基于MODIS数据的生物保护区域土地覆被分类

中分辨率(250 m和500 m)MODIS数据比1 km分辨率的AVHRR具有更高的空间和光谱分辨率,在区域尺度上土地利用/覆盖得到了广泛的应用.该文主要探讨了如何在生物保护中利用MODIS数据获得区域土地覆被分类信息.采用决策树和最大似然法相结合的分类方法,对MODIS数据进行了生物保护区域土地覆被分类制图,并利用Landsat TM土地覆被制图作为参考数据对MODIS数据土地覆被制图进行了精度评价.结果表明,利用MODIS数据在区域尺度上可以获取令人满意的土地覆被分类.     

基于SEaTH的决策树方法在区域尺度土地覆被分类中的应用

利用最大值合成法处理洮河流域2000年MODIS数据,得到归一化植被指数年最大值栅格数据,结合该区数字地面模型构造土地覆被分类数据集,采用SEaTH算法提取不同地类的特征阈值,构建决策树,对洮河青藏片区和黄土片区进行土地覆被分类,与NLCD-2000数据相对比进行精度评价.结果表明:决策树法能够较好实现洮河流域主要地物的识别并反映其宏观分布格局.青藏片区地物分类的总体精度为74%, Kappa系数为0.71;黄土片区地物分类的总体精度为63.8%, Kappa系数为0.57;青藏片区的分类效果总体要好于黄土片区.与最大似然法相比,决策树法在青藏片区的分类精度提高约10%,黄土片区分类精度提高约5%.     

不同分辨率土地覆被数据在省域的适用性分析 ——以江西省为例

为获得The MODIS Land Cover Type product(MCD12Q1)、欧空局ESACCI、全球30 m地表覆被数据(FROM-GLC)在省级尺度的精度,从土地利用变更数据抽取含6个一级土地覆被类型、8个二级土地覆被类型的162478个样本点,采用混淆矩阵方法,从总体精度、制图精度和用户精度角度评价3套数据的精度及适用性.结果表明:总体精度中,MCD12Q1一级总体精度为72.71％,二级为71.58％;ESACCI一级为75.63％,二级为64.61％;FROM-GLC一级为77.58％,二级为75.32％.研究发现,数据集在不同区域的总体精度不同,且总体精度与研究区的主导地类占比相关.运用统计分析方法得出3套数据总体精度的预测方程,本项研究克服了传统的总体精度应用不广泛的缺陷,并且建议遥感数据集使用者在选取遥感数据集时,将地域性因素纳入考虑范围中.     

基于HJ影像的面向对象土地覆被分类方法

提出了基于HJ影像的面向对象技术土地覆被分类的一整套方法,即采用面向对象的影像分类技术,充分利用影像的光谱特征、空间特征、纹理、上下文关系,综合运用多层分割、整体分割、类内分割和局部分割模式,融入二叉树流程法,以多时相HJ影像为实验数据,对土地覆被类型进行自动提取.并以地形复杂的麻阳苗族自治县为例进行实验研究,结果表明:分类总体精度为82.88%,能够满足利用遥感影像进行土地覆被信息提取的精度要求,说明是可行的;由于中分辨率的HJ影像提供的光谱细节并不是很丰富,HJ影像面向对象土地覆被分类技术的光谱特征优势不明显,利用二叉树流程法和多种分割方法是降低误差提高分类精度的有效途径.     

环境特征对MODIS土地覆盖分类精度影响研究——以河南省为例

特征是影响土地覆盖分类精度的重要因素.为分析基础特征不同的情况下,地形、降水等环境辅助特征对MODIS土地覆盖分类精度的影响,选取河南省为研究区,以MODIS 1-7波段天顶BRDF调整后反射率产品MCD43A4、全年EVI时间序列数据MOD13Q1及两者的组合为基础特征,MODIS地表温度产品MOD11A2、高程、坡度、年平均降水为辅助特征,构建多特征组合,并利用支持向量机进行土地覆盖分类研究.实验结果表明:(1)在基础分类特征不同的情况下,地形(高程、坡度)、地表温度的引入,均可令土地覆盖总体分类精度略有提升,提升贡献在1个百分点以内,但年平均降水对精度贡献并不稳定.(2)环境辅助特征对不同地物生产精度的贡献并不相同,在某些类别的生产精度获得提高的同时,其他类别的生产精度可能降低.     

