基于CART决策树的ZY-3卫星遥感数据土地利用分类监测

通过分析ZY-3卫星遥感影像光谱特征、数据质量,探讨其遥感影像在土地利用分类监测领域的应用前景.基于遥感影像特征,结合面向对象的分析思想,选择训练样本构建决策树分类模型,进行土地利用计算机自动分类,并通过混淆矩阵和Kappa分析对分类精度进行评价.研究表明：1)基于决策树模型和面向对象分类方法,ZY-3卫星遥感影像分类总体精度为88.76%,有助于提高影像分类精度;2)在分类模型中,ZY-3卫星影像对水域、耕地、公路用地和林地影像辨识度较高,而对于其它用地类型相对不足.3)ZY-3卫星数据高分辨率影像特征明显,影像可用于土地利用分类监测.     

基于SVM的曲靖市麒麟区土地利用演变时空分析

基于2009和2015两个时相的TM/ETM+遥感影像数据,利用支持向量机分类SVM技术分析了2009-2015年曲靖市麒麟区土地利用/覆被变化情况,从土地利用类型变化率指数、综合土地利用动态度和土地利用转移方向与特征等方面对土地利用变化时空规律进行了分析.结果表明,麒麟区在近6a里森林覆盖率保持较好,耕地面积略有减少,但草地和水域面积减少幅度较大,建设用地和未利用地有明显增幅.     

基于多时相遥感数据的吉林盐碱区土地覆被信息提取方法对比—以镇赉为例

利用多时相的遥感数据制作的多维分类特征数据集,可以充分挖掘遥感影像中的植被信息提高地表覆被信息的分类精度。以世界三大盐碱土分布区之一的吉林省镇赉县为例,利用多时相Landsat8遥感数据制作的多维分类特征数据集,通过不同的分类方法提取了实验区11类地表覆被信息,并进行精度对比分析。结果表明:1支持向量机(SVM)法对苏打盐碱化土壤特殊生态环境的地表覆被信息提取具有较好的分类效果,总体分类精度87.77%,Kappa系数0.864 9;其中盐碱地的分类效果较好,生产精度达到98.34%。2不同方案分类精度从高到低依次为:支持向量机、最大似然分类、神经网络、最小距离、光谱角法。3镇赉县的土地利用类型以旱地、水田、盐碱地为主,镇赉西部以旱地为主要,中部地区盐碱地、碱泡、旱地交错分布,东部以水田为主。     

基于GEE的土地利用变化对生态系统服务价值的影响研究——以京津冀地区为例

基于Google Earth Engine(GEE)云平台提供的随机森林分类算法对京津冀地区2017年—2019年遥感影像进行分类,解译出林地、耕地、草地、建设用地,水域和未利用地等类型,由此发现三年内林地、耕地、草地面积变化幅度最大,其次为建设用地、水域和未利用地.土地利用类型主要由耕地转向林地、草地;土地利用面积的变化导致研究区生态系统服务价值(ESV)总值从2017年的3 914亿元增长到2019年的4 013.99亿元,其中林地面积的变化起主要作用,而未利用地贡献最低; ESV对三地的生态价值系数缺乏弹性,生态系统服务价值系数对ESV的影响较小,结果具有可靠性. 研究表明伴随京津冀协同发展战略的推进,生态服务有所提高,但应当根据各地区实际情况合理规划土地利用格局,加强对林地、草地、水域的保护,推进集约用地,合理开发未利用地.     

基于最优特征空间构建的随机森林算法在WorldView-2影像分类中的适用性研究

目前面向对象的分类研究中,对于研究区影像的分割尺度问题多以试验者的多次试验以及主观推断为主,缺乏定量化的评价标准。同时,在对遥感影像分类的算法选择以及在分类过程中,有效特征空间的选取均存在一定程度的主观性。针对遥感影像面向对象分类过程中分割尺度选择盲目及分类空间构造主观性较强的问题,以World View-2遥感影像数据为例,首先利用改进的全局最优分割尺度的方法获取研究区影像的最优分割尺度,在此基础上选取了研究区分割对象的48个特征,利用OOB误分率对各个特征的重要性排序;然后按重要性顺序以5为步长讨论特征数量对分类精度的影响,构建了用于分类的最优特征空间;最后将采用最优特征空间的随机森林算法获得的最佳分类结果,与面向对象的最邻近像元、决策树以及支持向量机分类算法进行了比较。结果表明,用于分类的特征数量与分类精度之间,并不是简单的正相关关系;与面向对象的最邻近像元、决策树以及支持向量机分类算法相比,利用最优特征空间进行随机森林分类的分类精度最高,表明该方法更适合于高分辨率World View-2数据的分类。     

