基于纹理和地形辅助的山区土地利用信息提取研究

山区地物类型复杂多样,传统计算机分类难以有效克服"同物异谱"或"同谱异物"等现象,分类后"椒盐现象"严重。该文以川西南攀枝花市的部分山区为实验区,使用IKONOS高分辨率遥感影像,采用面向对象分类方法,在ERDAS9.2、ENVI4.8和eCognition8.0等软件平台支持下,以多尺度分割后的对象为单元,辅以纹理特征、形状因子、地形因子等特征参与分类过程,实现了对实验区土地利用信息的提取。研究表明,基于纹理和地形辅助的面向对象分类方法能对山区土地利用信息进行快速、准确地提取,并在分类精度和分类准确性方面均较传统监督分类方法有较大提升:分类总体精度达到90.57%,较传统监督分类提高17.75%;Kappa系数达到0.8892,较传统分类提高了0.1875;各类型土地的分类面积准确率都在90%以上,与实地调研地类面积更为接近。     

利用面向对象的信息提取技术进行城市用地分类

针对城市用地分类问题,利用面向对象的高分辨率影像信息提取技术,对高分辨率影像进行影像分割,寻找影响对象提取精度的最优分割尺度,在得到最优分割尺度的基础上针对研究区城市用地的特点,有针对性地建立不同对象的提取规则,实现对目标对象的信息提取,从而形成最终的城市用地分类图,并将其与基于像元的光谱信息分类的方法进行对比,结果表明:视觉方面,面向对象信息提取技术克服了监督分类最大似然方法仅利用光谱信息分类的缺陷,充分考虑了像元间的空间关系特点,有效消除了"椒盐"噪声的影响;精度方面,面向对象信息提取技术的总体精度高达86.1166%,比最大似然法的总体精度提高了9.8851%,KAPPA系数也高达0.8131。     

基于决策树模型的海岸带分类方法研究

海岸带地物分布复杂,地物混淆常造成海岸带提取困难。该文以江苏省粉砂淤泥质海岸为研究对象,运用图像光谱特征、纹理特征并引入地学知识,构建研究区遥感图像分类决策树模型,并利用ETM 图像进行海岸地物分类研究。结果表明:采用的决策树模型可以较好地结合纹理信息和地学知识,解决遥感图像中复杂地物分类过程中的混淆现象,分类精度达89.26%,比最大似然法分类精度提高了15.19%。     

基于QUEST决策树的遥感影像土地利用分类——以云南省丽江市为例

土地利用分类精度直接决定土地利用/土地覆被变化相关研究的准确性,而基于决策树的遥感影像分类是近年来提高土地利用分类精度的重要方法。QUEST决策树在影像解译和空间表达方面,运算速度和分类精度均优于普通CART等决策树方法。本文以云南丽江地区为例,应用QUEST决策树分类方法,对该地区的Landsat TM 5影像图进行分类,同时将地形因素、植被指数作为地学辅助数据的因子添加到分类波段中,进行不同特征融合,来处理目标类别间的非线性关系,该方法在处理图像理解知识方面具有更大的灵活性;同时与普通决策树分类法的遥感影像分类的结果相比较,Kappa系数值从原来的0.789提高到0.849.在地形复杂的山地地区,针对TM影像数据,选择基于QUEST决策树分类能够有效提高土地利用分类结果精度。     

应用卫星图象编制土地覆盖类型图空间信息的选择

为提高土地覆盖分类精度,本文应用SPOT.HRV卫星图象,将其空间信息(增强处理图象)叠加到光谱信息(原图象)上的方法编制土地覆盖类型图,并设立9个探讨项目,通过分类精度检验表明:用增强处理图象进行分类时PCC从88.1%提高到92.2%,区分精度从91.0%提高到96.5%,误分率从19.0%减少到7.5%。作业效率也明显提高。     

基于蜂群算法的城市土地利用变化建模

通过引入人工蜂群算法用于构建土地利用变化的驱动力模型,分析土地利用变化的驱动力机制。算法原理通过模仿蜜蜂采蜜行为,自动搜索和提取土地利用变化样本中不同土地变化类型所对应的驱动力分类规则。分类规则的构建采用“IF…THEN”形式,并选取3种不同的适应度函数分别进行模拟验证。研究案例基于UCI实验数据集和美国纽卡斯尔市真实土地利用变化数据集。由实验结果可知,采用蜂群算法模型的总体精度和Kappa系数评价优于其它算法,表明蜂群算法应用于土地利用变化建模具有可行性。     

面向高分辨率遥感影像分类的多尺度光谱-空间-语义特征融合

在核函数集成SVM分类框架下,提出一种融合多尺度光谱-空间-语义特征的高分辨率遥感影像分类方法。首先,以多尺度影像分割集为基础,利用潜狄利克雷分配模型对分割图斑的语义特征进行建模,并结合原始影像的光谱特征以及分割图斑内的空间均值特征,在不同分割尺度下分别开展光谱-空间-语义特征的多核函数融合分类;然后根据多数投票法原则在决策级集成多尺度分类结果,通过最小尺度下的分割影像实现像素级分类结果至面向对象分类结果的转化。不同场景和分辨率数据下开展的实验结果表明,该分类方法能够实现分类结果的自适应平滑分类,并在一定程度上提高建筑物和道路等"同谱异物"地物的区分能力,分类总体精度由基于光谱特征SVM的66.7%和63.7%提升至86.8%和87.2%。     

