自然资源资产负债表土地资源分类数据的编制方法

以第一次全国地理国情普查成果为数据基础,研究地理国情普查分类体系与自然资源资产负债表中土地资源分类体系的差异和转换思路,提出了利用地理国情普查成果编制自然资源资产负债表土地资源分类数据的技术路线,为自然资源资产负债表中土地资源存量的编制方法提供了较好的参考。     

面向城市总体规划修编的地理国情数据提取及挖掘

研究了地理国情普查监测成果与城市总体规划用地数据分类指标体系的异同,以地理国情普查监测数据服务城市规划总体修编为主要目标,构建了地理国情普查监测数据与城市总体规划数据转换的知识库,基于ArcGIS研制了相关转换插件,实现了地理国情普查监测成果向面向城市总体规划修编数据的转换,为地理国情监测普查成果在城市规划中的应用提供了借鉴和参考。     

地理国情普查地表覆盖与国情要素信息的提取方法探讨

地表覆盖分类和地理国情要素数据是地理国情普查成果数据的重要组成部分,同时也是统计分析的基本数据源。本文结合宁夏地理国情普查试点工作的技术和方法,详细阐述了普查试点生产过程中地表覆盖分类和地理国情要素信息的提取方法,并对生产技术方法进行了总结和探讨。     

利用地理国情普查成果更新1∶2000地形图属性数据

随着地理国情普查工作的完成,将地理国情普查数据利用与地形图数据相结合,消除传统测绘人员重图形,而不重属性数据的采集。本文介绍了基于地理国情普查道路数据,修改现有地形图的道路分类,完善现有地形图道路分类不准确、属性信息的缺失。     

地理国情普查地表覆盖要素处理和优化技术研究

地表覆盖要素分类提取是地理国情普查工作的基础, 是地理国情指标信息统计与发布的重要依据。本文结合武汉市第一次地理国情普查工作情况, 研究与分析了地表覆盖分类数据提取的现状和存在的相关问题, 提出了基于FME的地表覆盖分类数据编辑和检查、分类成果的坐标转换处理模式, 同时综合TCL脚本语言和命令行批处理模式对数据处理方式进行了优化。该方法能提高地表覆盖分类处理的效率和质量, 可以为地理国情普查工作中的地表覆盖要素分类处理提供重要的技术参考。     

地理国情普查中容易混分地表覆盖类型定量统计与分析

地理国情普查是新形势下测绘地理信息领域一项新的重大工作,开展地理国情普查可以全面获取地理国情信息,为开展常态化地理国情监测奠定基础。地表覆盖分类数据是地理国情普查的重要组成部分和成果之一。本文针对目前地理国情普查工作实际数据采集过程中存在的混分问题,广泛收集了地表覆盖分类方面的典型样例和问题,从一级类内部混淆和跨一级类混淆两个方面统计和分析了容易混分的类型,探讨了容易混淆地表覆盖类型形成的原因和规律,并给出了提高分类精度的建议。本文研究结果可直接服务于地理国情普查工作的开展,为提高地表覆盖分类精度提供科学参考。     

从地理国情普查数据与资源环境调查数据对比看地理国情监测未来发展

地理国情普查数据与资源环境调查数据有着密切联系。本文在实际案例的基础上,将地理国情普查数据与有关资源环境调查数据进行了对比分析。分析了地理国情普查数据的特点,指出地理国情普查数据和资源环境调查数据的差别主要体现在分类体系的差异、采集精度的差异、现势性3个方面。地理国情监测不能代替资源环境调查,但是可以对资源环境调查起辅助支持作用。     

地理国情普查成果在森林资源监测中的关键技术研究与应用

主要研究地理国情普查分类体系与森林资源二类调查分类体系的关系和数据转换思路,以及基于监测数据进行统计分析的内容和技术方法。选择某县进行实验,并对监测成果进行分析,论证了地理国情普查成果应用于森林资源监测的可行性。     

