基于随机森林模型的建成区提取分析

本文以Landsat8遥感影像与珞珈一号夜间灯光数据,构建了地表温度、VANUI、SAVI、主成分分析的前三个主成分以及相应的纹理特征。本文以这些特征分量使用随机森林模型对建成区进行了提取,与支持向量机分类进行了对比分析,并对多源数据组合与单一数据源进行了比较。结果表明:基于随机森林模型的多源数据组合在建成区提取中,能有效地区分各地物,将建成区提取出来,分类效果较好。     

基于随机森林分类方法和多源遥感数据的湿地植被精细分类

利用大丰市沿海滩涂湿地区域的高光谱影像和同时期的机载LIDAR数据,结合影像的光谱信息,采用随机森林算法(RF)对研究区进行湿地植被精细分类,并分析和评价分类模型参数设置对总体精度的影响,最后与SVM分类结果进行对比。结果表明:随机森林分类方法的总体精度为90.3%、卡帕(Kappa)系数为0.874;与传统的SVM分类方法相比,RF法均提高了4种湿地植被的生产者精度和使用者精度。通过分析RF分类模型参数设置对总体精度的影响,得出当生长树个数为30、生长树深度为30时,分类精度最高。     

基于多源遥感数据的南宁市建成区动态监测与驱动力分析

为了解南宁市建成区空间和时间的扩张特征,本研究选取美国国防气象卫星（DMSP）得到的DMSP/OLS和美国的“索米”国家极轨卫星伙伴卫星（Suomi NPP）得到的NPP-VIIRS两类夜间灯光遥感影像数据,以及Landsat系列遥感影像作为基础数据,提出了一种基于多源数据融合法结合统计数据比较法快速提取城市建成区的方法,基于该方法对2000—2020年南宁市建成区的面积扩张变化、面积重心变化、面积扩张速度和扩张强度变化进行了动态监测和驱动力分析。结果表明：(1)南宁城区扩张幅度明显,扩张速度呈增强趋势;(2)南宁市建成区形态以向外扩张、向内填充为主,空间紧凑程度不断下降,空间形态趋于稳定;(3)建成区重心由西北向东南转移,东南方向为南宁市建成区的主导发展方向;(4)人口增长和经济发展是城市建成区扩张的直接驱动力和根本驱动力,城市交通运输的发展对建成区扩张具有牵引力与指向性。     

遥感影像与POI数据相结合的城市建成区提取适用性研究——以沈阳市为例

城市建成区的发展状况是地理国情监测的重要内容,本文基于遥感影像数据和POI数据对城市建成区进行提取,针对二者的适用性问题进行了研究。试验以沈阳市为研究区域,在研究区域内选择2016年遥感影像数据和POI数据作为数据源进行对比分析。首先,对遥感影像数据和POI数据进行预处理;其次,通过监督分类的方法对遥感影像进行建成区的提取;然后,采用核密度估计法分析POI数据并提取出建成区;最后,利用叠加分析法对比分析这两种数据的适用性。试验结果表明：使用遥感影像数据作为数据源可以较为全面客观地反映城市建成区的发展现状;利用POI数据提取出的城市建成区具有较强的经济属性,能够很好地反映出城市中的经济活跃区。     

基于遥感和多源地理数据的城市土地利用分类

城市土地利用信息体现了城市的功能及结构,开展城市土地利用分类研究对于城市可持续发展具有重要指导意义.以哈尔滨市主城区为研究区,综合应用Sentinel-2A遥感影像、OpenStreetMap(OSM)数据、兴趣点(point of interest,POI)数据和珞珈一号夜间灯光数据等多源地理数据,采用面向对象和随机...     

多源遥感数据应用于森林健康研究的趋势

森林健康是一个复杂的概念, 森林健康评价的指标选取也是一个复杂的系统。由于遥感技术具有宏观性、实效性、综合性、可重复性和成本低等优点, 能为传统上只依靠野外实地调查进行的森林健康研究提供广域的、定量化的表达方法, 因此用多源遥感数据诊断森林必将成为森林健康研究的理想手段之一。论文将从森林参数的反演、森林火灾的监测以及森林病虫害监测三个方面入手, 综述多源遥感数据应用于森林健康研究的发展趋势。     

