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%。     

像元信息分解和决策树相结合的影像分类方法

该文提出了一种基于像元信息分解和决策树相结合的遥感自动分类方法。选择广州市番禺区作为研究区。用像元信息分解和多变量决策树法把TM影像分为水体、植被、水泥地、土壤4种基本组分,分离成4类树枝;分别以4种基本地物组分作为分类掩膜,采用BP神经网络分类、形状指数提取、光谱特征提取等复合方法进行分枝,并开展野外遥感调查,以提高和验证分类精度。结果表明：该方法保证了分枝时地物的纯洁度,有效地避免了地物提取时多余信息的干扰和影响,提高了分类精度。结合实地调查数据与最大似然分类算法进行对比实验,表明该模型比最大似然总体分类精度高16％。     

结合多尺度纹理的高分辨率遥感影像决策树分类

地物具有多尺度特点,遥感影像包含的地物纹理信息很难用单一尺度来描述。通过选择最佳纹理尺度组合,利用光谱数据结合多尺度纹理对高分辨率影像进行决策树分类。研究结果表明:结合多尺度纹理的高分辨遥感影像决策树分类,能够更好地描述地物并有效解决光谱数据分类中存在的地物破碎问题,其分类精度为81.7%,kap-pa系数为0.78;与光谱数据分类和结合单尺度纹理数据分类结果比较,分类精度分别提高了11.2%和6%,该方法有助于提高高分辨率影像的分类精度。     

基于Sentinel-2A时序数据和面向对象决策树方法的植被识别

Sentinel-2A数据具有较高的空间分辨率和时间分辨率,克服了以往时序数据难以获取或空间分辨率低的问题。该文以山西省吕梁市陈家湾流域为研究区,基于Sentinel-2A时序数据,根据归一化植被指数(NDVI)时序曲线特征和光谱特征,构建基于面向对象决策树方法的分层分类模型,成功提取了陈家湾流域的植被信息,分类总体精度达到89.7%,Kappa系数为0.87。基于面向对象决策树方法的多时相分类结果与单时相分类结果相比,可以有效改善波谱特征相近和受地形影响较大地物的区分,减少混分现象;基于Sentinel-2A时序数据和面向对象决策树分类方法能够有效提高植被分类的精度。     

遥感技术在中国土地荒漠化监测中的应用进展

土地荒漠化已成为一个全球性的重大环境问题,也是我国面临的严重生态环境问题.遥感技术以其信息量大、获取速度快、覆盖范围广、受人力物力的限制小等优点,在过去的30多年中,已逐渐成为土地荒漠化监测的重要数据来源和技术手段.本文首先概述了土地荒漠化遥感监测中使用的遥感数据源,综述了各类卫星遥感影像、影像的不同季相、波段和各类植被指数的选择等;讨论了土地荒漠化信息遥感提取的多种方法,综合比较不同遥感提取方法的优缺点,进而分析土地荒漠化遥感监测中多采用计算机自动分类与人工手动分类结合的原因.最后,指出遥感技术在土地荒漠化监测中存在的一些问题,并提出土地荒漠化遥感监测中综合指标与综合方法集成研究等发展方向.     

基于WorldView-2卫星影像的红树物种种群识别方法研究

为了准确地识别红树林中的各种红树物种种群分布区,以广东湛江红树林国家级自然保护区核心区的高桥红树林区为研究区,采用决策树算法、随机森林算法、自适应提升算法、梯度提升决策树算法、极端梯度提升算法和轻量级梯度提升机算法,利用WorldView-2卫星的高分辨率影像数据,构建影像的原始光谱波段、原始光谱波段+植被指数、原始光谱波段+植被指数+纹理特征3种特征组合数据集,识别研究区红树林中的各种红树物种种群分布区,分析各种算法在红树物种识别中的适用性。研究结果表明,5种集成学习算法的分类结果都优于决策树算法,其中,轻量级梯度提升机算法分类结果的分类精度最高,基于WorldView-2影像的8个原始光谱波段+12种植被指数+28种纹理特征,轻量级梯度提升机算法分类结果的总体分类精度值为93.15%,其分配不一致性值为5.07%,数量不一致性值为1.78%;极端梯度提升算法和随机森林算法在红树物种识别中也具有良好的适用性。WorldView-2卫星影像是对红树林中各种红树物种进行遥感分类的理想数据源,其纹理特征能显著提高分类精度,轻量级梯度提升机算法在红树物种识别中具有很大的应用潜力。     

