陕北黄土丘陵地区坡耕地遥感分类方法研究

陡坡开垦使坡耕地面积扩大是造成黄土高原水土流失严重、生态恶化的根本原因。应用遥感技术,及时准确地掌握坡耕地的分布特征及面积数据,对合理实施退耕还林还草工程意义重大。以陕北黄土丘陵沟壑区为实验样区,以TM图像为主要信息源,采用非监督分类与监督分类相结合的混合分类方法提取坡耕地信息。通过改进采样方法,在非监督分类生成的初始训练样本的基础上,进行删除、增补、合并等样本调整,使训练样本的选取精度大大提高,明显提高了分类精度。研究证明,在黄土丘陵沟壑区,采用混合分类方法进行坡耕地分类,较好地解决了大量存在的坡耕地同物异谱的现象,是进行坡耕地调查与监测的理想方法。     

基于影像融合的陕北黄土丘陵沟壑区土地利用自动分类

 采用1种遥感影像和单纯的监督分类方法,在黄土丘陵沟壑地区的土地利用调查中,难以获得高精度的土地利用数据。为解决此问题,以陕北无定河流域为研究区,以主成分变换的方法,对多源遥感影像(TM多光谱数据和SPOT全色波段数据)进行融合处理;同时,在分类中,采用监督分类与非监督分类相结合的混合分类法,改进训练样本选取方法,先以非监督分类获得初始训练样本,在对样本进行删除、增补、合并等调整的基础上,再进行监督分类。2种方法的结合使用,使土地利用信息自动提取的精度明显提高。与仅以TM影像为信息源,采用单纯监督分类法的分类结果对比可知:土地利用各类别的提取精度都有不同程度的提高,分类总精度从82.0%提高到89.2%;水体、水田和城镇用地等面积较小类别的精度,提高了10%以上;坡耕地与林草地的混分现象明显减少,精度均提高了5%以上,取得了良好的分类效果。研究结果为陕北黄土丘陵沟壑区土地利用变化动态监测,提供了重要的技术支持和借鉴。     

基于多源遥感的土地利用动态监测图像分类方法研究——以陕北黄土丘陵沟壑区为例

在陕北黄土丘陵沟壑区的土地利用动态监测中,采用一种遥感影像和单纯的监督分类方法,难以获得高精度的土地利用数据。为解决此问题,以陕北无定河流域为研究区,以主成分变换的方法对多源遥感影像(TM多光谱数据和SPOT全色波段数据)进行融合处理;同时在分类中采用监督分类与非监督分类相结合的混合分类法,改进训练样本选取方法。先以非监督分类获得初始训练样本,在对样本进行删除、增补、合并等调整的基础上,再进行监督分类,这2种方法的结合使用,使土地利用信息自动提取的精度明显提高。与仅以TM影像为信息源,采用单纯监督分类法的分类结果对比可知,土地利用各类别的提取精度都有不同程度的提高,分类总精度从82.0%提高到89.2%;水体、水田和城镇用地等面积较小类别的精度提高了10%以上;坡耕地与林草地的混分现象明显减少,精度均提高了5%以上,取得了良好的分类效果。研究结果为陕北黄土丘陵沟壑区土地利用变化的动态监测,提供了重要的技术支持和借鉴。     

青海高原东部农业区土地利用遥感分类制图

为有效地监测复杂区域生态环境治理成效,该文以青藏高原与黄土高原过渡地带的青海高原东部农业区为例,研究大范围复杂地区土地利用遥感自动、快速提取方法。首先构建适于研究区土地利用变化分析的分类系统;其次,采用地理分区综合遥感分类法对青海高原东部农业区进行土地利用遥感分类制图。研究结果表明,上述方法适宜大范围复杂地区土地利用信息的有效提取,Kappa系数0.71,较未分区的分类结果高0.12。分类制图结果表明,研究区土地利用结构以农用地为主,其中>6°～25°的坡耕地占耕地总量的63.33%,应加大这部分坡耕地水土流失的防治。该研究为大范围复杂地区土地利用遥感信息提取提供了有效的方法,为青海高原东部农业区土地资源的科学管理与规划提供了参考。     

