基于MODIS数据的宏观土地利用/土地覆盖监测研究

建立土地动态监测系统,快速提供各种土地利用变化信息是实现资源保护的基本手段。而及时准确地获取覆盖广的地表影像资料是大范围动态监测的重要环节。介绍了MODIS影像数据的特点,并与其它遥感数据源进行了比较,就其在土地利用中的应用进行了探讨。分析了松嫩平原2001年9月MODIS影像的特征,准确地解译出该区在宏观上的土地利用方式,为监测该区土地沙化、盐碱化和农作物生长提供了科学依据。     

基于MODIS温度和植被指数产品的山东省土地覆盖变化研究

地表温度(LST)与归一化植被指数(NDVI)构成的NDVI-Ts特征空间具有丰富的地学和生态学内涵。MODIS数据因其优越的时间分辨率、波谱分辨率,已被广泛地运用于各个领域。在本研究中,运用遥感技术和GIS技术相结合的手段,利用NASA提供的MODIS温度产品和NDVI产品,以山东省土地利用图、山东省TM遥感影像图和基于3S技术的山东省森林资源调查项目的外业调查数据为参考和评价标准,以NDVI-Ts时间序列为指标,在进行土地覆盖分类的基础上,分析比较了山东省土地覆盖从2000年到2006年的变化情况。研究结果表明,利用MODIS产品将NDVI-Ts时间序列作为分类特征,在较大尺度范围的土地覆盖分类中具有较高的分类精度,有利于对土地覆盖变化进行动态监测。     

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“3S”技术的县级土地资源动态监测技术系统

土地资源日新月异的变化使得传统的土地资源管理手段无法满足土地资源信息及时更新的要求。探讨了利用遥感、地理信息系统和全球定位系统为代表的“3S”技术进行县级土地资源动态监测和更新的原理和方法。遥感是进行土地利用变化动态监测,发现土地利用变化区域的主要手段。全球定位系统接收仪用于对变化区域进行现场精确定位和实测。实测的变更数据可用于对原有的地理信息系统本底数据库进行修改,从而完成对土地资源的动态监测和数据库的及时更新。福清市土地资源动态监测技术系统就是利用“3S”技术建立起来的业务运行系统。系统所具备的功能可以满足县级土地资源的动态监测和及时更新。     

遥感技术在河北省土地资源管理中的应用与展望

自2001年我省首次应用遥感技术对石家庄市土地利用变化状况进行遥感动态监测以来，河北省国土资源厅连续几年在此方面作了大量的工作，并取得了显著的成效。目前，应用遥感技术对土地利用情况进行动态监测，已经成为我省土地资源管理中实行业务化和常规化运行的重要手段。本文就遥感技术在土地资源管理中的应用、土地利用动态遥感监测的技术路线和方法、遥感技术在土地资源管理中的应用前景以及今后需要研究和解决的主要问题做一简要介绍。     

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。     

高分辨率遥感影像土地利用动态监测技术研究

近年来,利用高分辨率遥感影像进行土地利用的动态监测在我国已到关键技术和系统研制阶段。本文以某一示范区的土地利用动态监测系统的研究为例,详细阐述了其变化图斑获取子系统实现的关键技术和过程。论文首先简要介绍了系统的主要组成部分;接着详细阐述了变化图斑获取子系统的区域变化检测技术、分类技术、变化区域和属性信息的获取技术;最后对系统作业的工艺流程和主要功能作了介绍,并对系统的应用前景和进一步改进的问题进行了分析。     

珠江三角洲地区土地利用变化的MODIS监测及其水环境意义

阐述应用多源遥感数据及多目标空间分析手段,研究珠江三角洲地区土地利用变化驱动的非点源污染与该区水质环境演变的方法.充分利用不同遥感数据特点,有效融合高、低空间分辨率数据,将进一步提高土地利用变化动态遥感监测能力.充分利用珠江三角洲地区近年来土地利用土地覆盖研究成果,将有助于分析非点源污染驱动因子与珠江河口及邻近水域水质...     

