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0.8 016.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.     

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。     

不同时相遥感影像的土地利用分类精度分析

土地利用调查对遥感影像的获取有很强的时间性、季节性要求。本次研究选取研究区不同时相的SPOT5遥感影像进行计算机自动分类试验,结合野外实地调绘工作,统计分类精度,拟合分类误差与时相间的回归关系,推导相关回归函数,对遥感影像开展综合分析与评价,提高遥感数据在土地利用调查中的利用率。     

利用eCognition进行高分一号卫星数据土地利用现状解译能力测试

土地利用现状解译能力是卫星数据在土地资源领域应用的重要指标之一。本文以内蒙古自治区包头市石拐区和江苏省徐州市贾汪区作为研究区,利用eCognition软件采用面向对象分类的方法,通过初步影像分割、构建土地利用分类系统、标准化最邻近分类及对分类结果整理修改与分析,从中随机选取了不同地类、不同面积的图斑,以更高分辨率影像分类结果作为真值,进行了典型地类的属性精度、面积精度评价,从而对高分一号卫星数据的土地利用现状解译能力进行了测试与评定。     

HJ-1CCD与Landsat ETM+在土地利用中的应用比较

为研究环境一号(HJ-1)CCD影像在土地利用中的应用能力,选取HJ-1 A/B CCD和Landsat ETM+作为数据源,在遥感影像土地利用要素识别、土地利用计算机分类精度、土地利用信息提取二级分类精度和土地利用分类等方面,对HJ-1A/B CCD数据和Landsat ETM+数据在土地利用分类中的应用能力进行对比研究,结果表明土地利用分类应用中,HJ-1 A/B CCD基本可以替代Landsat ETM+,且HJ-1 A/B CCD数据光谱敏感性更强,反映地物细节的能力更强,比Landsat ETM+数据更有优势的结论。     

基于RS技术的城市土地利用变化研究

本文利用1999年、2008年和2017年共三期LANDSAT数据影像,采用最大似然法对其进行监督分类,并利用混淆矩阵对分类结果进行精度评判,利用监督分类结果制作研究区域土地利用分类图,对该地区土地利用数量、程度及多样性变化等情况进行综合分析,得到其土地利用类型的整体变化规律,并从多个角度分析土地利用类型变化原因,提出...     

青藏高原深切割区GF-1土地利用分类精度研究

以青藏高原深切割地区为例,研究高分一号影像在深切割地区的分类方法。分别采用最大似然法、神经网络法和支持向量机分类法对影像进行分类,并对分类精度进行评价和分析。结果表明:1)高分一号区分地物的精度较高,可满足土地利用的遥感监测;2)支持向量机分类方法其总体精度为91.67%,Kappa系数为89.54%,均高于最大似然法和神经网络分类法。因此,支持向量机分类方法更适合于高分一号影像在深切割地区的分类。     

JPEG 2000压缩对遥感影像监督分类精度的影响

遥感图像压缩会影响分类精度,是值得研究的问题。以高分辨率遥感影像(Quick Bird)的监督分类精度评定为尺度,采用ER Mapper软件的JPEG 2000图像压缩模块对图像进行压缩,再在eCognition软件中对这9种压缩比图像进行面向对象的监督分类,生成分类精度报告。通过分析分类精度的变化,研究了JPEG 2000压缩对遥感影像分类的影响程度及其在遥感影像压缩方面的应用潜力。     

HJ-1卫星数据质量及其在土地利用中的应用研究

通过对影像日视质量、光谱特性、噪声特征和几何纠正精度的分析,研究了HJ-1小卫星的数据质量;选择特征变量,优化训练样本,建立了分类模板,构建最大似然、最小距离和马氏距离3种分类器,对研究区域进行土地利用计算机自动分类,并对分类精度进行评价,研究了小卫星影像的土地利用分类精度.结果表明,HJ-1卫星数据质量较好,土地利用分类精度较高,可以在土地利用研究领域成为遥感数据更新的主体.     

中巴资源卫星影像在土地利用调查中的应用

利用中巴资源卫星CBERS-02影像，对四川省古蔺县的土地利用现状进行调查。在遥感图像数字处理的基础上，采用计算机自动分类结合人机交互式解译的综合判读方法，从图像上准确提取土地利用信息，形成土地利用现状解译成果，为研究区土地利用合理开发和规划提供决策依据和数据支持。     

Fusion of HJ1B and ALOS PALSAR data for land cover classification using machine learning methods

Image classification from remote sensing is becoming increasingly urgent for monitoring environmental changes. Exploring effective algorithms to increase classification accuracy is critical. This paper explores the use of multispectral HJ1B and ALOS (Advanced Land Observing Satellite) PALSAR L-band (Phased Array type L-band Synthetic Aperture Radar) for land cover classification using learning-based algorithms. Pixel-based and object-based image analysis approaches for classifying HJ1B data and the HJ1B and ALOS/PALSAR fused-images were compared using two machine learning algorithms, support vector machine (SVM) and random forest (RF), to test which algorithm can achieve the best classification accuracy in arid and semiarid regions. The overall accuracies of the pixel-based (Fused data: 79.0%; HJ1B data: 81.46%) and object-based classifications (Fused data: 80.0%; HJ1B data: 76.9%) were relatively close when using the SVM classifier. The pixel-based classification achieved a high overall accuracy (85.5%) using the RF algorithm for classifying the fused data, whereas the RF classifier using the object-based image analysis produced a lower overall accuracy (70.2%). The study demonstrates that the pixel-based classification utilized fewer variables and performed relatively better than the object-based classification using HJ1B imagery and the fused data. Generally, the integration of the HJ1B and ALOS/PALSAR imagery can improve the overall accuracy of 5.7% using the pixel-based image analysis and RF classifier.     

