土地利用/土地覆盖遥感分类研究综述

遥感技术已成为获取土地利用／土地覆盖数据的重要手段，本文在综合分析研究当前主要的遥感图像分类方法基础上，将遥感图像分类方法归纳为：常规的统计分类方法、神经网络分类方法、基于GIS的分类方法、基于专家知识和地学知识的分类方法及针对实际情况的分类方法，本文对各种方法的应用情况进行了综述。     

面向对象的土地利用遥感分类方法研究

以重庆市忠县为研究区,以LANDSAT-5 TM影像为数据源,利用TM及其衍生指数、DEM及其衍生数据,借助ENVI4.8、ArcGIS10.0以及eCognition软件,进行土地利用遥感信息提取方法研究,通过综合利用基于知识的决策树分类和基于样本的最近邻分类,对研究区进行土地利用遥感信息提取,并与监督分类和非监督分类方法相比进行精度评价。研究结果表明,与传统分类方法相比较,面向对象分类方法精度更高。     

黄土高原水蚀风蚀交错带植被覆盖时空演变分析

【目的】分析近25年来黄土高原水蚀风蚀交错带植被覆盖的时空演变特征,为黄土高原生态极其脆弱区的环境发展方向及宏观决策提供依据。【方法】利用1982-2006年GIMMS（Global Inventory Modeling and Mapping Studies）归一化植被指数（Normalized Difference Vegetation Index,NDVI）8 km/15 d分辨率数据,统计检验年、季节及月等不同时间尺度上NDVI的演变特征,在ArcGIS软件中表达10年尺度间NDVI均值的空间分布差异,并用面积累积频率曲线表达研究区NDVI值的整体分布及演变状况;同时用时间相关及空间对应法分析研究区NDVI与降水量的时空联系。【结果】近25年来,黄土高原地区水蚀风蚀交错带植被NDVI总体呈显著（P<0.05）上升趋势,秋季及9-10月NDVI分别呈极显著（P<0.01）和显著（P<0.05）上升趋势。在10年尺度上,研究区植被NDVI空间分布差异较大,持续性增加面积仅为22.3%,集中分布在陕北吴旗、志丹所在北洛河上游,安塞、延安所在延河地区以及西宁西南部。年降水量与年NDVI均值有较好的正相关关系,月尺度上则存在着明显的滞后效应;在10年尺度上,西宁西南部、吴旗-延安等NDVI持续性增加地区与降水量增加的空间分布比较吻合,而内蒙古东胜附近NDVI改善但降水量呈减少趋势,本区属于鄂尔多斯草原禁牧、退耕还林还草生态恢复区,说明生态环境建设产生了较好的生态环境效益。【结论】黄土高原水蚀风蚀交错带25年来NDVI整体呈显著改善趋势,但空间差异较大;其改善程度的空间差异性既有降水的作用,也有人为活动的影响。     

基于遥感图像光谱特征融合的高原土地覆盖类型分类模型

在使用土地覆盖类型分类模型分类高原土地覆盖类型的过程中,由于不同类别地物间光谱信息更相近,在没有多特征降噪的情况下,容易产生噪声偏差,导致土地覆盖类型错分,设计一种基于遥感图像光谱特征融合的高原土地覆盖类型分类模型。设计特征提取方法,提取遥感图像中几何特征的空间特征与属性特征,以展示遥感图像光谱更多的空间细节信息;将遥感图像按照一定模式规则进行处理和运算,构建三种多特征融合模式,使用SVM作为分类工具,计算其中参数,实现元素的线性可分。模型性能测试结果表明：设计的分类模型所得到的分类结果在生产精度、总体精度、Kappa系数这三个指标中的评分均达到了0.7以上,验证了设计模型在高原土地覆盖类型分类中的准确性。     

一种面向对象的人工草地遥感监测方法

城市绿化带动人工草地草需求量增大和经济效益提升,部分种植主体会选择种植人工草地草替代传统粮食作物,种植人工草地草会严重损害耕地质量,快速有效地监测在耕地上种植人工草地草很有必要.本研究通过面向对象的方法,利用高分辨率遥感影像来获取江苏省常州市新北区西夏墅镇东南部人工草地信息,研究影像分割的最佳分割参数、最优特征选取和分...     

土地利用/覆盖遥感分类研究综述

遥感技术已成为土地利用/覆盖信息来源的重要手段,分类方法在其研究中占有重要的地位,方法的优劣直接关系着分类的精度。本文阐述了不同类型遥感资料的性质及应用范围,并在综合分析研究当前主要的遥感图像分类方法基础上,对常规的统计分类方法、人工智能分类方法、针对实际情况的分类方法及其它较新的分类方法进行了综述。     

应用分层采样技术进行大面积遥感图像分类的研究

该文在简要介绍分层抽样的基本原理及其优势的基础上 ,介绍了ERDASIMAGINE ,利用此项技术 ,化繁为简 ,将复杂的分层抽样调查技术设计成向导式的操作方式 ,为大面积的调查提供了方便、实用、经济的方法     

遥感图像计算机分类方法的研究

对传统统计分类方法和基于新算法的神经网络、模糊、专家系统、SVM、面向对象等分类方法及优、缺点进行了综述,并对分类中常用的辅助处理技术作了总结。最后,展望了遥感分类研究的发展趋势和前景。     

