收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

中国土地覆盖分类与变化监测遥感研究

骆成凤  
【摘要】:土地覆盖和土地覆盖的自然变更,在地球系统的气候和生物化学全球尺度模式中扮演着重要角色,对全球生态环境产生着巨大的影响。地表土地覆盖信息是全球气候和陆地水文地理模型的基本输入。遥感为获取全球性和区域性土地覆盖信息提供了有效的技术手段。我国幅员辽阔,地表土地覆盖分布状况复杂多样,因此对我国地表土地覆盖状况进行研究对全球环境变化研究具有重要意义。 本文以MODIS植被指数和陆地表面温度为主要遥感数据源,进行了全国地表土地覆盖信息提取研究。首先提出基于NDVI-Ts特征空间的温度植被角度和距离(TVATVD)作为表征地表土地覆盖状况的生物物理参数。选择TVA和TVD作为主要分类特征,并用主成分分析(PCA)提取主要信息。用人工神经元网络算法进行大尺度低分辨率的全国土地覆盖分类研究,提出基于GA优化的BP神经网络遥感数据分类算法,用其对全国土地覆盖进行分类,并将该算法与模糊ARTMAP算法和最大似然法分类结果进行分析比较。本文还利用变化矢量方法对地表植被和土地覆盖状况进行变化监测研究。 本文的方法创新点归纳为: 1) 提出表征地表土地覆盖信息的生物物理参数:温度植被角度和距离(TVATVD)。 不同的地表土地覆盖类型在NDVI-Ts特征空间中空间分布差异非常明显,基于NDVI-Ts特征空间的TVA和TVD,能够唯一表达不同地表土地覆盖类别在NDVI-Ts特征空间中的位置。无论从信息含量的角度,还是不同类别的年内点轨迹,TVA和TVD对不同地表土地覆盖类别差异的体现都要优于NDVI和Ts。 2) 选择和提取了一组适合全国土地覆盖分类的特征 选择TVA和TVD时间序列数据、空间结构信息、数字高程作为分类特征,并用主成分变换(PCA)对TVA和TVD时间序列数据进行特征提取,得到既利于区分不同类别又含有主要信息的特征作为分类输入参数。为了比较,选择NDVI和Ts时间序列数据、空间结构信息、数字高程作为分类特征,经过同样的特征提取,得到另外一组输入参数。用相同的样本和分类算法对全国土地覆盖进行分类,结果表明:以TVA和TVD为主要参数提取的分类特征,其全国土地覆盖分类结果要优于以NDVI和TS为主要参数提取的分类特征。 3) 用遗传算法(GA)对反向传播神经网络算法(BP)进行优化,并将其用于大尺度低分辨率土地覆盖分类应用中