合成孔径雷达技术在地理国情普查中的应用

以四川省丹棱地区地理国情普查生产为例,阐述了基于高分辨率机载合成孔径雷达(SAR)影像,利用机载SAR处理技术提取地理国情普查中地表覆盖分类要素与地理国情要素的过程与方法。研究表明,机载SAR技术在多云雾地区地理国情数据获取方面具有显著优势。     

地理国情普查外业调查技术要求

地理国情外业调查是地理国情普查工作十分重要的工作内容,是保证地理国情普查数据质量的关键环节。外业调查是对采集的地理国情要素和解译的地表覆盖分类成果以及内业无法定性的类型、边界和属性进行实地调查,同时采集遥感影像样本数据,为最终形成地理国情要素数据、地表覆盖分类数据成果和遥感影像解译样本数据库提供基础。     

Land cover monitoring in Asia by NOAA GVI data

NOAA/AVHRR Global Vegetation Index (GVI) data of Asia in 1983 and 1987 were used to evaluate their usefulness for global land cover monitoring. Color composite images of monthly GVI data and color composite images of principal components from 12 successive monthly GVI data were found to be useful for visual interpretation of seasonal vegetation dynamics. The results of cluster analysis applied to monthly GVI data for a one‐year period, indicate that unsupervised classification method is useful for global or continental land cover classification without ground truth. In order to detect land cover changes, the difference between the 1983 and 1987 12‐month GVI data was calculated. The results show that it is difficult to detect land cover changes due to cloud contamination in monthly GVI data and poor registration of GVI products.     

Land Use/Cover Change Detection of Tiruchirapalli City, India, Using Integrated Remote Sensing and GIS Tools

The rapid growth of urban population in India is a cause of concern among country??s urban and town planners for efficient urban planning. The drastic growth of urban areas has resulted in sharp land use and land cover changes. In recent years, the significance of spatial data technologies, especially the application of remotely sensed data and geographical information systems (GIS) has been widely used. The present study investigates the urban growth of Tiruchirapalli city, Tamilnadu using IRS satellite data for the years 1989, 1992, 1995, 1998, 2001, 2004, 2007, and 2010. The eight satellite images are enhanced using convolution spatial enhancement method with Kernel (7?×?7) edge enhance function. Supervised classification method is used to classify the urban land use and land cover. The GIS is used to prepare the different layers belonging to various land uses identified from remotely sensed data. The analysis of the results show the drastic increase of built up area and reduced green cover within the city boundary limit.     

基于分类回归树分析的遥感影像土地利用／覆被分类研究

以专家知识和经验为基础,综合影像光谱信息和其他辅助信息进行分类的基于知识的遥感影像解译方法,是提高遥感影像分类精度,实现自动解译的有效途径之一。然而,知识的获取一直是其得以广泛应用的“瓶颈”问题。以江苏省江宁试验区土地利用/覆被分类为例,利用分类回归树分析(CART)从训练样本数据集中发现分类规则,集成遥感影像的光谱特征、纹理特征和空间分布特征进行分类实验,并与传统的监督分类和逻辑通道分类方法进行比较。结果表明,基于CART的分类方法的精度基本在80%以上,与另两种方法相比,有了较大的提高,而且该算法复杂性低,效率高。由此说明,利用CART算法构建决策树获取的分类规则是合理的。它可以快速、有效地获取大量分类规则,是促进基于知识的遥感影像分类方法在土地利用/覆被分类中广泛应用的一项有效手段。     

A kernel functions analysis for support vector machines for land cover classification

Information about the Earth's surface is required in many wide-scale applications. Land cover/use classification using remotely sensed images is one of the most common applications in remote sensing, and many algorithms have been developed and applied for this purpose in the literature. Support vector machines (SVMs) are a group of supervised classification algorithms that have been recently used in the remote sensing field. The classification accuracy produced by SVMs may show variation depending on the choice of the kernel function and its parameters. In this study, SVMs were used for land cover classification of Gebze district of Turkey using Landsat ETM+ and Terra ASTER images. Polynomial and radial basis kernel functions with their estimated optimum parameters were applied for the classification of the data sets and the results were analyzed thoroughly. Results showed that SVMs, especially with the use of radial basis function kernel, outperform the maximum likelihood classifier in terms of overall and individual class accuracies. Some important findings were also obtained concerning the changes in land use/cover in the study area. This study verifies the effectiveness and robustness of SVMs in the classification of remotely sensed images.     

