基于地理国情普查的高分辨率影像信息提取研究

地理国情普查是开展地理国情监测的前提和基础,对于准确掌握国情国力,提高政府管理的科学性、规范性和前瞻性具有重要意义。地表覆盖是描述地理国情信息的直接方法,能真实反映土地表面要素与自然属性,因此地表信息提取已成为研究的主要内容之一。本文提出了基于高分辨率遥感影像的面向对象的信息分类方法,并说明了信息提取的技术流程,为地理国情普查与监测提供了方法参考。     

基于第一次地理国情普查（乐清）内业分类正确性的实现

文章介绍地理国情普查内容为地表覆盖和地理国情要素，主要工作在于内业工作，而内业工作对于所给的影像解译越细致，正确率越高，外业工作任务就会轻松许多，从而大大缩短整个普查过程、提高普查效率、节省人力物力及有效保证产品质量。因此，对内业分类解译正确性统计和分析是检验内业成果的重要手段和有效措施。     

干旱区国情监测地表覆盖数据类型解译分析

文章通过研究第一次全国地理国情普查工作中国家制定的相关技术要求,结合干旱区自然条件和区域发展特色,以占我国干旱区面积一半以上的新疆维吾尔自治区为例,进一步对国情监测时内业目视解译地表覆盖影像数据中常见的误差对象、干旱区特色地表覆盖误差来源、判别方法与易混淆地物所造成的误差加以总结,旨在为具有干旱区地方特色的各种不同用途、比例尺和类型的遥感影像目视解译提供参考。     

基于Arcmap的样本点属性描述快速生成方法

本文针对第一次全国地理国情普查过程中,遥感影像解译样本的地理环境描述属性(REMARK)的存储问题,提出了利用Arcmap的空间关联来提高REMARK属性编写储存的速度,为充分发挥解译样本数据在地理国情普查和相关工作中的作用奠定基础。     

地理国情普查地表覆盖内业解译的质量问题研究

地表覆盖内业解译是地理国情普查的一道重要工序。地理国情地表覆盖内业解译现存图斑平面位置精度不足、分类错误多种多样等普遍问题,问题突出典型。文中针对这些问题图文并茂、清晰明了的进行了说明,并从多方面分析问题产生的原因,提出加强对技术指标和采集原则的学习和理解,加强内业与外业的结合,充分发挥解译样本的作用等建议,以有效提高内业解译的质量。     

浅谈湖南省花垣县地理国情普查基本要素的采集流程

地理国情普查是一项重大的国情国力调查,是全面获取地理国情信息的重要手段,是掌握地表自然、生态以及人类活动基本情况的基础性工作。该文是研究者结合生产实践,概述了地理国情普查各个要素即遥感解译样本、地表覆盖、国情要素和元数据各要素的采集流程。     

地理国情普查的总体技术路线和工作流程探讨

地理国情普查是一项重大的国情国力调查,是全面获取地理国情信息的重要手段,是掌握地表自然、生态以及人类活动基本情况的基础性工作。该文是笔者结合生产实践,概述了地理国情普查各个要素即遥感解译样本、地表覆盖、国情要素和元数据各要素的采集流程。     

采用高分辨率航空影像制作地理国情普查工作底图的流程

通过利用测区内已有的高分辨率航空影像,经过降低分辨率处理,制作成0.5 m分辨率的正射影像,用于地理国情普查内业地表覆盖和国情要素采集,以及外业调查的工作底图。经过试生产及精度评定,证明该正射影像精度高、影像清晰,能够达到地理国情普查项目的要求。     

基于彩色航空影像的水体提取与应用实现

天津市第一次全国地理国情普查领导小组办公室综合考虑天津市在三维数字建模、城市水淹分析实际应用情况,编写了《天津市第一次全国地理国情普查实施方案》,方案中明确地形地貌是此次普查的重要内容之一.根据天然水体在彩色航空影像上的表现特征,利用每个像素颜色的差别选取水体,将影像做栅格化和转换SHP面的数据处理,从而提取水体的矢量范围线,再经过滤除与分割,水体矢量线可直接应用于数字影像匹配DEM精细化处理和地理国情普查地表水系要素覆盖.     

