三峡库区1995—2008年土地利用/覆被变化分析

为研究三峡库区建设期间的土地利用变化情况,对三峡库区1995年和2008年TM影像进行土地利用/覆被解译,建立土地利用数据库,定量分析了土地利用/覆被在结构、数量、类型上的变化。结果表明:在1995—2008年间,研究区水田面积减少、旱地增加,耕地面积总量减少;有林地(森林)、灌木林地、其它林地(果园、苗圃等)、建设用地和水域面积增加;疏林地和草地面积减少。土地利用/覆被组成结构的总体态势基本保持不变。     

新疆车尔臣河流域土地利用/覆被变化分析

以1990年、2000年与2010年车尔臣河流域Landsat-TM影像数据和中巴资源卫星数据,采用GIS技术分析研究区20 a土地利用/覆被变化。结果表明,1990—2010年,研究区耕地、水域湿地和建设用地呈现增加趋势,分别增加152.69%、343.05%、34.09%,其他用地类型变化不大;新增耕地面积主要来自于3.9%的草地;新增水域湿地面积主要来自于2.63%的沙地和2.03%的草地。研究结果可为区域水土资源可持续利用及生态环境保护提供参考。     

基于遥感的县域土地利用时空变化分析——以江苏省丰县为例

利用1994年、2000年和2005年3期卫星遥感TM/ETM 图像,采用监督分类和目视解译相结合的方法,提取出江苏省丰县3个时相的土地利用信息,在此基础上定量分析该县土地利用类型的动态变化和土地利用类型的转移趋向.结果表明,在1994-2005年间,建设用地和林地面积持续增加,未利用地和耕地面积持续减少,水体面积先增加后减少,园地面积则呈现出先减少后增加的态势.主要的土地利用变化类型是耕地转化为建设用地.     

基于遥感的雄安新区土地利用/覆盖变化及其生态效应评价

针对目前雄安新区土地利用方式对生态环境质量影响不清晰的问题,以2005年、2015年和2020年Landsat TM/OLI遥感影像为主要数据源,采用土地利用转移矩阵,分析不同时列下,雄安新区土地利用类型转变数量、转变方向,建立RSEI模型,评价研究区生态质量时空特征,并探讨土地利用和生态质量的联动关系。结果表明：2005-2015年间,主要转出类型是耕地和水域,其次是林地;主要转入类型为建设用地,主要由耕地转移而来。2015-2020年间,主要转出类型是耕地,其次是林地;主要转入类型为建设用地,主要由耕地转移而来。2005年、2015年和2020年RSEI均值分别为0.52,0.43,0.40,生态质量整体维持在“一般”状态,并且有变差的趋势,空间上来看,雄安新区西部生态优于东部,生态质量变好的地区主要是安新县西南部唐河流域。土地利用类型对生态质量的典型贡献是：当地表覆盖为植被时,RSEI指数高;当地表覆盖为裸土地或建设用地时,RSEI指数低。     

黄土高原藉河流域近35年来土地利用/覆被变化过程

基于1975年、1990年、2000年、2008年的4期遥感影像数据,利用RS和GIS空间分析功能,得到藉河流域4期土地利用情况,分析了流域土地利用/覆被类型的结构、变化方向、变化速度等特征.结果表明:流域1975年土地利用/覆被以坡耕地和草地为主,到1990年土地利用结构发生了明显变化,坡耕地急剧下降而梯田大量增加;土地利用转移矩阵显示坡耕地转出概率达85.7%,主要流向梯田和草地,并且在1975—1990年间变化速度最大,其他土地利用/覆被类型变化不大.近几十年来流域水土保持工程对土地利用方式和数量产生了重大影响.     

基于Sentinel-2A的太行山区土地覆被分类方法研究

以太行山区为研究对象,基于Sentinel-2A遥感影像数据,采用基于像元和面向对象分类两种策略,定量分析不同特征组合模式下,最大似然法(ML)、贝叶斯(Bayes)、支持向量机(SVM)、决策树(Decision Tree)以及随机森林(RF) 5种分类方法在该区域地表土地覆被信息分类中的表现差异。结果表明:(1)基于像元的RF分类器取得了最高精度,仅使用光谱特征参与分类和使用光谱、红边、指数特征参与分类的总体精度分别为96. 85%和96. 64%。(2)红边和指数特征的加入能够对各分类器分类精度产生不同程度的影响,即使基于像元的RF和面向对象的CART决策树总体精度有所下降,但降幅均在0. 5%左右,其他分类器精度均有所提升。     

ALOS影像提升小波融合的土地覆被分类研究

根据提升小波变换原理,结合小波变换和色调、强度、饱和度变换(IHS变换)融合方法的优点,提出了提升小波变换影像融合模型,用于提高遥感影像土地利用/土地覆被基础信息解译精度.采用对比分析方法,以长江口北岸的日本先进陆地观测卫星(ALOS)影像融合为例,综合影像主客观综合评价和影像分类Kappa系数值,将提升小波融合方法与传统融合方法进行对比分析研究.结果表明:提升小波融合模型优于传统融合方法,该模型在提高影像空间分辨率的同时,能更好地保持影像光谱信息,从而有效地提高了遥感影像解译土地利用/土地覆被基础信息的精度.     

