基于分层分析的ASTER 影像土地利用/ 覆盖遥感监测研究

以龙海市为实验区, 利用ASTER 遥感数据, 在研究区典型地物光谱特征系统分析的基础上,进行基于分层分类思想的地物分类提取方法研究。首先将影像划分为独立的子区( 水体、植被覆盖区和非植被覆盖区域) 以避免分类过程中光谱的互相影响; 然后在每个独立的子区基础上根据各类地物的不同光谱特征和空间特征, 对各类地物进行逐层掩模、分层提取。结果表明该方法优于传统的监督和非监督分类效果。     

土地利用/覆盖链式遥感分类方法研究

针对目前大面积土地利用/覆盖变化应用中存在的当地面参考数据不足时分类精度不高和分类过程复杂的问题,本文介绍了一种新型的链式遥感分类方法。该方法利用有限的地面参考数据,根据相邻影像间重叠区域的信息即可完成大面积的土地分类。研究利用该方法对华北地区约1.0×105km2的区域分别进行了林地和非林地的简单分类和耕地、水域、居民地及林地的复杂分类试验,总体分类精度分别为95.0244%和92.0947%,并分别与传统的分类方法进行了对比,总体分类精度仅降低1.6773%和2.1569%。研究结果表明,链式分类精度损失不大,但时间效率大大提高。     

BERS-CCD数据土地利用/覆盖信息 提取最佳波段选择——以贵州喀斯特山区为例

最佳波段选择是遥感数据处理重要基础工作,不仅影响遥感信息提取目视解译效果,而且影响计算机分类精度和效率。以贵州喀斯特山区CBERS-CCD数据土地利用/覆盖信息提取为例,依据最佳指数（OIF）模型,基于波段间信息量和地物间可分性试验,从定性和定量角度评价试验结果,得出:① CBERS-CCD数据所有可能3个波段组合中,B3-4-1波段组合RGB合成假彩色影像最适宜多数土地利用/覆盖类型信息提取;② CBERS-CCD数据第5波段对水田和草地等地类信息提取有重要贡献,应予充分利用;③ 不同波段组合对不同地类信息提取贡献有别,仅仅依靠某个波段组合即便是最佳波段组合也难以获得很高精度,需要继续研究CBERS-CCD数据与其它数据融合,以及决策树与多特征提取等多种遥感信息提取方法。
     

基于知识的山东丘陵区土地利用/覆盖分类研究

土地利用/覆盖信息的获取是土地利用/覆盖变化研究的前提和基础, 传统的基于光谱信息的分类无法克服地物光谱特征相似造成的混淆。以龙口市为例, 探讨了综合应用高程、坡度等地学专家知识和地物的光谱知识, 对山东丘陵地区土地利用/覆盖进行自动分类的方法。实验证明, 基于知识的土地利用ö覆盖分类方法消除了单纯利用光谱信息的不足, 达到了90. 24% 的分类精度, 远高于最大似然法分类。     

基于多特征的遥感影像土地利用/覆盖分类——以腾格里沙漠东南边缘地区为例

由于建筑物的材质不同、高楼阴影等使居民地的自动提取成为遥感技术的一个难点, 而且, 在干旱、半干旱区, 泥质房顶的居民地与泥质荒漠有异物同谱现象使居民地信息提取更加困难。准确了解防护林草的变化信息对维护沙漠铁路、公路的正常运行, 保护绿洲都有重要的意义, 而防护林草与荒漠草原因为有相同的荒漠植被类型而波谱相似, 所以在干旱、半干旱地区土地利用/ 覆盖的遥感影像分类, 普遍受到同物异谱和异物同谱现象的影响和制约, 使传统基于光谱特征的分类方法精度低。仔细分析了研究区典型地物的光谱特征和同物异谱与异物同谱现象, 并结合实地考察建立了分类体系。基于知识对监督分类的结果做后处理, 准确地提取了居民地和防护林草类型, 并对分类结果进行了精度评估。结果表明: 与传统的基于光谱特征的分类方法相比, 基于多特征的遥感影像分类精度明显提高。     

利用Landsat ETM+影像研究土地利用/覆盖与城市热环境的关系 --以福州市为例

如何更好地研究土地利用/覆盖与城市热环境的关系,将对城市规划、城市生态环境的改善产生积极的影响.本文利用Landsat ETM＋影像的热红外波段,研究城市热岛的分布规律,同时研究了不同土地利用类型的可见光、近红外、中红外与热红外波段的关系,以揭示土地利用/覆盖与城市热环境的关系.研究表明,在卫星影像上,城市建成区的可见光、近红外、中红外与热红外波段的相关性较为显著,通过对不同土地利用类型上可见光波段、近红外、中红外与热红外波段的分析,获取城市建成区上的热环境分布.     

