基于遥感的蒸散与土地利用及主要地表参数的关系研究——以乌裕尔河下游为例

以TM/ETM+影像为数据源,利用自动分类与目视解译相结合的方法提取了研究区1992～2001年共5个时相的土地利用信息;采用SEBAL模型估算影像过境当天的日蒸散量;最后对蒸散与土地利用变化、植被覆盖度及地表温度等地表参数之间的关系进行了相关性分析。结果表明:水体、湿地具有较高的日蒸散量,草地、旱地、林地次之,盐碱地、居民地最低。说明蒸散与地表温度、植被覆盖度等密切相关,土地利用变化是引起上述变化的主要驱动力之一。     

光谱与纹理信息复合的土地利用/覆盖变化动态监测研究

及时、准确地动态监测地球表面特性对于掌握人类和自然现象之间的关系和相互作用是非常重要的,并为决策的制定奠定基础。传统卫星遥感的土地利用/覆盖变化动态监测方法基本上可分为光谱直接比较法和分类比较法两大类,但两类方法多以光谱信息为基础来提取土地利用变化信息,而忽略纹理等空间信息。本研究中,基于变化向量分析方法,将光谱与纹理两种信息复合计算变化强度,并采用支持向量机法提取变化/非变化信息,通过监督分类确定变化区域内的土地利用/覆盖类型的转移方向,完成土地利用/覆盖动态监测。最后,利用两期TM数据,对海淀区1997—2004年进行土地利用/覆盖变化动态监测,以验证该方法。该方法较分类后比较法在一定程度上减少误差积累,降低了错误类型转化,提取的变化信息总精度达到93.1%,Kappa为0.862,比利用光谱信息双窗口变步长的变化向量分析方法提取出土地利用/覆盖变化信息的精度有一定的提高(总体精度为90.2%,Kappa为0.804)。纹理信息与光谱信息复合,能够更大拉开变化/非变化信息之间的距离,有利于动态变化信息的提取,是该方法能够有效提取变化信息的关键所在。     

基于决策树分类的地表覆盖遥感信息提取

地处西南的渝北地区地表覆盖类型复杂、土地利用多元化,仅依赖于光谱特征的传统遥感信息提取方法难以获得较高的分类精度。利用决策树分类技术对渝北地区的TM遥感影像进行分类,除光谱信息外还结合地质、NDVI、PCI等多源数据进行实验。结果表明,总精度和Kappa系数分别为88.42%和0.854 7,较传统的监督分类和仅依赖于光谱特征的决策树分类方法有较大提高,这也表明基于多源数据的决策树分类技术对地表覆盖复杂地区的遥感影像分类比较适用,是遥感信息提取的一种有效手段。     

高精度地表覆盖数据优化分割的土地利用分类

针对土地利用类型多样、特征易混淆和高分辨率遥感影像信息海量、人工提取费时费力等问题,该文以北京二号卫星影像为数据源,采用高精度地表覆盖数据优化分割的面向对象分析方法、无地表覆盖数据辅助分类的面向对象分析方法,运用朴素贝叶斯、CART决策树、随机森林和K最邻近分类器,开展武功县土地利用分类,并对分类结果进行精度评估.结果 表明:①与无地表覆盖数据辅助分类方法相比,高精度地表覆盖数据优化分割的面向对象分类方法,在精度方面有较大的提升,其分类总体精度提高18.73％,Kappa系数提高0.21;②随机森林对于土地类型多样的影像对象具有较好的识别能力,获得较高的总体精度(95.3％)和Kappa系数(0.94).研究表明一种利用高精度地表覆盖数据优化影像分割的土地利用分类方法具有更好的可行性和鲁棒性.     

高分辨率遥感影像在大比例尺土地利用图件更新中的应用探讨

通过对 IKONOS 米级高分辨率遥感影像在大比例尺土地利用图件更新中的应用技术研究,提出采用基于知识的土地利用覆盖分类以及变化监测系统方法。首先利用 NDVI 植被指数和半方差纹理特征的知识进行影像大类区域分割;其次结合光谱知识对各影像区域进行详细分类,同时利用区域生长技术与地类空间知识进行区域分类;最后是分类后处理与变化信息提取,以便利用基础图件提供的知识与各区域分类进行比较来发现变化的区域。基于知识的分类与变化信息自动提取可以为在 GIS/RS 环境下的目视数字化提供目标,缩短土地利用基础图件的更新作业过程。     

