三江源自然保护区土地利用遥感分类方法研究

以三江源区域索加曲麻河自然保护区为例,基于TM影像进行数据变换和波段运算后获取的特征指数,采用决策树方法,探讨了高寒区域土地利用遥感分类方法。然后通过与传统的最大似然法监督分类所得到的结果进行对比,结果表明:利用基于指数的决策树分类方法对高寒区域土地利用/土地覆盖类型进行遥感分类,较传统的最大似然法监督分类总体精度提高15.48%,总体kappa系数提高0.174 1;滩地、沼泽、高覆盖度草地、低覆盖度草地、裸岩石砾地等地类的用户精度提高较大,分别提高28.13%,25.00%,17.86%,17.86%和12.50%。低、中、高3种覆盖度草地,裸岩石砾地的生产者精度也有较大幅度的提升。表明基于指数的决策树分类方法是高寒区域土地利用遥感分类的一种有效手段。     

基于决策树的高寒湿地类型遥感分类方法研究

以索加-曲麻河区域为例,探讨了三江源区域高寒湿地遥感分类方法。利用TM 影像数据和DEM及缨帽变换后的亮度、绿度、湿度,以及归一化水体指数(NDWI)等复合识别指标,构建决策树模型,对研究区不同地类进行区分。然后通过与传统的最大似然法监督分类所得到的结果进行对比,结果表明:利用基于指数的决策树分类方法对高寒湿地类型进行分类,较传统的最大似然法监督分类总体精度提高12.05%;总体kappa系数提高0.140 7; 对于河流、湖泊、沼泽、滩地等湿地类型,生产者精度和用户精度分别提高了6.06%, 6.25%; 0.12%, 3.13%; 6.99%, 25.00%;6.12%, 28.13%, 比监督分类均有明显的提高。证明基于指数的决策树分类方法是高寒区域湿地遥感分类的一种有效手段。     

基于邻近相关图像和决策树分类的森林景观变化检测

提出一种基于邻近相关图像和决策树分类的景观变化检测方法,并将其应用于地震干扰引起的森林景观变化检测。以5·12汶川地震中遭受严重破坏的龙溪-虹口国家级自然保护区作为研究区,利用地震前后的Landsat5TM影像创建不同邻近窗口大小的邻近相关图像,结合决策树技术生成变化检测分类图。结果表明:使用邻近相关图像的变化检测精度有所提高,其中以5×5窗口创建的邻近相关图像变化检测效果最佳,总体分类精度和Kappa系数分别达到82.33%和0.8085。     

呼中林区火烧迹地遥感提取及林火烈度的空间分析

【目的】利用Landsat TM影像,采用遥感指数构建决策树分类模型,提出一种识别火烧迹地面积与林火烈度分析的新方法,并结合坡度、坡向、海拔等地形因子对过火区域火烈度的空间分布进行科学系统的分析研究,为大兴安岭地区森林防火和林火管理提供一定的理论依据和数据支持。【方法】以大兴安岭地区呼中林区为研究区,以2010年9月火后TM影像以及2007年9月火前TM影像为基础数据,以DEM影像、林相图为辅助数据,利用NDVI、NDSWIR、MNDWI和dNBR等遥感指数构建决策树分类模型,对呼中林区2010年10场火烧迹地进行识别,根据dNBR阈值法将过火区域火烈度分为4级,并利用Arcgis软件将火烈度图分别与坡度、坡向、海拔图叠加分析。【结果】利用决策树分类模型所提取火烧迹地面积的分类总体精度和Kappa系数分别为97.97%和0.943 2,与平行六面体法和ISODATA法的分类的精度相比分别提高了7.56%和17.32%,Kappa系数也相应提高。决策树模型提取火烧迹地的制图精度和用户精度分别为97.51%和97.54%,而平行六面体分类法分别为90.43%和96.52%,ISODATA法分别为94.35%和95.68%。利用dNBR阈值法将已提取的过火区林火烈度分为:未过火、轻度火烧、中度火烧、重度火烧4个级别,其中中度火烧和重度火烧分别占总过火面积的46.6%和33.2%。叠加分析后,海拔在1 000~1 500 m的地区过火面积共4 177 hm~2,占总过火面积的64.4%。Ⅲ级坡(6°~15°)过火面积最大,占总过火面积的45.9%。南坡过火面积最大,为1 391 hm~2,约占总过火面积的21.4%。【结论】本文所使用的决策树分类模型能够准确地识别过火区域,在精度上相较平行六面体法与ISODATA法有显著提高,且过火面积也更接近目视解译判读所得到的过火面积,精度均达到82%以上。dNBR阈值法可将过火区域火烈度分为4个等级,结果表明过火区域中度火烧和重度火烧占总过火面积的比重较大,林火烈度与海拔、坡度、坡向之间存在一定相关关系。     