基于高分辨率遥感影像的广州城市土地覆被分类系统

土地覆被分类系统是城市景观研究的基础。近年来对地观测技术发展迅速,遥感影像的质量与分辨率有了极大的提升,为土地覆被的研究提供了强大的基础数据,而科学合理的分类系统则是土地覆被研究的前提。根据不同的研究目的和遥感数据的特点,各国学者先后提出构建不同层次不同类型的土地覆被或土地利用分类系统,但迄今仍没有一个为国际学术界广泛认可和具有普适性的分类系统。本文基于多光谱与全色波段融合后的2 m分辨率高分一号影像数据,依据地物自然属性、形态及光谱特征,提出了一个适用于城市区域的土地覆被分类系统,并以广州市为例图示了分类结果。该分类系统着重于城市生态系统的特点,为非重叠的层级体系,第一、二层级有固定的类别与依据,第三层级为开放性层级。其中一级类别划分为建成区、植被、水体和裸地4类,二级类别分别划分为商住区、工业区、道路;林地、灌从、草地、农田;河流、库塘等9类。分类结果包含二级类别的全部土地覆被类型,总体精度达到90.1%,符合技术要求,具有推广意义。     

二向反射模型在土地覆被制图中的应用

植被的反射异质性特征可以反映植被的结构和光谱特性,有助于更有效地识别植被.在塔里木河下游开展的研究中,使用了MISR的多角度观测数据,利用核驱动和RPV模型反演获取地表BRDF信息,使用SVM方法对MISR天底角反射率数据和BRDF信息组合进行土地覆被分类研究,对比分析了BRDF对分类效果的影响.发现:①BRDF信息可以为半干旱区土地覆被制图提供附加的有用信息,提高制图的精度.②核驱动模型和RPV模型都能较好地模拟研究区地表反射的状况.③空间结构差异较大的草地和林地类型使用BRDF信息后的用户精度明显提高.     

中国典型区域GLC2009数据的精度评价

为研究GLC2009在中国地区数据的分类精度,以中国典型区域为研究内容,选择空间分辨率为30 m的中国TM影像为参考数据,利用混淆矩阵方法,从空间一致性和面积数量精度两方面对全球土地覆盖数据GLC2009产品进行精度检验.结果表明：GLC2009在中国总体精度较低,其中华东区域的分类精度最高,Kappa系数达到0.77;西北和华南区域的分类精度次之;东北区域的精度则最低,Kappa系数仅为0.02.该结果为地表层发展过程研究提供了参考依据.     

集成基于对象影像分析与贝叶斯软融合的土地覆被变化检测

应用遥感数据进行分类后变化检测时,土地覆被分类误差会造成严重的误差累积效应,同时会导致土地覆被类型转换结果中经常出现不尽合理的情况.采用基于对象的影像分析方法,利用两期国产高分一号影像数据分析了兰州市建成区及其东南部边缘地区的土地覆被变化.通过分析研究区的特征,得到了研究区的土地覆被转移逻辑.利用贝叶斯软融合方法降低了土地覆被变化分类误差的累积效应,运用土地覆被逻辑,消除了不合逻辑的结果,变化检测结果总精度达到81.61%.最终得出了兰州市总体上沿沟谷地向周边东南方向延伸的发展模式.     

