基于Pleiades-1高分辨率卫星影像的干旱沙区遥感影像分类——以甘肃民勤青土湖为例

研究旨在应用高分辨率遥感卫星影像对干旱沙区的植被进行调查、监测和统计。以甘肃省民勤县石羊河下游的青土湖为研究对象,运用法国Pleiades-1卫星的影像数据,通过面向对象分类方法对沙区的植被信息进行提取分类,对分类结果进行精度评价。结果表明,面向对象分类的方法提取精度达到95%,Kappa系数为0.8035,分类结果精度较高,有效地避免了基于像素分类方法的噪声和光谱的影响,具有极强的实用性,为高分辨率卫星影像分类提供了新的思路和方法。     

基于高分卫星影像的青岛市冬小麦种植信息提取

为了准确获取青岛市主要农作物冬小麦的种植信息,以GF-1/16 m卫星影像为主要数据源,将高程、土地利用和田间调查数据作为辅助数据源,根据冬小麦主要发育期与其他地物在GF-1/16 m卫星影像上的光谱差异,计算得到4月份为青岛市冬小麦遥感面积提取的最佳时相。在最佳时相内,采用决策树分类法,通过分区解译方式,提取出青岛市2017年冬小麦种植面积和分布区域,并利用GF-2融合后 1 m卫星影像、地面调查数据和统计局公布数据对分类结果进行精度验证。结果表明:利用GF-1/16 m卫星影像在幅宽、时间和空间分辨率的优势,将土地利用和高程等引入决策树分类模型,进行区域尺度的冬小麦种植面积遥感估算的方法是可行的。经精度验证,2017年青岛市冬小麦遥感解译总精度为94.3%,Kappa系数为0.857。遥感提取面积略小于统计局公布数据,面积总量提取精度为93.6%。本研究为基于高分卫星影像的区域尺度作物种植面积提取提供参考。     

基于无人机影像的林地单株立木自动化提取研究——以丹霞山湿地保护区为例

利用无人机技术可以快速获取林业自然保护区高分辨率遥感影像,无人机影像在林业资源调查与监测中具备传统卫星影像无可比拟的优势。本研究以丹霞山湿地自然保护区为研究对象,基于无人机遥感影像,提出了一种人工林地单株立木自动化提取方法。研究采用遥感影像多尺度分割算法,对研究区无人机遥感影像进行多尺度分割,然后通过构建林地特征信息模型,实现对案例区人工林地单株立木自动化提取。结果表明：该方法在丹霞山湿地保护区人工林地自动化提取中具有较高的可行性,Kappa系数达到了0.979,总体分类精度达到了98.40%,能够满足人工林地提取的需要。该方法省去了人工林地分类前的人工干预和先验知识输入,大幅度提高了无人机影像在林地资源调查应用中的工作效率,为精准林业调查提供了一种新方法。     

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。     

基于决策树方法的淡水沼泽湿地信息提取——以扎龙湿地为例

为了及时准确地获取湿地基础信息,对湿地进行动态监测和保护。以扎龙湿地为研究区,以区域湿地遥感信息提取为目标,采用TM影像数据、DEM数据、归一化植被指数、纹理信息等复合识别指标构建决策树模型,对研究区不同地类进行分类。然后与传统的最大监督分类法所得到的结果进行对比。结果表明,采用基于指数的决策树分类方法对扎龙湿地类型进行分类,较传统的最大似然监督分类精度提高了14.6%;总体Kappa系数提高了0.1751,分类精度较监督分类有明显的提高,证明基于多源数据决策树分类方法是内陆淡水沼泽湿地信息提取的有效手段。     