基于易康平台的高分辨率影像在测绘生产中的地物提取

随着遥感技术的发展,遥感数据获取手段有了长足的进步。测绘部门在生产中也展开了基于高分辨率影像提取地表覆盖等信息。本论文以易康软件作为卫星遥感影像地物提取的平台,研究如何利用高分辨率遥感影像生成地表覆盖分类图,以达到测绘部门在生产中的需求。     

基于北京二号与地理国情数据的林地提取

由于地理国情林地数据不包含实地面积小于400 m²的树木或四旁单排林,若仅利用地理国情的林地数据统计区域森林覆盖率,将对四旁树面积较大地区的林地统计结果产生较大误差。为提取区域内准确的林地覆盖与空间分布状况,本文借助地理国情地表覆盖数据,提出了一种基于北京二号高分辨率遥感影像的林地提取方法。首先,根据遥感影像光谱特征,将研究区按植被、道路、铁路、建筑用地进行地类划分,并基于遥感影像进行各地类的样本提取,通过可分离检验的样本利用最大似然分类提取研究区内植被覆盖范围;然后,借助地理国情地表覆盖数据,使用叠置分析剔除误分、错分地类,得到区域林地的空间分布。试验结果表明：(1)研究区内林地覆盖率为20.3%,尚未满足北京新一轮林地规划需求;(2)地理国情地表覆盖数据内林地面积占提取林地总面积的54.03%,说明在部分地区使用本文方法对地理国情林地数据进行补充是有必要的。通过将试验结果与遥感影像进行目视比对并结合外业调查结果发现,提取的林地空间分布情况与实际分布基本相符。本文为地理国情的应用提供了一种新方法,研究结果可辅助区域的绿色发展规划,有助于构建科学的生态空间格局。     

基于地理国情的深度学习分类容错性研究

地理国情监测获取的地表覆盖分类成果具有覆盖区域全、精细度高、时相新等优势,具有作为深度学习分类模型训练样本的能力和优势,能够大大减少样本获取的成本.但是,受数据源、时相以及采集标准等因素的影响,直接使用地表覆盖数据作为样本,往往与模型训练采用的影像存在一定的误差.研究采用深度学习语义分割算法,比较了人工标注样本以及不同...     

Using remote sensing imagery to determine the impact of land cover changes on potential runoff for the Mid-Cibolo Creek watershed,Texas

Land cover changes within watersheds have the potential to produce dramatic changes in surface hydrology, namely runoff, in the event of storms. The Mid-Cibolo Creek watershed in south-central Texas has experienced extensive land-cover change in the past two decades due to mass residential development and land clearing in the wake of urban growth along the I-35 corridor. This study determined land-cover changes within the basin using supervised classification to classify land cover from LANDSAT images for the years 1986 and 1999. Changes in runoff volume were then calculated using the Soil Conservation Service (SCS) runoff equation for a series of rainfall scenarios. The results showed that an overall increase in impervious cover and decrease in natural vegetative cover has occurred leading to larger runoff volumes for all storm scenarios. The findings are important for watershed scale urban expansion and land clearing practices as current methods suggest that flood risk is increased.     

浅议地理国情普查地表覆盖分类数据的质量检查

基于对山西省地理国情普查的生产实践,系统地归纳和总结了影响地表覆盖分类数据质量的三个重要因素及地表覆盖分类数据质量检查的内容与方法,对提高地表覆盖分类数据的质量有积极的意义。     

大比例尺地形图在地理国情普查中的应用探讨

地理国情普查最主要的内容是地表覆盖分类与重要地理国情要素,其中地表覆盖主要基于遥感或航空影像影像进行分割、分类,解译出地表覆盖物的类型,以便从地理的角度进行统计分析。大比例尺地形图具有地表覆盖物与地理要素丰富信息的特点,本文结合生产实践探索出一套大比例尺地形图数据应用于地理国情普查的有效技术方法。