基于机载成像光谱数据的宜兴市土地利用/土地覆盖分类方法对比研究

对宜兴市机载成像光谱数据辐进行射畸变纠正、几何精确纠正和辐射定标等预处理,获得高光谱反射率图像。利用相关系数、均方差、离散度等统计特征进行面向土地利用/土地覆盖目的的波段优选,采用高光谱像元提纯分析工具获得分类所需的终端单元,并利用终端单元进行了研究区土地利用/土地覆盖分类对比研究。研究发现:最大似然法分类精度低,整体精度为84.89%,而二进制编码、神经网络分类和光谱角分类方法精度较高,整体精度分别为87.12%,88.75%,90.41%。这说明光谱角分类是最有效的高光谱影像土地利用/土地覆盖分类方法,文章研究采用的高光谱预处理以及波段选择方法是正确的。     

土地利用/土地覆盖研究中遥感图像分类精度的提高方法

合理地进行土地开发和利用是实现区域可持续发展的保障。利用遥感图像动态监测土地利用/土地覆盖状况具有快速、准确、及时的特点。如何提高遥感图像的分类精度,是动态监测中须解决的主要问题之一。该文基于传统的工作流程,探讨了在不同阶段提高遥感图像分类精度的方法,并对分类精度提高研究的前景进行了展望。     

基于MODIS数据的北京西北部地区土地覆盖分类研究

本文主要基于MODIS 16天合成的NDVI时间序列数据、8天合成 LST数据、1∶5万DEM数据以及其他辅助数据相结合,进行北京西北部地区土地覆盖分类的研究。首先选取适合于MODIS数据分类的土地覆盖分类系统,然后用PCA方法对NDVI时间序列数据进行信息增强与压缩处理,以排除各种干扰因素,提高分类精度。最后结合LST数据、DEM数据及降雨温度数据,利用?齂-均值非监督分类法,进行研究区的土地覆盖分类,经过分类后处理,得到北京西北部地区的土地覆盖分类图。分类结果表明,使用250m分辨率MODIS数据,结合本文所用方法,能够实现较大区域的土地覆盖分类,并且能达到较高的分类精度。     

变窗口纹理在SPOT5影像土地覆盖分类中的应用研究

纹理作为有效的空间信息,在遥感信息提取中有着广泛的应用,其中纹理窗口的选择对分类精度影响较大,而且遥感影像中不同地物类型具有多尺度特性,利用单一窗口纹理信息进行分类不能使得各地物类型同时达到较高精度.该文采用SPOT5影像对研究区进行长序列窗口纹理分类实验,并提出变窗口纹理分类方法,实验区分类实验及精度对比表明:长序列窗口纹理分类实验中,7×7窗口分类精度最高,但在这一窗口下建设用地、耕地、裸地等地类的精度仍低于总体精度;而采用基于长序列窗口纹理分类后验概率的变窗口纹理分类方法,总精度达到86.17％,Kappa系数达到0.8230,与7×7窗口分类精度相比各地物类型的生产者精度与用户精度都有进一步提高,验证了变窗口纹理分类方法的可行性.     

澜沧江流域云南段土地覆盖状况及其模式分类

基于澜沧江流域运动段土地覆盖状况的基础数据库,结合现有ＧＩＳ图形空间数据,通过集成处理,就澜沧江流域综合开发中,有关云南段土地覆盖状况及其模式分类展开研究。初步研究结果为：１、研究区土地覆盖状况随流域沿线空间延伸而变化,不同覆盖类型变化态势各具特点,但多与当地自然、社会、经济整体发展水平密切联系;２．基于土地覆盖中主要土地覆盖类型比例值的累计,设定适当阈值,将流域土地覆盖划分为５种类型即林地覆盖型     

基于MODIS NDVI时序数列的柴达木盆地土地覆盖分类研究

以2003年柴达木盆地的MODIS卫星遥感影像为基础数据,结合野外实地考察资料,综合分析了2003年柴达木盆地的植被指数时间变化与空间分布特征,提取了该年度该区域各主要土地覆盖类型NDVI的时序数列曲线,采用NDVI时序数列变化曲线形状匹配方法对柴达木盆地进行了土地覆盖类型分类.在此基础上使用了将以月为单位的变化曲线转换为十二维空间中的单位向量,比较向量夹角以决定其相似度的先进算法,取得了良好的分类效果,获得了2003年柴达木盆地比较精确的土地覆盖分类图.提出了利用MODIS卫星遥感影像进行土地覆盖分类的新方法.     

