基于无人机遥感影像监测土地整治项目道路沟渠利用情况

为客观监测和有效评价土地整治项目基础设施建后利用情况,初步探讨利用无人机航拍影像结合智能算法识别设施利用状态的可能性,该文选取典型项目,利用多旋翼无人机航拍获取高分辨率影像,提取田间道路和骨干沟渠影像网格切片,通过BoW模型构建典型地物样本特征库基于样本纹理特征进行分类,利用支持向量机模型对研究区骨干线状基础设施利用状况进行识别,并依据目视解译和实地勘察对识别结果进行了精度验证。结果显示无人机遥感方法可以初步识别研究区基础设施建后利用情况;研究区田间道路病害和骨干沟渠淤塞情况识别总体分类精度达到80%和70%;田间道路分类误差主要来自通行不畅与路面裂缝,骨干沟渠分类误差主要来自轻度淤塞;提高影像精度情况下,田间道路利用状况识别精度有所提升但不显著,骨干沟渠通畅状况识别精度无明显变化,模型对宽度2 m以下沟渠识别结果精度较差。研究表明,基于无人机遥感对土地整治项目基础设施利用情况进行自动分类识别具有可行性且效率较高,而监测精度有待于后期进一步提升。     

基于多源遥感数据的土地整治生态环境质量动态监测

土地整治生态转型是土地整治发展的必然趋势,在项目区尺度进行科学合理、客观直接、长期全面的生态环境质量监测评估具有重要意义。该研究基于多源遥感数据,选取典型土地整治项目,运用主成分分析法构建RSEI(remote sensing ecological index)模型,反演得到湿度、绿度、热度、干度指标以及RSEI指数,实现对项目区整治过程中生态环境质量变化的监测与分析。研究结果表明:1)湿度和绿度指标对项目区生态环境质量具有正向作用,而热度和干度指标起负向作用,且干度指标的影响最大;2)RSEI总均值在整治前、中、后分别为0.652、0.572和0.605;RSEI等级中的优良等级在整治前、中、后所占比例分别为78.73%、39.55%和63.29%;RSEI变差、不变和变好的比例分比为42.55%、46.25%和11.20%;3)项目区生态环境质量呈现"先下降-后上升-整体下降"的态势,表现为"整治期变差-恢复期变好-全过程变差"的总体特征,土地整治对项目区生态环境的扰动具有持续性,区域生态环境恢复与改善存在滞后期,在项目竣工5年后项目区的生态环境质量水平仍低于整治前。     

MAPGIS在遥感监测卫星影像中的应用

通过对MAPG IS软件的介绍,将MAPG IS所赋予的分析和计算功能,在遥感监测高分辨率卫星影像图上计算土壤侵蚀图斑面积问题,就其计算原理、卫星影像图选择、卫星影像的判读方法、土壤侵蚀面积的具体计算步骤以及注意事项等做了详细的介绍,目的在于与广大同行共同学习,掌握用MAPG IS软件在高分辨率卫星影像图上计算土壤侵蚀面积的方法,全面提高水土保持监测技术水平。     

基于IRS-P6遥感影像的高原区土地利用动态变化监测

[目的]对青海省天峻县重点区域2005—2014年的土地利用变化情况进行监测,为生态环境保护和土地利用政策制定提供依据。[方法]利用2005—2014两期IRS-P6卫星影像数据,研究了针对该区域土地利用变化遥感监测的技术方法和操作流程。实践表明,该方法用于对土地利用变化的监测与制图能够有效地提高土地利用信息提取的精度和效率。[结果]2009年,土地利用仍以草地为主,虽比2005年略微减少,但基本保持平衡;内陆滩涂和未利用地总面积则略微增加,面积占比最小的依然是建设用地,虽然年均增长速度较快,但占比仅为0.29%。从年均变化上看,10a间,水域面积减少近66.2%,年均减少速度达到了6.62%;建设用地增长过快,10a间增长了59.98%,年均增长达到了6.00%。[结论]当地经济在这10a间有了较快的发展,城镇化水平得到一定程度的提高,但占总面积比例不足。监测区土地利用总体变化不大,年均变化率仅为0.13%。     

青海省共和县土地沙化与土地覆盖变化遥感监测研究

以Landsat-TM、ETM＋遥感数据为信息源，对青海省共和县1987年至2002年的土地沙化和土地覆盖变化进行了监测．研究结果表明．应用TM、ETM＋等中分辨率遥感影像，对以县为单位的区域性土地沙化和土地覆盖变化进行监测是适宜的．监测精度可达90％以上；监测期内．研究区的沙化土地面积不断增加，沙化程度也迅速加深，说明沙化土地治理的效果不明显；由于草地围封面积的扩大，一、二类草地的面积显著增加，草场质量显著改善，但由于未封育草地的过牧仍很普遍，三类草地沙化仍很严重；国营农场的撤离和国家退耕还草工程的实施是农田和居民地面积减少的主要原因。     

