土地利用/土地覆被分类系统研究进展

土地利用/土地覆被变化是全球变化研究中的一个重要内容,而土地利用/土地覆被分类又是研究土地覆被变化的重要前提,它既影响着分类结果的表达,也决定着分类数据的应用领域。本文简要回顾和评述了国内外土地利用/土地覆被分类系统的研究进展。研究认为,土地利用/土地覆被分类系统,1970年代之前以土地利用分类为主,着重于土地用途的差异,主要用于土地利用现状调查和土地利用制图;1970年代随着遥感和计算机技术的发展,以土地覆被为主的分类系统迅速发展起来,它着重于土地类型的差异,主要用于土地覆被变化研究。研究指出,目前的土地利用/土地覆被分类系统一般都适用于特定研究目的和研究尺度,没有统一标准,这种土地分类系统的不兼容性,给土地覆被数据的汇总、分析与共享带来了诸多不便。但一个"万能"的土地分类系统又是不存在的。鉴于此,研究认为一个标准土地分类系统应该是多级的、开放的系统,高级别的土地覆被类型可以直接基于遥感影像进行识别,以便于实现分类数据的比较和共享;低级别的土地覆被类型可以根据特定研究目的灵活制定,以满足特定的研究需要。     

基于MODIS/NDVI时序数据的土地覆盖分类

以250m分辨率的MODIS/NDVI时间序列数据为主要数据源,通过Sacizkky-Golay滤波重建高质量NDVI时间序列数据;同时融合500m分辨率的MODIS多光谱反射率数据和90m分辨率的DEM数据.将非监督分类法和决策树法相结合,进行黑龙江流域土地覆盖分类研究.对分类结果采用已有的土地覆盖数据和高分辨率遥感影像进行精度评价,评价结果表明,利用MODIS/NDVI时间序列数据获得较高精度的土地覆盖分类结果是可行的.     

基于土地利用/覆盖变化的黄河源头区土地管理研究

本文以黄河源头区作为研究区,选取2008年、2010年、2011年的美国陆地资源卫星Landsat TM影像数据作为数据源,利用遥感(RS)、地理信息系统(GIS)和全球定位系统(GPS)技术方法,经过遥感数据处理、统计、分析,获取黄河源头区2008年至2011年土地利用/土地覆盖现状数据。通过计算土地利用转移矩阵模型,直观地反映出黄河源头区土地利用/土地覆盖的年际间的动态变化状况。从土地管理的角度出发,对黄河源头区的土地管理对策进一步进行优化,以期为同类地区的相关土地管理研究提供理论方法。/     

土地利用/土地覆盖变化（LUCC）研究进展

土地利用/土地覆盖变化（LUCC）作为研究全球变化的热点问题,近些年取得了重要的研究进展。随着土地利用/土地覆盖变化与多个科学分支交叉研究的展开,其研究领域和研究深度也在不断发展。文章就土地利用/图地覆盖变化近期的研究状况从监测研究、驱动力及驱动机制、模型研究三个方面进行了简要评述。     

土地利用/土地覆盖变化中的人口因素研究

土地提供了人类赖以生存的基本物质条件,而人类通过对土地资源的改造利用,从而改变其生存环境。因此,人口数量的多少直接影响到土地利用/土地覆盖的变化。故在全球变化和土地利用/土地覆盖变化研究中,人口因素常被作为综合参数来反映人类活动在土地利用/土地覆盖变化中的贡A土地得用/土地覆盖变化;人口因素;土地利用程度指数;土地利用动态度     

基于MODIS的西藏高原土地覆盖分类研究

嵌的MODIS遥感图像,用最大似然估计分类器对西藏高原的土地覆盖类型进行了分类,并采用西藏高原数字高程模型(DEM)对MODIS分类结果进行了分析和改进,最后分别用混淆矩阵和图集中西藏高原植被分类汇总面积对MODIS土地覆盖分类结果进行了分类精度评价。结果表明:①MODIS遥感图像能够有效地分类出西藏高原的主要土地覆盖类型;②根据西藏高原植被的垂直带性分布特点,由DEM改进的MODIS土地覆盖分类精度明显提高,主要土地覆盖类型的面积绝对误差都小于2%,其中,河流与湖泊、森林、高寒荒漠、作物和山地草原的绝对误差都在1%以下;③混淆矩阵分析的平均分类精度为87.68%。     

