基于Landsat 8 OLI影像纹理特征的面向对象土地利用/覆盖分类

针对如何提高中低分辨率遥感影像分类精度,该研究以河北省石家庄市Landsat 8 OLI遥感影像为研究对象,对灰度共生矩阵(gray-level co-occurrence matrix,GLCM)纹理与伽博(Gabor)滤波器下的Gist纹理特征进行对比,应用J-M(Jeffries-Matusita)距离可分离性分析GLCM最优纹理特征,并利用最佳指数法(optimum index factor,OIF)获取GLCM与Gist纹理特征的最佳特征组合;其次对面向对象分类的分割尺度进行研究,提出整体最优分割尺度计算方法;最后进行基于纹理特征的面向对象分类识别与精度评价,并与基于原始数据的面向对象分类结果进行对比。研究表明:Gist纹理特征使分类精度有了一定的提高,基于纹理数据的面向对象支持向量机(support vector machine,SVM)分类及面向对象K邻近法(K-nearest neighbor,KNN)分类的总体分类精度(overall accuracy,OA)分别比基于原始数据的2种方法分类精度提高3.67和3.33个百分点,基于纹理的面向对象SVM方法具有最高的精度,OA达到85.67%。不管是基于原始数据还是纹理数据,面向对象分类精度远高于最大似然分类(maximum likelihood classification,MLC)、马氏距离分类(mahalanobis distance classification,MDC)和SVM分类精度,且面向对象分类方法对纹理数据更为敏感。该文提出的基于纹理的面向对象分类方法有效提高了遥感影像分类精度,为区域土地利用/覆盖信息提取提供了有效的途径。     

基于面向对象的GF-1遥感影像采煤沉陷区湿地分类

为掌握采煤沉陷区湿地的类别和分布,促进矿区土地的复垦、规划和管理,该文以兖州煤田为例,探讨了基于GF-1遥感影像的面向对象的采煤沉陷区湿地分类方法。对河流湿地和景观湿地的影像进行基于矢量的棋盘分割,采用标准最邻近法进行分类。水产养殖湿地、植被型湿地、未复垦的常年积水湿地和未复垦的季节积水湿地的影像采用基于矢量的多尺度分割,通过反复试验获取最优分割参数,进而进行综合分析得到局部最优分割参数,由此确定分类层次,选取易于区分各类型湿地的影像特征建立分类规则,采用模糊分类法进行分类。选取141个样本点进行实地验证,结果表明分类精度达到96.95%,Kappa系数为0.958 4。该研究为采煤沉陷区湿地的分类提供了借鉴。     

面向对象的土地利用/覆盖遥感分类方法与流程应用

为了进一步提高干旱/半干旱地区土地利用/覆盖分类精度,该文以新疆石河子垦区为研究区,利用NDVI时间序列分析的方法确定了土地利用/覆盖遥感分类最佳时相组合;采用最佳指数因子OIF对参与图像分割的谱段进行选择;选择不同分割参数建立4级分割层次,构建了不同尺度的分类对象;针对其不同特点,分别选择基于知识的模糊分类和基于样本的监督分类方法;建立了面向对象的土地利用/覆盖遥感分类流程。采用地面实测数据对分类效果进行评估,与基于像元的分类方法相比,该文方法能够获取更高的分类精度,可为同类的研究与应用提供借鉴。     

