基于神经网络模型技术的南京市主城区城市森林遥感调查

城市森林调查是城市森林研究和规划建设的前提和基础工作,而遥感和GIS技术已成为现代城市森林调查的主要方法。遥感信息源和遥感分类技术是决定城市森林遥感调查质量的两个关键因素,研究认为,根据城市森林特点及城市森林研究和规划建设的要求,城市森林遥感调查采用的遥感影像分辨率以8¹0m为宜,神经网络模型分类技术应用于城市森林遥感调查效果较好。本文以南京市主城区为例,以10m分辨率多光谱spot卫星图像与2.5m分辨率全色spot卫星图像的融合图像作为解译信息源,采用dARTMAP神经网络模型进行监督分类,提取了一套具有较高精度的南京市主城区城市森林空间属性数据和图件,并在此基础上分析了南京市城市森林基本特点及规划建设方向。     

基于特征优选的随机森林模型的黄河口滨海湿地信息提取研究

以2016年8月26日Landsat-8 OLI影像为数据源,针对特征变量数目可影响分类精度和运算速率问题,采用一种基于特征优选的随机森林模型,提取了黄河口滨海湿地高精度信息。首先,采用Relief(relevant features)-F算法,对全部特征变量进行权重排序,剔除不相关变量;然后,分别采用基于特征优选的随机森林模型、最大似然方法和神经网络分类算法,提取黄河口滨海湿地信息,比较基于特征优选的随机森林模型与其它两种分类方法在滨海湿地信息提取应用中的精度和效率。研究结果表明,基于特征优选的随机森林模型滨海湿地分类效果最佳,总精度为86.39%,Kappa系数为0.81,明显高于最大似然和神经网络分类方法;其中,河流湿地分类精度最高,为95.83%,盐田分类精度最低,主要原因在于盐田与养殖池、水库/坑塘的光谱和几何特征极为相似,易于混淆;但与最大似然分类和神经网络分类方法相比,该方法提取效果明显改善,分类精度分别提高了16.84%和4.44%。本研究结果证明,采用Relief-F算法特征优选的随机森林模型提取滨海湿地信息的方法,具有分类精度高、运算速率快的优势,适用于滨海地区不同类型湿地高精度信息提取。     

基于多尺度融合的高分辨率影像城市用地分类

基于面向对象的信息提取技术,针对高空间分辨率遥感影像进行城市用地分类。首先针对不同城市地物,选择适宜的提取尺度;然后探讨不同城市地物类型提取的适宜特征,充分利用光谱、空间结构、上下文关系、纹理等信息描述地物;最后融合不同地物多尺度下的提取结果。以北京市部分地区QuickBird影像为例,实现城市用地类型的自动分类,结果表明:该方法应用于城市用地分类的精度高达86.74%,为高空间分辨率遥感影像城市用地分类研究提供了新思路。     

九华山森林生态系统生态服务价值评估

基于LY/T1721-2008((森林生态系统生态服务功能评估规范>,采用实证研究、意愿调查、文献研究等方法,估算了九华山森林生态系统生态服务价值,结果表明:2009年,九华山森林生态系统生态服务价值为84 208.50万元,实物生产价值为4 359.06万元,生态服务价值是实物生产价值的19.31倍.各项生态服务功能价值大小顺序为:涵养水源>保育土壤>生物多样性保护>固碳释氧>森林游憩>净化大气环境>积累营养物质.可为九华山管委会制定旅游、社会经济发展规划,合理开发九华山生态旅游资源,提供理论依据和数据支撑,也可增强人们对九华山森林资源保护的自觉性和主动性.     

城市居住人口空间分布的模拟研究——以广州市天河区为例

为解决以行政区为单位的人口数据空间表示法无法准确反映人口实际分布的问题,文章以广州市天河区为例,利用高分辨率遥感影像数据,采用面向对象法对建筑进行提取和分类,并结合广州市土地利用现状图对分类结果进行验证和修订.在此基础上,利用土地利用密度法估算研究区各街道居住建筑的人口密度,并采用格网法进一步构建城市人口空间分布模型模拟城市居住人口的空间分布.结果表明,广州市天河区的人口主要集中在广园快速公路以南的带状区域内,中心商业区和工业密集区的人口密度最大,主干道附近区域的人口密度显著大于其他区域;距离城市中心较远的新塘、凤凰、长兴、龙洞等街道的人口密度整体偏低,模拟结果与研究区的实际情况相符.文章采用的数据可获得性强,操作方法简单,估算精确度高;研究提高了建筑解译和分类的效率,真实地反映了城市人口的空间分布特征,建模方法和研究思路具有一定推广意义.     

