土地利用分类

摘要： 土地利用分类是城市建设规划、水体变化监测、森林树种识别的前提,是土地资源可持续利用的基础。本研究以安徽省广德市西庄村为研究对象,基于无人机多光谱成像技术,采用8种监督分类方法,分析研究区的土地利用状况。在相同的分类条件下,支持向量机分类精度最高,总体分类精度达到了98.91%,kappa系数为0.99;其次是随机森林与决策树分类法,总体分类精度达到了97%以上。波谱角、马氏距离法分类效果较低(90%),最小距离法分类精度最低,仅为78.74%,kappa系数为0.73。

摘要： 针对以往土地利用监测大都采用监督分类算法,成本较高、错分漏分严重且受人为因素影响较大的问题,提出了一种粒子群优化概率神经网络的半监督分类算法。该算法通过粒子群优化算法优化分类器的参数,提高分类器的精度,运用香农熵选择高置信度的样本扩展初始训练样本集,将大量未标记的样本扩展到训练样本集中,减少了初始标签样本的数量,节约了成本,并与随机森林法、最大似然法、概率神经网络算法进行对比分析,总体精度较其他算法提高了1.25~6.57个百分点,Kappa系数达到0.8以上。对新乡市1996年、2004年、2013年、2020年的遥感影像进行土地分类,结果表明1996—2020年间新乡市的建设用地以中部地区新乡县为中心不断扩张,耕地面积也在不断增加,其他用地面积不断减少,沿黄河绿地面积不断增加;土地流转方面耕地转建设用地最为明显,本研究为新乡市进一步合理开发土地资源提供了理论依据。

摘要： 选择大同矿区忻州窑矿为研究区域,根据矿区的开采状况,基于Landsat系列遥感数据,选择2004,2007,2010,2014和2017年的遥感影像,基于ENVI软件对影像进行预处理,并根据国家标准确定土地利用类型.结果显示:沙地、工矿用地精度最高;建设用地在遥感影像上容易识别,建设用地混分较少,裸地及耕地错分、漏分误差较高,相比于其他地物类型,精度较低.

摘要： 为研究黄河下游平原地区城市内部“三生”空间特征,指导区域国土空间开发与生态环境保护,通过建立“三生”国土空间评价体系,基于“要素-结构-功能”框架,分析山东省德州市德城区2019年12个街道(镇)“三生”空间分布特征。结果表明:对于土地要素禀赋,市区街道多样化水平高,集中化程度低,用地组合类型丰富,且以生活用地为主,而市郊镇则相反,并逐渐过渡到以工业、农业生产用地为主导;对于结构区位,市区各街道和袁桥镇的城镇居住用地和非农生产用地区位意义显著,市郊镇的农业生产、农村居住用地区位意义显著,生态用地除赵虎镇外均具有区位意义;对于功能格局,生产功能强弱呈梯度特征,生活功能由核心区向外减弱,生态功能呈四周高、中间低态势,“三生”功能空间呈圈层分布。

摘要： 研究目的:基于语义分割模型HRNetV2实现高分辨率遥感影像的土地利用自动分类,以期推动深度学习语义分割方法实现遥感影像的土地利用自动分类研究,并为该类研究提供可参考的案例。研究方法:首先对语义分割模型HRNetV2从损失函数、特征提取方面进行优化,以提高模型的分割精度;其次用优化后的HRNetV2模型对民乐县2 m的高分辨率遥感影像进行土地利用分类,并基于混淆矩阵对分类的结果进行评估。研究结果:(1)优化后的HRNetV2语义分割模型的MIOU达81.9%,相较于优化前提高了4.4%,证明了优化方法的有效性;(2)针对民乐县进行的土地利用自动分类总体精度达89.72%,Kappa系数达0.888。研究结论:优化后的HRNetV2语义分割模型在高分辨率遥感影像的土地利用自动分类中具有较强的应用前景。

摘要： 为了提高土地利用分类精度,本文以高分二号遥感影像作为基础实验数据,融合影像光谱信息、归一化植被指数(NDVI)和纹理信息形成多特征融合影像,分别采用神经网络分类方法和支持向量机分类方法对高分辨率遥感影像进行土地利用分类研究,并对两种分类方法结果进行分类精度对比。研究结果发现:1) 多特征融合影像分类精度优于单独使用研究区遥感影像波段光谱信息进行分类取得的精度,很大程度上提高了土地利用分类准确度。2) 与神经网络分类方法相比,基于多特征融合的支持向量机分类法分类斑块碎化程度较小,图斑完整性较好,地物错分漏分现象较少,并且从总体精度和Kappa系数来看,支持向量机分类法优于神经网络分类,且基于多特征融合影像的SVM分类总体精度达到了93.98%,Kappa系数为0.8981。因此基于多特征融合影像的SVM分类能够有效提高土地利用分类精度,可为土地利用监测和土地整治提供有效的数据和技术支持。