基于超高空间分辩率无人机影像的面向对象土地利用分类方法

为明确基于无人机超高空间分辨率影像的土地利用分类方法,尤其是有效特征和算法的选择,该研究获取吉林省德惠市一农耕区超高分无人机影像,获取区域正射影像图和数字表面模型,计算地形指标,采用面向对象方法进行土地利用分类研究。首先,采用随机森林算法,以光谱特征为基础,依次引入指数、形态、地形、纹理特征,建立5种特征选择方案,分析各类特征对分类效果的影响。其次,以Boruta特征选择算法获取的优化特征集为基础,采用随机森林算法、朴素贝叶斯算法、逻辑回归算法和支持向量机算法分类,分析不同算法的分类效果。结果表明:采用5种特征选择方案分类,引入形态特征时总体精度降低,引入其他特征时总体精度逐渐提高。5种特征共同参与的分类效果最佳,总体精度为98.04%,Kappa系数为0.980。错分主要发生在裸地和宅基地,漏分主要发生在草地、裸地、水渠和道路。错分和漏分主要是因为这几种类型对象具有相似的光谱、形态、纹理特征或相似的分布位置。采用优化特征集分类时,相比其他算法,随机森林算法更擅长处理高维特征集,获得最高的总体精度98.19%,最低的错分和漏分误差,分类效果最佳。借助无人机超高空间分辨率影像提取地形信息、形态信息,可以有效辅助土地利用分类,并能提高传统分类方法精度。     

基于HJ卫星数据与面向对象分类的土地利用/覆盖信息提取

土地利用/覆盖信息是区域气候与环境研究的基础,是土地资源规划与管理、合理开发与保护的信息保障。为此,该文选取长株潭城市群核心区为试验区,以时间序列HJ卫星影像为数据源,首先构建了时间序列归一化植被指数(normalized difference vegetation index,NDVI)、时间序列光谱第一主成分(first principal component,PC1)数据集,通过J-M(Jeffries-Matusita)距离变量可分离性分析结合地表覆盖的物候特征,确定最佳时序HJ组合数据;其次,采用面向对象的随机森林算法对研究区土地利用/覆盖信息进行分类,并对分类结果进行精度评价与比较分析。研究结果表明:采用时间序列HJ组合数据与面向对象的分类方法,提取城市土地利用/覆盖信息的总体精度和Kappa系数分别达到91.55%和0.90,其中水田、水浇地、旱地、林地、建设用地的生产者精度均达到90%及以上;相对于时间序列基于像元分类、单时相面向对象的分类方法,该文提出的土地利用/覆盖信息提取方法的总体分类精度和Kappa系数分别提高了2.26%、0.02和6.82%、0.08,有效提高了区域土地利用/覆盖信息提取的精度,为大范围土地利用/覆盖精细化分类提供了有效的途径。     

基于GF-1卫星遥感的冬小麦面积早期识别

GF-1号卫星是中国高分卫星系列首颗卫星,自2013年04月26日发射以来,提供了大量的2 m/8 m/16 m空间分辨率的卫星数据,成为中国农业遥感监测的主要数据源之一。该文以GF-1卫星携带的16 m空间分辨率的宽视场(wide field view,WFV)传感器为主要数据源,采用2013年10月2日、10月17日、11月7日和12月5日4个时相的数据,以多尺度分割后的对象为基本分类单元,采用分层决策树分类的方法对冬小麦面积进行提取,并利用地面样方数据对分类结果进行了精度验证。结果表明,北京市顺义区冬小麦面积7 095 hm2,分类总体精度达到96.7%,制图精度为90.0%,其他未分类类别精度为97.3%,Kappa系数为0.8。研究区内冬小麦的播种时间可以分为10月1-5日早播、10月6-10日中播、10月11-15日中晚播、10月16-20日晚播等4个时间段,不同播期对应着归一化植被指数(normalized difference vegetation index,NDVI)不同的变化规律,是分层的基础,结合波段反射率、波段反射率和、波段反射率比值等参数的变化规律,通过分层可以有效的剔除草坪、桃树等容易同冬小麦混淆的地物类型,GF-1/WFV提供的多时相遥感数据能够可靠的反映冬小麦发育变化的规律,是冬小麦面积准确提取的基础,在农作物面积遥感监测业务运行中具有较大的开发应用潜力。     

