RS&GIS支持下的大庆市土地利用分类

选择具有“中国油都”之称的大庆市为研究区,对其土地进行遥感调查,拟定了土地利用分类系统,给出了大庆土地利用覆盖的构成数据一览表和土地分类图。分析结果可为类似于大庆一类的工矿型城市土地利用分类提供决策支持。     

基于决策树方法的海岛土地利用分类研究

以山东省荣成市镆铘岛为例,利用SPOT 5卫星数据,探讨了基于决策树方法的海岛土地利用类型的遥感分类.结果表明,利用决策树分类方法进行海岛土地利用类型分类,可以得到较好的分类结果(分类的平均精度达到86.46％,Kappa系数为0.8414);与其他分类方法比较,决策树分类法的分类精度有明显的提高,在海岛土地利用类型调查中具有较好的应用潜力.     

基于MODIS数据的植被指数分析

针对宏观土地覆盖遥感分类的现状,充分利用MODIS相对于AVHRR数据具有的多光谱和分辨率优势,提出了利用MODIS数据进行分类特征选择与提取并结合多时相特征进行宏观土地覆盖分类的分类方法,并进行了分类试验。     

基于监督分类分区域的特征因子提取

以南充市2000年8月的LandsatTM影像为信息源,利用监督分类方法对南充市的土地利用进行了分类,采用了分区域提取特征因子这一改进方法,有效地降低混合像元带来的影响,提高土地利用信息的精度。     

面向对象的分类方法在土地利用数据库建设中的应用

土地利用数据库对于土地管理、土地动态检测和土地变更调查具有重要的意义。本文主要介绍了建立土地利用数据库的技术方法和工作流程。以张家界市武陵源区为例,采用面向对象的分类方法对高分辨率遥感影像进行分割和自动分类,将分类结果导入GIS环境下,进行拓扑构建和属性编辑,实现图形数据、属性数据的关联,最后完成土地利用现状数据建库。上述方法有效提高了建库质量和建库水平,并取得了很好的效果。     

黄土高原地形复杂区土地利用信息提取方法研究

引入影响土地利用类型分布的坡度数据和对植被覆盖反应敏感的归一化植被指数，以延河流域为研究区域，参考已有的土地利用数据，对地形复杂地区的土地利用信息提取方法进行了研究。结果表明，以监督分类和非监督分类为基础，辅以坡度信息并利用分区和多步骤信息提取方法进行土地利用信息提取，能在一定程度上提高分类精度，研究结果对建立地形复杂地区实用性强的遥感影像分类技术体系具有一定的参考价值。     

TM数据在土地利用动态监测中的应用

土地利用动态监测的目的在于定期或不定期地了解土地利用的动态变化趋势,为土地资源的规划和治理提供依据。本文介绍TM数据在土地利用动态监测中的应用方法,阐述了减少夸大变化程度的根本措施在于提高每次单独分类的精度及不同时相遥感数据的空间配准精度。通过对多时相TM数据单独分类结果的对比,得出土地利用动态变化信息     

RS技术在城市土地集约利用中的应用

详细地介绍了土地集约利用的概念、意义和特点,阐述了现阶段国内外土地集约利用的现状及发展。利用ERDAS对泰安市泰山区遥感影像图进行监督分类,对其城市土地集约利用水平做出了判断,并从区位、经济等方面对我国城市土地集约利用并提出相应建议。     

基于 C4.5决策树的多特征遥感分类方法

以钱塘江流域为研究区域,利用2010年ETM,MODIS和DEM多源数据,进行土地利用分类研究。在分析土地类型的光谱特性和植被指数年度变化基础上,运用光谱指数法和代数法从数据中提取各种土地覆被类型特征。利用WEKA软件平台下的C4.5决策树算法构建决策树分类模型,对钱塘江流域土地覆被类型进行分类研究,取得较高的分类精度。     

自然资源资产负债表土地资源分类数据的编制方法

以第一次全国地理国情普查成果为数据基础,研究地理国情普查分类体系与自然资源资产负债表中土地资源分类体系的差异和转换思路,提出了利用地理国情普查成果编制自然资源资产负债表土地资源分类数据的技术路线,为自然资源资产负债表中土地资源存量的编制方法提供了较好的参考。     

