多光谱遥感图像土地利用分类区域多中心方法

针对遥感图像土地利用一种类别由多种地物组成,存在难以求取类别光谱特征多元分布模型的问题,分析了多光谱遥感图像土地利用的光谱特征和区域多中心特征,提出了一种光谱信息和区域信息基于规则的区域多中心分类方法,以类别的类内中心集合表征类别模式,以区域为分类单元,以区域单元含类别类内中心数和区域单元中属于某种类别的像元占单元总像元的百分比为分类准则;采用类内中心表征类别模式和基于规则的分类方法,较好地解决了土地利用类别由多种地物组成、类别模式不满足多元正态分布的问题,由于类别区域单元多中心特性差异大,分类规则的建立及训练样本的选择易于实现。实验表明:该方法能提高分类精度4%—6%。     

人工神经网络在多源遥感影像分类中的应用

在研究人工神经网络理论的基础上,应用动量法和学习率自适应调整的策略,改变ＢＰ神经网络的主要缺点,提出对同一地区空间配准的Ｌａｎｄｓａｔ ＴＭ３,ＴＭ４,ＴＭ５影像和航空ＳＡＲ影像,一方面采用该种网络对两类影像分别进行分类,将其分类结果按提出的融合规则进行分类融合得到最终分类结果,另一方面采用该网络对两类影像进行融合分类,得到相应分类结果,比较这两者的结果表明,基于改进的ＢＰ神经网络用于土地利用分类     

基于遥感技术的土地利用分类方法

讨论了基于遥感技术的土地利用分类。以新疆伊宁县局部地区遥感图像为基本信息源,并利用ERDASIMAGINE,讨论了非监督分类和监督分类方法。结果表明,遥感技术应用于土地利用状况和土地分类,有一定的参考价值。     

基于遥感技术的土地利用快速分类

针对大规模、复杂的地类环境下,土地利用分类快速提取改进传统单一监督分类方法精度低等不足,以大连市部分区域作为研究区,采用"分区处理"方法进行研究,并用内部与外部精度评价方法进行精度评价。研究结果表明:"分区处理"方法精度明显优于单一监督分类方法的精度,并且能快速分类,提高工作效率,对合理开发土地资源政策的制定有一定的辅助意义。     

多源遥感影像融合在哈大齐土地利用分类中的应用

随着遥感技术的发展,同一区域的多源遥感影像数据越来越丰富。以哈大齐为例,利用ETM+和SPOT-5数据探讨不同遥感信息融合在土地利用过程中的处理方法,比较不同融合算法在土地分类中的差异,并进行定性和定量比较。为有关部门进行土地规划、管理提供科学依据有着十分重要的意义。     

多源遥感数据在土地利用图件更新中的应用--以怀柔区为例

本文阐述了以怀柔区为试验区,从遥感数据的应用着手,选择SPOT-5、QUICK BIRD、航空摄影像片三种遥感数据源对该区7幅土地利用基础图件作了更新,从而分析了三种数据源在土地利用基础图件更新中不同的适宜程度及其性价比,为土地部门选择合适的遥感数据源进行更新调查提供技术依据。     

多源信息在岷山地区遥感图像分类中的应用

采用了专家分类方法，将数字高程模型和由其生成的坡向信息与遥感图像的光谱信息相结合，提高了对土地利用的遥感图像分类精度。     

一种简单加入空间关系的实用图像分类方法

遥感图像分类是遥感图像处理的一项基本内容，也是遥感应用中关键的一步。为了提高分类的精度，一方面是对光谱信息的合理利用；另一方面，可以加入新的信息源，即进行多源数据处理，并加入地学知识，尤其是对空间信息的利用是至关重要的。但是由于地学知识的复杂性及空间信息利用的难度以及数据源的限制，尚无公认的实用方法。该文提出了一种简单加入空间关系的分类方法，在没有其它数据源的情况下，利用空间关系特性，在分类中构造两个空间关系波段，实现空间约束，部分消除仅依赖光谱数据分类而引起的同物异谱和同谱异物造成的分类错误。简单实用，同时也验证了空间关系在分类中的重要性。     

基于Bayes融合法的多源遥感影像分类

提出了顾及各类数据源成像模型，上下关系模型的可靠性的基于Ｂａｙｅｓ融合分类的方法，并采用该方法对ＬａｎｄｓａｔＴＭ和航空ＳＡＲ影像进行了土地利用分类试验。结果表明，同单独ＳＡＲ影像分类结果相比，融合分类法将分类精度提高了２０％。     

