中,土地利用类型的一级类型耕地、水体及未利用土地类型采用主成分分析和最大似然法监督分类方法;对一级类型草地采用多尺度分层聚类算法的部分监督分类方法.结果表明,草地信息利用SSHC方法提取结果较好,与Bayes分类方法相比,精度提高4.2%,SSHC所获结果数据Kappa系数为0.84,Bayes所获结果数据Kap-pa系数为0.78.对某专题要素分类,此方法结果较优.     

利用BP算法进行新疆MODIS数据土地利用分类研究

土地利用信息获取已经成为遥感技术的重要应用领域之一。本研究以MODIS数据产品为信息源,用神经网络分类中的反向传播网络(BP)算法对新疆进行了土地利用分类研究。以新疆石河子为实验区,比较了BP算法与最大似然法的分类精度,前者的精度提高近10％。用BP算法对新疆全省进行了土地利用分类,统计分类结果各类别的面积和百分比,所得数据与相关部门公布数据非常接近。研究结果表明,250mMODIS数据对新疆地区的土地利用的类别信息获取比较实用：BP算法对中分辨率的MODIS数据能取得较高的分类精度。     

ENVI遥感图像监督分类方法比较

鉴于遥感监督分类方法的普遍应用,本文介绍了五种常用的监督分类方法:平行六面体法、最小距离法、马氏距离法、最大似然法和人工神经网络分类法。就同一地区TM影像应用这五种方法进行了土地利用分类,对比分析了这五种方法的分类精度,发现人工神经网络对土地覆盖与利用的分类精度高于最大似然法,最大似然法分类精度优于平行六面体法、最小距离法和马氏距离法。所得结论对有关遥感图像分类工作具有指导和借鉴意义。     

深圳市土地利用变化机制分析

利用1980、1988、1994年的遥感影像,通过应用最大似然法和概率松弛法对深圳市土地利用进行了测量.在此基础上,运用分类结果比较法求得研究区土地利用变化的转移矩阵,据此分析了深圳市15年来土地利用变化的空间过程.结果表明:深圳市土地利用变化主要表现为原有农田、果园用地显著减少,城镇用地沿海岸和主要公路干线迅速增加.这一土地利用变化的驱动力主要是深圳经济特区的开放政策、城镇人口迅速增长、外资大量涌入和以房地产为主的第三产业的快速发展.     

基于人工免疫克隆选择算法的遥感图像识别

遥感图像分类受自然环境的复杂性和实际样本数据的分布情况约束,其结果将直接影响对土地利用、覆盖情况的认知。人工免疫系统具有自学习、自组织、记忆的能力,可解决非线性分类问题中的局部极值、鲁棒性等难点。该文将人工免疫系统引入遥感图像分类领域,设计了基于克隆选择算法的遥感图像监督分类方法,并将其应用于广州市遥感影像分类。实验结果表明:与最大似然法相比,该方法具有更高的精度;同时该方法对公路、桥梁等线状城市用地较敏感,适用于快速发展的中心城市的遥感影像分类。     

运用RS、GPS和GIS技术进行大比例尺土地利用动态监测的实验研究

土地利用数据的更新是土地管理工作的重要内容之一。依靠常规的手段不仅更新速度慢、难以主动发现变化区域,而且成图周期长、误差大。依靠遥感（RS）手段可以主动快速地发现变化区域,运用差分GPS技术可以精确获取土地利用变化的数量和性质,GIS则是管理土地利用的图形数据和属性数据（如土地利用类型、权属、图斑号等）的有效工具。基于RS、GIS和GPS的集成技术建立面向工程目标的土地利用动态监测新方法是本文研究的内容。     

基于ETM+土地利用与土地覆盖遥感信息提取研究

基于ETM 遥感卫星数据,使用层次分析法、光谱响应特征阈值算法、监督分类和无监分类方法,对实验区土地利用信息进行提取。研究结果表明:采用层次分析法对ETM 数据进行土地利用调查,可最大程度识别出土地利用类型;综合利用多种信息提取方法进行山区土地利用与土地覆盖信息提取具有速度快、技术操作简单、可识别类型多的特点;对林地和水域的分类识别精度可达85%以上,但对山区农村居民地的面积难以准确提取,必须借助人工解译方法,并参考其他辅助资料才能获取。     