三峡库区土地利用时空变化特征及其驱动力分析

综合运用地理信息系统空间分析方法和数理统计方法,分析20世纪90年代三峡库区土地利用时空变化特征及驱动力因素.结果表明:(1)1990~1995年,耕地、水域和未用地逐渐减少,而林地、草地和建设用地不断增加;1995~2000年,林地、草地减少,而建设用地、耕地、水域则增加.(2)库区综合土地利用变化率不高.(3)土地利用变化存在明显的区域差异,以库首区变化最大.(4)土地利用动态变化主要是耕地、林地和草地相互间转化及向建设用地转化.(5)土地利用变化驱动力主要有人口、社会经济发展和宏观经济政策等.     

图像分割与SVM的城市森林植被分类技术研究

为了实现城市森林植被种类的信息提取,文中采用面向对象结合支持向量机的分类方法,基于无人机影像数据对上海某校区内的城市森林进行了植被分类技术的研究。利用影像数据中各类地物的光谱、纹理等特征信息,将城市森林植被类别分为四类,并将分类结果与最大似然法分类结果进行对比分析。结果表明:该方法实现了高分辨率遥感影像的城市森林植被分类,不仅消除了分类过程中的"椒盐现象",而且有效提高了植被分类精度。最大似然法分类结果的分类精度为55.12%,面向对象结合支持向量机的分类精度达83.60%,提高了28.48%。实验结果满足精度要求,可为城市规划提供数据支持。     

基于GF-1 PMS影像的土地利用/覆盖分类研究

土地利用/覆盖变化是当前全球环境变化的重要内容之一,而土地利用/覆盖分类是其基础工作之一。以萍乡市区为研究区,利用国产GF-1 PMS影像为基础数据,采用最小距离、最大似然法、平行六面体和支持向量机四种监督分类法进行了土地利用/覆盖分类试验研究。结果表明:最大似然法和支持向量机分类算法具有更好的分类精度,总体精度分别为93.3和96.03,Kappa系数分别为0.917 2和0.948 7,而最小距离法和平行六面体的精度则差很多。由于GF-1 PMS的多光谱波段和全色波段的空间分辨率分别为8 m和2 m,因而支持向量机分类结果可以满足很多水文、生态等模型的需要。     

基于随机森林算法的城区土地覆盖分类研究

随机森林算法是一种高度灵活且易于使用的机器学习算法,目前在遥感影像分类中应用广泛。为了验证其在城市土地覆盖分类中的效果,本文对河南省洛阳市局部城区进行了土地覆盖分类实验,将Landsat 8(OLI)遥感影像的光谱波段、光谱指数和纹理特征相结合,构成多种特征组合进行随机森林算法分类比较,选择分类效果最佳方案,并与支持向量机方法进行比较。后利用随机森林算法对该组合特征变量高维数据进行降维处理,得到优化特征方案。实验结果表明:采用多源特征组合的随机森林算法的土地利用分类效果最佳,总体精度为90.54%,Kappa系数为0.890,比支持向量机方法的分类精度提高了3.1%;降维处理后的特征方案与随机森林结合在保证分类结果拥有高准确度的同时,减少了运算时间,实现了土地覆被类型信息的高效获取。表明随机森林算法在城区土地覆盖分类上有很好的适用性与稳定性。     

基于面向对象的长株潭地区遥感影像分类方法

结合Landsat TM遥感影像和环境减灾卫星HJ-1-A、B影像数据,基于面向对象的遥感影像分类技术实现长株潭地区土地利用/覆被的分类提取.综合利用隶属度函数和最邻近分类方法设置分类规则,逐步提取林地、湿地、耕地、人工表面的地物信息.以地形复杂多样的长株潭地区为研究区,收集整理具有代表性的样点用于分类和精度评价.结果表明,利用隶属度函数方法分类结果基本能满足生产者和用户的需要,但是林地、耕地内部二级类精度相对较低,错分比较严重,采用最邻近分类优化分类结果后,研究区总体分类精度达到86.05%,耕地和林地一级类分类精度分别提高到73.63%和87.1%.     

