山东省土地利用类型动态变化监测系统开发与验证

快速准确地区域土地利用分类是土地利用变化监测的重要部分。该文以山东省为例,使用Terra MODIS地表反射率产品(MOD09),根据山东省遥感影像在不同月份上地物反射率特征构建决策树,在VC平台上开发基于该决策树的针对MOD09数据的土地利用类型自动分类及变化分析的系统,对2000—2009年MOD09每月数据进行分类及其变化分析,并将结果与MODIS地表分类产品进行对比,验证了该系统的高效性和实用性。     

基于决策树的多角度遥感影像分类

快速准确地获取土地利用/覆被信息是遥感领域研究的一个热点课题.本文用5种决策树分类器及MISR多角度数据,对塔里木河下游地区进行土地覆被分类研究.通过对不同波段和观测角数据组合形成的6个数据集进行分类比较发现:(1)无论使用哪种分类器,相比于天底角观测方式,多角度观测都能获得更高的分类精度,特别是能显著提高灌木,林地和草地类型的分类精度,说明多角度观测能有效地反映地物的反射异质性信息,更好地区分地物.(2)与MLC分类法相比,决策树算法的分类精度更高,特别是随机森林和C 5.0方法最为突出,说明决策树的分类能力要优于MLC法.使用多角度数据集时,这种差别更明显,说明决策树能更有效地利用多角度信息.(3)4种决策树算法(J48,Random Forest,LMT,C 5.0)使用近红外波段的分类效果好于使用红光波段的分类效果,说明近红外波段能提供更多的地物反射异质性信息.     

应用Sentinel-2A NDVI时间序列和面向对象决策树方法的农作物分类

农作物种植结构是农业生产活动对土地利用的表现形式。及时精确地获取农作物的空间分布信息对指导农业生产、合理分配资源以及解决粮食安全问题等具有重要意义。目前农作物信息提取研究大多局限于中低分辨率遥感影像的NDVI时间序列,影响了作物空间分布信息提取的准确性。随着Sentinel-2A卫星成功发射,为高分辨率NDVI时间序列的构建提供了可能。本文以黑龙江省北安市为研究区,基于覆盖完整生育期的Sentinel-2A多光谱数据,构建10 m分辨率的NDVI时间序列数据集,利用 Savitzky Golay (S-G) 滤波器对 Sentinel-2A NDVI时间序列数据进行平滑。基于典型时相的多光谱数据和NDVI时间序列构建面向对象决策树分类模型进行作物类型遥感识别。通过对样本的NDVI时间序列曲线分析,可以得出NDVI时间序列能够清晰地区分作物物候差异。此外,本文还利用面向对象分类和支持向量机（Support Vector Machine, SVM）分类两种方法,对典型时相的多光谱数据进行了作物分类对比实验,并对结果进行了对比分析。研究结果表明：① 典型时相多光谱数据引入平滑重构后的NDVI时间序列能够更好地描述作物的物候特性,能够准确刻画研究区作物发育情况,有效区分各类作物;② 通过对比分类实验发现,典型时相多光谱数据引入NDVI时间序列特征,增强了不同作物之间的光谱差异,提高了作物分类精度,总体精度和kappa系数较典型时相多光谱数据进行分类的结果分别提高了7.7% 和0.055;③ 基于面向对象的决策树分类模型在作物分类的结果中精度最高,总体精度为96.2%,kappa系数为0.892。本研究的方法为其他大区域农作物的分类提供了重要参考和借鉴价值。     

基于mRMR特征优选算法的多光谱遥感影像分类效率精度分析

在遥感图像分类过程中,进行合理的特征优选操作,将有助于提高分类器的分类效率及精度。本文以淮南地区资源三号卫星多光谱遥感影像数据为例,采用二值离散化、直方图法及F统计法3种计算方法实现mRMR（minimal-Redundancy-Maximal-Relevance）算法特征优选过程。根据3种方法所得到的特征优选结果及全部特征信息,分别采用C5.0决策树和K近邻2种分类器进行图像分类实验,并利用目视解译方法对不同方法组合的影像分类结果进行精度验证。实验结果表明,利用3种计算方法实现mRMR特征优选算法对不同分类器的影响程度不同：在分类效率方面,C5.0决策树分类器可提高36.84%,而K近邻分类器可提高72.05%;在分类精度方面,C5.0决策树分类器能保证分类精度大致不变,总体分类精度可提高0.60%,Kappa系数可提高0.80%,而K近邻分类器总体分类精度可提高4.34%,Kappa系数可提高7.90%。     

