共查询到20条相似文献，搜索用时 265 毫秒
1.
基于Landsat 8 OLI数据与面向对象分类的昆嵛山地区土地覆盖信息提取 总被引：1，自引：0，他引：1
利用2015年Landsat 8 OLI遥感影像和DEM作为分类数据源,结合野外调查数据,采用面向对象的分类方法对昆嵛山地区土地覆盖信息进行提取,并对分类结果进行精度评价与比较分析。研究表明：面向对象分类方法提取的各地类连续且边界清晰,分类效果与实际情况基本吻合。昆嵛山地区占主导地位的土地覆盖类型是针叶林,面积为1 546.81 km2。研究区土地覆盖分类的总体精度和Kappa系数分别为91.5%和0.88,其中针叶林、草地、水体和建设用地的生产者精度均达到87%以上。相对于监督分类方法,本研究提出的土地覆盖信息提取方法的总体分类精度和Kappa系数分别提高14.7%和0.17。基于面向对象的中分辨率遥感影像,能够获取较高精度的土地覆盖信息,为大范围土地覆盖分类研究提供方法参考。 相似文献
2.
基于高分一号影像的土地覆被分类方法初探 总被引：1，自引：0，他引：1
《干旱区地理》2016,(1)
高分一号是我国发射的第一颗高分辨率卫星,其包含地物信息较为丰富,较多的应用于土地覆被分类中,但高分影像普遍存在基于像元分类精度稍低的问题,为了提高遥感影像的分类精度,基于高分一号影像,以新疆艾比湖湿地保护区为研究样区进行土地覆被分类研究。利用灰度共生矩阵方法提取图像的纹理信息,并将结果作为参数量输入到支持向量机(SVM)分类器中,将研究结果与传统的SVM分类及最大似然分类法作对比分析可得:辅以纹理特征的SVM分类方法可更好的区分地物信息,分类精度高达93.64%;传统的SVM分类精度为92.27%;最大似然分类为87.90%;因地制宜的开展辅以纹理特征的SVM分类方法是提高土地覆被监测精度的有效手段。 相似文献
3.
基于多期数据集的中亚五国土地利用/覆盖变化分析 总被引：4，自引：0，他引：4
针对目前中亚地区土地利用变化和分布格局方面的信息相对匮乏,现有资料较为陈旧且零散,无法满足中亚生态与环境变化研究需求的现状,利用全球的UMD, DISCover,GLC2000,GlobCover2005和GlobCover2009的5期土地覆被遥感数据集,提取中亚地区长时间序列土地覆被信息。并针对上述4个土地覆被分类系统无法进行直接对比和变化分析的问题,分别将其综合为4类土地覆被类型：耕地、自然植被、水体和其他,以分析近30 a中亚土地利用/土地覆被变化趋势。中亚土地利用类型多样,草地、裸地、农田、灌丛占绝对优势。自前苏联解体以后,20世纪90年代初至2000年期间,耕地面积大幅度减少,至2010年尽管有所恢复,但仍无法达到20世纪90年代初水平。而自然植被表现出了相反的趋势,这说明在此时间段内,由于社会政治制度的变化和市场经济的建立,耕地发生了较大规模的弃耕,弃耕地通常转换为草地、灌丛等自然植被。近10 a由于社会经济条件的变化,前苏联解体后所弃耕的土地又被收复和重新开发为耕地。90年代初至2000年期间,水体呈现先减少后增加的趋势。利用全球基于多期不同信息源获得的中亚土地覆被数据,尽管分类体系不统一,但均可较好地表征当时地表覆被状况。这在一定程度上弥补了中亚地区土地覆被数据不足的现状。通过对耕地、自然植被、水体及其他土地覆被类型进行大类合并,可基本体现中亚土地覆被的宏观特征和变化趋势。 相似文献
4.
