遥感图像在土地覆盖和温度分布之间对应关系研究中的应用

利用遥感手段探讨土地覆盖类型和温度之间的对应关系有新意。以日本东京地区1998年10月14日接收的TM遥感图像为主要数据,在地面实际调查的基础上,利用图像处理方法,进行了土地覆盖类型和温度分布之间关系的探讨。以该区几种代表性的土地覆盖类型作为训练区,利用TM图像的第1,2,3,4,5五个波段数据进行分类处理,获得了很好的分类结果,TM图像第6波段(10.40～12.5μm)是探测地面温度分布最佳波段,利用第6波段数据通过一系列的转换,获得了该区温度分布。温度分布和土地覆盖类型之间具有很好的对应性,如:白天的城区温度与郊区相比普遍偏高,但城区中植被覆盖率高的居民区和公园,温度偏低;城区的商业区(新宿、银座等)、机场和大型工厂等温度偏高。     

Brovey图像融合在引大灌区土地覆盖调查中的应用

图像融合是目前广泛应用的一种增强图像信息的技术手段,其目标是将不同几何和不同质的图像通过某种数学和物理变换生成相同几何或另一种均质的新图像。以引大灌区土地利用调查为例,针对灌区的土地类型特点以及对空间分辨率的要求,选择SPOT全色波段和TM多光谱波段,利用Brovey图像融合方法进行图像融合,以获得10m空间分辨率的假彩色合成图像。同时,对融合的图像进行精度验证,保证图像应用的可行性。     

基于遥感数据的城市地表温度与土地覆盖定量研究

利用Landsat TM数据,以徐州市为研究区,采用单窗算法反演地表温度,通过混合像元分解和V-I-S(植被—不透水面层—土壤)模型将土地覆盖类型分解为对城市热环境具有重要影响的植被、土壤、不透水面层3个分量,最后利用得到的3种地物比例、直接分类后的土地覆盖类型和地表温度对研究区城市热岛的空间分布特征、地表温度与土地覆盖类型以及各种影响因子之间的关系进行定量研究。研究成果能够有效地应用于城市人居环境研究和生态环境过程分析中。     

基于多类别的遥感土地图像分割

土地覆盖分类对于土地资源管理、耕地面积评价、经济评估,甚至国土安全和国家经济稳定具有重要意义.对遥感图像中的土地覆盖进行自动化分类,可以为土地资源管理分析等提供可靠、便捷的技术支持.目前大部分遥感图像分割模型都有模型大、运行环境要求高、分割速度慢等问题,为了解决这些问题,提出了一种轻量化并且高精度的图像分割模型L-NET.在公开数据集WHDLD上测试了L-NET的性能,测试表明L-NET在对比实验中的分割精度、参数量、计算量、运行速度等均为最优.     

应用IKONOS卫星遥感图像监测南麂列岛土地覆盖状况

采用具有1 m空间分辨率的IKONOS卫星数据,以南麂列岛为例开展了土地覆盖的监测研究。主要论述了几何校正、彩色合成和数据融合等遥感数据处理方法,然后采用监督分类法、阈值法、植被指数法和人机交互法相结合的方法进行了土地覆盖分类,获得了南麂列岛土地覆盖的最新信息。结果表明,南麂列岛土地覆盖以草地和灌木林地等自然属性覆盖为主,占总面积的70%以上,监督分类的总体分类精度为76.31%,Kappa系数为0.71;本次遥感探测所得南麂岛的面积为7.52 km2,海岸线长度为34.64 km,与历史资料相比,面积的相对偏差为1.46%,海岸线的相对偏差为4.56%。     

土地覆盖遥感专题信息的分层提取方法及其应用

重点讨论了土地覆盖遥感专题信息的分层提取方法,即根据各类目标的不同特征,采取相应的信息提取方法,分别建立专题信息层,最后把各专题层合并得到整体分类图;在此方案实施过程中,对各类目标开展了野外遥感调查和特征系统分析,并对样本区进行了ＧＰＳ定位,以获取空间辅助信息,提高提取精度;分层提取方法充分考虑到各类目标的不同特点,从而避免了通常分类方法中,单纯利用光谱特征所造成的地物混分现象     

