Integrating spectral and non-spectral data to improve urban settlement mapping in a large Latin-American city     

Feilin Lai 《地理信息系统科学与遥感》2020,57(6):830-844

ABSTRACT

Information on urban settlements is crucial for sustainability planning and management. While remote sensing has been used to derive such information, its applicability can be compromised due to the complexity in the urban environment. In this study, we developed a remote sensing method to map land cover types in a large Latin-American city, which is well known for its mushrooming unplanned and informal settlements. After carefully considering the landscape complexity there, we designed a data fusion method combining multispectral imagery and non-spectral data for urban and land mapping. Specifically, we acquired a cloud-free Landsat-8 image and two non-spectral datasets, i.e., digital elevation models and road networks. Then, we implemented a set of experiments with different inputs to evaluate their merits in thematic mapping through a supervised protocol. We found that the map generated with the multispectral data alone had an overall accuracy of 73.3% but combining multispectral imagery and non-spectral data yielded a land cover map with 90.7% overall accuracy. Interestingly, the thermal infrared information helped substantially improve both the overall and categorical accuracies, particularly for the two urban classes. The two types of non-spectral data were critical in resolving several spectrally confused categories, thus considerably increasing the mapping accuracy. However, the panchromatic band with higher spatial resolution and its derived textural measurement only generated a marginal accuracy improvement. The novelties of our work are with the successful separation between the two major types of urban settlements in a complex environment using a carefully designed data fusion approach and the insight into the relative merits of the thermal infrared information and non-spectral data in helping resolve the issue of class ambiguity. These findings should be valuable in deriving accurate urban settlement information which can further advance the research on socio-ecological dynamics and urban sustainability.  相似文献   

“一带一路”沿线国家石油资源流动类型演变     

孙琪  赵媛  张新林  夏四友 《世界地理研究》2020,29(2):337-345

综合运用石油自给率、流动比率等方法，以“一带一路”沿线国家为研究对象，对1995—2014年各国石油资源流动类型时空演变进行研究。结果表明：1）1995—2014年石油净补给型国家数量较为稳定，无产型或低产型国家的石油贸易倾向变化相对较小；基本自给型国家数量占比最大，1995年占比1/2，其余四个年份占比稳定在1/3；净支出型国家数量显著增加，至2014年其中有5个国家保持不变，表明这些国家的石油产量具有较大的优势。2）1995年和2014年汇地国家均为39个国家，其中有34个国家一直保持汇地职能，空间分布上呈东多西少，南多北少，东西分化以西亚、中亚、东欧为界；有14个国家一直保持源地职能，其空间分布格局与汇地相应，西多东少，南多北少，主要分布于西亚、东欧及中亚；交流地数量较少，呈分散分布，且分布地不稳定。3）从数量变化来看，研究期内汇地略有增加，源地略有减少，交流地略有增加；“一带一路”源地总出口量与汇地总进口量的比呈逐年降低趋势。  相似文献   

An overview of clustering methods for geo-referenced time series: from one-way clustering to co- and tri-clustering     

Xiaojing Wu  Raul Zurita-Milla  Changqing Song 《International journal of geographical information science》2020,34(9):1822-1848

  相似文献   

基于金矿规格单元数据的机器学习方法在成矿建模分析中的应用     

张野  李明超  韩帅  任秋兵  朱月琴 《大地构造与成矿学》2020,(2):183-191

现代金矿勘察主要是通过综合地球化学和地质测量等数字化方法对深部矿床进行研究,所需要的人力物力成本较高。而通过分析积累的金矿规格单元数据,可以建立金矿成矿情况与相关成矿元素含量之间的非线性关系,从已有的勘查数据中寻找金矿成矿的一般规律。本文基于与金矿相关的成矿元素含量数据,分别采用逻辑斯蒂回归、随机森林和决策树方法对原始数据和重采样数据进行训练,综合运用召回率、精确率和准确率对模型进行评价。通过对比发现,在训练和测试原始数据过程中,由于每组之间数据量的巨大差距,导致成矿数据被淹没;而在训练重采样数据过程中,随机森林在召回率和准确率方面均有较好的表现,分别达到了90.63%和70.78%;并最终分析了随机森林模型中不同分类边界对于金矿成矿情况预测结果的影响。利用不同的测量指标对模型进行评价分析,使模型更适用于金矿成矿预测,可有效地提高金矿勘察的效率。  相似文献   