西庄河流域森林生态系统涵养水源的价值

森林的生态服务功能在很长时间内被人们漠视和忽略,很大程度上是因为森林的生态和文化价值难以用货币的形式进行衡量,因此,生态服务功能价值化已成为国外研究的一个热点。以云南保山西庄河流域为研究区,通过在流域建立水文站、气象站和雨量站等组成监测网络,获取了多年的各类气象和水文要素的观测值,进而利用水量平衡公式分析流域森林生态服务功能中的涵养水源总量,并通过影子工程等评价方法计算出其所蕴藏的经济价值。QUICKBIRD高空间分辨率卫星影像的应用,有助于提取西庄河流域森林生态系统的面积、组分及平均树龄。结果显示,西庄河流域多年平均年降雨量1516 9mm,年径流量1950×104m3,森林生态系统平均年蒸散量为952 7mm。研究表明:西庄河流域森林生态系统年均涵养水源能力为1949 88×104m3,其涵养水源功能的经济总价值为1306 4×104元/a,每公顷森林面积涵养水源的价值为6963 84元/a。     

基于WorldView-2数据的基塘系统遥感分类研究

分布在热带和亚热带低洼地区的基塘系统是一种典型的人工复合农业生态系统。通过水陆交互作用和能量多级利用,基塘系统创造出较高的生态价值和经济价值。掌握基塘系统土地利用的类型、面积和比例关系,有助于了解和分析基塘系统的现状及其生态模式和功能。以广东省佛山市顺德区西南部为研究区,利用高空间分辨率WorldView-2卫星影像数据,采用结合面向对象分类和基于像元的混合分类方法,提取基塘系统中的塘面和基面(基面又细分为道路、植被和裸土等);从分类特征组合与分类器两个方面,通过对比分析,筛选出基塘系统遥感影像分类的最优方法;根据最优分类结果,计算出塘基与塘面的面积比例。研究结果表明,采用面向对象分类方法分离的塘面和塘基的总体精度为82.2%;在基于像元进一步对塘基进行分类的过程中,结合8个多光谱波段光谱反射率平均值、影像亮度值和8个红边波段指数特征组合方式的随机森林分类器的分类精度最高,达到85.6%;得到的基-塘面积比例约为4.9∶5.1,植被-塘面的面积比例约为3.5∶6.5。提出的结合面向对象和基于像元的混合分类方法能够对基塘系统进行精细的遥感影像分类,能准确估计基塘系统中各地物的面积和基-塘比例等指标,并为基塘系统生态功能的调查和基塘系统的合理保护与开发提供参考和数据支持。     

基于面向对象方法的高分辨率遥感影像城市用地分类研究

对城市用地类型进行研究,能够为城市土地的合理规划、布局及管理提供信息支撑.本文采用基于面向对象的影像分析技术依据多尺度影像分割结果,对呼和浩特市城市中心区用地进行分类研究.试验表明这种分类方法不仅速度快而且精度高,为高分辨率遥感影像城市用地分类研究提供了新思路.     