Fuzzy ARTMAP神经网络在土地覆盖分类中的应用研究

面对数量激增、包含信息日趋复杂的遥感影像,如何快速有效地自动分类已成为遥感领域亟待解决的问题。以TM影像为实例,探讨了Fuzzy ARTMAP神经网络在土地覆盖分类方面的应用。在总结Fuzzy ARTMAP网络警戒系数调整方法的基础上,提出了一种新的设置和调整警戒系数的方法。实验结果表明,这种新方法可以解决人为选择警戒系数效率低、难以取得合适数值的问题,并能提高网络的收敛速度和分类精度,结合本文所提算法的Fuzzy ARTMAP神经网络与最大似然法和传统Fuzzy ARTMAP网络相比较,训练时间缩短,分类精度有所提高。Fuzzy ARTMAP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。     

基于遥感和GIS的东亚土地覆盖年际变化研究

土地覆盖的年际变化是以土地覆盖的宏观分布模式为基准,在外界驱动因子的作用下发生的年与年之间的变化,因此,为揭示东亚地区土地覆盖的年际变化特征,首先选取东亚地区时相一致的不同空间分辨率（1km和8km)的NDVI影像进行了非监督分类,并总结了东亚土地覆盖的宏观分布模式,然后以时间序列的8kmAVHRRNDVI数字影像为基础,应用跨平百分率分析方法生成每年5-9月距平百分率分级影像,并以该影像为基础分析总结了东亚土地覆盖的年际变化特征,结果显示,该方法及其揭示的现象比较客观地反映了东亚土地覆盖年际变化特征。     

基于遥感和陆表信息集成的广东省土地覆盖分类方法研究

土地覆盖信息是估算地-气间的生物物理过程和能量交换的关键参数,也是区域和全球尺度气候和生态系统过程模型所需要的重要参量。如何高效地利用遥感数据提取土地覆盖信息是当前研究迫切需要解决的问题。面向对象的分类方法不但充分利用了遥感数据的光谱信息,同时也利用了影像的纹理结构信息和更多的地物分布信息关系,在遥感分类中具有较大的潜力。研究基于2010年多时相的环境卫星数据、TM数据以及DEM数据,并结合地表采集的4000多个样点数据,采用面向对象的分类方法对广东省土地覆盖进行分类。经采样验证,广东省土地覆盖平均精度为85%,分类结果精度远高于常规的分类算法,说明结合陆表信息的面向对象分类方法比常规的分类算法更具有优势,可以实现高精度的土地覆盖分类。     

基于遥感的土地利用空间格局分布与地表温度的关系

近年由于经济的高速发展,土地利用与覆盖变化很大,促使城市的地表温度值正在逐步升高,城市热岛现象也更加突出。先利用监督分类的最大似然算法对武汉市的ETM影像进行分类,并计算各土地利用类型空间格局分布指数。然后用ETM热红外波段根据单窗算法反演武汉市的地表温度分布,并分别计算各土地利用类型的平均地表温度。最后利用灰色相关分析方法定量分析土地利用空间格局分布指数对地表温度的影响。结果表明武汉市土地利用类型的空间格局分布指数与地表温度有较好的相关性,其中地表温度与散布与并列指数(IJI)、同类斑块相邻百分数指数(PLADJ)和最大斑块所占景观面积比例指数(LPI)的灰色关联度较高,说明地表温度的分布不仅受到各类型斑块与其它斑块相邻情况的影响较大,还受到最大斑块所占的总土地面积比例的影响。     

基于TM6数据的成都市地表温度反演

本利用Landsat5的TM6热红外数据，利用实时的地表温度对不同温度演算算法进行了回归检验，根据统计的原理对各种方法做出评价，并优先了一种方法进行成都市地面温度场的分布分析。本也就同一大气条件下的地温和气温之间的关系作了分析，认为用卫星影像的DN值代替气温研究热岛效应是不合适的。     