基于矢量数据的城市建成区范围提取方法

城市建成区在城市规划中具有重要的研究价值,目前建成区的提取方法局限在"两证一书"和遥感技术提取。基于此,依据城市建成区概念核心要求,本文提出了一种基于矢量数据的城市建成区范围提取方法,为城市建成区范围提取探索新思路。试验以1:5万的矢量基础地理数据为例,对经过预处理后的城市面状居民地要素进行基于密度的聚类分析,将密度较大的居民地地区作为建成区主体部分,并经过膨胀和腐蚀等栅格处理得到模板。使用模板得到用于表示城市建成区范围的新居民地要素,经过基于TIN的边界提取和优化,得到最终的城市建成区范围。     

基于GIS城市建成区范围界定方法实证研究——以奉化建成区为例

长期以来,我国对建成区边界的界定缺乏行之有效、统一的操作手段,而随着城市化的快速发展,建成区范围的界定就显得较为滞后。本文尝试从属性、功能、形态三个方面来界定建成区范围,并在此基础上构建较为精准的建成区调查地理信息系统平台,以期为建成区的判定探索出快速有效的方法。奉化建成区实证研究表明,该判定方法较为精准,再经过人工修正,就可以得出精确的建成区边界。     

顾及多个因素的城市建成区用地规模预测研究——以郑州市为例

目前,城市建成区用地规模受社会、经济、城市环境和政策等多因素影响,传统统计方法已经难以准确预测城市用地规模,从多因素的角度研究城市用地是合理的。BP神经网络法和多元回归分析法都是顾及多个因素的统计方法。以郑州市1984—2005年相关统计数据为样本数据,用BP神经网络法、多元回归分析法、灰色系统GM(1,1)法和Logistic法建立预测模型,对2006年和2007年建成区规模进行模拟预测。预测结果表明,顾及多个因素的预测方法预测精度较高,其中BP神经网络法优于多元回归分析法。     

基于多源数据的土壤越野通行性评估

针对现有土壤通行性评估方法的不足,基于多源环境数据,以圆锥指数为指标对土壤通行性进行定量分析。高精度的USCS(Unified Soil Classification System)类型土壤数据和降雨数据是定量分析土壤通行性的基础。首先采用随机森林方法将已有的土壤数据转换成USCS类型;然后将气象站降雨数据和卫星降雨进行融合,构建高精度的降雨数据;最后利用圆锥指数模型计算土壤的圆锥指数,通过比较车辆圆锥指数和土壤圆锥指数的大小对土壤的通行性能进行评价。对比现有的方法,该方法精度更高,适应性更强。     

基于随机森林的第三次国土调查可行性分析——以水体为例

全国第三次国土调查的一个重要步骤为内业勾绘图斑,需要大量的人力、物力及财力来支撑.利用目视解译的方法进行内业图斑的勾绘,不仅费时费力,而且需要作业人员具有一定的遥感图像解译经验从而满足图斑勾绘的进度及精度.因而,针对全国第三次国土调查,本文基于随机森林的分类方法探讨遥感图像分类的精度是否可以满足全国第三次国土调查图斑勾绘的精度,主要以水体为例.通过利用目视解译的成果来验证随机森林分类的精度,结果表明,随机森林分类的总体精度为91.45％,Kappa系数为0.66,因而,利用随机森林的分类方法可以满足全国第三次国土调查的精度,并且可以精度较高地提取遥感图像中的水体.     

LIDAR数据与多源数据融合的方法

通过分析LIDAR数据特点,并结合各种典型多源数据,论述如何在保持各数据源精度的前提下,实现多源数据融合的集成技术;提出一种基于地形约束条件下的点云DEM生产方法,并采用金字塔模型及线性四叉数瓦片式索引对数据进行管理,从而实现对多源数据的融合与快速浏览。     

基于多源数据(资料)的地理空间信息半自动提取及更新

在列举了各种多源数据（资料）的基础之上,介绍了多源数据（资料）所需进行的预处理及其在地理空间信息提取及更新中的具体应用。针对不同来源的数据（资料）探讨了可采用的半自动提取及更新技术,以此提高地理空间信息提取的效率及质量。     

多特征融合的遥感影像建成区提取研究

为了比较光谱特征和纹理特征在建成区提取中的适用性,基于3种空间分辨率的数据,分别利用组合建筑指数(CBI)、基于灰度共生矩阵的建成区存在指数(PanTex)以及双特征决策树分类法进行建成区提取;并利用人工目视解译提取的样本点进行精度评定.结果表明,双特征决策树分类法的结果精度最高,PanTex次之;PanTex更适用于...     

