TM数据在土地利用动态监测中的应用

土地利用动态监测的目的在于定期或不定期地了解土地利用的动态变化趋势,为土地资源的规划和治理提供依据。本文介绍TM数据在土地利用动态监测中的应用方法,阐述了减少夸大变化程度的根本措施在于提高每次单独分类的精度及不同时相遥感数据的空间配准精度。通过对多时相TM数据单独分类结果的对比,得出土地利用动态变化信息     

基于GF-1多时相波段组合的武汉市土地利用变化检测

GF-1号卫星是中国自主研发的第一颗高分辨率遥感卫星。为分析该卫星影像数据在土地利用变化检测中的应用,本文以武汉主城区为研究对象,选取该地区2014年5月、2015年4月GF-1号卫星遥感影像,采用分类后比较与多时相波段组合直接分类两种方法分别进行试验,将二者实验结果比较分析。结果表明,多时相波段组合直接分类是一种更为有效的变化检测方法。相比分类后比较该方法不仅检测精度提高了将近17%,土地利用变化检测效果也明显改善。另外,对武汉主城区主要土地利用变化类型进行面积统计分析,对武汉主城区建设具有一定的指导意义。     

基于目标时域散射特性的土地覆盖类型分类研究

目标散射特性随时间变化的规律称之为目标时域散射特性。目标时域散射特征是利用多时相雷达遥感图像进行目标识别的基础。本研究以广东肇庆为试验区,利用多时相单参数雷达图像进行土地覆盖类型分类研究,分析了试验区内典型植被的结构、形态及其散射机理等特征,总结了各类目标的时域散射特性,区分识别了多种目标,制作了土地覆盖类型分类图.     

利用图像差值法在动态遥感监测中应用探讨

遥感影像在土地动态监测应用上具有准确性和高效性,节约动态监测成本,提高作业效率,实时、快速、高效、准确、可行地反映土地利用现状。基于遥感数据多时相、高分辨率的特点,本文主要探讨利用图像差值法快速、准确发现土地利用变化信息。     

航空摄影和GIS技术在城乡接合区环境变化研究中的应用

对亚利桑那州凤凰城西部区155Km~2区域的多时相土地利用的分类研究,是亚利桑那州政府对该地区疾病调查报告的反映。此项研究旨在获得该城乡接合区土地利用状况的历史影响,并借此获得对该变化地区的目前和潜在的环境灾害性质的深入了解。土地利用分类侧重于那些向环境倾倒有害物质的活动。土地利用图通过1954年至1985年32年间的7个时期的全色航空影象判读分析作出。土地利用叠置层的数字化和输入地理信息系统(GIS),是为了进行多时相比较和与其它数据集进行综合。研究中发现,32年中土地利用情况,农业用地从[954年的74％,降到1985年的28％;居民用地由9％增至31％;工业及商业用地由5％增至19％。多时相研究还发现,废物处理用地在这期间从1.4％增加到4.5％。已知的和可能的填塞地的空间和历史分析,反映出许多放弃的区域,已经转为城市待开发区、河岸及公共用地。这可能表示为一种环境风险。     

基于MODIS数据的植被指数分析

针对宏观土地覆盖遥感分类的现状,充分利用MODIS相对于AVHRR数据具有的多光谱和分辨率优势,提出了利用MODIS数据进行分类特征选择与提取并结合多时相特征进行宏观土地覆盖分类的分类方法,并进行了分类试验。     

多时相组合分类法在土地利用动态监测中的应用

介绍了土地利用遥感动态监测的基本概念，简述了遥感土地利用变化信息提取等遥感监测方法．重点探讨了多时相组合分类方法的相关技术。对广西2002年和2003年两个时相的MODIS数据．采用多时相直接分类法对土地利用变化状况进行了遥感动态监测。对不同方式波段组合的试验表明。经过差值、比值处理的波段组合具有较差的试验效果(总体精度只有30％～40％)，而经过PCA变换的波段组合则具有相对较好的试验效果(总体精度超过70％)。     

黄土高原地形复杂区土地利用信息提取方法研究

引入影响土地利用类型分布的坡度数据和对植被覆盖反应敏感的归一化植被指数，以延河流域为研究区域，参考已有的土地利用数据，对地形复杂地区的土地利用信息提取方法进行了研究。结果表明，以监督分类和非监督分类为基础，辅以坡度信息并利用分区和多步骤信息提取方法进行土地利用信息提取，能在一定程度上提高分类精度，研究结果对建立地形复杂地区实用性强的遥感影像分类技术体系具有一定的参考价值。     

基于多时像TM/ETM+影像的兖州市土地利用/覆盖变化

本文利用多时相Landsat TM/ETM+影像分析了兖州市1998年和2002年的土地利用/覆盖变化。综合考虑波段间相关系数和OIF指数,选择最佳波段组合进行图像解译,并在此基础上运用最大似然分类器(MLC)和支持向量机(SVM)的分类方法对遥感影像进行分类。进而利用SVM分类结果进行土地利用遥感动态监测,获取兖州市土地利用/覆盖变化信息,并与社会经济统计资料的统计结果进行比较。最后提取TM/ETM+影像的RDVI,基于线性混合像元分解模型分析了植被覆盖的变化。结果表明,基于多时相TM/ETM+影像分析的土地利用/覆盖变化与实际统计数据较吻合,适合动态监测土地利用变化,且精度较高。     