基于数据驱动和支持向量机的土壤水分含量反演研究

利用MODIS遥感数据和支持向量机回归算法,反演出研究区土壤含水量。利用分类结果与MODIS L1B日数据,采用Vswi方法反演高植被覆盖区土壤水分,并利用MODIS复合产品数据对低植被覆盖度采用表观热惯量模型。实测数据表明,反演精度大大提高。     

中国科学院土地利用分类系统与IGBP分类系统的转换研究——以西北农牧交错带为例

以中国科学院土地利用/土地覆被分类系统和IGBP土地利用/土地覆被分类系统为例,分别按照直接转换、间接转换、分类后再转换3种转换关系制定转换规则,以西北农牧交错带为实验区,利用从中国科学院资源环境数据中心获取的实验区2015年土地利用/土地覆被数据以及遥感影像、野外考察数据等,按照制定的规则,对土地利用/土地覆被分类系统进行了转换和验证.结果表明:本研究所制定的土地利用/土地覆被分类系统转换规则科学合理;经过分类系统转换后的土地利用/土地覆被数据精度较好.本研究对于其他分类系统间土地利用/土地覆被数据类型的转换具有参考价值,对进一步的区域变化研究具有重要意义.     

一种改进的决策树分类方法在土地利用信息提取中的应用

选择昆明市作为研究区,以2011年LandsatTM影像为基础数据,通过分析研究区地形特征,提出把研究区进行分区并分别确定高程、坡度决策规则的改进型决策树分类方法,并结合分析的光谱特征规律,在决策分类中引进了比值型指数、NDVI值,构建基于光谱特征和地学辅助知识的决策树信息提取模型,最后对传统计算机自动监督分类方法与决策树信息提取模型方法解译的昆明市土地利用数据的精度进行评价。研究结果表明：基于改进的决策树分类方法进行遥感信息提取的昆明市土地利用数据的Kappa指数比传统监督分类方法提高了0．234,分类精度提高了17．03％;从各种地类类型的测试样本点平均正确率来看,改进的决策树分类方法比传统监督分类方法提高了21％,大大提高了LandsatTM遥感数据分类的精确度和可靠性。     

基于MODIS数据的水体超分辨率制图——以丹江口水库为例

遥感数据是提取水体信息的常用数据,实际应用中,中、高分辨率空间数据能够以较高精度提取水体信息,但由于时间分辨率较低,难以有效监测水体的动态变化过程.以MODIS(Moderate-resolution Imaging Spectroradiometer)为代表的低空间分辨率遥感数据时间分辨率高,在全球大范围快速提取水体及水体动态变化监测中具有重要意义,但是受其空间分辨率较低的限制,提取的水体信息精度不高.针对该问题,该文提出了一种针对MODIS数据的水体超分辨率制图方法.该方法首先利用MODIS数据MOD09Q1产品的1、2波段,通过线性混合像元分解,得到水体丰度图;然后利用MODIS数据MOD09A1产品的2、4波段,计算得到水体归一化指数,对水体丰度图进行后处理以减少混合像元分解误差;最后以修正后的水体丰度图为输入,建立超分辨率制图模型,从而得到最终的高空间分辨率水体分布图.将上述方法应用于丹江口水库,并与利用Landsat-8/OLI数据提取的水体分布图进行对比,结果表明,相对于传统像元尺度的水体制图结果而言,通过超分辨率制图得到的水体制图结果精度更高,不仅能够更好的保留水体空间分布特征,提取的水体面积也更加准确.基于MODIS数据利用超分辨率制图方法对丹江口水库进行水体提取,完成了2014年12个月丹江口水体面积变化图.超分辨率制图可以获得具有Landsat空间分辨率和MODIS时间分辨率的水体制图结果,实现对丹江口水库的高时空分辨率的水域变化监测.     

基于历史矢量数据的土地覆被样本自动选择方法

针对目前遥感技术在土地覆被中的应用需要依靠人工采集样本的现状,提出一种基于历史矢量数据的土地覆被分类样本自动选择方法:分别对遥感影像进行分割、对历史矢量数据进行筛选和缓冲处理,然后对分割结果和缓冲处理后的矢量数据进行空间分析和判断得到初始样本,再通过分类训练剔除错误样本得到最终样本,并以四川省某区域为试验区,对方法进行了测试和分析.结果表明,自动选择方法提取的样本准确率均在95%以上,相对于人工采集样本大大提高了效率;基于选择的样本对影像进行分类,结果精度也较高,能够有效地用于土地覆被专题图的快速更新.     

