青海高原东部农业区耕地流失及其评价

为探究中国西部耕地流失规律,该文利用1999年、2009年遥感数据提取青海高原东部农业区耕地变化信息,分析耕地流失量和空间分布,并结合地形数据、经济社会发展基础数据等用 Logistic 方法定量分析耕地流失的主要影响因素。结果表明：1999年至2009年间,青海高原东部农业区耕地面积净减少1393.25 km2,耕地流失1811.78 km2,其中转化为建设用地157.05 km2,退耕还林/草1654.73 km2。坡度＞25°的耕地中78.82%已进行了退耕还林/草,说明青海高原东部农业区退耕还林/草成效显著。耕地流失去向评价结果表明,海拔对建设用地扩张的贡献率为-66.46%,坡度对退耕还林/草的贡献率高达91.25%,说明青海高原东部农业区建设占用和生态退耕的合理性。该研究为区域社会经济的可持续发展提供依据。     

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。     

近10 a青海高原东部土地利用/覆被变化及碳效应

近年来在人类活动的影响下,青海高原东部土地覆盖变化显著,为揭示区域土地利用/覆被变化及其对环境的影响,促进区域可持续发展,以青海高原东部农业区为研究区,采用多时相Landsat TM卫星遥感数据,分析该区域1999－2009年的土地利用格局转变以及由此引起的碳效应变化,以期为青海高原东部土地利用结构与空间配置的低碳优化、科学管理与规划提供参考。首先,利用土地利用变化强度指数分析了青海高原海东市近10 a来的土地利用类型间的变化强度及方向;其次,对研究区主要的8种土地利用转移类型引起的碳效应进行了定量分析。研究结果表明：近10 a来,退耕还林/草等生态工程与西部开发战略的实施,使区域土地利用呈现"3增2减"的整体变化,即林地、建设用地和未利用地面积呈上升趋势,分别增加约67%、56%和1.14%,耕地、草地面积减少,分别减少30%和12%;由于建设用地的扩张,耕地非农化导致的碳排放量增加373.60万t,生态的正向演变（退耕还林/草;草地转林地）和建设用地的复垦退出引起的总碳汇量增加156.04万t,生态的逆向演变（林地/草地转变成耕地;林地转变成草地）引起的碳汇量损失22.85万t。近10 a来区域土地利用/覆被变化导致的碳排放增量高出碳汇增量240.41万t,说明自然和人文因素共同驱动的土地利用变化对青海高原东部的碳平衡和可持续发展产生显著影响。     

黄河流域水土流失遥感监测中土地利用现状分类体系构建

[目的]提出一种新的适于水土流失遥感监测的土地利用现状分类体系,并验证其合理性,为黄河流域水土流失遥感监测提供依据。[方法]以黄河流域不同地类水土流失的差异为出发点,按照科学性、可行性和完整性原则,参考国家土地利用现状分类标准,基于水利部颁布的土壤侵蚀分类分级标准,构建了黄河流域水土流失遥感监测土地利用现状分类体系。[结果]以坡耕地、梯田、林草地、在建开发用地、淤地坝、沙地和其他用地7个类型构建了黄河流域水土流失遥感监测土地利用现状分类体系,并用5个县(旗)的土地利用数据进行验证,结果表明该分类体系具有科学性。[结论]本研究提出的土地利用分类体系在获取同等精度水土流失评价结果的同时,又能提高水土流失遥感监测的效率。     