基于SPOT5遥感影像的土地分类信息提取

近年来,随着现代遥感技术的发展,高分辨率、多波段、多时相、周期性的遥感卫星不断更新,如:SPOT、IKONOS、Quick Bird等,为土地分类信息的提取提供了丰富、可靠、高精度的基础数据源信息。本文选取陕西省三原县部分地区作为试验区,探讨利用SPOT5遥感影像进行土地分类信息提取,对数据预处理、遥感影像分类方法的选取及分类结果精度的评价等问题进行了探究,采用最大似然法,通过计算机自动分类对SPOT5遥感影像土地分类信息进行提取。实验证明,将SPOT5遥感数据应用于土地信息类型的提取可以极大地提高影像分类的效率,得到较好分类效果。     

IKONOS影像在城市绿地提取中的应用

本文以南京城市为例 ,重点讨论了基于IKONOS影像的城市绿地信息分级分类提取方法 ,通过将IKONOS多光谱数据合成 ,根据各类地物的不同光谱特征 ,采取相应的方法提取出各层信息。在此过程中 ,仔细分析地物间在IKONOS 4个波段中的光谱差异 ,非线性增强阴影区绿地的NDVI值 ,利用光谱差异分层提取、剔除信息 ,最后把各分级绿地信息合并得到整体绿地分布图。分级分类法充分考虑各类目标的不同特点 ,避免了通常单一分类方法中单纯利用光谱特征所造成的地物混分现象。     

基于面向对象的城市地物信息提取方法研究

20世纪90年代以来,高空间分辨率遥感影像数据的处理已成为遥感领域中的热点与难点。利用具有人的思维特点的面向对象的信息提取技术,对高分辨率遥感影像中的城市用地进行分类,分析和利用高分辨率影像的空间信息、结构信息与光谱特征等,总结了面向对象解译方法的5个步骤,即影像分割、分类方法的选择、地物种类分类,知识库构建、计算机自动分类。分类结果表明：（1）克服了“椒盐现象”;（2）信息提取的总体精度为92.19％,而且各类地物信息的提取精度均有所提高,特别是利用前期分类的拓扑关系有效提取了城市水体与建筑物阴影。     

基于光谱混合分析的干旱荒漠区植被遥感信息提取研究——以古尔班通古特沙漠西缘为例

干旱荒漠区植被的盖度和空间分布特征是评判该区生态环境状况及荒漠化程度的重要指标。以Landsat TM影像为数据源,利用归一化植被指数（NDVI）和线性光谱混合分析模型（LSMM）两种方法对研究区——古尔班通古特沙漠西缘进行分析。在运用LSMM过程中,通过多种方法选择出最佳端元,并利用实测数据对混合像元分解结果进行验证。结果表明:①NDVI提取植被的方法受到很多限制,不适合在干旱荒漠区应用;②基于最小法非受限光谱混合分解结果较为理想,植被、盐碱地、裸沙和黑色砂粒等4种端元地物被选取出来;③LSMM提取的植被分量与实测植被盖度显著相关,线性相关系数为0.858,表明干旱荒漠区的植被盖度可以通过遥感影像提取的植被分量间接得到。     

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。     

额尔齐斯河-斋桑湖流域近20年来土地利用/土地覆被时空演变

土地利用/土地覆被变化(LUCC)是影响生态环境和气候变化的主要驱动力之一,同时又是受其影响的结果。LUCC研究对于开展生态环境变化及气候变化的研究均具有重要的意义。针对目前境外LUCC研究中土地利用/覆被分类效率低的问题,探索一种适用于大数据量而又精度较高的分类方法。以额尔齐斯河国外部分-斋桑湖流域为研究区域,以1990年及2007年的Landsat TM/ETM+夏秋季影像以及DEM作为数据源,综合利用影像光谱、纹理信息参与到决策树构造中,进而利用决策树分类方法分别提取这两个时期的土地利用/覆被空间分布信息,最后分析两个时期的土地利用时空变化状况。实验结果表明:(1)光谱与空间纹理信息参与的决策树分类方法具有较高的分类精度;(2)两个时期的土地利用变化分析发现,近20年来该区域土地利用发生了较大的变化,耕地和灌木林地大面积减少,而低覆盖度草地和未利用地却显著增加。     

利用MOD13Q1产品监测肯尼亚2001-2010年荒漠化动态

使用MODIS MOD13Q1-NDVI数据,通过NDVI累计计算,得到肯尼亚2001年和2010年植被生长状况较好时期的NDVI影像.基于像元二分模型,估算植被盖度.利用植被盖度进行荒漠化评价.结果表明,肯尼亚近10年来生态环境总体趋于改善,荒漠化发展态势并不明显,但荒漠化问题仍然严重.不同程度的荒漠化土地变化趋势不尽相同,轻度荒漠化和重度荒漠化转出面积大于转入面积,呈现减少趋势,非荒漠化和中度荒漠化变化相反,各省区的荒漠化土地变化趋势也不相同.在小范围地区内,使用Landsat-5 TM影像进行验证,发现与MODIS数据评价结果相似,但更能详尽的描述重点区域的荒漠化问题.     

