秦岭南坡子午河中下游流域土地利用/土地覆被信息提取及其应用

精确的土地利用/土地覆被数据不仅可以反映区域的生态环境状况,为环境部门提供决策支持,也为实现区域生态环境更高质量发展发挥重要作用。以子午河中下游流域为研究区,利用多源多时相的landsat8卫星遥感数据,结合地面调查数据、文献调研等,探讨并研究支持向量机分类法（SVM）和随机森林模型（RFM）对该区的植被类型和土地利用现状类型进行识别,对两种方法的分类精度进行对比,并分析和评价光谱特征变量对模型的重要性和适用性。利用满足要求的土地利用现状数据,再结合修正的通用土壤流失方程RUSLE模型进一步计算出研究区的土壤侵蚀模数,绘制研究区土壤侵蚀分布图,结合土地利用/植被覆盖信息计算研究区的生态环境状况指数,从宏观上对子午河中下游流域进行生态环境评价。结果表明：①随机森林模型可以有效利用样本的特征因子,并与地形约束因子结合,从而对植被和土地利用类型进行分类,分类总体精度均达到80%以上,kappa系数分别为0.73和0.86,与传统的SVM方法相比,RFM方法均提高了森林类型和土地利用类型的分类精度。②研究区总体生态环境状况指数为87.12,生态环境状况为优,其中水源区附近由于土壤侵蚀流失量相对较大,所以生态环境状况为良,占研究区总面积的15.69%。     

基于对象特征的山东省丘陵地区多时相遥感土地覆被自动分类

对于基于像元的土地覆被分类来说,植被的分类是难点。使用多时相面向对象分类方法可以较好的解决这个问题。以山东省烟台市丘陵地区为研究区,采用Landsat TM(Landsat Thematic Mapper remotely sensed imagery)、DEM(Digital Elevation Model)、坡度、坡位、坡向等多种数据,利用基于对象特征的多时相分类方法对研究区进行土地覆盖自动分类。首先对影像进行多尺度分割并检验分割结果选取合适的分割尺度,然后分析对象的光谱、纹理、形状特征。根据各类地物的光谱特征、地理相关性、形状、空间分布等特征,明确类别之间的差异。建立决策树使用隶属度函数进行模糊分类,借助支持向量机提高分类精度。研究结果表明,通过使用多时相影像采用面向对象分类方法,相对于传统的基于像素的分类可以明显提高分类精度,尤其是解决了乔灌草的区分问题。     

发展NECT土地覆盖特征数据集的原理、方法和应用

着重探讨了建立中国东北样带 (NortheastChinatransect, NECT) 土地覆盖特征数据集的原理、方法及其在全球变化研究方面的重要应用。NECT土地覆盖特征数据集是以多时相的 1km分辨率的NOAA/AVHRR归一化植被指数NDVI (Normalizeddifferencevegetationindex) 数字影像为基础, 同时采用高程、气候、土壤、植被、土地利用、土地资源、生态区域、行政边界、经济、社会等多源数据作为数据源, 并经过标准化处理 (如数字化、空间插值、几何配准、投影转换 ) 集成而成。在土地覆盖特征数据集的主要应用方面, 如 :1) 利用多时相、1km分辨率的NOAA/AVHRR影像完成了中国东北样带土地覆盖分类图。一级分类系统包括森林、草原、荒漠和沙地、灌丛、农田、混合覆盖 类型、城镇和水体等 8类, 二级分类体系包括 12类。经过地面采样进行精度检验, 分类精度达到 81.6 1%。 2 ) 对主要植被类型的植物生长季变化进行的研究。利用多时相的遥感影像构造了能够反映植被年际、季节生长变化的遥感植被指数ND VImax、NDVI变幅xam以及NDVI的标准偏差x′s 等, 分析这 3个参数 1983~ 1999年的 17年中的变化情况。该数据集的建立是研究该样带土地覆盖特征及其变化规律的基础, 对基于样带的全球变化研究有重要的意义。     