基于随机森林算法的城市不透水面信息提取——以长春市为例

为了快速、准确地掌握不透水面的空间分布及满足动态变化信息现实需求,本文基于多分类器集成学习的思想,引入随机森林算法,以Landsat8影像为数据源,长春市为实验区,选取光谱特征、纹理测度、空间变换后的独立分量等25个特征变量进行分类研究,根据OOB误差进行重要性分析并试验得出最优的分类模型,实现高精度不透水面信息的提取,最后与传统参数分类法进行比较。结果表明:随机森林算法的总体精度可以达到94%,高出最大似然分类法5.9%,支持向量机算法0.77%,Kappa系数为0.914 3,均方根误差为0.104 3,不透水面的提取精度达95.54%,可以精确地得出所需信息,为城市建设与规划提供有效的专题数据。     

基于GIS的多源异构数据整合方法研究

多源异构数据的客观存在性与数据无缝融合的困难性,使得空间信息数据和业务过程中其他文件的有效管理与共享存在很多问题。本文基于GIS技术从多源异构数据的分类,数据目录树与各类数据节点的创建,数据的读取,数据的提取,符号化与出图等方面进行了研究与实验,为多源异构数据的管理与共享提供了一种方法。     

基于多源遥感数据的北京市1973-2005年间城市建成区的动态监测与驱动力分析

城市地域空间扩展情况是衡量城市化水平的重要测度指标。利用陆地卫星MSS影像、TM（或ETM＋）影像、灾害监测星座数据和“北京一号”小卫星数据,对1973—2005年北京市建成区的扩展过程、面积变化和土地利用影响进行了监测分析。结果表明：32年间,北京市建成区面积净增加超过1000km2,2005年达到1209.97km2,相当于1973年的6.58倍,年均扩展32.07km2。北京市建成区的扩展基本上呈现出以旧城区为中心向四周扩展的方式,并未在某一方向表现出特别明显的变化,但在不同时期内的扩展速度差异非常明显。北京市建成区的扩展面积中,54.34%来自于农村居民点和独立工矿用地及其他建设用地,43.57%来自于水田、旱地等耕地。人口增长对北京市建成区的扩展有显著的刺激作用;经济增长是城市变化的主要动力之一;交通的发展促进了城市用地的扩展,是城市扩展的牵引力,对城市空间扩展具有指向性作用;而政策与制度因素则在很大程度上决定了北京市发展和扩张的宏观格局。     

基于多源遥感数据的森林火灾应急监测

针对目前森林火灾应急救援工作中火情监测手段单一、实时性、全面性不够的问题。本文总结了一种基于多源遥感监测数据的复杂地形森林火灾应急监测工作方法,解决了宏观尺度下森林火灾应急监测不够实时和全面的问题。研究结果表明：(1)空天地联合监测的火情信息获取方法具有全面、机动性和实时性等优势,可有效辅助于森林火灾现场指挥救援工作;(2)以吉林一号和高分一号为主的国产卫星载荷下的光学监测和夜光遥感监测可对火灾区域进行宏观尺度的持续观测;(3)无人机载荷的热红外探测和激光测距传感器可以实时获取夜间和小范围区域内的火点信息,助力火灾打早打小。本文研究成果可为森林火灾应急指挥部在火场地形地貌分析、救援力量部署、火灾实时追踪监测和灾后复燃隐患防控等工作提供科学决策支撑。     

基于地理国情时空数据的城市建成区动态监测

基于随州市曾都区的地理国情时空数据,提取了该地区1999年、2002年、2005年、2009年和2014年的建成区矢量信息,并结合该地区的社会经济数据分析了其城市形态演变的特征、模式和规律,对今后城市的发展方向提出了建议。     

长时间序列多源遥感数据的森林干扰监测算法研究进展

时空意义明确的森林干扰和恢复信息是评价森林生态系统碳动态的关键因素之一。然而由于诸多的现实困难,多尺度的森林干扰定量化时空信息相对缺乏。Landsat数据具备光谱、时间和空间分辨率上的优势,以及可以免费获取的特点,使其成为主要的长时间序列动态监测的遥感数据源之一,为长时间周期内提供具有合适的空间细节和时间频率的森林干扰信息成为可能。特别是基于Landsat时间序列堆栈(LTSS)的森林干扰自动分析算法的出现,更为森林生态系统的近实时监测提供强有力的工具。本文全面评述了长时间序列遥感数据准备和预处理技术以及国内外基于遥感数据源的多时相森林干扰监测方法,重点分析了基于Landsat的多种指数监测和自动化方法的优缺点,并总结了其与多源数据结合的扩展应用,最后就现有方法与国内外新的数据、技术手段的关联进行了展望,以期为推广中国本土卫星影像应用于森林干扰监测提供理论借鉴。