共查询到19条相似文献,搜索用时 796 毫秒
1.
2.
大尺度土地覆盖数据集在中国及周边区域的精度评价 总被引:7,自引:0,他引:7
大尺度土地覆盖数据是全球陆地表层过程研究、生态系统评估、环境建模等科学研究的重要基础,研究现有数据集的特点对数据使用者及生产新的数据集都具有指导意义。本研究以中国及周边区域为研究区,根据不同分类体系对地物的定义,研究不同分类体系中对应地物的相关系数,并将所有分类体系转换为IGBP分类体系;然后,从定性和定量两方面分析现有5种土地覆盖数据集(IGBP DISCover、UMD、GLC2000、MOD12Q1和GlobCover 2005)的空间一致性;并利用Google Earth高分影像选取两期验证样本评价5种土地覆盖数据集的精度。结果表明:同种地物在不同土地覆盖数据集之间的空间分布格局差异较大,且不同土地覆盖数据集之间的总体一致性系数较低;5种土地覆盖数据集中,GLC2000的总体精度和Kappa系数均最高,GlobCover 2005的总体精度和Kappa系数均最低。 相似文献
3.
提出了地形参数辅助全极化SAR数据土地覆盖分类的方法,基于规则判断的决策树分类法,建立了全极化SAR数据的H/α-Wishart初步分类结果和地形参数的相关规则,对初步分类结果进行后处理,获得了精度较高的土地覆盖分类结果。以淮北地区为研究区,对全极化SAR数据的H/α-Wishart初步分类结果进行了分析,选取易混淆的土地覆盖类型样本,通过样本统计量确定DEM高程、坡度2种地形参数的阈值,设计决策判断规则,对初步分类结果进行了处理。试验结果表明,该方法能有效地提取出研究区内的水体、山地、林地、建设用地、耕地、未利用地6种土地覆盖类型,水体与建设用地、建设用地与山地的阳面、林地与山地阳面的混淆程度得到很大程度的改善,区分度增大。 相似文献
4.
SPOT4-VEGETATION中国西北地区土地覆盖制图与验证 总被引:13,自引:0,他引:13
利用SPOT4 VEGETATION的遥感数据产品生成的NDVI与NDWI植被指数时间序列图像集 ,通过ISODATA非监督分类方法 ,编制中国西北地区土地覆盖图。以TM影像人工解译结果作为真实值 ,通过对西北五省共计 47个均匀分布且异质性强的 2 5km× 2 5km样本区内的土地覆盖类型及其面积进行统计分析 ,修正了SPOT4 VEGETATION的土地覆盖分类系统 ,建立了各省验证结果的样本统计直方图并计算其回归系数。结果表明SPOT4 VEGETATION中国西北地区土地覆盖图在总体上具有较高的准确性。影响遥感数据自动分类精度 ,造成土地覆盖误判的原因主要来源于两个方面 :即异物同谱和混合像元问题。对于前者通过叠加各种辅助数据如DEM等可以降低误判的机率 ;对于后者运用混合像元分解的各种算法可以提高分类精度 相似文献
5.
MODIS土地覆盖分类的尺度不确定性研究 总被引:2,自引:0,他引:2
以空间异质性较强的枯水期鄱阳湖为研究区,以搭载于同一卫星平台、具有同一观测时间和较高空间分辨率的ASTER数据为参照,分析研究了MODIS数据在土地覆盖分类中由空间尺度带来的不确定性。首先基于MODIS三角权重函数,建立了从ASTER到MODIS的尺度转换方法;然后对不同空间分辨率的数据进行土地覆盖分类,并基于误差矩阵和线性模型分析了MODIS土地覆盖分类结果的误差来源。结果表明,空间分辨率和光谱分辨率与成像方式这两类因素对MODIS与ASTER分类结果差异的贡献比例约为(6.6—11.2):2;MODIS像元尺度对研究区水体的分类不确定性影响较低,而对森林的不确定性影响可达63%。由此可见,在基于MODIS数据的土地覆盖分类研究中,空间尺度所产生的不确定性是比较显著的。这些研究结果对于土地覆盖分类及变化检测、尺度效应和景观生态学不确定性研究,有积极的参考意义。 相似文献
6.
