遥感数据计算机分类在土地调查中的应用

本文提出MSS数据波谱形态相关模型和直方图决策树分类法。这一方法从数据直方图和矫正的波谱形态曲线中提取模型参数、直方图特征参数、各波段相关系数参数,同时提取波谱反转特性参数,然后利用直方图决策树分类器进行计算机判决分类。将该方法应用于咸宁市县级土地利用状况调查中,取得了满意效果。     

遥感数据的土地覆盖分类

为有效开展土地覆盖变化检测、碳循环评价和气候评估,从土地覆盖分类中使用的遥感数据、分类方法、土地覆盖分类系统以及分类结果对比4个方面,综述了近年来国际上土地覆盖分类的研究进展.这对建立一套能够反映中国实际,又能与国际上流行的分类系统兼容、灵活转换的土地覆盖分类系统,并建立开放的、及时更新的中国土地覆盖样本数据库,具有现...     

高分辨率遥感数据在土地整理工作中的应用研究

高分辨率遥感影像数据具有现势性好、时空分辨率高等优点,能及时、准确、快速地反映土地利用变化情况。本文分析了利用高分辨率遥感影像进行土地调查的特点,并详细介绍了QuickBird高分影像在土地整理工作中大中比例尺地形图测绘方面的总体思路和实施过程,这对新技术条件下土地调查和整理的应用实践提供了重要借鉴。     

湖北省土地利用状况遥感调查

采用1999年最新的LANDSAT TM假彩色合成图像，采用人机交互式遥感解译方法和ARC／INFO地理信息系统对湖北省的土地利用进行了1：250 000比例尺的遥感调查与制图，调查结果显示，湖北省土地利用结构中，农用地占92％，而耕地占农用地的42％，耕地中基本上是水旱各半，耕地主要集中在江汉平源，鄂东沿江平原和鄂北岗地，耕地 化程度最大的江汉平原耕地占其土地面积的68％，全省水域用地约占土地总面积的6％，建设用地约占2％。     

遥感影像的分类与识别技术在土地资源调查中的应用

遥感图像记录了地物在空间域、时间域、光谱的域的变化信息,利用图像的分类技术,能够识别土地利用类型,计算机遥感分类识别原理,是利用地物的光谱能量特征差异性和结构特征差异性来识别地物信息,根据北京某地遥感图像实例资料,将土地利用类型分为监督分类、非监督分类、最大似然法分类、神经网络分类等,不同的分类方法有各自的特点且分类结果也有一定的差别,其中神经网络分类与真实情况最为接近。     

计算机遥感图像分类法在天然草原土地利用现状研究中的应用

本文以锡林郭勒草原国家级自然保护区为例,利用计算机遥感图像分类法对研究区2005年的TM遥感影像进行了解译,并对其进行了分类精度评估,得出(1)将该方法应用于景观单一、面积较大的草原地区土地利用分类中,具有较高的精确度,能够较好地反映土地利用类型空间分布特征(。2)利用该方法,可以在较短的时间内得到较准确的结论,具有很高的实用性。     

土地利用遥感分析——计算机绘图在土地利用成图中的应用

本文介绍了一种利用遥感图像数据、地形图数据及土地资源野外调查数据等多元信息复合的技术,在计算机上建立自动图系统的方法,该方法可对土地资源进行高效、快速地自动绘图,主要利用数字化仪,通过输入软件对边界信息输入,运用多种计算机语言对图形数据进行编辑、转换,并调用数据库系统数据图形内容进行补充,用不同色彩表示各种土地利用的形式,最后通过输出设备将图形输出,从而实现将土地资源的动态信息反映到图形上,为决策者提供生动、直观的观察对比手段。本文以郊区县市的土地利用为例,介绍了上述方法的设计思路、结构和具体的应用。     

格尔木市区土地利用动态遥感调查

利用陆地卫星资料TM和航测数据,在地理信息系统软件MAPGIS．6．0的支持下,对格尔木市区的土地利用现状及动态变化规律进行了研究。调查结果表明,近五年间,格尔木市的耕地和未利用土地减小,居民地和工业及公共设施用地增加,占城市用地的64．23％,林地和园地及水域,远低于国家规定的8％～15％的绿化率标准,且系统结构不合理。     

采用TM及SPOT卫星数据进行山西省土地资源遥感调查及研究

以TM和SPOT卫星数据为基础信息源,结合卫星遥感（RS）和地理信息系统（GIS）等高新技术手段,对山西全省范围的土地资源进行了遥感调查及研究。     

基于遥感土地调查的土地开发整理新技术研究

卫星遥感影像数据具有现势性好、时空分辨率高等优点,能及时、准确、快速地反映土地利用变化情况.该文基于笔者长期从事土地整理工作的相关工作经验,详细介绍了QuickBird高分影像在土地整理大中比例尺地形图测绘方面的总体思路和实施过程,这对新技术条件下土地调查和整理的应用实践提供了重要借鉴.     