基于MODIS 数据的长江三角洲地区土地覆盖分类

长江三角洲地区是我国经济最发达的地区之一, 人类活动对自然环境产生了很大影响。为了研究该地区人类活动与生态环境的相互作用, 利用250 m 分辨率MODIS 数据进行土地 覆盖制图研究, 采用的主要数据为增强型植被指数EVI 数据、反射率数据和DEM 数据。通过基于时间序列的滤波方法消除EVI 的噪声, 通过PCA 变换压缩数据量, 并计算均质度来表征空间维的纹理信息, 构造了一个综合性的分类数据矩阵, 依据高分辨率影像选取了训练区, 采用最大似然法进行分类, 并采用缓冲区分析技术进行分类修正, 得到长江三角洲地区的土地覆盖分类结果。利用高分辨率影像解译信息对分类结果进行了精度评价, 并将分类结果与 MODIS 土地覆盖产品进行了对比, 精度分析表明分类结果很好的反映了研究区的土地覆盖信息, 显示了本研究分类方法与技术处理在实践中的可行性及250 m 分辨率EVI 时间序列数据在区域尺度土地覆盖分类方面的优势与潜力。     

澜沧江流域山区土地覆盖多级遥感分类方法研究

遥感监测土地覆盖是对流域综合开发所引起的有关土地利用状况改变的有效监督控制手段,土地覆盖分类专题信息提取是遥感监测研究的重要内容之一。针对澜沧江流域遥感监测项目,探讨基于地物光谱响应曲线分析提取山区士地覆盖的多级遥感分类方法应用研究。结果表明,基于具体研究区域的典型地物样点光谱响应曲线分析,在多波段间组织设计有关提取具体研究区域土地覆盖类间可分离性明显的算法,分离并提取特定研究区域土地覆盖主要类型,然后再通过结合多级遥感分类方法的应用,可较之单一依靠自动模式识别方法或单一利用目视解译方法获得诸多优越之处和更符合实际的分类效果,是种适合于山区土地覆盖监测的有效、可行而又相对操作简单的方法。     

河西走廊张掖绿洲土地利用/土地覆盖变化特征

Taking two false color composite Landsat 5 TM(Thematic Mapper)images of band 4,3,2taken in 1995 and 2000 as data resources,this paper carried out study on LUCC of Zhanye oasis in recent five years by interpretation according to land resources classification system of 1∶00,000 Resources and Environmental Database of the Chinese Academy of sciences.The results show that great changes have taken place in landuse/landcover in Zhangye oasis since 1995:(1)Changes of landuse structure show that cropland and land for urban construction and built-up area increased,on the contrary,water area and grassland decreased.These changes reflect the deterionration of arrangement of water and land resources between the upper and lower reaches of the Heihe River.(2)Regional differences of landuse/landcover are evident,characterized by following aspects:in Sunan County located in Qilian Mountain area,unused land and grassland decreased,but cropland and land for urban construction and built-up area inreased.In Minle and Shandan counties located in foothills,unused land,warer area and cropland decreased,but grassland and land for urban construction and built-up area increased.In Zhangye City,Linze County and Gaotai County located in plain area of the middle reaches of the Heihe River,unused land,warer area and grassland decreased,while woodland,cropland and land for urban construction and buile-up area increased.     