基于多时相SAR数据和SPOT数据的盘古林场林分类型识别

林分类型信息的提取是遥感影像分类中的热点和难点。而大兴安岭地区又是我国重点林区和天然林主要分布区之一,植被类型丰富,种类繁多,为林分类型精确识别带来了很大的难度。为了比较和提高林分类型的分类精度,研究以大兴安岭地区盘古林场为实验区,综合利用SPOT-5影像和不同时相的RADARSAT-2全极化SAR影像,采用3种分类方案及最大似然分类方法对研究区遥感影像进行分类,并比较不同分类方案对林分类型识别的精度。3种方案分别是:(1)单独采用SPOT影像对林分类型进行识别;(2)对全极化SAR数据进行极化分解提取参数并结合SPOT数据参与分类;(3)结合SPOT数据与多时相全极化SAR分解参数进行分类。结果表明:对比SPOT、加入单时相和加入多时相3种方案的分类结果,方案三加入多时相SAR影像与SPOT数据对白桦林、落叶松林、樟子松林和云杉林的分类中总分类精度最高,为84.64%,Kappa系数为0.79,对林分类型的识别最为有效,而单用SPOT数据对林分类型识别的精度最低,精度为76.66%,Kappa系数为0.70。     

3S技术在绿洲土地覆盖变化研究中的应用研究--以新疆于田绿洲为例

土地利用／覆盖变化（LUCC）是全球变化研究的重要核心问题之一,基于区域和地方尺度的绿洲土地覆盖变化信息的定量提取在干旱区生态环境演变研究中具有重要的价值,也是对全球变化研究的重要补充。选择干旱区典型绿洲新疆于田地区为研究靶区,利用2期不同时相的TM卫星影像,结合多年实地调查所获得的大量数据,根据当地实际情况,选择适宜的分类指标体系,利用遥感、全球定位系统以及地理信息系统技术（3S技术）对图像进行了综合技术处理,获得了较高精度的该区域绿洲LUCC不同类型分类精度统计以及土地利用／覆盖转换矩阵。在此基础上,对跨度近10年的于田绿洲LUCC时空变化格局进行了分析,提出了相应的生态环境改良措施,其方法和结论对塔里木盆地南缘绿洲地区生态环境改良及其可持续发展研究具有一定参考价值。     

基于知识库的像斑光谱向量相似度土地覆盖变化检测方法

土地利用/覆盖变化检测是国内外全球化进程研究的重要内容,选择适当的变化检测方法对西北地区土地利用/覆盖变化进行研究在"生态十年项目"中具有重要的意义。选择西北地区具有典型代表性的TM轨道号134033区域作为变化检测方法验证的试验区,采用2005和2010年两期Landsat TM影像,在e Cognition Developer 8.64软件支持下,采用基于像斑的光谱特征特征向量相似度方法进行变化检测,并利用2010年土地覆盖数据作为先验知识库对变化区域分类,提取土地利用/覆盖变化信息,并对变化结果进行定量分析。结果表明,采用基于像斑的光谱特征特征向量相似度方法对于试验区的土地利用/覆盖变化制图具有检测快速、检测精度高等优点,适合试验区以及整个西北地区的土地利用/覆盖变化的检测。最终采用该方法以及分类后比较法获得了西北地区2000—2010年近10年的土地利用/覆盖分类图。     

基于QUEST决策树兼容多源数据的淡水沼泽湿地信息提取

以三江平原东北部为例,探讨了中国典型淡水沼泽湿地信息的提取方法.利用TM卫星影像数据,基于半方差分析和z检验方法对比研究区典型地物不同尺度的各种纹理特征,从而遴选最优的窗口大小、纹理特征及其派生波段以提高地物之间的可分性.采用快速、无偏、高效统计树(quick,unbiased,and efficient statistical tree,QUEST)算法集成遥感影像的光谱特征、多尺度纹理特征和地学辅助数据建立研究区湿地信息提取的决策树模型.基于实测的GPS样本点采用混淆矩阵的方法对分类结果进行精度验证,并与传统的最大似然监督分类方法(maximum likelihood classification,MLC)进行对比.结果表明,基于QUEST的决策树分类结果的总精度和Kappa系数分别为84.58%和0.816,分类精度较MLC监督分类方法有明显提高,是内陆淡水沼泽湿地信息提取的有效手段.     

