基于神经网络的区域生态环境分类方法研究

如何利用智能化信息提取技术，进行区域生态环境自动分类，一直是一种前沿性研究。该文在分析研究区自然景观特征的基础上，总结了影响区域生态环境的建模要素，基于神经网络技术，并根据生态环境的遥感探测机理，利用TM卫星遥感数据中的可见光、热红外、植被指数(NDVI)以及DEM数据，建立了基于BP神经网络的区域生态环境信息自动提取模型，形成了一种新的生态环境分类方法，其分类结果与实际情况完全一致。     

基于GIS的黄河上游龙羊峡库区生态环境遥感监测研究

本项研究以黄河上游生态环境严重退化的龙羊峡库区为研究区，应用遥感与GIS一体化的方法，建立了库区生态环境动态监测信息系统。在系统的支持下，利用多时相、多波段TM遥感数据，对库区近十年来生态环境变化进行监测分析，揭示了库区土地沙漠化、水土流失、土地利用／土地覆盖的现状，以及建库近十年来生态环境时空演化的过程与发展趋势，为库区生态环境治理提供科学依据。本项研究利用遥感和GIS技术，采用生态环境综合分类系统，在一次分类处理中通过多层次不同级别的组合获得了基于同一信息源的土地沙漠化、草场盖度、土地利用处地覆盖等多种环境类型信息，并利用环境信息模型对库区的土壤侵蚀进行了评价。基于GIS的分类后再处理使遥感分类精度有了一定程度的提高。研究表明，在GIS的支持下充分利用遥感信息监测与评价生态环境，是区域生态环境定量化研究的有效途径。     

国内生态环境遥感监测的内容与方法探讨

在总结大量实际工作的基础上,就区域生态环境遥感监测的指标与分类系统问题进行了探讨,提出了尽可能与现有的土地利用分类衔接,又较容易进行遥感判读和分类的土地利用分类系统;根据目前国内遥感数据获取和使用情况提出了遥感影像选择、处理以及合成的最佳方案,推荐了通过目视判读和自动分类获得土地利用状况的方法等,以期生态环境遥感监测能真正纳入环保部门常规的监测工作中.     

国内生态环境遥感监测的内容与方法探讨

在总结大量实际工作的基础上,就区域生态环境遥感监测的指标与分类系统问题进行了探讨,提出了尽可能与现有的土地利用分类衔接,又较容易进行遥感判读和分类的土地利用分类系统;根据目前国内遥感数据获取和使用情况提出了遥感影像选择、处理以及合成的最佳方案,推荐了通过目视判读和自动分类获得土地利用状况的方法等,以期生态环境遥感监测能真正纳入环保部门常规的监测工作中.     

澜沧江流域山区土地覆盖多级遥感分类方法研究

遥感监测土地覆盖是对流域综合开发所引起的有关土地利用状况改变的有效监督控制手段,土地覆盖分类专题信息提取是遥感监测研究的重要内容之一。针对澜沧江流域遥感监测项目,探讨基于地物光谱响应曲线分析提取山区士地覆盖的多级遥感分类方法应用研究。结果表明,基于具体研究区域的典型地物样点光谱响应曲线分析,在多波段间组织设计有关提取具体研究区域土地覆盖类间可分离性明显的算法,分离并提取特定研究区域土地覆盖主要类型,然后再通过结合多级遥感分类方法的应用,可较之单一依靠自动模式识别方法或单一利用目视解译方法获得诸多优越之处和更符合实际的分类效果,是种适合于山区土地覆盖监测的有效、可行而又相对操作简单的方法。     

面向对象解译方法在遥感影像地物分类中的应用

针对高分辨率遥感影像快速高效萃取有用信息这一遥感技术应用的热点问题,探讨了基于面向对象(Object-oriented)解译方法的遥感影像自动及半自动解译和提取的新思路.文中分析了面向对象解译方法在地物信息分类应用中的优势,并提出了基于此方法的高分辨率遥感影像多尺度信息提取技术流程.具体结合广州市新白云机场开发区IKONOS高分辨率遥感数据进行地物快速提取、自动分类的试验,并对解译效果进行了评估分析,证明此方法在高分辨率遥感影像地物分类中确实高效可行.     