1990-2013年抚远市水田扩张遥感监测

为了揭示1990-2013年抚远市水田扩张规律,以Landsat TM/OLI遥感影像为数据源,采用面向对象与人工目视解译结合的分类方法,提取抚远市1990、2013年水田信息,采用土地利用动态度法、叠加分析法和景观质心平移法,在辅以气候和经济数据,分析水田扩张特征及驱动因素。结果表明：面向对象与人工目视解译结合的方法能够准确完成对抚远市水田信息的提取,总体精度达到85%以上;2013年抚远市水田面积3193.81km2,比1990年增加2977.67km2,土地利用动态度为7.17%,变化率达到129.46%;23a间水田与其他地类之间转换最剧烈的是湿地,湿地转变成水田面积1739.75km2,占水田面积增加总量的58.15%;空间上,抚远市水田面积扩张呈现北扩东移趋势。1990-2013年抚远市水田扩张的驱动因素不仅有积温和降水等自然因素,同时也有人口增加、经济发展、科技进步和政策调控等人文因素。本文通过遥感手段对抚远市水田扩张现状进行了研究,为未来研究区农业发展提供了方向。     

基于机器学习与高光谱数据的湿地植被物种识别研究

为了探索利用高光谱高空间分辨率遥感数据进行湿地植被物种识别，笔者在分析6 种湿地植被原反射光谱、二阶微分及连续统去除光谱的基础上，利用马氏距离法和相关系数法提取特征波段，并将其作为特征参数参与C5.0 决策树分类与信息提取。结果显示：（1）基于机器学习的C5.0 决策树法总体分类精度为79.87%，Kappa 系数为0.765，与监督分类最大似然法相比，植被信息提取总体精度提高9.95%，Kappa系数提高0.114；（2）机器学习C5.0 决策树法与最大似然法相比，其独特的优势在于对藻类的信息提取精度大大提升，狐尾藻和水蕴草的用户精度提升最大，分别提升了18.67%和15.86%。该方法能够实现湿地植被物种信息的高精度提取，为同类研究提供借鉴，为湿地生态健康评价提供科学与技术上的支持。     

基于GF-1卫星影像的中国冬小麦制图研究

旨在实现冬小麦面积自动化提取,本文提出一种基于冬小麦NDVI加权指数(WNDVI)的分类算法。将影像分割成标准的小区域,从而构建冬小麦分类单元,采用自适应方法确定冬小麦种植区和非种植区WNDVI分割阈值。以2013年10月至2014年5月期间的GF-1卫星WFV影像为例,构建了全国14个省（市、区）的1180个分类单元的WNDVI,实现了2014年全国主产区冬小麦种植区的空间分布图;采用14233个样本对结果进行验证精度,总体精度达到了90.6%。本方法自动化程度高,结果稳定,适合大范围冬小麦面积监测业务化运行。     

基于Landsat8 OLI数据的山东省耕地信息提取研究

为了探讨美国最新发射的陆地卫星Landsat8 OLI影像在耕地信息提取方面的效果,为了解该影像的应用潜力提供一些信息,采用遥感图像处理软件ENVI,对覆盖山东省区域的12幅Landsat8 OLI影像进行了计算机校正和增强处理,通过目视解释、监督分类和非监督分类交互式的分类方法提取山东省的耕地信息。结果表明,基于Landsat8 OLI数据提取耕地信息适宜波段是543波段和652波段组合,提取精度达到91.8%,Landsat8 OLI数据可以满足耕地利用及管理中对耕地信息适时获取的要求。

     

长春市建设用地扩张对耕地资源的影响

通过分析长春市区建设用地与耕地的时空变化特征及建设用地扩张对耕地的影响,为黑土区土地合理利用与耕地保护提供参考。本文采用2005年和2019年的Landsat TM/OLI遥感影像,基于面向对象-决策树的分类方法提取研究区土地利用信息,对长春市区建设用地和耕地的时空变化及建设用地对耕地数量、质量和结构的影响进行了研究。结果表明：2005年以来,长春市区建设用地扩张21163.30 hm²,而耕地面积则减少19011.81 hm²。新增加的建设用地占用耕地18170.84 hm²,为建设用地增加面积的85.33%,建设用地的扩张导致耕地破碎化程度增大;建设用地侵占的耕地多为优质耕地,Ⅰ~Ⅲ级的面积比例达72.17%。研究结果对协调黑土区快速城市化过程中耕地资源的保护具有重要的指导意义。     