摘要： 生态环境脆弱的青藏高原是我国乃至全球生态屏障的重要组成部分,提升在此实行的生态工程的实施效应十分重要。湟源县所处地理位置具有农牧耦合优势,近年来该县在生态建设上取得较为突出的成就。本文将卫星遥感技术与问卷调研数据相结合,从不同时期的湟源县土地利用分类情况和居民在生态工程实施过程中的感知入手,对湟源县的生态工程实施效应进行分析。发现:①湟源县近30余年来生态工程实施效应显著,尤其是近16年,在城乡建设用地大幅扩张的前提下植被覆盖率仍有较大提升。②生态工程的实施给湟源县居民的生活环境带来明显改善,空气、水等质量明显上升。③生态工程实施过程中给部分居民的生产生活带来一定影响。人地关系平衡的处理有待进一步探索和提升,有关政策和机制需更加完善,确保达到生态工程实施为自然、社会和公众三方带来益处的目的。

摘要： 利用Landsat卫星影像组成1989—2018年时间序列影像数据集,以凤阳县行政矢量边界等为辅助数据,采用基于机器学习的随机森林算法进行地物分类,并与RS、GIS、目视解译等方法结合,对凤阳县1989、1995、2000、2005、2009、2013和2018年7期遥感影像进行土地利用分类和景观格局分析。结果表明:经随机森林分类方法分析得出,总体精度达92.14%,Kappa系数为0.8956。研究结果有助于了解经济快速发展背景下凤阳县土地利用空间格局变化及规律,对于指导凤阳县城乡规划、土地资源管理以及生态环境保护等方面有着重要的参考作用。

摘要： 局地气候分区(Local Climate Zone,LCZ)方案是一种新的城市高分辨率土地利用分类(High Resolution Land Use Classification,HRLUC)数据集构建方法。基于LCZ分类体系制作了中国63个城市的具有建筑物分类的HRLUC数据集。原数据采用2017—2019年的Landsat 8卫星数据及高分辨Google Earth影像,涵盖51933个训练样本(>100 m×100 m)和15841个验证样本。精度评估结果表明:中国63个城市的HRLUC数据集总体质量较好,总体准确率为72%~92%,平均准确率为81%;城市用地类型准确率为59%~82%,平均准确率为72%;自然覆盖类型准确率为71%~100%,平均准确率为89%。与同类研究相比,本研究的城市用地类型准确率较高。此外,基于原始LCZ分类体系,增加修建区为中国城市LCZ分类的基本类型;63个城市中有24个城市的修建区占比超过5%,该类下垫面多位于城郊结合部。

摘要： 气候变化是人类面临的全球性问题,碳排放是全球气候变化的重要因素。从土地利用碳排放估算的角度,介绍了联合国政府间气候变化专门委员会(IPCC)在国家温室气体清单中针对土地利用分类的规定,整理并分析了我国与土地利用相关的14项分类文件,研究了我国当前的土地利用分类情况,建立了我国现有土地利用分类与IPCC关于农林以及其他土地利用分类的对照映射关系。

摘要： 传统的离散型贝叶斯网络分类器将所有变量视为离散变量,或对连续变量做离散化处理。离散化不可避免地存在信息损失,且在多源遥感数据的处理和分析中,连续变量的离散化会导致搜索空间的急剧增加和计算及存储的极大开销。面向土地利用分类的多源遥感数据混合贝叶斯网络分类器,首先对问题领域的所有变量做正态分布检验,将满足高斯分布假设的变量不做离散化而视为连续变量;离散变量和连续变量分别进行参数学习,然后进行参数合并,再用于贝叶斯网络的推理利分类中。广西某地土地利用分类的实验表明,该模型优于传统的离散型贝叶斯网络分类器,具有一定的研究和应用价值。

摘要： 本文从土地利用分类的概念、意义和原则入手,介绍了国内外主要的土地利用分类系统,并对其进行比较;最后,对我国最新的进行评价,认为新分类系统具有很大的进步性,符合我国现阶段土地管理各项工作的要求.

摘要： 作者通过试验探讨了光谱纹理频率统计法与单像元光谱值法结合对IKONOS进行土地利用分类的方法,实现了精度上的提高,并对统计学函数提取图像纹理进行了分析.