基于C5.0的钱塘江流域地区土地利用/覆被信息提取研究

选取钱塘江中游地区约348 km²为实验区,综合归一化植被指数、纹理信息和数字地形模型(DEM)派生的高程、坡度等辅助数据,对SPOT5影像的光谱特征进行扩展,建立基于C5.0算法的模型,实现对土地利用信息的自动提取,并将分类结果与基于传统像元的最大似然分类结果作比较。结果表明,训练样本的有效性和辅助特征数据的参与可排除干扰信息;随着样点数量的增加,分类精度提高;决策树向决策规则的转化,能够在保证精度的基础上使规则更易理解;利用C5.0算法的总精度达到94.68%,较最大似然分类法提高了7.37%,有效实现了高精度分类,是保证钱塘江流域地区土地利用遥感信息快速准确提取的方法之一。     

不同端元模型下湿地植被覆盖度的提取方法——以北京市野鸭湖湿地自然保护区为例

植被覆盖度作为反映湿地植物生长状况的重要生态学参数,在评估和检测湿地生态环境方面起着关键的作用.以华北内陆典型的淡水湿地——北京市野鸭湖湿地自然保护区为研究对象,中等分辨率的Landsat TM影像为数据源,基于线性光谱混合模型(LSMM)对研究区的植被覆盖度进行了估算.针对湿地植被类型丰富、土地利用类型多样化的特点,利用归一化植被指数(NDVI)在反映植物生长状况、覆盖程度以及区分地表覆盖类型方面的优势,通过对原始Landsat TM影像增加NDVI数据维对影像进行维度扩展,克服了传统研究中通常从Landsat TM影像上提取3-4种端元的局限,经最小噪声分离变换(MNF变换)、纯像元指数(PPI)计算以及人机交互端元选取等一系列运算,构建以陆生植物、水生植物、高反射率地物、低反射率地物、裸露土壤为组分的五端元模型来反映研究区的地物组成;同时,以原始Landsat TM影像为基础,构建植物、高反射率地物、低反射率地物、裸露土壤为组分的四端元模型.针对两种端元模型,采用全约束下的LSMM算法进行混合像元分解以获取研究区的植被覆盖度,其次辅以研究区的纯水体信息对其进行优化.精度检验采用相同时期的高分辨率WorldView-2多光谱影像来进行.研究表明:虽然四端元模型与五端元模型对植被覆盖度的估算结果在空间上具有基本一致的分布趋势,但是前者的估算结果在数值上要普遍低于后者,在研究区的水体及其附近,四端元模型难以体现水生植物的植被覆盖信息;另外,五端元模型的估算结果与检验数据的相关系数R达到0.9023,均方根误差(RMSE)为0.0939,明显优于四端元模型的R=0.8671和RMSE=0.1711.这反映了通过对影像进行维度扩展的方法来改进端元提取的数量是可行的,而由此构建的五端元模型可以更充分的反映研究区地物之间的光谱差异,从而获得更好的估算精度.     

基于阈值法的山区森林常绿、落叶特征遥感自动识别方法——以贡嘎山地区为例

森林的常绿、落叶特征是土地覆被产品的重要属性。由于山区地形复杂,地表遥感辐射信号地形效应明显,导致山区森林常绿、落叶特征遥感自动识别一直是难点。提出了一种基于阈值法的山区森林常绿、落叶特征遥感自动识别简单实用方法。该方法利用多源、多时相遥感影像,选择归一化植被指数(NDVI)为指标,通过统计参考样本的NDVI在生长季和非生长季的差异,自动找出区分常绿、落叶特征的阈值,基于判别规则识别山区森林常绿、落叶特征。以贡嘎山地区为例,分别以多时相Landsat TM影像(简称TM)、多时相环境减灾卫星影像(简称HJ)为单源数据,多时相的HJ、TM组合影像为多源数据,验证该方法的有效性。实验结果表明,该方法能够有效识别山区森林常绿、落叶特征,总体精度达到93.87%,Kappa系数为0.87。该方法适用于山区大面积森林常绿、落叶特征遥感自动提取,已被成功应用于"生态十年"专项西南地区土地覆被数据的生产。     

Comparing and Combining Landsat Satellite Imagery and Participatory Data to Assess Land-Use and Land-Cover Changes in a Coastal Village in Papua New Guinea

In regions lacking socio-economic data, pairing satellite imagery with participatory information is essential for accurate land-use/cover (LULC) change assessments. At the village scale in Papua New Guinea we compare swidden LULC classifications using remote sensing analyses alone and analyses that combine participatory information and remotely sensed data. These participatory remote sensing (PRS) methods include participatory land-use mapping, household surveys, and validation of image analysis in combination with remotely sensed data. The classifications of the swidden area made using only remote sensing analysis show swidden areas are, on average, two and a half times larger than land managers reported for 1999 and 2011. Classifications made using only remote sensing analysis are homogeneous and lack discrimination among swidden plots, fallow land, and non-swidden vegetation. The information derived from PRS methods allows us to amend the remote sensing analysis and as a result swidden areas are more similar to actual swidden area found when ground-truthing. We conclude that PRS methods are needed to understand swidden system LULC complexities.     