采样方案对遥感分类精度评价的影响研究

专题分类是遥感数据处理与应用中的一个重要组成部分,而遥感影像专题分类的精度评价问题已成为遥感处理领域亟待解决的基础问题之一。通过实例定量分析了不同样本容量、采样方式下精度评价效果,从而更好地认识和理解精度评价过程对遥感分类精度的影响,以期获得更为合理的精度评价采样方案。     

基于Landsat时间序列数据的祁连山区域 土地利用变化

为了研究祁连山地区土地利用变化情况,基于祁连山区域1986—2015年的Landsat时间序列数据,通过相对辐射校正获取时序地表反射率数据.采用光谱扩展与基于回归树的决策树分类(CART)获取规则的决策树分类方法,应用于长时间序列卫星影像,对各类土地利用类型近30 a的变化情况进行分析.结果表明:相对辐射归一化能有效减少时间序列数据之间光谱值差异,基于CART获取规则的决策树分类方法具有较高的分类精度.以2012年分类结果为例,总体分类精度为88.72%,Kappa系数为0.86,并分析了可能存在的误差.研究区耕地、林地和草地面积总体呈下降趋势发展,并且草地破碎化程度加剧,戈壁面积增多,植被退化导致土地荒漠化问题更加严重.最后,根据研究区土地利用变化情况进行讨论,并针对该情况提出建议.     

土地利用遥感信息的自动分类研究——以济南市南部山区为例

利用遥感技术与地理信息系统技术,对济南市南部山区进行土地利用自动分类研究,建立遥感影像综合理解模型,通过图像增强、训练区提取、分类优化等步骤,提取土地利用类型,达到对土地资源进行实时监测的目的.     

快速城市化地区土地利用变化研究——以浦东新区为例

以航空遥感影像为数据源,以GIS为分析手段,通过土地利用变化量、土地利用年变化率、土地利用相对变化率和转移矩阵详细分析了浦东花木镇土地类型的变化幅度、速度与方向,揭示了快速城市化地区土地利用的变化特点与规律。结果表明:(1)研究区呈现显著的快速城市化特征,土地利用/覆被格局发生了很大变化;(2)与浦东新区全区相比,城乡结合部土地利用受到人类活动强烈扰动且道路指向性明显;(3)研究区土地利用数量变化存在明显的空间分异,耕地转出量最大,工业用地增加迅速;(4)交通基础设施的不断完善是城市用地扩展的主导驱动因子。     

土地覆盖分类影像融合与精度评价研究

影像融合技术可以使遥感影像具有高光谱和高空间分辨率的效果,实现不同空间、光谱、时间等多种分辨率的信息资源互补,从而提高图像的空间分辨率,提高图像的几何精度.文章利用ERDAS软件,对遥感影像数据进行融合,采用乘积变换、PCA变换、Brocey变换、小波变换等遥感影像融合方法对多光谱与全色影像进行融合和土地覆盖分类研究.通过结合图像的光谱统计参数和融合图像的分类精度,对这些方法的分类精度进行评价.这4种方法对于原始影像分类精度,均有不同程度的提高.而小波变换所得融合影像与原多光谱影像的相关系数最大,均方差、平均梯度和信息熵最大,偏差指数最小,影像所含信息量最多;在光谱特性、图像清晰度、对于空间细节信息的表现能力上其它三种方法都好,所得融合影像的分类精度也是最高的.小波变换更适合融合影像的土地覆盖分类研究.     

基于MAPGIS的县域土地利用数据库的建设与应用[D]

为了研究祁连山地区土地利用变化情况,基于祁连山区域1986—2015年的Landsat时间序列数据,通过相对辐射校正获取时序地表反射率数据. 采用光谱扩展与基于回归树的决策树分类(CART)获取规则的决策树分类方法,应用于长时间序列卫星影像,对各类土地利用类型近30a的变化情况进行分析. 结果表明:相对辐射归一化能有效减少时间序列数据之间光谱值差异,基于CART获取规则的决策树分类方法具有较高的分类精度. 以2012年分类结果为例,总体分类精度为88.72%,Kappa系数为0.86,并分析了可能存在的误差. 研究区耕地、林地和草地面积总体呈下降趋势发展,并且草地破碎化程度加剧,戈壁面积增多,植被退化导致土地荒漠化问题更加严重. 最后,根据研究区土地利用变化情况进行讨论,并针对该情况提出建议.

