徐州市土地利用/覆盖动态变化分析

利用遥感图像获取土地利用/覆盖变化信息是遥感应用的一个重要方面。选用1987年、1994年和2000年三个时相的徐州市遥感图像及其辅助数据,对该地区14年间的土地利用/覆盖变化进行分析研究,并对变化的时空特征进行分析评价,结果表明徐州市的城市化进程在不断加快,建成区面积逐年增加,耕地和林地被占用的现象比较突出。研究结果对徐州市的城市规划、生态环境保护等具有重要的借鉴和指导作用。     

徐州市土地利用CLUE-S模型变化模拟

对徐州市1987年、1994年和2000年3期遥感影像图进行分析,利用面向对象的思想,采用多尺度分割法对影像进行分类,通过遥感影像的光谱特征,确定分类目标,获取该区过去13年间的土地利用/覆被时空变化特征。运用CLUE-S模型以1994年土地利用数据模拟了2000年的土地利用空间变化状况,并通过2000年实际遥感影像分类数据加以验证,结果计算出Kappa指数为0.846,达到精度要求,实例证明CLUE-S模型较好地模拟了徐州市的土地利用/覆被变化。最后运用CLUE-S模型以6年为1个时空尺度模拟该区未来12年的自然状态和生态保护状态下的土地利用/覆被变化特征。     

利用遥感数据分析青藏高原水热条件对叶面积指数的影响

利用遥感数据,以异于传统的点分析的方法,分析水热条件对植被的影响。以青藏高原为研究区域,利用2003年的遥感数据 进行分析,结果表明,在时间轴上,叶面积指数和温度、土壤水分、降雨存在着良好的相关性; 在空间分布上,叶面积指数和三 者的相关性在大部分区域是呈良好的正相关,在部分区域呈现了弱相关和负相关,且分析探讨了出现这种现象的原因。     

基于遥感技术的土地利用信息提取及变化

遥感图像是地理信息分析非常重要的数据源。遥感技术和GIS技术被广泛应用于土地利用动态监测。利用1987年和2000年的遥感影像,分析了徐州市14年间土地利用动态变化情况,并运用ArcView实现土地利用的空间分析,对徐州市土地利用状况进行了研究,分析了各土地利用类型变更情况。以耕地为例,利用徐州市的社会经济统计数据,运用多元统计分析方法,基于SPSS软件对耕地变化的主要驱动力和驱动机制进行了分析。     

一种基于分层策略的时空融合模型

时空数据融合能够有效提高高空间分辨率遥感数据的时间分辨率,但是目前广泛使用的时空自适应反射率融合模型在突变区域的预测效果不佳。针对这一问题,提出一种基于分层策略的时空融合模型(hierarchical spatial-temporal fusion model,H-STFM)。该模型首先根据相邻时刻低空间分辨率数据的反射率差值,将待预测的目标像元分为物候变化像元和突变像元;然后对物候变化像元进行线性回归预测,对突变像元进行加权滤波预测;最后将物候变化和突变区域的预测结果利用优化的时间加权函数融合生成最后预测图像。以两组中分辨率遥感数据MODIS和Landsat图像为基础数据进行实验对H-STFM模型进行了定性与定量评价。结果表明,提出模型的实验结果在方差误差与相对无量纲全局误差方面表现明显优于时空自适应融合模型。     

成像光谱数据在城市遥感中的应用研究

采用高空间分辨率的航片与高光谱数据对城市进行遥感研究。利用高空间分辨率数据丰富的空间信息,以及高光谱分辨率数据丰富的光谱信息,提出了基于图像边缘检测和光谱分析的新型高光谱遥感图像分类方法,对城市地物覆盖以图斑为单位进行分类。从而证明对复杂的城市环境进行遥感研究,这种方法是有效的。     

