基于多源遥感数据的第三次国土调查内业信息提取方法

为确保土地利用数据的真实性,设计基于多源遥感数据的第三次国土调查内业信息提取方法.以高分二号卫星采集的全色与多光谱影像为基础,采用S-G(Savitzky-Golay)滤波器通过噪声消除、配准、重采样实现全色与多光谱影像融合,利用像元亮度校正改善融合后影像像元亮度饱和现象.根据最小代价切割实现多源遥感影像不同地类边界划分,获取大量遥感影像图块,逐个分析与判断遥感影像图块类型,通过同第二次国土调查数据库相对比提取差异性地类图斑、偏移图斑、在建图斑,实现第三次国土调查内业信息提取.实验结果显示,该方法的遥感影像分割与融合效果好,可有效提升遥感图像清晰度,增强图像细节特征,保证土地利用数据的真实性.     

U-net模型在高分辨率遥感影像水体提取中的应用

选择安徽省巢湖流域为研究区,采用U-net模型和随机森林模型,对高分一号(GF-1)高分辨率遥感影像进行水体信息提取,并对比分析了2种模型的水体提取结果和效率。结果表明:①对于大面积水体,2种模型的水体提取结果均具有较高的精度;②对于小面积水体,随机森林模型水体提取结果存在较多细碎图斑,U-net模型水体提取结果和人工目视解译结果更加符合;③对于遥感影像中城市建筑物阴影和山体阴影,U-net模型能较好地消除阴影影响,正确提取水体,而随机森林模型存在较多将阴影误分为水体的现象;④总体来看,在复杂地表覆盖类型条件下,U-net模型提取水体的总体精度为98. 69%,Kappa系数为0. 95,均高于随机森林模型,在2种模型漏分误差相当的情况下,U-net模型错分误差远小于随机森林模型。U-net模型避免了人工提取分类特征的过程,自动化程度更高,训练效率较高,适用于遥感影像中水体高精度提取。     

广州市第三次全国国土调查工作分类研究

第三次全国国土调查主要目标之一是掌握准确的全国土地利用现状和土地资源变化情况,实现成果信息化管理与共享.本文结合目前已经开展的国家第三次全国国土调查工作,从土地调查工作分类方面分析,简要介绍了广州市第三次全国国土调查工作分类中国土分类和规划分类的主要情况,广州市结合本市国土空间规划实际情况,增加细化调查分类,一次调查生产两套成果,满足国土和规划两个方面的管理需求.     

基于3S技术土地利用现状数据库更新方法探讨

本文研究了基于3S技术的1:1万土地利用现状更新调查的方法,针对其中遇到的若干问题进行了探讨,认为正射影像图制作时必须注意精度问题,影像解译采用自动分类与目视解译相结合的方法可以提高效率保证解译精度;外业调绘补测应该严把质量关,以保障整个工程的精度,外业调绘结果采用直接矢量化可以减少工作量,以减少误差;重新划分图斑号可以方便外业调查和今后土地管理工作;建议数据建库时采用地形图校正可以提高数据库的精度。     

基于ArcGIS的国土三调不一致图斑提取方法

不一致图斑是第三次全国国土调查工作最重要的调查对象,也是国家核查的主要内容。如何在初始调查阶段快速提取和发现不一致图斑,是开展外业调查、实地举证、各级检查以及成果分析的重要基础。本文结合榆中县第三次国土调查实际工作,探讨如何利用ArcGIS软件相关工具快速识别和提取各类不一致图斑,为后续各项工作的开展提供指引和参考。     

多源多时相遥感数据面向对象海岛识别方法探讨

遥感技术在新一轮全国海岛调查中得到广泛而深入的应用。针对目视解译方法的不足,采用面向对象的自动分类方法实施海岛专题信息提取。对多源多级遥感图像数据和多时相高分辨率光学图像数据,分别采取了不同的小目标识别与伪信息剔除策略。实验结果表明,不论融合高分辨率雷达图像数据与多光谱光学图像数据,还是直接利用多时相高分辨率光学图像数据,面向对象的自动分类方法均能够达到较高的海岛识别能力与识别精度。     

基于eCognition的遥感图像面向对象分类方法研究

随着高分辨率遥感图像越来越普及,传统的面向像元的图像分类方法不能满足对高分辨率遥感图像区域分类的需求,高分辨率遥感图像对图像处理的软件与硬件都有了更高的要求,因此,出现了相较于面向像元有着更高精度更为合理的面向对象分类方法,也更加适用于高分辨率遥感影像。本文通过采用面向对象分类的基本方法,运用eCognition软件,以山东省胶州市地区遥感影像为例,进行多尺度分割和面向对象分类。并用ENVI做监督分类,基于目视解译精度评定,对不同方法作出分析评价。结果表明:面向对象分类方法精度更高,更具有可靠性。     

一种快速区分易混农作物的遥感解译方法

在对冬小麦、油菜两种农作物进行遥感非监督分类时,二者很难区分,且分类精度不高。若先剔除原始遥感影像中的非冬小麦、油菜种植区,再使用ISODATA算法进行二次非监督分类,则可较容易地区分易混的冬小麦和油菜。结果表明,冬小麦二次分类精度比初始分类精度提高了20.6%,油菜二次分类精度比初始分类精度提高了19.4%,从而显著提高了农作物的遥感解译分类精度,大大减少了人工目视解译工作量。同时,该方法也为其他易混农作物的遥感解译工作提供了一种解决问题的思路。     

第三次全国国土调查土地利用矢量数据栅格化方法

第三次全国国土调查县级土地利用图斑层包含利用类型、耕地类型、坡度等级、种植属性等多属性信息,将县级土地利用矢量数据集成栅格化形成全国无缝的多尺度、多专题栅格产品存在一定技术难度。本文针对第三次全国国土调查土地利用栅格产品应用需求,探讨了多属性综合编码、全国基础地理网格框架、栅格化产品数据模型、矢量栅格化等技术方法,建立了全国土地利用栅格产品生产流程,开展了全国多尺度、多专题土地利用栅格产品生产验证。结果表明:本文方法能够实现第三次全国国土调查土地利用矢量图斑多属性信息集成栅格化和全国多尺度、多专题土地利用栅格产品工程化生产,可为今后的国土调查土地利用栅格产品生产和共享应用提供支撑。     

SPOT5影像目视判读在土地利用类型更新中的应用研究

近年来,SPOT 5影像被广泛应用于土地利用类型的调查中[1],一方面,为我们进行土地利用类型分类更新提供了新的信息源;另一方面,对遥感的室内解译提供了更高更新的要求.本文以常德市汉寿县为例探讨在进行土地利用类型分类更新中前期图像处理、解译标志的建立以及人工目视判读中的难点和重点,对于在遥感图上不易判读或容易判错的地物特征给予总结,一定程度上提高了遥感目视解译的准确性.