土地利用遥感监测的关键技术及其应用研究——以江西鄱阳湖地区为例
【摘要】:
土地资源是人类赖以生存和发展的基础,是国土资源的重要组成部分。20世纪以来,人口增加,经济发展,人地矛盾日益突出,人们对土地的不合理利用导致土地退化加剧,全球环境日益恶化,社会经济的可持续发展受到严重影响。因此,土地资源的利用及其变化动态受到普遍的关注。
及时掌握土地利用状况是进行土地资源合理管理的基础,也是制定农业乃至整个国民经济发展计划的重要依据。遥感技术以其宏观性、实时性、周期性及综合性等特点,为土地利用快速、客观、准确的监测提供了可能。随着航天遥感信息技术的快速发展和全球对地观测体系的建立,多种遥感数据的提供能力越来越强。由于遥感遥信息的综合性,遥感成像机理的复杂性,信息处理技术却落后于信息获取技术的发展,自动化,高精度智能化土地利用信息解译仍未实现,自动解译的精度往往低于目视解译的精度,因此,结合实际,对监测中的一些关键技术开展研究,不仅有利于遥感监测研究的深入,解决监测中的面临的一些关键问题,提高监测粘度;而且对促进遥感监测技术的应用,提高土地资源科学管理水平,具有重要意义。
鄱阳湖是我国第一大淡水湖,世界著名的湿地,1988年5月被国务院批准为国家级自然保护区,1992年7月被联合国教科文组织列入世界《湿地公约》“重要湿地名册”。素有“鹤之王国”、“珍禽乐园”之称,在区域生态中有着重要作用。鄱阳湖地区具有优越的自然资源和社会经济条件,是我国重要的商品粮、油、棉、鱼生产基地。可是,湖区土地资源却十分紧张,经济较为落后,由于土地的不合理利用,导致水土流失,江河淤塞,地力下降,沙地面积增加,生态环境不断恶化,给该地区的社会经济的持续发展带来严重影响,迫切需要快速、客观、准
确地了解十地利川状况,掌握其变化动态。为此,开展本项研究,以朋
获得适合本地区的十地利川遥感监测技术方法。为区域资源的科学管理
提供技术支持。研究的具体内容如-卜:
1.遥感监测数据库管理系统的建立研究
.对十地利川遥感监测数据的分类与编码、数据库建库方法与技术
进行分析研究,完成郴川湖典刑地区的数字化建库_1:作:
@针对遥感监测数据涉及内帘广,类刑多,数据植人的特点,研究
并建立遥感监测数据坏管理系统。
2.遥感影像特征分析
.分别对研究卜 TM影像和 ETM”影像的信息量、标准差及波段的相
关性等进行了分析,揭示了各波段的统计灯征及相互关系。
.对主要地物光谱特征进行了研究,表明同一土地利川类则内,光
谱可能存在较大差异,且许多“同物异谱”及“同谱异物”现象与地理
环境密切相关,为训练样本的分组及分区遥感提供了理论依据。
.对处理后的影像进行了主成分变换,对各主成分与原波段进行了
相关分析,结果表明,前三个主成分的累积贡献率均在 98%以上,前
四个主成分的累积贡献率在 99%以上;第一主成分主耍是综合了波段
4、5、6、7 的影像信息,较灯地反映了十壤及植被的反射特性,而第
二工成分工要综合了可见波段的信息,能反映水体及湿地的反射光谱灯
征。
另外,还对研究区遥感影像进行了缨帽变换,比值变换及多种植
被抬数的变换研究。
3.最住特扯影像组合选择的研究
最佳特征影像纠合选择是决定遥感影像信息提耿与影像分类效果的
关键环竹之一。在分析多种定齿方法的基础上,对不同方法的相关性及
其存在的差异进行了深入的探讨,提出了综合选择指数法。贝体内容:
.最仕指数冈 j法(OIF)、雪氏嫡值法及类间距离法存在一定的相
关性,但并不完全相关。由丁不同方法基于的原则及利川影像的信息不
同,在影像组合选择时,结贝并不完全一致,存在明显的差异。
X!I!
.综合指数法是通过主成分分析生成三个相互独立的主成分,然后
以冈于贡献率作为权重构建综合选择指数模型。这样的综合指数模刑较
灯地实现了信息量人,类间光谱差异人原则的结合,既充分利川整个影
像信息,又考虑到影像提取的地物类地。经试验初步认为,综合指数模
型娃最佳特征影像组合选择的有效模型。
.综合选择指数模型是由最佳指数因于法(OIF)、雪氏嫡值及一个
类间可分性指标构成。由丁基T类间可分性的方法较多,在确定其方法
时,应选抒与分类器相适应的方法。
4.十地利用遥感分区的研究
在分析造成不同区域“同物异谱” 或“同谱异物” 的冈素后,认为
在研究范围内,地形地貌娃其产生的最主要冈于之一。从而基丁* 主
间分析,以高程和坡度为主.结合影像日视解译,对十地利川进行了遥
感分区研究。
5.开展了从遥感资料与非遥感资料,提取遥感影像解译知识与规
则的研究。
翻①!