基于HJ-1号卫星数据灌区小麦提取应用研究

及时准确获取灌区小麦分布和面积,可以为流域水量调度、抗旱减灾提供数据支持。本文利用多时相HJ-1号卫星数据分析人民胜利渠灌区小麦生长期影像特征,研究灌区小麦快速提取方法。研究结果表明,利用灌区小麦越冬前多时相HJ-1号卫星影像NDVI数据进行小麦提取,能够准确获取小麦分布和面积信息,精度达到90%以上。     

第二次土地调查计算机解译探讨

全国第二次土地调查以农村为重点,调查方法主要是人工内业判读加外业核实,不仅效率低,而且造成经济负担。随着遥感技术的发展,计算机解译技术也日趋成熟,本文以尖扎县遥感影像为例,用最大似然法分类技术,对土地利用现状的计算机自动分类做了初步研究。     

土地利用更新调查方法——以大同市新荣区为例

土地利用更新调查的方法主要有计算机自动解译,人机交互解译。计算机自动解译精度现在还很差,在土地利用更新调查中基本不用此方法。人机交互解译中的利用目视解译结果在扫描矢量化的方法也很难保证精度。针对这些问题在本次土地利用更新调查利用遥感相片室内解译加外业核实、补充调查方法,也称为综合调绘方法。     

基于DEM的桂西北土地利用与地形关系特征分析

以都安瑶族自治县为例,利用DEM数据、土地利用现状图,以及野外实际调查资料,通过建立基于高程的地貌分区、叠加分析,分析了研究区土地利用空间分布特征及与地形因子的关系.结果表明,土地利用类型空间分布具有强烈的区域差异性,各地貌分区区域的土地利用组合不同,同一土地利用类型在不同高程区域的分布存在差异;随海拔高程增加,居民地...     

土地变更调查现状及其问题与对策

为准确掌握土地利用变化情况,保持第二次全国土地调查成果的现势性,每年底需进行年度土地变更调查工作,更新土地调查数据库。近年来,各类标准的更新,3S技术的广泛应用,使土地变更调查的操作更趋数字化、成果更趋多元化,迅速变革的同时也暴露出问题的存在。本文结合宁夏2011年土地变更调查工作,介绍了土地变更调查的工作流程及其关键环节,阐述了土地变更调查的发展历程和“二调”后土地变更调查的新变化,在分析土地变更调查存在问题的基础上提出相应对策建议,为今后土地变更调查工作的开展提供借鉴。     

森林面积遥感估测研究

深入探讨了图像处理方法、分类原理等基本理论;依据研究区内植被的光谱特征,选择合适的遥感数据源并对数据进行预处理;通过对植被光谱特征、植被指数等关键因子的分析,选择特征提取的方法,进行了初步的计算机自动分类;根据分类结果,计算宣城市森林面积。不仅可以弥补人工实地调查中工作量大、调查周期长,资源数据速度慢、精度低等缺点,还可以发挥其信息量大、检测手段先进等优点,使得快速、准确地完成森林面积估算成为现实。     

Geospatial method for computing supplemental multi-decadal US coastal land use and land cover classification products,using Landsat data and C-CAP products

This paper discusses the development and implementation of a method that can be used with multi-decadal Landsat data for computing general coastal US land use and land cover (LULC) maps consisting of seven classes. With Mobile Bay, Alabama as the study region, the method that was applied to derive LULC products for nine dates across a 34-year time span. Classifications were computed and refined using decision rules in conjunction with unsupervised classification of Landsat data and Coastal Change and Analysis Program value-added products. Each classification’s overall accuracy was assessed by comparing stratified random locations to available high spatial resolution satellite and aerial imagery, field survey data and raw Landsat RGBs. Overall classification accuracies ranged from 83 to 91% with overall κ statistics ranging from 0.78 to 0.89. Accurate classifications were computed for all nine dates, yielding effective results regardless of season and Landsat sensor. This classification method provided useful map inputs for computing LULC change products.     

基于误差分析的组合分类器研究

提出了一种基于误差分析的组合分类器,通过结合两种监督分类方法,提出的算法分别估计了两种监督分类方法在计算过程中的误差,给出了规则输出的置信区间,再根据置信区间的大小对两种分类方法的输出结果进行加权平均,从而得到更精确的规则输出.利用该方法对遥感图像进行分类实验,在不同训练样本分布与不同训练样本数量的情况下,比较新的组合分类器与单一分类器的精度.结果表明新的组合分类器能够取得比单一的分类器更高的分类精度.结果还显示出,两个分类器的独立性越强,组合分类器的效果越好.另外一个实验比较了新的组合分类器与和式规则组合分类器的分类精度,结果仍显示出了新方法的优越性.     

遥感技术在黄土高原土地利用现状调查中的应用研究

本研究选取黄土高原典型丘陵沟壑区——陕西省米脂县为试验区,用TM磁带、TM假彩色合成影像、SPOT多光谱影像和彩色红外航空像片同时对试区进行土地利用现状分类与制图的比较研究。通过对土地利用现状分类系统、TM图像计算机增强处理与自动分类、TM最佳波段组合、三种影像的目视判读与制图、以及遥感信息源的综合评价等多方面的试验研究,为遥感技术在黄土高原1:5万土地利用现状调查制图中的应用提供了一套技术数据及可行的方法。