多伦县土地利用遥感信息提取技术

针对北方农牧交错地区地表异质性和破碎化强烈、地物光谱特征混杂严重、土地利用/覆被遥感信息提取对目视解译依赖程度高的特点,以内蒙古多伦县为研究区,尝试将基于知识的遥感信息提取技术应用于该地区。通过地物光谱特征的深入分析,用线性光谱混合分解模型将主要地物覆被类型分离,并建立多个专题信息模型,依据经验知识建立了各用地类型提取规则,对多伦县土地利用信息进行了计算机自动提取,并与单一的监督分类法提取的结果进行了对比。结果表明,运用遥感信息提取技术提取的面积精度达93.8%,抽样点评价精度为87.7%;单纯使用监督分类法提取的面积精度为71.1%,抽样点评价精度为59.5%。可见,遥感信息提取技术较单一的监督分类法效果好很多,实现了多伦县土地利用遥感信息高精度分层次快速提取。图4表3参20     

荒漠化地区土地覆被光谱特征与遥感信息提取方法研究

为了提高地物识别的正确性,探讨荒漠化土地类型自动分类的有效途径,克服异物同谱和同物异谱现象。以陕西省榆林市榆阳区为例,利用Landsat 5卫星的TM数据,探讨了荒漠化土地覆盖信息的提取方法。在对不同土地覆被类型光谱特征进行系统分析的基础上,根据归一化指数(NDVI)和差值指数(TM5-TM4)及TM3、TM5、TM7波段的光谱值,提出了分层信息提取方案,利用该方案分步提取地表覆被信息。结果表明,此方法简单、实用,是地物遥感信息提取的有效途径。     

土地覆盖遥感专题信息分层分级提取方法研究

【目的】以陕西省横山县1990年的TM图像和2013年的OLI图像作为基础数据源,准确获取横山县土地覆盖专题信息,并制作土地利用类型转换图谱。【方法】对图像预处理后,将横山县10种土地利用类型分别归属到不同的专题层,按照提取难度排列各专题层的处理顺序;对于一个专题层针对性的构建特征空间,并辅助专题图件在特征空间中通过全局阈值分割,获取目标土地利用类型的概貌信息;将包含一层概貌信息的二值图像作为掩膜文件与原图像进行求交运算,依据剩余地物之间的光谱特征和形态特征差异选取尺度,对求交结果依次执行面向对象分割、SVM监督分类和基于数学形态学开闭运算的分类后处理操作,以进一步分离出较难识别的背景地物,获取目标土地利用类型的精确空间分布信息;复合各专题层的提取结果,形成一期的土地覆盖分类结果,然后由两期结果制作横山县1990-2013年土地用类型转入、转出图谱。【结果】分层分级提取方法依据目标土地利用类型对象与背景地物对象的光谱特征和形态特征差异,对多光谱遥感图像逐层逐级分解计算,有效减少对光谱特征微弱、混淆地物的漏分误判现象,降低椒盐效应。两期TM/OLI图像提取结果的总体分类精度和Kappa系数分别为82.31%和0.775,81.26%和0.762。【结论】实验所设计的专题信息提取方法能够较为准确、快速地获取横山县土地覆盖专题信息,为解译黄土高原水蚀风蚀交错带TM/OLI图像提供一个新的思路。     

以土地利用为基础的多伦县沙质荒漠化评价遥感信息模型

从土地利用的角度对荒漠化进行分类与评价,建立以土地利用类型为基础的荒漠化评价指标体系.利用高分辨率卫星影像修正线性光谱混合分解模型分解的TM影像植被分量,建立适于提取干旱半干旱地区植被覆盖度的模型来提取植被信息;利用线性光谱混合分析模型计算裸沙占地百分比;用实测数据与热惯量进行拟合,按不同的土地利用类型分别建立拟合方程反演土壤含水率;引入遥感代用指标获得土壤氧化铁含量;采用目视解译获得土壤质地的编码图并进行影像化.获取每个像元全部评价因子的指标值,在现有荒漠化评价方法的基础上,建立以像元为单位的荒漠化评价定量化遥感信息模型并与高尚武模型沙漠化评价结果进行对比.结果表明;建立的评价模型总体精度达90.3%,较高尚武模型提高21.6%,尤其在评价耕地时,精度提高35%,体现了分土地利用类型进行评价的科学性.所建立的遥感信息模型评价土地荒漠化是可行的.     

