基于变化向量分析（CVA）的土地利用／覆盖变化动态监测（Ⅱ）—变化类型的确定方法

以光谱直接比较为基础的变化向量分析法是一种非常有效的土地利用／覆盖变化动态监测方法，在双窗口变步长阈值搜寻方法确定变化和非变化像元的基础上，提出了参考图像分类并结合变化向量方向余弦最小距离分类的变化类型确定方法，同时应用该方法在北京市海淀区进行了实验研究，得到了较为理想的结果。变化类型的判断精度达到70％以上，显示了新方法的优越性和技术可行性。     

基于变化向量分析的土地利用／覆盖变化动态监测（Ⅰ）——变化阈值的确定方法

本文以北京市海淀区为例，把变化向量分析方法引进到了当前国内的土地利用／覆盖变化监测中，针对变化向量分析方法中变化阈值确定的难题，提出了一种双窗口变步长阈值搜寻的新方法，从海淀区的实例研究结果看，变化的检测精度可以达到87％以上，表明变化向量分析法在解决阈值问题后，确实可以有效地提取土地利用／覆盖变化信息。     

基于多时相遥感影像的龙岩市景观格局变化分析

基于龙岩市多时相Landsat TM/ETM+数据,应用最大似然、决策树及支持向量机分类方法对龙岩市景观类型进行分类.从3种分类方法的比较得知,支持向量机分类方法表现出较高的性能,分类精度明显高于其他的分类方法.因此选择最佳的支持向量机分类结果,并结合景观生态学方法,分析了1992-2008年龙岩市新罗区景观格局及其动态变化信息.结果表明,1992-2008年新罗区主城区农业用地大幅度降低,相应转化为建筑用地,但是却保持着良好的森林覆盖率.同时城市景观组分经历了由扩散式增长过程到粘合式集聚增长过程的转变,城市形态由不稳定形态逐步向稳定形态演化.整体上而言,城市景观呈现出破碎度变小、多样性降低和聚集度升高的发展趋势,建筑用地是龙岩市新罗区的主要景观类型.     

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。     

近40年老哈河流域土地利用变化监测与分析

利用决策树和支持向量机分类方法,基于多期Landsat MSS,TM and ETM+遥感图像和其他辅助数据,对1970s以来近40年半干旱的老哈河流域土地利用变化(land use and land cover change,LUCC)进行动态监测,并利用GIS方法对LUCC进行了定量分析和空间分布制图.结果显示,利用支持向量机分类方法对该地区1976年、1989年、1999年和2007年土地覆盖类型分类可达到较满意的效果;近40年老哈河流域土地利用变化显著,水体和草地减少,城乡用地持续扩张,耕地大幅增加,林地和未利用地大幅度波动、总体减少.LUCC主要发生在林地、草地和耕地之间,表明农、林、牧用地之间转换显著,且在各个时期的空间分布差别较大.从变化强度来看,土地利用的年综合变化率最大值渐趋增大,年均土地动态度在空间分布上差异很大,另外在各研究期赤峰市区周边动态度都很大,反映了赤峰市持续性的城市化进程.     

时空变化分类与表达研究

为了解决空间数据库更新过程中地理对象时空变化类型不明晰的问题,利用语义、空间、时态和属性4个组件描述地理对象,并以地理对象集合、地理对象、对象组件以及对象组件属性4个具有层次关系的因子实现地理对象时空变化的分类与表达,通过分析确定了单一对象的17种变化类型、多个对象的4种变化类型,以及每种变化对应的数据库操作。最后,以一个实例说明空间数据变化类型的判定过程。     

基于大津法求阈值的变化矢量分析法

变化矢量分析法是近年来发展得较快的一种直接比较法,它不仅可以对多个波段或全部波段进行处理分析,还能够有效地避免因分类后的误差累积而出现不合理变化类型的缺陷,是一种比较有发展前景的方法。最佳阈值的确定则是分割精度的保证,而目前没有较好的解决方法。因此本文在变化强度图的基础上,计算出最佳阈值的上下限值,提出利用改进后的大津法求最佳阈值,以进行阈值分割,最后的分割结果效果显著。     

扎龙湿地利用变化分析

利用1989年、2000年和2008年3期扎龙湿地遥感资料,在ERDAS以及ArcGIS的支持下,通过监督分类与目视解译相结合的方法对影像进行分类以及分类后处理,以得到各种土地类型的面积,依据土地利用幅度的变化来研究土地利用类型变化,结果表明,研究区沼泽面积大量减少,盐碱地面积逐年增加,虽然人们开始退耕还草.增建人工湖泊,但湿地环境状况仍不容乐观.     

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。     

武夷山市土地利用变化遥感监测分析

针对近20年来武夷山市土地利用变化信息相对不足的问题,提出运用现代遥感与GIS技术进行武夷山市土地利用变化动态监测的方法。在分析1996年、2005年和2014年3期Landsat影像的基础上,采用监督分类方法提取土地利用信息,然后采用土地利用转移矩阵分析法和动态度分析法,分析了土地利用类型的时空变化情况及发展趋势。结果表明:1996年以来,武夷山市土地利用变化的特点表现为耕地显著增加,而林地明显减少;20年间其他未利用地和城镇的空间变化幅度很大;经济快速发展,旅游业大力发展等是武夷山市土地利用变化的驱动因素。研究结果对武夷山市的生态环境保护以及探究旅游业对土地利用变化的影响有参考价值。     

