基于地理国情地表覆盖的城市建设用地提取方法研究——以兰州新区为例

城市建设用地与社会、经济、生态等息息相关,如何提取满足地理国情监测需求的城市建设用地成为一个亟待解决的问题。以兰州新区2012和2013两年的地理国情地表覆盖为基础数据,结合遥感影像、规划用地和外业调查数据,采用地表覆盖和遥感影像确定几何图形,规划用地和外业调查确定社会属性的提取方法,依据相关提取原则和提取参考,利用Arc GIS10.1软件提取城市建设用地。结果表明,本文所提出的提取方法可以满足地理国情监测需求的城市建设用地,该方法尤其适用于大规模正在建设的区域。     

面向地理国情监测的变化检测与地表覆盖信息更新方法

常态化地理国情监测能够全面、动态地掌握地理国情信息及其变化,为经济建设和社会发展提供数据基础。地理国情普查成果是按照统一规范标准、经过内业解译和外业核查形成的矢量数据。如何在普查成果的基础上,利用多时相遥感影像实现变化信息提取与更新是地理国情监测的关键。针对地理国情普查成果的特点与监测需求,以多时相遥感影像处理分析为基础,构建了针对地理国情监测的变化检测方法体系,提出了像元—对象结合的多时相影像变化检测、基于对象实体统计分析的变化识别方法,实现了综合地理国情普查成果和遥感影像的地理国情变化检测与数据更新。基于像元—对象结合的多时相影像变化检测首先根据传统的变化矢量分析法提取基于像元的变化检测结果,再以地理国情普查的矢量对象为统计单元计算对象内变化像元的比例,以此判断该矢量对象是否发生了变化,并根据变化像元的比例计算其变化强度。基于对象实体统计分析的变化检测方法直接以地理国情矢量为对象进行特征提取和差异构造,再将差异影像进行阈值分割得到基于地理国情对象的变化检测图。最后,根据变化检测结果,对变化区域进行面向对象分割,并从上一期未变化区域选取训练样本训练分类器模型以得到变化区域的地表覆盖类型,将变化区域与未变化区域结合得到更新后的地理国情矢量图。选取江阴市地理国情普查成果和两期高分辨率遥感影像进行试验,结果表明本文提出的方法在准确提取和解释变化区域的同时,明显提高了变化检测和数据更新的效率,可用于常态化地理国情监测。     

基于众源轨迹数据的人造地表覆盖增量信息提取

目前,我国已研制出2000年、2010年两期30m分辨率全球地表覆盖数据集。为了保持该数据集的现势性,需要及时发现全球地表覆盖增量信息并更新相应数据。采用遥感影像、测绘数据提取全球地表覆盖变化信息的传统方式,存在费用高,不及时等问题。近年来众源地理数据迅猛发展,特别是由于众源轨迹数据具有免费共享、可靠性强与准实时等优点被广泛应用在交通道路信息提取的应用中。经分析我们发现轨迹数据与人造地表覆盖之间存在一定的对应关系,因此,本文研究提出了一种采用众源轨迹提取人造地表覆盖增量信息的方法。该方法首先对原始轨迹数据进行预处理,然后将轨迹数据栅格化,再依据轨迹点栅格覆盖比率进行人造地表覆盖数据粗提取并去除微小孔洞及独立栅格单元,最后将其与全球人造地表覆盖数据作栅格运算提取人造地表覆盖增量信息,并用纽约市实际轨迹数据验证了该方法的可行性。     

基于OSM的地表覆盖变化数据提取

2014年,中国研制出了2000年和2010年两期30 m分辨率的全球地表覆盖数据产品,为了保持该数据集的现势性,持续更新成为该领域关键问题。变化数据的快速收集是全球地表覆盖数据更新的核心,志愿者地理信息(volunteered geographic information,VGI)的兴起为解决此问题提供了一条新的途径。在目前VGI项目中,OpenStreetMap(OSM)具有数据丰富、现势性强等优点,可以作为全球地表覆盖数据更新的参考信息来源,然而OSM数据不能直接对应地表覆盖增量数据,因此,本文提出了一种基于OSM的地表覆盖增量数据提取方法。该方法首先以OSM定义的几何类型和属性数据作为分类依据,建立OSM数据到地表覆盖数据的转换规则;然后针对类型转换后数据存在的目标零散等问题,采用四叉树聚类方法对转换数据进行综合;继而对整合后的数据栅格化并与GlobeLand30数据进行叠加运算得到地表覆盖增量数据。最后以爱沙尼亚区域的OSM数据验证了本文方法的可行性。     