基于GIS的景观动态远程监控系统

由于人类活动和地表运动使土地覆盖变化产生很大变化,所以需要对景观动态准确绘图来进行环境监测.为此提出一种基于地理信息系统(GIS)的景观动态远程监测系统,根据遥感图像的多时相遥感光谱和表面模型数据,利用多时相决策树分类器和形态学图像处理技术,实现对土地利用/覆盖变化(LUCC)的动态监测.在Landsat 5 TM数据库中的本地图像上进行实验,结果表明,该方法能够达到90.77%的识别准确度,且具有较低的计算时间,能够很好的检测出植被分布(植物/植被恢复)、城区(城市化/拆迁)和地理形态特征(河流地貌变化/边坡失稳).     

MODIS土地覆盖数据产品精度分析——以黄河源区为例

MODIS土地覆盖数据产品覆盖广、时间分辨率高,是区域土地覆盖变化监测的重要数据源。本文以中国土地资源分类系统为依据,重新归类黄河源区MODIS土地覆盖数据。利用2000年和2006年黄河源区Land-sat解译数据为参考数据,对相应的MODIS土地覆盖数据,从数量精度和形状一致性两个方面进行精度分析和适用性评价。结果表明:在形状上,加入权重的总体形状一致性皆在69%以上,其中主要地类草地的一致性达到88%以上;在数量上,加入权重的总体面积相对误差在26%以内,误差主要产生在未利用土地等地类。MODIS土地覆盖数据产品在大尺度的土地覆盖监测中仍然有重要的应用价值。     

遥感技术在全球变化研究中的应用

首先通过全球卫星遥感监测系统的介绍,阐述了遥感技术在全球环境数据获取中的重要性。然后概述了遥感技术在土地覆盖、痕量气体,湿地以及地表参数反演等全球变化研究热点问题中的应用及进展情况,遥感技术已渗入到全球变化研究诸多领域,成为全球变化研究计划的重要组成部分,从辅到主要手段乃至某些问题研究的唯一手段,遥感技术发挥着越来越重要的作用。     

Monitoring land use and cover around parks: A conceptual approach

Many of the habitats and resources which influence ecological functioning within National Parks, and protected areas in general, are located outside of their borders in unprotected areas. Hence, land use and land cover changes in surrounding areas may substantially influence the natural resources within parks. The US National Park Service has recognized these threats and incorporated land use and land cover monitoring into its Inventory and Monitoring Program. The purpose of this paper is to provide a framework based on a conceptual approach for planning and implementing monitoring within this Program. We present a conceptual model, based on ecological theory, which illustrates how land use and land cover change impact park resources, and helps to identify monitoring indicators that will measure relevant attributes of land use and land cover change. We also discuss potential sources of data for quantifying indicators of land use and land cover change over time, including remote sensing data and ancillary spatial datasets. Finally, we describe steps for analyzing monitoring data so that the intensity and direction of changes in land use and land cover over time are quantified, as well as trends in the status of important park resources impacted by these changes. Integration of land use and land cover monitoring data and park resource data will allow for analysis of change from past to present, and can be used to project trends into the future to provide knowledge about potential land use and land cover change scenarios and ecological impacts. We illustrate our monitoring approach with an example from the Inventory and Monitoring Program's Greater Yellowstone Network.     

基于遥感和陆表信息集成的广东省土地覆盖分类方法研究

土地覆盖信息是估算地-气间的生物物理过程和能量交换的关键参数,也是区域和全球尺度气候和生态系统过程模型所需要的重要参量。如何高效地利用遥感数据提取土地覆盖信息是当前研究迫切需要解决的问题。面向对象的分类方法不但充分利用了遥感数据的光谱信息,同时也利用了影像的纹理结构信息和更多的地物分布信息关系,在遥感分类中具有较大的潜力。研究基于2010年多时相的环境卫星数据、TM数据以及DEM数据,并结合地表采集的4000多个样点数据,采用面向对象的分类方法对广东省土地覆盖进行分类。经采样验证,广东省土地覆盖平均精度为85%,分类结果精度远高于常规的分类算法,说明结合陆表信息的面向对象分类方法比常规的分类算法更具有优势,可以实现高精度的土地覆盖分类。     

A Hierarchical Classification and Iterative Model based Methodfor Remote Sensing Classification of Land Cover

