苏锡常地区土地利用动态遥感监测应用研究

根据1999年土地利用动态遥感监测项目,利用TM和SPOTPAN影像对苏锡常地区1998－1999年土地利用动态进行监测,采用了多源信息叠加融合方法进行变化信息的增强,自动分类与人机交互结合方式进行变化的解译,得到该区域的土地利用变化情况,重点计算了该地区的耕地转移速率,得出工矿、城镇、公路是占用耕地的主要利用方式,城镇化水平仍很高。     

基于遥感的土地利用变化信息图像分割研究

为了提高大区域土地利用遥感动态监测效率,需将自动发现影像中包含的变化信息自动分割出来.在分析影像特征的基础上,结合双阈值法和区域生长法,能够将影像中的土地利用变化信息自动分割出来.为了减弱影像噪声、自动发现方法和图像分割对监测结果精度的影响,将多种方法得到的分割结果进行综合处理,进一步确认目标,以使本文方法在具有高效率的同时有较高精度的监测结果.另外,本文提出了一种典型区域法,从另一个角度解决了无法直接利用灰度直方图计算影像中特定目标的分割阈值问题.     

基于GIS与遥感集成的土地利用现状动态监测

合理地进行土地开发和利用是实现区域可持续发展的保障。利用卫星遥感与ＧＩＳ动态监测土地利用状况具有快速、准确、及时的特点。本文以论叙江苏省南京市江宁县为研究区进行的卫星遥与ＧＩＳ动态监测土地利用状况变化（ＳＩＬＵＰ项目）的方法。着重阐述了系统的总体框架、系统功能、实现方法等。     

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。     

基于MLUM-Net的高分遥感影像土地利用多分类方法

针对高分辨率遥感影像土地利用多分类结果中地块结构不完整、边界质量差的问题,提出了基于MLUM-Net模型的遥感影像土地利用多分类方法。该方法利用多尺度空洞卷积和通道注意力机制构造MDSPA编码器,提高了网络多尺度特征提取能力与地块位置定位的准确性,并通过空间注意力机制自适应增强了多尺度特征表达;为消除上采样语义损失和减少分类结果噪声,设计了混合池化上采样优化模块,用于优化分类结果并消除网络分类误差;根据土地利用多分类数据集类别占比不均衡的特点和地块结构的相似性指数设计混合损失函数,消除数据类别占比产生的影响,提高地块结构完整性和精细化分类边界。在多个数据集上进行了实验验证,总体精度和kappa指标均有明显提高,其分类结果结构完整且边缘划分准确,在土地利用多分类领域具有较好的实用价值。     

基于遥感与GIS的青海湖地区土地利用变化及其对生态环境影响的研究

根据1986年和2000年TM影像资料,运用遥感信息解译与地理信息系统技术,结合数理统计知识,分析了青海湖地区1986~2000年土地利用类型在数量与空间结构上的变化以及土地利用变化对青海湖地区生态环境产生的影响。土地类型转换结果分析表明:耕地、水域和城乡居住建设用地分别增加了5 930.82 hm²、2 218.75 hm²和382.68 hm²。而林地、草地和未利用土地分别减少了7 542.64 hm²、894.34 hm²和95.28 hm²。在减少的7 542.64 hm²草地面积中,有6266.56 hm²草地被开垦成耕地,601.40hm²草地净转换为沙地。     

基于遥感与GIS的北京市土地利用动态演化模式研究

将土地利用动态变化模型与景观生态学景观格局模型相结合，在1988－2000年北京市遥感数据的基础上，分析了北京市土地利用动态变化模式。研究表明，地形条件对北京市土地利用类型的形成及土寺利用动态变化具有重要影响。在平原地区，农田、城乡居民点及独立工矿用地居于主导地位，土地利用动态变化主要表现为城乡居民点扩展占用耕地及生态退耕。在台地、丘陵和山地地区，林地、草地等自然景观居于主导地位，土地利用动态变化主要表现为生态退耕。北京市土寺利用格局的动态变化表现了城市化、工业化高速发展与退耕还林等生态建设政策实施对土地利用空间格局产生的影响。自然景观增加，景观多样性半加。在自然景观中，林地面积增加，破碎度减小，斑块边界趋于平滑；草地面积减少，趋于破碎。在人文景观中，城镇、农村居民点斑块增大，趋于紧凑，有利于用地节约。农田受到城镇农村居民点扩展及退耕还林政策的双重影响，面积大量减少，破碎度增加。     

基于GIS的退耕还林工程区林地动态变化遥感监测研究

以天全河流域中、下游为研究区域,应用分类后检测的方法,利用1997年和2003年的SPOT与TM融合遥感影像,采用监督分类和专家分类相结合的方法获得土地利用分类结果,对结果进行叠加分析,提取变化信息。研究表明:1997~2003年研究区域土地利用结构发生明显变化,耕地大量减少,林地增多量大;土地利用变化动态度大,耕地动态度为-5.1%,林地动态度为0.9%,建筑地动态度最高;研究区域退耕还林地的来源主要是耕地,来源合理。     

