短时间间隔的土地利用变化监测

传统的土地利用变化监测方法已无法完全满足当前经济的快速发展和城市急剧扩张的要求,利用光学遥感数据对地观测也受到天气和云层覆盖等诸多因素的限制。而Radarsat-1等雷达遥感数据可以在"全天候"的条件下对地表进行观测。论文以Radarsat-1图像获取的24 d时间周期为最短时间间隔,分析了24 d、48 d和72 d时间间隔下的土地利用变化监测,对短时间间隔内的土地利用变化监测的结果进行了总结。监测的结果需要在精度与时间间隔之间做出取舍。对于大部分的情况,24 d的时间间隔已可以得到60%以上精度的结果,部分月份的监测需要48 d的监测时间间隔。若需要更高的精度,则需要72 d甚至更长。     

时间序列案例推理检测土地利用短期快速变化

在实际的地理环境中,不同的土地利用/土地覆盖类型往往具有特定的时/空变化特征,适合于采用案例匹配方法进行求解。但目前常用的案例推理多以静态推理为主,缺乏对动态变化过程的推理。论文利用案例的空间可重用性,提出了基于时间序列的案例推理方法,通过分层随机采样挑选案例点,建立了试验区同步观测案例库,并对2005～2006年试验区15景Radarsat图像进行了时间序列影像分割,利用案例点的时间序列特征值对分割后的图斑进行时间序列相似性测度,生成时间序列案例匹配矩阵,并进一步得到变化图斑的土地利用转化类型和变化时间。最后,结合野外实测资料,对案例匹配结果进行了误差评价,在所有地类变化检测结果中,菜地由于种植类型多样,物候差异大,变化检测误差最大,其次是平整土地;鱼塘(11.3%～13.2%)和果园(10.7%～16.9%)变化检测误差最小。和基于规则的变化检测方法相比,案例推理方法精度略高。     

单元自动演化模型自动生成农田保护区的研究

我国已进入了快速城市化的时期,许多城市都在制定和实施农田保护区计划．本文提出了利用单元自动演化模型、地理信息系统与遥感等技术相结合的新方法来自动生成农田保护区,获得了十分令人满意的结果．该方法可以为政府部门和规划工作者提供一种科学制定农田保护区的新手段,大大节省人力、物力．并能获得农田保护区在空间的优化分布,这是常规方法所不能比拟的．