闽江口区域土地利用变化时空特征分析

以闽江流域临海区长乐市为研究区域,基于1998年与2000年的TM/ETM+和SPOT遥感图像,及1998年土地利用GIS数据和社会经济统计数据,对长乐市1998-2000年的土地利用动态变化的时空特征进行研究.长乐市土地利用动态变化的主要类型为水田、林地、旱地和未利用地,表现为水田、林地的明显减少,旱地、未利用地及居民地的大量增加,占总面积25.39%的土地单元发生了各种不同类型的土地利用变化,土地利用程度总体处于发展期,并有深化的趋势.     

面向对象和多分类器的棉花出苗信息快速提取方法

为了及时准确地获取棉花苗期的出苗信息,提出了采用面向对象的分类思想,充分利用了图像的纹理、形状和颜色等信息。采用支持向量机、朴素贝叶斯、K最邻近、决策树及随机森林分类器对无人机获取的可见光影像进行棉花出苗信息的快速提取,将目视解译的Shape文件与5种分类器的分类结果进行对比及精度分析。结果表明,最佳机器学习分类器为支持向量机,研究区棉花出苗信息提取总体精度达97.47%。研究可为无人机在农业苗情信息诊断中的应用提供参考,为精准化管理提供支持,达到丰收增产的目的。     

重庆市长寿区土地利用格局及动态变化分析

利用景观生态学原理,基于RS和GIS技术,对研究区1995年和2001年土地利用格局进行分析,结合景观格局指数和景观动态模型分析了研究区土地利用变化趋势及速率.结果表明:①林地、水田和旱地构成研究区内优势景观,1995-2001年耕地减少,城市用地增加.②山地旱地破碎化程度最高;有林地和丘陵水田破碎度较小,景观较完整;③湖泊和农村居民点斑块分布较散,同类间干扰小.城镇用地斑块距离增大,城镇扩张明显.④2001年景观异质性比1995年较高.⑤水域、城镇用地和耕地变化速率大,整体土地利用变化较小.     

喀斯特石漠化地区土地利用/覆被变化及驱动力因素研究——以贵州省安龙县2000～2010年为例

为了揭示喀斯特石漠化地区的土地利用/覆被变化过程及其驱动力因素,以贵州省安龙县为研究区,利用2000年、2005年、2010年3期的遥感影像和地形图资料,运用Arc GIS、RS图像解译分析、统计和对比方法,结合安龙县社会经济统计资料对土地利用/覆被时空变化特征、幅度和速度进行了定量分析。结果表明:(1)2000-2010年间研究区灌木林、旱地、草地和森林占总面积的比重最大,但旱地面积减少速度快,转出变化也大;(2)草地、建设用地、森林和园地面积增加,建筑用地和森林的动态幅度大、年变化速率快;(3)灌木林、裸岩地、水田和水域面积的幅度和年变化速率较稳定。研究发现,研究区土地利用/覆被变化的主要因子是人口增长与社会经济、城镇化与工业化,同时还受地形地貌和政府政策的影响。     

贵州省赤水河流域土地利用/覆被变化及驱动力分析

以遥感影像与土地利用/覆被详查资料为主要数据,在Arc-GIS支持下研究贵州省赤水河流域2000-2010年间土地利用/覆被变化,分析土地利用结构变化和动态变化特征,阐明耕地变化的驱动因素.结果表明：2000-2010年间,耕地（旱地、水田）面积减少51.84 km2;园地、水域、灌木林和裸岩面积变化程度较小;草丛、稀疏植被和森林面积分别增加了1.98 km2、2.19 km2和12.85 km2;其中,建设用地年变化率与动态变化最显著分别为10.98％、13.18％,面积增加了33.40 km2.研究认为,除自然因素外,政府政策、工业化、城镇化等人文因素是影响流域土地利用的主要驱动力.     