遥感数据的粗糙集表示及分类

由于粗糙集理论对不确定性的描述是相对客观的,且在无需先验信息的情况下提供了严格地处理数据分类问题的数学方法,结合遥感数据的不确定性,就能对遥感数据进行分类处理.文章通过对遥感数据的处理,经过数据离散化等一系列数据处理后得到约简属性,再根据Fisher线性判别对遥感数据进行监督分类,得到分类结果.可以得出粗糙集理论应用于...     

spot5遥感数据在兴隆山森林资源规划设计调查中的初步应用

利用Geoimage、Erdas等图像处理软件,对spot5遥感数据进行了几何精校正、效果增强、影像融合、波段组合等处理过程,形成森林资源规划设计调查中能够使用精度准、分辨率高的遥感影像数据;探讨了spot5遥感数据在兴隆山森林资源规划设计调查中应用的方法和优势,在经过几何精校正的卫星影像上,根据解译判读标志,结合已有档案、近年来各类作业设计及检查验收等有关资料,利用计算机采用人机交互的方式进行了目视解译判读并区划小班,通过现地验证形成最终的成果数据.     

面向对象的模糊分类法在土地利用调查中的应用

介绍了土地利用调查的内容,探讨了如何利用面向对象的模糊分类法对航空图像进行分类。     

福建省土地资源遥感调查与分析研究

采用“3S”技术对福建省土地资源进行遥感调查,拟订了土地利用的分类系统,系统地建立了全省的判图标志,绘制了2001年的1:250000福建省土地利用现状图并更新其数据库,在此基础上,简要分析了福建省土地利用遥感调查面积与详查面积之间差异及原因．     

机器学习在遥感影像分类中的应用

概述了机器学习的主要方法及其在遥感影像的主要应用方向,涵盖环境生态遥感中机器学习技术的研究、应用情况及近年来的新进展.通过使用深度学习对FY-3C气象卫星资料进行积雪检测的应用实例,说明深度学习模型可以利用大数据的优势不断提高检测精度,在某些指标中取得了更优于传统机器学习的精度,可解决传统机器学习难以解决的一些问题,从...     

土地调查中多源数据的综合应用研究

结合吉林省大安市第二次全国土地调查项目的实施,分析了土地调查成果的历史与现状,探讨了新旧成果的衔接转换方法。     

基于决策树的多源遥感数据分类

遥感影像是获取土地覆盖信息的重要手段。分析了影响决策树分类的特征因子,并根据这些因子构建分类决策树。结合中分辨率多源遥感数据,对贡嘎山区进行土地覆盖分类,通过与最大似然法分析对比,基于决策树的多源数据分类对试验区的分类精度(总体精度85.71%,Kappa系数0.83)远高于基于像素的最大似然法监督分类(总体精度63.56%,Kappa系数0.58)。     

贵州省地表遥感覆盖物在名称和分类上的勘误与释义标准

目前国内应用遥感领域中,所采用的地表遥感分类办法种类繁多、独立性强、命名理由和习惯不一、标准化差:一方面来源于国外传感器所匹配的分类框架在尺度和制度上与国内沿袭不一需要重新拟定,另一方面也来源于研究者疏于严谨、精确的逻辑框架。从而造成各研究中指代不明,数据意义不明确,甚至在统计上出现矛盾和错误,不仅限制了各研究的科学性同时也阻碍了各数据之间的交流、参照和比对。研究以贵州省为案例,统计并分析现有的各类地表覆盖研究中出现的分类系列、名称及其释义,找出并改正各地物分类和命名在逻辑与方法上出现的混乱、矛盾和错误,并将标准化后的地类系列、名称和释义标准拟为意见建议,供其它研究参考和借鉴。     

人工神经网络在土地覆盖分类中的应用

文章使用A STER遥感数据和土地利用分布图等地理辅助数据,用BP神经网络方法对土地覆盖进行了分类,并与最大似然法的分类结果进行精度比较分析提出神经网络方法在遥感图像分析与处理技术中的应用潜力。结果表明地理辅助数据参与的BP神经网络用于土地覆盖分类研究可以获得相对较好的分类结果。