土地覆盖/土地利用样本影像数据库的建立与应用展望

本文通过概述多种数据源、多分辨率、多时相的所有类别、所有表现形式、多波段融合的土地覆盖/土地利用(LC/LU)的样本影像数据的采集、分类、整理等一系列工作,从而建立LC/LU样本影像数据库,并且对其应用前景进行了展望。     

应用MODIS数据对陕西地区土地利用/覆盖变化的监测

应用MODIS数据监测陕西地区土地利用/覆盖变化。主要内容是利用陕西省MODIS影像辅助以ETM＋等数据进行最大似然法监督分类,根据分类的结果得到各个土地利用类型面积,然后与统计资料对比,进行土地利用/土地覆盖动态监测分析。     

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Sentinel-1B SAR数据的农作物分类方法研究

以欧空局免费资源哨兵1号(Sentinel-1B)时间序列数据为基础,利用不同农作物的后向反射系数——时间序列特征建立随机森林分类器,进行旱地作物分类,探索雷达遥感监测旱地农作物结构的可行性和实用性。研究结果表明:在三江平原地区利用多时相VV极化雷达数据可以区分玉米和大豆作物,分类精度介于65%—68%之间,利用本研究方法可以掌握农作物种植结构分布概况。     

GEE遥感云平台支撑下的河南省土地利用变化检测

针对长时序大尺度的土地利用类型精细化分类存在的挑战,基于Google Earth Engine遥感大数据云平台,利用具有较好时空一致性的Landsat7、Landsat8数据,采用随机森林模型和众数滤波优化算法研究了过去20年间河南省土地利用分类空间变化特征及趋势.研究结果表明:1)基于GEE遥感云平台提供的丰富数据和强大的计算能力,能较高效率地实现省域尺度长时序多时相的遥感影像土地利用变化检测,分类精度可达85％以上,标准差控制在3％以内;2)河南省2000—2020年土地利用类型的空间结构发生深刻的变化,建设用地由相对孤立的单元逐渐演化为联系密切的一体是最主要特征;3)结合众数滤波算法的随机森林分类模型能够较好地优化分类结果,产生效果更好、层次感更鲜明的分类结果.     

基于TerraSAR-X雷达数据监测土地利用动态的研究

在多云、多雨地区,可见光获取遥感影像数据不能满足对土地利用实时监测的需要,而雷达卫星可以不受天气条件影响获取数据。对TerraSAR-X雷达数据影像进行正射纠正和解译,判断出变化的区域并到实地验证。高分辨雷达卫星数据作为光学数据源的补充用于监测土地利用动态具有重大的现实意义。     

基于SVM雷达卧龙大熊猫栖息地森林成图

卧龙自然保护区(世界自然遗产地)是大熊猫最主要的栖息地之一。结合雷达遥感全天时、全天候观测优势,以及森林覆盖对栖息地生境评价的重要性,开展多时相、双极化雷达数据森林精细成图研究就显得尤为重要。本研究首先对雷达数据进行辐射地形校正;然后选用5个时相ALOS PALSAR数据,采用支持向量机(support vector machine,SVM)方法进行森林精细成图。研究选取了5个多时相、双极化典型特征信息参与初始训练和分类,即HH_m,HV_m,TSD,HH_m-HV_m和HH_m/HV_m;接着通过对不同信息组合分类精度的试验与对比,获取了最优特征组合HH_m,HV_m,TSD,HH_m-HV_m。对应分类总体精度、森林及非森林类别用户精度分别为86.90%,82.34%和92.83%,显著优于单时相单极化数据分类结果(分类总体精度55.47%)。研究结果验证了多时相、双极化雷达遥感数据在自然遗产地森林精细成图中的有效性,并揭示了雷达遥感在多云多雨地区生境监测与评价中的潜力与应用价值。     

北京一号小卫星数据土地利用信息提取能力分析

本文依托863课题研究,在国土资源部颁发的《全国土地分类》(过渡期适用)的指导下,利用2006年5月接收的3景北京一号小卫星多光谱数据,在山东省进行土地利用信息提取能力评价研究。研究内容包括通过目视判断单纯利用北京一号多光谱数据能够达到的土地利用分类级别,然后经过训练样本选择以及监督分类计算,对分类结果参照典型地区高分辨率卫星影像、1∶1万土地利用现状图等辅助资料进行定性与定量分析,最终形成宏观尺度遥感监测要求下的土地利用分类指标,在此基础上完成山东全省的1∶10万土地利用图制作的应用示范。     

多时相全极化SAR数据融合方法与土地覆盖分类研究

结合多时相和全极化SAR数据在地表覆盖分类中的优势,通过融合多时相全极化SAR数据,降低雷达图像上斑点噪声的影响,开展土地覆盖分类研究。以贵州扎佐林场大约12 km×17 km的区域为研究区,使用6个不同时期的RADARSAT-2全极化数据进行地表覆盖分类研究。研究结果表明:不同地物的后向散射机制有很大区别,且对应的后向散射系数随时间的变化规律也各不相同;该方法能有效区分人工建筑、森林、农田和水体等地物,斑点噪声得到有效抑制,图像质量,特别是视觉效果大为改善。     

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,提出相应建议,为该地区今后土地可持续利用提供了较为科学合理的参考依据。