摘要： 以安宁市为研究区,选用TM影像数据,在ENVI 4.8遥感软件中,对安宁市土地利用进行分类.统计遥感图像的波谱特征值,确定各类地物的在不同波段的综合阈值,最后运用决策树分类法对影像进行分类.同时,考虑到混合像元对分类精度的影响,因此将混合像元进行噪声分离,提取纯净像元,确定端元,采用线性分解的方法,得到端元的丰度值,将丰度值加入特征集,结合光谱信息,生成决策分类规则,进行分类.研究表明:决策树分类后精度比与最大似然法方法相比,分类精度提高了3.6852%,Kappa系数提高了0.0615.而决策树加入丰度特征后,精度比单一的均值波谱决策树提高了1.862%,Kappa系数提高了0.0353.说明决策树分类能够更加灵活且有效,加入丰度特征的决策树分类能更好地提取地物信息,具有更高的准确性.

摘要： 本研究使用ENVI遥感图像处理软件对南京地区的ETM+影像进行了简单的图像处理和目标识别。ETM+是载于陆地卫星Landsat-7上的遥感器,其影像数据共有8个波段。ENVI是进行遥感图像处理的常用软件,本研究使用此软件进行图像的预处理、专题信息提取、建立解译标志、非监督分类、监督分类等处理过程,得到了质量较好的南京地区土地利用图。本研究运用遥感技术进行土地利用状况调查,摸清土地的数量及分布状况,这是遥感应用的一项基础性工作。

摘要： 传统的遥感变化监测和信息提取主要是基于中低分辨率遥感卫星数据或航片,通过目视判读或基于像素的分类方法,信息提取的精度和效率不能兼顾.近15年来卫星遥感技术的发展,特别是影像分辨率的空前提高对信息提取技术提出了前所未有的挑战.特别是1999年以来,高分辨率商业化卫星的相继发射成功,高分辨率卫星数据广泛应用于各行各业,信息提取技术成了制约遥感产业化应用的瓶颈之一.另外空间分辨率的空前提高,使得影像纹理信息极大的丰富,传统的基于像素的分类方法无能为力.本文研究目的是探索1米分辨率IKONOS影像面向对象的信息提取方法,以北京市玉渊潭公园周边土地利用分类为例,详细介绍了基于eCognition的土地利用分类原理、方法和步骤,并对面向对象的分类方法与传统的基于像素的分类方法进行了分析比较,结果表明面向对象的分类方法特别适用于空间分辨率高、纹理信息丰富而光谱分辨率相对不足的影像数据,是解决高分辨率数据产业化应用问题的关键技术.

摘要： 传统的遥感变化监测和信息提取主要是基于中低分辨率遥感卫星数据或航片,通过目视判读或基于像素的分类方法,信息提取的精度和效率不能兼顾.近15年来卫星遥感技术的发展,特别是影像分辨率的空前提高对信息提取技术提出了前所未有的挑战.特别是1999年以来,高分辨率商业化卫星的相继发射成功,高分辨率卫星数据广泛应用于各行各业,信息提取技术成了制约遥感产业化应用的瓶颈之一.另外空间分辨率的空前提高,使得影像纹理信息极大的丰富,传统的基于像素的分类方法无能为力.本文研究目的是探索1m分辨率IKONOS影像面向对象的信息提取方法,以北京市玉渊潭公园周边土地利用分类为例,详细介绍了基于eCognition的土地利用分类原理、方法和步骤,并对面向对象的分类方法与传统的基于像素的分类方法进行了分析比较,结果表明面向对象的分类方法特别适用于空间分辨率高、纹理信息丰富而光谱分辨率相对不足的影像数据,是解决高分辨率数据产业化应用问题的关键技术.

摘要： 实施土地发展规划，调整产业结构，必然引起土地利用变化。及时准确的掌握这种变化情况，对指导土地资源合理利用，保证国民经济健康发展具有重大意义。本文基于2001年与2006年北京海淀地区韩家川村及马连洼村IKONOS与QuickBird遥感影像，对比采用传统的基于象素的遥感影像分类方法与面向对象的分类方法进行影像分类，并进行对照分析，然后运用马尔可夫模型来定量分析土地利用变化信息，表达该地区土地利用综合水平和发展趋势，最后对该地区土地未来的发展规划给予一些意见和建议。结果表明：5年来，该地区的土地利用总体呈衰退趋势。54.02%的耕地被建筑用地所占用，造成耕地面积大幅度下降；园地面积下降也十分迅速，达到1倍之多；生态用地中林地、草地与水域保持相对稳定；建设用地有所增加，而未利用面积增加幅度较大。