村域尺度土地利用现状分类体系的构建与应用 ——以山东禹城牌子村为例

随着LUCC到GLP研究的不断深入,我国空心村土地整治实践的相继推进,以及高分辨率遥感数据的陆续产生,深入开展村域尺度的土地利用调查与评价研究具有迫切现实需求,而构建村域尺度土地利用现状分类体系则是支撑村庄土地利用用地调查与评价的重要前提与关键。参考《土地利用现状分类》国家标准(GB/T21010-2007),构建了基于0.25m分辨率中科高清遥感影像的村域尺度土地利用现状分类体系,并在山东省禹城市牌子村进行了实际应用。构建的基于高分辨率遥感影像的土地利用现状分类体系,不仅准确反映了牌子村的土地利用结构及其用地特征,而且还测算出该村所具备的土地资源整治潜力,取得了良好的实际应用效果。基于0.25m高分辨率遥感数据所构建的村域土地利用现状分类体系有据可依,简单易行,成果明确。研究成果可直接为我国村庄特别是空心村土地综合整治潜力的调查与评价提供技术方法的有益参考和有力支持。     

基于QUEST决策树的遥感影像土地利用分类——以云南省丽江市为例

土地利用分类精度直接决定土地利用/土地覆被变化相关研究的准确性,而基于决策树的遥感影像分类是近年来提高土地利用分类精度的重要方法。QUEST决策树在影像解译和空间表达方面,运算速度和分类精度均优于普通CART等决策树方法。本文以云南丽江地区为例,应用QUEST决策树分类方法,对该地区的Landsat TM 5影像图进行分类,同时将地形因素、植被指数作为地学辅助数据的因子添加到分类波段中,进行不同特征融合,来处理目标类别间的非线性关系,该方法在处理图像理解知识方面具有更大的灵活性;同时与普通决策树分类法的遥感影像分类的结果相比较,Kappa系数值从原来的0.789提高到0.849.在地形复杂的山地地区,针对TM影像数据,选择基于QUEST决策树分类能够有效提高土地利用分类结果精度。     

基于光谱和纹理特征的ALOS影像土地利用信息提取

针对高分辨率遥感影像易于反映地物纹理特征的特点,综合利用地物的光谱和纹理特征进行分类,探讨适用于ALOS影像的土地利用信息提取方法。以川东丘陵地区影像为例,基于GLCM提取纹理信息,将提取的纹理特征向量采用赋权值法融合为一个综合纹理信息波段,然后采用面向对象法将其与光谱特征信息共同参与分类。与最大似然法的提取结果对比表明,考虑了纹理特征的面向对象分类方法能明显提高分类精度,Kappa精度提高了0.12;避免了椒盐现象,分割的地类边界具有更好的语义表达,更贴合地物实际分布特征;建筑用地和林地具有明显的纹理特征,而旱地纹理特征不明显。该方法不仅分出了6个基本地物类型,而且对于林地、建筑用地等类型还能进一步细分。     

A new insight into land use classification based on aggregated mobile phone data

Land-use classification is essential for urban planning. Urban land-use types can be differentiated either by their physical characteristics (such as reflectivity and texture) or social functions. Remote sensing techniques have been recognized as a vital method for urban land-use classification because of their ability to capture the physical characteristics of land use. Although significant progress has been achieved in remote sensing methods designed for urban land-use classification, most techniques focus on physical characteristics, whereas knowledge of social functions is not adequately used. Owing to the wide usage of mobile phones, the activities of residents, which can be retrieved from the mobile phone data, can be determined in order to indicate the social function of land use. This could bring about the opportunity to derive land-use information from mobile phone data. To verify the application of this new data source to urban land-use classification, we first construct a vector of aggregated mobile phone data to characterize land-use types. This vector is composed of two aspects: the normalized hourly call volume and the total call volume. A semi-supervised fuzzy c-means clustering approach is then applied to infer the land-use types. The method is validated using mobile phone data collected in Singapore. Land use is determined with a detection rate of 58.03%. An analysis of the land-use classification results shows that the detection rate decreases as the heterogeneity of land use increases, and increases as the density of cell phone towers increases.     

