土地利用中线状地物在遥感影像中的变化规律

一般线状地物在遥感影像中的变化规律是目前国内外土地利用调查中非常活跃的研究领域。该研究在遥感影像的线状地物特征提取和面积量算的应用中可以提供重要依据和参考。采用数理统计回归分析的方法,通过对华北地区(京津冀三地)地面线状地物的105个随机样本的实际宽度量测、定位和图片采集,与其在landsatTM7遥感影像中的具体表现相结合,进行数理统计分析,得出一般线状地物在landsatTM7遥感影像中的变化规律。通过分析和比较,发现不同线状地物如道路和沟渠,由于在地面实际宽度和走向等的不同,其在landsatTM7遥感影像上变化规律是各不相同的;即使是相同实际宽度相同走向的同一类别线状地物其在landsatTM7遥感影像上影像变化也是有较大差异的,文章还进一步分析了造成变化的主要原因。     

基于RS和GIS技术的露天矿区土地利用变化分析

以安太堡大型露天煤矿为研究对象,以研究区4期Landsat TM卫星影像为数据源,将露天矿区土地利用类型按照剥离区、采挖区、复垦区和原地貌进行分类,采用监督分类与人机交互解译相结合的方法,获得研究区4个时期土地利用类型图,将不同时期土地利用类型图叠加,分析了露天矿区土地利用变化过程。结果表明,研究区原地貌15a间平均每年减少1km2左右,并由于近年来煤炭产量的逐步增加原地貌面积有加速减少的趋势,采挖区的面积基本保持在7km2左右,剥离区与复垦区面积有不断增长的趋势,但复垦区增长速度较剥离区增长速度快,预计在2015年复垦面积与剥离面积基本保持平衡;按照目前的采煤速度,研究区一期工程的原地貌到2008年将全部消失。运用RS和GIS技术对大型露天矿区土地利用变化分析,可快速准确地掌握露天矿区土地利用的时空结构、不同时期不同土地类型的转移情况及其发展趋势,为大型露天矿区土地复垦与生态重建规划提供决策支持。     

模糊逻辑在土地利用遥感分类中的应用

由于影像信息提取过程蕴涵的诸多不确定性以及土地类别描述语境信息的含糊性影响,遥感数据的常规土地利用分类面临诸多困难与挑战。而模糊分类系统作为一种最为强大的软分类器,能处理、分析和表征遥感信息中传感器测量数据的不精确性、土地类别描述中的含糊性以及模型模拟中的不严密性,从而输出更能表达人类知识缺陷、更符合真实世界客观事实的分类结果,因此被认为是一种较好的土地利用遥感分类手段。本文以南京城市边缘带一样区为例,在采用地物导向分割技术对遥感影像分割的基础上,充分利用影像地物自身的光谱组合特征值以及其他空间形状、拓扑特征以及语境关系信息,按照模糊监督分类的过程来对研究区土地利用信息进行提取。研究结果表明基于遥感数据源的土地利用模糊分类系统可以获得比常规硬分类手段更为合理、信息含量更为丰富的输出结果。     

滨海光谱混淆区面向对象的土地利用遥感分类

滨海光谱混淆区土地利用/覆盖信息获取是遥感信息提取的难点之一,该研究选择黄河三角洲垦利县为研究区,采用2007年3月11日陆地卫星TM遥感影像数据,利用面向对象的土地利用遥感分类技术,通过影像分割和采用支持向量机分类方法对研究区土地利用/覆盖信息进行提取,并将分类结果与传统的基于像元的分类方法进行对比分析。结果表明:面向对象支持向量机的分类精度达到84.83%,比基于像元的最大似然法和波谱角法分别提高了5.94%和19.53%,且有效避免了椒盐现象。说明面向对象的图像分类方法明显提高了遥感影像的分类精度和分类效率,为滨海光谱混淆区土地利用信息的快速、准确提取提供了有效技术手段。     

基于无人机遥感可见光影像的北疆主要农作物分类方法

作物类型准确分类是大田作业和管理的基础。该文通过无人机遥感试验获取的可见光影像,利用色彩空间转换和纹理滤波构建了色调、饱和度和亮度的27项纹理和低通滤波特征;然后采用Relief F-Pearson特征降维方法,剔除分类能力弱且相关性高的冗余特征;最后,基于优选特征训练分类模型,并结合人工分类结果对各模型进行精度比较和效果验证。结果表明:特征选择得到的H-CLP、H-Ent、I-Cor、I-CLP、I-Ent、S-CLP和I-Var是利用可见光影像进行北疆主要农作物分类的最佳特征,可在充分表征影像特征的同时降低数据冗余。支持向量机(support vector machine,SVM)分类方法精度最高,整体分类准确率达83.77%,ANN和KNN分类精度次之。通过在验证区进行像素级别作物分类,发现SVM分类方法效果最好,棉花、玉米、苜蓿和西葫芦作物分类精度均达到了80%以上。该研究可为基于无人机可见光影像的农作物种植信息普查提供参考。     