土地资源遥感监测产业化应用方法探讨

遥感技术已广泛应用于国土资源调查、评价和监测等领域，而遥感数据处理与分析仍是制约其应用深度的重要因素。该文在对比分析目前资源遥感监测技术的基础上，探索了基于两个时相遥感影像的变化信息提取、基于遥感影像与基年土地利用现状图的变化信息提取和基于最新遥感影像土地利用现状信息提取等关键环节的技术方法，提出了适合工程化和规模化应用的解决方案，为遥感技术在土地资源领域的深入应用提供技术支持。     

洪水灾害卫星遥感监测与评估研究综述

洪水灾害是当今世界上最严重的自然灾害之一,对其进行科学有效的监测和评估是科学防灾减灾的基础,也是目前国内外学者研究的热点和难点问题.本文简要介绍了卫星遥感监测洪水的原理,着重对基于Landsat TM与ETM+、SPOT、EOS/MODIS、NOAA/AVHRR等卫星遥感资料的洪水水体提取技术、淹没面积与淹没水深的计算方法以及洪水灾情的影响评估等几个方面的研究进展进行了综述.认为:目前洪水水体的遥感提取技术比较成熟;基于GIS的洪水面积计算也相对较为成熟;洪水淹没水深的获取难度较大、技术尚有待改进;洪水灾情影响评估技术发展较快,但定量评估方法、模型及评估的准确度、时效性都需要进一步提高.在此基础上提出:微波遥感、人工神经网络、GIS技术等在洪水灾害卫星遥感监测与评估应用中具有广阔前景,特别是在洪水灾害评估中应大量应用遥感信息.     

低湿地与土壤湿度的卫星遥感监测与制图

本文介绍应用陆地卫生ＴＭ图象数据监测法国莱茵河谷地土壤湿度变化，绘制１：５０，０００低湿地分布图的技术方法。对夏、秋两个时相的ＴＭ图像进行Ｋ－Ｌ变换等应用处理，获得的第３主分量集中了土壤湿度差异的信息。把两个时相的第３主人量精确配准后，以Ｈｙｐｅｒｂｏｘｅｓ分类器进行湿度分类，分出水体、恒湿地、夏秋季潮湿地、冬春季潮湿地、恒干地等５个湿度类别。经实地检验准确可信，表明此方法适合于土壤湿度变化监测与     

基于高分辨率卫星影像的梯田监测方法研究

以高分辨率Qu ickB ird卫星数据为主要信息源,依托“3S”技术,对黄土高原沟壑区南小河沟典型小流域内的梯田进行监测,结果表明:利用高分辨率Qu ickB ird卫星数据进行区域或流域梯田监测,能够解决梯田传统监测费劳、费时以及精度低等问题,是获得梯田等水土保持措施动态的一种有效手段。     

基于高分辨率遥感影像的水土流失监测方法研究

以葫芦岛市为研究对象,根据区域土地利用类型和水土流失影响因子建立水土流失分级指标,运用RS和GIS技术获取水土流失影响因子信息并进行空间叠加分析,实现对区域水土流失状况进行调查、分析和管理,具有快速、准确、客观、经济等优点。该研究方法能够及时掌握区域水土流失现状、水土保持治理状况、水土流失动态变化等信息,为建立水土流失动态监测数据库、实现对水土流失进行动态监测奠定基础,从而有效地促进水土保持工作的顺利开展。     

基于CBERS-1卫星图像的新疆棉花遥感监测技术体系

新疆是我国重要的产棉区。全面、快速、客观地监测棉花种植面积的年际波动情况，可为生产管理部门提供重要的决策依据。该项目是CBRES-1应用示范项目之一，目的是研究其应用潜力。该研究建立了基于CBERS-1卫星图像的新疆棉花种植面积遥感监测运行系统的技术体系，实现了新疆棉花种植面积的遥感监测，并为应用中巴资源一号卫星CCD数据监测我国其它大宗农作物的种植面积提供示范，为后续卫星在农业领域的大规模应用打下基础。     

基于高分辨率遥感影像的土地整理区农用井识别

农用井等小地物识别是土地整理遥感监测的重要内容之一。针对目前相关系数模板匹配方法效率低的缺点,该文提出一种基于土地整理规划图约束下的灰度归一化相关系数模板匹配方法,对整理区农用井进行识别。选择北京市顺义区赵全营土地整理区2006年QuickBird遥感影像作为基础数据,以TITAN IMAGE二次开发平台作为算法实现环境进行试验。结果表明,该方法在选择合适的农用井模板影像和归一化相关系数阈值后,识别准确率可达88.8%,验证了该文提出的土地整理区农用井遥感识别算法的可行性,同时为土地整理区其他小地物识别提供了一种有效途径。     