基于支持向量机和Getis因子的高分辨率遥感图像分类

采用支持向量机对具有RGB 3个波段、分辨率为0.32 m的航空摄影图像进行实验,首次根据表示空间聚集程度的局部Getis因子完成分类。结果表明:1)当应用基于线性、多项式、径向基和Sigmoid 4种常用核函数的SVM进行分类时,基于径向基的SVM分类精度最高,总体精度超过91%。2)从原始图像计算出局部Getis因子,该指标可用于图像分类,且分类精度与局部Getis因子的步长有关;在步长小于变异函数变程的条件下,应用径向基SVM的总体分类精度达95.66%,高于直接使用原始图像RGB波段光谱信息的分类精度,因此局部Getis因子在高空间分辨率遥感图像分类中具有应用和研究价值。     

改进随机决策树群算法在监督分类中的应用

通过添加树平衡系数、设定节点不纯度和区分样本类型,对现有的随机决策树群算法进行了改进,提出了改进的随机决策树群算法.以广东省龙门县土地覆盖的ALOS遥感影像为研究对象,利用改进的随机决策树群算法对研究对象进行遥感监督分类,并将研究结果同传统的最大似然分类方法的结果进行对比,发现分类总体精度从81.46%提高至92.45%,Kappa系数达0.9091.改进的随机决策树群算法考虑了极不均衡决策树、节点不纯度和训练样本区分对随机决策过程运行效率的影响,可有效提高遥感分类效率和分类精度.     

基于地面高光谱数据的典型作物类型识别方法——以青海省湟水流域为例

高光谱技术运用于农作物识别与分类目前已成为农业遥感应用领域前沿课题之一。使用ASD FieldSpec4地物光谱仪实测青海省湟水流域大豆、青稞、土豆、小麦和油菜5种典型作物冠层光谱,经数据预处理,利用1/R、d(R)、N(R)、log(R)、d(log(R))、d(N(R))6种光谱数据变换形式和在"绿峰"、"红谷"、"红边"、"光谱吸收特征区"提取的16种光谱特征变量的6种选取结果,分别构建基于BP神经网络的典型作物类型识别模型,通过模型精度比较以寻求用于高光谱农作物分类的有效光谱数据形式和光谱特征变量。结果表明:1/R、d(R)、log(R)、d(log(R))及d(N(R))5种数据变换形式能显著提高模型识别精度,以d(N(R))变换数据构建BPNN模型其辨识精度最高,总体分类精度达88%;在提取的16种光谱特征变量中,以变量数分别为16、14、12的3种选取方案构建BPNN模型其辨识精度较优,总体分类精度分别为88%、86%、84%;BPNN模型能较好地识别5种作物光谱,且采用选取光谱特征变量方法构建BPNN模型其网络训练效率和模型稳定性优于光谱数据变换方法构建BPNN模型。     

科尔沁沙地荒漠化土地初析

应用1996年TM卫星影像资料得出,科尔沁沙地中心地区荒漠化土地占总土地面积的34.02%,以风蚀荒漠化土地为主。各种荒漠化土地在14个旗(县)的分布不同,按严重程度划分为重度荒漠化地区、中度荒漠化地区和轻度荒漠化地区。对历史时期和近期的分析表明,科尔沁沙地荒漠化土地产生和扩展的根本原因是过度开垦。     

区域土地利用转型与土地整理

目前,我国城市土地利用结构远未达到优化的水平,农业土地利用的规模不经济等土地利用问题都可通过土地整理加以解决,我国未来土地管理的任务会更多的在"土地整理"方面。我国土地整理的根本任务是形成合理、高效、集约的土地利用结构,增加有效耕地面积,提高土地利用效率,适应社会经济发展对土地的需求。我国地域辽阔,社会经济发展程度存在明显的区域差异,正是因为社会经济发展程度的这种区域差异,它将导致在同一时段内含有不同的土地利用转型阶段。大多数区域的土地利用形态都要经历一些发展阶段,即经过一段时期的持续变化后,直至与其它类型之间达到一个新的平衡。因此,有关部门在制定有关土地整理的目标、模式及政策的过程中,也要充分考虑待整理区所处的土地利用转型阶段,因为在通常情况下这些阶段是区域发展进程中必须要经历的。然而,通过实施土地整理,调整用地结构,可加快社会经济的发展,促使区域土地利用转型阶段的转变,同时它也会向土地整理提出新的更高层次的要求,以实现土地资源的可持续利用。     