基于多时相GF-1影像的施工期生产建设项目分布信息提取

[目的]开展基于高分遥感的生产建设项目提取技术的研究,全面、及时地掌握生产建设项目分布信息,满足水土保持监管的迫切需求。[方法]以陕西省榆林市的部分区域为研究区,利用2013和2014年两个时相的GF-1影像,通过面向对象的直接比较法,提取变化信息,并结合光谱、形状等特征,去除伪变化,获取区域范围内新增的裸地和不透水面。另外,结合专家知识,提取疑似施工期生产建设项目信息。[结果]新增裸地和不透水面的发现精度达到83.53%,疑似施工期生产建设项目的发现精度为95.56%。[结论]该方法能够有效地提取施工期生产建设项目分布信息。     

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     

东江流域2001-2013年土地利用/覆被类型变化的时空特征及成因

[目的]区分人类活动和自然环境变化对东江流域土地利用/覆被类型变化的贡献率,为优化流域土地利用方式、保护流域生态环境和支持粤港澳大湾区建设提供有益的信息和科技支撑。[方法]基于时间序列的遥感影像土地利用/覆被类型栅格数据,结合区域经济发展、土地利用评价指标体系和灰色关联分析,量化东江流域2001-2013年间土地利用/覆被类型变化的时空特征和成因。[结果]①随着时间推移,东江流域土地利用/覆被类型格局由常绿阔叶林、草地和耕地共同主导型转变为常绿阔叶林主导型;②研究期内不同土地利用/覆被类型变化差异明显,灌丛、混合林、常绿阔叶林和草地变化剧烈且相互之间转化频繁,水域、耕地和城镇用地面积变化相对平缓;③非城镇用地转化空间差异显著,耕地的转化程度表现为：下游 > 上游 > 中游;④人口增加、城市建设、技术革新和经济增长是推动东江流域土地利用/覆被类型发生变化的主要原因。[结论]总体来说,最近10 a多东江流域的土地利用/覆被类型变化有利于流域生态环境和水资源的保护,进而有助于粤港澳大湾区的建设。     

1990-2018年东江流域土地利用变化及其驱动力

[目的] 分析东江流域1990-2018年土地利用时空变化特征及驱动机制,为该流域土地利用优化提供科学参考。[方法] 利用流域土地利用数据及统计年鉴数据,结合土地利用评价指标、主成分分析法及灰色关联分析法分析流域土地利用变化特征及其驱动机制。[结果] ①东江流域1990-2018年土地利用以耕地和林地为主,流域建设用地面积持续增加,其余地类面积均呈减少趋势,耕地和林地是建设用地面积的主要来源;②流域土地利用综合指数逐年增加,变化率为0.038,土地利用处于上升发展阶段;③流域土地利用变化驱动力主要为经济增长、人口增长、社会富裕程度和农业发展;各类驱动因子对各土地利用类型的驱动作用不同。[结论] 1990-2018年,东江流域土地利用结构不断优化,土地利用集聚程度增加,随着粤港澳大湾区的建设开发,未来流域内土地开发利用活动将更加频繁。     

基于生态系统服务功能的东江流域关键性生态空间识别

东江流域生态环境脆弱,水土流失现象频发,进行关键性生态空间识别对维护其生态环境安全和促进区域可持续发展有着极其重要的意义。该研究通过重要性-敏感性构建关键性生态空间识别评价体系,使用NPP（Net Primary Productivity）定量评价法、模型评价法,定量揭示其关键性生态空间的分布特征。结果表明：1）东江流域的关键性生态空间面积为16 734.48 km2,面积占比50.49%,主要位于在中游、下游地区。其中,底线型生态空间面积为5 481.21 km2,集中分布在自然保护地、风景名胜区之中;危机型生态空间面积为11 253.27 km2,主要位于下游的经济发达的珠三角城市中;2）面积占比分别高达47.04%、66.66%的建设用地、耕地占用关键性生态空间,且都集中分布在危机型生态空间中,各生态空间地类以林地和耕地为主。最后将识别结果与土地利用状况结合分析,以期为东江流域分区管控的实施、生态保护策略的制定提供参考。     