多分类器组合的遥感影像分类方法

针对传统遥感影像分类方法效果不够理想,单一分类器各自存在不足等问题,该文提出了一种基于多分类器组合的遥感影像分类方法。采用级联和并联相结合的方式对多种子分类器进行组合;利用改进的基于先验知识的投票表决规则,实现遥感影像准确分类。以岳阳市TM遥感影像为例,采用多分类器组合方法进行分类处理,并将处理结果与单一分类器处理结果进行比较。通过误差矩阵对比可知,多分类器的Kappa系数精度高于单一分类器;对分类效果图进行对比分析,在细部效果方面多分类器分类效果优于单一分类器。研究结果表明:组合分类器的遥感影像分类效果明显优于单一分类器,且具有更好的扩展性。     

面向土地利用分类的多源遥感数据混合贝叶斯网络分类器

传统的离散型贝叶斯网络分类器是将所有变量视为离散变量,或对连续变量做离散化处理.可是离散化不可避免地存在信息损失,且在多源遥感数据的处理和分析中,连续变量的离散化会导致搜索空间的急剧增加和计算及存储量的极大开销.针对这些问题,开发了一种面向土地利用分类的多源遥感数据混合贝叶斯网络分类器,该分类器首先对问题领域的所有变量...     

遥感技术在我国土地利用/覆盖变化中的应用

介绍了遥感技术的发展与现状及其在我国土地利用/覆盖变化中的应用,说明了遥感技术在土地资源管理中发挥着越来越重要的作用。     

基于分类回归树分析的遥感影像土地利用／覆被分类研究

以专家知识和经验为基础,综合影像光谱信息和其他辅助信息进行分类的基于知识的遥感影像解译方法,是提高遥感影像分类精度,实现自动解译的有效途径之一。然而,知识的获取一直是其得以广泛应用的“瓶颈”问题。以江苏省江宁试验区土地利用/覆被分类为例,利用分类回归树分析(CART)从训练样本数据集中发现分类规则,集成遥感影像的光谱特征、纹理特征和空间分布特征进行分类实验,并与传统的监督分类和逻辑通道分类方法进行比较。结果表明,基于CART的分类方法的精度基本在80%以上,与另两种方法相比,有了较大的提高,而且该算法复杂性低,效率高。由此说明,利用CART算法构建决策树获取的分类规则是合理的。它可以快速、有效地获取大量分类规则,是促进基于知识的遥感影像分类方法在土地利用/覆被分类中广泛应用的一项有效手段。     

遥感影像在土地利用中的应用研究

利用ERDAS和ArcGIS等软件处理遥感影像的方法和手段,对研究区土地利用时空变化进行初步研究,结果表明农业用地逐渐减少、建设用地逐渐增加,对于加强土地资源管理,确保耕地总量动态平衡有着重要意义。     

基于遥感影像的土地利用分类研究

土地利用信息对于土地利用的动态监测、非点源污染物的迁移、生态环境保护规划和决策都有重要意义。以河南境内的丹江口水库汇水区2007年9月份的TM影像为数据源,结合遥感图像处理软件,利用监督分类方法对该区域的土地利用进行分类,最后利用ArcGIS软件对提取的土地利用信息制作出土地利用专题图。     

遥感技术用于土地更新调查的研究

结合国土资源大调查,利用卫星遥感数据对土地更新调查方法进行了研究.通过研究,为土地变更调查提供了快捷、高效、科学的新方法,解决了SPOT5数据在土地变化图斑解译、提取、调查中的相关技术难题,为遥感数据辅助开展土地调查提供了科学依据.     

多源遥感数据在道路勘测中的应用

传统工程测量在复杂地形勘测中容易受现场条件的影响和制约,在作业人员无法到达的区域,造成成果质量和效率均很难满足工程要求。本文以兴延路工程勘测为例,提出了一种综合应用机载激光雷达与卫星影像的技术方法,充分发挥多源遥感数据在地物判读和地形采集中的优势,大大减少了外业工作量。通过工程实例验证,成果质量满足设计要求,且在提供传统DLG成果基础上,还可以提供DEM、DOM成果。     

遥感技术在松潘县第二次土地调查中的应用

本文以1：10000标准分幅数字正射影像图（DOM）为载体,结合松潘县的地形地貌特征、植被分布规律和经济状况等数据,1：50000更新调查成果图,1：100000地形图,包括省、市、县等各级境界与乡、村等土地权属界线,以及土地利用现状数字线画图（LUDLG）为参考,采用内业解译和外业核实、补充调查相结合的方法,探讨与分析了影像解译过程中出现问题及所采取的思路与解决办法。