疏勒河流域荒漠化土地治理动态与研究

通过对1987年和2001年TM影像数据的解译和分析,研究了疏勒河流域荒漠化土地发展动态和趋势。结果表明:14a来疏勒河流域荒漠化土地面积总体呈减少趋势,荒漠化土地总面积减少了56985.5hm2;其中风蚀荒漠化和盐渍荒漠化土地面积均呈减少趋势,到2001年分别为14897.5hm2和4272.2hm2;水蚀荒漠化土地面积有所增加,2001年与1987年相比增加了52.3hm2;尽管酒泉市的荒漠化土地面积普遍表现为绝对数值在减少,但就各年份荒漠化发生的程度来说,荒漠化现象在2001年要比1987年程度要严重。结合流域实际情况,为荒漠化土地逆转提出具体的防治措施。     

基于QUEST决策树的火烧迹地自动提取

以研究大尺度范围内森林火灾面积提取的可行性为目的。本文以昆明市为研究区,分别提取2005年和2006年两期Landsat TM影像的植被指数、水体指数、火烧迹地指数、纹理特征等,并选取适于大尺度范围的最佳特征波段;利用特征融合后的影像构建决策树,实现大尺度范围内火烧迹地的自动提取。研究表明,QUEST算法的分类总体精度达84.5%,在3种分类方法中精度最高;采用QUEST算法的决策树分类提取"3·29"火烧迹地面积占实际的97.9%,但大尺度范围内火烧迹地提取效果并不理想,仍需人工剔除提取产生的较小的斑块;最后用2015年"3·02"的火烧迹地验证了QUEST决策树方法的具有一定的普适性。该模式对大尺度范围内森林火灾面积统计的具有重要应用价值。     

基于Landsat 8影像的西双版纳森林覆盖信息提取研究

以Landsat 8影像为数据源,在综合分析典型地物光谱、纹理和空间分布等特征的基础上,利用归一化湿度指数(NDMI)、纹理、地形等多源数据,构建了基于决策树规则的西双版纳森林覆盖信息提取模型。验证结果表明,该模型的总体精度达99.08%,与传统的监督分类相比(96.08%)提高了3个百分点。     

基于TM影像的土地荒漠化变化研究——以巴彦淖尔地区为例

文章以2004年、2009年两期TM影像数据为主要数据源,在2004年巴彦淖尔地区荒漠化监测数据基础上,通过人机交互解译的方式,提取巴彦淖尔地区荒漠化信息,运用GIS手段,对巴彦淖尔地区荒漠化土地按荒漠化类型、荒漠化程度进行了分析。结果表明:巴彦淖尔地区以风蚀荒漠化为主,81.7%的荒漠化土地是风蚀荒漠化;巴彦淖尔地区风蚀、盐渍化荒漠化分别增加2.1万hm2和0.67万hm2,水蚀荒漠化减少0.01万hm2。     

基于高分辨率遥感影像的植被分类方法比较

以新疆库车市东部绿洲-荒漠过渡带为研究对象,利用GF-2号遥感影像为主要数据源,在野外调查的基础上,采用基于像元的监督分类和分层次多尺度分割的面向对象分类方法对研究区植被信息进行准确识别。结果表明:1)监督分类与面向对象的分类结果大体一致,两者的总体分类精度均可达到94%以上,Kappa系数大于0.93,都体现出了较高的分类精度;2)与监督分类相比,面向对象的分类方法在总体分类精度上提升了3.79%,Kappa系数提高了0.032,具有更好的分类效果和分类精度。通过确定最优尺度分割,面向对象的分类方法可更为准确地提取研究区植被信息,为合理评价区域土地荒漠化状况提供科学依据。     

浅谈鄂尔多斯市鄂托克旗遥感TM影像在荒漠化及沙化土地监测中的运用

卫星遥感TM成像技术近几年在资源监测、灾害预报、城市规划等多方面多领域得到了全面的普及和利用。为了全面掌握我国荒漠化和沙化土地的现状及动态变化趋势,为国家制定防治荒漠化和沙化宏观决策提供科学依据,国家林业局组织全国各省区完成了三次荒漠化和沙化土地的监测工作。监测中广泛运用‘3S’技术,初步建立起较为完善的全国荒漠化和沙化土地地理信息系统。     

天水市近30年林地动态变化遥感监测研究

[目的]以甘肃省天水市为例,基于遥感影像变化监测技术,探讨黄土高原丘陵沟壑与小陇山-西秦岭山地交接过渡区域近30年来森林(林地)资源空间分布规律、时间变化趋势及变化影响因素。[方法]以1988—2015年5期夏季Landsat TM/OLI遥感影像为主要数据源,结合辅助数据和外业实地样本点,以光谱特征和指数特征为特征变量,分别利用随机森林(RF)和参数优化支持向量机(POSVM)分类器对土地覆盖类型进行分类,然后基于分类后比较法进行森林资源动态变化监测。[结果]分类结果表明,两种分类器的分类效果均较好,且随机森林分类器在分类精度、效率和稳定性方面明显优于参数优化支持向量机分类器。变化监测结果表明,近30年来森林资源总体变化趋势为林地面积先减少后增加。1990—1996年,林地面积减少0.74%;1996—2002年,林地面积减少2.74%;2002—2008年,林地面积增加1.06%;2008—2015年,林地面积增加8.89%。[结论]本研究采用的基于非参数分类器分类后比较法的变化监测技术是复杂地形地貌过渡区森林资源动态变化监测的一种有效途径,在分类结果分析统计的基础上,得出研究区森林资源变化的总体趋势:以2002年(2002年影像)为界,林地总体趋势为先减少后增加,2002年后林地面积增加显著。     

