30m全球地表覆盖遥感制图生产体系与实践

在以"多源影像最优化处理、参考资料服务化整合、覆盖类型精细化提取、产品质量多元检核"为主线的总体研究基础上,依托生产技术规范体系、全过程质量控制手段和支持环境,通过30m地表覆盖产品和技术设计、多源影像资料收集整合处理、分区按类型地表覆盖数据提取组织实施及数据产品集成与优化,构建了工程化的30m全球地表覆盖遥感制图生产体系,实现了预期的产品指标,完成了2000和2010两个基准年的30m地表覆盖数据产品研制。通过精度评价,该套数据产品分类精度达到80%以上。该生产体系的构建为开展较高分辨率全球地表覆盖数据产品研制、细化、更新奠定了基础,为开展大规模遥感影像信息提取、表达和应用起到了示范作用。     

全球30m地表覆盖遥感制图的总体技术

本文针对全球30米分辨率地表覆盖遥感制图这一世界性难题,提出了以多源影像最优化处理、参考资料服务化整合、覆盖类型精细化提取、产品质量多元化检核为主线的总体研究思路,研发了影像几何与辐射重建、异质异构服务化集成、对象化分层分类、知识化检核处理等主体技术方法;用于制定了相应数据产品规范、生产技术规范,研发了多项生产型软件,用于研制了2000和2010两个基准年的全球）30米地表覆盖数据产品,将空间分辨率提高了1个数量级。     

基于Web服务的全球地表覆盖遥感制图大数据集成与应用

针对全球30 m地表覆盖遥感精细制图中面临的大量地理信息数据资料使用问题,基于Web服务提出了一种全球地表覆盖遥感制图大数据集成方法,提出了面向服务发布的异构数据集成处理流程与异构服务集成方法,在此基础上研发了应用服务系统,减少了使用过程中大量重复的数据处理工作,为用户提供了方便的数据使用平台,提高了数据使用效率。该方法已在全球30 m地表覆盖遥感精细制图的数据质量检查中得到全面应用。     

30m全球地表覆盖遥感分类方法初探

全球地表覆盖分布及变化是气候变化研究、生态环境评估、地理国情监测、宏观调控分析等不可或缺的重要基础信息。由于全球范围内地表覆盖复杂多样,光谱差异大,单一的分类算法缺乏通用性,提出层次分类策略并进行试验分析。结果表明,层次分类策略要优于SVM、J48、RF和贝叶斯等分类方法。通过全球范围10个试验区的试验,除受大面积云影响的马来西亚试验区精度为65%之外,其他区域的总体分类精度均达到70%以上,具有较强的鲁棒性和通用性,可以用于30 m全球地表覆盖产品的研制。     

全球地表覆盖水体提取及检验方法探讨

土地利用/覆盖变化作为全球环境变化研究的核心内容之一,在可持续发展中占有重要的地位。而遥感数据以其快速、准确、及时、周期性短等优点在大中尺度的土地利用、覆盖变化研究中占明显的优势,已成为当前开展土地利用\覆盖变化研究的最新趋势。研究探讨地表分类的自动分类办法可以大大的提高自动提取速度,提高工作速度,因此分析比较各种提取办法十分必要。     

中国版大洋洲地表覆盖产品研制

针对全球变化研究对大洋洲地表覆盖产品的需求,该文以2000年和2010年的Landsat卫星影像为数据源,提出了对大洋洲影像按照月份分组并进行样本采集与规则训练的方法,采用GLC树分类器进行自动分类,经过分类后处理和数据集成,完成了2000年和2010年两期、30m分辨率的大洋洲地表覆盖产品研制工作。利用高分辨率影像、实地采集照片等进行室内精度评定,该大洋洲地表覆盖产品的精度达到90%以上。     

地表覆盖遥感产品更新完善的研究动向

近年来,多尺度地表覆盖遥感产品的不断涌现,为环境变化研究、地球系统模拟、地理国(世)情监测和可持续发展规划等提供了重要科学数据。为更好地满足广大用户日益增长的应用需求,应对地表覆盖遥感产品进行持续更新完善,保持其时效性、增强时序性、丰富多样性。针对大面积地表覆盖遥感产品更新完善所面临的主要问题,介绍和评述了国内外有关研究动向,包括影像与众源信息相结合的更新、数据类型细化与完善、地表覆盖真实性验证,并作了简要展望。     