综合环境卫星与MODIS数据的面向对象土地覆盖分类方法 总被引:1,自引:0,他引:1
使用面向对象方法对单时相的环境卫星数据进行土地覆盖分类时,几何特征和光谱特征相似的地物无法区分,而MODIS时序数据的空间分辨率较低,不适用于中小尺度的土地覆盖分类。应用面向对象方法,充分利用环境卫星数据的空间、光谱特征和MODIS数据的物候特征建立规则,进行分类,可以有效地解决上述困难。首先对环境卫星数据进行多尺度分割,生成待分类对象;再根据对象的特征,依据由简到难的原则进行分层分类。以双台子河口为例进行土地覆盖分类,总体精度93%,Kappa系数0.92。结果表明,综合环境卫星与MODIS数据的面向对象土地覆盖分类方法应用潜力巨大。 相似文献
7.
用SPOT-VGT数据制作中国2000年度土地覆盖数据 总被引:13,自引:1,他引:13
土地覆盖是自然环境与人类活动相互作用的中心,准确而现势性强的土地覆盖数据是科学研究、资源管理和环境监测等应用的基础资料。该研究作为欧盟联合研究中心2000年全球土地覆盖计划(GLC2000)的一部分,利用2000年的1km空间分辨率的SPOT-4VGTS10数据与DEM、积温和降水等通过AHP方法合成的自然因子数据,采用FAO的土地覆盖分类系统(LCCS),通过非监督分类方法制作中国2000年的土地覆盖图。研究结果表明,在HANTS方法去云处理的基础上,结合气候分区,利用一年内每10天最大值合成的NDVI时间序列自然因子数据集可对除干旱区外大部分地区进行很好的分类,对干旱区则采用8月下旬的VGT原始数据取代NDVI数据参加分类,可达到较好的分类结果。 相似文献
8.
9.
针对GLAS地学激光测高系统是冰、云和陆地高程卫星(ICESat)的唯一监测工具,能够记录地表光斑内的地物信息,是否能应用于黄土高原土地覆盖分类的问题进行了研究。利用粒子群和最小二乘法相结合的方法对GLAS波形数据进行高斯分解,获取高斯波个数、波形总能量、波形信号起始和信号结束位置4个波形参数;基于波形自动分类方法对黄土高原水体、森林、城市用地、其他地类(裸地、低矮植被等)进行分类。通过基于覆盖相同研究区域的30 m地表覆盖数据(Globe Land30),验证分类的准确性。结果表明,GLAS大光斑波形数据对黄土高原的4种地类能够很好地进行区分,总分类精度高达87.68%,Kappa系数为65.79%。研究表明,GLAS波形数据可以作为获取土地覆盖信息的有效数据源,为研究黄土高原土地覆盖变化提供更丰富的数据支持。 相似文献
10.
11.
土地覆盖制图:基于最优化遥感数据的支撑向量机分类 总被引:1,自引:0,他引:1
遥感数据具有在不同空间、光谱和时间尺度上获取地表测量信息的能力,使其成为获取土地覆盖信息的一个主要数据源。影像分类即把卫星影像上的相关像元划分给某类已知的土地覆盖类型的过程。支撑向量机(SVMs)是一种土地覆盖分类的新技术。三种常用的SVMs是:基于线性和多项式的SVM以及具有高斯核函数的SVM分类器,分类能否成功地应用有赖于其各自选择的最佳参数。但是海量的遥感数据使得这些参数的确定速度十分缓慢。本文研究了一种新的基于最优化遥感数据压缩技术的SVM分类方法。研究显示用于获取SVM参数的数据量能够在不影响土地覆盖的分类精度的前提下进行压缩。数据压缩成功的应用于多项式和高斯核函数的SVM分类,而线性SVM的分类精度却非常低。 相似文献
12.