基于Sentinel-2A影像特征优选的随机森林土地覆盖分类

中南半岛地处热带、亚热带地区,由于水热条件适宜,植被生长旺盛,土地利用强度高,地表覆盖类型的光谱特征时空变异复杂,使用传统的基于光谱特征的遥感分类精度难以保证。Sentinel-2A卫星遥感数据具有较丰富的光谱波段和较高的空间分辨率,为土地覆盖遥感分类提供了多维特征空间。但多维特征参与分类容易造成信息冗余,从而导致分类速度和精度降低。因此,如何充分利用Sentinel-2A数据丰富的光谱和空间信息,并通过高维特征空间降维进行特征优选对于提高分类精度具有重要意义。本文以中南半岛典型地区土地覆盖分类为例,利用Sentinel-2A多波段光谱特征,归一化植被指数(NDVI)、比值植被指数(RVI)、差值植被指数(DVI)、归一化水体指数(NDWI)等指数特征以及对比度、相关性、能量、均值、熵等纹理特征,在随机森林模型框架下,采用平均不纯度减少方法对不同特征在土地覆盖分类中的重要程度进行识别;利用袋外(OOB)误差方法,对重要特征组合进行了优选;利用优选特征进行随机森林土地覆盖分类,并与原始随机森林分类结果进行对比。结果表明:Sentinel-2A影像的光谱特征和纹理特征在土地覆盖分类中具有较为重要的作用,光谱特征中短波红外、可见光、植被红边波段重要性较大,纹理特征中均值、能量法重要性较高。选择重要性列前9位的特征参与分类时,OOB精度达到最高;继续增加特征会使模型复杂度过高,容易发生过拟合而使得分类精度不增反降。通过特征优选高效利用了Sentinel-2A丰富的光谱和纹理信息,其总体分类精度达87.53%,Kappa系数达0.8461,优于原始随机森林方法,一定程度上提高了热带亚热带地区复杂土地覆盖分类精度。     

基于遥感影像的土地覆盖分类方法研究

20世纪90年代卫星遥感在全球和区域尺度土地覆盖研究与应用方面取得了突破性进展,土地利用/覆盖遥感研究的新方法不断出现。对国内外土地覆盖遥感图像分类的研究现状进行了综合阐述,初步探讨了提高土地覆盖遥感影像分类精度的方法与途径     

黄河三角洲土地利用/覆盖变化驱动力分析

土地利用/覆盖变化(LUCC)的驱动力分析是土地利用/覆盖变化研究的核心。本文利用黄河三角洲东营市1984年~2001年5个时期的土地利用/覆盖数据,简要分析了黄河三角洲LUCC特征,重点研究其驱动力因子。在黄河三角洲,耕地和未利用地之间的双向转化最为频繁。海陆河流的交互作用使得黄河三角洲淤进蚀退变化占有较大的比重;淡水资源时空上的分布不均匀,使对平原水库的建设力度大为增加。对土地的盲目垦荒和粗放经营方式,是耕地与未利用地双向转换频繁的最主要原因;人口的增长,特别是非农业人口的增长,是居民地增多的主要原因;农业生产效益,对耕地、灌草地、内陆水体和未利用地之间的结构变化产生了较大的影响。在未来几年,整个黄河三角洲的面积将处于一种动态的平衡中,面积基本保持稳定。要实现黄河三角洲的可持续发展,就要在顺应自然因子的条件下,提高水陆比例,科学合理垦殖经营,大力发展和保护灌草地资源。     

基于环境一号卫星数据的西乌珠穆沁旗土地利用及覆盖分类研究

以西乌珠穆沁旗的土地利用及覆盖分类为主要研究内容,选择环境一号卫星为数据源,在保证分类训练样本精度的前提下进行监督分类,其结果并不十分理想。综合分析研究后发现少部分地类的分类图斑与其他地类的分类图斑存在混淆和错分,造成这一现象的原因主要是遥感数据的光谱特征不足以支持已建立的分类体系,部分类别之间存在较高的光谱相似度;其次某些类别的解译特征可能会因研究区域跨度大而有所不同,从而影响该分类训练样本的纯净度和典型性。在利用各种遥感数据进行土地利用及覆盖状况分类时,应充分研究所用数据的光谱特点,结合研究区域特征建立与之相适应的分类体系,尽量保证各类别训练样本的一致性,从而提高分类结果的精度。     

基于RS及GIS技术的土地利用/覆盖变化分析

本文采用地理信息系统技术的数据采集、处理及分析技术,获取研究区域中每个地块图斑的位置、范围、面积、分布等状况。汇总分析全区各类土地利用现状水平和变化趋势,掌握全市土地所有权、使用权状况和完善该地区土地调查、土地统计和土地登记制度,在此基础上,与2003年土地详查数据进行对比,总结研究区域土地利用存在的问题,并对未来发展提出对策和建议。     

区域土地利用/覆盖变化信息处理分析

基于“3S”技术的区域土地利用 覆盖变化信息处理 ,已成为定量和深入研究区域土地利用 覆盖变化的重要基础。文中从信息处理流程和方法的角度 ,建立了一个基于“3S”技术的区域土地利用 覆盖变化信息处理基本模式 ,并重点分析讨论了相关的处理技术的和方法 ,以期为相关的研究提供借鉴和参考。     

土地利用和土地覆盖变化研究的目标与方法

土地利用／土地覆盖变化（ＬＵＣＣ）是一个多学科研究领域,其主要目的在于了解和预测对全球变化和可持续发展具有重要影响的土地利用和土地覆盖变化动态。ＬＵＣＣ研究的主要议题包括以下几个方面：·土地覆盖变化格局;·土地利用变化过程;·全球和区域综合模型;·建...     

