|
|
基于遥感影像的土地利用/覆盖变化分类方法研究综述
|
Abstract:
土地利用/覆盖变化是导致全球环境变化的重要因素，同时遥感技术作为获取土地利用/覆盖变化分类的重要方法。本文在综合分析研究当前遥感图像分类方法基础上，将遥感影像分类方法归类为传统方法、基于算法的分类方法和其他方法，详细阐述了各种分类方法及研究进展，最后对土地利用／覆盖变化分类方法研究做了展望。尽管目前为止学者们提出了许多的分类方法，但还是没有一种分类方法能够满足所有的分类要求。因此在土地利用/覆盖变化分类中，应充分利用各种方法的优势，各种方法相互结合，取长补短，以提高遥感图像分类精度。
Land use/cover change is an important factor leading to global environmental change, and remote sensing technology is an important method to obtain the classification of land use/cover change. Based on the comprehensive analysis and study of the current classification methods of remote sensing images, this paper classifies the classification methods of remote sensing images into traditional methods, algorithm-based classification methods and other methods, expounds the classification methods and research progress in detail, and finally makes a prospect of the classification methods of land use/cover change. Although scholars have proposed many classification methods so far, none of them can meet all the classification requirements. Therefore, in the classification of land use/cover change, it is necessary to make full use of the advantages of various methods. Complement each other, in order to improve the precision of remote sensing image classification.
| [1] | Yin, J.B., Gentine, P., Zhou, S., Sullivan, S.C., Wang, R., Zhang, Y. and Guo, S.L. (2018) Large Increase in Global Storm Runoff Extremes Driven by Climate and Anthropogenic Changes. Nature Communications, 9, Article No. 4389.
https://doi.org/10.1038/s41467-018-06765-2 |
| [2] | Yin, J.B., Guo, S.L., Gu, L., He, S.K., et al. (2020) Projected Changes of Bivariate Flood Quantiles and Estimation Uncertainty Based on Multi-Model Ensembles over China. Journal of Hydrology. (Prepublish) |
| [3] | 张新荣, 刘林萍, 方石, 等. 土地利用、覆被变化(LUCC)与环境变化关系研究进展[J]. 生态环境学报, 2014, 23(12): 2013-2021. |
| [4] | 李婷, 宋洁华, 罗艳菊, 等. 提高土地利用——土地覆盖遥感分类精度方法研究综述[J]. 湖南农机, 2008(5): 34-35. |
| [5] | Turner, B.L., Meyer, W.B., Skole, D.L., 陈百明. 全球土地利用与土地覆被变化: 进行综合研究[J]. AMBIO-人类环境杂志, 1994, 23(1): 91-95. |
| [6] | 颉耀文, 陈发虎. 干旱区土地利用/土地覆盖变化与全球环境变化[J]. 地域研究与开发, 2002(2): 22-26. |
| [7] | 华文剑, 陈海山, 李兴. 中国土地利用/覆盖变化及其气候效应的研究综述[J]. 地球科学进展, 2014, 29(9): 1025-1036. |
| [8] | 费鲜芸, 高祥伟. 土地利用/土地覆盖遥感分类研究综述[J]. 山东农业大学学报(自然科学版), 2002(3): 391-394. |
| [9] | Lin, Y., Liu, B., Lu, Y. and Xie, F. (2014) Correlating Analysis on Spatio-Temporal Variation of LUCC and Water Resources Based on Remote Sensing Data. Pro-ceedings of Remote Sensing of the Environment: 18th National Symposium on Remote Sensing of China, 9185, 91580Q. |
| [10] | Zhang, J., Yu, Q.G. and Hou, J.H. (2011) Object-Oriented Classification and Information Extraction Based on High Spatial Resolution Remote Sensing Image. Remote Sensing Technology & Application, 25, 112-117. |
| [11] | 杨朝斌, 张树文, 卜坤, 等. 高分辨率遥感影像在城市LUCC中的应用[J]. 中国科学院大学学报, 2016, 33(3): 289-297. |