厚层切叠砂体自然层描述方法:以北一区断东葡一组1-4小层为例     

吴迪  马世忠  景丽娟  周志国 《世界地质》2020,39(1):106-112

将多期切叠河道砂体归类合并,建立一个“垂向连续,横向联通的表外砂岩空间体”(其中砂岩间夹层厚度≤0.4 m)的自然层概念来控制多期河道复合切叠厚砂体。以北一匹断东萄一组1-4小层为例,利用自然层间砂体厚度、切叠程度、测井曲线形态、相叠加类型及砂体叠加期次将自然层分为5类;再依据砂体间切叠位置、切叠程度和切叠形态的差异建立自然层剖面表征方法;依据砂体叠加期次,建立自然层在平面上表征模式。  相似文献   

大兴安岭西盆地群域构造与地球物理场综述          下载免费PDF全文

王典  李鹏  刘财  鹿琪  单玄龙  田有  于涵  杨宝俊 《地球物理学报》2019,62(3):1106-1128

中国东北地区大兴安岭西侧盆地群包括漠河盆地、根河盆地、拉布达林盆地、海拉尔盆地和二连盆地等,蕴藏着丰富的中、新生代油气资源.为研究该盆地群域古生代、中新生代构造演化,综合建立盆地群域地球动力学模型,补充东北亚构造演化理论,本文综述该盆地群域受控的区域构造与深部构造背景、盆地群构造特征与性质、主要控盆断裂特征、盆地群油气条件比较以及盆地群域已完成并取得重要结果的地球物理工作.归纳已有主要认识和研究结果:(1)对大兴安岭西侧的盆地群起构造控制作用的构造带包括蒙古—鄂霍茨克洋缝合带、西拉木伦河缝合带、黑河—贺根山缝合带、塔原—喜桂图缝合带、西太平洋板块俯冲带,以及额尔古纳—呼伦断裂和得尔布干断裂.(2)二连盆地、海拉尔盆地和漠河盆地的盆地构造轴向与蒙古—鄂霍茨克洋缝合带走向相关;而且三个盆地内的一级构造单元走向(隆起、坳陷和推覆带)也具有这类特点.(3)几个地学断面的综合地球物理研究表明,大兴安岭西侧盆地群岩石圈地幔厚度自北向南变厚,南部盆地基底与华北地台基底表现类似;盆地群基底电性结构因受到软流圈热物质作用可能在继续演化.(4)在盆地沉积地层方面,漠河盆地的下部是侏罗系陆相煤系地层,上部是白垩系火山岩地层;海拉尔盆地由下侏罗统的铜钵庙组、南屯组,上侏罗统的大磨拐河组和下白垩统的伊敏组共同组成扎赉诺尔群,厚约3000m;二连盆地中生代地层中,中下侏罗统主要为含煤建造,上侏罗统为火山岩建造,下白垩统主要为含油建造和含煤建造,上白垩统为砂砾岩建造.(5)盆地群整体勘探程度较低.基于上述研究结果,需要进一步研究的科学问题包括:由本研究区的地球物理、构造地质、石油地质等多学科的综合研究,解决研究区受控的区域构造应力场所包括的因素及其作用,以及在岩石圈尺度上三维空间的地球物理场表征;深部构造对盆地群域构造的作用;从晚古生代到中新生代研究区构造演化特点及其依据;从北至南约1650km长的盆地群域构造差异与依据;盆地群(域)油气条件与毗邻的松辽盆地在构造成因上的差异.  相似文献   

基于旅游开发影响的五台山植被景观特征分析     

牛莉芹  程占红 《地理研究》2019,38(5):1162-1174

以往旅游对植被影响的评价成果较多,但是旅游影响下植被景观与地理因子之间的关系报道较少。本文利用多种数量生态学方法探讨了五台山旅游开发与植被景观之间的生态关系。结果表明：① 旅游开发影响下五台山植被景观可分为单优乔木区、草本区、差级乔草区、中级乔草区、中级灌草区、良级灌草区、良级乔灌草区、优级乔灌草区、以及寺庙区、商业区或居民区9种类型。② 在除趋势对应分析中,第一轴与所有因子的相关性都较大,第二轴与旅游干扰度和海拔呈显著的负相关性。各植被景观类型的空间分布在一定程度上取决于关键性指标的空间格局。③ 除趋势典范对应分析方法能够大大提高植被景观特征与地理因子间的相关性,并将其直观地表达于排序图中。在植被景观特征与地理因子的关系上,第一轴上的相关系数是0.858_DCCA>0.828_DCA,第二轴上的相关系数是0.583_DCCA>0.501_DCA,这说明除趋势典范对应分析方法更优。  相似文献   