像元信息分解和决策树相结合的影像分类方法

该文提出了一种基于像元信息分解和决策树相结合的遥感自动分类方法。选择广州市番禺区作为研究区。用像元信息分解和多变量决策树法把TM影像分为水体、植被、水泥地、土壤4种基本组分,分离成4类树枝;分别以4种基本地物组分作为分类掩膜,采用BP神经网络分类、形状指数提取、光谱特征提取等复合方法进行分枝,并开展野外遥感调查,以提高和验证分类精度。结果表明：该方法保证了分枝时地物的纯洁度,有效地避免了地物提取时多余信息的干扰和影响,提高了分类精度。结合实地调查数据与最大似然分类算法进行对比实验,表明该模型比最大似然总体分类精度高16％。     

城市绿地遥感信息自动提取研究--以广州市为例

提出了一种新的基于像元信息分解和神经网络分类相结合的城市绿地遥感信息自动提取方法。选择广州市作为研究区,先用像元信息分解法把绿地从TM影像中分离出来,再以分离出来的绿地作为分类掩膜,采用BP神经网络法进行分类。并开展野外遥感调查以提高和验证分类精度。结果表明:该方法保证了分类时绿地的纯洁度,有效地排除和避免了提取绿地信息时其它多余信息的干扰和影响,提高了分类的精度。     

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。     

土壤盐渍化遥感应用研究进展

文章从地面数据的调查、盐渍土影象的目视判读特征、光谱特征和土壤盐渍化区域的植被特征以及多光谱、高光谱遥感技术等方面综述国内外应用遥感数据探测土壤盐渍化程度及其制图的研究。利用数字图象并结合野外调查数据进行目视解译和计算机自动解译、图象变换提取盐渍土信息;结合G IS方法在分类中加入非遥感数据来提高分类精度;在研究盐渍土的光谱特征的基础上应用高光谱技术定量或半定量地提取盐渍土信息。这都是制定综合治理措施、决定土地利用方向的关键,也是进行区域土壤盐渍化动态预报的重要依据。     

基于遥感影像的城市森林分类提取及生态价值估算研究

以北京通州新城区城市森林为研究对象,提出一种基于信息论的决策树分类方法,以提取Aster遥感影像中城市森林平面量,改善传统分类方法仅利用影像光谱特征信息的不足,高分辨率影像和地面调查数据验证显示其分类精度达84.6%.结合分类影像图,引入城市森林生态价值评估模型(CITYgreen模型)估算出通州新城区森林的生态价值约为598.87万美元.研究表明,该方法适合大面积区域的城市森林分类提取及其生态价值估算.     

额尔齐斯河-斋桑湖流域近20年来土地利用/土地覆被时空演变

土地利用/土地覆被变化(LUCC)是影响生态环境和气候变化的主要驱动力之一,同时又是受其影响的结果。LUCC研究对于开展生态环境变化及气候变化的研究均具有重要的意义。针对目前境外LUCC研究中土地利用/覆被分类效率低的问题,探索一种适用于大数据量而又精度较高的分类方法。以额尔齐斯河国外部分-斋桑湖流域为研究区域,以1990年及2007年的Landsat TM/ETM+夏秋季影像以及DEM作为数据源,综合利用影像光谱、纹理信息参与到决策树构造中,进而利用决策树分类方法分别提取这两个时期的土地利用/覆被空间分布信息,最后分析两个时期的土地利用时空变化状况。实验结果表明:(1)光谱与空间纹理信息参与的决策树分类方法具有较高的分类精度;(2)两个时期的土地利用变化分析发现,近20年来该区域土地利用发生了较大的变化,耕地和灌木林地大面积减少,而低覆盖度草地和未利用地却显著增加。     