基于空间抽样的区域地表覆盖遥感制图产品精度评估——以中国陕西省为例

地表覆盖数据是研究气候变化、生态环境、地理国情和人文经济等方面不可或缺的基础信息,因此其质量的优劣将直接影响相关决策的可靠性。本文针对我国研制的首套30 m分辨率全球地表覆盖数据产品,通过分析其海量、多维、非均质等空间特点,对传统的制图产品精度评估方法提出了改进：以地表类型进行分层抽样,样本量的计算采用优化模型并以地类所占面积比为权重逐层分配,样本的布设则考虑层内对象之间的空间相关性,在地表数据自然分布的基础上,通过分析空间相关性指数来提高样本的代表性和精度评估结果的可靠性。因此,本文提出针对区域地表覆盖遥感制图产品的空间分层抽样方法,其将精度评估分成抽样方案（样本的定量估计）和布设方案（样本的空间布设）2个部分,并以中国陕西省地表覆盖产品为例进行区域精度评估实验分析,从全区7大类地表类型数据中抽取1467个样本,经过样本检验与精度计算,该区域产品的总体精度为79.96%,Kappa系数为0.74。实验结果表明,本文提出的基于空间抽样的精度评估方法可行可靠,实验区域产品质量较好,并为后续针对全球范围的地表覆盖产品精度评估方法提供了参考。     

应用地表覆盖数据估算LiDAR内业工作量的方法研究

针对机载激光雷达内业生产中的图幅工作量估计问题,提出了一个基于10m和30m较优分辨率的全球地表覆盖观测和监测数据(FROM-GLC)来定量估计图幅工作量的方法.首先测评地类的典型图幅的处理工时,获得标准工时,之后计算图幅有效部分,进行图幅采样,获得图幅有效部分的地类构成,最后计算标准工时加权的单个图幅工时.本文利用一...     

融合土地覆盖和土壤水分产品的近地表空气温度空间化方法

空气温度是评价人居环境的重要指标,与人类的生产生活息息相关;其观测对于水文、环境、生态和气候变化等方面的研究具有重要意义。传统的大范围空气温度观测数据一般通过气象站点获取,但由于气象观测站点空间分布离散稀疏的特点,所获取的数据不能精确描述空间连续的空气温度变化情况。因此,实现基于遥感数据的近地表空气温度精准估算具有重要的现实意义。本研究基于精细的地表覆盖类型、空间连续的土壤水分、地表温度（LST）数据,并结合其他辅助数据,构建了近地表空气温度空间化模型,并对近地表空气温度影响因子进行评估,发现地表覆盖类型对近地表空气温度的影响最大,土壤水分为最活跃的影响因素,经验证,模型精度较高,R²接近0.85,RMSE为0.5℃。本研究获取的精确空间连续的近地表空气温度信息,能够充分表达其空间异质性,为农业气象灾害灾变过程监测、农作物生长过程模拟、区域气候变化分析等研究提供良好的近地表空气温度数据支撑。     

基于卷积神经网络的遥感影像地表覆盖分类

遥感影像地表覆盖分类是地理国情监测和地理信息资源建设中至关重要的环节,利用卷积神经网络对遥感影像进行特征提取和分类,具有十分重要的科研和应用价值。为提高遥感影像的地表覆盖分类精度,在深度卷积神经网络VGGNet的基础上,采用SeLU函数作为激活函数,并将激活函数中的λ、α作为训练参数,得到改进的VGGNet,用逐层贪婪算法对网络参数初始化,并选择适当的学习次数利用迁移学习的方法对网络参数调整,以提高网络的泛化能力来提取遥感影像各类别的深层特征,从而有效进行地表覆盖分类。通过GF-1卫星影像的实验表明本文方法在地表覆盖分类精度方面的优越性。     