保持局域特征的多源海冰图像融合与分类     

余志强  王廷伟  张晰  张杰  任鹏 《海洋学报(英文版)》2019,38(7):129-136

本文提出一种保持局域特征的多源海冰图像融合方法，并在此基础上进行海冰分类。本文提出的多源海冰图像融合方法包括保持空间局域融合和保持特征局域融合两方面。首先，通过学习得到投影矩阵和相似矩阵。投影矩阵将多源像素进行投影变换，得到保留像素空间局域特性的融合向量。相似矩阵度量像素特征间的相似性，通过拉普拉斯特征分解，得到保留像素特征局域相似性的融合向量。然后，将空间融合向量和特征融合向量进行像素综合，得到融合图像。在此基础上，本文设计一种滑动集成分类方法进行融合图像像素分类。提出的分类方法利用滑动集成的特点，在分类时增强刻画了海冰局域特性。由于本文的保持局域融合框架不仅刻画了海冰在物理空间中的邻接关系，而且考虑不同海冰类型的特征关系，因此其在多源图像（多光谱和合成孔径雷达（SAR）图像）的海冰分类任务中表现优异。实验结果表明本文提出的基于保持局域特征融合的多源海冰图像分类方法有效提升了海冰分类精度。  相似文献   

桂林-阳朔地区DEM地形特征与岩性相关性分析及分类研究     

陈霄燕  潘军  邢立新  蒋立军  孙也涵  仲伟敬  范博文 《地球信息科学学报》2019,21(12):1867-1876

地形地貌是岩性解译的重要信息,地形因子作为描述DEM数字曲面几何特征的定量指标参数,可用来定量化表达不同岩性所在地区地形地貌特征。本文以桂林-阳朔地区为研究区,研究地形因子数学、地质意义,建立岩性与地形因子组合间的定量关联,进而实现岩石类型划分。本文基于ASTERGDEM提取坡度、起伏度等12个地形因子,在分析各个地形因子地质意义基础上,通过聚类分析及方差分析的多元统计分析方法,研究各岩性地形因子特性及其关联性,建立研究区岩性之间的定量差异;此外,利用因子分析方法研究岩性分类过程中的主导因素,确定适宜岩性分类方法以实现定量化岩性分类。实验结果表明：不同岩性、不同地形地貌的地形因子（组合）之间具有显著差异,基于因子分析得到的宏观地形复杂度指数（MTI）以及微观曲率指数（MCI）对岩石类型的分类精度达77.36%。研究表明,地形复杂度等地形因子可用于岩性分类,采用因子分析方法可获取反映地形地貌宏观、微观特征的定量指标,且岩性分类效果良好。  相似文献   

In-season crop classification using elements of the Kennaugh matrix derived from polarimetric RADARSAT-2 SAR data     

《International Journal of Applied Earth Observation and Geoinformation》2020

Accurate spatio-temporal classification of crops is of prime importance for in-season crop monitoring. Synthetic Aperture Radar (SAR) data provides diverse physical information about crop morphology. In the present work, we propose a day-wise and a time-series approach for crop classification using full-polarimetric SAR data. In this context, the 4 × 4 real Kennaugh matrix representation of a full-polarimetric SAR data is utilized, which can provide valuable information about various morphological and dielectric attributes of a scatterer. The elements of the Kennaugh matrix are used as the parameters for the classification of crop types using the random forest and the extreme gradient boosting classifiers.The time-series approach uses data patterns throughout the whole growth period, while the day-wise approach analyzes the PolSAR data from each acquisition into a single data stack for training and validation. The main advantage of this approach is the possibility of generating an intermediate crop map, whenever a SAR acquisition is available for any particular day. Besides, the day-wise approach has the least climatic influence as compared to the time series approach. However, as time-series data retains the crop growth signature in the entire growth cycle, the classification accuracy is usually higher than the day-wise data.Within the Joint Experiment for Crop Assessment and Monitoring (JECAM) initiative, in situ measurements collected over the Canadian and Indian test sites and C-band full-polarimetric RADARSAT-2 data are used for the training and validation of the classifiers. Besides, the sensitivity of the Kennaugh matrix elements to crop morphology is apparent in this study. The overall classification accuracies of 87.75% and 80.41% are achieved for the time-series data over the Indian and Canadian test sites, respectively. However, for the day-wise data, a ∼6% decrease in the overall accuracy is observed for both the classifiers.  相似文献