土地利用/覆盖变化空间变异特征与遥感影像空间分辨率的选取——以北京地区为例

遥感数据为土地利用/覆盖变化提供了海量数据来源,如何选择合适空间分辨率的遥感影像进行特定地区的土地利用/覆盖变化研究,成为土地利用/覆盖变化研究的一个重要内容。地统计学方法已经广泛应用与遥感图像处理以及土地覆盖分类研究中,但应用于土地利用/覆盖变化的研究还比较缺乏。北京地区为研究区,运用遥感和地统计分析方法对该区土地利用/覆盖变化的空间结构的变异特征和合理的遥感影像数据源的选取问题做了初步探讨。研究表明地统计学方法能够揭示土地利用/覆盖变化的空间变异特征,有助于选择有效的遥感影像数据进行不同地区的土地利用/覆盖变化分析。     

顾及空间尺度效应的城市土地利用变化精细化模拟

城市土地利用变化模拟是优化土地资源配置的科学依据,提高其精细化程度和可靠性有助于准确把握城市用地发展趋势,对城市土地资源精准调控具有重要意义。基于宏观遥感分类的土地利用变化模拟,难以在街区尺度上揭示城市用地社会功能变化及精细化模拟中空间尺度效应来源和作用机理。本文联合遥感影像和POI数据识别出城市土地利用精细化特征,运用响应面法率定土地利用精细化模拟的最优空间尺度组合,在此基础上,利用CA-Markov模型开展了未来土地利用变化的精细化模拟。以武汉市中心城区为应用案例,研究结果表明：基于POI 的城市土地利用精细化识别方法,可以深度解析城市建设用地的社会功能,极大改善了传统基于遥感的土地覆被宏观解译效果;研究区土地利用变化元胞自动机精细化模拟的最优空间尺度组合是30 m元胞、7×7邻域以及冯诺依曼邻域类型,采用最优空间尺度组合能够提高土地利用变化精细化模拟的可靠性。响应面试验设计结果可有效识别精细化模拟过程中空间尺度效应的主要来源,并区分其对模拟精度的影响程度与正负效应;预计到2025年,研究区建设用地范围将继续向周边扩张,各类型用地之间互为交织,土地利用空间格局将呈更加破碎化趋势。     

土地类型研究的意义、功能与学科发展方向

土地类型是综合自然地理学的基本研究对象,反映的是中小尺度地段分异规律和综合整体的环境特征。对土地类型研究的学术意义、功能和对未来学科发展方向进行界定,对促进土地类型学的发展和应用功能的发挥有重要作用。文章总结了土地类型研究的学术意义与功能,认为土地类型研究是自下而上论证综合自然区划、确立区域土地结构、进行生态研究和生态建设设计、进行农林牧合理用地布局和用地结构调整、灾害成因和防灾减灾研究的基础性学科;在分析国内外研究现状与问题的基础上,指出当前该学科存在的关键学术问题是土地类型划分的基本分级体系不确定,各级土地类型划分指标体系未建立,遥感与多元数据计算机制图与分类指标体系未实现技术连接;从学科发展方向着眼,当前应通过遥感、地理信息系统与野外考察相结合,通过典型区解剖方法,确立土地类型基本分级体系,建立各级类型划分指标,以及遥感与多元数据计算机制图与分类指标体系的技术连接,并对未来需要研究的课题作了展望。     

国土空间规划的土地利用分类方案研究

“统一用地分类,系统整合土地利用现状分类、城市用地分类,形成空间规划用地分类标准”是新时期国家推进空间规划和统一规划基础的重要任务之一。在梳理总结国内外土地利用分类体系演化特点和解析中国现行土地利用分类体系存在问题的基础上,结合空间规划和不同部门对用地分类的要求,通过历史继承、部门融合和综合集成,提出既希望服务空间规划、又能满足部门行业需求的基础性土地利用分类方案。研究表明：20世纪20年代以来国内外土地利用分类体系的演化进程大致以1960年和1985年为界分为前、中、后三个不同时期;中国现行的土地利用/覆被分类体系在分类方法、分类主体、分类层级、类型构成、类型命名以及适用的数据采集方式和精度等方面存在着巨大差异,不同体系的成果数据相互之间缺乏可比性;研究建立的空间规划土地利用分类方案由7个一级类型、27个二级类型、79个三级类型构成,与中国现行的分类体系相比,该分类除了在林地三级类型、建设用地部分三级类型吸纳了现行林地分类体系和城市用地分类体系中的合理成分外,对耕地的三级类型、园地的三级类型、草地的二级和三级类型、水域的二级类型等做了重大改进和调整。