基于高分遥感数据的地表覆盖专题监测研究

为推动高分遥感数据在地理国情地表覆盖专题监测工作中的应用,研究了基于高分遥感数据开展地理国情地表覆盖专题监测的技术路线和数据处理与分析方法,探讨了专题监测系统的模块和功能设置,以期为地理国情地表覆盖专题监测工作提供参考。     

高光谱-LiDAR多级融合城区地表覆盖分类

城市地区地表覆盖分类在城市研究中是一个十分重要的方向。遥感作为获取地物物理属性的一种重要技术手段,已初步应用于分类研究中。然而,随着城镇化的不断推进,城市内部地物类型越来越复杂,单一的遥感影像已无法满足城区地表覆盖分类中高精度的要求。高光谱影像和LiDAR数据能够分别表征地物的光谱信息及高程而被广泛应用。因此,根据两者之间互补的优势,本文提出了基于高光谱影像和LiDAR数据多级融合的城区地表覆盖分类方法。首先对两幅影像分别进行特征提取,将提取到的光谱、空间及高程信息进行层叠实现特征级融合。对得到的特征影像的所有像素点进行分类,然后利用LiDAR点云数据提取的建筑物掩膜,对非建筑物部分进行分类,再次实现特征级融合,以此改善建筑物区域与非建筑物区域的混淆。然后将未使用掩膜得到的分类结果与利用掩膜得到的分类结果进行投票实现决策级融合。最后利用条件随机场模型对分类结果进行后处理操作,达到平滑图像去除噪声点的目的。     

应用转移矩阵分析辽阳矿区的地表覆盖变化

为了分析辽阳地区的地表覆盖变化情况,本文选取辽阳矿区为研究区域,以2003年、2009年、2015年Landsat TM/OLI遥感影像及ASTER GDEMV2高程数据为基本数据源,提取NDVI、NDBI、MNDWI、高程值及单波段亮度遥感指数构建决策树分类模型,完成辽阳矿区地表覆盖的分类。对分类结果进行地表覆盖类型数量变化利用土地转移矩阵分析,并对驱动力因素进行研究。结果表明;决策树模型适用于辽阳矿区地表覆盖分类,分类精度较高。研究区域土地覆盖类型发生显著变化,主要表现为建设用地大幅增长,采矿用地大面积减少,植被、水体、裸地面积变化较小。人口增长、经济发展、矿区生态治理成为该矿区地表覆盖特征变化的主要驱动因素。     

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。     

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。     

SPOT4-VEGETATION中国西北地区土地覆盖制图与验证

利用SPOT4 VEGETATION的遥感数据产品生成的NDVI与NDWI植被指数时间序列图像集 ,通过ISODATA非监督分类方法 ,编制中国西北地区土地覆盖图。以TM影像人工解译结果作为真实值 ,通过对西北五省共计 47个均匀分布且异质性强的 2 5km× 2 5km样本区内的土地覆盖类型及其面积进行统计分析 ,修正了SPOT4 VEGETATION的土地覆盖分类系统 ,建立了各省验证结果的样本统计直方图并计算其回归系数。结果表明SPOT4 VEGETATION中国西北地区土地覆盖图在总体上具有较高的准确性。影响遥感数据自动分类精度 ,造成土地覆盖误判的原因主要来源于两个方面 :即异物同谱和混合像元问题。对于前者通过叠加各种辅助数据如DEM等可以降低误判的机率 ;对于后者运用混合像元分解的各种算法可以提高分类精度     

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。     

论土地利用与覆盖变化遥感信息提取技术框架

利用遥感技术提取土地利用和覆盖变化信息是一个多因素交织的复杂过程,为提高遥感信息提取的自动化和定量化水平,本文针对变化信息本身的内涵(容)将这一复杂过程分解为变化位置发现、变化区域提取、变化类型确认以及变化信息表示等过程,构建了基于遥感技术的土地利用与覆盖变化信息提取技术流程,并对流程中的关键技术和方法进行了论述和探讨。本文的技术方法能有效应用于多时相遥感数据或已有土地利用与覆盖数据支持下的单一时相遥感数据情况下的变化信息提取。     

川西高原土地利用／土地覆盖分类方法

针对川西高原地形地貌以及遥感图像特征等特点,以康定县为例,从影像的预处理到多光谱分类这一过程进行方法研究,引入DEM等辅助信息进行多分类器结合方法处理,分类效果有一定程度的提高,最后讨论了数据分类后处理的方法。     

