结合高分辨遥感影像和GIS数据的土地利用变化监测.pdf

《结合高分辨遥感影像和GIS数据的土地利用变化监测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第29卷第1期长江科学院院报Vo1．29No．12012年1月JournalofYangtzeRiverScientificResearchInstituteJan．2012文章编号：1001—5485(2012)O1—0049—04结合高分辨遥感影像和GIS数据的土地利用变化监测黄俊，申邵洪(长江科学院空间信息技术应用研究所，武汉410010)摘要：研究了一种结合高分辨率遥感影像和GIS数据的土地利用自动变化监测方法。分别采用马氏距离、支持向量机、神经网络3种分类方法对研究区域进行模糊分类，然

2、后通过多分类器模糊决策融合分类方法对3种分类结果进行融合，提高总体分类精度。在获得高精度分类结果的基础上，结合历史时期GIS专题数据和分类结果，计算对应的图斑多边形内各类别成份，并与其历史属性对比分析，自动实现土地利用变化监测。实验数据选取QuickBird高分辨率遥感影像和1：1万土地利用GIS数据，实验结果表明模糊决策融合分类能够明显改善分类效果，获得比单一分类器更为精准的结果。利用决策分类结果并结合GIS数据进行变化区域判定实验，结果表明，对区域中存在较大变化能够准确自动判定为变化区域，而

3、区域中存在较少部分变化则存在部分误判现象。关键词：高分辨率遥感影像；GIS数据；模糊决策融合；变化检测中图分类号：P237文献标志码：A方法。方法的总体思想为：首先以GIS专题数据中的单个图斑多边形为基本分析对象，自动获取遥感1研究背景分类的样本信息；然后对高分辨率遥感影像进行多高分辨率遥感技术已成为当前遥感领域的热点尺度分割，以分割图斑为分析对象进行面向对象多问题，已经在城市规划、资源调查、生态环境监测、自分类器模糊决策融合分类；再对遥感分类结果和然灾害监测和灾情评估等领域得到了广泛应用，同G

4、IS专题数据进行对比分析，自动判定GIS数据中时高分辨率遥感影像也成为了基础空间数据更新的单个图斑是否存在土地覆盖类型的变化，最终实现一个重要数据源，对快速、及时更新GIS空间数据库土地利用信息的自动更新。具有十分重要的意义。影像分割和基于GIS专题数据的分析方法，是2研究方法基于对象的土地利用变化监测中的重要研究内容¨j。采用影像分割为基础的分析方法，大体是通本文研究的结合高分辨率遥感影像和GIS专题过影像分割算法获得不同尺度的图斑，再以图斑为数据的土地利用监测方法是一种基于高分辨率遥感基本分

5、析对象，进行土地利用变化监测分析_2’3J，研影像数据面向对象分类的土地利用动态监测方法，究结果表明此类型方法取得的成果相对于基于像元具体实现过程包括样本自动选取、多尺度影像分割、的方法而言，通常能够取得更高的精度和解译成果。遥感影像模糊分类、多分类器组合分类、变化百分比结合GIS和高分辨率遥感影像的土地利用变化计算、变化区域判定、变化图斑自动检测等，流程图监测方法，是结合特定历史时期土地利用GIS专题如图1所示。数据和当前高分辨率遥感影像，利用GIS矢量数据，直接切割影像，然后对遥感影像进行分

6、析，研究当前3多分类器模糊决策融合时期土地利用现状，并自动完成对GIS专题数据的更新]。多分类器分类结果模糊决策融合的原理是以各本文利用高分辨率遥感影像和历史土地利用专分类器的模糊分类结果为输入，分别计算各分类器题矢量数据，研究了一种全自动土地利用动态监测得到分类结果的模糊度，然后根据模糊度大小，进行收稿日期：2011—11—18基金项目：国家自然科学基金项目(41101408)，长江科学院博士启动基金(CKSQ2010078)作者简介：黄俊(1982-)，男，湖北武汉人，工程师，博士，主要从事

7、高分辨率遥感影像解译，地理信息系统和水利信息化等方面的研究(电话)027—82926497(电子信箱)summer—hi@163．con。长江科学院院报l1，612，⋯6121，2，⋯2a=(4)历史土地利用专题矢量数据61，6m2，⋯6利用Delphi法，评定出个影响因素的权重系数面向对象模糊分类H模糊集组合分类，即确定出因素重要程度模糊集：W=(W1，W2，⋯，W)；变化区域判定和变lI图斑内类别组成化属性赋值l【成分计算=Xu／XXu~。(5)J=1=li=1土地利用专题矢量数据更新计算“

8、与u。的加权相对偏差距离，图1结合遥感影像和GIS数据的土地利用变化监测流程=(U0)=(；(6)){。(6)Fig．1Howchartofland·usechangedetectionusingmhighspatialresolutionremotelysensed式中面=~Xw为m项权值的平均值。N个分类imagesandGISdata加权处理得到新的类别隶属度，再根据各分类器的结果中与最理想分类结果之间加权相对偏差距离d置性度，对各类别隶属度赋予全局权重，最后采用最最小者相对应的分类结果u