基于生态服务价值的土地利用/覆盖变化生态效应测评

在3S技术支撑下,运用生态服务价值测评方法测算榆林市生态资产时空分布,并消除气候波动的影响,构造土地利用变化生态效应指数和生态效应度等指标。研究表明:①土地利用变化和气候波动是导致榆林市生态服务总价值年际变化的主要因素,榆林市大部分区域1987年~1999年和1999年~2002年前后两阶段生态服务总价值变化中,土地利用变化的贡献率小于气候波动,这一结论说明在气候干旱、降雨年际变率大的区域进行生态建设,应确保其效益持续增加,生态建设方式、植被类型选择更应适应区域气候条件;②全市前后两个阶段的土地利用变化生态效应度分别为65.65元/(hm2.年)、81.64元/(hm2.年);除榆阳、神木、米脂外,其余各区域的土地利用变化生态效应后一阶段高于前一阶段,在前一阶段,北6县土地类型间流转导致生态价值变化较南6县强烈;而后一阶段正好与之相反。     

基于MODIS LST修正NDVI时序数列的土地覆盖分类

MODIS以其时间分辨率、光谱分辨率的优势成为全球及区域土地覆盖研究的主要数据源。但如何快速准确的提取所需土地覆盖信息一直是科学界研究的焦点问题。对于NDVI时序数列分类方面的研究很多，其中影响分类精度的一个重要因素就是NDVI的数据质量问题。本文通过试验发现经过SavizkyGolay滤波处理的NDVI时序数列能够反映植被季相变化特征，与传统的滤波效果相比有明显改善，更符合实际情况。通过分析数据的波谱曲线，滤波后的时序数列能较好的区分植被与非植被、草本（一年生）与木本（多年生）覆盖类型。但研究区内一年一熟的农作物与高盖度草地、落叶针叶林与落叶阔叶林具有相似的物候特征，仅通过NDVI序列很难区分。为解决这一问题，本研究利用MODIS地表温度（land surface temperature,LST）产品对NDVI时序数列修正，利用前5个主成分进行分类。所得分类结果用363个野外调查样区进行验证，总分类精度达到了69.15％，kappa系数为0.6499。结果表明添加LST的时序数列比单纯的NDVI夸大了覆盖类型的差异，提高了分类结果的精度。为充分发挥MODIS高时间分辨率的优势，下一步应对多源数据进行定量分析，结合植被的物候关键期识别土地覆盖类型，必将进一步提高分类精度。     

基于GF-2与LandSat-8影像的土地覆盖分类比较

基于GF-2与Land Sat-8影像数据,利用支持向量机分类器(SVM)对同区域同期两种数据进行土地利用覆盖分类对比研究。结果表明:典型样本的光谱比较接近,但在农田与林地、不透水面与裸土的典型样本可分离性方面,Land Sat-8优于GF-2;GF-2与Land Sat-8的分类总精度分别为92.25%和92.06%,但不同地物类型的分类精度存在差异,波谱响应函数的差异可能是导致Land Sat-8对林地的分类精度高于GF-2的原因;此外,GF-2对零碎分布地物类型的分类精度高于Land Sat-8,主要原因是GF-2具有更高的空间分辨率。     

土地利用/覆盖变化时空过程建模研究进展

在总结了近几年国内外土地利用/覆盖变化(LUCC)主要应用研究的基础上,梳理了LUCC分析建模的热点研究方向和主要存在的问题。主要应用研究方向为:LUCC的监测与预测,LUCC驱动力分析。主要建模研究方向为:LUCC驱动力分析建模,LUCC时空过程建模。LUCC相关研究存在的问题:(1)监测、预测成果未有效管理,(2)时空过程建模中对时间属性的运用不足,(3)不同尺度下驱动力的确定。针对存在的问题,提出了未来可行的解决方向。     

基于决策树的分类方法在土地利用分类中的应用

决策树分类方法是一种基于空间数据挖掘来获得分类规则的方法,能够融入影像以外的各种知识,有效地将各种用于植被、水体和土地的分类知识以及空间纹理信息结合起来[1],本文尝试基于决策树分类方法之上,结合光谱特征提取值和纹理信息特征提取值对Landsat5 TM影像进行分类,寻找提高土地分类的精度和准确性的方法。     

图像处理软件在分析土地利用/土地覆盖变化中的应用——以新化县为例

借助遥感图像处理软件(The Environment for Visualizing Images,简称ENVI),辅以地理信息系统空间分析(Geographic Information System,简称GIS)软件进行图像的处理与分析。以新化县为例,对2001年和2011年两期校正融合后的IKONOS影像进行分类和处理,得出土地利用变化及相互转变的关系,利用动态度数学模型,揭示新化县2001年~2011年间土地利用与土地覆盖的变化特征。     

土地覆盖分类中遥感与GIS的应用原理

阐述了遥感与GIS在土地覆盖分类中的应用原理。遥感自动分类主要依赖地物的光谱特性,采用数理统计的方法,基于单个像元来进行,主要有监督分类和非监督分类的方法。GIS可以使分类结果更加精确,在GIS的支持下对遥感数据分类结果进行叠加分析,使分类图像与土地利用分区信息集合起来,可以很大程度上提高精确度。