基于Sentinel-2A影像的森林类型提取研究

基于Sentinel-2A遥感影像的光谱特征、指数特征和纹理特征,结合野外调查数据、森林 二类调查数据和DEM数据等辅助数据,采用分层多尺度分割提取技术,对研究区主要森林类型进 行提取。研究表明：主成分变换前三个分量的加入有助于提高影像分割效果和分类精度;在影像 光谱特征基础上,加入指数特征和纹理特征可在一定程度上提高森林类型提取精度;在多元数据 的支持下,选取合适的特征和阈值进行分层与分类是一种有效的森林类型分类策略,取得了较高 的分类精度,其中杉木、马尾松、竹林和其它林地的总体分类精度达79.80%,Kappa系数为0.725;通 过决策树和随机森林两种分类器的优势互补,以分类精度混淆矩阵中的生产精度和用户精度平均 值作为先验知识进行多分类器决策级投票融合,相比于单一决策树和随机森林分类器,组合分类 器具有更高的分类精度,总体分类精度分别提高了3.32%和2.13%。     

基于随机森林算法的特征选择的水稻分类——以南昌市为例

在南方水稻遥感分类中,耕地细碎化;干扰性其他植被多是造成分类效果差主要因素。针对此类因素可对多时相影像进行特征提取、叠加成多时相特征集合,利用随机森林并结合归一化特征重要性对多时相影像特征集合进行特征测试,分析每个特征对分类结果的影响。根据每个变量的影响程度(贡献程度)的不同进行一个排序,从而选出最优的分类的特征优选子集。再利用随机森林作为分类器,对特征优选子集进行水稻的分类提取的识别方法。与3组未进行特征选择的SVM(支持向量机)算法的分类结果进行对比。实验结果表明:1)多时相影像的特征集合的分类精度高于单时相影像的特征集合的分类精度;2)基于随机森林对原始特征集合进行特征选择后的总体精度92.09%和Kappa系数90.36%,特征选择能有效去除冗余信息,从而提高分类精度。综上所述,在耕地细碎化,多植被干扰的南方丘陵地带中,结合随机森林的归一化特征选择的方法为水稻的识别和提取研究提供了有效方法。     

1987～2007年上海市土地利用覆被变化研究

采用“支持向量机分类”方法对上海市1987年和2007年的TM影像进行了解译．结果显示：近20年来的区域土地利用覆被变化表现为耕地和未利用土地的面积在不断减少,城乡建设用地、林地、草地、水域面积在不断增加;在空间格局的变化上,城乡建设用地的扩张虽然以从中心城区向外摊开方式为主,但沿交通轴向和卫星城镇点上的外拓发展趋势也非常明显;林地的增加主要集中于环城绿化带、森林公园、城市公园、居住区绿化等区域．根据区域社会-经济-生态复合系统变化与区域土地利用覆被结构变化间的相关性,利用“主成分分析法”和Excel统计功能,建立了两者间的线性相关模型．论文的研究结论可为政府部门科学合理地使用和管理上海有限的土地资源提供参考．     

宁夏石嘴山地区盐碱地变化的目标级检测

采用同一地区、不同时相的Landsat 8OLI影像数据,结合影像的光谱、纹理和地理特征等24个变量,分别采用随机森林分类法(RF)和支持向量机分类法(SVM)对宁夏石嘴山地区进行影像分类,研究发现:影响分类模型精度的有DEM数据、归一化差异植被指数(NDVI)、短波红外波段、归一化差异湿度指数(NDMI)与第一主分量均值(M)等重要参量。RF的分类精度略高于SVM,总体分类精度为95.492%,Kappa系数为0.947;盐碱地的分类精度为98.510%,计算效率是SVM的16.5倍;RF方法更适合进行盐碱地目标级的变化检测。根据两个时相影像的RF分类结果,得到2014—2017年研究区盐碱地面积减少约133.56km2,减少比例56.368%,生态环境改善和盐碱地改良趋势较好。     

基于Landsat卫星影像的纳雍县土地利用变化研究

本文以贵州省纳雍县为研究区,以1997年、2006年和2015年的Landsat遥感影像为数据源,利用RS与GIS手段获取研究区土地利用分类图与土地利用转移概率矩阵,建立Markov模型模拟纳雍县未来土地利用类型的演化趋势。结果表明:未来9 a研究区内的耕地、未利用地面积呈现逐年减少的趋势,建设用地不断扩张,林地面积持续较大面积的增加,而水域面积基本没有变化。基于此,建议提高现有建设用地的利用,同时加强对耕地的保护,实现土地资源的合理利用。