2001—2016年徐州市区土地利用类型时空演变

本文旨在定量分析徐州市区土地利用类型时空演变特征,为促进徐州市区绿色发展提供依据。以2001—2016年遥感图像为数据源,通过计算土地利用类型转移矩阵与动态度,对徐州市区土地利用类型时空演变进行分析。结果显示2001—2016年徐州市区耕地总体减少17.0663 km 2,减少面积占市区总面积的2.98%;建筑用地增加7.0104 km 2,占总面积的1.22%;水体减少26.6313 km 2,占总面积的4.65%;林地增加15.7531 km 2,占总面积的2.75%;草地增加9.5661 km 2,占总面积的1.67%;未利用地增加11.3680 km 2,占总面积的1.98%。由此可见近16年以来徐州市区土地利用类型变化显著,人类干扰不断增强,必须有针对性地管控人类活动强度。     

基于遥感监测方法的湖泊面积变化成因分析

利用近24年来不同时期的Landsat-8 OLI_TIRS卫星遥感图像作为数据源,本文对武汉市东湖水域进行了研究,分析得出近年来东湖水域面积动态变化情况,运用改进的归一化差异水体指数法(MNDWI)对水域面积进行提取,并结合历年各项气象数据、城市发展数据等影响因子进行相关性分析,研究结果表明:东湖近年水域面积变化与城市发展改造和人类利用方式变化具有很大相关性。     

基于多目标遥感信息处理的城市扩展监测与分析

基于徐州市1994年、2002年和2007年的多时相Landsat TM/ETM+遥感影像,利用建筑用地指数(IBI)提取城市建筑用地信息,通过监督分类获得城市土地覆盖网,由单窗算法反演地表温度.利用多目标遥感信息处理得到的建筑用地分布、土地覆盖图和地表热环境信息,从土地利用结构变化、城市热环境时空演变两个方面分析了徐州市城市扩展动态,表明徐州市建成区面积不断扩大,城市扩展速度进一步加快,土地利用类型相互转换频繁;城市热岛现象显著,热岛分布与城市建筑用地的轮廓基本吻合,建筑用地不断增加是热岛效应加重的主要因素.研究表明,综合土地覆盖分类、专题信息提取和地表参数定量反演的多目标遥感信息处理用于监测分析城市扩展与生态环境响应具有明显的优越性.     

现实与赛博空间数据相结合的城市活动事件时空建模

城市活动事件(如文化、娱乐、体育等事件)的规模与影响力是城市经济文化发展的重要体现,其发生的全过程对城市现实空间与赛博空间都会产生巨大影响,从现实空间与赛博空间对城市活动事件的演化感知、动态建模与时空分析,具有重要的理论研究与应用价值。提出了一种结合现实空间交通数据与赛博空间社交媒体数据的城市活动事件时空建模分析方法,从事件进行中的交通轨迹,探测识别与事件显著相关的城市时空区域和交通流,分析现实空间事件热度的时空变化;从事件发生全过程的社交媒体数据中,探测分析赛博空间事件热度的时空变化;通过将现实空间和赛博空间的融合,建立城市活动事件时空模型,刻画事件全过程中城市地理空间与城市行为空间的时空演变特征。以2015年周杰伦"魔天伦2.0"世界巡回演唱会(武汉站)事件为例,采用武汉市出租车GPS轨迹数据和微博数据,对演唱会的事前、事中、事后实现城市地理空间与行为空间全过程建模与时空演变分析,并与单一数据源事件刻画模型进行比较,结果显示本方法能更合理地结合现实空间和赛博空间刻画城市活动事件。     

基于小波纹理信息的星载SAR图像与TM图像的数据融合

遥感图像的数据融合是当前遥感界研究的热点问题之一。论述利用小波变换提取合成孔径雷达（SAR）图像的多尺度纹理信息，基于小波纹理信息将SAR图像与TM图像进行融合。选取徐州市南郊风景区的Radarsat卫星SAR图像和TM图像进行试验研究，并与颜色变换法融合图像进行对比分析，结果表明，无论是目视解译还是定量分析，该融合方法与颜色变换法相比，将获得更理想的高空间分辨率多光谱的融合图像。     