基于多源数据的土地利用变化检测

年度土地利用变更调查是保证我国土地利用数据具有现势性的重要工作。目前的土地利用变化信息获取还是以人工目视解译遥感影像为主,效率较低。针对此问题提出一种基于多源数据的土地利用变化检测方法。利用前一时相土地利用矢量数据自动获取后一时相影像分类的训练样本并精化,实现全自动的影像分类,进而将分类结果与前一时相土地利用矢量数据对比得到全自动的变化检测结果;然后对前后时相影像利用多元变化检测(multivariate alteration detection,MAD)变换法剔除伪变化区域,在自动变化检测基础上提取变化图斑。选取黑龙江省杜尔伯特蒙古族自治县与湖南省长沙县为研究区验证方法的可靠性,研究证明本文方法相比于现有方法作业速度可以提高一倍以上,且更不易于遗漏真实变化区域。     

基于1：10000DLG数据的地表覆盖要素自动提取研究

遥感图像地表覆盖要素的自动提取是目前卫星产品应用研究的热点之一,针对其提取效率问题,本文研究利用1：10000DLG数据的地表覆盖要素自动提取方法,并通过四川省某市城区WorldView2影像及其DLG数据进行实验研究。结果表明：该方法能够有效地提高高分辨率遥感影像地表覆盖要素自动提取的效果,很大程度上降低了繁琐的人工解译的工作量,提高地表覆盖提取的工作效率和精度。     

基于1∶10000 DLG数据的地表覆盖要素自动提取研究

遥感图像地表覆盖要素的自动提取是目前卫星产品应用研究的热点之一,针对其提取效率问题,本文研究利用1∶10000 DLG数据的地表覆盖要素自动提取方法,并通过四川省某市城区WorldView2影像及其DLG数据进行实验研究。结果表明：该方法能够有效地提高高分辨率遥感影像地表覆盖要素自动提取的效果,很大程度上降低了繁琐的人工解译的工作量,提高地表覆盖提取的工作效率和精度。     

关于土地利用和土地覆盖的若干标准化问题探讨

土地利用和土地覆盖变化在全球环境变化和可持续发展研究中占有重要地位。针对我国目前土地利用和土地覆盖研究的进展，探讨分析了“土地利用和土地覆盖”术语、土地利用和土地覆盖分类体系等若干亟需标准化的问题。     

地表覆盖自动解译方案在地理国情普查项目中的应用

在地理国情普查项目中,地表覆盖提取工作主要依赖人工解译和自动解译两种作业方式,实践证明,自动解译在一定程度上能够提高地表覆盖提取的工作效率,在地理国情普查项目中自动解译工作占30%的工作量,本文以易康软件为例,结合地理国情普查工作实际,详述地表覆盖自动解译方案。     

应用转移矩阵分析辽阳矿区的地表覆盖变化

为了分析辽阳地区的地表覆盖变化情况,本文选取辽阳矿区为研究区域,以2003年、2009年、2015年Landsat TM/OLI遥感影像及ASTER GDEMV2高程数据为基本数据源,提取NDVI、NDBI、MNDWI、高程值及单波段亮度遥感指数构建决策树分类模型,完成辽阳矿区地表覆盖的分类。对分类结果进行地表覆盖类型数量变化利用土地转移矩阵分析,并对驱动力因素进行研究。结果表明;决策树模型适用于辽阳矿区地表覆盖分类,分类精度较高。研究区域土地覆盖类型发生显著变化,主要表现为建设用地大幅增长,采矿用地大面积减少,植被、水体、裸地面积变化较小。人口增长、经济发展、矿区生态治理成为该矿区地表覆盖特征变化的主要驱动因素。     

基于植被分区的多特征遥感智能分类

为了有效地提取大范围地形复杂区域的土地利用/土地覆盖遥感信息,以位居青藏高原与黄土高原过渡地带的青海东部地区为研究区,研究基于蚁群智能优化算法(ant colony intelligent optimization algorithm,ACIOA)的土地利用/土地覆盖遥感智能分类。首先选用TM图像、DEM、坡度和坡向数据作为分类的特征波段;然后利用归一化植被指数NDVI对实验区数据进行植被分区;最后利用ACIOA算法进行分类规则挖掘,并依据分类规则进行土地利用/覆盖信息的提取。研究表明,基于植被分区的多特征蚁群智能分类的总体精度为88.85%,Kappa=0.86,优于传统的遥感图像分类方法,为大范围地形复杂区域的土地利用/土地覆盖遥感信息提取提供了有效的方法。     

基于遥感的长沙市城市热岛与土地利用/覆盖变化研究

基于多时相Landsat TM/ETM+影像,首先计算长沙市地表亮度温度,然后利用NDVI(归一化植被指数)、MNDWI(改进 的归一化水体指数)、NDBI(归一化建筑指数)和NDBaI(归一化裸土指数)4个指数,采用决策树分类方法对长沙市影像进行 土地利用/覆盖分类。在此基础上,对长沙市城市热岛的空间分布特征、时空演变特征以及城市热岛与土地利用/覆盖变化和各种影 响因子之间的关系进行研究。结果表明,随着长沙市城区范围的不断扩张,城市热岛范围也不断增大; 土地利用/覆盖类型的变化 会改变地表温度的空间分布,城市用地和裸地是城市热岛强度的主要贡献因素,水体和林地具有较好的降温作用。地表温度与4种 归一化指数的回归分析表明,它们之间存在明显的相关性,不同土地利用/覆盖类型的地表温度存在较大差异。     

