基于Rapid Eye数据的北京生态涵养区土地利用分类及变化研究

来源 :遥感技术与应用 | 被引量 : 2次 | 上传用户:suixin1102
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对目前常用的遥感影像分类方法在复杂下垫面识别中出现的分类精度不高、"椒盐"现象明显等问题,以北京生态涵养区为例,基于Rapid Eye数据开展不同土地利用分类方法研究,并提出优化的分类方法。构建的土地利用分类体系涵盖耕地、水体、建筑区、乔木林、灌木林、矿石堆以及砂石坑。采用面向对象分析技术将研究区分割为3.71万个图斑,分别利用决策树分类法和最邻近分类法提取土地利用类型,结果显示:决策树分类法的总体精度为75%,Kappa系数为0.69,其对水体、耕地、建筑区等光谱特性差异明显的区域具有较高解译精
其他文献
郁闭度是反映森林数量和质量的重要参数,是森林调查的重要因子之一.以广西壮族自治区高峰林场试验区获取的机载LiDAR点云数据为基础,基于二维冠层高度模型(Canopy Height Mod
利用遥感技术开展湖泊湿地生态水文结构分析对维持其生态服务功能具有重要意义,但受大气状况的影响会造成特定水位下可用高分辨率遥感影像的缺失,而遥感时空融合技术为弥补这一缺陷提供了重要途径。以安徽省升金湖湿地为研究区,根据改进后的时空自适应反射率融合模型(ESTARFM)模拟生成高时空分辨率遥感影像,评价模拟遥感影像的数值精度,进而分析了升金湖湿地的生态水文结构。结果表明:①ESTARFM模型能够有效模
陆地生态系统总初级生产力(GPP)反映了植物吸收固定大气中CO_2的能力,是碳循环过程中的重要环节。光能利用率(LUE)模型被广泛应用于GPP模拟。叶面积指数(LAI)数据是LUE模型的重要输入数据,不同的LAI数据差异较大,从而导致GPP模拟存在很大差异。利用3种常用的卫星遥感LAI数据(MCD15、GLASS和GlobMap)和气象数据模拟中国2003~2017年的GPP,比较了3种LAI数据
针对生态脆弱型人地系统模式研究中存在的数据处理繁杂、模式识别偏主观、内在机理复杂等问题,提出了基于云平台及大数据方法的模式分析框架.通过遥感及社会经济云平台实现数
定量获取地表植被高精度时序及空间覆盖的叶面积指数(Leaf Area Index,LAI)是生态监测及农业生产应用的重要研究内容。通过使用Moderate Resolution Imaging Spectroradiometer(MODIS)植被冠层多角度观测MOD09GA数据及叶面积指数MOD15A2数据,发展了一种参数化的叶面积指数遥感反演方法并完成了必要的检验分析。研究使用基于辐射传输理论的
The evolution of semisolid microstructure during partial remelting of (CNTs + Sip)/AZ91D powder compacts prepared by cold pressing was studied.The results indic
针对我国南方地区植被类型复杂、地形复杂和地块破碎等原因导致耕地信息提取精度较低问题,提出了一种面向对象和CART决策树结合的复杂条件下耕地面积提取方法。以广西南宁市隆安县与武鸣县地区为研究区,采用Sentinel-2A影像,结合数字高程数据(Digital Elevation Model,DEM)及归一化植被指数(Normalized Difference Vegetation Index,NDV
利用福建福州、西藏尼玛和澳大利亚弗伦奇3地代表不同水体类型的Sentinel-2A MSI和Landsat-8 OLI数据,采用客观阈值法(0阈值)和随机森林重要性评估法,比较和分析了改进型归一化差值水体指数(Modified Normalized Difference Water Index,MNDWI)、自动水体提取指数(Automated Water Extraction Index,AWE