水稻种植面积遥感估算的不确定性研究

利用研究区地物类别亚米级GPS详查数据及TM影像光谱数据,模拟生成1m分辨率的遥感模拟影像。用3种非参数分类法(最临近法KNN、误差后向传播神经网络BPN,模糊自适应网络FUZZY ARTMAP)和一种参数分类法(最大似然法MLC)对研究区TM影像进行硬分类估算水稻面积;还采用BPN全模糊分类、BPN和KNN模糊分类、抽象级结合和测量级结合的多分类器结合方法对遥感影像进行分类估算水稻面积;采用最多数法则的尺度扩展算法,实现由3m空间分辨率参考图提取30m空间分辨率影像像元纯度信息,讨论混合像元问题对遥感影像分类精度的影响。结果表明:非参数分类法精度均高于参数分类法,3种非参数分类法之间的差异较小,用最大似然法估算水稻面积的用户精度最高,用K最临近值分类法估算水稻面积的生产者精度最高;水稻类全模糊分类法的面积和真实面积最为接近,水稻类像元内的面积估测和真实面积无极显著差异;多分类器结合的分类法无论采用投票法还是测量级方法都能提高分类的总精度,能够提高水稻类面积提取的精度;研究区在30m空间分辨率的情况下,各类别分类总精度、Kappa系数随像元纯度升高而升高,4种硬分类方法没有对混合像元的分类表现出特别强的能力。本研究最终制作出分类影像像元的分类结果图、分类最大概率值、熵值图和水稻类概率值等4张图层,构成了对研究区分类结果不确定性的空间分布图不确定性图层,为采取进一步降低不确定性的措施提供了线索。     

基于多时相遥感影像的作物种植信息提取

为了快速、准确地在遥感影像上对作物种植信息进行提取,该研究运用多时相的TM/ETM+遥感影像数据和13幅时间序列的MODISEVI遥感影像数据,采取基于生态分类法的监督分类与决策树分类相结合的人机交互解译方法,建立决策树识别模型,对黑龙港地区的主要作物进行遥感解译,总体分类精度达到了91.3%,与单纯对TM影像进行监督分类相比,棉花、玉米、小麦、蔬菜4类作物的相对误差的绝对值分别降低了1.3%、20.5%、2.0%、13.8%。结果表明该方法的分类精度高,能较好的反映作物的分布状况,可为该地区主要作物种植结构调整提供科学依据,还可为其他区域尺度作物分布信息的提取提供参考。     

遥感影像多目标优化信息提取模式研究

根据运筹学中基于层次分析法的多目标决策原理和遥感分层分类法理论,建立遥感分类方案优选模型,构建了遥感影像多目标优化信息提取模式.实现在遥感动态监测过程,应用该模式提取遥感信息,从时间、成本、精度、技术等多个目标获得最佳综合效用.以闽江口湿地农业遥感动态监测为例,对该遥感信息提取模式进行初步应用研究.研究结果表明,遥感影像多目标优化信息提取模式,允分利用了目视解译、非监督分类、监督分类和基于知识分类不同分类方法对特定层次特定地物分离的优势,同时避免它们的不足,有效保证了信息提取的精度,同时提高整个遥感动态监测过程的效率.     

面向对象的丘陵区水田遥感识别方法

中国南方丘陵区地形破碎,地物分布复杂,丘陵区水田的光谱特征相对于平原区较混杂,传统的基于像元的遥感数据获取受异质性因素的影响,无法利用单一时(季)像及特定的图像自动识别规则提取精度较高的水田分布信息。针对这一问题,该文基于多时像HJ-1A/1B卫星图像,结合地面调查,以湖南省湘潭市为研究区,在易康(e Cognition)软件平台上分别以光谱特征为主要参考的多层最邻近分类法和以在特征知识库支持下的决策树分类法对丘陵区水田进行图像识别。结果表明:分层最邻近分类法比单一最邻近分类提取的精度高,但在相同分割尺度下,利用特征知识库支持下的决策树分类提取水田的精度达到最高,为90.25%,总Kappa系数为0.79,说明特征知识库支持下的决策树分类方法比最邻近分类法更加适合丘陵区水田的遥感识别。     