由于云污染、实地验证点的匮乏,以及地形地貌的复杂、破碎化,多云山区土地覆被的准确分类较难实现。以藏东南这一典型的多云山区及生态过渡区为研究区,基于Google Earth Engine(GEE)平台和野外实测数据,结合多光谱数据、雷达数据、高程数据、辅助数据,提取光谱特征、纹理特征、地形特征等信息,利用递归特征消除法对特征进行优化,并采用随机森林算法构建分类模型,以期有效利用多源遥感数据提高土地覆被分类精度。结果表明：(1)并非特征越多分类精度越高,特征选择后数量由58个减至38个,分类精度（总体精度93.96%,Kappa系数0.92）较未优化前（总体精度93.11%,Kappa系数0.92）略有提升。(2)地形特征及雷达特征对藏东南土地覆被分类具有重要作用,地形特征对多数土地覆被类型的分类精度具有影响,而雷达数据对裸地、建设用地、灌丛影响较大,分类过程中如不考虑地形及雷达特征,总体精度分别降至88.98%,92.48%。纹理特征以及时序特征仅对提高具有明显纹理以及时序变化的土地覆被类型的精度有帮助。结合随机森林和特征优化算法,能够在保证土地覆被分类精度的同时,高效整合多源数据信息,... 相似文献
5.
基于纹理和地形辅助的山区土地利用信息提取研究 总被引：2，自引：0，他引：2
《地理与地理信息科学》2017,(1)
山区地物类型复杂多样,传统计算机分类难以有效克服"同物异谱"或"同谱异物"等现象,分类后"椒盐现象"严重。该文以川西南攀枝花市的部分山区为实验区,使用IKONOS高分辨率遥感影像,采用面向对象分类方法,在ERDAS9.2、ENVI4.8和eCognition8.0等软件平台支持下,以多尺度分割后的对象为单元,辅以纹理特征、形状因子、地形因子等特征参与分类过程,实现了对实验区土地利用信息的提取。研究表明,基于纹理和地形辅助的面向对象分类方法能对山区土地利用信息进行快速、准确地提取,并在分类精度和分类准确性方面均较传统监督分类方法有较大提升:分类总体精度达到90.57%,较传统监督分类提高17.75%;Kappa系数达到0.8892,较传统分类提高了0.1875;各类型土地的分类面积准确率都在90%以上,与实地调研地类面积更为接近。 相似文献
6.
基于土地利用/覆被分类系统估算 碳储量的差异——以海南岛森林为例 总被引：9，自引：1，他引：8
土地利用/覆被分类系统是碳蓄积研究的依据,然而各种碳蓄积研究所采用的土地利用/覆被分类系统不尽相同。根据1993年海南林业资源二类调查资料,我们按照USGS土地利用/覆被、LCCS土地覆被和中国科学院土地资源三种分类系统所定义的类别进行分类并计算了各自的碳储量和碳密度,为碳储量的进一步精确估算和土地覆被分类系统研制提供重要的科学依据。结果发现,（1）不同的土地利用/覆被分类系统所对应的总碳储量以及平均碳密度都有了明显的差别。林业调查资料的植被分类、FAO 土地覆被分类系统(LCCS)、USGS 土地利用/土地覆被分类系统以及我国学者常用的中国科学院土地资源分类系统的碳蓄积量(Tg C)分别是28.98、28.71、21.04和21.04;碳密度(t C/ha)分别是31.24、30.95、22.68和22.68。（2）土地利用分类系统和土地覆被分类系统之间的结果具有较大差异,其碳储量相差7.67～7.94 Tg C,碳密度则相差8.27～8.56 t C/ha;差距在26.47%～37.74%之间。与其他学者研究结果比较发现,土地利用/覆被分类系统造成的碳蓄积差异的变化方向是不定的,取决于具体的分类系统和材积-生物量函数。不同土地利用/覆被分类系统对于植被划分的不同,导致了材积-生物量回归方程和类别面积的差异是造成碳蓄积和碳密度估算差异的根本原因。目前常用的土地利用/覆被分类系统在估算碳蓄积中存在一定问题,不适合于高精度的碳蓄积计算。体现地表植被生物量差异、植被叶型和外貌特征、种类及树龄差异等内涵的土地利用/覆被分类系统利于陆地碳循环研究的深化。 相似文献
7.