地理国情普查地表覆盖分类和要素信息的提取策略

地表覆盖作为能够反映土地覆盖类型、物质种类、及其自然特点等重要信息的重要方法，在地理国情普查中居于举足轻重的地位，是地理国情普查体系中重要内容。重要地理国情要素信息反映与社会生活密切相关、具有较为稳定的空间范围或边界、具有或可以明确标识、有独立监测或统计分析意义的重要地物或其属性。基于此，该文对地理国情普查地表覆盖分类和要素信息的提取策略进行粗浅的探讨，供相关专业从业人士实践参考。     

遥感图像土地覆被专题信息提取方法综述

土地覆被是全球变化研究的重要内容,而专题信息获取是其研究的前提和基础,如何有效地利用丰富的遥感数据源获取高精度的土地覆被专题信息,对于实时动态监测具有重要的意义.在综合分析当前主要的遥感信息提取方法基础上,将土地覆被专题信息提取方法归纳为目视解译、基于统计分析的图像分类、多源信息复合和基于对象的专题信息提取四大类,并综述了各种方法的优缺点、适用领域和应用情况,最后对其研究方向和发展趋势进行了展望,指出地学专家知识、人工智能、非线性理论以及“面向地块”的信息提取方法是其发展方向.     

高分辨率遥感影像在土地覆被变化监测中的应用

为了分析高分辨率遥感影像在土地覆被监测中的适用性,以SPOT5和"资源一号"02C卫星高分辨率遥感影像为数据源,对两种数据的波段组合和数据融合方法进行分析评价,并建立相应的土地覆被解译标志,提取研究区2005年和2012年两期土地覆被信息,基于RS和GIS软件平台,从面积变化、土地利用动态度和转移矩阵3方面研究了土地覆被信息的变化规律。研究结果表明,经过有效合成和融合处理的高分辨影像最大限度地保持了影像的纹理和光谱信息,可以正确识别并提取地物变化边界线,研究成果可为高分辨率遥感影像在土地覆被变化监测中的应用提供一定的参考和依据。     

利用TM影像提取土地利用/覆被信息的最佳波段研究

以土地利用/土地覆被信息的提取为目的,选定武汉市江夏区的TM遥感影像为试验数据,在对其信息特征进行统计与分析的基础上,通过采用最佳指数因子(OJF)并综合试验区地物光谱特征的分析方法进行TM 影像最佳波段选取的研究.结果表明:TM543波段组合为土地利用/覆被遥感中TM 影像的最佳波段组合,其合成的假彩色影像具有很好的...     

Knowledge-based land use/cover classification of remote sensing image in Kenli, Shandong Province, China

Quantitative remote sensing methods have been widely adopted for land use/cover information extraction. However, in the Yellow River delta, spectral confusions between different surface features are common, which always introduce errors into the ordinary automatic spectral classification. A knowledge-based land use/cover classification is tried. Based on a systematic analysis of the spectral characteristics of different land use/cover types in the study area, several index models derived from TM digital data of Kenli County are built, which can make pixels of certain land use/cover types enhanced. With the combination of the index models, the expert knowledge of the area and some ancillary data, such as land use maps and soil maps based on ground surveys, rules of every class are determined to extract the land use/cover information. Accuracy evaluation shows that without any manual modification, the land use/cover information determined with remote sensing is 81.8% and accuracy for the spatial distribution of land use/cover cross checked with a random sample is 84.5%. Therefore, this approach provides an effective means for land use/cover information extraction in the Yellow River delta and can be used as reference for other areas where spectral confusions commonly exist.     

基于机器学习的多源遥感影像融合土地利用分类研究

为了快速获取准确的城市土地利用信息,提高西南地区遥感影像城市土地利用分类信息提取的精度,探讨了当前快速发展的机器学习技术在该领域中的分类实验.选用昆明市主城区作为研究区域,以Landsat8与Sentinel-1A影像为原始数据,使用GS变换法对影像进行融合,使用卷积神经网络(Convolutional Neural Network,CNN)和BP神经网络(Back Propagation Network)2种分类算法对融合前后的遥感影像进行土地利用分类信息提取,对分类结果进行分析.研究结果表明:基于Landsat8和Sentinel-1A的融合影像数据的卷积神经网络分类算法具有最好的分类效果,其总体分类精度和Kappa系数分别为85.8091%,0.8124,认为基于多源遥感影像融合的卷积神经网络分类方法是获取准确的城市土地利用分类信息的一种可行的方法,可以为高原地区城市的土地利用分类提取研究参考.     