土地覆盖变化检测方法比较——以内蒙古草原区为例

随着对地观测技术的不断发展,遥感影像分辨率逐渐提高,促进了基于遥感影像的变化检测从传统像元级的检测向面向对象的检测转变。为了探究面向对象的变化检测方法在土地覆盖变化检测中的有效性和适用性,对面向对象的变化检测方法与常规的变化检测方法进行对比评价。以内蒙古鄂尔多斯和包头地区为试验区,选取2002年及2011年的Landsat TM/ETM+影像为数据源,比较了图像代数运算、图像变换、图像空间结构特征和面向对象的多种变化检测方法,对研究区两期土地覆盖进行了变化检测研究。结果表明:面向对象的变化检测方法在总体精度、kappa系数上都有明显的优越性,总体精度均在87.42%以上,尤其以面向对象的变化矢量分析方法精度最高,达91.56%。此外,主成分差异法也有较好的检测效果,总体精度为87.83%。对总体精度较高的3种方法在不同土地覆盖变化类型中检测效果的研究表明:对于研究区几种主要土地覆盖变化类型,面向对象的变化矢量分析法均有较理想的检测效果,平均精度为85%左右,且始终优于面向对象的光谱向量相似法,以居民地及旱地相关的变化类型最为明显;主成分差异法对不同土地覆盖变化类型检测效果差异很大,对其中4种变化类型的精度甚至达到了93%以上,但对于检测草地与裸地间转化精度很低,甚至只有8.69%;在与工矿用地有关的土地覆盖变化类型中,面向对象的变化矢量分析法的精度明显高于主成分差异法,而在与居民地有关的变化类型中,主成分差异法表现出一定优势。     

A Simple Semi-Automatic Approach for Land Cover Classification from Multispectral Remote Sensing Imagery

Land cover data represent a fundamental data source for various types of scientific research. The classification of land cover based on satellite data is a challenging task, and an efficient classification method is needed. In this study, an automatic scheme is proposed for the classification of land use using multispectral remote sensing images based on change detection and a semi-supervised classifier. The satellite image can be automatically classified using only the prior land cover map and existing images; therefore human involvement is reduced to a minimum, ensuring the operability of the method. The method was tested in the Qingpu District of Shanghai, China. Using Environment Satellite 1(HJ-1) images of 2009 with 30 m spatial resolution, the areas were classified into five main types of land cover based on previous land cover data and spectral features. The results agreed on validation of land cover maps well with a Kappa value of 0.79 and statistical area biases in proportion less than 6%. This study proposed a simple semi-automatic approach for land cover classification by using prior maps with satisfied accuracy, which integrated the accuracy of visual interpretation and performance of automatic classification methods. The method can be used for land cover mapping in areas lacking ground reference information or identifying rapid variation of land cover regions (such as rapid urbanization) with convenience.     

景观生态学原理在城市土地利用分类中的应用

根据城市相同土地利用类型具有相似景观格局特征的原理,探讨了融合景观格局特征指数和遥感技术的城市土地利用信息提取的新方法。以北京市五环内建城区为例,研究表明,在斑块类型水平和景观水平上,居住用地和非居住用地内景观斑块的大小、形状、边缘特征、空间连接度、核心区面积特征、多样性、均匀性等特征都有极显著的差异。进一步融合TM遥感影像和这些景观格局特征指数,提取了居民用地和非居民用地类型,总分类精度是79.7%,Kappa系数达到59.8%。研究揭示,景观生态学原理的引入,为传统的遥感技术应用提供了新的思路,在格局复杂的城市土地利用信息提取中有很大的应用发展潜力。     