基于GF-1影像的沿淮地区冬季耕地撂荒遥感调查应用

耕地作为一种稀缺资源对国家和农民来说都具有极其重要的意义,但随着市场经济的深入和农村经济的发展,农村耕地撂荒现象时有发生,撂荒耕地必然导致土地资源浪费,影响到中国粮食安全和农民增收,也不利于农村经济社会稳定发展。沿淮地区是安徽省乃至全国重要的商品粮生产基地,但近年来冬季撂荒情况日益严重。该文拟选取安徽省霍邱县,利用2015、2016、2017三年冬小麦生长期内的GF-1卫星16 m多光谱影像,提取霍邱县冬季作物种植的空间分布和面积,通过多年数据对比,来分析霍邱县近年冬季耕地撂荒情况。结果显示:2015、2016、2017三个年度冬小麦种植面积分别为937.72,821.79,608.91km~2。参照2015年度冬小麦种植情况,2016年度冬季撂荒面积115.93 km~2、占比12.36%,2017年度冬季撂荒面积328.81 km~2、占比35.06%。结合实地调研分析,霍邱县近年来冬季撂荒面积不断增大的的主要原因有农田排灌等水利设施不足、稻茬麦效益低、外出务工等。而2017年度撂荒面积明显增加的直接原因是冬小麦播种期间,出现连续阴雨异常天气,低洼地区田间积水严重,致使冬小麦无法播种,被动撂荒。该文的研究可以为沿淮地区冬季撂荒遥感调查提供技术参考。     

基于多特征软概率级联的场景级土地利用分类方法

为实现高分辨率遥感影像特征的有效组织优化,以及提高特征的可判别性,该文提出了基于中层特征学习的多特征软概率级联模型实现场景级土地利用分类。首先,提取影像的密集尺度不变转换特征(dense scale invariant feature transform,DSIFT)、光谱特征(spectral feature,SF)以及局部二值模式特征(local binary pattern,LBP)作为低层特征;然后由局部约束线性编码(locality-constraint linear coding,LLC)分别对DSIFT特征、SF特征以及LBP特征进行稀疏编码得到3种低层特征的稀疏系数,并结合空间金字塔匹配(spatial pyramidal matching,SPM)模型、最大空间平滑方法对稀疏系数进行优化,获得影像的中层特征表达;最后,利用SVM分类器,分别对3种低层特征的中层特征表达进行分类,并分别计算3种低层特征分类的软概率,级联3种特征的软概率将其作为图像最终的特征表达,利用SVM分类器进行第2次分类得到最终分类结果。采用UC-Merced Land Use数据集对该方法进行了验证,试验结果表明:1)该方法总体精度达到88.6%,相较于传统稀疏编码空间金字塔匹配(sparse coding and spatial pyramidal matching,Sc SPM),局部约束线性编码(locality-constraint linear coding,LLC)等分类方法,总体精度分别提高了12.7%,9.9%;2)相较于提取单一低层特征的场景分类方法,该文算法更有利于实现对影像中复杂且不易区分的地物的表达,可有效提高土地利用分类精度。     

利用光谱混合分解模型分析GF-6新增波段对土地利用/覆被的响应

当前面对紧迫的自然资源管理压力和生态环境监测需求,针对国产遥感卫星大数据应用能力的挖掘将面临很大的挑战。GF-6卫星具有大角度、高频次和新谱段的特点,该文基于GF-6卫星数据,测试新增的红边、黄光和紫光波段响应能力。利用具有物理意义的全约束线性光谱混合分解模型,根据研究区物候特征确定四端元包括植被(GV),裸地和建设用地等基质(SU),山体植被阴影(DA)以及水(WA),通过对比保留红边、黄光波段、紫光波段和去除红边、黄光、紫光波段后的分解结果,对各新增波段和GV端元、SU端元、差均方根(RMSE)进行相关性分析;最后对比光谱混合分解结果和基于专家知识决策树分类结果。通过对比丰度值估计参数和决策树分类结果发现红边波段对植被较为敏感,对光谱混合分解模型的适用性、稳健性以及丰度值估计精度有着很大贡献,黄光波段和紫光波段经过数据降维后对植被和裸地、建设用地有少量贡献。通过相关性分析发现红边2波段、近红外波段与GV端元丰度图有最大的相关性,紫光波段、黄光波段和红边1波段与GV端元反向相关;红边1波段、紫光波段和黄光波段与SU端元丰度图显著相关;红边1波段和黄光波段对丰度值计算误差有主要贡献,是主要的噪音来源,紫光波段次之。通过对比GF-6数据和OLI、Sentinel-2数据丰度值估计结果发现GF-6丰度值估计的均方根误差以及除了WA端元的各端元丰度值估计变异系数均小于OLI和Sentinel-2载荷,体现出CF-6卫星在地表信息识别上较高的精度和稳健性。     