Land cover classification based on remote sensing is an important means to analyze the change and spatial pattern of land use.In order to further improve the classification accuracy,this paper proposed a hierarchical classification and iterative CART model based method for remote sensing classification of landcover.Firstly,the extraction order of land cover classes was determined based on the class separability evaluation,which was water,vegetation,bare soil and built-up land.Secondly,we selected the optimal image segmentation parameters and a set of sensitive features for each class during the hierarchical classification process.Finally,object-based training samples were selected to be fed into the iterative CART algorithm for the successive extraction of the first three classes,with the remaining unclassified objects being directly assigned to the last class.Results demonstrated that the proposed method can significantly reduce the mixture between bare soil and built-up land,and is capable of achieving landcover classification with much higher accuracy.The proposed method achieved an overall accuracy of 85.76% and a Kappa efficient of 0.72,with the performance improvements ranging from 10.67% to 16.5% and 0.15 to 0.21 as compared SVM and CART single classification methods.The classification accuracy of a specific class can be flexibly adjusted using this method,giving different purposes of classification.This method can also be easily extended to other districts and disciplines involving remote sensing image classification.     

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。     

太湖湖滨敏感区的土地利用遥感分类研究

近年来太湖流域水体污染日趋严重,土地利用是重要的环境变化影响因子,对太湖湖滨敏感区土地利用分类研究具有重要意义。研究基于2010年ALOS多光谱遥感影像,以太湖流域上游的武进港、直湖港流域为研究区,根据研究区实际状况和研究目的,建立太湖流域上游湖滨敏感区的土地利用/土地覆被分类系统,并用于该地区的面向对象遥感分类,研究通过影像的多尺度分割,获得不同层次的影像对象,在不同层次设置对应的分类规则,以充分利用影像中地物的光谱、纹理和不同层对象相互关系等信息,从而提高分类效果。研究表明:在面向对象多尺度影像分割的基础上,基于决策树建立多个分类规则的分类方法,能够有效提取建设用地、道路、水体等几类信息,分类总体精度达到88.00%;同时,该地区主要土地利用类型如耕地、农村居民点和城镇居民点的分类精度也较高,这也表明该分类方法对整个太湖流域以及其他平原河网地区的土地利用相关研究具有一定的实用价值。     

单极化合成孔径雷达影像在土地利用分类中的潜力分析

从我国土地利用调查应用出发,为了解决我国多云多雨地区土地利用分类及遥感动态监测问题,以面向对象影像分割、分类软件--Definiens Developer作为处理平台,对中分辨率星载合成孔径雷达（SAR）（以ENVISAT ASAR和Radarsat-1为例）、高分辨率星载SAR（以TerraSAR-X为例）进行分类处理,分析了单极化星载中、高分辨率星载SAR在土地利用分类中的能力,并对该模式星载SAR在土地利用分类中的影像特征和可解析程度进行了小结。     

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...     

Remote sensing of land use and vegetation for mesoscale hydrological studies

In this paper, methods for mapping land use changes and vegetation parameters using remote sensing data are presentedin the context of hydrological studies. In the first part, a land use and land cover classification system (RUB-LUCS: Ruhr University Bochum - Land Use and Land Cover Classification System) is developed for providing distributed information for hydrological modelling and for detection of distributed land use changes. Applying this system to Landsat data, land use time series is created for hydrological modelling of effects of man-made changes in the Sauer River Basin. In the second part, equations are established for estimating leaf area indices using vegetation indices calculated from remote sensing data and a two stream approximation model for estimating leaf area indices is applied to the Sauer River Basin. Combining the two approaches, a method has been found for calculating leaf area indices for mesoscale river basins using remote sensing data.     

遥感影像变化检测综述

变化检测作为土地利用/土地覆盖检测的关键技术,其目的是在同一区域不同时期的遥感数据中检测出变化的部分及其类型。针对传统的变化检测方法中存在繁重的人工劳动和检测结果效果差等问题,大量基于遥感影像的变化检测方法被提出。为了深入了解基于遥感影像的变化检测技术以及进一步研究变化检测方法,通过对大量有关变化检测的研究进行整理、分析和比较,对变化检测进行了较为全面的综述。首先阐述了变化检测的发展历程;然后从数据选择及预处理、变化检测技术、后处理及精度评价这三个方面详细归纳了变化检测的研究进展,其中变化检测技术主要从分析单元和比较方法的方面分别进行概括;最后对变化检测各个阶段存在的问题进行了总结并提出了未来的发展方向。