基于机器学习规则推理的湿地识别研究

遥感作为人类获取地表信息最重要的手段之一,对于湿地研究具有重要的价值。文章运用机器学习规则推理的方法克服常规遥感研究方法在湿地研究中的弊端,使分类精度得到很大的提高。与传统的最大似然法相比,分类精度提高了13.51%, 达到了83.81%。基于机器学习规则推理分类,不仅利用了光谱信息,而且利用了纹理信息和坐标信息,并使用了掩膜技术。研究发现,这种方法能使湿地类型以及湿地与高地之间的混淆现象得到有效的克服。     

基于知识表示的DDES辅助决策系统的结构设计

介绍了土地合理利用规划决策专家系统(DDES)辅助决策系统的构建原理与实现方法,讨论了DDES中专家知识的表示方法与推理控制策略。系统将领域专家知识划分成不同的层次和类型,采用框架网络数据结构和产生式规则表示地理学领域专家的专门性知识与经验性知识,使知识的表示简洁易于理解。在知识的推理策略中引入不精确推理机制,保证了推理机制的实现。以乌鲁木齐河流域为试验区,阐述了流域土地合理利用规划决策专家知识的表示方法,以及专家知识表示的基本规则和系统专家知识的组织方式。此外,还讨论了系统推理机推理规则的设计原理与组织方法及推理算法。     

基于高光谱遥感的新疆北疆地区土壤砂粒含量反演研究

 土壤砂粒含量是表征土壤质量的重要指标,探索建立基于高光谱遥感的区域土壤砂粒含量反演方法对区域土壤质量监测具有重要意义。通过野外采集的高光谱数据与MODIS影像相结合,遴选出土壤砂粒含量的敏感波段与反演方程,进行干旱区裸地土壤砂粒含量遥感反演研究。结果表明：430 nm为土壤砂粒含量的敏感波段,原始光谱经变换后的数值与土壤砂粒含量的相关系数在430 nm处达到最大值0.76;基于MODIS第3波段中心波长460 nm处的土壤原始光谱的反演精度最高,达到89.30%,与实际情况吻合较好,表明MODIS第3波段可以应用于干旱区裸地土壤砂粒含量的遥感反演。     

基于ASTER图像的干旱区土壤盐碱化遥感应用研究

土壤盐碱化是干旱地区常见的一种土地退化现象。为了对土壤盐碱化程度进行快速的评估,采用ASTER遥感数据敏感波段组合结合光谱角度制图（SAM）的方法进行了探索性的研究。研究从分析干旱区盐碱地表光谱特征的角度出发,采用图像像元纯度指数分析（PPI）方法提取不同盐碱化水平的地表特征纯像元,结合实地测量光谱数据和采样分析数据确定纯像元的物理意义,并应用光谱角度制图方法进行了土壤盐碱化程度分级制图。经检验,总体分类精度达到79．1％。这种方法对常规数据的依赖性较小,提供了一种适合盐碱化快速定量评估的有效途径。     

基于决策树的帽天山小流域磷矿开采区植被遥感判读研究

基于RS技术平台,将ASTER遥感数据与土地利用现状图和地形图相结合,采用决策分类方法对抚仙湖帽天山小流域磷矿开采区植被类型进行分类研究,结果表明,基于RS的多源数据融合对小流域内不同植被类型信息具有较强的识别能力,通过野外随机抽样证实,帽天山小流域磷矿开采区植被类型遥感解译准确率92%。     

基于特征基元的高分辨率遥感影像城市空间信息提取

结合人类视觉机制和计算机尺度空间理论,设计了基于特征基元的高分辨率遥感影像多尺度信息提取技术模式,即先在大尺度上进行粗分割,再进行精细分割,获得特征基元并进行特征表达,通过样本分类和知识推理等实现信息的提取与目标识别。针对城市空间信息的特点,在特征基元提取的基础上,采用马尔可夫随机场纹理分类方法、直方图阈值分割方法、支撑向量机分类方法等完成对城市水体、建筑区、道路和绿化用地的分类提取,构建了一套从高分辨率遥感影像中提取城市空间信息的方法体系。     

