利用GIS与TM数据资料集成技术估算中国南方早稻面积--以龙游县为例

提出利用 GIS与 TM数据集成技术估算中国南方丘陵山地早稻种植面积的方法 .该方法首先利用 ARC/INFO对土地利用现状图进行数字化 ,建立拓朴关系后将其转化为栅格 ,然后进行投影变换 ,使土地利用现状图、行政图、TM数据具有相同的坐标 ,最后利用土地现状图 ,提取水田分布图 ,对水田分布图进行分类估算早稻种植面积 .不同方法比较结果表明 :非监督分类法不能用于提取丘陵山区的水稻种植面积 ;只用 TM资料估算龙游县早稻面积 ,与统计数据相比 ,平行六面体分类法、最大似然分类法分别达到 82 .83 %和 59.95% ;而用 GIS与 TM数据资料集成技术对水田分布图进行分类估算早稻面积 ,平行六面体分类法、最大似然分类法的估算精度分别达到 93 .98%和 60 .65% ,所以利用平行六面体分类法对南方丘陵山地早稻种植面积估算是可行的 .     

基于TM数据耕地面积提取方法研究

粮食作物的播种面积、产量等信息是国家制定粮食政策和经济计划的重要依据。以昔阳县为研究区域,主要应用TM数据,结合研究区土地利用现状图,基于光谱信息,提取了耕地和非耕地信息,最后利用最大似然法监督分类得出耕地面积为29242.1 hm2,分类结果精度达到93.3%。     

SPOT5遥感影像土地利用信息提取方法研究

【目的】探讨高分辨率遥感影像土地利用信息提取方法的优劣,为研究土地利用/覆盖动态变化提供参考。【方法】以结合纹理特征的支持向量机(Support vector machine,SVM)分类和多尺度分割的面向对象分类为主要技术,对陕西佛坪长角坝乡遥感影像的土地利用信息进行提取,并将分类结果与基于传统像元的最大似然法分类结果进行比较分析。【结果】面向对象分类法的总精度达到90.67%,较结合纹理特征的SVM法提高了8.34%,而与最大似然分类法相比提高了近20.32%,克服了其他分类方法存在的同谱异物现象及分类结果中地物破碎等缺点,取得了较好的分类结果。【结论】利用面向对象分类法不仅达到了提取土地利用信息的目的,而且精度高、速度快。     

基于RS的森林乔木判别应用

以塞罕坝机械林场SPOT-5遥感图为判别对象,采用监督分类的三种不同分类器-最大似然法则,最小距离法则和平行六面体法则对林场乔木树种进行判别分类.结果表明最大似然运算法则适合该地区乔木分类,分类总精度为86.25%.运用最大似然法则的总分类精度要比运用最小距离法则得到的分类总精度提高12.14个百分点,而平行六面体法则在此次分类中不符合实际情况.     

基于中巴资源卫星数据的水稻种植面积监测——以梁平县为例

以Landsat TM影像数据为参照标准, 中巴卫星CBRES CCD影像为基础数据, 并结合土地利用现状图与实地考查资料, 综合应用了RS和GIS技术手段, 对重庆市梁平县进行地物分类和水稻种植面积提取, 获得的研究区水稻种植信息与TM数据提取的结果相比较, 精度达到92.37%. 通过试验研究得到以下初步结论: (1) 利用CBRES-02 CCD数据提取研究区的水稻种植面积可以得到比较满意的效果. (2) 水稻识别精度受到海拔高度与地形因素的影响, 海拔越低, 地势越平坦, 水稻分布越集中, 水稻识别精度越高; 海拔越高, 地形条件越复杂, 地块越破碎, 水稻识别的精度越低.     