基于空间信息的高光谱遥感植被分类技术

高光谱数据常带有噪声,传统的仅考虑光谱信息的遥感植被分类方法效果不佳,融入空间信息进行植被分类显得尤为重要。以NDVI阈值法提取植被信息后,采用最小噪声变换对Hyperion高光谱影像进行压缩处理,取前60个分量数据,并采用一种空间与光谱信息相结合的高光谱影像植被分类法,完成研究区植被分类。结果表明,对各植被类型的平均分类精度达90.3%,而最大似然法的平均分类精度仅为70.0%。融入空间信息的高光谱遥感植被分类方法能有效地削弱噪声,在一定程度上提高了分类精度,在实际应用中有一定的参考价值。     

耕地地力调查中北方平原-山地复合区耕地资源遥感提取方法

耕地资源信息的准确获取是耕地地力调查和评价工作的重要内容。针对平原-山地混合区的地物光谱特征混杂严重的特点,该文选择山东省青州市为试验区,研究平原-山地复合区的耕地资源遥感提取方法。在基于波谱知识的分类试验以及监督分类试验基础上,提出了将知识分类和监督分类相结合的耕地资源信息提取方法：根据监督分类的误差评估报告,采用将漏分的像元补充进来而将错分的像元剔除的方法确定各类型所包括的像元,然后,结合光谱、经验知识、土地利用现状信息、地形地貌和耕地地力调查等资料,建立各耕地资源类型的提取规则。研究结果表明,该方法的精度较高,总体精度为88.57%,实现了该地区快速和较高精度的计算机自动分类,达到了实际应用的精度要求,该方法可为有类似情况的县市提供参考。     

GIS技术在黄土高原退耕还林草工程中的应用

坡耕地退耕还林 (草 )是我国黄土高原地区、特别是黄土丘陵沟壑区实施水土保持和生态环境建设的基本方法之一 ,如何快速了解区域土地利用现状是实施这一工程的关键所在 ,传统的统计法和图上量算法均无法满足科学高效的要求。结合黄土丘陵沟壑区地形特点 ,研究并探讨了应用 GIS技术实现该地区土地利用状况快速清查的工作过程及关键技术 ,以期为在全区实现土地资源调查、规划、管理的科学化、自动化、标准化提供可供借鉴的方法和依据     

基于RS和GIS的黄土丘陵沟壑区浅沟侵蚀地形特征研究

为了解黄土高原浅沟侵蚀地形特征,基于Qucickbird高分辨率遥感影像和数字高程模型,提取了坡面浅沟及其地形参数,并对浅沟侵蚀的地形特征参数和分布规律进行了统计分析,结果表明：黄土丘陵沟壑区,坡面坡度、长度、坡向以及上坡长度是影响坡面浅沟数量的主要地形要素,而浅沟侵蚀地形特征主要由坡面坡度、坡面长度、上坡长度和汇流面积共同决定;坡面长度与浅沟平均长度呈显著线性关系,坡面坡度与浅沟频度、浅沟坡度与其上坡长度间则均满足二次曲线;发生浅沟侵蚀的上限与下限临界坡度分别介于26～27°和15～20°,临界坡长介于50～80 m;由浅沟坡度的正弦值与汇流面积确定出浅沟分布的临界曲线;阳向坡面的平均浅沟长度小于阴向坡面。基于RS和GIS技术能有效确定浅沟侵蚀地形特征,为黄土区坡面水土流失治理提供了技术支撑。     

定西于家山黄土洞穴的分布特征与侵蚀临界研究

黄土洞穴与滑坡、沟蚀等侵蚀过程联系紧密并加剧了黄土高原的水土流失程度,但目前黄土洞穴发育的分布特征与侵蚀临界暂未明晰。利用无人机获得了研究区高分辨率影像与数字表面模型,基于影像标识了黄土洞穴并统计了其土地利用类型与洞穴直径,利用标识点在数字表面模型上提取了黄土洞穴的坡度、坡向、曲率和汇水面积等地形数据并分析了黄土洞穴的分布特征。结果表明,黄土洞穴直径大多4 m。黄土洞穴在耕地上发育较少,多发育于牧草地区域流水汇聚的凹形坡,且在阴坡更为发育。同时,黄土洞穴坡度正切值范围集中于0.4～1.0,汇水面积一般不超过3 000 m~2。依托统计的坡度正切值与汇水面积数据绘制了黄土洞穴的侵蚀临界图并对比了黄土洞穴与浅沟、切沟的侵蚀临界。黄土洞穴的侵蚀临界边界分别为SA~(0.150)=0.368与SA~(0.135)=7.580,分布较广且覆盖了浅沟与切沟的侵蚀临界。浅沟、切沟的演化与黄土洞穴的发育有关,黄土洞穴通过连通与坍塌促进了浅沟、切沟的发育、转换与扩展,并因此加剧了黄土高原的水土流失。研究量化了黄土洞穴发育的分布特征,建立了黄土洞穴与浅沟、切沟的联系并深化了对黄土洞穴侵蚀过程的认识。     