基于地表覆盖数据的湿地知识图谱构建

湿地作为地表覆盖类型的一种,对于生物多样性与气候变化有着重要的意义,也是人类的基本生存环境之一。为更好地理解和表达湿地知识及分类间关系,本文提出了一种基于本体的湿地知识图谱构建方法。首先,利用GlobeLand30数据、生态地理分区数据,围绕湿地类型、特征分布等要素分析湿地领域知识,提取知识间的语义关系,通过本体建模形成湿地知识图谱的概念框架;其次,融合百度百科数据等进行湿地实体的提取、属性信息抽取,丰富湿地知识图谱的数据层;最后,使用图数据库Neo4j存储实体关系和实体属性,实现了湿地知识图谱构建。本文构建的知识图谱扩充了湿地实体的概念描述信息,探索了顾及时空特征的湿地知识表示方法,为地表覆盖领域的知识图谱构建提供了一个应用范例。     

基于状态转移矩阵的Hilbert码快速生成算法

空间填充曲线的空间排列码可实现多维空间到一维空间的线性映射,广泛应用于空间查询、空间索引、空间划分及影像编码等领域。Hilbert是一种优秀的空间填充曲线,具有非常好的空间聚集性。传统的Hilbert排列二进制循环位操作算法的算法复杂度为O(n²)。本文首先分析了Hilbert的分形自相似特性,推导并归纳出Hilbert状态转移矩阵,按位编码顺序定义了空间划分中的象限顺序,将Hilbert状态转移矩阵转换为C++中的数组运算,减少了Hilbert码计算过程中的嵌套循环及迭代处理,将算法复杂度降为O(n)。其次,采用位域共用体以数值计算替代了传统计算过程中的数值与字符串间类型转换,提高了Hilbert码生成算法的性能。最后,在C++环境下实现了Hilbert码快速生成算法的相关代码,并完成算法的正确性验证实验和性能对比实验。实验结果表明,本文提出的算法计算结果与二进制循环位算法的结果一致,在性能上本文算法与二进制循环位算法及空间层次分解算法相比有明显的优势。     

基于深度学习AlexNet的遥感影像地表覆盖分类评价研究

地表覆盖分类信息是反映自然、人工地表覆盖要素的综合体,包含植被、土壤、冰川、河流、湖泊、沼泽湿地及各类人工构筑物等元素,侧重描述地球表面的自然属性,具有明确的时间及空间特性。地表覆盖分类信息数据量大、现势性强、人工评价费时,其自动化评价长期以来存在许多技术难点。本文基于面向对象的图斑分类体系,引入深度卷积神经网络对现有地理国情普查-地表覆盖分类数据进行分类评价,并通过试验利用AlexNet模型实现地表覆盖分类评价验证。试验结果表明,该方法可有效判读耕地、房屋2类图斑,正确分类隶属度优于99%,而由于数据较少、训练不充分,林地、水体图斑正确分类隶属度不高,分别为62.73%和43.59%。使用本文方法,经过大量数据充分微调的深度学习AlexNet可有效地计算图斑的地类隶属度,并实现自动地表覆盖分类图斑量化评价。     

城市地表净辐射通量的季相变化及与地表覆盖格局的关系研究

本研究利用厦门市4个季节的Landsat-5 TM遥感影像和气象资料,反演地表净辐射通量,进而分析其季相变化特征;使用景观格局指数表征和描述地表覆盖的空间组成与配置,采用相关分析、偏相关分析、逐步回归和方差分解相结合的方法,从多季节角度研究地表覆盖格局对地表净辐射通量的影响。结果表明：① 厦门市地表净辐射通量平均值夏季最高,春季次之,秋季和冬季较低,地表净辐射通量在水体和林地区域较高,建设用地和裸地等其他地表覆盖类型区域较低;② 地表覆盖的空间配置对地表净辐射通量没有显著影响;③ 地表覆盖的空间组成对地表净辐射通量产生重要影响,全年内林地和裸地所占面积比例对地表净辐射通量的影响最显著,林地所占面积比例是影响和解释地表净辐射通量跨季节差异的最重要和持续有效的因素。该研究加深了关于地表覆盖格局对地表净辐射通量的影响的科学认知,有助于探索城市热岛的形成和演变机制,也可为城市规划和可持续发展提供理论依据和实践指导。     