基于TM影像的荒漠林光谱特征及提取模型研究

以TM为信息源,对TM多光谱遥感影像的辐射校正、几何校正、研究区实地样地的标定、区划,以及识别模型的提取验证,分析荒漠林树种在TM影像上的机理,分析荒漠林树种光谱特征,建立基于光谱知识的荒漠林树种信息提取的识别模型。结果表明:TM图像的红柳与梭梭的光谱特征明显的差异主要集中在TM4波段上,红柳在TM4的亮度值明显高于梭梭,即红柳亮度值具有在TM4最大的特征;经过对模型的验证,模型判对率为70%。     

基于CART决策树方法的遥感影像分类

以云南省香格里拉县为研究区域,构建一种基于CART遥感影像的决策树分类方法.对遥感影像采用主成分提取、植被信息提取、纹理信息提取等方法,并结合试验区主要地物类型训练样本,采用Landsat 5 TM影像数据、DEM数据以及遥感处理软件ENVI为平台进行影像分类,并将结果与最大似然分类结果作比较.结果表明,基于CART遥感影像决策树分类精度优于最大似然分类,有较好的分类效果.     

基于TM影像的森林地表温度遥感反演

选取海南三亚市的一个典型区域为研究对象,以Landsat TM影像数据进行林地地表温度遥感反演,分析不同森林类型的地表温度差异,以及地表温度与NDVI之间的关系。结果表明:研究区不同森林类型的地表温度有着显著差异;有林地平均地表温度比无林地低0.7℃;天然林平均地表温度比人工林低2.2℃,天然林在缓解城市热岛效应比人工林更具优势;人工林按优势树种平均地表温度由高到低的顺序为芒果龙眼槟榔橡胶桉树;地表温度和NDVI之间存在高度负相关,相关系数为-0.76。     

A multistep approach to classify full canopy and leafless trees in bottomland hardwoods using very high-resolution imagery

The distribution of leafless and full-canopy trees in fall is essential in understanding the phenological and morphological characteristics of forests and those are critical baseline information for several scientific questions and management scenarios. The rapid progress of very high-resolution satellite-borne sensors provides a feasible solution to fast and accurately map tree coverage during the growing season. However, less attention has been paid to the leaf-off seasons. One biggest challenge with classification on fall imagery is the potential confusion among different land features, as evidenced by the no significant difference between bare land and leafless trees from t-test and transformed divergence (TD) analysis results. We proposed an integrative approach to classifying leafless and full-canopy trees on fall imagery of 0.46-m WorldView-2 (WV-2). We adopted a two-step classification approach by first removing the non-forest area from the WV-2 imagery with the mask layer generated from the publicly available summer imagery of 1-m National Agriculture Imagery Program imagery via object-based image analysis. Two classification methods, namely decision tree (DT) and nearest neighborhood (NN), were employed to classify full canopy and leafless trees in the masked WV-2 imagery. DT performed slightly better than NN regarding higher overall accuracy and fewer feature requirements.     

南水北调中线水源区2000—2015年森林动态变化遥感监测

【目的】监测南水北调中线水源区2000—2015年森林空间分布格局,研究森林动态变化过程及其机制,为水源区森林生态系统保护和水质安全提供理论依据。【方法】基于2000、2010和2015年3期30 m分辨率国产环境灾害卫星HJ-1 A/B CCD以及Landsat TM影像数据,采用面向对象决策树分类方法,监测南水北调中线水源区的土地覆被,并运用像元二分模型和归一化植被指数估算植被覆盖度。【结果】3期土地覆被数据精度(K)分别为89. 4%、86. 9%和84. 4%,2000年用户精度为98%,2010年用户精度为96%,2015年用户精度为94%。土地覆被监测结果表明,受退耕还林和封山育林等生态工程项目实施影响,2000—2015年,南水北调中线水源区森林面积持续增加,增幅达9. 5%,增加面积主要来自草地、耕地和建设用地;然而,随着水源区大规模移民和区域经济不断发展,也使得约4 547 km^2的森林转化为耕地、草地和建设用地。分市统计分析表明,十堰市和安康市森林面积增量最大,均超过1 300 km^2,生态修复工程效果显著。2000—2015年,水源区植被覆盖度也呈增加趋势,其中森林植被覆盖度增幅达25. 4%,且植被覆盖度在0. 6以上的森林面积比例3期均超过70%。【结论】近15年来,南水北调中线水源区森林面积和森林植被覆盖度增加显著,森林密度得到提升,高密度的森林植被能够在地表形成植被保护层,降低水源区发生水力侵蚀和沟渠侵蚀的风险,从而提高水源区水土保持能力。