| [12] | 史泽鹏, 马友华, 王玉佳, 等. 遥感影像土地利用/覆盖分类方法研究进展[J]. 中国农学通报, 2012, 28(12): 273-278. |
| [13] | 马霭乃. 遥感目视解译的基本理论与方法[J]. 遥感信息, 1987(3): 26-29. |
| [14] | 杨博, 刘义. 农业遥感影像目视解译技术要点[J]. 现代化农业, 2008(4): 37-39. |
| [15] | 王昆, 戚浩平. 土地利用与土地覆盖遥感分类方法研究综述[J]. 山西建筑, 2008(5): 353-354. |
| [16] | 李镇, 张岩, 杨松, 等. QuickBird影像目视解译法提取切沟形态参数的精度分析[J]. 农业工程学报, 2014, 30(20): 179-186. |
| [17] | 杨军义. 遥感影像目视解译在第二次全国土地调查中的应用[J]. 甘肃科技, 2011, 27(09): 74-76. |
| [18] | 童威. 基于ENVI的遥感影像监督分类方法的研究[J]. 科技创新与应用, 2019(23): 6-9. |
| [19] | 孙坤, 鲁铁定. 监督分类方法在遥感影像分类处理中的比较[J]. 江西科学, 2017, 35(3): 367-371. |
| [20] | 洪洲. 基于纹理特征的遥感影像监督分类[J]. 测绘与空间地理信息, 2013, 36(4): 75-79. |
| [21] | 赵春霞, 钱乐祥. 遥感影像监督分类与非监督分类的比较[J]. 河南大学学报(自然科学版), 2004(3): 90-93. |
| [22] | 王利民, 刘佳, 杨福刚, 等. 基于分层非监督分类的油菜面积识别研究[J]. 中国农学通报, 2018, 34(23): 151-159. |
| [23] | 赵爽. 基于卷积神经网络的遥感图像分类方法研究[D]: [硕士学位论文]. 北京: 中国地质大学(北京), 2015. |
| [24] | 王圆圆, 李京. 遥感影像土地利用/覆盖分类方法研究综述[J]. 遥感信息, 2004(1): 53-59. |
| [25] | 戚王月, 胡宏祥, 夏萍, 等. 基于改进BP神经网络的多分辨率遥感图像分类及对比分析[J]. 安徽农业大学学报, 2019, 46(4): 737-744. |
| [26] | 肖让, 唐亮, 张勇. 基于深度神经网络的遥感图像分类研究[J]. 科技资讯, 2020, 18(1): 22-23. |
| [27] | 张猛, 钱育蓉, 杜娇, 等. 卷积神经网络在遥感影像中草地分类的应用[J]. 东北师大学报(自然科学版), 2019, 51(3): 53-58. |
| [28] | 杨帆, 王博. 基于决策树的遥感图像分类方法研究[J]. 测绘与空间地理信息, 2019, 42(7): 1-4. |
| [29] | 孙静雯, 王红旗, 张欣, 等. 基于决策树分类的根河市土地利用变化及驱动力分析[J]. 中国人口？资源与环境, 2014, 24(S1): 449-452. |
| [30] | 刘晓娜, 封志明, 姜鲁光. 基于决策树分类的橡胶林地遥感识别[J]. 农业工程学报, 2013, 29(24): 163-172. |
| [31] | 韩岳松. 专家系统在遥感图像处理中的应用探讨[J]. 西部探矿工程, 2014, 26(7): 107-111. |
| [32] | 汪善勤, 周勇, 张甘霖. 基于GIS的中国土壤分类专家系统设计[J]. 土壤学报, 2005(5): 3-9. |
| [33] | 范俊川, 刘亚岚. 基于ASP.NET的遥感影像震害识别专家系统的构建[J]. 微计算机信息, 2011, 27(1): 230-232. |
| [34] | 李百寿, 秦其明, 许军强, 等. 遥感图像线性影纹理解专家系统设计与实现[J]. 测绘科学, 2008(2): 167-169. |
| [35] | 翟辉琴, 王素敏, 雷蓉. GIS辅助下的遥感图像分类与识别[J]. 地理空间信息, 2004(4): 8-10. |
| [36] | 陈怡君, 刘小波, 李佩恩. 基于ENVI遥感解译和GIS的渝北区土地利用/覆被变化分析[J]. 成都师范学院学报, 2019, 35(9): 98-104. |
| [37] | 李盟, 方瑞, 乐峰, 等. 基于RS和GIS的江苏省水土流失重点预防区和治理区定量监测[J]. 水土保持通报, 2018, 38(4): 228-233. |
| [38] | 魏悦, 陈文君. 基于RS和GIS的东钱湖镇土地利用景观格局变化分析[J]. 陕西林业科技, 2018, 46(5): 5-8. |
| [39] | 李四海, 恽才兴. 土地覆盖遥感专题信息的分层提取方法及其应用[J]. 遥感技术与应用, 1999(4): 23-28. |
| [40] | 张翊涛, 陈洋, 王润生. 结合自动分区与分层分析的多光谱遥感图像地物分类方法[J]. 遥感技术与应用, 2005(3): 332-337. |
| [41] | 于菲菲, 曾永年, 徐艳艳, 等. 基于植被分区的多特征遥感智能分类[J]. 国土资源遥感, 2014, 26(1): 63-70. |
| [42] | 李文莉, 杨泽元, 李瑛, 等. 基于分区和纹理特征的伊犁河谷遥感影像土地利用分类[J]. 测绘与空间地理信息, 2013, 36(8): 68-71. |
| [43] | 何鹏飞. 基于不确定性分析的遥感影像变化检测方法研究[D]: [博士学位论文]. 徐州: 中国矿业大学, 2017. |
| [44] | 江标初, 陈映鹰. 模糊分类在土地利用/覆盖变更调查中的应用[J]. 安徽农业科学, 2005(6): 1121-1122. |
| [45] | 孙厚云, 吴丁丁, 毛启贵, 等. 基于遥感解译与模糊数学的矿山地质环境综合评价——以戈壁荒漠区某有色金属矿山为例[J]. 矿产勘查, 2019, 10(3): 682-689. |
| [46] | 刘一哲, 冯文兰, 扎西央宗, 等. 基于MODIS TVDI和模糊数学方法的藏北地区旱情等级遥感监测[J]. 干旱区研究, 2020, 37(1): 86-96. |
| [47] | 周义, 阮仁宗. 多源信息复合的遥感影像水稻田信息提取方法研究[J]. 遥感信息, 2009(3): 30-33. |
| [48] | 郭茉苒, 刘涛, 韩鹏, 等. 基于多源卫星遥感数据融合的人工草地空间分布信息提取[J]. 中国草地学报, 2019, 41(5): 53-62. |
| [49] | 王体雯, 李涛. 基于多源遥感影像融合的植被覆盖度信息提取研究[J]. 安徽农业科学, 2019, 47(12): 146-148. |