城市建成区遥感影像边界提取与扩张分析

针对城市建成区提取过程中,仅依赖单一数据源导致精度不够的问题,本文基于面向对象分类方法和利用土地类型信息标准差统计变量,实现遥感影像中城市建城区边界的提取,并以该建成区为依据对河南省虞城县的城区空间扩张特征作了分析。实验中首先采用均值漂移分割算法对高分一号遥感影像实现分割,然后利用决策树分类算法实现土地利用类型分类,最后基于0.1 km × 0.1 km窗口统计土地利用类型标准差信息,获取建成区边界。面向实际应用,以河南省虞城县为例,采用高分一号影像获得虞城县2017年建成区数据,并基于该数据采用多个TM影像提取城区其他年份的建成区边界,实现河南省虞城县城区空间扩张特征分析。结果表明,本文方法获取的建成区边界精度较一般的监督分类提取边界有进一步的提高,精度达到89%。进而说明结合高分辨率影像提取多个年份的建成区数据的可靠性,在城市扩张研究中,对仅利用低空间分辨率提取精度不够问题和仅利用高分辨影像提取效率低等问题提供了较好的解决方案。     

随机森林方法支持的复杂地形区土地利用/土地覆被分类研究

随机森林方法目前已经成为遥感分类机器学习中一种有效方法,探索基于中等分辨率的Landsat卫星数据与随机森林方法相结合对复杂地形区长时间序列数据的获取及土地利用/土地覆被变化及模拟研究是非常有意义的。本文基于Landsat8OLI卫星多光谱数据,采用随机森林分类方法对青海省湟水流域复杂地形区土地利用类型进行了分类研究。针对复杂地形区域的情况,将研究区进行地理分区,根据每个分区的特点,选择相应的地形特征参数,并通过提取Landsat 8数据的光谱信息与纹理信息构建最优特征集,探索随机森林方法在复杂地形区土地利用分类的适用性。结果表明：使用Landsat8OLI数据进行随机森林分类,能较好地得到湟水流域复杂地形区域的土地利用类型结果;光谱、地形及纹理信息的结合在不同分区的表现结果不同。在脑山区光谱与地形信息结合能使随机森林分类效果最佳,总体精度达到91.33%,Kappa系数为0.886;而在浅山区与川水区综合考虑光谱、地形、纹理信息进行随机森林分类效果最佳,浅山区与川水区总体精度分别达到92.09%和87.85%,Kappa系数分别为0.902和0.859;利用随机森林算法进行优化选择纹理特征组合可以在保证分类精度的同时能够快速地提取土地利用类型信息,为复杂地形区土地利用类型的区分提供了实际可行的方法。     

基于Landsat影像的雄安新区2014～2018年土地利用变化检测

雄安新区是继深圳经济特区和上海浦东新区之后又一意义重大的新区,该地区的土地利用变化研究具有重要意义。但目前对于雄安新区初建阶段的土地利用变化的研究比较有限。本研究基于2014、2018年的雄安新区的Landsat影像对土地利用类型先进行面向对象的监督分类,再对比分类结果进行变化检测。基于支持向量机和k近邻方法两种分类方式得到的结果表明:雄安新区的建成区的增长百分比约为17%~21%,农田比例降低4%~5%,闲置农田约有20%的比例转化为建成区。结合夜光遥感影像提升了分类精度,同时利用面向对象的方法解决了同谱异物和同物异谱的问题。本研究的区域选择具有时效性,紧贴国家千年大计,为相关决策者提供了宏观信息支持,为雄安新区其他的相关研究提供了参考。     

基于决策树的蓬莱市土地覆盖信息提取

以蓬莱市为研究区,对TM影像经过预处理后,进行典型地物的光谱分析。在此基础上,运用决策树分类法,选取影像的光谱特征值、NDWI值、NDVI值、K—T变换信息和DEM值等数据作为测试变量,选择适当阈值设定判别规则,建立决策树模型进行土地利用覆盖信息提取并做出精度评价。将其提取精度与监督分类结果精度进行比较,结果表明其分类精度有很大提高,尤其在研究区是丘陵地形的情况下,DEM数据的使用使林地、果园的可分性大大加强。     