基于RS和GIS技术的坝上地区土地利用/覆盖动态监测

以1987年和1999年 TM遥感图像为数据源,在ERDAS8.4遥感图像处理软件和ArcInfo8.02地理信息系统软件的支持下,获取了坝上研究区两期土地利用/覆盖图.在此过程中,提出和建立了研究区土地利用/覆盖遥感图像分类体系;通过计算机自动分类和分类后人工解译纠错相结合的图像分类提取方案,提高了图像分类提取的效率和精度.动态监测结果表明从1987～1999年的12年期间,坝上地区土地利用/覆盖动态度由大到小的顺序为居民建设用地＞林地＞高覆盖度草地＞水体＞沙盐碱地＞低覆盖度草地＞耕地.其中面积增加的是居民地、林地、高覆盖草地和耕地;面积减少的是沙盐碱地、水体和低覆盖度草地.从1987～1999年的12年期间,研究区的沙盐碱地面积从1 985.89 km2减少到 1 250.75 km2,减少了37.02%,年动态度为-3.08%.坝上东部沙漠化得到遏制,而西部张北、康保一带沙盐碱化土地有所扩展.     

地形复杂地区遥感图像分类方法应用研究——以黄土丘陵沟壑地区坡耕地遥感调查为例

由于黄土高原地区地形复杂,在坡耕地遥感调查中单纯采用监督分类法很难获得理想的精度。以黄土丘陵沟壑地区为研究区域,在坡耕地的分类中采用改进的分类方法,首先以非监督分类法获得初始训练样本,在对样本进行增补和修改的基础上再进行监督分类,使分类精度明显提高。研究表明,用改进的分类法提取坡耕地及其它地物的信息取得了良好的分类效果,是该地区进行坡耕地调查较为理想的方法。     

基于影像融合的陕北黄土丘陵沟壑区土地利用自动分类

 采用1种遥感影像和单纯的监督分类方法,在黄土丘陵沟壑地区的土地利用调查中,难以获得高精度的土地利用数据。为解决此问题,以陕北无定河流域为研究区,以主成分变换的方法,对多源遥感影像(TM多光谱数据和SPOT全色波段数据)进行融合处理;同时,在分类中,采用监督分类与非监督分类相结合的混合分类法,改进训练样本选取方法,先以非监督分类获得初始训练样本,在对样本进行删除、增补、合并等调整的基础上,再进行监督分类。2种方法的结合使用,使土地利用信息自动提取的精度明显提高。与仅以TM影像为信息源,采用单纯监督分类法的分类结果对比可知:土地利用各类别的提取精度都有不同程度的提高,分类总精度从82.0%提高到89.2%;水体、水田和城镇用地等面积较小类别的精度,提高了10%以上;坡耕地与林草地的混分现象明显减少,精度均提高了5%以上,取得了良好的分类效果。研究结果为陕北黄土丘陵沟壑区土地利用变化动态监测,提供了重要的技术支持和借鉴。     

基于DEM的山区土地利用变化分析

地形因子直接影响土地利用方式并在一定程度上决定着土地利用类型。以西南地区典型山区重庆市忠县为研究区,基于DEM和遥感影像,通过遥感解译建立土地利用数据库,运用GIS技术提取高程、坡度、坡向,并与土地利用图进行叠加,分析研究区2000—2010年间基于不同地形因子的土地利用变化情况。研究结果表明:地形因子对研究区土地利用变化有着重要的影响,土地利用变化随着高程的增加、坡度的增大而减缓,阳坡大于阴坡,并主要集中在高程为300～600 m,坡度 < 25°的半阳坡地区,其中以耕地与林地之间的转化最为剧烈;在海拔为0～300 m,坡度 < 25°的长江及其支流沿岸地区有一定面积的耕地和林地转化为水域。通过对土地利用变化与各地形因子之间关系的分析,有助于实现区域土地利用结构的优化和不同地形上土地利用类型的合理布局,促进区域土地资源的可持续发展。     

