基于遥感图象的土地利用分类方法研究

随着遥感技术和各种地学分析模型的发展和深入,利用遥感技术实现城市用地的快速分类将具有重要的实践意义。从遥感图像的应用出发,深入研究了基于遥感影像下的城镇用地的分类方法,并对提出的分类方法进行了若干讨论。     

基于遥感图像的城镇用地信息提取方法研究

如何快捷、准确与客观的提取城镇用地信息,以获得城镇用地的分布范围和面积资料,是有关城镇问题研究中的一个基本问题。利用遥感技术可以有效的解决这个问题,从城镇用地的遥感信息机理分析入手,根据各地物不同的光谱信息值,深入研究了基于遥感影像下的城镇用地的信息提取方法,并对提出的提取方法进行了若干讨论。研究结果表明,与传统的计算机分类方法和人工目视解译的屏幕数字化方法相比,本文所探讨的方法是一种行之有效的方法。     

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。     

遥感图像中多分类问题的树型RBF神经网络方法

该文探讨RBF映射理论在遥感影像分类中的具体算法和实现过程，给出了基于自适应聚类间距的快速聚类算法(AGDFC)的RBF网络训练算法和树型RBF网络构造算法。然后以实际的遥感土地覆盖分类为例，通过与最大似然分类算法(MLC)相比较，对分类过程和结果进行了综合分析，实验结果表明树型RBF网络方法在学习速度、网络结构、分类精度等方面具有一定的优势。     

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     

浅析图像融合对土地利用分类的影响——以西安地区为例

通过运用ERDAS软件对西安地区的ETM遥感影像进行数据融合处理,并对融合结果分别进行监督和非监督分类,研究图像融合前后的监督、非监督分类结果的差别,进行精度分析与评价,分析图像融合对其分类的影响,结果发现:除河流等地物分类精度相差不大外,融合后图像的分类结果中各个地物的吻合度明显提高,改善了遥感图像的分辨率和效果,有利于遥感图像的解译分类。     

青海高原东部农业区土地利用遥感分类制图

为有效地监测复杂区域生态环境治理成效,该文以青藏高原与黄土高原过渡地带的青海高原东部农业区为例,研究大范围复杂地区土地利用遥感自动、快速提取方法。首先构建适于研究区土地利用变化分析的分类系统;其次,采用地理分区综合遥感分类法对青海高原东部农业区进行土地利用遥感分类制图。研究结果表明,上述方法适宜大范围复杂地区土地利用信息的有效提取,Kappa系数0.71,较未分区的分类结果高0.12。分类制图结果表明,研究区土地利用结构以农用地为主,其中>6°～25°的坡耕地占耕地总量的63.33%,应加大这部分坡耕地水土流失的防治。该研究为大范围复杂地区土地利用遥感信息提取提供了有效的方法,为青海高原东部农业区土地资源的科学管理与规划提供了参考。     

基于空间约束关系的土地利用/覆被遥感分类方法研究

该文提出了基于空间约束关系的遥感分类方法,即利用数字高程模型、土地利用数据库等提供的先验知识,构建地物空间约束关系,实现先验信息和光谱信息的融合,以消除或部分消除单纯使用光谱知识造成的“同物异谱”和“异物同谱”,抑制因空间分辨率提高造成类内噪声较大等现象。试验表明,该方法简单实用,同时也说明了空间知识在遥感分类中的重要性。     

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。     

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     

基于遥感影像的巴楚县土地开垦分析

选用两期遥感影像,采用室内解译结合相关调查资料进行修正的方法,获得了新疆自治区巴楚县土地利用数据库。分析结果表明,自2004年以来,巴楚县耕地面积在时间上经历了持续扩大的变化过程,在空间上呈现出以原有耕地为基础逐步向林地和草地扩张的态势。土地开垦破坏了区域内维系绿洲生态安全的防护林体系,加剧了土地荒漠化发展趋势,对生物多样性构成威胁。同时,耕地面积的不断增加,使得原本存在的水资源短缺的矛盾更加突出。     