摘要： 实施土地发展规划，调整产业结构，必然引起土地利用变化。及时准确的掌握这种变化情况，对指导土地资源合理利用，保证国民经济健康发展具有重大意义。本文基于2001年与2006年北京海淀地区韩家川村及马连洼村IKONOS与QuickBird遥感影像，对比采用传统的基于象素的遥感影像分类方法与面向对象的分类方法进行影像分类，并进行对照分析，然后运用马尔可夫模型来定量分析土地利用变化信息，表达该地区土地利用综合水平和发展趋势，最后对该地区土地未来的发展规划给予一些意见和建议。结果表明：5年来，该地区的土地利用总体呈衰退趋势。54.02%的耕地被建筑用地所占用，造成耕地面积大幅度下降；园地面积下降也十分迅速，达到1倍之多；生态用地中林地、草地与水域保持相对稳定；建设用地有所增加，而未利用面积增加幅度较大。

摘要： 实施土地发展规划，调整产业结构，必然引起土地利用变化。及时准确的掌握这种变化情况，对指导土地资源合理利用，保证国民经济健康发展具有重大意义。本文基于2001年与2006年北京海淀地区韩家川村及马连洼村IKONOS与QuickBird遥感影像，对比采用传统的基于象素的遥感影像分类方法与面向对象的分类方法进行影像分类，并进行对照分析，然后运用马尔可夫模型来定量分析土地利用变化信息，表达该地区土地利用综合水平和发展趋势，最后对该地区土地未来的发展规划给予一些意见和建议。结果表明：5年来，该地区的土地利用总体呈衰退趋势。54.02%的耕地被建筑用地所占用，造成耕地面积大幅度下降；园地面积下降也十分迅速，达到1倍之多；生态用地中林地、草地与水域保持相对稳定；建设用地有所增加，而未利用面积增加幅度较大。

摘要： 本发明公开了一种土地利用分类专题图纹理符号的制作方法，包括：纹理素材截取；主颜色提取；颜色聚类；纹理骨架提取；平铺感去除；纹理库的构建。本发明的优点是：给出了纹理符号的定义与分类，明确了纹理符号的制作流程；使用的自然纹理符号和象征纹理符号语义内涵清晰，更易于地图的信息传递；提高了地图的质感和层次感；可以直接用于生产，为土地利用调查制图提供基础的支撑，同时为自然资源调查大比例尺成果制图提供了解决方案。完善了土地利用现状分类专题图的表达。

摘要： 本发明涉及土地分类领域，提供一种基于街景图像的土地利用分类方法及系统，包括：获得处理后的街景图像数据和处理后的土地地块数据；将处理后的街景图像数据输入训练好的卷积神经网络，获取街景特征向量，通过街景特征向量计算获得输入地块节点嵌入表示向量；将街景特征向量和输入地块节点嵌入表示向量输入训练好的图卷积神经网络，获得输出地块节点嵌入表示向量；将输出地块节点嵌入表示向量输入训练好的土地利用分类器进行分类，获得地块的土地利用分类结果。本发明通过图神经卷积网络进行空间上下文信息交互克服了现有技术中存在的空间信息利用低效等问题。同时，本发明可以用于精确识别城市土地利用类别，为城市的科学发展制定合理的规划。

摘要： 本发明涉及土地利用分类技术领域，公开了面向土地利用分类的随机森林算法，本发明通过设置制作训练集、组成测试样本集、对训练集进行K折划分、根据影像数据和研究区域特性，确定决策树数量k和特征属性数n的范围，建立网格、抽取样本、将多次计算所有树在剩余1份训练样本时的预测效果、导入测试数据集，使用精度评价模型计算最优参数组合的精度等步骤的设置，使得该算法实现了自适应参数调优的随机森林算法，达到了提高土地利用分类精度的目的。并且该算法具有较好的准确率和运算效率，随机森林算法为了降低过拟合的风险性，使用平均决策树方法。同时随机森林具有良好的稳定性，不会受到个别决策树结果的影响。

摘要： 本发明公开一种根据土地利用分类数据对城镇低效用地识别的系统及方法，涉及图像数据处理技术领域，包括图像采集模块、图像处理模块、土地利用分类模块、识别模块、中央处理模块、无线数据通信模块和上层管理系统，其中所述图像采集模块的输出端与无线数据通信模块的输入端连接，所述无线数据通信模块的输出端与所述中央处理模块的输入端连接，中央处理模块还分别连接有识别模块、土地利用分类模块和远程无线数据通信接口，所述中央处理模块通过远程无线数据通信接口与上层管理系统连接，本发明采用无人机遥感技术实现城镇土地数据信息的获取，通过土地利用分类模块实现数据信息分类，大大提高了土地利用分类能力。

