Land Cover Status in the Koshi River Basin,Central Himalayas

The Koshi River Basin is in the middle of the Himalayas, a tributary of the Ganges River and a very important cross-border watershed. Across the basin there are large changes in altitude, habitat complexity, ecosystem integrity, land cover diversity and regional difference and this area is sensitive to global climate change. Based on Landsat TM images, vegetation mapping, field investigations and 3S technology, we compiled high-precision land cover data for the Koshi River Basin and analyzed current land cover characteristics. We found that from source to downstream, land cover in the Koshi River Basin in 2010 was composed of water body (glacier), bare land, sparse vegetation, grassland, wetland, shrubland, forest, cropland, water body (river or lake) and built-up areas. Among them, grassland, forest, bare land and cropland are the main types, accounting for 25.83%, 21.19%, 19.31% and 15.09% of the basin’s area respectively. The composition and structure of the Koshi River Basin land cover types are different between southern and northern slopes. The north slope is dominated by grassland, bare land and glacier; forest, bare land and glacier are mainly found on northern slopes. Northern slopes contain nearly seven times more grassland than southern slopes; while 97.13% of forest is located on southern slopes. Grassland area on northern slope is 6.67 times than on southern slope. The vertical distribution of major land cover types has obvious zonal characteristics. Land cover types from low to high altitudes are cropland, forest, Shrubland and mixed cropland, grassland, sparse vegetation, bare land and water bodies. These results provide a scientific basis for the study of land use and cover change in a critical region and will inform ecosystem protection, sustainability and management in this and other alpine transboundary basins.     

基于阴影的资源三号卫星数据城市建筑物高度估算

利用我国首颗民用高分辨率测绘卫星—ZY3影像,运用面向对象方法及形态学的思想,以形态学建筑物指数MBI和形态学阴影指数MSI,构建了基于知识规则的城市建筑物和阴影信息提取模型,很好地完成了北京方庄小区和厦门软件园的建筑物和阴影的提取,并实现了阴影长度的自动估算。利用太阳、卫星和建筑物成像几何关系,以阴影长度估算了城市建筑物高度,并以实测数据进行精度评价及误差分析。在以北京市方庄小区为例的试验中,建筑物高度提取的平均相对误差为7.08%,绝对误差小于6 m的建筑物占90%以上,80%以上的建筑物相对误差在10%以内,而误差较大的多为阴影较难识别的低矮建筑物和建筑密度较大使得阴影相互遮挡的高层建筑物。在厦门市软件园区实验中,94.3%的建筑物绝对误差在5 m以内,且计算高度与实际高度相关系数达到0.992,进一步验证了所用方法的可靠性。本文提出的建筑物信息提取方法,可很好地实现高分辨率影像城市建筑物高度估算,展示出资源三号卫星数据在城市建筑物信息提取方面的应用潜力。     

天绘一号卫星影像的平原绿化提取方法

平原绿化是我国平原地区森林植被的主体,为生态环境建设提供了有力保障。但平原绿化分布零散,斑块面积小,不易被准确提取。本文以河南省封丘县为例,利用天绘一号卫星影像面向对象分类技术提取了平原绿化。在面向对象分类过程中,针对不同平原绿化信息选取不同的分割尺度和参数,建立影像对象的分割层次结构,确保农田林网、通道防护林、四旁防护林等平原绿化信息能够被准确分割。分类时通过构建隶属度函数,利用层与层之间的关系,子类继承父类的分类特征,在此基础上增加自己的特征,建立分类规则集,逐层提取绿化信息。本文共获取封丘县平原绿化面积152.51 km²,其中,农田林网36.09 km²,通道防护林21.29 km²,四旁防护林71.56 km²,片林23.57 km²。利用验证点数据,对分类结果进行精度评价,总体分类精度为93.50%,Kappa系数达到0.92。     

面向对象和DEM的ZY-1 02C影像湿地提取研究

本文运用面向对象分类与DEM数据相结合的方法,对资源卫星一号02C卫星遥感影像进行湿地提取。探索了基于对象与DEM信息的提取技术,在02C影像湿地的提取应用,对研究我国国产卫星在湿地监测和保护方面有重要的意义。研究结果表明：（1）面向对象的遥感影像信息提取方法,可同时兼顾影像光谱信息及空间信息,适用于02C影像的湿地提取,精度得到明显提高;（2）基于对象与DEM信息的提取方法,使沼泽地与草地相混淆的现象明显减轻,湿地分类精度进一步提高,该方法适用于高分辨率遥感影像的湿地提取研究;（3）基于对象与DEM信息提取的水田、水体、沼泽地及河滩的精度,分别为88.46%、97.44%、86.96%和83.33%,满足资源卫星一号02C遥感影像对湿地进行监测和保护的需要。     