基于RS的冬小麦种植面积提取及最佳时相选择

为探求冬小麦种植面积提取的方法,本研究通过多种图像处理方法对TM数据进行处理,结合实地调查和研究区主要种植作物的物候历,利用TM数据提取了冬小麦的种植面积。同时为了提高解译精度,结合GIS进行了两次目视解译过程,消除了分类器分类会出现的多分和漏分现象。结果表明:通过分类后计算混淆矩阵与地面真实感兴趣区(ROI)进行比较,发现Mahalanobis Distance分类法阈值(最大误差距离)为2.9时分类效果最佳。得到2007年研究区域冬小麦遥感监测面积为560 650 hm2,提取精度达到了95.23%。三个地区以临汾地区提取精度最高,而晋中地区最低。因此利用该方法提取冬小麦种植面积是可行的。     

基于ENVI4.5的土地利用覆被信息监督分类对比研究——以海南省屯昌县为例

选取海南省屯昌县作为试验区,以2005年土地利用现状图和2008年经校正的SPOT影像为数据,利用ENVI4.5中的监督分类提取了影像中的耕地、园地和林地信息,并对提取精度进行比较分析。结果表明,平行六面体法在提取耕地信息方面的精度最高,可以达到85.60%,最小距离法在提取园地信息时可以实现82%的精度,最大似然比分类法提取的林地信息精度在80.38%。"异物同谱"和"同物异谱"现象是也是影响分类精度的主要原因。     

基于GF-1影像的冬小麦面积提取及年际变化动态监测

为探讨国产高分一号(GF-1)卫星影像在作物面积提取中的适用性,以冬小麦主产区山东省菏泽市为研究区域,利用GF-1卫星携带的多光谱宽幅相机(WFV)16米遥感影像为主要数据源,以菏泽市土地利用类型和野外地面调查数据作为辅助,采用决策树分类法和监督分类—最大似然分类法相结合的方法,通过分区解译方式,分别提取出菏泽市2014和2015年冬小麦种植面积和分布区域,并利用地面样方数据对分类结果进行精度验证,同时开展年际变化动态监测分析。结果表明:以GF-1/WFV 16米影像为主要数据源,将多源信息引入决策树和监督分类模型,进行种植结构复杂地区冬小麦种植面积遥感估算的方法是可行的。GF-1/WFV 16米影像在作物面积遥感监测业务运行中具有较大的开发应用潜力。2014和2015年菏泽市冬小麦位置提取精度分别达到96.5%和96.7%,面积总量提取精度分别达到96.8%和95.0%;遥感提取的两年冬小麦种植面积均略小于官方提供的统计数据,但两者呈现出的变化趋势一致,即菏泽市两年间的冬小麦种植面积呈减少趋势。     

基于遥感和GIS的长春经济开发区土地利用变化研究

利用1988和2014年2期的Landsat TM/OIL遥感图像,应用监督分类的方法完成两期影像的土地利用类型的测量,并且基于GIS提取和统计土地利用变化信息,分析长春市经济开发区1988—2014年土地利用变化的时空特征。结果表明,旱地、水田、草地、林地、未利用土地、城镇、居民地等主要土地利用类型的面积均有不同程度的变化。结合社会经济统计资料分析该变化的原因,揭示了该地区土地利用变化的内在机制。     

GIS和RS在神府矿区土地利用中的应用研究

选择神府矿区为试验区,以1986和2003年的多时相TM影像为数据源,利用监督分类和人工识别相结合的方式对地物进行解译和分类提取。在GIS技术支持下详细计算了土地利用变化情况,并绘制了相应的动态遥感监测图。结果表明:研究区的耕地、未利用地面积明显减少;林地、城镇用地、煤矿用地面积明显增加。     

面向Sentinel-2A影像的大理市土地利用分类方法适用性研究

  目的  获取更高效、准确的土地利用自动分类方法,为后续的高原山区土地利用分类研究提供理论支撑。  方法  选取中国典型的高原山区云南省大理市为研究区域,以Sentinel-2A影像为对象,提出一种面向对象特征的决策树分类方法,并将此方法分类结果与传统的ISODATA法和最大似然法土地利用分类结果进行对比。  结果  ①面向对象特征的决策树方法分类结果在空间分布和各地类的面积统计方面都优于ISODATA法和最大似然法,与研究区实际土地利用面积数据更为接近;②在大理市,最大似然法在水体和林地的提取上适用性较好,而面向对象特征的决策树分类方法在农田、草地、建设用地和其他这些地类的区分上适用性更强,且在冰川积雪的提取上也有更好的提取效果;③相比与传统的ISODATA法和最大似然法分类结果精度,面向对象特征的决策树分类方法可进一步提高分类精度,总体分类精度可达90.20%,Kappa系数为87.95%。  结论  相较于传统的分类方法,先粗分类再进一步细分类的分类思想,可避免区域之间的混淆问题。面向对象特征与决策树相结合的组合分类方法在高原山区有着更好的适用性,可以有效提高高原山区分类精度。图3表7参26     