【关键词】:鄱阳湖 遥感监测 土地利用 地理信息系统 数据库管理系统 最佳特征影像组合 训练样本选择 LogistiC模型 知识与规则 不确定证据理论 空间分布规律 空间离散性
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2002
【分类号】:S127
【目录】:
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2002
【分类号】:S127
【目录】:
- 目录5-11
- 图表目录11-16
- 中文摘要16-22
- 第一章 土地利用遥感监测研究综述22-52
- 1. 国内外土地利用遥感监测研究动态及其应用22-30
- 1.1 土地利用与土地覆盖22-23
- 1.2 遥感技术与土地利用遥感监测23-24
- 1.3 国内外土地利用遥感监测研究动态24-28
- 1.3.1 国外土地利用遥感监测研究动态24-26
- 1.3.2 国内土地利用遥感监测研究动态26-28
- 1.4 国内外遥感在土地利用中的监测应用28-30
- 1.4.1 国外遥感在土地利用监测中的应用28
- 1.4.2 遥感在我国土地利用监测中的应用28-30
- 2. 土地利用信息遥感提取技术研究综述30-48
- 2.1 土地利用信息遥感提取研究概述30-31
- 2.2 影像复合31-34
- 2.2.1 影像复合的概念31-32
- 2.2.2 影像复合的方法32
- 2.2.3 影像复合的主要作用32-34
- 2.3 纹理分析34-36
- 2.3.1 影像纹理分析方法34
- 2.3.2 影像纹理分析的研究动向34-35
- 2.3.3 纹理分析中存在的困难35-36
- 2.4 混合象元分解36-38
- 2.4.1 混合象元的概念36
- 2.4.2 混合象元分解的方法36-37
- 2.4.3 混合象元分解中存在的主要问题37-38
- 2.5 遥感与地理信息系统的结合38-42
- 2.5.1 GIS在遥感影像解译中的作用38-39
- 2.5.2 GIS空间数据与RS数据的集成模式39-41
- 2.5.3 遥感与地理信息数据结合的几个具体问题41-42
- 2.6 人工神经网络的应用42-44
- 2.6.1 人工神经网络及其在遥感影像解译中的应用42-43
- 2.6.2 人工神经网络方法应用于遥感影像解泽的优点43
- 2.6.3 人工神经网络方法应用的几个实例43-44
- 2.7 专家系统方法的应用44-48
- 2.7.1 知识的获取与表达44-46
- 2.7.2 推理机制46
- 2.7.3 遥感地学智能图解模型46-47
- 2.7.4 专家系统方法在遥感影像解译中需要解决的几个技术问题47-48
- 3. 本研究工作目的和意义48-52
- 第二章 土地利用遥感监测数据库管理系统的建立52-71
- 1. 土地利用遥感监测数据库管理系统的设计52-59
- 1.1 目标功能设计52
- 1.2 数据收集52-54
- 1.3 总体结构设计54-59
- 1.3.1 系统组织结构设计54-55
- 1.3.2 系统内容框架设计55-59
- 2. 系统实现的软硬件环境59
- 2.1 硬件环境59
- 2.2 软件环境59
- 3. 数据字典的建立59-64
- 3.1 文件编码60
- 3.2 土壤分类编码60-62
- 3.3 土地利用分类类型编码62-64
- 3.4 地貌类型及坡度、坡向编码64
- 4. 数据库管理系统的建立64-70
- 4.1 数据整理与矢量化65-66
- 4.2 坐标转换66
- 4.3 图幅拼接66-67
- 4.4 数字地面模型的建立67-70
- 5. 土地利用遥感监测数据库管理系统界面设计70-71
- 第三章 遥感数字影像处理及特征分析71-88
- 1. 遥感影像的校正71-75
- 1.1 遥感影像的几何校正与配准71-73
- 1.2 遥感影像的辐射校正73-75
- 1.2.1 遥感影像系统辐射校正73-74
- 1.2.2 大气校正74-75
- 1.3 遥感影像切割75
- 2. 遥感影像特征分析75-81
- 2.1 遥感影像统计特征分析76-78
- 2.2 遥感影像地物光谱特征分析78-81
- 3. 特征影像的提取81-88
- 3.1 主成分分析81-84
- 3.2 缨帽变换84-85
- 3.3 比值变换、差值变换与植被指数85-88
- 第四章 最佳特征影像组合选择88-100
- 1. 特征影像组合选择的定量方法88-91
- 1.1 基于信息量的最佳特征影像组合选择88-89
- 1.1.1 最佳指数因子法(OIF)88-89
- 1.1.2 雪氏熵值法89
- 1.2 基于类间可分性的最佳特征影像组合的选择89-91
- 1.2.1 Euclidean距离89
- 1.2.2 离散度(Divergence)89-90
- 1.2.3 转置离散度(TranSformed Divergence)90
- 1.2.4 Jeffries-Matusita(JM)距离90-91
- 1.3 综合选择指数(ISI)法91
- 2. 结果与分析91-98
- 2.1 OIF值、雪氏熵值及JM距离指标对特征影像的选择91-94
- 2.2 OIF值、雪氏熵值及JN距离指标的相关性分析94-95