基于NDVI的新疆荒漠地区植被覆盖度遥感估算经验模型研究

新疆荒漠地区植被覆盖度遥感估算模型十分缺乏,给荒漠化监测等相关工作带来很大不便,开展植被覆盖度遥感估算经验模型研究,对于促进和完善相关地区的生态监测及研究工作具有积极的现实意义。通过对阜康市北部沙漠南缘和克拉玛依市中部平原荒漠进行无人机航拍,利用无人机遥感提取（光合）植被信息,并将无人机航拍影像的植被覆盖度统计单元与高分辨率卫星影像像元在空间上直接相对应,获取在高分辨率卫星影像像元尺度上的植被盖度,然后通过植被覆盖度和空间上与其相对应的源自高分辨率卫星影像的NDVI数据的拟合关系,建立基于源自高分二号影像的NDVI的阜康北部沙漠植被覆盖度遥感估算线性模型以及基于源自ZY1-02C影像的NDVI的克拉玛依平原荒漠植被覆盖度遥感估算二次多项式模型。研究中所采用的无人机遥感与卫星遥感相结合、植被覆盖度统计单元与卫星像元在空间上直接对应的方法,可避免以往相关工作中常以点位测量数据代表卫星像元数据所带来的不确定性。由于所用卫星影像的NDVI数据稳定性相对不足等原因,所建立的遥感估算模型的估算精度尚相对偏低,有待于今后进一步的工作加以改进。     

绿地景观对城市热环境的影响——以长春市建成区为例

绿地景观作为城市生态网络中的自然要素,在缓解城市热岛、调节城市气候中发挥着极其重要的作用。以绿地景观为研究对象,基于SPOT5影像提取长春市建成区绿地景观数据,基于TM影像估算地表温度,分析城市绿地景观与地表温度的相关关系,将"植被—不透水面—土壤"模型与具有明确物理意义的线性光谱混合模型相结合估算城市地表植被覆盖度,进一步剖析绿地景观的植被覆盖对城市热环境的影响。结果表明:绿地面积与该块绿地的最低温度负相关性较大,当绿地的面积达到50 hm2之后,面积的增大会使其地表温度显著降低;生产绿地和农业用地的地表温度最低,居住绿地地表温度最高,公园绿地温度受植被状况的影响与其他类型相比更剧烈,常绿树和落叶树的降温效果更好;增加公园绿地、常绿树和落叶树的植被覆盖,对于减缓城市热岛效应具有更好的调节作用。     

基于Landsat8影像时间序列NDVI的作物种植结构提取

为提高内蒙古平原灌区作物种植结构遥感监测精度和效率,提出一种基于时序NDVI曲线的作物种植结构提取方法。以内蒙古土默特右旗平原区为研究区域,以2015年覆盖作物生育期的多时相Landsat影像为数据源,根据不同地物其NDVI值范围不同,将研究区地表分为植被覆盖地表,无植被覆盖地表和水体3类。在植被覆盖区域内,根据林地和荒草地时序NDVI曲线特征,提取林地和荒草地,其余区域即为农田。根据小麦、玉米、葵花和西葫芦的时间序列NDVI曲线特征差异构建分类决策树模型,在农田区域内提取上述作物的空间种植分布信息。研究区各类地物及作物遥感提取面积与实际统计面积接近,土地利用分类总体精度达到85.71%,作物分类总体精度达到82.69%。研究结果表明该方法提取作物种植信息的精度较高,能够实现区域作物种植信息的高效准确监测。     

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。     

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。     

分层分类和多指标结合的西北农牧交错带植被信息提取

参照《中国植被》中的植被分类体系,结合野外考察结果,建立了适合中国西北农牧交错带的植被分类体系。以覆盖研究区的多幅Landsat影像为基础,按“分层分类,逐层验证”的思路,实现了对研究区植被信息的提取。提取时,先利用完全约束的最小二乘模型对遥感影像进行混合像元分解方法,将整个研究区划分为植被区和非植被区;在植被区,基于光谱特征、纹理特征和地形特征,构建CART决策树,获得了乔木林、灌丛和草原等7种主要植被型组;在植被型组内,基于不同植被类型NDVI的季节差异特征,构建NDVI差值比值指数 (NDVI_DR),将乔木林和灌丛区分为常绿和落叶植被型,使用温度植被干旱指数(TVDI),将草原进一步区分为荒漠草原、典型草原和草甸草原3种类型,从而得到各个植被型的空间分布范围。经验证,最终分类的总体精度能达到79.51%,kappa系数为0.773。采用的分类方法充分利用了遥感数据既有的光谱信息和纹理信息,同时辅以地形信息。实践结果表明,分层分类和多种指标相结合的方法可以有效实现对影像跨幅的、以复杂镶嵌结构为主要特征的农牧交错带植被信息提取,精度较高,技术可行。     