基于Landsat TM数据的潮白河流域植被覆盖变化研究

使用经严格配准的同一时间(1991年和2002年)Landsat TM图像数据，编制归一化植被指数(NDVI)图，进而计算生成植被覆盖度图像。通过掩膜技术和变化检测等提取了北京潮白河流域中上游地区从1991～2002年的植被覆盖变化信息。研究结果表明，北京潮白河流域中上游地区11年间植被退化的总面积为1635．3km^2，占该区域总面积的30．6％；其中植被覆盖度为40％～50％的类型退化的面积最多，为411．74km^2，变化率为66．0％，覆盖度为90％～100％的类型退化的面积最少，为14km^2，变化率为4．4％；覆盖度为30-40％的类型变化率最大，为100％，覆盖度为90％～100％的类型的变化率最小。为4．4％；从植被覆盖度变化的趋势来看，随着植被覆盖度的增加，变化率在逐渐降低；流域中游、密云水库北部和东北部以及上游的河谷地带由于受人类活动干扰的强度较大，植被退化较严重；而上游的山地区域由于人类活动干扰较少，再加上近年来采取封山育林、植树造林等措施，植被覆盖程度有所改善。     

基于Landsat TM图像的北京城市地表温度遥感反演研究

利用北京地区Landsat TM热红外波段数据，采用单通道算法反演得到北京地区地面温度分布图。从反演结果可以看出，北京城区地面温度比郊区地表温度高，郊区地表温度较低，密云水库、官厅水库等水体的温度最低，总体上北京城市热岛效应显著。地表比辐射率是通过Van经验公式反演得到，通过对比分析，表明该方法对自然地表的比辐射率反演效果较好。     

土地沙漠化监测中TM影像的利用

沙漠化是干旱、半干旱和部分半湿润地区由于不合理的人类活动与脆弱的生态环境相互作用所造成的地表呈现类似沙漠景观的土地退化。利用TM影像开展沙漠化土地的动态监测是一种行之有效的方法。探讨了沙漠化土地的遥感监测方法、影响利用TM影像对沙漠化监测效果的因素、沙漠化土地的TM影像特征和TM影像监测的指标体系。建立了一般性的沙漠化指征及其程度分级系统,其中以地表形态的变化为主要指征,同时考虑土壤、植被及生态系统各方的变化,并使之具有普遍的代表意义和明确的易于判读的性质。在此基础上,通过对毛乌素地区的实际工作,揭示了该地区沙漠土地的动态变化的情况。毛乌素地区沙漠化土地面积从1987年的32586km^2（占监测区域总面积的67．5％）下降到1993年的30650km^2（占监测区域总面积的63．5％）,减少了1936km^2,在这一段时间里,沙漠化过程总体上是处于逆转中,平均每年均有277km^2的沙漠化土地得到了治理。     

利用LANDSAT TM数据对森林郁闭度进行遥感分级估测

以大兴安岭常青林场陆地卫星影像为例进行缨帽变换(Tasseled Cap),将变换后的湿度因子与森林郁闭度进行回归分析,回归分析结果表明相关性较好,最后通过回归方法建立线性方程,对遥感图像进行反演以获取森林的郁闭度,并进行遥感分级估测。     

Integrating Landsat TM and SRTM-DEM derived variables with decision trees for habitat classification and change detection in complex neotropical environments

Remotely sensed images and processing techniques are a primary tool for mapping changes in tropical forest types important to biodiversity and environmental assessment. Detailed land cover data are lacking for most wet tropical areas that present special challenges for data collection. For this study, we utilize decision tree (DT) classifiers to map 32 land cover types of varying ecological and economic importance over an 8000 km² study area and biological corridor in Costa Rica. We assess multivariate QUEST DTs with unbiased classification rules and linear discriminant node models for integrated vegetation mapping and change detection. Predictor variables essential to accurate land cover classification were selected using importance indices statistically derived with classification trees. A set of 35 variables from SRTM-DEM terrain variables, WorldClim grids, and Landsat TM bands were assessed.