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。     

基于知识规则的遥感影像土地利用分类研究

以重庆北碚主城区为研究区域,提出一种基于遥感影像的光谱特征、灰度共生矩阵纹理特征和形状特征建立知识规则的方法,对该研究区进行土地利用分类。对QuickBird卫星影像进行分辨率融合,重点分析典型地物的光谱特征和纹理特征,并根据形状特征建立形状指数,综合上述知识建立提取规则对地物进行自动分类。分类结果表明,该方法能够消除单纯利用光谱信息分类的不足,有效解决地物混分现象,达到了较高的分类精度。     

遥感数据的裸沙土壤线校正方法

卫星遥感数据的大气校正,一直是遥感定量化研究的主要课题之一。由于放多参数不容易得到,用大气辐射输方程进行大气校正,难以实现。本文提出了校正大气影响的裸沙土壤线方法。用ＮＯＡＡ气象卫星遥感数据在黄土高原地区进行了试验。结果表明,在该地区用裸沙土壤线法校正大气影响,方法简便,精度高。     

中国土壤风力侵蚀空间格局及驱动因子分析

利用遥感与地理信息系统方法对全国土壤风力侵蚀状况进行了宏观调查，建立了全国1：10万土壤风力侵蚀数据库，对导致土风力侵蚀的原因进行分析，指出风速，土壤干燥度，地表植被指数，土培质地和坡度是土壤风力侵蚀的重要驱动因子，分析了这些因子与土壤侵蚀的空间关系，利用主成份分析方法，建立风力侵蚀动力指数模型，模型输出的风力侵蚀动力指数与全国土壤风力侵蚀遥感调查的结果有较好的一致性，表明土壤风力侵蚀动力指数可以较好地反映地区土壤风力侵蚀过程，并对沙漠化治理有指导意义。     

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。     

地理专家知识表示的框架网络模型研究

基于框架网络结构模型的专家知识表示方法 ,采用知识的框架网络结构描述地学环境的实体单元 ,将各级专家知识的表示以指针连接 ,形成了由知识到语义的专家知识表示的框架网络。以乌鲁木齐河流域土地合理利用规划决策专家系统的构建为例 ,阐述了该模型的构造方法和实现方案 ,并讨论了系统知识库的组织结构和推理规则的设计原理。     

基于遥感影像识别的戈壁分类体系研究

戈壁是中国西北干旱地区的一种主要地表景观类型。由于戈壁所处地带自然条件恶劣,人烟稀少,不便于实地调查研究的开展,所以目前关于戈壁的研究资料非常少,就现有为数不多的研究来看,现有戈壁类型划分存在交叉问题,难以将戈壁分清,且分类没有从全局考虑。为了促进戈壁研究的规范化,本文首先对戈壁进行明确定义,然后从戈壁分布的气候区、动力条件、地貌特征、地表物质组成、植被、水文与土壤等7个方面,对戈壁内涵进行界定。同时,本文在参照现有戈壁分类基础上,从戈壁的形成原因、地表物质组成与植被盖度角度,分三级建立了一套既考虑戈壁区生态保护与利用,又易于遥感影像识别的戈壁分类体系,对每一级每一类戈壁在影像上表现的特征以及通过遥感影像如何提取进行了较为详细的阐述。     

土壤光谱特征分析及盐渍化信息提取——以新疆渭干河/库车河绿洲为例

土壤盐渍化严重制约土地生产力,实时监测土壤盐渍化有利于农业正常生产。选择新疆渭干河—库车河绿洲的光谱反射率数据,研究不同程度盐渍化土壤的光谱特征;并对绿洲所在的库车县的环境与灾害监测预报小卫星的高光谱数据进行盐渍化信息提取。提取步骤为：首先对土壤光谱反射率数据进行14种形式的变换,再与土壤含盐量进行相关分析、逐步回归分析,建立估算不同盐渍化程度的土壤含盐量方程,用均方根误差验证方程的精度;其次,建立植被和土壤波谱库;最后,在波谱库的数据基础上,使用波谱角分类法（SAM）对环境与灾害监测预报小卫星的高光谱数据进行分类。用同步实测数据对分类效果进行精度评价,效果较好,这一结果为今后该区域的高光谱应用奠定了基础,对区域农民耕作方式提出了警示,为区域可持续发展实践提供了参考。     

An Object Extraction Approach for Impervious Surface Classification with Very-High-Resolution Imagery