基于遥感影像的城市土地利用生态环境效应研究——以城市热环境和植被指数为例

城市化过程中,农村的土壤、水面以及植被等土地覆被类型逐渐减少,取而代之的是由沥青、水泥以及金属等组成的不透水表面,这个过程导致地表水分蒸腾减少、径流加速、显热的存储和传输增加以及水质降低等一系列生态环境效应,其中最明显的两个特征就是土地覆被的植被减少、城市热岛的出现.而城市土地利用类型及其空间结构的生态环境效应同时又是城市生态学中的关键问题,其研究对优化城市功能分区和城市规划管理以及城市可持续发展等都具有重要意义.以上海市为例,采用Landsat7的ETM＋为基本数据源,首先定量反演了每个像元内的陆地表面温度（LST）和植被指数（NDVI）,然后利用GIS中的空间分析功能,将由于城市土地覆被所形成的生态环境效应综合到土地利用的图斑中来,按照这个思路对城市土地利用的生态环境效应进行研究.分析LST、NDVI在不同土地利用类型之间的差异以及二者之间的定量关系,并引入多样性指数（SHDI）,讨论了不同土地利用的空间组合下,LST和NDVI的空间差异及相互关系.研究结果显示：LST和NDVI具有明显的相关性,LST大的区域对应NDVI一般都较小,反之亦然;中心城市LST表现出热岛效应,而NDVI则为低谷效应.通过Tamhance T2 post-hoc多重比较发现,LST以及NDVI在两两土地利用类型之间的差异不同.从土地利用斑块和类型两种尺度水平上建立了LST和NDVI的定量关系,二者具有明显负相关的线性关系,但在不同土地利用类型上二者关系并不同.其中工业仓储、交通用地与公园绿地、农业用地差异最为显著.它们和SHDI之间的关系揭示,LST与土地利用多样性具有正相关关系,而NDVI则与SHDI呈负相关关系,SHDI越大的地区,LST越大,而NDVI越小.由此,可以将LST、NDVI和SHDI作为三个基本指标,来定量评价城市土地利用类型、结构对生态环境的影响,以此作为城市功能分区中生态环境影响评价的参考.也为高性价比的中等分辨率遥感数据与GIS空间分析方法结合在城市规划中的应用提供了一种新的思路.     

基于长时间序列landsat数据的科尔沁沙地土地利用演变分析

以科尔沁沙地沙丘-草甸过渡带区域主要土地覆被类型为研究对象,以1987-2017年多时相Landsat TM/OLI遥感影像解译分类为基础,参考生态学植被演替研究方法,系统分析研究区30年来的土地利用/覆被动态演变规律,研究结果表明：（1）决策树法在复杂下垫面不同覆被类型的同步识别效果较好,所有影像分类精度均达到88%以上,分类效果较好,其中2017年分类精度最高为95.24%,达到了分类研究的要求;（2）研究区存在着"半灌丛-草甸地-灌丛"的植被结构特征,且整体表现为"南进北退"的变化趋势。结合土地利用动态度分析结果表明人类活动干涉下,研究区整体上遵循了半干旱区植被条件改善的一般规律,侧面反映该研究区域生态环境的持续不稳定性和脆弱性;（3）研究区覆被类型发生变化的总面积达到2623.59 hm²,总变化强度为63.76%。其中正向演替的比例为52.61%,以半灌丛面积的持续减小与沙地草甸面积的持续扩张为主要变化特征。但同时,半灌丛转为沙地的面积为184.95 hm²,表明以放牧为主的研究区同时发生着局部的逆行演变;（4）质心迁移结果反映了1987-2017年间,除人为影响较大的林地、草地以及耕地向北迁移外,其他植被类型的质心都有很明显的南迁,主要植被类型重心迁移距离依次由大到小为耕地 > 半灌丛 > 灌丛 > 沙地草甸 > 湿地草甸 > 林地。研究通过记录科尔沁沙地连续扩展的时空模式,展示了遥感-生态和时间序列影像在30 m分辨率下跟踪土地利用/覆被变化的潜力,为提高干旱半干旱区土地利用情况的动态监测效率,开展土地利用/覆被动态演变研究提供参考。     

测量的区域土地覆盖格局研基于多尺度遥感究

 利用1km、4km和8km 3种空间分辨率的NOAA/AVHRR数字影像,对中国NECT样带西部地区进行了土地覆盖分类及其景观特征的比较研究。重点比较了几种空间分辨率遥感数据分类结果边界的一致性和空间差异,以及影像所记录的景观格局的差异。为进一步在不同尺度上研究景观变化过程以及尺度转换研究奠定了基础。研究表明：3种空间分辨率的遥感影像所反映的区域土地覆盖的宏观空间格局是一致的,但类型的边界、每一类型斑块的形状和数量均产生较大的差异;经过对反映景观空间结构的4种指标（分维数、破碎度、多样性、优势度）的比较显示出随着遥感影像空间分辨率的变化,影像所反映的景观结构发生了较大的变化。其中,各覆盖类型的分维数表现出最大差异,表征着空间分辨率的变化对斑块复杂程度的影响最大。