面向对象的荒漠绿洲区高分一号遥感影像信息提取技术研究

为了更加快速、准确的提取出荒漠绿洲区土地利用类型,采用面向对象的分类方法,利用e Cognition软件对荒漠绿洲区磴口县高分一号遥感影像进行多尺度分割,并对分割尺度、颜色、形状、紧密度和光滑度等参数设置进行多次的试验,最终确定了荒漠绿洲区高分一号遥感影像信息提取的最佳分割尺度与分类规则。对研究区高分一号影像也采用最大似然法分类法进行分类,分类精度为78.65%,kappa系数为0.6984,面向对象分类方法的分类精度为92.51%、kappa系数为0.8767,荒漠绿洲区面向对象的分类方法提取精度明显优于最大似然法。     

近30a安吉县毛竹林动态遥感监测及碳储量变化

通过最大似然分类法从不同时期陆地资源卫星Landsat-5 TM影像中提取毛竹Phyllostachys pubescens林信息,利用变化幅度和动态度2个指标对浙江省安吉县近30 a毛竹林面积时空动态特征进行了监测、评价与分析,并初步估算了各时期竹林地上总碳储量变化情况。结果表明：①各个时期影像分类总体精度和毛竹林信息提取的精度比较好,其中总体分类精度都在85%以上,而毛竹林Kappa系数为0.80~0.95。遥感估算的毛竹林面积与森林资源清查结果相吻合,两者决定系数（R2）达到0.981;②1986-2008年期间,除昆铜乡毛竹林面积呈负增长外（变化幅度为-8.49%）,其他各乡镇的毛竹林面积呈上升趋势,变化幅度为14%~86%,以孝丰镇增长幅度最大,天荒坪镇增长幅度最小;③针叶林、阔叶林以及农业用地的变化对毛竹林总面积增加的贡献最大;④根据毛竹林动态监测结果和毛竹林地上碳密度（20.297 Mg.hm-2）估算得到1986,1991,1998,2004和2008年5个时期安吉县竹林地上碳储总量分别为1.106,1.213,1.327,1.413和1.466 Tg,呈逐渐增加趋势。图2表4参31     

基于异源多时相遥感数据决策树的作物种植面积提取研究

为了充分发挥不同遥感数据源的优点,采用中高分辨率的TM影像覆盖区为典型试验区,由试验区的水稻特征建立基于专家知识的分类规则,结合C4.5算法构建分类决策树,然后综合运用eMODIS时间序列NDVI、MOD12Q1、DEM及其派生的坡度数据进行决策树分类,以辽宁省为例对2009年的水稻种植面积进行了提取。结果表明:该方法方便适用,精度高于传统的监督分类、极大似然分类法;与统计数据相比,结果相对误差为5.04%,各地级市的遥感结果与同期的统计数据吻合较好,相关系数达到0.96,能较好地反映辽宁省水稻种植的空间分布状况。     

基于TM影像的县域土地利用变化研究——以四川省蓬溪县为例

根据1993、2001和2009年蓬溪县TM遥感影像,采用RS和GIS技术相结合对研究区域地物的光谱特性、纹理特征和地形信息进行提取和分析,采用最佳波段分类和监督分类相结合对遥感影像进行分类,获取不同土地利用类型统计情况,并结合GIS空间分析工具对各期的分类图像进行了解析,实现了对研究区土地利用类型变化信息的提取和分析。结果表明,1993~2009年蓬溪县土地利用类型发生了较大变化,其中耕地和林草地面积明显减少,建筑用地增加幅度较大,且具有持续增长趋势。基于TM影像的土地利用信息提取可为县域土地利用变化监测提供技术支持。     