土地利用/土地覆被时空分布100 年数字重建 ——-以大庆市杜尔伯特蒙古族自治县为例 总被引：11，自引：1，他引：10
长时间序列的土地利用/ 土地覆被数据是开展全球变化、可持续发展及生态安全等各项研究的重要基础。然而,早期的土地利用/ 土地覆被数据,特别是卫星遥感数据出现之前 的土地利用/ 土地覆被信息通常很难获取。利用TM、MSS 遥感影像数据和地形图、气候、地质、地貌、土壤、植被、水文等自然环境背景图件以及数据,社会经济统计数据等多源数 据,选择大庆市杜尔伯特蒙古族自治县作为典型案例区,在GIS 技术支持下建立了土地利用/ 土地覆被数字重建模型,再现了典型研究区20 世纪30 年代和50 年代土地利用/ 土地覆被空间分布状况。通过野外调查和历史文献资料对土地利用数字重建结果进行精度评价并初步得到以下结论：① 采用逐个图斑跟踪记录的方法对研究区各个时期土地利用/ 覆被变化的敏感 性进行分析,有利于揭示区域土地利用/ 土地覆被变化的规律;② 在定量、定位分析环境背景对土地利用/ 土地覆被分布及其变化的影响基础上,综合判断各种土地利用/ 土地覆被分布概率,其结果可为土地利用数字重建提供依据;③ 对1:10 万地形图提取土地利用信息的可行性与可信度分析表明,地形图中土地利用信息完全能够达到一级土地利用分类精度,同时疏林地、灌木林、沼泽地、盐碱地、沙地等二级分类信息也能获取。 相似文献
8.
基于知识规则的土地利用/土地覆被分类方法——以黑河流域为例 总被引：3，自引：0，他引：3
本文提出了一种基于知识规则的土地利用/土地覆被分类的新方法。知识规则是基于专家经验建立起来的,反映研究区内不同分类系统下各类别的地理分布特性与地理分布交叉可能性。基于黑河流域90 m 分辨率DEM、2009 年逐月1 km 分辨率NDVI,参考美国地质调查局(USGS) 1 km分辨率土地利用/土地覆被数据在欧亚大陆上各类别的聚类中心,应用在上、中、下游分别建立的知识规则,以知识规则结合最近距离的USGS 类别聚类的方法,制作了一套与USGS全球土地覆被分类标准一致的、可以用于大气模式以及陆面过程模式的黑河流域土地覆被类型分布数据。本方法分类结果与以往研究采用的类别映射方法的分类结果及实际地物影像进行对比,表明知识规则下的分类结果更能准确表达流域地表覆盖特征,对冰雪、冻土类别和沙地荒漠类别的表现更优。 相似文献
9.
基于MODIS影像的土地覆被分类研究——以京津冀地区为例 总被引：6，自引：1，他引：5
在全球变化研究中,如何快速、准确获取土地覆被信息对该项研究有着至关重要的作用.随着遥感科学的不断发展和应用领域的深入,研究者可以利用遥感影像进行土地覆被分类研究,并且具有准确、快速、自动化等优点.本文利用MODIS数据具有的多光谱、多时相特点,以京津冀地区为例,选取2013 年全年16-day 的MOD13Q1/EVI时间序列数据、2013 年5 月份一期的MOD09Q1(1、2 波段)和MOD09A1(3-7 波段)产品,并运用时间序列谐波分析法对全年MOD13Q1/EVI 时间序列数据进行去云、去噪的平滑重建处理,使其数据更能反映物候周期性变化规律.选择谐波分析后的全年MOD13Q1/EVI 时间序列数据、MODIS数据的1-7 波段地表反射率和NDWI(归一化差异水体指数)、MNDWI(改进归一化差异水体指数)和NDSI(土壤亮度指数),构建了3 种特征变量组合方案的CART决策树,分别进行京津冀地区的土地覆被分类研究.结果表明:方案一(全年EVI 的23 个时相)、方案二(方案一+MOD09 的1-7 波段地表反射率)和方案三(方案二+MNDWI+NDSI+NDWI)的总体分类精度分别达到86.70%、89.98%、91.34%,Kappa系数分别为84.94%、88.66%、90.20%.研究表明,仅利用MODIS遥感影像自身多种分类特征和决策树方法对宏观土地覆被分类就可达到较高精度,显示了本文分类方法在实践中的可行性及MODIS数据在区域尺度土地覆被分类研究方面的优势与潜力. 相似文献
10.