- 2.3 综合选择指数对特征影像组合的选择95-96
- 2.4 影像自动分类96-98
- 3. 小结98-100
- 第五章 土地利用分类总体设计与知识提取100-131
- 1. 遥感影像土地利用信息提取总体设计100-102
- 2. 土地利用遥感分类类型的确定102-104
- 2.1 土地利用类型划分的原则102
- 2.2 土地利用类型的划分102-104
- 3. 研究分区104-106
- 4. 基于GIS的知识提取106-113
- 4.1 地形与土地利用的空间关系分析107-110
- 4.1.1 高程与土地利用的关系107-109
- 4.1.2 坡度与土地利用的关系109-110
- 4.2 土壤类型与土地利用关系分析110-111
- 4.3 滩涂及沙地与水体空间位置关系分析111-113
- 5. 土地利用类型概率数据模型的求取113-128
- 5.1 Logistic模型114-115
- 5.2 基于Logistic模型进行土地利用分类115-119
- 5.2.1 影像分类的Logistic模型115-116
- 5.2.2 影像分类的简化运算116-117
- 5.2.3 基于Logistic模型的遥感影像分类过程117-119
- 5.3 基于非监督分类和距离分析的训练样本寻优119-124
- 5.3.1 训练样本选择方法分析119-120
- 5.3.2 基于非监督分类和距离分析的训练样本寻优120-124
- 5.3.2.1 寻优法原理120
- 5.3.2.2 寻优法选择训练样本步骤120-124
- 5.3.2.3 寻优法选择训练样本应注意的几个问题124
- 5.4 Logistic模型建立与概率数据模型的提取124-128
- 5.4.1 多维共线性问题124-125
- 5.4.2 模型的建立与概率数据模型的生成125-128
- 6. 不同概率提取模型的比较128-131
- 第六章 基于知识与规则的遥感影像分类推理与精度分析131-148
- 1. Dempster-Shafer不确定证据理论及特点131-136
- 1.1 证据表示函数131-133
- 1.2 Dempster合成法则133-135
- 1.3 决策规则135-136
- 2. 基于不确定证据理论的遥感与非遥感信息联合推理136-139
- 2.1 遥感影像分类辨识框的构建136
- 2.2 不同证据的基本信度分配函数(BPA)的求取136-138
- 2.3 遥感与非遥感证据的融合138-139
- 2.4 土地利用类型的判定及分类后处理139
- 3. 精度分析与方法评价139-148
- 3.1 精度分析方法139-143
- 3.2 分类结果精度分析143-145
- 3.3 方法评价145-148
- 第七章 鄱阳湖典型地区土地利用空间分布规律定量分析148-171
- 1. 研究方法148-155
- 1.1 景观生态学及其方法148-149
- 1.2 土地利用信息获取与区域划分149
- 1.3 空间分布规律分析指标149-155
- 1.3.1 邻接概率与邻接指数149-150
- 1.3.2 斑块形状分析指标150
- 1.3.3 空间格局分析指标150-155
- 2. 不同土地利用类型空间分布特征分析155-164
- 2.1 土地利用类型空间邻接性分析155-160
- 2.1.1 水体邻接关系分析156-158
- 2.1.2 水田邻接关系分析158-159
- 2.1.3 建设用地邻接关系分析159-160
- 2.2 斑块形状特征分析160-161
- 2.3 空间离散性分析161-163
- 2.4 斑块粒度分析163-164
- 3. 土地利用分布的区域差异特征164-169
- 3.1 土地利用程度指数164-165
- 3.2 斑块伸长指数165-166
- 3.3 聚集度166
- 3.4 离散度166-167
- 3.5 优势度指数167-168
- 3.6 破碎度168-169
- 4. 小结169-171
- 参考文献171-182
- 附图182-187
- 英文摘要187-190
| 【引证文献】 | ||
|
|||
|
|||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【参考文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【共引文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【同被引文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【二级引证文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||
|
|||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【二级参考文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【相似文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||