基于多源遥感的土地利用动态监测图像分类方法研究——以陕北黄土丘陵沟壑区为例

在陕北黄土丘陵沟壑区的土地利用动态监测中,采用一种遥感影像和单纯的监督分类方法,难以获得高精度的土地利用数据。为解决此问题,以陕北无定河流域为研究区,以主成分变换的方法对多源遥感影像(TM多光谱数据和SPOT全色波段数据)进行融合处理;同时在分类中采用监督分类与非监督分类相结合的混合分类法,改进训练样本选取方法。先以非监督分类获得初始训练样本,在对样本进行删除、增补、合并等调整的基础上,再进行监督分类,这2种方法的结合使用,使土地利用信息自动提取的精度明显提高。与仅以TM影像为信息源,采用单纯监督分类法的分类结果对比可知,土地利用各类别的提取精度都有不同程度的提高,分类总精度从82.0%提高到89.2%;水体、水田和城镇用地等面积较小类别的精度提高了10%以上;坡耕地与林草地的混分现象明显减少,精度均提高了5%以上,取得了良好的分类效果。研究结果为陕北黄土丘陵沟壑区土地利用变化的动态监测,提供了重要的技术支持和借鉴。     

基于物候参数和面向对象法的濒海生态脆弱区植被遥感提取

用遥感数据快速准确地提取植被信息对生态环境监测和发展气候模型具有基础性和关键性的意义。由于中国黄河三角洲地区植被类型插花分布,传统遥感提取方法精度较低。该文选取近代黄河三角洲典型生态脆弱区为研究区,基于MODIS和LANDSAT8数据,通过提取研究区的物候参数和不同分辨率遥感影像的融合处理,根据植被类型斑块大小确定分割尺度,根据典型植被类型的物候特征、光谱和空间等特征值构建分类规则,利用分区策略自上而下进行面向对象分类。结果表明,该方法总体精度为80.75%,Kappa系数0.79,高于传统物候和面向对象分类方法。广生态幅的棉田与其他植被的光谱混淆是传统面向对象分类方法植被分类精度低的主要原因,利用物候参数进行植被分区能规避棉田和自然植被的光谱混淆,有利于对植被类型的区分。分类结果与当地植被分布情况相符,可以用于研究区植被类型的精细提取。     

陕北黄土丘陵地区坡耕地遥感分类方法研究

陡坡开垦使坡耕地面积扩大是造成黄土高原水土流失严重、生态恶化的根本原因。应用遥感技术,及时准确地掌握坡耕地的分布特征及面积数据,对合理实施退耕还林还草工程意义重大。以陕北黄土丘陵沟壑区为实验样区,以TM图像为主要信息源,采用非监督分类与监督分类相结合的混合分类方法提取坡耕地信息。通过改进采样方法,在非监督分类生成的初始训练样本的基础上,进行删除、增补、合并等样本调整,使训练样本的选取精度大大提高,明显提高了分类精度。研究证明,在黄土丘陵沟壑区,采用混合分类方法进行坡耕地分类,较好地解决了大量存在的坡耕地同物异谱的现象,是进行坡耕地调查与监测的理想方法。     

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。     

基于多时相遥感数据的农田分类提取

为深化遥感解译在农田类型自动提取研究中的应用,了解研究区内农业资源的现状,该文以镇赉县为试验区,设计了基于多时相遥感数据的农田分类提取方案。该方案通过计算地表植被指数时序变化的变程(主要分类变量),结合研究区影像纹理局部方差、修正土壤调整指数和地表水体指数构建多维特征空间数据,对研究区内的水田和旱地进行分类提取。结果表明:1)该算法的总体分类精度为94%,Kappa系数为0.87:2)水田的遥感提取精度为98.3%,旱地为98%;3)水田占全区总面积的13.26%,旱地为20.12%,旱地是研究区内的主要农田类型。该文研究成果为未来农业发展的政策和规划提供一定的参考依据。     