影响ETM影像土地利用/覆盖分类精度因素的研究

训练样本量、辅助数据和分类法是影响土地利用/覆盖分类精度的3个主要因素,通过找到这3个因素的最佳组合方式以提高分类精度,分别在25%、50%、75%、100%样本量下,加入NDVI、DEM和纹理均值特征作为辅助数据,比较了分类回归树、支持向量机、最大似然法3种分类法的效果,探讨了训练样本、辅助数据以及分类技术对土地利用/覆盖分类精度的影响。结果表明：支持向量机总体分类精度较高,在相同样本量和没有有效辅助数据的情况下,SVM可以获得最佳的分类结果,总体分类精度在85%以上;在进行分类时,加入NDVI和纹理均值特征使分类回归树分类精度提高了2.82%,说明该方法对有效辅助数据的加入较为敏感;在获取的训练样本集有限而可获取有效的辅助数据时,应优先考虑利用分类回归树进行土地利用/覆盖分类。     

土地利用与土地覆盖变化信息的提取模型

利用模型对任意多期分类图进行土地利用和土地覆盖变化信息的提取,计算出土地利用与土地覆盖变化代码图,简化了非空间数据信息及空间信息的获取过程,同时也表现出动态变化的过程,是一种新的只基于遥感软件的信息提取方法。     

土地利用/土地覆盖遥感变化检测方法新进展

土地利用/土地覆盖变化检测是资源环境研究中的一个重要方面,准确、及时的变化信息为人类资源环境的生产和管理提供了决策支持。遥感技术具有实时、快速、覆盖范围广、多光谱、周期性等特点,给土地利用/土地覆盖变化检测提供了理想的数据基础。人类社会的发展对土地利用/土地覆盖变化检测的精度与效率不断提出新的要求,这也使得一些新技术、新方法引入到变化检测中。这些新技术新方法提高了土地利用/土地覆盖变化检测的精度,但在效率方面有待进一步研究。     

遥感影像土地利用/覆盖分类方法研究综述

从六个方面总结了国内外出现的遥感影像土地利用／覆盖分类中针对传统计算机分类方法的改进：(1)从基于统计的分类向基于非线性并行处理的人工神经网络分类、基于模糊理论为分类、基于知识的分类以硬支撑向量机等分类技术发展；(2)分类从单一利用光谱信息到利用光谱、纹理、时相、角度等多砷信息；(3)从基于像元的逐点分类到基于图斑的分类；(4)从硬分类到亚像元分类；(5)从单源遥感影像分类到利用多源遥感影像融合的分类；(6)从单分类器向复合分类器发展。     

基于遥感的土地利用与覆被分类系统评述及代码转换

根据国土资源部“构建国家级土地利用和覆被变化数据库及服务体系”项目的部分研究内容，简要地评述了国内外最具代表性的基于遥感数据源的土地利用与覆被分类系统——美国1：25万土地利用与土地覆被分类系统、中国科学院土地资源分类系统，并与该项目研制的基于中分辨率卫星影像的国家级土地利用与覆被分类系统进行了比较，给出了分类代码的相互转换关系，以便用户使用和查询。     

土地利用与土地覆盖变化信息的图谱研究——以大福州为例

本论文应用RS和GIS复合技术提取大福州城土地利用信息图谱,从现状结构、发展变化(净变化与相互转化)等方面对大福州城的土地利用信息进行定性和定量的分析,并建立了实验区土地利用演变过程和空间扩展图谱,其研究和建立的土地利用斑块形态与扩展图谱,在一定程度上反映了地学信息图谱的“形-数-理结合”和“系列化”、“谱系化”、“模型数值化”的特征,本工作是地学信息图谱在LUCC中的应用尝试,对区域土地可持续利用有指导意义。     

吴哥遗产地土地利用/土地覆盖变化遥感分析

吴哥窟是柬埔寨的象征,近年来深受严重的环境问题的困扰。利用长时间序列卫星影像,采用最大似然分类方法,提取吴哥遗产本体及周边区域近30年土地利用/土地覆盖及变化信息,并基于转换矩阵方法分析各土地类型变化规律,最后利用野外地面实测数据对分类精度进行了验证。研究表明:基于光学影像的吴哥遗产地土地利用/土地覆盖分类精度可达81.4%;遗产地周边建设用地增加迅猛;林地面积大量减少,主要转化为农业用地及草地;农业用地显著增加,来源于裸地及林地;水体和湿地变化较少;导致吴哥土地类型变化的主要驱动因素是旅游业带来的资源过度开发、森林大量砍伐,吴哥遗产的原真性、完整性和蕴含的历史与文化价值也正遭受极大威胁。     

基于RS和GIS的地面温度和土地利用/覆被关系研究进展

对地面温度和土地利用／覆被关系的研究，不仅能够深入理解土地利用／覆被变化下城市热环境变化的空间特征和动态变化，而且可为防暑降温、市政建设及土地合理规划和利用提供重要的科学依据。本文从遥感数据的获取、地面温度的反演、GIS技术的运用以及定量研究等方面详细论述了国内外此领域的研究进展。最后文章提出此研究领域存在的一些问题和今后工作所要继续努力的方向，如实现地面温度的精确反演，获取多时段的地面温度数据，加强RS和GIS技术的结合，进一步深入两者关系的定量研究。