基于混沌免疫算法和遥感影像的土地利用分类

为提高利用遥感影像进行土地利用分类的精度，采用了基于混沌免疫算法(Chaos Immune Algorithm)的多光谱遥感影像分类方法。首先应用混沌免疫算法对样本进行自学习得到全局最优的聚类中心，然后通过得到的聚类中心对整幅影像进行分类。该方法利用混沌变量的遍历性，进行粗粒搜索，优化免疫算法的初始抗体群；通过克隆选择算子、变异算子、抗体的循环补充操作，避免陷入局部最优解，得到全局最优的聚类中心。在对淮南矿区采用TM影像进行的土地利用分类中，试验结果表明该方法分类总精度为89.9％，Kappa系数为0.8     

基于高分影像特征优选的黄土高原撂荒耕地遥感监测方法

快速、准确地监测撂荒耕地对研究土地利用变化、保障国家粮食安全和制定农业政策有着重要意义,黄土高原地区复杂地貌和耕地破碎性对监测撂荒耕地颇具挑战性。该研究以国产高分卫星遥感影像为主要数据源,使用耦合遗传算法的离散二进制粒子群算法改进最佳指数因子法优选分类特征因子,采用随机森林分类和分类后变化检测方法,获得试验区2011—2022年撂荒耕地时空分布信息,通过影像目视判读和实地调查相结合的方式进行结果验证和精度评价,结果表明：1）经重要性评估发现NDVI平均精度减少（mean decrease accuracy,MDA）得分最高,经改进的优选特征方法优选特征为：绿波段、红波段、近红外波段、蓝绿波段比值指数、坡度、NDVI、方差、对比度,特征优选有效提高了高分影像的土地利用分类精度和效率;2）国产高分卫星数据可实现地块尺度撂荒耕地的精准识别,经验证,撂荒耕地识别总体精度达到92.48%;3）2011—2022年间研究区撂荒耕地总面积为5492.51 hm²,2011—2014年撂荒率最大,达21.09%,2020—2022年撂荒率最小,为0.99%。该研究构建了黄土高原地区地块尺度撂荒耕地遥感监测的方法,并进行验证和评价,对推动撂荒耕地相关研究和国产高分卫星数据的实践应用具有积极意义。     

基于无人机影像和深度学习的渭北旱塬区土地利用精准分类

为明确基于无人机影像的旱塬区土地利用精准分类方法,尤其是算法的选择,该研究通过获取渭北旱塬区白水县通积村不同航拍高度无人机正射遥感影像,利用多种深度学习算法和机器学习算法对土地利用分类进行研究。首先,采用大疆御2Pro获取研究区80和160 m不同高度航拍影像;然后对不同航拍高度目视解译结果和多种深度学习、机器学习模型预测结果进行对比分析;最后,基于表现最佳算法对其进行创新和改进。结果表明：深度学习算法的表现远远优于传统机器学习算法,其中深度学习算法中表现最好的DeepLabv3+像素精度为90.06%,比随机森林（Random Forest,RF）和支持向量机（Support Vector Machine,SVM）分别高出24.65和21.32个百分点。基于DeepLabv3+改进的DeepLabv3+＿BA模型整体分类效果最好,其像素精度为91.37%,比FCN、SegNet、UNet和DeepLabv3+分别高出7.43、10.12、2.27和1.31个百分点。各种算法在160 m数据集上各指标精度高于80 m。改进模型DeepLabv3+＿BA具有较高的地物分类精度及较强的鲁棒...     

基于高分辨率遥感影像的青海湖沙柳河流域土地覆盖监督分类方法对比

[目的]研究高寒河源区土地覆盖的精准分类方法,为地物分类提供参考,分类结果可为青海湖流域土地资源与生态环境监管提供数据支撑。[方法]运用高分辨率遥感影像,通过6种监督分类器(平行六面体、最小距离、马氏距离、最大似然、神经网络和支持向量机)对青海湖沙柳河流域的土地覆盖进行分类,最后通过最佳提取方法统计得出青海湖沙柳河流域土地覆被概况。[结果]支持向量机、神经网络和最大似然的分类精度较高,其总体分类精度均大于96%,Kappa系数均大于0.95,平行六面体的分类精度最低,误差较大。综合各种分类精度及分类图像局部细节,支持向量机分类效果最佳。通过解译可知沙柳河流域土地覆被以草地为主,占流域总面积的71.09%,裸地和湿地分别占流域总面积的16.26%和10.24%,水体、农田和建筑用地面积较小,共占流域总面积的2.41%。[结论]运用高分辨率遥感影像,通过支持向量机分类器可实现对青海湖沙柳河流域土地覆被的良好分类。整个流域植被覆盖度高,生态环境良好。     