基于遥感技术的土地利用与土地覆盖的分类方法

分类方法在土地利用和土地覆盖变化研究中占据重要的地位。土地利用与覆盖分类首先涉及图像的处理以及分类系统的建立。目前机助分类技术主要着眼于统计模式识别和基于知识的分类决策。最终的精度评价可以进一步完善分类决策。     

基于改进Deeplab-v3+的土地覆盖分类

土地覆盖分类是全球变化研究的核心,精准分类是开展土地覆盖分类变化研究的基础。基于此,本文以Deeplab-v3+模型为基础,在编码阶段改进ASPP模型,并采用Xception-ResNet结合的网络结构,解码阶段引入跃层特征融合优化模块,得到改进后的Deeplab-v3+模型,对研究区进行土地覆盖分类提取。结果表明：改进后的模型分类精度为82.93%,训练速度为7 h 22 min,相比原始模型分别提高了4%,模型训练速度提升了25%。综上可知,改进后的Deeplab-v3+模型可以实现快速且高精度的土地覆盖分类,可为土地覆盖分类研究提供技术支持。     

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。     

基于RS与GIS的固阳县土地利用变化研究

采用单一遥感影像和单纯的监督分类方法,在土地利用调查中,难以获得高精度的土地利用变化数据。为解决此问题,笔者以包头固阳县为研究区,利用主成分变换的方法,对多源遥感影像（ETM＋多光谱数据和中巴资源二号卫星全色波段数据）进行融合处理;同时,在分类中,采用监督分类辅以目视解译分类法相结合的混合分类法,改进训练样本选取方法,进行变化信息的提取,同时给出了易混淆地物的遥感解译标志。此方法的使用,使土地利用信息自动提取的精度明显提高,得到的总体分类精度为82．13％,Kappa指数值0．8016。研究结果为包头市固阳县土地利用变化动态监测,提供了重要的技术支持和借鉴。研究中使用了中巴资源二号卫星影像,取得了一定的成效,这在国内土地利用变化影像应用研究方面还较新,需进一步的研究,同时由于此影像的免费使用,使得成本费用大大降低,值得大力推广。     

面向大数据时代的地表覆盖动态服务计算

随着空间遥感、自动分类、变化监测等技术的长足进步,地表覆盖数据生成的速度越来越快,时空分辨率不断提高,数据量呈现出前所未有的增长态势,可望成为极具应用价值的空间型大数据集。为了推动地表覆盖大数据的资源建设和分析利用,应通过SOC方法及Web服务方式,实现分布式地表覆盖信息资源的跨平台松耦集成,提供数据内容服务和信息处理服务。但现有SOC方法及有关地理信息Web服务标准难以完全顾及地表覆盖数据类型多样、处理复杂、变化较快等特点,无法有效支撑地表覆盖动态信息的发布、发现与调用。本文提出以信息动态集成、处理动态构建、变化动态推送为主线,研究和发展地表覆盖动态服务计算,将地表覆盖的静态信息服务提升为动态信息服务,为地表覆盖大数据的协同建设和深度挖掘提供先进计算平台与手段。     

近20年哈尔滨市呼兰区土地利用覆盖变化及驱动分析

本文基于哈尔滨市呼兰区1998—2018年Landsat TM影像数据和社会经济数据,通过ENVI、ArcMap等软件,采用监督分类、土地利用变化模型、典型相关分析法等方法,科学系统地分析了1998—2010、2010—2018、1998—2018年3个不同时段的土地利用覆盖变化特征,并对土地利用覆盖变化驱动因素进行了分析。结果表明,哈尔滨市呼兰区20年间呈居民地和水域面积增加、耕地变化不大、林草不断减少的土地利用覆盖变化格局,且前8年的变化速度和幅度大于后12年。该区土地利用覆盖变化的影响因素包括自然环境因素、社会经济因素及人口因素。     

张家界市武陵源区土地利用/土地覆盖变化分析

土地利用与土地覆盖变化(LUCC)已成为全球变化研究中的核心问题.本文利用以卫星遥感技术(RS)、地理信息系统(GIS)等技术和方法为支撑,通过面向对象的分类提取方法得到的1996～2005年张家界市武陵源区的土地利用数据,分析了该地区土地利用/覆盖的时空变化规律与机制,揭示了导致该变化发生的自然、人文驱动因素,并且提出了应对包括自然因素、经济社会发展的土地利用/土地覆盖变化对策,为该地区的土地利用规划提供了合理的参考依据.