基于低分辨率影像快速更新土地利用现状图的应用研究.doc

基于低分辨率影像快速更新土地利用现状图的应用研究.doc

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于低分辨率影像快速更新土地利用现状图的应用研究① 扬州环境资源职业技术学院资源科学系 黄瑞 王嘉楠 扬州市国土资源局邗江分局 周显祥 摘要 本文就如何利用低分辨率影像并结合3S技术快速更新土地利用现状图给出了解决思路。研究表明利用低分辨率影像实现用地信息的快速更新已经在图像纠正环节达到了精度要求,借助分类模板和专家知识库也提高了变化信息提取精度,通过野外实地调查弥补了低分辨率影像的一些局限,但是试验结果表明这种方法目前还存在一些问题。这种研究思路对第二次国土资源大调查工作后的用地信息快速更新具有一定的借鉴意义。 关键词 3S 土地利用 分类 精度 土地利用现状图是国土管理单位从事土地管理、国土规划等各项工作的基础资料。及时更新的土地利用现状图是做好各项土地管理及科研工作的前提。由于我国土地详查的时间跨度大,很多市、县的土地利用现状资料往往是十几年前的资料。而随着近几年国土事业的飞速发展,各地区的土地资源的使用情况发生了非常显著的变化。特别是沿海经济发达地区,随着外资经济的引入,工业园建设以及本地区产业的飞速发展,都促成了各地区用地规模和结构上发生了显著的变化。这样已有的土地利用“现状”图件,已经远远不能反映土地利用的现实情况。那么如何结合新技术和新方法,根据用地的变化,及时将变化信息反映到土地利用现状图上,就已经成为国土资源管理单位亟待解决的问题。 一、研究区概况 扬州市邗江区距今已有2480多年的历史。改革开放以来,曾连续两届跻身全国综合实力百强县行列。邗江位于江苏省中部,长江三角洲腹部,长江与运河交汇处,东依上海,西连南京,南临长江,北接淮水,中贯京杭大运河,是历史文化名城——扬州市的重要组成部分。全区总面积757平方公里,人口50万。 近年来,邗江区在认真落实耕地保护制度,以土地复垦项目的实施为抓手,大力组织土地的复垦开发整理,有计划、有重点、有步骤地对全区田、水、路、林、村进行综合整治,全区用地面貌发生了极大的变化,并取得了较好的经济效益、社会效益和生态效益。 二、基于低分辨率影像及3S技术快速更新土地利用现状图技术路线 为了使土地管理一线单位,准确、快速地获取必威体育精装版的土地利用状况信息,在本次研究工作中,我们选用遥感技术辅助其它技术手段,实现土地利用现状信息的更新。我们根据 2002年研究区基于MapInfo的土地利用数据、2006年土地详查资料、2006年 SPOT4影像数据及其它辅助数据,将2002年的土地利用数据更新到 2006年。具体工作流程如图1所示。 1.遥感影像的纠正、配准与融合 遥感数据的纠正按照分辨率的不同选取地形图比例尺,在分辨率大于4米时,选用1∶1或1∶2.5万比例尺,在分辨率小于4米的情况下,选用1∶5万比例尺。为保证纠正精度,地形图需经扫描纠正形成数字栅格地形图。在本次研究中,考虑到研究区多为平坦区域,因此对遥感影像的纠正选用立方次多项式的整体纠正方法。选择了能体现明显地物特征,且分布均匀的35个控制点进行纠正。纠正后,经统计分析,数据误差控制在一个像元之内符合制图数据精度的要求。 本次数据融合操作主要是对研究区的spot4影像及TM影像资料的融合。融合方法采用了HIS彩色变换法和算术加权法,这种地物分类方法突出了地物特征,有利于后续的遥感图象解译。处理前后的影像如图2。 2.遥感解译,变化信息提取 在准备好某一时相的遥感图像及研究区域的基期土地利用现状资料后,就可开展土地利用变化信息的提取。而利用遥感影像进行高精度的土地利用信息分类则是变化信息能否被有效提取的必要保障。 在现阶段的实验中,我们主要利用监督分类,从判读标志和分类模板的准确性上入手,努力实现遥感影像的高精度监督分类。本项目中,我们通过Erdas Imagine软件的Classification模块,共选取AOI区域56个作为训练样本。训练后所得的模板评价数据如 表一,分类模板的可能性矩阵 Table1 The possible matrix of classification model Data plant01 plant02 road01 road02 river01 road04 factory01 residentia factory02 river02 Row Total plant01 200 39 0 0 0 0 0 0 0 0 239 plant02 17 1845 3 0 0 0 0 0 0 0 1865 road01 1 3 136 18 0 0 0 0 0 0 158 road02 0 0 2 166 0 0 0 0 0 0 168 river01 0 0 0 0 28 0 0 0 0 0 28 road04 0

文档评论(0)

mx597651661 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档