基于遥感技术的土地利用／土地覆盖信息提取——以四川省眉山市青神县为例

以四川省眉山市青神县作为研究区,利用TM1、2、3波段组合的遥感影像数据,采用Erdas、ArcGIS、ArcView等遥感及地理信息系统软件,对2007年的土地利用／土地覆盖现状进行分析,通过图像预处理及目视解译,获取了研究区的土地利用类型及其分布特征。     

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。     

基于地学分析与遥感智能解译模型的土地覆盖/土地利用分类

全国土地覆盖/土地利用(LC/LU)调查已经成为开展土地利用动态变化预测、土地利用规划及土地管理的一项关键的基础性工作,受到广泛关注和重视。随着遥感技术和各种遥感地学分析解译模型的发展和深入,利用遥感技术获得的影像数据对区域的LC/LU情况及其动态变化进行定期或不定期的监测,成为一种最为迅速可靠和理想有效的手段。论文提出了遥感地学智能解译模型支持下的LC/LU分类体系,并以天津蓟县地区为试验对象,采用多平台遥感数据和辅助地理信息,进行了土地覆盖/土地利用遥感应用研究。     

基于遥感技术的土地利用与土地覆盖的分类方法

分类方法在土地利用和土地覆盖变化研究中占据重要的地位。土地利用与覆盖分类首先涉及图像的处理以及分类系统的建立。目前机助分类技术主要着眼于统计模式识别和基于知识的分类决策。最终的精度评价可以进一步完善分类决策。     

自组织网络在遥感土地覆盖分类中应用研究

设计完成和比较了自组织网络的几种算法在遥感土地覆盖分类中的应用,结果表明非监督和监督学习结合方法进行遥感土地覆盖分类,各算法在分类性能上无显著差异,因此可采用算法和较简单的单竞争学习网络,根据最邻近原则进行非参数分类。     

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。     

GIS辅助下的基于知识的遥感影像分类方法研究——以土地覆盖/土地利用类型为例

提高计算机遥感影像的分类精度，是遥感应用中研究的主要问题之一。作者以规则的形式表示遥感影像解译知识，使用ＴＭ影像数据和ＤＥＭ、坡度、土地利用图等地理辅助数据，从遥感影像处理／地理数据／专家知识一体化的角度出发，使用基于知识的方法进行了研究，改善了分类精度。实例研究证明了方法的正确性。     

GIS辅助下的基于知识的遥感影像分类方法研究：以土地覆盖／土地利用？…

提高计算机遥感影像的分类精度，是遥感应用中研究的主要问题之一。作者以规则的形式表示遥感影像解译知识，使用ＴＭ影像数据和ＤＥＭ、坡度、土地利用图等地理辅助数据，从遥感影像处理／地理数据／专家知识一体化的角度出发，使用基于知识的方法进行了研究，改善了分类精度。实例研究证明了方法的正确性。     

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%。     

基于遥感数据的哈尔滨土地利用/覆被变化研究

以哈尔滨市为例,基于Landsat数据,利用遥感技术和GIS技术对2000和2015年的遥感影像数据进行解译分类,通过对分类结果的统计分析,定量研究哈尔滨市15年间的土地利用变化过程,结果显示:哈尔滨市土地综合利用程度较高,区域内耕地面积减少;相反,城市建成区面积大幅增加,区域内绿地面积逐年减少,应注意生态环境维护保持。     

ALOS全色与多光谱影像融合的土地覆盖分类

利用Brovey、HighPass Filter和Gram-Schmidt 3种融合方法,对ALOS卫星全色与多光谱影像进行融合,并对融合后影像进行土地覆盖分类研究,从定性分析和比较融合后影像的分类精度2个方面综合评价了3种融合方法的效果。结果表明,3种融合方法都提高了影像的空间分辨率,Gram-Schmidt和HPF融合后影像光谱保持性好,同时3种融合方法不同程度上提高了影像的总体精度和Kappa系数,Gram-Schmidt最高,Brovey次之,HPF最弱,但对于不同地物分类精度又不尽相同,从整体分类结果来看,Gram-Schmidt最优。     

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TM影像的面向对象地表覆被信息提取

为验证基于TM影像的面向对象分类方法对复杂地区地表覆被信息提取的可行性,以地处西南地区的渝北为例进行实验。利用样本数据对各个波段的光谱特征进行分析,取得对各波段覆被探测能力的初步认识;基于光谱特征的多尺度分割,运用面向对象分类方法对其分类。面向对象的分类方法总精度和Kappa系数分别为88.42%和0.854 7,将其与监督、非监督分类结果对比分析。结果表明,该方法有效抑制了"椒盐"现象,取得较好的分类结果。     

宝鸡市金渭两区土地利用信息遥感提取研究

通过宝鸡市金渭两区利用TM遥感图像,采用最大似然分类法,进行土地利用分类的实践,对图像类型与时相的选择、图像处理、监督分类和分类体系进行了研究,并对分类精度进行了评价。     

基于随机森林的土地利用分类与景观格局分析

基于景观格局分析方法,分别选取8个反映景观格局类型和6个反映景观水平格局指数用于探索土地利用变化状况.实验结果表明:①基于选择合适的训练样本下,对3期遥感影像采用随机森林的监督分类方法,总体精度均在94％以上,kappa系数均为90％以上;②综合来看,研究期内建设用地为优势景观类型.研究区斑块数量增加,破碎化程度有所加...     

应用MODIS数据对陕西地区土地利用/覆盖变化的监测

应用MODIS数据监测陕西地区土地利用/覆盖变化。主要内容是利用陕西省MODIS影像辅助以ETM＋等数据进行最大似然法监督分类,根据分类的结果得到各个土地利用类型面积,然后与统计资料对比,进行土地利用/土地覆盖动态监测分析。     

兰州市土地利用/土地覆被动态变化研究

以兰州市2000年和2010年两个年版的土地利用现状数据进行土地利用/土地覆被动态变化资源为对象,结合遥感技术和地理信息系统技术,分析兰州市土地利用的数量变化特征和空间变化特征.研究结果表明:农田、草地、居住地、工矿成为10年来兰州市土地利用的主要转化类型.其中农田面积增加了126.26 km2,主要由草地、居住地、裸地、灌木、工矿转化而来.兰州市属两山夹一河的特殊地貌,城市用地紧张,本研究为探索兰州市发展的新途径提供了技术参考.     

干旱区绿洲土地利用/土地覆被动态演变研究

选择生态环境脆弱的艾比湖流域内绿洲为研究对象,以1990年、2001年、2010年三期TM和ETM+影像为数据源,采用SVM分类方法进行土地利用/覆盖类型分类、统计与分析研究区20年土地利用/覆盖时空动态变化。研究结果表明:1)1990～2001年除了裸地面积减少外,其他地类均有增加,且耕地面积增加幅度最大,面积增加了483.42 km2。2001～2010年除了耕地面积增加了488.87 km2,其余地类的面积都有不同程度的减少。而研究期间裸地面积一直呈现不断下降的趋势,在20年间共减少了1 186.43 km2。2)经济发展、政策、人口以及自然环境等驱动因素对研究区土地利用结构变化影响甚为显著,而人口迅速增加对农产品的大量需求促使耕地变化剧烈,面积大幅增长。因此,合理地控制人口数量,正确的政府政策导向和合理经济发展需求是干旱区绿洲土地可持续发展的关键。