基于多进制小波变换及多维纹理特征的遥感影像融合方法

探讨了基于多进制小波变换与多维纹理特征融合相结合的遥感影像融合方法。在融合过程中,首先对高分辨率全色影像和多光谱影像进行多进制小波分解,再联合提取局部方差、局部梯度、局部能量和局部信息熵4维纹理特征,将高分辨率影像的高频分量分别与多光谱影像的高频分量以多维纹理特征进行多判据联合方法融合,形成新的高频分量,然后与多光谱影像的低频分量进行多进制小波逆变换,最后经 RGB合成为彩色影像。试验选取淮南矿区SPOT 10 m与TM 30 m空间分辨率影像,从目视判读（定性评价）、地物光谱曲线分析、定量评价指标三方面对融合方法进行了评价。结果表明,该方法既保留了原影像的光谱信息,同时也改善了影像的清晰度和分辨率,利用融合后的影像进行矿区土地利用变化监测,效果明显提高。     

基于遥感信息融合的阜新煤矿排土场地物提取与分类

结合地面测试高光谱数据及卫星遥感数据,对矿区地物信息进行提取,可有助于快速获取矿区地表信息,为矿区废弃地植被恢复提供辅助决策信息支持具有重要意义。该文以阜新市海州矿区排土场为研究对象,对不同波段组合的SPOT-5遥感影像进行了分类方法和分类精度评价研究。结果表明：排土场影像在波段组合与融合之后进行分类,分类精度提高不明显;而通过组合SPOT多光谱影像和植被指数图像,并结合地面测试的高光谱特征曲线建立分类模板,可以有效地提高地物分类精度,总体分类精度为85.48%,Kappa系数为0.8197。分类结果满足对排土场地物调查的实际需要,为建立排土场植被恢复等级提供了数据基础。     

基于CT分析露天煤矿复垦年限对土壤有效孔隙数量和孔隙度的影响

露天煤矿排土场由于排土过程中大型机械压实等作用会对土壤的孔隙结构产生影响,重构适合于植被生长的土壤孔隙结构是排土场土地复垦的重要工作。为对排土场重构土壤孔隙结构进行定量分析,该文采用高精度无损计算机断层扫描技术（CT）对山西平朔矿区安太堡露天煤矿排土场平台全黄土母质覆盖的不同复垦年限（0、20、23 a）以及原地貌的土壤进行分层扫描成像,并利用Photoshop和Arcgis软件对扫描图像进行处理和统计分析,探讨了排土和复垦对土壤孔隙数量和孔隙度的影响,分析了排土场重构土壤大、中和小孔隙的变化。结果表明：原地貌土壤孔隙数量和孔隙度最大,其次是复垦23和20 a的土壤,排土后未复垦土壤孔隙数量和孔隙度最小。采矿和排土等活动由于大型机械压实作用降低了土壤孔隙数量和孔隙度,尤其是大孔隙数量和大孔隙度;土地复垦对增加土壤孔隙数量和孔隙度有一定的作用,但是过程比较缓慢。采矿和排土等活动对表层土壤孔隙数量和孔隙度的影响要高于底层土壤。该研究可为黄土区大型露天煤矿排土场重构土壤结构的优化与土地复垦措施选择提供依据。     

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。     

Variations in pore distribution of reconstructed soils induced by opencast mining and land rehabilitation based on computed tomography images

Opencast coal mining is an anthropogenic activity that changes the antecedent soil profile, and it was important to understand the distribution characteristics of soil pore and then select suitable land rehabilitation measures. To better quantify the pore distribution characterization of reconstructed soils in opencast coalmine dumps, high-resolution and non-destructive computed tomography (CT) method was used to study the effect of opencast coal-mining and land rehabilitation on the soil pore distribution by scanning soils from the Antaibao Opencast Coal-mine in China. The soils were taken from the dump platforms with different rehabilitation time and an unmined site. ImangeJ 2 was used to process the scanned images and the soil pore densities and porosities of different pore sizes were used to analyze the distribution characteristics of soil pore. Opencast mining activities decreased soil pore density and soil porosity, especially in macropores. Compared to unmined soils, the total porosity of the non-rehabilitated soils reduced by 25.0%, 20.5%, 17.7% at the depths of 0–25, 25–50, 50–75 cm, respectively. Vegetation rehabilitation should be used to develop soil pore structure and improve the proportion of different pore sizes.     