基于Landsat 8 OLI数据与面向对象分类的昆嵛山地区土地覆盖信息提取

利用2015年Landsat 8 OLI遥感影像和DEM作为分类数据源,结合野外调查数据,采用面向对象的分类方法对昆嵛山地区土地覆盖信息进行提取,并对分类结果进行精度评价与比较分析。研究表明：面向对象分类方法提取的各地类连续且边界清晰,分类效果与实际情况基本吻合。昆嵛山地区占主导地位的土地覆盖类型是针叶林,面积为1 546.81 km²。研究区土地覆盖分类的总体精度和Kappa系数分别为91.5%和0.88,其中针叶林、草地、水体和建设用地的生产者精度均达到87%以上。相对于监督分类方法,本研究提出的土地覆盖信息提取方法的总体分类精度和Kappa系数分别提高14.7%和0.17。基于面向对象的中分辨率遥感影像,能够获取较高精度的土地覆盖信息,为大范围土地覆盖分类研究提供方法参考。     

土地生态设计方法及其在晋西北土地荒漠化防治中的应用

应用土地生态设计的基本方法,对晋西北土地进行了生态功能分类,提出了该区的土地生态设计分室模型;从该区土地荒漠化综合防治的角度出发,划分出４个土地利用方向和生态建设重点有所不同的生态经济区,并对各区的土地利用主要矛盾和发展方向、土地生态建设的重点、荒漠化现状及其防治对策等进行了详细的分析。     

耦合SOFM与SVM的生态功能分区方法——以鄂尔多斯市为例

辨析区域主要生态环境问题及其空间异质性,划定生态功能区,对保障区域生态安全和国土开发优化具有重要指导意义。以往自下而上的分区研究多基于行政区或流域开展,难以体现行政区或流域内部的生态功能分异。以鄂尔多斯市为例,基于生态系统服务与生态敏感性构建区域生态功能分区指标体系,耦合自组织特征映射（SOFM）网络与支持向量机（SVM）划定鄂尔多斯市生态功能分区。结果表明,区域内各生态功能分区指标呈现明显的空间分异特征,通过SOFM网络基于栅格进行指标聚类,构建分类效果指数筛选最佳聚类方案,将区域分为7种不同的生态功能类型。最终,利用SVM识别最优分区界线,将鄂尔多斯市分为11个生态功能区。本文构建分类效果指数实现多分类方案优选,使用机器学习算法解决自下而上的自然分区容易弱化要素空间位置属性的问题,完成了从分类到分区的定量转换,有助于提升分区的空间精度与客观性,为生态功能分区与分区边界划定提供了新的方法途径。     

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。     

三峡库区土地资源的多源信息综合制图法

本方法用来编制1:10万长江三峡库区土地资源评价图,以卫星数据计算机监督分类为基础,配合以野外调查和遥感、非遥感的资料。把这些资料作为多源信息,加以综合后,编制出的土地资源评价图,经实地校核,与SPOT卫星像片、卫星数据计算机监督分类图相套合,准确率分别为88,91,93(％)。     

关于我国土地利用分类问题的讨论

在分析了我国于2002年1月起试行的最新土地利用分类系统所存在的问题之后,提出了生态用地的概念,并提出了将我国土地利用划分为农用地、建设用地和生态用地这三大类用地的设想,同时尝试提出了另一个土地利用分类方案。     

基于GANBPSO-SVM的高光谱影像特征选择方法

为了在保持对目标检测和分类分析所需信息的同时,降低高光谱影像的维度,提出了一种混合优化策略的特征选择方法。该方法将遗传算法和二进制粒子群优化算法融合成一种新的混合优化策略（GANBPSO）,自动选择最优波段组合,同时优化分类器支持向量机（RBF-SVM）的参数,以提高分类器的分类性能。为了说明所提出方法的有效性,采用了在高光谱分类中广泛使用的Indian Pines（AVIRIS 92AV3C）数据集进行测试。结果表明所提出方法（GANBPSO-SVM）能够自动选择包含最多信息的特征子集以保证分类精度,而不需要预先设置所需要的特征子集数量,本方法与传统方法相比具有更好的分类效果。