科尔沁沙地的土地利用与沙漠化

根据1985年和2000年的土地利用数据和从相同时期的TM影象上提取的土地沙漠化数据, 运用ARC/INFO软件和Access统计软件, 分析科尔沁沙地近20a来土地利用和沙漠化土地的构成及变化特点、土地利用与土地沙漠化之间的关系得出: 草地和耕地是土地利用的主要类型, 未利用地面积较大, 其他利用类型面积较小; 15a来, 耕地和林地增加幅度最大, 草地减少幅度最大, 土地利用转移的主要方向是草地变为耕地和林地。科尔沁沙地沙漠化土地比例大, 占一半左右, 以中度类型为主; 变化趋势是沙漠化面积增加, 程度减轻。在持续强度利用条件下, 面积广大的草地和耕地发生退化, 由潜在沙漠化土地发展为轻度和中度为主的沙漠化土地; 而土地利用方式变化所形成的沙漠化土地面积较小, 在新增沙漠化土地中的比例亦很小。所以, 草地、耕地等土地利用强度的增大是沙漠化土地面积扩大的最主要原因, 而土地利用方式的改变则能加快土地沙漠化的进程。     

Fjord Land and Coast Land of Western Norway

THE VALLEY through which the Bergen-Oslo railway runs is cut into the northern part of Hardangervidda. This high plateau has a moderately rolling relief, 1100—1400 m above sea level. A remarkable feature is its regenerated sub-Cambrian peneplane, which carries a partially preserved cover of soft phyllites ( = slightly metamorphic mica schists). In parts these are again overlain by plutonic Caledonian rocks which were brought into this position by overthrusting from the northwest.     

从土地环境解读我国的土地问题

土地环境是指存在于土地外部的物质、空间和人类社会体系,包括土地自然环境、土地工程环境、土地社会环境三大板块,具有整体性、区域性、动态性和相对稳定性等基本特性。土地环境决定着土地的价值、利用方式、利用结构和利用效益。从土地环境的诱因,把土地问题区分为原生土地问题、次生土地问题和社会土地问题三大类。我国此三类问题都非常严峻,致使人地关系失调,土地关系失衡。土地环境研究应围绕土地利用整体效益最大化、保护耕地、消除土地利用中不利的外部性影响三个目标,既要开展基础研究,揭示土地与土地环境之间的关系及其相互作用的机理和时空演变规律．又要进行应用研究,重点是土地环境评价。     

土地利用/覆被变化与土地资源优化配置的相关分析

土地资源优化配置已成为土地科学领域前沿的重要课题,而近年来受到国内外学术界重视的土地利用/土地覆被变化研究正可为此提供支持,并相互促进。如何正确认识二者之间的关系,并有效的利用这种关系,无论对我们研究土地利用/土地覆被变化,还是实现土地资源优化利用都异常重要。本文对二者的研究目标及内容进行对比分析,并在此基础上详细阐述了二者的结合方式和途径,提出土地利用/土地覆被变化能为土地资源优化配置提供数据、理论、研究方法支持,同时土地资源优化配置研究有益于土地利用/土地覆被研究的深化,二者的结合可促进土地可持续利用。     

浑善达克沙地的土地沙漠化过程研究

借助TM/ETM＋影像和GIS平台,采用实地考察与野外实验和室内分析整理相结合的办法,对浑善达克沙地土地沙漠化过程进行了初步研究。结果表明,过去50 a来,浑善达克沙地经历了强烈的沙漠化发展。位于沙地中部正蓝旗的沙漠化土地从1987年的5 593.8 km²发展到2000年的6 015.3 km²,发展速率为32.4 km²·a^-1。2000年紧急启动的风沙源治理工程,一定程度改善了当地沙漠化发展态势,2005年正蓝旗共有沙漠化土地5 950.4 km²,有约330.7 km²的严重沙漠化土地得到了控制和逆转。其他大部分沙漠化土地虽有不同程度改善,但5 a的时间里尚未发生质的变化。沙漠化过程是原生植被逐步被沙生植被和沙生先锋植被取代的过程;同时也是土壤粗化、贫瘠化和空间重新分布过程。随着土地沙漠化程度的加剧,起沙风速降低,输沙强度增大,沙地近地表表现出相对高风能环境。沙漠化过程以固定沙丘活化为主,主要有发育“马蹄形”风蚀洼地、“鱼钩”型沙丘和“串珠状”风蚀槽三种沙丘活化形式,最终导致景观支离破碎、不少地区出现了流沙连片的现象。同时,农田开垦引起土壤风蚀的危险,也不容忽视。     

呼伦贝尔沙质源区铅同位素分布特征及其示踪意义的初步研究

呼伦贝尔沙质草原风蚀坑发育于宽单峰中能风况环境,是该区主要风沙地貌类型.对碟形坑表面气流的观测结果显示,气流进入风蚀坑后,在入风口扩散,风速开始降低至坑底达到最低;在坑后缘出风口汇集形成急流,风速剧增至坑后积沙顶部风速达到最高值.风蚀坑后缘在风沙流的磨蚀作用下后退,风蚀坑顺风向扩展,同时此处较大的剪切风速和输沙率使大量来自坑内的沙物质沉积到坑后草地上呈扇状蔓延.呼伦贝尔沙质草原风蚀坑在来自西北、西和西南方向风的交替作用下,向东南、东和东北方向扩展而生成.随着风蚀坑深度和水平尺度的增加,最终可能沿强风能方向或合成输沙方向扩展成为大型的槽形坑.