大庆市耕地资源可持续利用评价

以大庆市的耕地资源利用为具体研究对象,以1994~2008年的数据为基础,对该地区耕地利用从数量和结构上进行时空动态分析,探讨耕地资源可持续利用存在的问题。从耕地生产性、保护性、经济可持续性和社会可接受性4个方面选择参评因子,筛选出16个指标,应用AHP法确定指标权重,从而构建评价指标体系,对大庆市耕地资源利用进行评价,并对结果进行分析与总结,得出1994~2008年间大庆市耕地资源可持续利用的可持续性基本上是不断提高的。     

基于决策规则的遥感影像土地利用信息提取

遥感作为近几十年迅速发展起来的一门综合性技术学科,己经在许多领域发挥了重大作用。通过对遥感数据进行专题分类处理以得到土地利用等专题信息是遥感最广泛的应用领域之一。尽管土地利用遥感分类方法不断发展,但分类技术始终跟不上遥感技术本身的发展。本论文的主要目标之一就是以沈阳矿区为研究区,利用多源遥感数据结合地面实地调查,围绕遥感图像,采用常规的最大似然分类法,同时采用选用决策树分类方法,对不同数据源得到的信息进行综合分析,充分利用其中的光谱信息、地学知识以及人的经验知识进行土地利用分类,从而更好地为地方土地有效利用提供决策依据。     

江苏沿海滩涂利用模式遥感影像解译和时空变化分析

为了弄清江苏沿海滩涂利用模式分布情况,定量分析其时空变化趋势,本文基于Google Earth Engine云计算平台和Landsat卫星遥感影像数据,结合随机森林分类方法,通过机器学习建立了滩涂利用模式自动识别分类方法,样本训练后识别准确率达93％以上.利用该方法提取了2002年、2014年和2019年江苏沿海的土地...     

基于ENVI的高分辨率遥感图像应用试验研究

介绍了高分辨率遥感图像用于城市土地利用信息提取的主要过程,应用ENVI软件作为试验研究平台对试验区进行了遥感图像分类处理。试验表明,遥感技术是进行城市土地利用信息提取的有效手段之一,针对遥感图像中出现的水体和建筑混杂的现象,提出了应用监督分类与矢量操作相结合的处理方法,可得到较好的分类结果。     

土地质量数据在土地统计中的应用

在现行的土地统计制度中 ,土地统计指标大多使用的是土地调查及土地登记的数据 ,而较少使用土地质量方面的数据。这就使得土地统计数据只能反映土地的数量和利用类别现状 ,而不能综合地反映土地的数量、质量、利用类别的实际情况。文中以土地分等定级为前提 ,提出一种将土地质量等级量化为权重的构想。同时设计一种质量权面积指标以加强土地质量因素在土地统计中的利用 ,并举例说明具体设计及实施方法。     

分层分区分景相结合的区域土地利用/覆盖分类方法——以浙江钱塘江流域分类为例

在土地利用/覆盖研究中，对于范围广、地域差别大的地区，仅用同一标准对遥感图像进行分类往往难以得到理想的效果。 本文以浙江省钱塘江流域为例，通过对Landsat TM数据各波段组合，首先提取水层和山层信息，然后采用掩模法提取平原丘陵层信 息，并根据地形地貌和土地利用现状的差异，将平原丘陵层划分为6个区，当所划分区域内各景的影像时相不一致时，再对该区进 行分景处理。最后，分别对每层、每区和每景图像进行训练样本的选择和监督分类。试验结果表明，结合分层、分区和分景的监督 分类方法是一种适合于较大区域土地利用/土地覆盖分类的有效方法。     

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。     

不同时相遥感影像的土地利用分类精度分析

土地利用调查对遥感影像的获取有很强的时间性、季节性要求。本次研究选取研究区不同时相的SPOT5遥感影像进行计算机自动分类试验,结合野外实地调绘工作,统计分类精度,拟合分类误差与时相间的回归关系,推导相关回归函数,对遥感影像开展综合分析与评价,提高遥感数据在土地利用调查中的利用率。     

基于SOM神经网络的城市土地覆盖遥感分类研究

土地覆盖及其变化的研究作为区域及全球环境变化研究所需的极为重要的地表参数,是遥感应用分析的主要内容之一。以往所采用的遥感分类方法主要针对侧重于土地社会属性的土地利用类型的分类研究且很难获得理想的精度。本文在非监督的自组织映射神经网络的基础上进行了一定的改进,构建了有监督的神经网络模型,以湖南省长沙市主城区的土地自然属性为侧重点,对其土地覆盖进行分类。实验结果表明:利用本文所使用的方法得到的分类结果,其总体精度和Kappa系数均高于传统的分类方法得出来的分类结果。