高原山区遥感植被制图研究综述

 植被制图是植被生态学研究的基础和重要内容之一.在环境复杂、异质性高的高原山区,由于诸多因素的影响给该区域的遥感植被制图带来很大的困难和挑战.作者重点介绍在复杂山区环境中利用遥感技术进行植被制图的基本过程.为了提高山区遥感植被图的精度,建议注意以下几点：①在提取训练样本阶段,应将同一地物或者植被类型根据其不同的光谱特征分成不同亚类型进行选取训练样本;②现有许多地形校正模型不能有效地提高遥感分类精度;③分类器选择时,建议选择人工智能神经网络分类法、决策树、基于专家知识分类法等先进的非参数分类器;其次如果选择使用中低分辨率影像数据,可以考虑使用亚像元或软分类法;当使用高分辨率影像时,选择基于对象分类法要优于基于像元分类法;④结合辅助数据,尤其是DEM数据能显著提高山区遥感植被或森林制图精度.将来高级地形校正模型和分类算法需要进一步开发和发展.GIS技术与遥感数据结合也是未来遥感植被制图技术发展的一个重要方向.未来研究还需要将群落和植被生态学的理论和方法与遥感技术相结合来提高山区植被制图精度,并促进遥感科学和空间植被生态学发展.     

遥感地质解译及矿化蚀变信息提取在矿产资源评价中的应用

选取Landsat7ETM+和ASTER为遥感信息提取的数据源,基于ETM+数据进行信息提取,结合ASTER数据处理结果进行对比验证,对青海省白日其利地区金矿勘查区进行遥感资源评价。通过遥感影像预处理、地质解译标志建立、影像目视解译获取区内岩性与构造解译图、遥感蚀变信息的提取、圈定找矿靶区等步骤,预测了4个成矿远景区,为后续找矿奠定了基础。     

DEM在喀斯特山区多云背景下土地利用遥感影像解译中的应用

土地利用分类是研究土地资源,进行土地评价和土地利用/土地覆盖变化等研究的基础。利用遥感(RS)技术可对土地资源进行分类调查。以沿河县为分析样区,沿河县是典型的喀斯特山区县,常年多云多雾,给土地利用遥感解译带来较大难度。研究中以地理信息系统(GIS)技术为工作平台,利用近年ASTER影像为基础数据,采用分层提取特征波段的方法,结合数字高程模型(DEM)数据对沿河县土地利用进行了遥感分类解译。分类结果表明,多云背景下的影像数据和DEM数据相结合的方法,可以更好、更快、更有效地提取土地信息,达到较好的分类精度。     

基于ETM＋土地利用/土地覆盖遥感信息提取研究——以宝鸡市金台、渭滨两区为例

目的以宝鸡市金台、渭滨两区为例,利用2004年6月ETM＋遥感影像进行土地利用/土地覆盖信息提取研究。方法在遥感技术和地理信息系统技术支持下,对遥感影像各波段进行特征分析的基础上,确定最佳波段组合,采用监督分类中的最大似然分类法结合人机交互解译相结合的方法完成土地利用类型信息的提取。结果通过对分类精度进行评价,结果表明该方法的有效性。结论利用遥感影像快速、定量地提取土地利用信息的方法是进行区域土地利用监测及数据更新的有效手段。     

青海省第二次全国土地调查中遥感影像目视解译的研究

在第二次全国土地调查的农村土地调查工作中,遥感影像被大范围的采用,对于遥感影像内业解译就成为了发挥遥感影像作用的重要环节。本文就遥感影像在内业解译过程中的部分问题与在青海省黄南藏族自治州的实地调查相结合,对内业解译应解决的问题,以及在完成外业勘查后对内业解译能产生指导作用的相关方法予以说明。