土地覆被分类是研究土地利用/覆被变化的基础数据和关键环节。以16d合成MODIS-EVI时间序列数据为主要数据源,采用谐波分析方法分析不同土地覆被类型的季节性变化规律和物候特征差异,引入谐波特征值构建线性混合模型,提取不同端元的丰度值。从土地覆被类型较齐全、谐波特征具有代表性的石家庄地区高空间分辨率影像上选择训练样本,确定MODIS纯净像元和混合像元的划分阈值,对河北平原区进行土地覆被分类制图。结果表明,与河北省县级土地调查统计数据对比,一年两熟耕地、一年一熟耕地、园地及有林地、自然陆地表面的总量精度分别为90.19%、86.17%、85.96%和77.82%,平均总量精度为85.03%;与石家庄地区9个县(市)一年两熟耕地和一年一熟耕地基于TM的分类结果对比,平均面积相对误差分别为10.25%、13.98%。受粗空间分辨率和合成周期、水热条件以及种植模式破碎化限制,混合像元主要集中在河北平原中东部地区,一年两熟耕地、一年一熟耕地、园地及有林地混合面积比重较大。 相似文献
11.
全球尺度多源土地覆被数据融合与评价研究 总被引：2，自引：1，他引：1
精确的全球及区域尺度土地覆被遥感分类数据是全球变化、陆地表层过程模拟、生态文明建设及区域可持续发展等研究的重要基础数据。本文以5套全球土地覆被数据集GLCC、UMD、GLC2000、MODIS LC、GlobCover为研究对象,结合MODIS VCF、MODIS Cropland Probability以及AVHRR CFTC数据集,设计一种基于模糊逻辑思想的证据融合方法实现上述多源土地覆被信息的决策融合,生成一套依据植物功能型分类的全球1 km土地覆被融合数据SYNLCover。结果显示,与5套源土地覆被数据集相比：① 在总体一致性精度上,SYNLCover的8个生物形态类型和12个目标类型的平均总体一致性精度最高,分别约为65.6%和59.4%,其次依次是MODIS LC、GLC2000、GLCC和GlobCover,UMD的最低,分别约为48.9%和42.6%,而且SYNLCover与5套源土地覆被数据集两两相比的总体一致性都是最好的;② 在类型一致性精度上,除灌丛类型外,SYNLCover中包括森林、草地、耕地、湿地、水体、城镇建筑和其他7种生物形态类型,以及森林类型的5种叶属性的平均一致性精度也是最高的,如其他类型的平均一致性精度可达67.73%;③ 除灌丛和湿地类型外,SYNLCover的其余6种生物形态类型的平均一致性精度均比其在5套源数据中相应的一致性精度的最大值提高了10%~15%左右;森林类型的5种叶属性的一致性精度也提高了约10%。SYNLCover分类精度的提高反映了本研究设计的多源数据融合方法的可行性和有效性。 相似文献
12.