GF-1影像和OLI影像协同土地利用模糊分类方法研究

针对高分辨率遥感数据进行土地利用类型分类时出现的“同谱异物”现象,以及中分辨率遥感数据划分土地利用类型时受空间分辨率限制产生的“混合象元”问题,本文以高分一号数据(GF-1)和Landsat-8数据(OLI)为例,提出了一种协同利用高分辨率遥感数据和中分辨率遥感数据进行土地利用类型模糊分类的方法。首先,利用主成分变换的方法分别对GF-1纹理信息和OLI光谱信息进行压缩和增强,并将增强后的纹理信息和光谱信息进行特征协同;然后,根据各地物类型的光谱、纹理特征,对特征协同数据进行60、80、100共3个尺度的分割;最后,根据地物类型间的光谱特征和纹理特征的差异,构建各地物类型的模糊逻辑隶属度函数,实现对影像土地利用类型的模糊分类。实验结果表明,主成分变换的方法有效地将研究区GF-1和OLI数据的光谱、纹理信息压缩、增强,为面向对象分类中分类特征的选取提供了一种思路;同时,本文方法成功划分了研究区土地利用类型,并获得了较高分类精度,总体分类精度达到93.52%,对其它高空间分辨率与高光谱分辨率遥感数据协同分类研究具有一定借鉴意义。     

面向对象的遥感分类应用于土地调查的可行性研究

以张家界市武陵源区土地利用现状调查为例,采用面向对象的分类技术对高分辨率遥感影像进行分割和自动分类,将分类结果导出到MapGIS环境下,进行拓扑构建和属性编辑,完成土地利用现状数据建库。     

兖州煤田采煤沉陷土地利用分区研究

从采煤沉陷土地持续利用角度,依据沉陷土地利用的自然和社会特性,提出采煤沉陷土地的分区方案;以兖州煤田为例,进行实用分区,并依据各分区的特点提出持续利用方向和方案;最后,根据分区实例,就采煤沉陷土地的持续利用提出几点建议。     

土库曼斯坦马雷绿洲土地利用程度的遥感与GIS分析

本文以土库曼斯坦马雷绿洲为研究区,建立土地利用程度指数模型,利用2期遥感图像进行土地利用分类,对不同土地利用类型赋予相应属性;用正六边形网格采样,计算每个网格单元的土地利用程度综合指数;利用Kriging方法,对整个研究区进行土地利用程度综合指数插值和预测,分析马雷绿洲土地利用程度。结果表明:(1)研究区可利用土地利用类型主要为草地、耕地和撂荒地,占研究区的50%左右,呈减少态势;(2)研究区土地利用程度由中心向外围呈带状分布,土地利用程度综合指数等值线0.5为研究区绿洲与荒漠分界;(3)研究区中等及以上土地利用程度面积以年均0.079%递减,主绿洲与荒漠的面积比也由2001年的45.14∶54.86分别降为2010年的42.06∶57.94,说明研究区生态环境有恶化的趋势;(4)低、较高、高土地利用程度自身转移率均大于80%,而较低、中等土地利用程度自身转移率在50%左右。本文得到了马雷绿洲土地利用程度空间分布及变化,对研究区社会经济的发展及生态环境的保护具有指导意义,其技术流程和方法对今后的相关研究有一定的借鉴意义。     

基于决策树方法的蒙古高原土地覆盖遥感分类——以蒙古国中央省为例

蒙古高原包括蒙古全部、俄罗斯南部和中国北部部分地区。蒙古高原的土地利用/覆盖格局与变化,对揭示该区域乃至整个东北亚地区的资源、环境和生态特征,促进该区域可持续发展具有重要的现实和科学意义。本文以在蒙古国中央省及其所含首都乌兰巴托市为研究区,利用空间分辨率为30 m的TM影像,采取QUEST(Quick Unbiased and Efficient Statistical Tree)决策树方法,通过图像目视解译,获取了研究区2010年土地覆盖分类数据。结果显示,草地占据研究区总面积的70.88%,其次是森林占14.83%、裸地占10.73%、农田占2.98%、水体占0.31%、建筑用地占0.27%、湿地占0.02%。通过野外实地采集的139个GPS验证点进行精度评价发现,一级土地覆盖类型的总体精度可达72.66%。针对草地的二级分类的总体精度有较明显下降,其主要是由于中蒙科学家对于草地类型分类体系的差异所造成的典型草地和荒漠草地的混分。     

基于FbSP optimizer分割工具下的矿区土地利用分类研究—以济宁2号矿区为例

影像分割是分类的基础,分割结果的好坏直接影响分类结果的精度。该文基于一种通过训练过程和模糊逻辑分析,确定最优分割参数的分割工具——Fuzzy-based Segmentation Parameter optimizer(FbSP optimizer)来确定分割参数,并借助面向对象分类软件eCognition,以高分2号影像为基础,进行矿区土地利用的分类研究。结果表明,利用该工具不仅可以快速确定土地的最优分割尺度,同时结合eCognition,可较高精度地对土地利用进行分类。     