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。     

全球2000年—2015年30 m分辨率逐年土地覆盖制图

高时空分辨率的全球多类别土地覆盖数据对于地球系统的生物化学循环、气候变化等研究至关重要。目前公开的数据产品中,较高空间分辨率的全球多类别土地覆盖产品仅提供单一或短时期的数据,而全球逐年土地覆盖产品往往只有单一土地覆盖类型,难以从较长时间跨度上反映精细地物的年际变化。本文借助Google Earth Engine平台,利用现有多套全球土地覆盖产品、Landsat卫星系列影像、以及大量人工目视解译样本,结合多数据融合、时序变化检测和机器学习等的方法,研制了一套2000年—2015年全球30 m分辨率的逐年土地覆盖变化数据集AGLC-2000-2015（Annual Global Land Cover 2000-2015）。基于AGLC-2000-2015数据集,本文选择性分析了3个典型区域（中国珠江三角洲地区、青藏高原色林错湖区和亚马逊热带雨林区）的土地覆盖年际变化。结果显示,AGLC-2000-2015数据集达到了较高的精度水平：基准年份产品（AGLC-2015）的总体精度（OA）为76.10%,Kappa系数为0.72,显著优于现有30 m分辨率的全球土地覆盖产品Globeland 30（OA = 63.49%,Kappa = 0.58）、FROM-GLC（OA = 61.41%,Kappa = 0.55）和GLC-FCS30（OA = 63.46%,Kappa = 0.57）;年际间分类模型的总体精度和Kappa系数分别为84.10%和0.81,在各大洲的平均总体精度均超过80.00%,表明该模型在全球多类别土地覆盖分类中表现良好。3个典型区域的土地覆盖变化分析显示,中国珠江三角洲地区城市扩张趋势明显（195.96 km²/a）,其增量主要来源于耕地（84.88%）;青藏高原色林错湖泊对于气候变暖响应明显,湖区面积呈扩大趋势（17.95 km²/a）,湖面北岸扩张最为明显;亚马逊热带雨林南部区域毁林造田趋势明显,15 a间森林面积减少46356.53 km²,其中大部分转化为农田（39621.29 km²）。上述结果表明：AGLC-2000-2015数据集能够有效反映全球陆地区域在30 m空间分辨率下的地表覆盖分布及年际间的动态演化,为地表陆面过程研究和相关应用提供可靠的数据支撑。     

基于决策树分类的地表覆盖遥感信息提取

地处西南的渝北地区地表覆盖类型复杂、土地利用多元化,仅依赖于光谱特征的传统遥感信息提取方法难以获得较高的分类精度。利用决策树分类技术对渝北地区的TM遥感影像进行分类,除光谱信息外还结合地质、NDVI、PCI等多源数据进行实验。结果表明,总精度和Kappa系数分别为88.42%和0.854 7,较传统的监督分类和仅依赖于光谱特征的决策树分类方法有较大提高,这也表明基于多源数据的决策树分类技术对地表覆盖复杂地区的遥感影像分类比较适用,是遥感信息提取的一种有效手段。     

Application of Earth Remote Sensing and GIS in Mapping Land Cover Patterns in Kinangop Division, Kenya

<正>Land cover is a fundamental variable that links many facets of the natural environment and a key driver of global environmental change.Alterations in its status can have significant ramifications at local,regional and global levels.Hence,it is imperative to map land cover at a range of spatial and temporal scales with a view to understanding the inherent patterns for effective characterization,prediction and management of the potential environmental impacts.This paper presents the results of an effort to map land cover patterns in Kinangop division,Kenya,using geospatial tools.This is a geographic locality that has experienced rapid land use transformations since Kenya's independence culminating in uncontrolled land cover changes and loss of biodiversity.The changes in land use/cover constrain the natural resource base and presuppose availability of quantitative and spatially explicit land cover data for understanding the inherent patterns and facilitating specific and multi-purpose land use planning and management.As such,the study had two objectives viz.(i) mapping the spatial patterns of land cover in Kinangop using remote sensing and GIS and;(ii) evaluating the quality of the resultant land cover map.ASTER satellite imagery acquired in January 23,2007 was procured and field data gathered between September l0 and October 16,2007.The latter were used for training the maximum likelihood classifier and validating the resultant land cover map.The land cover classification yielded 5 classes,overall accuracy of 83.5%and kappa statistic of 0.79,which conforms to the acceptable standards of land cover mapping. This qualifies its application in environmental decision-making and manifests the utility of geospatial techniques in mapping land resources.