利用决策树对TM遥感影像的分类研究

利用TM遥感影像对黑龙江省大庆市土地利用分类进行了研究。将地物分为8种类型,然后提取分析各种典型地物的光谱曲线,依据提取的光谱曲线建立了土地利用分类的决策树模型并进行了分类,最后对分类结果进行了精度评价。应用结果表明,该方法简单有效。     

基于RS和GIS的大通县土地利用/覆被变化特征研究

利用1995年和2005年两期TM遥感影像,综合利用RS和GIS技术,研究了大通县实施退耕还林政策以来从1995年到2005年10年期间土地利用/覆被时空变化特征.结果表明:大通县土地利用/覆被类型及面积变化明显,林地、水域及建设用地呈现增长趋势,其中林地增长最显著,成为最大的土地利用/覆被类型;草地总面积呈现减少趋势,但高覆被草地面积明显增加;耕地及未利用地均呈减少趋势;不同土地利用/覆被类型之间的转换很强烈,相互转换面积186 894.97hm2,占总面积的60.18％,其中草地转出为林地面积达68 040.88hm2,占发生转变总量的36.41％.研究结果可为该区退耕还林工程的管理和决策提供科学依据.     

基于面向对象的濒海湿地脆弱区土地利用/覆被信息精细提取

土地利用/覆被信息的精细提取,对于维护濒海湿地脆弱区的生态稳定和保障当地经济可持续发展具有重要意义。本文以黄河口为研究区,以Landsat 8影像为数据源,利用面向对象分析技术进行土地利用/覆被类型信息的精细提取研究。在建立土地利用/覆被详细分类体系的基础上,采用基于样本的面向对象分类方法对研究区土地利用/覆被类型进行初步提取,分类结果显示该分类模型只能较准确地提取除藕池、稻田和苜蓿地之外的其他地类。针对该问题,论文采用基于规则和样本相结合的面向对象分类方法进行土地利用/覆被类型的精细提取,通过设置面积和形状属性规则从初步分类结果中进一步精确提取藕池和稻田,同时也改善了其他地类的精度,得到总精度94.93%、Kappa系数0.94的较为理想的分类精度,比最大似然法的总体分类精度提高了38.56%。研究结果表明,基于样本与规则相结合的面向对象分类方法能实现濒海湿地脆弱区土地利用/覆被信息的精细提取。     

基于Sentinel-2A影像的矿区土地利用信息提取方法

为研究中高分辨率遥感影像大范围精确提取矿区土地利用信息的技术方法,选取山东省兖州市兴隆庄煤矿作为研究区,针对遥感影像的光谱特征,采用监督分类和归一化指数计算相结合的方式进行矿区土地利用信息提取试验。结果表明,选择融合后Sentinel-2A卫星影像的四个高分辨率波段可应用于土地利用的精确识别;根据地物光谱特征,最大似然监督分类法提取建设用地、裸地效果较好,可作为精确提取两种地类的方法;结合归一化植被指数运算和归一化水体指数运算提取植被、水体信息可明显提高总体分类精度,提取精度可达93.54%,进而可利用该分类结果精确高效地识别和测算矿区土地利用类型及其分布特征,为矿区土地整治、村庄搬迁等提供依据。     

基于CA-Markov模型的石河子垦区土地利用变化及预测

【目的】研究新疆石河子垦区绿洲人工化进程中土地利用时空演变规律以及驱动机制。【方法】以1990年、2000年、2010年和2020年的TM/ETM影像为基础数据,运用RS和GIS技术分析近30年垦区土地利用时空变化特征,利用CA-Markov模型和土地利用重心迁移模型,模拟预测2030年和2040年研究区的土地利用/覆被格局。【结果】(1)1990-2020年石河子垦区土地利用/覆被格局以未利用地为主,占总面积的41.18%以上,呈小幅波动变化状态;(2) 林地的重心迁移最显著,由北向南迁移了0.6°,耕地动态度变化最活跃,30年间平均每年增加2.72%,林地次之;(3) Kappa系数的一致性检验结果均高于80.36%。【结论】CA-Markov模型可信度较高,适合石河子垦区土地利用/覆被变化及空间格局预测。     

基于GIS的珲春市土地利用变化研究

在GIS支持下研究1993,2000及2007年珲春市的土地利用状况,定量分析各土地利用类型的面积变化过程、单项土地利用类型动态变化度、土地利用偏离度、多样性及土地利用程度.结果表明,1993~2007年,林地和耕地的面积变化最大,占总面积变化的86.41%,土地利用类型比较单一,土地利用程度不高,土地利用活动对自然景观的干预增多.此研究将为珲春市的可持续发展战略提供科学依据.