《International Journal of Digital Earth》2013,6(1):22-49
Abstract Global land cover is one of the fundamental contents of Digital Earth. The Global Mapping project coordinated by the International Steering Committee for Global Mapping has produced a 1-km global land cover dataset – Global Land Cover by National Mapping Organizations. It has 20 land cover classes defined using the Land Cover Classification System. Of them, 14 classes were derived using supervised classification. The remaining six were classified independently: urban, tree open, mangrove, wetland, snow/ice, and water. Primary source data of this land cover mapping were eight periods of 16-day composite 7-band 1-km MODIS data of 2003. Training data for supervised classification were collected using Landsat images, MODIS NDVI seasonal change patterns, Google Earth, Virtual Earth, existing regional maps, and expert's comments. The overall accuracy is 76.5% and the overall accuracy with the weight of the mapped area coverage is 81.2%. The data are available from the Global Mapping project website (http://www.iscgm.org/). The MODIS data used, land cover training data, and a list of existing regional maps are also available from the CEReS website. This mapping attempt demonstrates that training/validation data accumulation from different mapping projects must be promoted to support future global land cover mapping. 相似文献
13.
Land cover mapping forms a reference base for resource managers in their decision-making processes to guide rural/urban growth and management of natural resources. The aim of this study was to map land cover dynamics within the Upper Shire River catchment, Malawi. The article promotes innovation of automated land cover mapping based on remote sensing information to generate data products that are both appropriate to, and usable within different scientific applications in developing countries such as Malawi. To determine land cover dynamics, 1989 and 2002 Landsat images were used. Image bands were combined in transformations and indices with physical meaning; together with spatial data, to enhance classification accuracy. A maximum likelihood classification for each image was computed for identification of land cover variables. The results showed that the combination of spatial and digital data enhanced classification accuracy and the ability to categorise land cover features, which are relatively inhomogeneous. 相似文献
14.
Automatic land cover update was an effective means to obtain objective and timely land cover maps without human disturbance. This study investigated the efficacy of multi-temporal remote sensing data and advanced non-parametric classifier on improving the classification accuracy of the automatic land cover update approach integrating iterative training sample selection and Markov Random Fields model when the historical remote sensing data were unavailable. The results indicated that two-temporal remote sensing data acquired in one crop growth season could significantly improve the classification accuracy of the automatic land cover update approach by approximately 3–4%. However, the support vector machine (SVM) classifier was not suitable to be integrated in the automatic land cover update approach, because the huge initially selected training samples made the training of the SVM classifier unrealizable. 相似文献
15.
多时相双极化合成孔径雷达干涉测量土地覆盖分类方法 总被引:5,自引:1,他引:4
综合采用时相、极化和干涉3种维度的SAR数据进行土地覆盖分类。以黑龙江省逊克县多时相ALOS PALSAR数据覆盖区为研究区,利用不同时相极化SAR、干涉SAR信号对地物特征的敏感性,结合后向散射强度和干涉相干的时变特征进行地物解译,发展了基于多时相、多极化、干涉SAR数据的SVM土地覆盖分类方法。研究结果表明,引入双极化SAR中不同极化(HH-HV)间的相干系数,并结合所选择的时相特征、极化特征以及干涉相干特征进行分类,可解决双极化SAR影像中林地与城市及建设用地的混分问题,得到更高精度的土地覆盖分类结果。 相似文献
16.
17.
18.
煤田火区特征的土地覆盖分类方法
——以乌达煤田火区为例 总被引:1,自引:0,他引:1
土地覆盖变化是土地分析与评价和生态环境变化预测的重要科学基础, 通过精确的土地覆盖分类方法
获取高精度的土地覆盖图是研究煤田火区生态环境变化的必要手段。本文以最大似然法、光谱角度法、面向对象
分类法和基于复合分区的分层分类法进行乌达煤田火区土地覆盖分类的方法研究。研究结果表明, 基于复合分区的
分层分类方法分类精度较高, 总体分类精度为92.97%, kappa 系数为0.9155。该方法通过基于地表热辐射特征、热
异常状况、地貌类型, 以及对生态系统扰动状况等的划分, 减少了地物信息的混淆度, 即通过提 相似文献
19.
李阿竹 《测绘与空间地理信息》2017,(1)
论述了在朝阳地区地理国情普查任务中,地表覆盖分类数据生产内业的主要流程及技术方法。结合实际作业对地表覆盖分类数据的相关精度要求、采集原则和标准以及编辑的技术手段做出了较为详细的说明,提出了采编过程中影响成果精度的关键问题处理办法,为地理国情普查工作的顺利进行起到了指导作用。 相似文献