土地监测中提高遥感图像分类精度的方法研究

及时监测土地利用的动态变化是合理利用土地并进行土地开发、保持良好的土地生态环境的重要环节,是实现区域可持续发展的保障。利用遥感技术动态监测土地利用和土地覆盖状况具有快速、准确、及时的特点。如何提高遥感图像的分类精度,是动态监测中须解决的主要问题之一。该文基于传统的工作流程,探讨了在不同阶段提高遥感图像分类精度的方法,并对分类精度提高研究的前景进行了展望。     

遥感影像分类方法研究动态

遥感影像分类是遥感信息提取的关键技术,一直是遥感领域的研究热点。在介绍遥感图像分类过程和分类体系的基础上,综合了最近国内外遥感分类的方法技术,重点阐述了遥感影像分类在神经网络、SVM、主动学习、多分类集成等方面较新的研究动态,为遥感图像分类向自动化和智能化发展的进一步研究提供参考。     

基于多时相遥感影像的水稻种植信息提取

获取水稻种植信息对于指导水稻生产,监测作物生长及合理分配水资源具有重要意义。针对基于单时相影像提取水稻信息精度有限,以Sentinel-2A/B多时相影像为数据源,构建NDVI、EVI、NDWI和光谱特征4种时序特征数据集并设计6种试验方案,结合随机森林算法对水稻种植信息进行提取。结果表明,NDVI、EVI时序曲线可以较好反映出水稻生育期的物候特征,不同地类的光谱时序曲线和NDWI时序曲线可分离度较高,有利于提高分类精度;基于NDVI时序数据集的分类精度最低,基于光谱时序数据集的分类精度最高,总体精度达95.559 0%,Kappa系数为0.943 3,与基于NDVI的分类结果相比,总体精度、Kappa系数、水稻生产者精度和用户精度分别提高了3.530 4%、0.044 9、8.64%和3.36%,水稻与旱地的混分现象得到有效抑制。该研究为区域水稻种植信息精确提取在数据源选择、时序特征构建方面提供了一种新的思路和技术手段。     

基于遥感的耕地信息提取研究进展

从主要数据源、主要研究方法、主要研究内容3个方面总结了国内基于遥感的耕地信息提取的研究,指出这3个方面研究的主要不足,为进一步研究指明方向。     

基于最优波段组合的土地利用/覆盖遥感信息提取研究

以渭河下游河流沿线区域为研究区,通过对2002年ETM+影像的各波段光谱特征、相关系数矩阵、最佳指数OIF、修正植被指数RNDVI、主成分变换进行分析后,认为第一主成分分量PC1、RNDVI和Band4为最优波段组合。利用非监督的ISODATA和监督分类相结合的方法对研究区进行土地利用/覆盖分类后,得到的总体分类精度为90.098 7%,Kappa系数为0.884 5,说明该研究方法获得的分类精度较高,步骤简便且实用性强,能极大地提取遥感分类信息。     

基于支持向量机的TM遥感影像土地利用/覆盖类型监测

基于TM遥感数据和林业二调数据,对云南省宜良县北古城镇进行土地监测和土地利用分类,利用ArcGIS和ENVI软件对原始影像数据进行裁剪,运用支持向量机(SVM)监督分类方法,将研究区的土地利用类型分为农地、建筑用地、水域、针叶林、裸地6个类别,并且达到一定的分类精度,以图像的形式直观地展示研究区的土地覆盖类型,并以林业二调数据为ROI(感兴趣区域)来验证分类精度。在此基础上,指出了研究区土地利用中存在的问题和生态结构的变化,并提出了调整对策。     

RS与GIS在土地利用/土地覆盖变化中的应用研究(英文)

综述了在土地利用/土地覆盖变化(LUCC)的研究中遥感(RS)和地理信息系统(GIS)的集成及其应用,LUCC研究中的RS与GIS集成的方式与技术途径、以及土地利用/土地覆盖动态变化监测研究、驱动力研究、模拟研究中RS与GIS集成应用实例。并讨论了RS与GIS在LUCC中应用、集成的问题和LUCC研究的技术发展方向。     

基于高光谱遥感数据提取土地利用信息

高光谱数据像谱合一及特有的高光谱分表率特性在研究地表物质成分、含量及其动态变化方面极具潜力。土地利用信息对于国土资源调查、规划及动态监测具有重大意义。以贵州省西南部关岭县和贞丰县交接处的北盘江花江段为研究区域,用SAM方法对土地利用信息进行提取,并将结果与实地调查资料对比计算总体精度和KAPPA系数。达到预期结果,将分类结果制作成花江土地利用分布图。     

基于高分一号遥感影像的绿地信息提取

对高分一号卫星影像进行大气校正、几何校正、裁剪等,利用Libsvm 4.0在Matlab平台里编程进行交叉验证网格法寻优,最终获得支持向量机分类的最佳惩罚系数为45,不敏感系数为0.31。改进支持向量机分类器绿地分类精度为94.6%,该提取精度能满足高分辨率遥感影像在城市绿地动态监测。     

植被信息提取过程中ETM+遥感影像的分类方法

遥感图像分类是研究土地利用覆盖变化的基础。本文以南京市为例,采用监督分类与非监督分类相结合的方法,先以ISODATA非监督分类法获得初始训练模板,通过实地调查对模板进行调整,再在此基础上以最大似然法进行监督分类。研究结果表明,用改进的分类法提取植被信息,可以取得良好的分类效果,是进行植被信息调查较为理想的方法。