遥感影像土地利用/覆盖分类方法研究进展

为了研究遥感影像土地利用/覆盖分类的方法,综述了国内外近30年的遥感图像分类研究,发现遥感图像分类方法存在多而杂的问题。在分析当前主要遥感影像分类方法的基础上,从传统的分类方法、传统分类方法的改进、其他新分类方法3个方面,对遥感影像土地利用/覆盖分类方法研究进展进行了阐述,本研究还存在不足,今后还需进一步研究利用各种分类方法相互结合在土地利用/覆盖遥感分类中的应用。     

利用无人机遥感技术提取农作物植被覆盖度方法研究

基于无人机的遥感信息获取技术已广泛应用在农业领域。无人机遥感平台获取农作物信息技术具有高时效、高分辨率、低成本、快速、准确等特点,是目前精准农业中农田信息获取的重要手段之一。利用无人机遥感技术获取可见光影像,以棉花、花生和玉米为研究对象,选取不同的植被指数进行可见光图像阈值分割,结合研究区域可见光影像监督分类结果,确定3种作物提取植被覆盖度方法。试验结果表明,利用无人机可见光图像植被指数阈值分类方法,可以有效提取作物植被覆盖度。该方法对于棉花、花生和玉米3种作物植被覆盖信息的提取精度较高。     

HJ卫星数据在棉花种植面积提取中的应用研究

 探索利用环境小卫星数据进行棉花种植面积的提取,旨在利用国产卫星数据建立一种方便快捷的棉花种植面积提取技术,为棉花的遥感估产奠定基础;选取2011年新疆北部国营农场棉花不同生育期内两期HJ卫星影像,根据棉花与研究区其他作物物候和光谱差异性、农作物生长规律,运用监督分类算法、密度分割和逻辑运算,辅助于人机交互的目视解译,得到研究区棉花种植面积;结果表明：不同监督分类算法中,神经网络分类法和最大似然法分类效果最佳;最终提取的棉花面积总体精度为87.7%;本文采用的方法较为实际、便捷,提取棉花种植面积的精度符合农场生产要求,可为棉花估产和作物种植结构分析提供科学依据。     

遥感影像分类结果的不确定性研究

主要从遥感数据质量的不确定性、分类算法的不确定性、分类评价方法的不确定性及分类后处理的不确定性四个方面讨论了遥感影像分类结果的不确定性。     

3个时期达里诺尔国家级湿地自然保护区土地利用动态研究

受气候暖干化和人类活动影响,蒙古高原干旱区内陆湿地土地利用变化显著,及时掌握湿地土地利用变化,可为湿地自然保护区土地资源管理提供参考依据。[方法]本研究以1994、2005和2016年达里诺尔国家级自然保护区Landsat-TM/OLI影像为数据源,采用决策树分类、转移矩阵和动态度等方法对其进行动态分析。[结果]结果表明：研究区土地利用类型分类总体精度较高,主要以草地、林地、湖泊为主,沼泽、沙地、滩地、裸地所占比例较小。1994—2005年238.93 km2地物发生变化,占总面积18.81%,其中,林地和草地分别增加了19.25%和10.94%;沙地和裸地分别减少了66.63%和47.19%。2005—2016年,191.72 km2地物发生变化,占总面积15.09%,其中,沙地和滩地分别增加了19.73%和12.64%;裸地、沼泽和林地分别减少了59.51%、21.36%和15.72%。[结论]研究区地物覆盖类型变化明显,1994—2016年草地、林地、滩地面积增加,湖泊、沼泽、裸地面积减少。土地利用类型主要转移的方向为湖泊类型转化为滩地和沼泽,沼泽和裸地类型转化为草地,总体上湿地功能具有退化趋势。