摘要： 本发明公开了一种土地利用分类方法及系统，包括：训练好的土地利用分类模型对输入的目标土地影像中各像素进行土地利用类型分类，得到第一土地分类图像；土地利用分类模型包括编码器、双路注意力模块、空间金字塔池化模块和解码器；双路注意力模块包括第一通道注意力模块和第一空间位置注意力模块；通过双路注意力模块得到通道注意力加权特征和空间注意力加权特征；空间金字塔池化模块再对两者进行融合得到融合特征；条件随机场对第一土地分类图像中各像素进行土地利用类型分类，得到第二土地分类图像。本发明引入通道注意力模块和空间位置注意力模块，提高了土地利用的分类精度，采用条件随机场进一步提高了土地利用的分类精度。

摘要： 一种基于增强语义表示的遥感影像深度土地利用分类方法，本发明提出了基于多级语义信息的土地覆盖分类框架（LUCN），引入了多层语义信息的深度卷积网络（DLCN）和全局‑局部语义信息集成（GLFM）模块。多层语义信息的深度卷积网络（DLCN）能够捕获多层语义信息的同时消除模糊特征表示，减少歧义特征对分类模型的影响。同时提出了一种类别不平衡修正损失函数，用于改进土地覆盖多类别的分类效果；全局‑局部语义信息集成（GLFM）模块包含不确定性量化和全局‑局部自适应集成，通过利用不确定量化图，能够准确定位于需要特征融合的位置，从而加强影像的不同层次特征描述。

摘要： 本发明公开了一种基于深度时空模式交互网络的土地利用分类方法，包括以下步骤：将土地利用分类的样本库输入特征提取模块，得到不同分辨率的特征图；将不同分辨率的特征图输入特征融合模块，得到增强后的特征图；将增强后的特征图输入语义分割模块，计算语义分割的置信度，当置信度大于或等于阈值时，输出分类结果；当语义分割的置信度小于阈值时，输出预分类结果并将增强后的特征图输入时空模式推理模块，进行时空关系的推理验证，得到推理验证结果；将预分类结果和推理验证结果输入校正模块，对预分类结果进行调整，反馈至语义分割模块。本发明提高了土地利用分类的精度，降低了后期人工编辑的工作量。

摘要： 本发明公开了一种基于像素级对比学习的遥感土地利用分类方法，该分类方法主要由编码器、网络适配器和解码器三个部分组成，所述编码器有四个阶段，每个block由Transformer构成，所述网络适配器由三个部分组成，分别为：空间先验模块、特征映射器和特征提取器，本发明所使用的一元分类方法交叉熵损失函数与像素级对比学习具有互补优势，通过像素级对比学习，研究训练图像像素之间的全局语义关系，引导像素嵌入到交叉图像类别的区分表示，最终提高分割性能，该方法在密集图像预测任务中产生了良好的结果，并且在此基础上还设计了Semantic Layer来捕获图像的语义上下文，增强了特征映射的语义表示，可以提高像素级对比学习的效率，提高分割性能。

摘要： 本发明涉及一种基于土地利用分类的海啸风险变化分析方法，包括：针对指定时间段内指定区域的基本参数和海啸淹没计算模型，获取包括淹没区的海啸淹没危险等级信息；获取指定时间点的指定区域的卫星影像数据，对卫星影像数据进行预处理；并根据遥感各波段和多种光谱指数数据基于机器学习的方法进行土地利用分类，获得分类结果；基于预先建立的土地利用分类和脆弱性等级的对应关系，获取指定区域淹没区的脆弱性分析结果；根据海啸淹没危险等级信息和指定区域淹没区的脆弱性分析结果，获取海啸风险变化的量化分析结果。上述方法实现了量化指定区域的海啸风险变化，有效防范海啸事件造成的灾害风险，可较好的推广使用。

摘要： 本发明涉及土地分类领域，提供一种基于街景图像的土地利用分类方法及系统，包括：获得处理后的街景图像数据和处理后的土地地块数据；将处理后的街景图像数据输入训练好的卷积神经网络，获取街景特征向量，通过街景特征向量计算获得输入地块节点嵌入表示向量；将街景特征向量和输入地块节点嵌入表示向量输入训练好的图卷积神经网络，获得输出地块节点嵌入表示向量；将输出地块节点嵌入表示向量输入训练好的土地利用分类器进行分类，获得地块的土地利用分类结果。本发明通过图神经卷积网络进行空间上下文信息交互克服了现有技术中存在的空间信息利用低效等问题。同时，本发明可以用于精确识别城市土地利用类别，为城市的科学发展制定合理的规划。