     

基于规则的遥感影像分类方法研究——以黄山市为例

介绍了决策树C4.5算法,并利用该算法实现了对遥感数据规则的挖掘,在此基础上设计并实现了针对于C4.5规则的编辑器,通过该编辑器能够实现对规则的编辑与管理。规则编辑器的设计与实现,为在分类过程中人工的干预提供了可能。将人工干预与基于数学理论规则的自动提取相结合,尤其是在地形较复杂的地区,将有利于分类精度的提高。利用黄山市Land Sat TM影像,进行了基于C4.5算法自动提取规则的遥感影像分类实验。实验结果表明,利用C4.5算法提取的分类规则准确率高,利用提取的分类规则进行的遥感影像分类效果较好。     

基于知识分类法的TM遥感影像景观分类制图——以武汉市为例

遥感影像景观分类制图的关键是选择合适的遥感影像分类方法,以降低分类误差、提高分类精度。以武汉市Landsat TM遥感影像为例,利用基于知识的决策树分类法对遥感影像的景观分类制图方法进行了研究。结果表明:知识分类法在一定程度上避免"同物异谱"所造成的分类误差,实现较高的分类精度,是高效、可行的遥感影像景观分类方法之一。在实际操作中分类变量及阈值的确定是遥感影像知识分类的关键步骤。     

校园遥感影像地图的设计与编制——以云南师范大学为例

高分辨率遥感卫星影像是智慧城市重要数据源,影像地图集已经成为智慧城市数字地图产品的一种重要表现形式。校园影像地图是一种基于高分辨率遥感影像,以校园为空间表达对象的地图产品。分析了:校园遥感影像地图总体设计、影像地图编排和构成设计、分幅和比例尺设计、版式设计、内容设计、地图符号和注记的设计和配置等原理和方法;探讨了高分辨率遥感影像数据处理、影像地图矢量数据处理、符号和注记配置等流程;并以云南师范大学为例,设计和编制校园遥感影像地图。     

对土地覆被类型的变化及其生态环境意义的初步分析--以台湾西南部泥岩分布区为例

台湾西南部泥岩分布区因其特殊的土壤和气候条件，造成泥岩裸露面积的增加和严重的土壤侵蚀。区内表土大量流失、山体蹦滑、河川含砂量激增，植被退化，微气候变异等生态环境破坏，反映出严重的泥岩裸化带来的生态问题。利用SPOT卫星影像判识和景观生态学分析表明了该地区泥岩裸化面积的显著扩大及景观生态格局的不稳定。应用马可夫链模型计算不同时期土地覆被类型的景观结构变迁并结合生态指数分析，说明这些变化主要是由人为活动及相应的植被退化所引起。     

基于图像分类方法滑坡识别与特征提取——以归州老城滑坡为例

目前遥感滑坡地质灾害解译主要是通过目视解译和人机交互式解译,根据遥感图像的影纹、色调、地形、地貌等特征,辅以软件对图像进行增强处理和叠加DEM来识别滑坡灾害,但是这些解译方法并没有充分挖掘遥感图像的光谱信息。论文以三峡库区归州老城滑坡为例,利用遥感专业处理软件ENVI对灾害点遥感影像分类,探索滑坡灾害的光谱识别与特征提取。得出图像分类方法不但可以去除一些与滑坡灾害解译无关的或干扰信息,还可以通过感兴趣区选择进行监督分类将图像划分为滑坡解译所需要的简单几种类型,有助于滑坡特征提取与统计、滑坡识别和圈定滑坡边界。     

稀土矿区地表环境变化多时相遥感监测研究——以岭北稀土矿区为例

离子型稀土矿的开采带来一系列的生态环境问题,日益引起人们的关注.采用20a的多时相TM遥感数据作为数据源,以定南县岭北稀土矿区作为研究案例,对稀土矿区的地表环境变化进行长期监测和分析.为提高监测分析的可靠性,采用分形纹理辅助分类对分类后比较方法进行改进,构建了可分离指数和J-M距离两种分形窗口和波段选择模型,并比较了其在稀土矿区的适用性,为使用分形纹理辅助分类提供了定量方法.结果表明:随着稀土开采规模的不断扩大,矿区荒漠化日趋严重,并呈现集中连片的趋势,治理难度加大;原地浸矿工艺的推广和矿区复垦工作的进行,一定程度上减缓了矿区荒漠化趋势;稀土矿点周围植被出现退化现象,可能是稀土开采产生的水土污染对植被生长造成了影响.