CAD中遥感影像数据转换与可视化实现

在GDAL开源栅格空间数据转换库的基础上,利用ObjectARX开发工具,研究Au-toCAD环境中遥感影像数据转换与影像地图可视化的方法。以某市遥感影像为数据源进行实例验证,取得了较好效果,为实现AutoCAD图形数据与遥感影像数据的叠加应用提供了可行的解决方案。     

论夜光遥感数据挖掘

如果从地球上空观测夜间的地球,可以发现人类聚居区和经济带发出夺目的光芒。当夜间的天空无云时,遥感卫星能够捕捉到城镇灯光、渔船灯光、火点等可见光辐射源,这些夜间无云条件下获取的地球可见光的影像即夜光遥感影像。与日间遥感不同,夜光遥感对于反映人类社会活动具有独特的能力,因此被广泛应用于社会经济领域的空间数据挖掘。本文首先介绍能够观测夜间灯光的卫星遥感观测平台和传感器,然后从社会经济参数估算、城市化监测与评估、重大事件评估、环境及健康效应研究、渔业信息提取、流行病研究、油气田监测等方面总结了夜光遥感数据挖掘的现状和特点。最后,文章从新型数据源、知识发现、地面观测和地理国情—世情监测4个方面提出了夜光遥感及其数据挖掘的未来发展趋势。     

数字挖掘方法在遥感分类中的应用研究

随着空间信息领域技术的提高,利用卫星遥感数据获取地表信息的数据量也飞速的增长,快速有效地在海量遥感数据源中获取感兴趣的地表信息成为一项重要的研究方向。数据挖掘方法具有从海量数据集中提取隐含其中信息的功能,使得数据挖掘方法在遥感图像分类和专题信息提取中具有较好的应用,但不同的数据挖掘算法具有各自的独特性,使得在遥感分类中使用数据挖掘方法并不容易,本文通过介绍几种常用的数据挖掘算法,分析和探讨了这些方法在遥感分类应用中的优势和局限性,为在遥感分类中更好的、有针对性的选择数据挖掘算法提供借鉴。     

决策树分类法及其在遥感图像处理中的应用

首先阐述了决策树分类器的结构与理论基础,并就决策树算法的发展趋势进行了归纳总结。然后结合遥感图像分类的特点,探讨了决策树分类法的实现方法和关键问题。在此基础上,以徐州市TM影像为数据进行了分类试验。试验说明了决策树分类法在遥感图像处理中的具体实现过程,并且试验结果表明该方法在依据感兴趣区类别进行图像分类时效果较好。     

基于GOODALL相近指数的遥感图像和其它空间数据综合分类方法

介绍ＤａｖｉｄＷ．Ｇｏｏｄａｌｌ基于概率的相近指数理论,研究它被应用在遥感图像和其它空间数据综合分类中的可能性,并首次在ＧＲＡＳＳ环境下实现了基于ＤａｖｉｄＷ．Ｇｏｏｄａｌｌ的相近指数的遥感图像和其它空间数据综合分类算法,并对该算法进行了测试,将分类结果 与其它几种较流行的分类方法结果进行了比较。     

基于GOODALL相近指数的遥感图像和其它空间数据综合分类方法

介绍 Ｄａｖｉｄ Ｗ． Ｇｏｏｄａｌｌ 的基于概率的相近指数理论,研究它被应用在遥感图像和其它空间数据综合分类中的可能性,并首次在 Ｇ Ｒ Ａ Ｓ Ｓ环境下实现了基于 Ｄａｖｉｄ Ｗ． Ｇｏｏｄａｌｌ 的相近指数的遥感图像和其它空间数据综合分类算法,并对该算法进行了测试,将分类结果与其它几种较流行的分类方法结果进行了比较。     

遥感大数据服务平台设计与实现

越来越多的国产遥感卫星影像不断投入使用,对新一代遥感数据服务提出新的要求。针对目前遥感数据资源共享不足、专题信息自动提取等问题,急需构建遥感大数据服务平台。本文重点对该平台的框架设计、系统的功能进行了详细阐述,并简单地说明了生态环境因子自动提取技术,为进一步提升遥感数据服务提供了平台。