基于SPOT5的县级土地利用现状调查技术研究

以浙江省台州市三门县为例,运用SPOT5不同空间分辨率的融合影像进行土地利用类型调查及面积遥感调查,通过对数据进行选择与预处理工作,利用ERDAS IMAGINE 8.4图像处理软件,对遥感影像进行配准、几何精纠正、融合等,在对研究区土地利用类型的分类中,采用人机交互判读方式,并提出一套适宜高分辨率遥感影像土地利用分类的技术路线.     

GIS与RS集成的高分辨率遥感影像分类技术在地类识别中的应用

为提高高分辨率遥感影像的分类精度，本文提出了一种GIS与RS集成的分类技术，它从遥感影像和GIS矢量数据一体化的角度出发，充分利用了矢量数据的图斑边界信息，通过提取单一地类图斑内的灰度特征，纹理持征和形态特征识别图斑所属地类，经研究表明，无论在实验结果上还是在分类的机理上都证明了，在高分辨率遥感影像的土地利用分类中，这种GIS与RS集成的分类技术的准确率超过了传统遥感影像的分类的准确率。     

BP神经网络算法在土地覆盖分类中的应用研究——以新疆于田绿洲为例

BP神经网络算法结构简单、快捷,与传统的分类方法相比,分类精度较高,能较好地反映土地覆盖的分类结果.通过多年实地景观照片库结合土地利用图等地理辅助数据,采用BP神经网络算法对于田绿洲1999年和2002年两期ETM遥感影像进行土地覆盖分类.结果表明:地理辅助数据参与下的BP神经网络用于土地覆盖分类研究可获得较好的分类结果,平均分类精度可达到90;以上.通过精度分析认为神经网络算法在遥感图像分析与处理技术中具有很大的应用潜力.     

基于ETM影像的森林覆盖率统计分析——以林芝市巴宜区为例

以西藏自治区林芝市巴宜区2005年ETM遥感影像为基础,利用"3S"技术,借助于ERDAS 9.2和ArcGIS 10.5软件,结合野外调查研究,对研究区的森林覆盖率进行统计分析,并与该地区地貌类型图、土地利用类型图的分类结果进行比较分析。研究了ETM遥感影像应用于巴宜区森林覆盖统计监测的最佳波段组合和融合处理技术,采用监督分类的方法提取森林覆盖信息,并对分类结果与相应研究区的土地利用类型相比较。结果表明,监督分类校正结果显示2005年巴宜区的森林覆盖率约为42.61%,监督分类对林地统计结果与土地利用类型图统计结果相比较,两者仅相差3.83百分点,分类精度达89.27%。利用遥感技术及地理信息系技术对森林资源的统计分析,可为森林信息化建设提供技术支持。     

基于ENVI的土地利用动态变化分析

选用2期卫星遥感影像数据,利用ENVI软件进行监督分类,提取不同时期土地利用数据库,对监督分类后的结果采用比较法进行对比分析,获取2期土地利用类型的动态变化数据。同时,通过建立解译标志收集相关调查资料,采用人机交互式判读解译,获得研究区不同时期土地利用数据库,以此作为参照,对采用分类后比较法获得的动态变化数据进行验证。     

土地利用动态监测中多源影像融合方法的比较研究--以陕北黄土丘陵沟壑区为例

在陕北黄土丘陵沟壑区,采用单一传感器的遥感影像提取土地利用信息,存在着识别的土地利用类别少、某些类别混分现象较严重、分类结果的精度较低等问题。以TM多光谱数据和SPOT全色光谱数据的融合为例,提出了适宜于该地区的两种影像融合方法:主成分变换法和乘积运算法,并从影像的光谱质量、纹理信息和目视效果等方面对其进行了对比与评价。结果显示,主成分变换法为较理想的融合方法。以陕北无定河流域为实验样区的土地利用自动分类结果表明,该方法的应用使土地利用各类别的提取精度都有不同程度的提高;水体、水田和城镇用地等面积较小的类别分类正确率提高达到10%以上;坡耕地与林草地的混分明显减少,分类精度均提高了5%以上;分类总精度从82.0%提高到89.2%,取得了良好的分类效果。此研究对于遥感影像融合技术的评价与应用进行了有益的探索,同时为该地区的土地利用动态监测提供了关键技术。     

基于遥感影像的土地利用分类系统的设计——以石河子垦区为例

[目的]有效保护、合理开发利用土地资源,把握真实、准确和实时的土地利用信息.[方法]以石河子垦区为例进行了基于遥感影像的土地利用分类系统的设计.[结果]遥感影像处理、分析的方法在区别不同的目标、不同的状态时,效果也有很大的差异,针对具有明显区域特征的示范区,研究确定了最佳的土地类型分类的方法与模型.[结论]设计了在示范区建立适应的土地利用分类系统的技术路线,并介绍了数据分析、影像处理、遥感影像分类处理以及分类精度评价与方法验证等关键研究方法.     