基于Landsat 8 OLI数据与面向对象分类的昆嵛山地区土地覆盖信息提取

利用2015年Landsat 8 OLI遥感影像和DEM作为分类数据源,结合野外调查数据,采用面向对象的分类方法对昆嵛山地区土地覆盖信息进行提取,并对分类结果进行精度评价与比较分析。研究表明：面向对象分类方法提取的各地类连续且边界清晰,分类效果与实际情况基本吻合。昆嵛山地区占主导地位的土地覆盖类型是针叶林,面积为1 546.81 km²。研究区土地覆盖分类的总体精度和Kappa系数分别为91.5%和0.88,其中针叶林、草地、水体和建设用地的生产者精度均达到87%以上。相对于监督分类方法,本研究提出的土地覆盖信息提取方法的总体分类精度和Kappa系数分别提高14.7%和0.17。基于面向对象的中分辨率遥感影像,能够获取较高精度的土地覆盖信息,为大范围土地覆盖分类研究提供方法参考。     

分区控制和分层提取下的OMIS-I影像土地利用/覆盖分类方法研究

针对宜兴试验区128波段OMIS—Ⅰ机载成像光谱数据,在平原区、山区分区基础上建立多级分层决策树综合分类方法。通过该方法可实现对土地利用／覆盖一级类（林地、园地、水域、耕地）自动分类,精度达88．15％,Kappa指数为0．82,园地漏分率最高（20．23％）,耕地漏分率最低（2．24％）;耕地、林地、园地、水域的错分率分别为21．87％、21．98％、0．66％、0。土地利用／覆盖二级分类也可采用分层自动分类,其总体精度达86．16％,Kappa指数为0．81。采用土地利用矢量数据辅助和人工目视解译对部分二级类别进行细分,可获得更加可靠的分类结果。研究表明,分区控制下的多级分层决策树综合分类方法应用于OMIS—Ⅰ高光谱影像土地利用／覆盖分类,具有可操作性和较高的精度。     

多源遥感影像土地覆盖分类结果一致性评价与集成应用

针对多源遥感影像土地覆盖分类结果一致性与分类精度改进的要求,对两组中等空间分辨率的光学影像进行土地覆盖分类,以支持向量机分类结果为基础,采用Kappa统计量、双错误测量、Q统计量、相同错误率从不同角度评价了不同分类结果的一致性。实验表明,多源遥感数据分类结果总体上常规一致性程度较好,二值先验一致性程度尚可,错误一致性程度较小;不同土地覆盖类别的一致性程度并不相同,有的类别甚至出现不一致现象。提出组合法和替换法两种策略以综合数据优点、实现多传感器数据集成应用,能够有效提高分类精度。     

基于Landsat TM/ETM数据的锡林河流域土地覆盖变化

根据1987年、1991年、1997年和2000年4期Landsat TM/ETM影像的土地利用/土地覆盖分类结果,运用地理信息系统空间分析方法,分析了内蒙古锡林河流域1987~2000年间各土地利用类型及草甸草原、典型草原、荒漠草原的数量变化和空间变化特征。分析结果显示,锡林河流域土地利用/土地覆盖变化的主要特征为草甸草原、典型草原面积的大幅减少和荒漠草原、农田和沙漠化土地面积的大幅增加及城镇的扩张。其中面积增加最大的是荒漠草原,增加了2328 km²;相当于1987年荒漠草原面积的56 %。农田和城镇面积逐年增大,分别从1987年的114.3 km²和25.2 km²增加到2000年的332.1 km²和43.6 km²。面积减少最多的是羊草＋丛生禾草、羊草＋杂类草等优良高产温带典型草原类型,共减少2040 km²。草甸草原面积亦呈逐年减少的趋势,从1987年的1103 km²减少到2000年375 km²,面积减少了65.9 %。农田、沙化地及城镇等非草原土地利用类型面积增加了62.5 %。     

