基于FeatureStation的地理国情地表覆盖解译方案研究

分析了FeatureStation用于地理国情要素提取与解译的技术路线,并提出了特殊地貌的解译方法,以及针对选定区域的自动解译方法。在地理国情普查项目中的应用表明,FeatureStation软件具有快速、实用、有针对性等特点。     

地理国情普查项目地表覆盖数据成果的质量控制

地理国情普查项目是全新的测绘地理信息项目,文章结合生产阶段及检查验收过程中地表覆盖数据生产容易出现的质量问题,通过认真分析影响质量的因素,从管理要素、生产过程、两级检查3个方面谈了解决该问题的部分质量控制措施,以便于更好地提高地理国情普查项目成果的质量。     

湖北省地表覆盖分类数据质量检查技术探讨

地表覆盖分类是地理国情普查成果数据的重要组成部分,同时也是统计分析的基本数据源。结合湖北省地理国情普查的特点及在实际检查工作中的经验,对地表覆盖分类信息采集成果质量检查的主要内容和方法进行了较全面的阐述,探讨了成果数据质检过程的关键环节和技术要点。     

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。     

姜大明在国土资源部党组巡视工作领导小组第二次会议上强调：全力抓好巡视成果运用和发现问题整改落实 精心组织安排确保明年实现巡视工作全覆盖 张少农主持 赵凤桐出席

12月8日,国土资源部党组巡视工作领导小组召开第二次会议,听取今年第一批巡视工作情况的汇报,并就做好下一阶段巡视工作进行部署和安排。部长、党组书记、国家土地总督察姜大明出席会议并强调,要抓好巡视成果运用,推进巡视发现问题的整改落实;要精心组织安排,确保明年实现巡视工作全覆盖。     

综合环境卫星与MODIS数据的面向对象土地覆盖分类方法

使用面向对象方法对单时相的环境卫星数据进行土地覆盖分类时,几何特征和光谱特征相似的地物无法区分,而MODIS时序数据的空间分辨率较低,不适用于中小尺度的土地覆盖分类。应用面向对象方法,充分利用环境卫星数据的空间、光谱特征和MODIS数据的物候特征建立规则,进行分类,可以有效地解决上述困难。首先对环境卫星数据进行多尺度分割,生成待分类对象;再根据对象的特征,依据由简到难的原则进行分层分类。以双台子河口为例进行土地覆盖分类,总体精度93%,Kappa系数0.92。结果表明,综合环境卫星与MODIS数据的面向对象土地覆盖分类方法应用潜力巨大。     

多方法的地理国情地表覆盖分类研究

以重庆市永川区为试点,以0.5 m航片为主要数据源,采用基于影像分割辅以人机交互式解译、基于规则库的航片自动解译、全人工的人机交互式解译等多种方法,对地理国情普查的地表覆盖分类进行了研究,对深化完善普查内容和技术标准提出了有益建议。     

地理国情普查地表覆盖分类信息采集成果质量控制的关键环节

开展地理国情监测是国家测绘地理信息局＂十二五＂发展战略的重要举措,开展普查试点是整个项目成功与否的关键环节。针对生产实际,结合在检查工作中的一些经验对地理国情普查地表覆盖分类信息采集成果质量检查的主要内容和方法进行较全面的阐述,探讨影响分类信息采集成果质量的主要因素及关键技术环节。     

植被覆盖区土壤水分反演研究——以北京市为例

以北京市为研究区域,联合使用光学遥感数据和雷达数据,对植被覆盖区地表土壤水分进行反演研究。在利用同期光学数据提取出归一化水分指数(normalized differential water index,NDWI)之后,利用water-cloud模型去除植被层在土壤水分后向散射中的贡献,然后考虑到地表粗糙度,在构建后向散射数据库的基础上分别利用HH和HV极化方式的后向散射系数构建土壤水分反演模型,并对反演结果进行对比研究。结果表明,采用HH极化方式反演土壤水分的均方根误差为0.044,相对误差为15.5%;采用HV极化方式反演土壤水分的均方根误差为0.057,相对误差为20.3%;相比而言,HH极化的反演效果更好。     

基于CA-Markov模型的秦淮河流域土地覆盖格局模拟预测

以秦淮河流域为研究区,以2006和2009年ETM+图像土地覆盖分类结果为输入数据,采用CA-Markov模型,模拟预测研究区未来的土地覆盖格局。在模型建立过程中,通过Markov模型求出转移概率矩阵和转移面积矩阵,确定CA模型转换规则,限制CA模型迭代次数。利用CA-Markov模型模拟预测研究区2012和2018年土地覆盖格局,并采用2012年实际土地覆盖分类结果验证预测精度,得到2012年各土地覆盖类型栅格数预测误差均小于等于6.5%,空间位置预测精度达到76.5%。预测结果表明,2018年研究区水田比例将降为33.3%,不透水面比例将达31.1%,其中多数水田转变成为不透水面,南京城区、禄口镇、句容市、溧水县等城镇地区的不透水面明显扩张。该方法可以对秦淮河流域的土地覆盖动态监测以及可持续发展提供依据。