Of the techniques examined, QUEST trees were most accurate by integrating a set of 12 spectral and geospatial predictor variables for image subsets with an overall cross-validation accuracy of 93% ± 3.3%. Accuracy with spectral variables alone was low (69% ± 3.3%). A random selection of training and test set pixels for the entire landscape yielded lower classification accuracy (81%) demonstrating a positive effect of image subsets on accuracy. A post-classification change comparison between 1986 and 2001 reveals that two lowland forest types of differing tree species composition are vulnerable to agricultural conversion. Tree plantations and successional vegetation added forest cover over the 15-year time period, but sometimes replaced native forest types, reducing floristic diversity. Decision tree classifiers, capable of combining data from multiple sources, are highly adaptable for mapping and monitoring land cover changes important to biodiversity and other ecosystem services in complex wet tropical environments.     

TM热红外波段等效比辐射率估算

地表比辐射率是热红外遥感获取地表温度必不可少的参数。目前,实验室或野外实际测量的都是8~14um热红外波段范围内的地表比辐射率,这与Landsat 5 TM热红外波段10.4~12.5um范围内的地表比辐射率还存在着一定的差异。本文将着重探讨TM热红外范围内地表比辐射率的估算方法,然后根据估算出的地表比辐射率,利用覃志豪等提出的单窗算法[1~2],对北京城八区进行地表温度反演。结果表明,该方法能获得较为合理的地表温度反演结果。     

Assessment of deforestation in the Lower Amazon floodplain using historical Landsat MSS/TM imagery

The floodplain forests bordering the Amazon River have outstanding ecological, economic, and social importance for the region. However, the original distribution of these forests is not well known, since they have suffered severe degradation since the 16th century. The previously published vegetation map of the Amazon River floodplain (Hess et al., 2003), based on data acquired in 1996, shows enormous difference in vegetation cover classes between the regions upstream and downstream of the city of Manaus. The upper floodplain is mostly covered by forests, while the lower floodplain is predominantly occupied by grasses and shrubs.This study assesses deforestation in the Lower Amazon floodplain over a ~ 30 year period by producing and comparing a historical vegetation map based on MSS/Landsat images acquired in the late 1970s with a recent vegetation map produced from TM/Landsat images obtained in 2008. The maps were generated through the following steps: 1) normalization and mosaicking of images for each decade; 2) application of a linear mixing model transformation to produce vegetation, soil and shade fraction-images; and 3) object-oriented image analysis and classification. For both maps, the following classes were mapped: floodplain forest, non-forest floodplain vegetation, bare soil and open water. The two maps were combined using object-level Boolean operations to identify time transitions among the mapped classes, resulting in a map of the land cover change occurred over ~ 30 years. Ground information collected at 168 ground points was used to build confusion matrices and calculate Kappa indices of agreement. A survey strategy combining field observations and interviews allowed the collection of information about both recent and historical land cover for validation purposes. Kappa values (0.77, 0.75 and 0.75) indicated the good quality of the maps, and the error estimates were used to adjust the estimated deforested area to a value of 3457 km² ± 1062 km² (95% CI) of floodplain deforestation over the ~ 30 years.     

基于Landsat TM数据的江苏海岸带土地利用/覆被变化检测方法比较研究

土地利用/覆被变化是全球环境变化研究的核心问题之一,选择适当的变化检测方法在江苏海岸带土地利用/覆被变化研究工作中具有重要意义。本研究选取江苏海岸带具有典型代表性的大丰市作为变化检测方法比较研究的试验区,采用1992年和2002年两期Landsat TM影像,分别运用主成分分析法、混合变化检测法和变化矢量分析法进行变化检测,提取土地利用/覆被变化信息,并对每种变化检测方法进行定量分析和综合比较。研究表明,主成分分析法对于试验区的土地利用/覆被变化研究具有检测速度快、检测精度高等优点,适合试验区以及整个江苏海岸带的土地利用/覆被变化的检测。最终,综合运用主成分分析法和分类后比较法获得了5期近30年江苏海岸带土地覆被分类图,证明了主成分分析法可有效应用于江苏海岸带的变化检测。