南四湖湿地遥感信息分区分层提取研究

该文以南四湖区为试验区,利用TM数据,在对各地类光谱特征进行系统分析的基础上,提出了分区和分层相结合的湿地信息提取技术方法。根据研究区各种湿地类型的空间分布特点,将该区分为两个湿地类型区;在每一个区内,根据湿地的光谱特征进行分层提取,采用单红外波段阈值法、模型法以及改进的监督分类等技术方法。结果显示,该区湿地有14类,其中,自然湿地91119 51hm2,人工湿地122243 13hm2。     

基于ETM+影像的扎龙湿地遥感分类研究

通过对扎龙湿地Landsat7 ETM 影像进行计算机自动分类的实验研究，探讨了提高湿地遥感分类精度的方法与途径。实验所采用的首先对遥感影像进行非监督分类，再利用非监督分类生成的分类模板加以修改补充后进行监督分类的方法，经过误差矩阵的精度评价，可以获得研究区湿地遥感分类较高的分类精度。利用上述分类方法对3种ETM 不同波段组合的影像进行具体的遥感分类比较研究发现，选择ETM 7、5、3影像进行分类有助于提高扎龙湿地遥感分类的精度。为了提高湿地遥感分类的精度，还必须运用人机互译判读方法。     

南四湖湿地遥感信息分区分层提取研究

该文以南四湖区为试验区，利用TM数据，在对各地类光谱特征进行系统分析的基础上，提出了分区和分层相结合的湿地信息提取技术方法。根据研究区各种湿地类型的空间分布特点，将该区分为两个湿地类型区；在每一个区内，根据湿地的光谱特征进行分层提取，采用单红外波段阈值法、模型法以及改进的监督分类等技术方法。结果显示，该区湿地有14类，其中，自然湿地91119．5lhm^2，人工湿地122243．13hm^2。     

遗传算法优化的支持向量机湿地遥感分类——以洪河国家级自然保护区为例

湿地遥感分类作为湿地管理、监测与评价的重要手段,受到了广泛的关注。遗传算法(GA)借鉴了生物进化规律进行启发式搜索寻优,支持向量机(SVM)是一种新型的空间数据挖掘方法,二者相结合可以发挥各自的优势,寻找到支持向量机的全局最优参数,从而较准确地对湿地进行遥感分类。以洪河自然保护区为例,采用遗传算法优化的支持向量机方法进行了湿地遥感分类研究。同格网搜索下的支持向量机湿地遥感分类及最大似然监督分类对比,结果表明,遗传算法优化较格网搜索方式总精度提高了7.29%,较最大似然监督分类提高了12.06%,方法改善了沼泽、草地与裸地三种地物间的区分,是湿地遥感分类的有效手段。     

干旱区湿地多功能景观研究的意义与前景分析

在介绍多功能景观概念的基础上,通过对湿地及其景观生态学研究现状,特别是干旱区湿地和新疆湿地特征的分析,论述了干旱区湿地多功能景观研究的意义,提出了该研究的理论与方法研究框架,并对其前景加以展望。     

基于Landsat OLI影像的盐城滨海湿地分类方法对比研究

采用何种方法对滨海湿地信息进行有效提取和分类是值得关注的问题。利用Landsat OLI影像数据,在ENVI 5.1软件平台上,采用监督分类、决策树分类和面向对象方法,对盐城滨海湿地进行了分类研究。研究结果表明,在分类精度和效果上,面向对象方法的分类结果最好,其它依次为决策树分类方法、监督分类方法的分类结果;3种方法对光滩和芦苇(Phragmites australias)滩涂信息的提取效果相对较好,对道路和碱蓬(Suaeda glauca)滩涂信息的提取效果相对较差;面向对象方法能够克服传统基于像元分类方法中的"椒盐效应"问题,并能取得较高的分类精度,该方法适用于利用中分辨率遥感影像的滨海湿地分类研究。     

兼容光学雷达影像及地形辅助数据的扎龙湿地遥感分类

结合Landsat TM影像、Envisat ASAR的C波段雷达影像和地形辅助数据,采用决策树方法,包括分类回归树(C1assification and Regression Tree,CART)和随机森林(Random Forest,RF)算法,对扎龙湿地进行遥感分类。用实测GPS样本点对分类结果进行精度验证,并与最大似然监督分类方法(Maximum Likelihood Classification,MLC)对比。结果表明,地形辅助数据和雷达后向散射系数对湿地分类精度的提高起重要作用。基于RF算法分类结果的总精度和Kappa系数分别为92.6%和0.901,沼泽湿地的分类精度达到96.3%,较CART算法和MLC监督分类方法有明显提高。该研究提供了一种快速、高效的内陆淡水沼泽湿地遥感分类技术。     

甘肃省玛曲县沼泽湿地遥感监测与动态变化分析

利用2000年和2006年TM影像数据、地面调查资料和气象台站观测数据,对玛曲县沼泽湿地进行了目视解译分析,对比研究了非监督分类、监督分类和专家分类的精度,初步探讨了玛曲沼泽湿地退化的原因。结果表明,该县沼泽湿地面积从2000年的19598．67hm^2减少到2006年的14080．80hm^2,沼泽湿地面积平均年递减率为4．69％。非监督分类结果由于受山体阴影、坡向、云的阴影等影响,多分误差高,总分类精度仅为31％;监督分类的总精度为54．1％;专家分类的总精度高达84．2％。因此,专家分类可以用于对玛曲县沼泽湿地的监测和自动提取。草场不合理利用和过度放牧是导致玛曲县沼泽湿地退化的主要原因,黄河干流、各支流径流量减少是导致流域内沼泽湿地退化的直接原因,当地气候变暖促进了这一过程的发生。     

基于"3S"技术的于田绿洲湿地动态变化研究

以极端干旱区典型绿洲———于田绿洲为研究区,采用遥感(RS)、地理信息系统(GIS)和全球定位系统(GPS)相结合的方法,进行了湿地资源调查,查明了于田绿洲湿地类型、区域分布及面积,应用模型和分形理论,探讨了于田绿洲湿地的动态变化特征,并分析了其发生动态变化的原因。研究结果对于干旱区绿洲湿地的合理开发和可持续发展有着重要现实意义。     

基于HJ-1 CCD数据的九龙江口湿地资源监测

以福建九龙江口地区为研究区域,利用2008年和2012年的国产环境一号(HJ-1)CCD数据,综合利用监督分类、非监督分类和知识规则相结合的方法对湿地进行分类和专题提取。结果表明:与2008年相比,2012年九龙江口湿地总面积有所减少。天然湿地中河流的面积减少,主要转为滩涂、红树林和其他。养殖场的面积增加最多,主要由农田、河流和其他转化而来;而农田的面积减少最多,主要转为养殖场、林地和其他。快速城市化对九龙江口的湿地影响很大。