基于高分辨率遥感影像的土地利用变化监测

利用遥感影像进行土地利用变化监测,在国内已经有众多相关应用的尝试。但是受到遥感影像分辨率的影响,能满足1∶1万土地利用变化的应用还较少。以浙江省湖州市东林镇域内一块试验区为例,阐述了利用SPOT5高分辨率遥感影像进行1∶1万土地利用变化的方法、过程,同时给出了实验结果,进行了该应用的可行性讨论。     

遥感影像数据库研究

该文首先对目前国内外遥感影像数据库方面的研究工作做了介绍,并对一些重要遥感影像数据库系统实施方案进行了具体实践和测试,在此基础上针对各方案的技术路线、支持的操作系统及数据库平台、影像数据库的管理方式、系统体系结构、影像数据压缩方案、电子地图支持能力和使用的软件平台等7个方面做出了具体测试和分析,并给出测试结果和最终结论。     

全国土地利用动态遥感监测数据库建设探讨

就如何对海量的土地利用监测成果实施科学有效的管理进行探讨，尝试运用地理信息系统技术、数据库管理技术以及计算机网络技术，建立土地利用动态遥感监测数据库，以便为土地资源管理部门提供及时、准确的土地利用变化监测信息，以保障监测成果能有效地应用于日常管理和规划，为国土资源的管理提供基础信息服务和辅助决策工具。     

基于遥感影像的土地利用动态监测精度评价的方法

将土地利用动态监测的误差类型概括为几何误差与属性误差两种，并分别给出了它们的采样及精度评价方法。     

基于微型无人机影像的土地利用调查试验

针对我国中小城镇建设与发展的需求,提出了利用无人机影像开展小城镇土地利用调查的思路,并选择广西武鸣县进行了试验,制作了武鸣县县城及周边地区土地利用图。试验结果表明,利用无人机影像开展小区域的土地利用状况调查,成本低、效果好,具有良好的推广应用前景。     

基于SPOT5遥感影像丰宁县植被地上生物量估测研究

利用SPOT5遥感影像数据和同期获得的野外调查样地数据,基于按植被类型分类估测的方法,研究了河北省丰宁满族自治县植被地上生物量的遥感估测技术。研究结果显示,SPOT5影像的4个波段反射率和中红外植被指数(VI3)结合建立的多元回归模型,可用于森林生物量的遥感估测,估测的R2值达0.540,说明中红外波段信息提高森林生物量的估测精度有一定作用;通过分析样地生物量与多种植被指数的相关性发现,基于比值植被指数(RVI)的指数回归模型是灌丛生物量估测的最佳模型,估测的R2值达0.711,基于归一化植被指数(NDVI)的简单线性回归模型为估测草地生物量的最佳模型,R2值达0.790。利用2008年的全覆盖SPOT5影像,获得了丰宁县2008年植被地上生物量分布图,除农田植被外,全县地上生物总量为3.706×107 t,单位面积生物量平均为51.223t/hm2,其中,森林植被总生物量为3.578×107 t,灌丛植被总生物量为1.048×106 t,草地植被总生物量为2.277×105 t。     

基于遥感与GIS技术的定西县土地利用变化研究

利用TM+SPOT影像融合数据对甘肃省定西县2000年到2001年土地利用和土地覆盖进行遥感调查,分析研究一年来该县土地利用结构,尤其是坡耕地退耕还林、还草的变化状况,客观评价定西县一年来的生态环境变化。初步实现了对区域生态环境变化的动态监测,为黄土地区退耕还林还草、生态环境调查及动态监测提供了可行的方法。     

基于第二次土地调查的大区域SPOT5 影像工程化处理研究

国土资源部即将在全国开展的新一轮土地调查, 并建立土地变更调查制度和管理系统。相较于上世纪80 年代的第一次土地详查, 新一轮土地调查的特点在于技术新、手段齐, 查得全、查得清。本文针对第二次土地调查, 以工作中普遍采用的大区域多景连片SPOT 5 卫星影像为例, 讨论了SPOT 5 卫星影像的正射纠正方法, 详细介绍了影像纠正前根据参考图选点误差、数字高程模型的误差精度和传感器内部结合误差三方面对影像纠正应该达到的精度理论值进行评估, 以及纠正后对影像几何精度的精度评定的方法, 阐述了SPOT 5 卫星影像处理的工程化管理方法。     

基于遥感影像综合理解模型的遥感影像分类

为了改善遥感影像的分类精度,介绍了遥感影像综合理解模型,并提出了一种新的遥感影像理解模型。利用它支持图像分类,在分类过程中,相关的地理数据得到使用,且用规则表示成像和知识。经验证,该方法与传统方法相比,有效改善了分类精度,是一种好的分类方法。     

乌兰布和沙漠高分辨率遥感影像梭梭林解译方法探讨

利用ALOS、SPOT5高分辨率遥感影像,结合野外调查,完成了乌兰布和沙漠研究区遥感影像信息的目视解译及植被制图,并结合GPS野外样点进行精度评价,解译精度为93.3%,梭梭林面积为165 410.62 hm²,占乌兰布和沙漠地区总土地面积的17.27%。最后,对乌兰布和沙漠遥感影像梭梭林解译的方法进行了探讨。     