基于多时相资源一号04星多光谱影像的土地利用分类——以海南西北部地区为例

【目的】基于3期2015年获取的资源一号04星(CBERS-04)多光谱遥感数据,探讨CBERS-04多光谱数据在热带地区土地利用分类中的应用潜力。【方法】结合光谱和物候信息,分别采用最大似然法和决策树分类方法对海南西北部地区土地利用现状进行分类研究。【结果】基于单景的最大似然法可获得相对理想的分类精度,总体分类精度为85.8%~88.8%,卡帕系数为0.80~0.84;同时使用3期影像作为输入,运用最大似然法和决策树分类方法,其分类精度均有明显提升,总体分类精度达91.61%~92.61%,卡帕系数为0.88~0.89,其中最大似然法略优于决策树分类算法。【结论】联合多期CBERS-04多光谱数据能够准确提取热带地区土地利用现状信息,具有广阔的应用前景。     

基于TM影像的南方丘陵区早稻估产研究——以奉新县为例

传统的估产方法难以对水稻种植面积和产量进行及时准确地预测.利用TM影像资料,根据地物光谱特征的差异,提取稻田种植面积信息,在此基础上分析早稻像元的植被指数,与作物单产建立回归方程,通过检验标准筛选出方程拟合率高的估产模型,从而预报水稻总产.结果显示:2009年奉新县早稻实际总产和平均单产与遥感估产的结果相比,早稻总产误差率为5.78%,单产误差率为1.79%.由此可以看出,结合GIS技术和资料进行水稻估产,既提高了估产精度,又降低了费用,具有一定的可靠性和实用性.     

运用TM资料提取稻田信息的研究初报

本文是水稻遥感估产技术经济前期研究的主要内容之一,其目的是研究从TM资料中提取稻田信息的可行性,为水稻遥感估产提供提取稻田信息的遥感技术.试验先选用动态聚类、最大似然法和逐步分类法进行稻田信息提取.再经波段比值法和地形因子分层分类的后处理,在特定的试验区内,其面积精度可达到99％以上.     

基于Sentinel-2A影像的矿区土地利用信息提取方法

为研究中高分辨率遥感影像大范围精确提取矿区土地利用信息的技术方法,选取山东省兖州市兴隆庄煤矿作为研究区,针对遥感影像的光谱特征,采用监督分类和归一化指数计算相结合的方式进行矿区土地利用信息提取试验。结果表明,选择融合后Sentinel-2A卫星影像的四个高分辨率波段可应用于土地利用的精确识别;根据地物光谱特征,最大似然监督分类法提取建设用地、裸地效果较好,可作为精确提取两种地类的方法;结合归一化植被指数运算和归一化水体指数运算提取植被、水体信息可明显提高总体分类精度,提取精度可达93.54%,进而可利用该分类结果精确高效地识别和测算矿区土地利用类型及其分布特征,为矿区土地整治、村庄搬迁等提供依据。     

基于中分辨率遥感影像土地利用类型信息提取及动态

为了监测与评估荒漠绿洲地带的土地利用/土地覆盖信息及其动态变化,进而分析生态环境变化等影响因素。以新疆自治区喀什地区为研究区域,采用1990年、2000年、2011年3期Landsat TM和ETM+遥感影像数据,应用最大似然法提取土地利用类型信息及对土地利用类型信息动态变化进行分析。结果表明:研究区1990年、2000年、2011年3期分类精度分别为90.62%、86.38%、93.85%;Kappa系数分别为0.92、0.87、0.84。研究区土地利用类型独特,未利用地面积占研究区总面积的70%,而且3个时期所占比例变化不大。1990—2011年,研究区耕地面积比例增长了5.00%、林地下降了3.44%、草地下降了1.62%,其他地类面积变化不明显;土地利用程度变化量为3.53,土地利用程度变化率为2.39%。