系统聚类分析法在统筹区域土地利用分区研究中的应用

借鉴系统聚类分析法,以广东省汕尾市为例,通过选取相关特征指标作为土地利用分区基础,利用社会经济统计软件SPSS的分层聚类((Cluster)功能,进行了Q型分类,并最终确定了汕尾市土地利用分区结果以及土地利用调控目标和管制规则。     

城镇-农业-生态空间划定的多情景模拟

城镇-农业-生态空间划定(简称"三区"划定)是国土空间规划的核心内容,对于科学合理地规划、利用有限的国土资源具有重要的意义。已有研究主要根据区域内土地利用与社会经济发展现状构建指标体系进行"三区"划定,较少将未来土地利用变化纳入"三区"划定过程中,使得划定结果在指导实践过程中缺乏前瞻性。针对这一问题,本文提出一种基于土地利用情景模拟,结合指标体系评价与决策树特征挖掘的"三区"划定方法,并以武汉市2015年土地利用现状为基础,在土地利用变化情景模拟的基础上进行"三区"划定。通过对比,验证了本文提出方法的合理性。研究发现:①不同情景下的"三区"空间在规模、空间分布上具有明显差异,将未来土地利用变化纳入"三区"划定过程中确有必要;②不同土地利用情景下"三区"空间的差异主要出现在三类空间的交界区域,这些区域是国土空间规划应该关注的重点区域。     

基于GIS的广州市土地利用遥感动态监测与变化分析

以1997、2003年广州市的Landsat TM影像为基本数据源,在遥感和地理信息系统处理软件的支持下,经过几何纠正、图像裁剪和图像增强处理后,采用最大似然比法结合人工目视解译对影像进行了识别分类,获得了广州市两个时相的土地利用分类数据,并进行了分类精度评价.然后建立了土地利用转移矩阵,并利用数值统计的方法,从不同角度分析了1997～2003年广州市土地利用变化的过程,包括土地利用变化的数量、速度、空间转移及其区域差异等.另外,经济发展、人口的增长、城市化建设等因素是广州市土地利用变化的主要驱动力.     

西辽河的老哈河流域土地利用遥感动态监测

本文利用Landsat TM和ETM+遥感影像,基于知识规则的遥感分类及分类后处理方法对20世纪80、90年代末的半干旱的老哈河流域土地利用变化进行动态监测,并用GIS方法对土地利用变化及其空间分布进行了定量分析。结果表明:在这十年间,由于气候条件的变化及人类活动的影响,老哈河流域土地利用发生显著变化,变化范围占流域总面积的33.64%,土地利用变化主要表现为农、林、牧用地之间的转换。其中水体、滩地、林地、草地和未利用土地减少,大量的沙地和裸土地被开发利用;城乡用地和旱地有所增多,水田大幅度增加,农业耕作方式发生巨大变化。本研究为研究北方干旱化形成机理的生态-水文耦合模型提供重要的下垫面输入条件,为以后土地利用格局的改变对蒸散发和径流过程的影响提供重要的分析前提。     

崎岖地形动植物栖息地生态环境遥感制图与应用

传统制图方法周期长、成本较高,影响了大面积精细动植物栖息地生态环境制图的生产。鉴此,本文采用IKONOS(VHR)图像对香港郊野公园崎岖地形的动植物栖息地生态环境制图进行了研究。由于香港植被的多样性,而且观察的动植物相互作用出现于结构的层面,所以对动植物栖息地的分类应以结构为基础而非以植物为基础。本文利用图像处理技术,运用决策树之多层次地物导向分割分类(MOOSC)方法绘制九种动植物栖息地类型图。MOOSC方法和其他现有的几种分类方法相比,其分类精度高、成本低。     

平原地区高潜水位采煤塌陷综合治理研究——以兖州煤田为例

煤炭资源的开采引发了采煤塌陷、农田损毁、生态破坏、农民失地等后果,给矿区带来了一系列经济、社会、环境问题。该文以兖州煤田为例,对平原地区高潜水位条件下煤炭开采引起的地表塌陷现状进行调查,充分掌握了塌陷区土地利用现状、塌陷区稳沉状况及破坏现状。分析了兖州煤田采煤塌陷区的土地损毁特点,研究了塌陷区综合治理的手段和方法,针对性地提出了高潜水位地区采煤塌陷综合治理的途径,为采煤塌陷区的规划治理提供了参考。