融合MODIS与ASTER数据生成高空间分辨率时间序列LAI方法研究

为了得到高时间分辨率和高空间分辨率的LAI产品,提出一种方法,可以融合MODIS LAI产品的高时间分辨率和ASTER数据的高空间分辨率优势,该方法利用MODIS全年的LAI产品和少数景ASTER高分辨率数据,最终得到ASTER尺度上全年时间序列的LAI.其中主要利用高分辨率图像的分类图像,和MODIS配准得到MODIS各像元内的各地类百分比,利用混合像元分解方法得到高分辨率尺度上各个地类的LAI时间变化曲线.再利用高空间分辨率影像反演得到的LAI值来调整这条曲线,从而得到高空间分辨率时间序列的LAI.     

利用logistic模型对MODIS数据进行湿地提取

MODIS是近年来较常用于宏观土地利用/土地覆盖的一种遥感数据来源。为了克服MODIS空间分辨率的限制,在建立提取模型的时候使用了多期遥感数据,并且加入了地形辅助数据。Logistic模型是一种非线性的回归分析模型,它通常是用于预测和判定未知单元的类别属性。先划出训练样区,计算出湿地分布与各因子之间的关系式,进而得到湿地分布概率图,选取一定的阈值(0.5),最终提取出湿地。研究结果显示,Logistic模型用于遥感分类,分类精度高于最大似然法。另外,加入了地形因子(dem,slope,tpi)后,分类精度得到明显的提高。     

综合运用影像对象多种特征的土地利用/土地覆被分类方法探讨——以兰州秦王川地区为例

运用基于对象的影像分析方法,对秦王川地区1994、2001、2011、2013年同时相的4期Landsat 5 TM、Landsat 8 OLI卫星影像数据进行影像分割,综合运用影像对象的光谱、纹理、形状和邻域特征,构建了分类规则集,实现了各期土地利用/土地覆被专题制图.结果表明4期影像的分类结果精度均满足制图要求与动态监控,准确地反映了过去20 a来秦王川地区土地利用/土地覆被的状况.     

黄河河源区近10年来土地覆被变化研究

分析80和90年代2期土地覆被数据表明,随着黄河河源区自然条件的变化、人口数量的增加和人类活动的强度加大,使黄河河源区草地面积明显减少,尤其是覆盖度高的天然草场.沙地裸地的面积迅速增加,表明黄河河源区的土地覆被已经遭受严重的破坏.对黄河河源区土地覆被结构与变化过程、空间景观特征研究得出,近10年来,流域土地覆被格局由依赖高覆盖度草地转变为其他覆被类型,高覆盖度草地已经明显遭到破坏.     

基于定量遥感产品的土地覆盖分类方法研究

准确进行土地覆盖类型提取具有重要的实际应用价值,但是目前常用的分类数据较为单一,通常使用地物反射率数据或植被指数,较少使用定量遥感产品.为此,本文使用反照率等产品评价定量遥感产品在地物分类中的实际应用效果.提取定量遥感产品的年平均值、标准差等特征作为地物分类依据,运用随机森林分类方法建立中国地区土地覆盖分类的自学习模型,与仅用地物反射率和NDVI数据进行分类的结果进行比对.结果显示,定量遥感产品辅助下的随机森林模型宏观尺度土地覆盖分类方法的总体精度为89.8%,Kappa系数为0.86,比仅用反射率和NDVI数据进行土地覆盖分类的总体精度提高了12.9个百分点;通过下降梯度法对分类特征的重要性进行评价,发现叶面积指数和反照率2种定量遥感产品在土地覆盖分类模型中重要性较大.结果表明,定量遥感产品用于土地覆盖类型的信息提取,会提高资源环境要素提取的精度,本文方法可为地物分类提供新的思路.     

元胞自动机模型的尺度敏感性分析

以深圳市龙华镇为案例区,构建了土地利用/覆被变化的元胞自动机模型,从时间和空间两个方面定量研究了LUCC模型的尺度效应。通过改变模型输入数据的空间分辨率和模型模拟的时间长度,探讨了尺度对土地利用变化模型的影响。分别采用龙华镇1990年30,60,90,120,150,180,210和240 m空间分辨率的土地利用数据作...