基于CART决策树的沙地信息提取方法研究

为研究沙地信息提取的方法,采用基于CART决策树的面向对象方法,提取中卫市沙坡头区的沙地信息。首先对研究区进行多尺度分割和光谱差异分割得到对象层,然后选择合适的提取特征和训练样本点,最后输入选择的提取特征和样本点生成CART规则树,并对地物进行分类,提取出沙地信息。结果表明:采用面向对象的CART决策树方法提取沙地信息具有较高自动化程度和精确度,依此构建的CART决策树总体分类精度可达到77%,是最近邻分类结果的1.12倍,支持向量机分类结果的1.57倍,此外,NDBI(归一化裸露指数)、GSI(粒度指数)和SWIR 2(第七波段)均值可以成功的将沙地、戈壁和裸岩石砾地三个易混地物区分开来,是沙地提取过程中三个重要的特征指数。     

基于水稻特征波段的决策树分类研究

针对种植结构复杂、地形复杂的水稻种植面积遥感提取精度不高现象,结合多时相遥感影像中反映水稻物候规律的特征波段,以南京江宁丘陵山区为例,选择典型水稻物候期时相的TM数据,基于多特征波段构建决策树分类提取水稻种植面积。结果表明:纹理、植被指数、湿度因子、坡度因子等多特征参与决策树分类能够提高总体精度;在具有两期物候数据时提取精度和效率较好,而加入了地形特征的水稻抽穗期数据比水稻灌浆期数据获取效果略好。因此,利用合理的作物物候期数据和该遥感影像的特征波段可有效提高分类精度,为地块破碎区作物种植面积提取提供有效手段。     

基于C5.0决策树分类算法的ETM+影像信息提取

利用C5.0决策树算法对ETM 影像进行信息提取,通过与其他分类方法提取结果的对比,得出C5.0决策树分类算法精度较高。大气校正与数据融合可明显提高分类精度,利用经过NDVI、NDBI、缨帽变换处理后的影像组合数据进行信息提取可进一步提高分类精度。研究发现,C5.0决策树算法用未处理的资料生成决策树的效果较差,而经大气校正和数据融合后计算出NDVI、NDBI及缨帽变换的前3个分量的组合数据生成的决策树深度最小,并且分类精度最高。     

极端干旱区荒漠稀疏河岸林遥感分类研究

研究以位于极端干旱区的塔里木河干流中下游地区为例,基于Landsat TM影像,结合决策树分类、几何光学模型与光谱角匹配,解决混合像元信息分解,实现干旱区稀疏荒漠河岸林类别识别。首先从遥感视角的角度,将地物分解为目标和背景,提出塔里木河干流荒漠河岸林植被分类系统;其次以多变量决策树法将非荒漠植被信息剔除,采用几何光学模型模拟各类荒漠植被的像元光谱,最后以光谱角匹配的方法将荒漠植被进一步进行分解,得到塔里木河干流中下游地区典型研究区的植被分类专题图,分类精度结果表明:基于混合像元分解与几何光学模型的分类方法总精度达到了79.43%,Kappa系数为0.718,表明分类质量良好。     

南京城市森林景观格局特征与空间结构优化

城市森林研究是一个新兴的研究领域, 城市森林的景观生态学研究是城市森林研究的必然发展趋势和重要内容。首先根据景观生态分类法的思想和原则, 将城市森林景观分为2 个类型4 个亚型, 然后综合运用RS 和GIS 技术进行南京城市森林景观类型空间信息调查, 获取城市森林景观类型分布图及类型空间属性数据。在此基础上, 以定量和定性相结合的方法分析城市森林景观格局特征, 并提出城市森林景观空间结构优化的措施和建议。研究认为, 南京城市森林景观具有总覆盖度适宜, 空间分布的区域差异极为突出, 大型半自然和近自然 林斑块是景观主体, 景观生态系统的形成、分布和类型分异与自然环境的地域分异密切相关, 人类对景观干扰作用强等特点, 而因地制宜的构建基于" 集中与分散相结合原则" 的总体结构优化模式是南京城市森林景观发展的主导方向, 设计不同尺度和等级规模的景观廊道是景观建设的主要任务, 加强生态敏感部位景观斑块建设是关键措施。