青海省基础地理信息中心开展青海湖流域地表覆盖野外调查

青海省基础地理信息中心根据《青海湖流域生态环境遥感影像解译》项目的实际需要,在青海湖流域开展了野外调查工作。 此次调查范围涉及青海省海西、海北、海南3州和天峻、刚察、海晏和共和4县。调查中,技术人员利用GPS进行实地打点,详细记录了实地的地表覆盖情况,并拍摄了大量的实地景观照片。     

青海省基础地理信息中心开展青海湖流域地表覆盖野外调查

青海省基础地理信息中心根据《青海湖流域生态环境遥感影像解译》项目的实际需要,在青海湖流域开展了野外调查工作。 此次调查范围涉及青海省海西、海北、海南3州和天峻、刚察、海晏和共和4县。调查中,技术人员利用GPS进行实地打点,详细记录了实地的地表覆盖情况,并拍摄了大量的实地景观照片。     

基于转移矩阵的兰州市商业用地质量演变分析

将地类转换倾向性模型中的马尔可夫链引入城市用地质量演变分析中,通过建立土地质量等级转移矩阵,以兰州中心城区商业用地2009—2014年质量等级变化为应用案例,探讨土地质量转移矩阵对城市用地质量演化的影响。研究表明,转移矩阵的构建能够有效的反映城市用地质量等级演变倾向,在一定程度上预测未来城市土地质量的演变趋势,探寻城市用地质量演变的驱动力,有利于指导和促进城市未来土地资源的高效合理利用。     

基于多源数据的地表覆盖制图与分析——以广东省广州市为例

地表覆盖数据是关于土地利用信息的重要来源,在地理国情监测、气候变化研究、生态环境评估等方面发挥着重要的作用。本文以广东省广州市作为研究区域,利用OSM数据结合FROM-GLC数据和Landsat-8遥感影像数据,对研究区域地表覆盖进行分类并完成地表覆盖制图。实验结果表明,利用OSM数据进行地表覆盖制图结果总体精度较高,具有可用性,但是OSM数据空白区域占比较大,有数据区域个别要素数量较少,在参考选取样本时,样本代表性不够高,部分类型的地表覆盖分类精度较低。     

地表覆盖工程化自动解译平台设计与实现

随着遥感技术的快速发展,各行业对遥感监测依赖性越来越大,遥感影像自动解译研究越发重要。在浙江省第一次全国地理国情普查的地表覆盖提取中,明确要求采用先自动解译,后人工修正的作业方式。本文以浙江省第一次地理国情普查工作为例,通过研究工程化自动解译工作特点,提出针对性的作业模式,设计和开发了相应的自动解译平台。实践证明,在国普工作中,采用此平台可提高自动解译工作效率。此平台也是浙江省地理国情监测一体化生产作业平台的重要组成部分,可为常态化地理国情监测的地表覆盖动态更新提供服务。     

具有随机状态转移矩阵的Kalman滤波

讨论状态转移矩阵为随机性矩阵时的Kalman滤波方法,并给出滤波的具体算法及分析滤波的收敛特性和参数的取值范围。通过实际算例证实了该滤波方法的有效性。     

基于PS-InSAR技术的南宁地表沉降监测与分析

采用PS-InSAR技术处理44景COSMO-SkyMed卫星影像,获取南宁市建成区2013~2016年地表沉降形变信息;选取典型沉降突变区域进行实地调查,分析地表变形特征及原因,验证PS-InSAR技术监测结果的准确性。结果表明,研究区年平均形变速率范围为-7~5 mm/a;沉降突变点大多分布在青秀区、西乡塘区及兴宁区的绕城高速以内,其中青秀区新竹路与思贤路交叉区域、民族大道高速出入口区域地面沉降明显,平均形变速率超过-9 mm/a;结合工程建设资料、光学历史影像进行实地调查,结果与PS-InSAR监测数据反映的问题吻合较好。该研究可为地质灾害预测和防治工作提供新思路。