土地利用/土地覆盖遥感分类研究综述

遥感技术已成为获取土地利用／土地覆盖数据的重要手段，本文在综合分析研究当前主要的遥感图像分类方法基础上，将遥感图像分类方法归纳为：常规的统计分类方法、神经网络分类方法、基于GIS的分类方法、基于专家知识和地学知识的分类方法及针对实际情况的分类方法，本文对各种方法的应用情况进行了综述。     

CBERS-02B卫星在喀斯特山区的应用潜力分析

为促进国产资源卫星数据在西部大开发和贵州经济建设服务中的应用,探索了CBERS-02B数据在喀斯特山区的土地利用遥感解译中理想的图像处理方法及分类方法。结果显示:134波段为土地利用分类的最佳波段组合,HIS变换融合是喀斯特高原山区背景下的CBERS-02B星HR与CCD数据的最佳融合方法。说明,国产卫星CBERS-02B能较好地实现喀斯特地区大比例尺土地利用分类,可以替代国外遥感影像TM,运用于喀斯特山区土地利用与调查方面。     

基于知识的土地利用/土地覆盖遥感分类研究

提出了一种基于知识的土地利用／土地覆盖的分类方法,将遥感影象数据与地理信息系统数据有机地结合起来。通过与常规最大似然法的分类结果相比较表明基于知识的分类方法更加精确,为动态监测土地资源利用及环境变化情况提供了有力的工具。     

基于知识的土地利用/土地覆盖遥感分类研究

提出了一种基于知识的土地利用/土地覆盖的分类方法,将遥感影象数据与地理信息系统数据有机地结合起来.通过与常规最大似然法的分类结果相比较表明基于知识的分类方法更加精确,为动态监测土地资源利用及环境变化情况提供了有力的工具.     

基于遥感的彰武土地利用变化分析

选用辽宁省阜新市彰武县1985与2016年的遥感影像,通过对影像的定标、大气校正、影像融合、影像拼接和剪裁,然后进行监督分类,从而提取出2个年份的土地利用数据,并在此同时结合对该县的实地调查,对其土地利用情况进行了分析,得出该县不同时期的土地利用动态变化。结果表明,1985—2016年彰武县土地利用类型以耕地和林草地为主,土地利用变化以林草地、建筑用地面积增多,耕地、水域面积和未利用土地面积减少为特征,其中人文和政策因素占主导作用。     

国家尺度土地利用/覆被变化遥感监测方法

以中国科学院国家资源环境数据平台土地利用/覆被专题数据库的建设为背景,总结了国家尺度土地利用/覆被变化涉及的主要遥感监测技术和方法,包括基于遥感监测的土地利用/覆被分类系统、遥感信息源、土地利用/土地覆盖信息提取方法、土地利用分类1 km栅格成分数据构建技术以及土地利用分类面积汇总技术,并在此基础上分析了国家尺度土地利用/土地覆盖专题空间数据库应用现状和未来发展前景。     

石河子垦区土地利用/土地覆被变化遥感监测研究

通过对石河子垦区1989年和2002年同期遥感影像进行土地利用／土地覆被变化的分类研究，一方面提出了遥感数据和地理信息矢量数据相结合提高分类研究精度的方法，另一方面分析了垦区土地利用变化的驱动力，为该区可持续利用土地的规划提供了依据。     

基于多分类器组合的遥感土地利用分类研究

为了从遥感影像中快速、高效地获取较高精度的数据,按照分类组合的思想,根据山西省太原市榆次区Landsat TM影像数据,将传统监督分类中分类性能较好的分类器作为基分类器,运用改进后的加权投票算法进行多分类器组合,用于研究区遥感影像土地利用/覆被数据分类.结果表明,多分类器组合的分类结果精度要高于单独的基分类器分类精度,两两分类器组合的分类精度要高于三分类器组合的精度.研究结果证实了多分类器组合的可行性和有效性,能够提高传统分类方法的分类精度.     

基于Sentinel-2A影像的乡镇农业土地利用制图

目的 实现乡镇尺度准确的农业土地利用、作物分布快速制图。方法 文章选用Sentinel-2A遥感影像,基于时序遥感指数阈值分类、最大似然等方法完成各土地利用类型分类、作物空间信息提取,进行乡镇尺度农业土地利用制图,与基于WorldView-2融合图像的0.5 m分辨率农业空间信息图比较验证。结果 （1）研究区粮油作物用地、菜地、设施农用地和园地的面积精度良好,依次为92.93%、98.98%、95.71%和95.14%,与实际面积的差异在8%以内;（2）应用OSM道路数据和历史高分辨率影像等生产的地块边界、农田道路网、水渠网等空间信息与Sentinel-2A多光谱影像分类结果进行叠加制图,能提高10 m分辨率影像分类结果的地块边界信息精度。结论 使用多源信息融合方法和Sentinel-2A光学影像生产的乡镇农业土地利用、作物分布空间大数据,能有效提升乡镇尺度土地利用制图精度和时效性,为应用遥感大数据开展乡镇农业景观分析、农业产业结构优化调整等提供技术参考。     