基于20 世纪70 年代中后期、90 年代初期、2004 年和2012年共4 期土地覆被数据,利用转移矩阵、土地覆被状况指数和土地覆被转类指数,对比分析了长江源区和黄河源区近30 a来土地覆被与生态状况的变化特征。结果表明：2012年草地是两源区最主要的土地覆被类型,但黄河源区的草地面积占比比长江源区高17%,同时,长江源区存在永久冰川雪地及荒漠,黄河源区没有;从土地覆被状况来看,过去30 a黄河源区优于长江源区,长江源区土地覆被状况指数平均为16.82%,黄河源区为38.84%;从土地覆被转类来看,过去30 a长江源区土地覆被总体变好,黄河源区则总体变差,在20世纪70年代中后期至90年代初、20世纪90年代初至2004年和2004~2012年3时段内,长江源区土地覆被经历了变差-好转-持续好转的变化过程,而黄河源区则是变差-显著变差-略有好转,且黄河源区土地覆被状况的变化程度较长江源区更为剧烈;长江源区因分布有大量的冰川、冻土,自20世纪90年代气温升高开始,冰川冻土融化,导致水体与沼泽面积扩张,后期叠加生态工程的积极影响,使得其土地覆被状况持续好转,黄河源区则因2004 年以来暖湿的气候状况及生态保护工程的实施,使得土地覆被退化趋势得到遏制并逐渐呈现转好态势。 相似文献
13.
LUCC研究的最新进展评述 总被引：150，自引：15，他引：135
土地利用/土地覆被变化(LUCC)是全球环境变化的重要组成部分和主要原因之一,进入新世纪以来,LUCC研究一直是地理学研究的前沿与热点。本文综述了2002年8月在南非德班国际地理学联合会(IGU)"2002年区域地理大会"上有关LUCC的主要研究成果,认为国际上LUCC研究在应用RS、GIS技术开展土地利用/土地覆被变化监测、评价与制图;农村与农业土地利用/土地覆被变化分析;城市土地利用/土地覆被变化分析;土地利用/土地覆被变化动力学;土地利用/土地覆被变化与生态环境等五个方面取得最新进展,反映出LUCC研究范围在进一步拓展,研究内容在进一步深化。 相似文献
14.
在中国快速城市化进程中,农村居住人口减少的同时居住用地却呈增加趋势,这一现象在南方山区尤为明显。利用遥感技术进行农村居民地信息的提取与分析具有重要意义。本研究选取江西省泰和县为典型研究区,基于RapidEye卫星影像,利用面向对象的分类方法进行居民地的分类提取。构建的分类规则集包括归一化植被指数NDVI、归一化水体指数NDWI、亮度以及长/宽比。通过多次实验,图像的最佳分割尺度设置为200。通过设置不同的分类规则参数,提取了研究区的居民地及其他土地利用类型,并进行分类结果验证和精度评价。研究区的居民地分类总体精度为78.40%,生产者精度和用户精度分别为68.75%和77.33%。结果表明通过利用面向对象的分类方法,Rapid Eye卫星影像为农村居民地信息提取提供了适宜数据源。与第二次全国土地调查结果相比,存在93.67公顷的分类差异,主要分布在居民地与其他土地利用类型的毗邻地区。 相似文献
15.
16.
基于地表覆盖物光谱特征的土地覆被分类系统 ——以鄱阳湖流域为例 总被引：8，自引：1，他引：7
土地覆被主要表现为陆地表面的形态特性和动态变化特征,土地利用是其动态变化的外在驱动力,植被是土地覆被的“主要”而非唯一的组成部分,土地覆被也包含着它的功能特性。地表覆被物的光谱特征及其季节性变化规律是土地覆被的本质特征,也是土地覆被分类的基本依据之一;利用遥感资料所表达的地表覆被物特征值 (如以NDVI为指标的绿度值、始绿期、终绿期、波形、峰值、谷值等) 可以方便地对土地覆被分类标准进行量化处理;对于一些复杂的复合单元,应着重于它的组合 (包括组成成分和结构) 特性及其对地面过程的影响来赋予更确切的内涵。据此,构建了包含7个一级类别和20个二级类别的开放式 (open-end) 的鄱阳湖流域土地覆被分类系统,并且应用SPOT4-VEGETATION 的时序NDVI数据,对各类别的面积比重进行了分析,结果显示鄱阳湖流域的现状覆被主要由常绿覆被和作物-树-草混合覆被以及人工栽培植被 (作物) 等构成。 相似文献
17.