基于Landsat遥感影像的土地利用变化动态监测

土地利用变化是土地资源利用情况的综合分析,遥感技术在土地利用变化的应用,更好的解决了大范围内土地利用变化动态监测的难题。本文基于Landsat影像,利用影像融合主成分分析法(PCA法)以及谷歌地球目视解译和最大似然法结合的方式进行监督分类,采用Majority/Minority分析对分类结果进行处理,通过混淆矩阵对分类的结果进行精度评估。运用遥感图像2001-2018年期间解译结果,对昆明市呈贡新区土地利用变化做出分析,以及对2001和2018年分类结果进行变化检测,结果表明,2001-2018年呈贡新区土地利用结构发生显著变化,城市建筑面积明显增多。     

小波变换在SPOT5全色与多光谱图像融合中的应用

离散小波变换可以将图像分解成为一系列具有不同分辨率特征、频率特征和方向特性的子带信号,并且将图像的光谱特征和空间特征分离,从而为不同分辨率的遥感图像融合提供了有利条件。采用小波变换融合方法对SPOT5全色与多光谱图像进行融合处理,以提高图像的空间信息质量和光谱质量为目的。通过对融合结果图像进行主观和客观的综合评价,可得出融合前后图像灰度均值变化很小,灰度标准差、熵和清晰度三者变化趋势一致;当小波分解层数为3时,融合图像的光谱质量与空间质量之间达到较好的平衡,同时融合图像的视觉效果良好。     

基于SPOT5影像的山东南四湖地被覆盖分类研究

以南四湖2006年6月中旬的两景SPOT5多光谱卫星影像为数据源,借助ERDAS Imagine和ArcView软件,运用非监督分类与人工目视解译的方法对影像进行分类处理。运用实地调查记录检验分类结果,符合率达到83.3%。依据分类结果绘制了南四湖地被覆盖图,并且计算了各种地被类型的面积。南四湖大堤内总面积为1206.9 km²,其中开阔水域占总面积的45.54%,湿地植被面积占21.06%,围网养殖区面积占15.6%,无水区的村庄、农田和林地占17.8%。南四湖地被覆盖格局主要受人为因素影响,为保护南四湖生态环境,必须禁止湖内土地围垦,控制围网养殖区,逐步恢复湿地植被。     

几种小波融合方法在遥感影像融合中的应用与比较

遥感影像融合是在提高空间分辨率的同时尽量保持光谱信息的完整性。小波融合方法已经被证明在保持光谱信息方面具有一定的优势。本文利用SPOT5的全色影像和多光谱影像,对常用的几种小波融合方法进行了试验,使用多种评价方法,将他们与常用的IHS方法和PCA方法进行了比较,并研究了小波分解层数对融合结果的影响。     

基于遥感影像的土地变化边缘提取

运用Sobel算子提取不同时期同一地区的遥感影像的轮廓,对提取后的影像用后期遥感影像减去对应的前期遥感影像相对应的相素,在相减时采用一个三阶算子,这样可以很好的消除不同时期影像匹配时的误差。并对相减后的影像采用一个的滤波方法算子进行滤波,可以很好的滤掉噪声。得到的影像能很好的反映出不同时期土地的变化边缘。     

基于模板阈值法的土地利用变化信息提取方法研究

提出了一种新的基于遥感的土地利用变化信息动态监测和提取的方法。其基本思路是在矢栅位置配准的基础上,以矢量多边形和栅格面阵共同表示的土地利用图斑为基本单位,建立土地类别解译标识,在此基础上对所有图斑进行基于图斑的分类、利用检测模板和阈值来判断图斑类型是否发生变化,并对变化图斑进行表示和更新。本方法具有可用特征丰富,抗干扰能力强,分析能力强等优点,同其他传统方法进行比较有良好的应用效果。     

基于遥感影像的土地变化边缘提取

运用Sobel算子提取不同时期同一地区的遥感影像的轮廓,对提取后的影像用后期遥感影像减去对应的前期遥感影像相对应的相素,在相减时采用一个三阶算子,这样可以很好的消除不同时期影像匹配时的误差。并对相减后的影像采用一个的滤波方法算子进行滤波,可以很好的滤掉噪声。得到的影像能很好的反映出不同时期土地的变化边缘。     

基于模糊子集的土地利用遥感图像模糊规则分类

为了较好地处理遥感图像的不确定性或模糊性,提高分类精度,提出了一种基于模糊子集的土地利用遥感图像模糊规则分类方法。将模糊隶属度函数值对应到特定的模糊子集建立模糊规则条件,由样本建立分类规则库,通过计算分类数据规则条件部分与分类规则库中规则条件部分的模糊贴进度进行土地利用分类。结果表明:与传统的最大似然法分类方法相比,基于模糊规则的分类方法在高模糊性数据分类中显著提高了分类精度,在低模糊性数据分类中也能取得与最大似然法近似的结果。