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 赫英明;王汉杰;张洪峰;;遥感数据的土地覆盖分类[J];解放军理工大学学报(自然科学版);2011年03期
2 张峰;王桥;王文杰;申文明;罗海江;刘晓曼;;美国高分辨率土地覆盖信息提取技术研究进展[J];遥感技术与应用;2006年06期
3 徐永明;覃志豪;朱焱;;基于遥感数据的苏州市热岛效应时空变化特征分析[J];地理科学;2009年04期
4 张德梅;;最新国外测绘学文献题录[J];测绘科技情报;2006年01期
5 杨帆;颜晖;;基于RS和GIS的城市生态研究——以上海市热岛效应空间特征分析为例[J];城市观察;2011年02期
6 刘爱霞;王静;吕春艳;;基于MODIS数据的北京西北部地区土地覆盖分类研究[J];地理科学进展;2006年02期
7 王卷乐;贾文臣;;基于ISO元数据扩展模型的土地覆盖遥感分类体系框架研究[J];地球信息科学;2008年06期
8 赵德刚;占玉林;刘成林;牛铮;;面向土地覆盖分类的MODIS影像融合研究[J];遥感技术与应用;2009年06期
9 除多;Basanta Shrestha;王伟;张镱锂;刘林山;Shushil Pradhan;;基于MODIS的西藏高原土地覆盖分类研究[J];资源科学;2010年11期
10 单丹丹;杜培军;夏俊士;;基于多分类器集成的“北京一号”小卫星遥感影像分类研究[J];遥感信息;2011年02期
11 王天星;陈松林;马娅;;基于改进线性光谱分离模型的植被覆盖度反演[J];地球信息科学;2008年01期
12 冉有华;李新;卢玲;;基于多源数据融合方法的中国1km土地覆盖分类制图[J];地球科学进展;2009年02期
13 康停军;张新长;王海鹰;;ETM+影像IHS融合算法改进及其土地覆盖分类实验比较[J];地理与地理信息科学;2009年04期
14 夏俊士;杜培军;张海荣;刘培;;基于遥感数据的城市地表温度与土地覆盖定量研究[J];遥感技术与应用;2010年01期
15 赵德刚;占玉林;刘翔;刘成林;庄大方;;基于波段选择的MODIS全国土地覆盖分类[J];国土资源遥感;2010年03期
16 张西雅;金慧然;李培军;;多角度高光谱CHRIS/PROBA数据在土地覆盖分类中的应用[J];地理与地理信息科学;2010年05期
17 张德梅;;最新国外测绘学文献题录[J];测绘科技情报;2007年02期
18 韩敏,程磊,唐晓亮,王教河;向海自然保护区土地覆盖分类研究[J];应用生态学报;2005年02期
19 薛莲;金卫斌;熊勤学;刘章勇;;基于MODIS和ENVISAT数据的湖北省四湖地区土地覆盖分类[J];应用生态学报;2010年03期
20 张滔;张友静;谢丽军;;结合丰度特征的决策树及其土地覆盖分类[J];遥感信息;2010年05期
中国重要会议论文全文数据库 前10条
1 陈建军;张树文;;基于MODIS数据的东北地区土地覆盖分类的精度评价研究[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
2 屈永华;王锦地;刘素红;;典型地物波谱库用于冬小麦种植面积提取的遥感方法研究[A];中国地理学会2004年学术年会暨海峡两岸地理学术研讨会论文摘要集[C];2004年
3 杨莹;刘元波;阮仁宗;叶春;赵东波;;基于遥感数据的土地覆盖分类尺度效应分析——以MODIS和ASTER为例[A];遥感定量反演算法研讨会摘要集[C];2010年
4 陈建军;张树文;;基于MODIS数据的东北地区土地覆盖分类的精度评价研究[A];第十四届全国遥感技术学术交流会论文选集[C];2003年
5 延昊;王长耀;牛铮;姜小光;王汶;;遥感植被指数对多时相AVHRR数据主成分影响[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年
6 李耀辉;韩涛;;基于EOS/MODIS资料的中国黄土高原西部土地覆盖分类研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
7 郭健;张继贤;张永红;曹银璇;;多时相MODIS影像土地覆盖分类比较研究[A];中国测绘学会九届四次理事会暨2008年学术年会论文集[C];2008年
8 谢莹玲;翁坤诗;詹世倍;秦中天;;卫星科技在地盘下陷研究上之应用[A];海峡两岸土力学及基础工程地工技术学术研讨会论文集[C];1994年
9 刘爱霞;王静;刘正军;;基于MODIS数据的北京西北部地区土地资源监测研究[A];2006年中国土地学会学术年会论文集[C];2006年
10 孙丹峰;;自组织网络与模糊规则结合在遥感土地覆盖分类中的应用研究[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
中国博士学位论文全文数据库 前7条
1 骆成凤;中国土地覆盖分类与变化监测遥感研究[D];中国科学院研究生院(遥感应用研究所);2005年
2 雷震;随机森林及其在遥感影像处理中应用研究[D];上海交通大学;2012年
3 范玉宏;人工免疫系统架构及其在Modis数据分类中的应用研究[D];华中科技大学;2006年
4 朱晓荣;基于决策树的洞庭湖湿地信息提取技术研究[D];中国林业科学研究院;2012年
5 张扣强;大区域居住用地信息特征遥感影像提取方法研究[D];中国地质大学(北京);2013年
6 陈四清;基于遥感和GIS的内蒙古锡林河流域土地利用/土地覆盖变化和碳循环研究[D];中国科学院研究生院(遥感应用研究所);2002年
7 王萍;遥感土地利用/土地覆盖变化信息提取的决策树方法[D];山东科技大学;2004年
中国硕士学位论文全文数据库 前10条
1 赵静;基于BP人工神经网络的遥感影像土地覆盖分类研究[D];中国地质大学;2010年
2 李思慧;基于MODIS的蒙东地区土地覆盖分类及退耕还林还草变化监测研究[D];东北师范大学;2010年
3 吴俊杰;基于MODIS植被指数时序数据的东北亚地区土地覆盖分类[D];东北师范大学;2010年
4 岳瑞红;基于MODIS数据的蒙古高原土地覆盖分类研究[D];内蒙古师范大学;2010年
5 王文文;CBERS-02B星CCD影像大范围土地覆盖分类潜力分析[D];辽宁工程技术大学;2009年
6 李红映;基于MODIS数据的浙江省土地覆盖分类研究[D];浙江农林大学;2011年
7 张倩;基于决策树方法的航空高光谱遥感土地覆盖分类研究[D];山东科技大学;2005年
8 刘勇洪;基于MODIS数据的中国区域土地覆盖分类研究[D];中国科学院研究生院(遥感应用研究所);2005年
9 傅陈君;人口稠密区村域SOC的多方法估算[D];四川农业大学;2008年
10 王娜;城市热环境和植被覆盖关系的方法研究[D];上海师范大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978