Detailed land cover maps provide important information for research and decision-making but are often expensive to develop and can become outdated quickly. Widespread availability of aerial photography provides increased accessibility of high-resolution imagery and the potential to produce high-accuracy land cover classifications. However, these classifications often require expert knowledge and are time consuming. Our goal was to develop an efficient, accurate technique for classifying impervious surface in urbanizing Wake County, North Carolina. Using an iterative training technique, we classified 111 nonmosaicked, very-high-resolution images using the Feature Analyst software developed by Visual Learning Systems. Feature Analyst provides object extraction classifications by analyzing spatial context in relation to spectral data to classify high-resolution imagery. Our image classification results were 95 percent accurate in impervious surface extraction, with an overall total accuracy of 92 percent. Using this method, users with relatively limited geographic information system (GIS) training and modest budgets can produce highly accurate object-extracted classifications of impervious and pervious surface that are easily manipulated in a GIS.     

Applying case-based reasoning techniques in GIS

This paper outlines an approach in applying artificial intelligence techniques to solve spatial problems. The approach consists of combining casebased reasoning with geographical information systems to form a hybrid system to solve spatial problems. In this paper, the hybrid is applied to the problem of soil classification which is solved by searching the case base for other spatial cases similar to the problem case. The knowledge from the retrieved case is used to formulate an answer to the problem case. The paper compares the results from this new approach with a traditional method of soil classification.     

基于MSAVI-WI特征空间的新疆渭干河-库车河流域绿洲土壤盐渍化研究

土壤盐渍化是造成干旱区土地荒漠化及生态恶化的重要原因,及时获取大尺度高精度土壤盐渍信息是防治工作的基础。选取新疆塔里木盆地北缘渭干河—库车河流域三角洲绿洲为研究区,利用Lansat-TM数据与野外实测数据分析盐渍化土壤与修改型土壤调整植被指数(MSAVI)、湿度指数(WI)之间的关系,在此基础上提出了MSAVI-WI特征空间概念,构建了土壤盐渍化遥感监测指数模型(MWI)。结果表明:MWI与土壤表层含盐量相关性较高,其相关性为0.844,精度高于土壤盐渍监测常用的盐分指数与实测数据的相关性。MWI能较好的反映盐渍化土壤地表植被及土壤水分的组合变化,具有明确的生物物理意义,并且特征参量简单,理论上易于理解,实践上易于实现,MWI模型的构建有利于干旱区大尺度土壤盐渍化定量监测与评价工作的开展。     

A rough set approach to the discovery of classification rules in spatial data

This paper proposes a novel rough set approach to discover classification rules in real‐valued spatial data in general and remotely sensed data in particular. A knowledge induction process is formulated to select optimal decision rules with a minimal set of features necessary and sufficient for a remote sensing classification task. The approach first converts a real‐valued or integer‐valued decision system into an interval‐valued information system. A knowledge induction procedure is then formulated to discover all classification rules hidden in the information system. Two real‐life applications are made to verify and substantiate the conceptual arguments. It demonstrates that the proposed approach can effectively discover in remotely sensed data the optimal spectral bands and optimal rule set for a classification task. It is also capable of unraveling critical spectral band(s) discerning certain classes. The framework paves the road for data mining in mixed spatial databases consisting of qualitative and quantitative data.     

基于RapidEye卫星和面向对象方法的南方山区居民地提取（英文）

在中国快速城市化进程中,农村居住人口减少的同时居住用地却呈增加趋势,这一现象在南方山区尤为明显。利用遥感技术进行农村居民地信息的提取与分析具有重要意义。本研究选取江西省泰和县为典型研究区,基于RapidEye卫星影像,利用面向对象的分类方法进行居民地的分类提取。构建的分类规则集包括归一化植被指数NDVI、归一化水体指数NDWI、亮度以及长/宽比。通过多次实验,图像的最佳分割尺度设置为200。通过设置不同的分类规则参数,提取了研究区的居民地及其他土地利用类型,并进行分类结果验证和精度评价。研究区的居民地分类总体精度为78.40%,生产者精度和用户精度分别为68.75%和77.33%。结果表明通过利用面向对象的分类方法,Rapid Eye卫星影像为农村居民地信息提取提供了适宜数据源。与第二次全国土地调查结果相比,存在93.67公顷的分类差异,主要分布在居民地与其他土地利用类型的毗邻地区。