MODIS卫星影像显示的2001-2017年中国荒漠化年度状况

年度监测是及时掌握荒漠化动态的有效方法。以MODIS卫星影像为数据源,依据荒漠化土地特征和荒漠化遥感监测指标选取原则,选取了能够基于中低分辨率MODIS卫星数据反演的4个遥感监测指标,将原国家林业局第三次荒漠化监测结果与MODIS反演的4个遥感监测指标的栅格图进行叠加,参照各监测指标在不同荒漠化程度等级下的像元值,得到各指标荒漠化程度判别值。根据原国家林业局荒漠化监测气候分区规定,基于各监测指标判别值,应用决策树分类方法,实现了中国不同气候区域2001-2017年的荒漠化状况年度监测。以2009年原国家林业局第四次中国荒漠化土地监测结果与本文年度监测结果对比,吻合度达92.62%。     

土壤类型遥感识别推理决策器研究

介绍了干旱区土壤类型遥感识别推理决策器的设计原理与实现方法。在用TM遥感图像对土壤类型进行非监督分类的基础上，建立了正向推理与逆向推理相结合的推理机制，对土壤类型进行分类识别决策。用知识表示的产生式规则与框架式规则相结合的数据结构表示土壤学专家的土壤分类识别知识。用像结构模式建立了土壤分类识别的规则，构造了土壤分类判决树，并用典型像例模式进行了各类型土壤判据文件的组织。用该方法对新疆天山北麓阜康试验区的土壤分类识别进行了试验研究。结果表明，该方法分类精度可靠，为干旱区土壤分类识别开辟了一条新的途径。     

以防沙治沙为目标的土地利用方式调整——以内蒙古自治区多伦县为例

风沙现象的发生与作用力(风力)大小和下垫面特征密切相关,土地利用方式反下垫面的特性,从而影响风沙现象的发生和发展。本文以地处半干旱地区的内蒙古多伦县为例,在充分查明原有每个土地利用地块抗风蚀特性,和生态安全性的基础上,根据下列原则:(1)依照大的地貌类型或地貌区域的差异,进行宏观尺度上土地利用格局配置;(2)不再沙化条件下维持生态安全;和(3)充分考虑目前现实状况,进行以防沙治沙为目标的土地利用方式调整。调整结果反映在两县市的1∶250000土地利用图上。另外,对多伦县的土地利用格局也作了初步探讨。     

干旱区绿洲荒漠化演变趋势及成因分析——以吐鲁番绿洲为例

基于吐鲁番绿洲SPOT遥感影像,利用决策树分类,对荒漠化信息进行提取,分析荒漠化演变、发展及转换特点。结果表明:吐鲁番荒漠化土地以风蚀、盐碱为主,且中度风蚀荒漠面积所占的比例最大。由于轻度风蚀荒漠化土地的开垦,荒漠化总面积1986~2004年减少9.77%,但部分轻度风蚀荒漠转化为成为程度更高的中度重度风蚀荒漠,重度风蚀荒漠和盐碱地面积分别扩大2和12倍。研究区荒漠化土地面积出现缩减,但荒漠化程度加深,发展速度加快,对生态环境带来了极大的压力。     

中国典型石漠化地区土地利用与石漠化的关系

定量研究了贵州省盘县中南部峰丛洼地典型石漠化地区不同岩性的土地利用分布规律和不同土地利用类型的石漠化发生率。结果表明,难利用的、岩石裸露的石旮旯地在连续性石灰岩、石灰岩夹碎屑岩和石灰岩与白云岩互层分布区的比例很高。不同等级石漠化与不同土地利用类型和岩石类型存在着相关性,如坡耕地中以连续性石灰岩发生轻度石漠化的比例最高,其次是石灰岩碎屑岩互层分布区;研究区的轻度石漠化中,土地覆被以灌丛所占的比例最高,坡耕地占11.67%;中度石漠化中,土地覆被以中覆盖度草地所占比例最高;强度以上石漠化中,土地覆被以难利用地的石漠化比例最高。从1995到2000年,中覆盖度草地和难利用地中强度和极强度石漠化比例有所增加。基于上述研究,对研究区的石漠化土地覆被作了进一步的分类,指出了研究区的石漠化的形成过程和治理重点。     

基于干燥度指数的辽西北土地风蚀荒漠化判别

在土地利用分类的基础上,剔除山地、丘陵、岗地、水域及建筑用地等类型,研究辽西北地区风蚀荒漠化问题,试图找到一条半湿润易旱的界线。研究以TM、MODIS影像为数据源,以多种植被指数为参考指标,运用决策树方法对研究区进行分类,结果显示：非荒漠化、轻度、中度、重度与极重度风蚀荒漠化面积分别占辽西北总面积的44．38％、25．...