基于词对主题模型的中分辨率遥感影像土地利用分类

利用遥感影像数据进行土地利用/覆被分类是多学科共同关注的热点问题,但传统自动分类方法仍然难以满足应用需求,以隐狄利克雷分配模型(latent dirichlet allocation,LDA)为代表的概率主题模型能够建立底层特征和高层语义之间的桥梁,近年来也被引入了遥感影像分析领域,但多集中于针对高空间分辨遥感影像的分析。该文分析了一般概率主题模型在遥感影像空间分辨率降低后面临的问题,在此基础上借鉴词对主题模型(biterm topic model,BTM)对单词稀疏文档的推理能力,将其引入中空间分辨率遥感影像的分类中,并提出使用空间相邻的视觉单词对作为模型的观测数据。试验结果表明,BTM模型的分类性能优于LDA模型,并且使用空间相邻视觉单词对可以比标准BTM模型使用更少的观测数据,取得更高的分类精度。     

黄土区露天煤矿排土场重构土壤颗粒组成的多重分形特征

排土场复垦土壤是由人为方式通过不同重构工艺构成的复杂整体,其由不同颗粒组成、具有不规则形状的特性,其核心工作是重构一个适合植被生长的土壤结构。为了更好地对排土场重构土壤结构进行定量表征,该文通过引入土壤多重分形理论,对山西平朔矿区安太堡露天煤矿排土场4种重构土壤方案(含砾石黄土母质覆盖、含煤矸石黄土覆盖、全黄土母质覆盖、含料姜土黄土覆盖)的2 mm以下土壤粒径分布进行了多重分形参数计算,计算参数包括广义维数谱D(q)、多重分形奇异性指数α(q)以及多重分形谱函数f(α(q))等,并对不同分形参数之间的关系进行了计算。通过研究发现:该研究区大型露天煤矿排土场重构土壤颗粒组成具有明显的多重分形特征,D(0)、D(1)、D(1)/D(0)、Δα和Δf反映了土壤颗粒分布的非均匀质特征;该研究区黄土重构剖面的土壤粒径分布范围较小、测度集中程度较高、离散程度较小,土壤粒径组成非均匀性低;多重分形参数之间具有较好的相关性,可以简化选择D(0)、D(1)/D(0)和Δα或D(0)、D(1)和Δf 3个参数实现对黄土区重构土壤颗粒组成分布的定量表征;黄土重构剖面0～90 cm内土壤多重分形参数变化明显,黄土区表层土壤覆盖厚度应在90 cm以上,煤矸石和砾石对重构土壤颗粒的离散程度有一定的影响,应排弃在90 cm以下土层。该研究可为黄土区露天煤矿排土场土地复垦以及重构土壤质量的量化提供理论依据。     

复垦年限及植被模式对煤矿复垦土壤微生物多样性的影响

了解露天煤矿区复垦状况及其对土壤微生物的影响机制,对于估算受损生态系统的恢复程度至关重要。该文以采用多种模式复垦的安太堡露天煤矿为研究区域,通过野外调查与采样分析,借助于Biolog EcoPlatesTM方法对复垦区和原地貌(对照)表层土壤中的微生物功能多样性状况进行了探索,评价了复垦年限和复垦植被模式对土壤微生物特征的恢复效应;并从土壤物理化学性质(土壤容重、pH值、土壤有机碳、总氮、速效氮、速效磷和速效钾)和生物性质(土壤微生物量碳和微生物量氮)中筛选可反映土壤微生物功能多样性变化的代表性指示物质。结果表明:1)露天煤矿复垦年限和复垦植被模式均对土壤微生物的功能多样性有明显影响。复垦年限越长的样地中土壤微生物有较高的活性和均匀度,但丰富度较低;若样地的复垦年限较长,复垦植物种植模式对土壤微生物多样性的作用强于复垦时长对其的影响。2)从土壤微生物多样性恢复层面分析,单一植物复垦配置的优化次序为杏树、榆树和柠条,混交林配置较优的选择为柠条×刺槐。3)土壤微生物生物量碳的含量与土壤微生物功能多样性指标Shannon-Wiener指数(ρ=–0.69,P0.01)和McIntosh指数(ρ=–0.69,P0.05)显著负相关,在一定程度上可作为复垦区生物多样性指示物质。研究成果将为露天煤矿及其所在区域的生态恢复、治理和监测提供参考。     

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。