基于高分辨率遥感影像的城市用地分类研究

针对城市用地的遥感分类应用问题,本文首先分析了传统遥感技术在遵循城市用地分类标准开展土地分类工作的难点,进而引入语义特征并提出了城市遥感影像分类体系以指导高分辨率影像的人工判读,最后讨论了该体系与基于高分辨率遥感影像的"像元-基元-目标"计算模式进行统一的可行性。     

基于RS与GIS的野鸭湖湿地土地利用/土地覆盖动态变化研究

通过对野鸭湖湿地的Landsat—TM影像和印度的IRS影像进行融合处理，得到卫星影像分类图。结合实地调查，标定土地利用类型，运用ArcView的解译及数据统计功能，分析研究野鸭湖湿地6年来土地利用／土地覆盖的变化。研究结果表明：耕地、居民点及工矿用地面积增加，水域面积减少，湿地生态环境受到严重破坏。其主要是由自然条件、人口和经济增长所致。水域面积、植被覆盖率的减少，使栖息和越冬鸟类丧失了大量的栖息地。为保护湿地环境，应逐步退耕还草、还林；恢复芦苇、沼泽，确保区内生态平衡和系统生态质量不断优化。     

基于遥感和GIS的西安市土地利用时空变化研究

利用2000和2007年两期TM遥感影像,通过最大似然法、地理信息系统空间分析方法以及数理统计方法,借助Erdas Imagine 9.0、ArcGIS 9.2和Matlab软件平台,计算出西安市土地利用类型的动态转移矩阵;构建了土地利用程度变化指数、土地利用变化类型的多度和重要度指数等区域土地利用变化的指数模型,定量分析西安市土地利用时空变化。揭示了西安市土地利用差异以及土地利用空间变化的主要类型、分布特征和区域方向,阐明了西安市土地利用变化的区域特点,为土地可持续利用提供有效的决策支持。     

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。     

基于云理论的遥感图像土地利用分割分类方法研究

传统的遥感图像土地利用分类技术自动化和智能化的程度较低,遥感图像土地利用分类问题是一个包含随机性和模糊性的不确定性问题,而云模型把模糊性和随机性集成到一起,构成定性和定量相互间的映射。据此,本文探索将云理论引入到遥感图像土地利用分割分类技术中,建立了基于灰度的云映射空间,实现对遥感图像的分类。同时以武汉市南湖地区进行了实证分析,进一步阐述了模型构建过程,通过分类结果的评价和对比,探索该方法在本领域中的适用性。     

基于U-Net的高分辨率遥感图像土地利用信息提取

随着现代遥感技术的迅速发展,遥感图像的质量和数量得到了显著的提升,新技术带来的高分辨率遥感图像所蕴含的信息也更加丰富,如何利用人工智能手段辅助挖掘这些丰富的信息也成为了遥感图像分析与理解的重要内容.与此同时,以深度卷积神经网络为代表的人工智能技术在图像处理领域大放异彩.得益于类人眼的分层卷积池化模型,深度卷积神经网络可...     

遥感在水库淹没区土地利用现状调查中的应用

遥感和地理信息系统在水利部门得到了广泛应用。本文以１９９４年密云水库高水位状态下，水库淹没区土地利用现状的遥感调查工作为例，介绍这一方法，并与常规方法做了比较。     

遥感自动分类在西南地区土地利用调查中的应用研究

针对我国西南地区地貌类型复杂、土地利用多元化的特征,着重研究了在大面积的土地利用调查中应用遥感图像自动分类方法来获取土地利用信息的一整套技术路线和方法;将非监督分类、监督分类以及野外调查、专家知识和特殊地区的分区分类有机地结合起来,大大提高了可操作性和分类精度。     

基于RS／GIS的冀北地区土地利用／覆盖变化研究

本文以冀北地区为研究区，以TM数据为基本信息源，在ArcGIS、Erdas等地理信息系统和遥感图像处理软件的支持下，设计了一套由“多源遥感数据融合、屏幕目视解译与自动分类结合、GPS定位与野外校核”构成的遥感地学分析方法。分别提取了1987年和2000年研究区土地利用／覆盖信息，并分析了1987-2000年间研究区土地利用／覆盖变化的基本特征，为这一地区以土地利用调整为核心的生态建设提供了基础依据。     

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。     

基于光谱相似尺度的支持向量机遥感土地利用分类

提出一种基于光谱相似尺度( spectral similarity scale, SSS ) 的支持向量机( support vector machines, SVM) 遥感土地分类新方法, 该方法选择莆田市作为遥感土地利用分类典型研究区, 利用该区域的Landsat7 ETM 遥感影像结合地面实况调查数据, 从图像上选取少量具有代表性的样本点的光谱作为参考光谱, 利用SSS 方法提取训练样本, 然后应用SVM 算法进行遥感土地利用分类, 并将分类结果与最大似然分类算法( MLC) 相比较, 实验结果表明分类精度上有了很大的提高。