土地利用与地形因子关系研究——以砖窑沟流域为例

以黄土丘陵沟壑区的砖窑沟流域为例,依据2003年和2008年两期土地利用现状图,采用地理信息系统(GIS)软件和统计分析(SPSS)软件,进行了基于10m×10m栅格单元的土地利用与地形因子关系的研究,探讨了土地利用格局的演变及其驱动力。结果表明:基于栅格的土地利用类型与坡度、坡向和海拔关系的综合分析是从数量上准确剖析土地利用空间分布特征及其演化规律的有效方法;砖窑沟流域的海拔、坡度、坡向的平均值分别为1069m、19.24°和279°(西坡);采用各种土地利用类型的sin(坡向)和cos(坡向)平均值绘制坡向分布图,可直观地显示各种土地利用类型坡向分布特征。分析表明,农田和宜林荒山共占流域总面积的80%左右,二者的分布和变化控制着整个流域土地利用的地形分布格局。农田主要以坡地和梯田的形式分布于坡上、峁顶和梁顶,坡度较低,而海拔较高,与坡度呈显著负相关,与海拔呈显著正相关;而宜林荒山往往分布于坡度较大而海拔较低的位置,与坡度呈显著正相关,而与海拔呈显著负相关。研究结果反映了黄土丘陵沟壑区土地利用的地形地貌特征。生态建设项目的实施可在短时间使土地利用的空间分布发生较大变化。     

高分辨率遥感影像耕地分层提取方法

随着城市化建设进程的加快,城郊耕地经常会被开发为建设用地,甚至还会遭受非法占用的危险,这极大威胁了中国粮食安全。该文针对高分辨率遥感影像城郊耕地特点,提出了一种多尺度分层的耕地提取方法。首先,基于归一化植被指数(normalized difference vegetation index,NDVI)约束改进传统Harris角点检测方法得到建筑区概率密度图,并利用最大类间方差(Otsu algorithm,Otsu)分割去除复杂建筑区;然后,利用尺度选择工具(estimation of scale parameter,ESP)分析耕地占主导影像的多尺度分割结果,得到耕地较佳分割尺度并在该尺度下分割整幅影像;进而,利用形状、光谱信息初步检测出耕地对象,选择非建筑区的耕地与建筑区的非耕地样本,训练支持向量机模型并对不确定地物进行分类;最后,依据空间关系进一步判断图像对象,得到城郊耕地最终提取结果。试验结果表明,该方法能较高精度地从城郊区域的复杂背景中提取出不同类型、不同光谱的耕地目标。     

陕北黄土高原地区土地利用/覆被分类及验证

陕北地区自退耕还林工程实施以来,区域土地覆被发生巨大变化,退耕后土地利用/覆被分类有利于实现退耕前后土地利用/覆被动态监测,评价退耕还林工程进展程度。该文在前人分类系统的基础上,通过对研究区不同土地覆被类型分布特征的实地调查,首先构建了适合陕北地区的土地覆被分类系统;其次依照上述分类系统,以MODIS/NDVI数据、DEM数据和陆面温度数据为依据,采用决策树分类方法对2008年陕北地区土地覆被进行分类;最后采用野外调查数据和Google Earth高分辨率遥感数据,利用误差矩阵的方法对分类结果的整体精度和典型区域不同土地覆被类型的区分精度进行验证。结果表明,基于上述方法的土地覆被分类不仅反映了土地覆被分布的整体情况,而且不同的土地覆被类型之间也得到较好的区分。     

高分辨率遥感卫星影像在土地利用分类及其变化监测的应用研究

研究了IKNOS米级高分辨率遥感影像在大比例尺土地利用图件更新中的应用技术,提出采用基于知识的土地利用覆盖分类以及变化监测系统方法,首先利用NDVI植被指数和半方差纹理特征的知识进行影像大类区域分割;其次结合光谱知识对各影像区域进行详细分类,同时利用区域生长技术与地类空间知识进行区域分类;第三步是分类后处理与变化信息提取,利用基础图件提供的知识与各区域分类进行比较以发现变化的区域。北京房山良乡试验区的试验表明,Kappa系数为0.912,总精度为0.938;变化信息错误率为13.69%,基于知识的分类与变化信息自动提取可以为在GIS/RS环境下的目视数字化提供目标,加速土地利用基础图件的更新作业过程