沙化土地整治背景下的沙漠化监测预警

为保障中国粮食及生态安全,对沙化土地整治开发过程进行沙漠化监测预警尤为必要。该文以科尔沁左翼后旗为例,基于Landsat 8 OLI影像,利用决策树分类实现沙漠化监测,并将监测结果引入"压力-状态-响应"模型,综合沙漠化影响因素和人为响应措施,实现沙漠化预警,最后与各类土地整治项目标准进行比对分析,对研究区土地整治项目实施的效果进行评价。1)研究区沙漠化形势较为严峻,沙漠化面积占研究区总面积的88%,其中以轻度和重度沙漠化为主,两者占研究区总面积的61%,另外极重度沙漠化占6%,主要位于科左后旗西部;2)沙漠化预警警度分为重警、中警、轻警和无警,其中沙漠化中警面积最大,沙漠化重警与极重度沙漠化空间分布大致相同,但前者更趋向于研究区西北方向的牧区,沙漠化无警和轻警则主要位于科左后旗东部的农区;3)在土地整治项目中,高标准基本农田建设项目和农用地整治项目以沙漠化无警面积最大。宜农后备土地开发项目、土地复垦项目以沙漠化轻警和中警为主,而沙漠化重警则主要零星分布于农用地整治项目、宜农后备土地开发项目和饲草料基地建设项目中。总体来看,研究区在土地整治背景下,进一步沙漠化的风险不高,但局部沙漠化重警区须加以关注。研究结果可为研究区后续土地整治规划调整提供决策依据。     

黄河三角洲耕地变化及其驱动力的卫星遥感分析

Taking Kenli County in the Yellow River Delta, China, as the study area and using digital satellite remote sensing techniques, cultivated land use changes and their corresponding driving forces were explored in this study. An interactive interpretation and a manual modification procedure were carried out to acquire cultivated land information. An overlay method based on classification results and a visual change detection method which was supported by land use maps were employed to detect the cultivated land changes. Based on the changes that were revealed and a spatial analysis between cultivated land use and related natural and socio-economic factors, the driving forces for cultivated land use changes in the study area were determined. The results showed a decrease in cultivated land in Kenli County of 5321.8 ha from 1987 to 1998, i.e., an average annual decrement of 483.8 ha, which occurred mainly in the central paddy field region and the northeast dry land region. Adverse human activities, soil salinization and water deficiencies were the driving forces that caused these cultivated land use changes.     

基于SegNet语义模型的高分辨率遥感影像农村建设用地提取

针对传统分类算法、浅层学习算法不适用于高空间分辨率遥感影像中农村建筑物信息提取的问题,该文以河北省霸州市高空间分辨率遥感影像WorldView-2为数据源,利用182 064幅128×128像素大小的影像切片为训练样本,选取基于深度卷积神经网络的SegNet图像语义分割算法对遥感影像中的农村建筑物进行提取,并与传统分类算法中的最大似然法(maximum likelihood,ML)和ISO聚类、浅层学习算法中的支持向量机(support vector machine,SVM)和随机森林(random forest,RF)以及深层语义分割算法中的金字塔场景解析网络(pyramid scene parsing network,PSPNet)的试验结果作对比分析。研究结果表明:SegNet不仅能够高效利用高空间分辨率遥感影像中农村建筑物的光谱信息而且还能够充分利用其丰富的空间特征信息,最终形成较好的分类模型,该算法在验证样本中的分类总体精度为96.61%,Kappa系数为0.90,建筑物的F1值为0.91,其余5种分类算法的总体精度、Kappa系数、建筑物的F1值都分别在94.68%、0.83、0.87以下。该研究可以为高空间分辨率遥感影像农村建设用地提取研究提供参考。     

基于多时相遥感数据的吉林西部土地覆被分类提取

为深化计算机自动提取土地覆被类型在遥感分类研究中的应用,以吉林西部的镇赉县为试验区,利用Landsat8多时相遥感数据的季节变化信息、地表植被、水体与土壤等特征参量,构建多维分类特征数据集对试验区进行土地覆被分类研究,提取了11种地表覆被类型。结果表明:1)多维变量组合方案的总体分类精度为95.50%,Kappa系数为0.9504。该方案自动提取地类达到了一个比较理想的分类结果,方案有效可行;2)方案中,3个主要特征分类变量的引入能很好改善易混淆地类的可分性,尤其,地表植被季节变化信息和土地信息的引入能明显提高土地覆被的分类精度;3)实际情况表明,引入的分类特征量不是越多越好,只有将多种分类特征有效结合才能够提高土地覆被分类精度。该文为农牧交错带上的土地覆被遥感监测提供了一个可行的方案,该方案有效可行。     

基于遥感影像的县域土地功能分类及功能转换分析

城市化、工业化引起的土地利用/覆被变化改变了土地功能。为探索区域土地功能的演变规律,该文以河北省黄骅市为研究区,首先对土地功能进行分类,并应用GIS和RS数据,分析2008—2014年土地功能的空间分布特点及变化规律,采用生产能力核算模型和净初级第一生产力计算模型分别计算了生物性生产功能及生态环境功能值,从而揭示土地功能用地面积及功能值的演变过程。结果表明,参照建立的土地功能分类方法,研究区可以分为6大功能类及21个功能亚类。2008—2014年土地功能特别是生产和承载功能变化较剧烈;生物性生产功能与土地质量等别关系很大,而生态环境功能与土地利用方式密切相关;2008—2014年生物性生产功能值增长1%,而生态环境功能值则减少了1.1%,生物性生产功能的提升保障了粮食安全,但生态环境功能的降低则要求严格保护生态用地。该研究结果可以为土地功能评价、生态红线划定及土地利用规划等工作提供科学依据。