大清河流域土地利用变化的地形梯度效应分析

地形对于土地利用具有重要制约作用.该研究选取1974-2019年的Landsat影像,从地形起伏度、坡度、地形位等级的角度,分析大清河流域土地利用类型、结构变化在地形梯度上的分布效应,对影响研究区土地利用变化的驱动力进行讨论.结果表明:1)大清河流域土地利用类型分布具有显著的地形梯度.建设用地、耕地与水体在低地形梯度地...     

基于多特征决策树的建设用地信息提取

城乡交接带的土地利用/覆盖类型兼具城镇和农村的典型特征。为了解决土地覆盖类型复杂、存在"同谱异物"现象的西部山区环境中建设用地信息难以精确提取的问题,该文提出一种包含多个特征节点的决策树分类法,该方法以Landsat-8影像为主要数据源,以决策树分类法为框架,结合地物光谱特征及空间特征,建立以4种归一化指数(归一化三波段指数normalized difference three bands index,NDTBI;归一化建筑指数normalized difference building index,NDBI;改进的归一化水体指数modified normalized difference water index,MNDWI;归一化植被指数normalized difference vegetation index,NDVI)、支持向量机(support vector machine,SVM)分类结果和河流缓冲区作为特征节点的决策树分类器,对贵州省毕节市城乡交接带建设用地专题信息进行提取。NDTBI是该文新构建的指数,取名为归一化三波段指数,目的是为了弥补归一化建筑指数NDBI的不足;支持向量机分类结果的使用在多指数法的基础上提高了地物的可分离性;以构建河流缓冲区的方式加入的地物空间信息,进一步提高了信息提取的精确性。由于决策树特征节点的构建过程是利用先验知识来优化特征值和提高精度的过程,克服了利用单一指数法、多指数法及单独使用模式识别法中出现的问题,精度评价结果显示总体精度达到了97.52%。为了验证方法的推广性,采用毕节市七星关区中心城区遥感影像数据该方法进行验证,精度评价结果显示总体精度达到98.03%。     

1990－2018年黄河流域<河南段>土地利用格局时空演变

研究长时间序列的土地利用时空演变规律,对科学推进黄河流域生态保护和社会经济高质量发展具有重要意义。该研究基于1990、2000、2010和2018年土地利用遥感数据,以具有中游和下游双重属性的黄河流域（河南段）为研究对象,利用土地利用变化指数、弦图（Chord Diagram）可视化模型及重心迁移模型,探讨了近30年黄河流域（河南段）土地覆被变化的流量、流向、多样性程度及政策启示。结果表明：1）粮食保障用地（约55%）和生产生活用地（约10%）主要分布在平原地带,生态保育用地（约35%）主要集中在海拔较高的山地。2）1990－2018年间旱地的流出和流入行为均体现出显著的主导性,水田、水域和草地以流出行为为主导,城镇用地、农村居民点和其他建设用地以流入行为为主导。3）中心城市的土地利用变化在整个时期内具有明显的区域带动效应。4）粮食保障用地和生态保育用地的重心均向西迁移且面积呈减少趋势,说明下游平原地带的优质耕地减少且生态系统服务功能在逐步减弱;生产生活用地面积逐年增加,城镇用地重心向东迁移表明下游各城镇的社会经济发展逐渐活跃,农村居民点和其他建设用地重心向西迁移表明中游的人口规模逐渐增大。