黄土区不同地貌部位径流泥沙空间分布试验研究

黄土丘陵区侵蚀泥沙的来源以及坡沟侵蚀产沙关系等一直是研究的热点难点之一，也是争论较多的问题。在梁峁坡到谷坡的坡沟系统中，不同地貌部位有对应的侵蚀形式出现。该文采用多坡段组合模型，运用人工模拟降雨试验方法，研究了黄土区坡面各垂直侵蚀带径流泥沙的空间分布特征及上坡来水来沙的加速侵蚀作用。结果表明：单位面积与时间产流量排列为谷坡＞梁峁坡下部＞梁峁坡中部＞梁峁坡上部。雨强0.5 mm/min时，没有沟蚀发育；1.0 mm/min时，细沟主要在梁峁坡下部；1.5 mm/min时，细沟伸展到梁峁坡上部，谷坡出现滑塌和崩塌等重力侵蚀现象。坡面径流量、产沙量随坡度、坡长、降雨强度变化成正比增长。上坡来水来沙使梁峁坡和谷坡产沙量大幅度增加。     

基于面向对象技术的黄土丘陵沟壑区切沟遥感提取方法研究

基于高分辨率遥感影像,提出了结合高分辨率影像的光谱、地形、几何形态和GLCM纹理信息等特征的切沟半自动面向对象提取方法,建立了一组沿径流方向计算纹理特征空间对比度和相关性的公式。以黄土丘陵沟壑第三副区甘肃天水桥子沟小流域World View-2影像数据为例,分别建立了耕地（山坡地、梯田）、果园、林地、农路、切沟的分类规则和算法,以影像的目视解译结果结合实地调查进行精度评价,分类结果显示,总体分类精度为75.17%,总Kappa系数为0.64,切沟的生产者精度为80%,用户精度为70.59%,取得了令人满意的结果。     

基于DEM坡度图制图中坡度分级方法的比较研究

坡度分级是所制作的坡度图具有科学性与实用性的重要前提，各种分级方法一直是坡度分级研究中的重点。将各种坡度分级方法分为一般主观分级法、临界坡度分级法与模式分级法3大类，并以黄土丘陵沟壑区为实验样区，以高精度5m分辨率的DEM为信息源，提取坡度数据层面。在此基础上，对不同分级方法的特点、适用性及制图效果等进行了比较分析。研究表明：一般主观分级法简单、灵活，但带有一定的主观性及随意性；临界坡度分级法能较好地满足用户的应用目的，但经常忽视了坡度图制图效果；而模式分级法能够较好地揭示地表的坡度组合规律。应根据应用目的、地面起伏特征等来选择合适的坡度分级方法，这样才能得到合理的坡度分级结果，更大程度地满足用户的应用目的。研究结果对指导正确、有效地制作与应用坡度图具有重要意义。     

黄土丘陵沟壑区1∶1万及1∶5万比例尺DEM地形信息容量对比

黄土丘陵沟壑区地形变化异常复杂，1：5万地形图对原始1：1万地形图等高线形态综合、取舍程度很大，这些都在不同程度上影响了地形分析结果的准确性。以高精度的1：1万比例尺DEM为校准植，运用1：1万及1：5万比例尺DEM叠合比较分析的方法，研究1：5万DEM的地形信息容量及提取不同地形要素的精度。试验结果表明，在黄土丘陵区，与1：1万DEM相比，1：5万DEM在所提取的地面坡度、地面曲率、沟壑量等地形定量指标方面均都存在着较大的误差。