无人机遥感的农作物精细分类研究进展

【目的】农作物精细分类是面积估算、长势监测、产量预测及灾害评估的重要前提和基 础。近年来，无人机低空遥感技术因其操作成本低、空间分辨率高、灵活性强等优势，成为田 块尺度下农作物精细分类的重要工具。【方法】文章系统总结了国内外近10 余年无人机遥感在 农作物分类领域的研究进展，介绍了目前常用的无人机平台和传感器，归纳了农作物分类特征 及算法的使用情况，指出了无人机遥感农作物精细分类研究存在的问题。【结果】当前无人机 遥感农作物精细分类研究存在一些不足之处：（1）无人机遥感监测面积小，无法在较大尺度区 域实现农作物精准监测。（2）适用于无人机遥感的农作物分类特征仍需进一步挖掘，面向高光 谱影像的农作物分类特征及特征组合尚需进一步明确。（3）分类器使用单一，分类算法的普适性 和稳定性不强。【结论】无人机遥感农作物精细分类研究的发展趋势主要包括3 个方面：（1）无人 机遥感影像与星载遥感数据的高效融合，拓宽无人机的监测范围。（2）面向无人机遥感影像 的农作物分类特征提取与优化研究。（3）适合无人机遥感的农作物分类算法改进。     

基于GIS和遥感的土地利用演变及驱动力分析——以汾河上游西北地区为例

土地是人类生存的基础,合理利用土地是可持续发展的根本。而土地利用方式和强度决定了人类能否长期、可持续地利用地球资源。在GIS和RS技术支持下,利用陆地卫星遥感数据,通过非监督分类与目视解译相结合的方法,提取1976,1990,2007年3期遥感影像专题信息,建立了土地利用变化模型,并结合统计资料完成了汾河上游西北地区土地利用演变趋势及其驱动力的分析。     

一年一季农作物遥感分类的时效性分析

【目的】基于遥感影像的作物分类研究是提取作物种植面积和长势分析及产量估测的基础,也是推动现代化农业快速发展的动力。研究结果可为农业等相关部门掌握农情,进行宏观调控提供依据。目前,农业遥感研究主要集中于中低分辨率遥感影像,影响植被信息提取的精度,应用高分辨率多时相遥感影像和选择最优分类方法可以提高植被信息提取精度。明确农作物遥感分类的时效性与最优分类方法,为快速、准确地获取作物空间分布数据和农情定量遥感监测提供依据。【方法】基于黑龙江省虎林市2014年5—10月覆盖完整生长期的20幅遥感影像,构建16 m分辨率NDVI时间序列曲线,建立决策树分类模型,通过分类影像进行系列阈值分割,并结合辅助背景数据及专家知识,成功提取虎林市土地利用覆被信息;利用20幅影像依次波段合成的方式进行作物分类,明确最优时相;将提取的耕地范围作为作物分类规则,并与未提取耕地范围的作物分类结果进行比较;同时通过最大似然法、马氏距离法、神经网络法、最小距离法、支持向量机、波谱角分类法、主成分分析法多种分类方法进行作物分类;利用农业保险投保地块数据进行精度验证。【结果】(1)7月初、7月末到8月初、9月末是研究区一年一季作物遥感分类的3个关键时相;(2)决策树分类方法在提取土地利用覆被信息的结果中精度最高,总体精度90.24%,Kappa系数0.87;(3)6月初与7月初2幅影像结合采用最大似然法对作物进行分类的总体精度高达94.01%,Kappa系数为0.79,6月初与7月初的影像结合,可以解决作物分类的时效性;(4)结合9月21日的影像,总体精度进一步提高,大豆分类精度明显提高,最终确定最大似然法为最优作物分类方法。【结论】通过遥感数据能实现在7月上旬对作物进行精准分类,拓展了遥感数据在农业领域的应用价值,对一年一季地区作物快速分类与农情定量遥感监测有重要意义。     

基于TM影像的南旺湖地区土地利用变化监测

利用多时相LANDSATTM数据对山东省汶上县南旺湖地区1987-2001年的土地利用变化状况进行了遥感动态监测。首先对不同时相数据进行几何纠正和辐射归一化,根据研究区两时相的地物类别选择训练区,在此基础上进行基于平行管道分类器的监督分类及分类精度评估。通过比较两时相的分类结果,发现南旺湖地区在1987—2001年间土地利用类型发生了一些显著的变化,主要表现在湖泊／沼泽等湿地资源的锐减,并在此基础上初步分析了引起这一变化的原因。