ASTER影像提取植被信息的NDVI与SAVI法比较——以广州花都区为例 总被引：3，自引：1，他引：2
基于ASTER遥感影像,使用IDL语言编写归一化差异植被指数(NDVI)和土壤调整植被指数(SAVI)的计算公式,对遥感影像进行处理,分别对两种方法处理后的遥感影像采用K-Means分类,经过分类后处理,提取植被信息.NDVI整体上较好地反映了不同土地覆被信息;而SAVI对于各种地类的值域较宽,反映绿色植被内部差异信息较明显,可为不同植被类型的信息提取提供方法参考. 相似文献
18.
国际重要湿地是中国乃至全球湿地保护体系的重要组成部分,研究国际重要湿地景观动态对于湿地保护和管理具有重要意义。以洞庭湖区3处国际重要湿地为研究对象,利用1980年、1990年、2000年、2010年和2015年的Landsat MSS/TM/ETM+/OLI影像数据,采用面向对象的遥感影像分类方法,解译出5个时期洞庭湖区3处国际重要湿地的土地覆被信息,提取各处国际湿地的土地覆被类型分布信息;结合景观指数和人为干扰度指数,探讨5个时期洞庭湖区湿地面积动态及其景观格局动态特征。研究结果表明,从1980年到2015年,洞庭湖湿地总面积减少了232.60 km^2;南洞庭湖面积减少的最多,湿地面积减少了218.54 km^2,损失率高达20.30%;3处重要湿地中的湿地斑块数量增多,湿地趋于破碎化,景观间连通度降低;西洞庭湖景观破碎化程度最高,湿地景观连通度差,聚集度指数(CONTAG)相对最小;洞庭湖区湿地仍然受到强度较高的人类活动干扰,其中,耕地扩张是造成湿地损失的主要原因。 相似文献
19.
额尔齐斯河-斋桑湖流域近20年来土地利用/土地覆被时空演变 总被引：2，自引：1，他引：1
土地利用/土地覆被变化(LUCC)是影响生态环境和气候变化的主要驱动力之一,同时又是受其影响的结果。LUCC研究对于开展生态环境变化及气候变化的研究均具有重要的意义。针对目前境外LUCC研究中土地利用/覆被分类效率低的问题,探索一种适用于大数据量而又精度较高的分类方法。以额尔齐斯河国外部分-斋桑湖流域为研究区域,以1990年及2007年的Landsat TM/ETM+夏秋季影像以及DEM作为数据源,综合利用影像光谱、纹理信息参与到决策树构造中,进而利用决策树分类方法分别提取这两个时期的土地利用/覆被空间分布信息,最后分析两个时期的土地利用时空变化状况。实验结果表明:(1)光谱与空间纹理信息参与的决策树分类方法具有较高的分类精度;(2)两个时期的土地利用变化分析发现,近20年来该区域土地利用发生了较大的变化,耕地和灌木林地大面积减少,而低覆盖度草地和未利用地却显著增加。 相似文献
20.
土壤盐渍化是制约农业生产和发展的主要障碍。目前土壤盐渍化的遥感监测主要基于中、低分辨率卫星影像,并采用传统的基于像元分类方法,对盐渍化信息的细节描述不足,监测精度不高。本文使用国产GF-1影像,结合自上而下的多尺度分割技术和面向对象的信息提取技术,针对田间尺度下的盐渍化信息进行精确地提取、分类,并与传统分类方法进行了对比。结果表明：面向对象法和最大似然法的分类总体精度分别为92.72%和84.31%,Kappa系数分别为0.90和0.78。该技术能准确提取田间尺度下的盐渍地信息,在未来的农田盐渍化高精度监测研究中具有一定应用价值和发展潜力。 相似文献