基于TM和ETM+遥感分析的石家庄市土地利用/覆被变化研究

文章利用Landsat的TM 和ETM⁺数据,对石家庄市1987年和2001年的土地利用/覆被进行分类,并对这一期间发生的土地利用/覆被变化进行了定量分析。结果显示:研究区主要土地利用/覆被类型可以划分为城市用地、居住用地、农田、菜地、林地、果园、草地、水体、沙地/裸地等9类;研究区域发生的土地利用/覆被变化主要由近年来的快速城市化过程引起。变化较大的土地利用类型为城市用地、农田、菜地和林地;变化较大的区域主要分布在城市的边缘和市区的东部及西北部。     

基于知识规则的土地利用/土地覆被分类方法——以黑河流域为例

本文提出了一种基于知识规则的土地利用/土地覆被分类的新方法。知识规则是基于专家经验建立起来的,反映研究区内不同分类系统下各类别的地理分布特性与地理分布交叉可能性。基于黑河流域90 m 分辨率DEM、2009 年逐月1 km 分辨率NDVI,参考美国地质调查局(USGS) 1 km分辨率土地利用/土地覆被数据在欧亚大陆上各类别的聚类中心,应用在上、中、下游分别建立的知识规则,以知识规则结合最近距离的USGS 类别聚类的方法,制作了一套与USGS全球土地覆被分类标准一致的、可以用于大气模式以及陆面过程模式的黑河流域土地覆被类型分布数据。本方法分类结果与以往研究采用的类别映射方法的分类结果及实际地物影像进行对比,表明知识规则下的分类结果更能准确表达流域地表覆盖特征,对冰雪、冻土类别和沙地荒漠类别的表现更优。     

Land Cover Classification Using High‐Resolution Aerial Photography in Adventdalen,Svalbard

A methodology was tested for high‐resolution mapping of vegetation and detailed geoecological patterns in the Arctic Tundra, based on aerial imagery from an unmanned aerial vehicle (visible wavelength – RGB, 6 cm pixel resolution) and from an aircraft (visible and near infrared, 20 cm pixel resolution). The scenes were fused at 10 and 20 cm to evaluate their applicability for vegetation mapping in an alluvial fan in Adventdalen, Svalbard. Ground‐truthing was used to create training and accuracy evaluation sets. Supervised classification tests were conducted with different band sets, including the original and derived ones, such as NDVI and principal component analysis bands. The fusion of all original bands at 10 cm resolution provided the best accuracies. The best classifier was systematically the maximum neighbourhood algorithm, with overall accuracies up to 84%. Mapped vegetation patterns reflect geoecological conditioning factors. The main limitation in the classification was differentiating between the classes graminea, moss and Salix, and moss, graminea and Salix, which showed spectral signature mixing. Silty‐clay surfaces are probably overestimated in the south part of the study area due to microscale shadowing effects. The results distinguished vegetation zones according to a general gradient of ecological limiting factors and show that VIS+NIR high‐resolution imagery are excellent tools for identifying the main vegetation groups within the lowland fan study site of Adventdalen, but do not allow for detailed discrimination between species.     

武汉市土地利用覆被变化与生态环境效应研究

利用1996年和2006年两期TM遥感影像解译图获取武汉市土地利用变化数据。基于GIS空间分析与数理统计方法对1996~2006年武汉市土地利用/覆被变化特征进行了定量分析。运用区域生态环境质量指数和区域土地利用变化类型生态贡献率,对研究时段内武汉市土地利用变化的生态环境效应以及导致武汉市生态环境质量变化的土地利用变化类型进行了分析与评价。研究结果表明:① 1996~2006年期间武汉市土地利用变化主要表现为耕地、草地和未利用土地的减少,林地、建设用地和水域面积的增加的态势。② 1996年~2006年武汉市的区域生态环境质量指数从0.451 上升至0.468。生态环境在一定程度上维持着相对平衡,并呈现出一种上升趋势。但生态环境改善和恶化的两种趋势并存。③ 局部地区生态环境呈负向发展,其中城市化引起的空间扩张对区域土地利用/覆被变化产生影响最为深刻。