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。     

徐州市土地利用变化对径流的影响

[目的]研究1983—2013年徐州市土地利用变化对径流的影响,为该市水资源利用与保护和土地利用结构调整服务。[方法]基于Landsat TM/ETM+影像提取徐州市土地利用变化信息,采用验证后的SCS(soil conservation service)水文模型模拟了不同降水条件和下垫面状态下径流量的时空特征。[结果](1)丰、平、枯降水条件下,年均径流深分别增加46,42和38mm;(2)径流深变化范围为299~800mm;(3)林地与建设用地之间转换导致径流系数的变化超过0.3,其余在0.1~0.3之间;(4)不同土壤湿润程度条件下,径流增幅大小表现为:AMCⅠAMCⅡAMCⅢ。[结论]建设用地的增加是近期径流增大的主要因素;2003年建设用地比超过20%,为土地利用变化影响径流突变的一个阈值;径流深的高值区为水体、建设用地、耕地以及煤矿区,低值区为林、草地;林地转为建设用地导致最大的径流增加值。     

日照市土地利用变化遥感监测及驱动力分析

以2001年和2013年2期Landsat影像为数据源,采用ENVI的监督分类和分类后处理功能,并结合土地利用动态度分析模型和转移矩阵分析法,对日照市的主要土地利用类型数量变化特征、土地利用动态度和土地利用类型之间的转移特征进行了研究。结果表明,在2001—2013年,日照市的土地利用类型发生了显著变化,主要表现在耕地、林地、建筑用地和未利用地等方面。其中,耕地面积减少446.08km2,年变化率为-2.22%,主要转化为建筑用地和未利用地;林地面积减少192.55km2,年变化率为-2.43%,主要用于建筑用地和耕地,也有部分被转化成未利用地;建筑用地呈现持续增加的态势,2001—2013年,建筑用地面积增加一倍多,年变化率为8.05%,主要来自于未利用地和耕地;未利用地面积减少265.69km2,年变化率为-1.16%,主要被用于建筑用地。最后分析了引起土地利用变化的主要驱动因子,认为主要驱动因子是城市化进程、社会经济的发展、人口增长和人类活动。研究成果可为区域土地持续利用提供决策依据。     

徐州市区的土地利用变化及其生态环境效应

[目的]研究徐州市区的土地利用变化及其生态环境效应,为土地的合理规划以及区域经济与生态环境的平衡提供理论支持和参考依据。[方法]以土地利用转移矩阵和叠加分析为工具,分析徐州市中心城区的土地利用类型的动态变化特征和空间格局演变规律,并通过NDVI和区域生态环境质量指数分析土地利用变化的生态环境效应。[结果]基于多源遥感数据的分类回归树(CART)分类结果,其Kappa系数均大于0.90;整个研究区耕地面积大幅减少,建筑用地迅速增加。郊区较多土地类型转变为建筑用地,在2004—2016年期间,研究区NDVI低值区域逐步扩大,但生态环境质量先由0.323增加为0.360,后下降至0.320。[结论]2004—2016年徐州城市扩张导致耕地大面积较少,景观破碎化加剧,但城市建设过程中绿地面积增加,整体生态环境质量稍有提升。建议进一步加强徐州城区景观格局的合理规划,降低城市化进程给生态环境带来的负面影响。     

QuickBird遥感影像在区域耕地定级中的应用研究

继续深入研究我国耕地定级，对区域耕地的数量、质量等的评价以及更好地保护和利用土地资源具有重要的现实意义。采用高分辨率的QuickBird遥感影像，提出了不同于传统农地定级的技术路线，通过高通滤波融合、几何校正，建立了地物解译标志和屏幕矢量化分类生成土地利用现状图，提高了大比例尺制图效果．并制作出了1：2000比例尺耕地定级质量图。     

用遥感图象进行土壤侵蚀系列制图的方法与实践

按照制定的土壤侵蚀图成图系列，根据黄土丘陵沟壑区的特点，以地形结构特征图为主要控制，按地形一植被条件（或土地利用）一致性原则圈定图斑，用多层逐步判别归类法确定土壤侵蚀的相对等级，再运用试错迭代法并参照各小流域的实测土壤侵蚀资料把土壤侵蚀分级图转化为定量的土壤侵蚀强度图，完成了洪水沟流域的侵蚀等级的地面绝对定标，得到反映各侵蚀因子综合作用的且有充分的地面侵蚀实测数据支持的士壤侵蚀强度分布图。