基于相似度验证的自动变化探测研究

变化检测技术越来越多地应用于城市遥感分析和应用领域,但目前城市变化检测的研究主要基于中低空间分辨率的遥感数据,使用的方法也主要是像元直接比较法或者是分类后比较法。提出一种基于变化向量分析和相似度验证相结合的变化检测方法,应用高空间分辨率影像来快速实现城市建筑物、街道等目标的自动变化检测。并详细阐述了变化目标的提取以及验证的方法和过程,其结果真实地反映了地面目标的实际变化程度和类型。     

利用矢量影像法进行土地利用变化自动检测

为解决土地利用矢量图与遥感影像的变化检测问题,提出了一种基于类别的矢量图与遥感影像变化检测方法。在矢量图约束下,对遥感影像进行影像分割获取像斑;提取像斑在遥感影像上的直方图特征,采用G统计量度量像斑之间的特征距离;利用像斑与其他相同类别像斑之间的特征距离,构建单波段上像斑的类别异质度,自适应加权组合各波段上像斑的类别异质度构建像斑的类别异质度;依据最大熵方法获取各地物类别对应的异质度阈值,以类别为单位对各像斑进行变化判别,获取变化检测结果。在QuickBird遥感影像上的试验验证了本文方法的有效性,实现了矢量图与遥感影像的自动变化检测。     

单一时相遥感数据土地利用与覆盖变化自动检测方法

针对基期(用于该研究的前一时期数据)T1仅拥有土地利用和覆盖图件(矢量格式)而另一期T2拥有遥感数据的情况,构建了基于知识引导的土地利用和覆盖变化自动检测技术与方法。T1时期土地利用与覆盖与T2期遥感数据在配准叠加情况下,以T1完整的土地利用与覆盖类型图斑为单元构建土地各类别遥感数据知识库,然后以图斑单元或以像素为单位计算遥感影像特征统计量,通过与知识库相关数据的比较与匹配自动检测出变化并识别出相应的土地利用与覆盖类别。文章最后通过试验验证了该方法的有效性。     

融合流程优化思维的遥感影像变化检测自动化研究

目前土地卫片执法中对影像变化图斑的提取主要依靠作业人员对两时相高分辨率卫星遥感影像的目视解译,以确定土地利用变化发生的空间位置。图斑的正确与否完全依靠解译人员的目视判读经验,容易产生错误。通用的检测流程针对特定遥感影像数据可以得到较好的检测结果,但是面对大面积、特征多样、分辨率较高的城市遥感影像时,应用效果可能不佳。融合流程优化思维,整合现有成熟的遥感影像变化检测相关技术,利用数字城市建设中积累的大量高精度GIS数据,并结合地物形状特征指数和检测人员的作业经验,进行变化检测自动化研究,包括人机交互检测和批量自动检测两个主要流程,并应用于深圳市土地卫片执法中的土地利用变化图斑提取环节,可提高其自动化程度,有效降低时间和人力成本,及时发现并阻止土地违法利用行为。     

像斑直方图相似性测度的高分辨率遥感影像变化检测

基于像斑的变化向量分析法CVA(Change Vector Analysis)过分依赖像斑的灰度均值信息,而未能有效利用其灰度分布信息,这在高分辨率遥感影像变化检测中存在不足。本文提出了一种基于像斑直方图相似性测度的变化检测方法。利用G统计量构建不同时期像斑之间的相似性测度。假设所有像斑的相似性测度值符合混合高斯分布模型,通过期望最大化算法EM(Expectation Maximization)求解相关参数,最后采用基于最小错误率的贝叶斯判别规则获取最终的变化结果。实验表明,本文提出的上述方法能够有效提高变化检测的精度。     

遥感影像CVA变化检测的CUDA并行算法设计

随着遥感影像数据量以及复杂程度的日益增加,遥感图像的快速处理成为实际应用过程中亟需解决的问题。为了实现遥感影像的实时变化检测,针对基于变化矢量分析CVA的变化检测算法,设计了一种基于统一计算设备构架CUDA的并行处理模型。首先利用地理空间数据提取库GDAL实现大数据量遥感影像的分块读取、操作和保存;其次将基于变化矢量分析的变化检测过程分为变化强度检测、映射表构建和变化方向检测,并借助CUDA C将变化矢量分析算法的3个步骤嵌入到CPU和GPU组成的异构平台上进行实验;最后利用该模型对不同数据量的遥感影像进行CVA变化检测并作对比分析。实验结果表明:与CPU串行相比,基于GPU/CUDA的遥感影像CVA的变化检测速度提高了10倍左右;在一定程度上,达到了实时变化检测的效果。     

多时相遥感影像的变化监测方法研究

多时相遥感影像图变化监测已经在国民经济及国防建设领域得到了广泛应用。通过分析同一地域不同时相的遥感图像变化监测提供地物发生变化的信息,对资源环境数据进行更新及利用。论文围绕变化监测中的一些关键理论方法进行了研究。     

结合均值漂移分割与聚类分析的遥感影像变化检测

针对传统遥感影像变化检测方法对前后期影像数据质量要求高、适应范围窄、检测精度较低等问题,本文在引入异常点检测思想的基础上,提出了一种结合均值漂移分割与聚类分析的遥感影像变化检测方法。首先将前期地理国情矢量数据与待监测的遥感影像进行地理配准;然后在地理国情矢量数据的基础上对遥感影像作均值漂移算法二次细分割,获得的矢量图斑继承了原有父级类属性,并对同一父级类的影像图斑进行光谱、空间、纹理、指数等特征提取;最后采用高斯混合模型与最大期望值算法聚类获得多个类别,在父级类下找出异常类别的图斑。通过试验对比分析,表明了本文方法的有效性和可靠性,为遥感影像变化检测提供了新思路。