基于TM影像属性和形态特征的土地覆被制图方法

本文以浙江省中南部地区不同时相30m分辨率的2景TM影像为基本数据,采用面向对象的方法实现了研究区的土地覆被制图。首先,在eCognition软件中采用多尺度分割算法,以光谱信息、纹理特征、几何特征等实现研究区的对象分割,使分割后的对象边界与实际地物边界尽量保持一致,通过建立多层次地物特征规则,进行最优分割尺度下的遥感多层次识别分类;然后,分析可用于分类的属性特征和形态特征,通过对这些特征的统计值对比分析,选取了对象的紧致度、长宽比、MNDWI、LBV等特征构建了决策树模型,实现了研究区1：25万的土地覆被分类;最后,采用目视解译和野外样本2种方式对分类结果进行精度验证,其中,目测随机样点评价得到的总体精度为87.66%,野外样本点评价得到的总体精度为83.38%。研究表明：面向对象的分类方法不仅具有较高的精度,而且图斑与实际地物边界能较好地吻合,很好地避免了混合像元误分的现象,同时能消除像元分类的“椒盐现象”。     

近40 a来天山台兰河流域冰川资源变化分析

台兰河流域作为阿克苏河的支流,是以冰川融水补给为主的河流,流域面积为1 324 km²。结合1：5万地形图、Landsat ETM+遥感影像及数字高程模型数据,通过综合计算机自动解译及目视解译的方法,将面向对象图像特征提取方法应用到该流域冰川信息提取中,并以影像叠加数字高程模型来提取表碛覆盖区的冰川末端边界,最后参照专家指导意见进行边界的再次修订,得到1972~2011年该流域的冰川变化数据,并分析了过去近40 a来冰川变化特征及其对气候变化的响应过程。结果表明：1972~2011年,台兰河流域冰川退缩明显,冰川总面积从435.44 km²退缩到385.38 km²,减少了50.06 km²,退缩率为11.50%,年均减少约1.25 km²,平均单条冰川面积减小0.31 km²;冰川总条数从113条减少到109条,消失冰川10条,有3条冰川分离成了9条,其余100条冰川都呈减小趋势。结合阿克苏和拜城气象站气象资料分析认为,台兰河流域冰川萎缩与该地区气温快速上升关系密切,气温上升导致的冰川消融在一定程度上抵消了降水增加对冰川的补给。     

基于遥感的冰川信息提取方法研究进展

对冰川监测中常用的遥感卫星、 传感器及冰川信息提取方法等进行了综合评价, 常规方法中普遍认为比值法的精度最高, 新产生的面向对象分类和雷达干涉测量方法虽一定程度上提高了冰川提取精度, 但冰碛物仍是自动识别的难点. 针对表碛覆盖冰川虽发展了一些自动、 半自动的方法, 但这些方法还不够成熟、 不具有通用性. 积雪、 冰碛物和地面验证仍是冰川自动提取存在的重要问题, 发展更先进、 更成熟的方法是冰川研究的重要方向, 未来可以尝试采用粗糙集理论及ICESAT卫星波形提高冰川信息提取的精度.     

面向对象的高分辨率影像城市建筑物提取

依据高分辨率遥感影像的特点,采用面向对象方法提出"自下而上"的多尺度分割方法,即按照由小尺度分割至大尺度分割的顺序,并结合掩膜操作对山东师范大学IKONOS影像进行了建筑物提取试验。结果表明,该方法较传统的"自上而下"的尺度分割方法精度有显著改善,其分类结果形状较为规整,更接近实际地物。     

基于面向对象分类技术的沈阳市土地利用动态变化研究

基于RS和GIS技术,采用面向对象分类技术,根据沈阳市的实际情况,建立土地利用类型解译标志,利用多尺度分割方法进行影像分割,然后利用决策树法和最近邻的分类方法,建立分类规则,提取区域土地利用信息,得到该区域的两期土地利用/土地覆被数据,并对研究区的土地利用动态变化及引起这种变化的驱动力进行分析.研究中所采用的面向对象的分类方法在地表景观信息提取中充分利用了地物的光谱信息、纹理特征等特征,最大程度上克服由于不同地物光谱信息相似、相同地物光谱信息不同而造成的混分现象.     

面向对象的极高海拔区水体及冰川信息提取——以珠穆朗玛峰国家级自然保护区核心区为例

极高海拔地区多为河流发源、冰川发育地,由于地形起伏强烈,且野外考察验证工作困难,传统的遥感信息提取方法很难保证该地区水体及冰川的提取精度。本文基于ASTER影像,运用面向对象的图像信息自动分析方法,对珠穆朗玛峰国家级自然保护区核心区的水体及冰川信息进行了提取研究。为保证信息提取的准确度,将数字高程模型(DEM)及其衍生数据(坡度、坡向),归一化植被指数(NDVI)数据,及有助于区分水体、冰川与其他地物的相关指数(冰雪指数NDSII)及波段运算结果(b1-b3)、(b3/b4)等,分别作为一个波段叠加到原始图像中,使之成为对目标地物光谱特征的有益补充。并对不同类型的水体及冰川进行多级、多尺度分割,以满足其对分割尺度的不同要求。分割完成后,综合考虑目标地物的光谱特征、纹理特征、空间结构特征,根据各特征指数的直方图信息,设定合适的阈值,建立了各水体及冰川类型信息提取的知识规则,并结合实地调查对信息提取的精度进行验证,改进了ASTER遥感影像自动快速提取极高海拔区水体及冰川信息的实用模型。