留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

多源数据结合的高分一号土地利用/覆盖分类方法研究

欧健滨 罗文斐 刘畅

欧健滨, 罗文斐, 刘畅. 多源数据结合的高分一号土地利用/覆盖分类方法研究[J]. 华南师范大学学报(自然科学版), 2019, 51(5): 92-97. doi: 10.6054/j.jscnun.2019089
引用本文: 欧健滨, 罗文斐, 刘畅. 多源数据结合的高分一号土地利用/覆盖分类方法研究[J]. 华南师范大学学报(自然科学版), 2019, 51(5): 92-97. doi: 10.6054/j.jscnun.2019089
OU Jianbin, LUO Wenfei, LIU Chang. Research on Land Use/Cover Classification Based on GF-1 and Multi-Source Data Combination[J]. Journal of South China normal University (Natural Science Edition), 2019, 51(5): 92-97. doi: 10.6054/j.jscnun.2019089
Citation: OU Jianbin, LUO Wenfei, LIU Chang. Research on Land Use/Cover Classification Based on GF-1 and Multi-Source Data Combination[J]. Journal of South China normal University (Natural Science Edition), 2019, 51(5): 92-97. doi: 10.6054/j.jscnun.2019089

多源数据结合的高分一号土地利用/覆盖分类方法研究

doi: 10.6054/j.jscnun.2019089
基金项目: 

国家科技重大专项——高分辨率对地观测系统重大专项 11-Y20A40-9002-15/17

详细信息
    通讯作者:

    罗文斐,副教授,Email:luowenfei@m.scnu.edu.cn

  • 中图分类号: TP701

Research on Land Use/Cover Classification Based on GF-1 and Multi-Source Data Combination

  • 摘要: 基于多时相的GF-1数据获取NDVI时序变化、NDWI和MNDVI等指数图像数据,辅以Landsat8卫星OLI影像和数字高程模型(DEM)数据,得到了不同地物在光谱、时相和形状等方面的特征;通过分析各种地物类型在这些特征上的差异和变化规律,总结出不同地物的特征提取规则,构建了一种基于GF-1数据在地物复杂地区的土地利用/覆盖分类方法,并以广州市为实验区,运用该方法、最大似然法和最小距离法进行了土地利用/覆盖分类及其精度评价.结果显示:基于GF-1数据在地物复杂地区的土地利用/覆盖分类方法的总体精度为85.86%(部分地物分类精度达到95%以上),与最大似然法及最小距离法相比,其总体精度分别提高了4.62%和12.24%,说明该方法能够更好地发挥GF-1遥感数据在土地利用/覆盖分类中的实际应用潜力,且有效提高了各种土地利用/覆盖地物类别的分类精度.
  • 图  1  研究区域及其GF-1假彩色遥感影像

    Figure  1.  The study area and its DF-1 false color remote sen-sing images

    图  2  不同植被类型样本点NDVI均值分布

    Figure  2.  The average NDVI spectra of different vegetation types

    图  3  不同月份的NDVI差值分布特征

    Figure  3.  The distribution characteristics of NDVI D-value in different months

    图  4  城镇用地与裸地样本点DN值

    Figure  4.  The DN-value of urban land and bare land

    图  5  部分建筑物阴影及高反射率建筑被误判为水体的示意图

    Figure  5.  The diagram of some high reflectivity buildings and building shadow that are mistaken for water

    图  6  本文分类方法流程图

    Figure  6.  The flow chart of classification method in this paper

    图  7  广州市2015年土地利用/覆盖分类专题图

    Figure  7.  The map of land use/land cover in Guangzhou in 2015

    表  1  各植被类型在不同月份的NDVI均值

    Table  1.   The NDVI means of different vegetation types in different months

    月份 植被类型
    林地 草地 耕地
    1 0.535 0.334 0.254
    4 0.676 0.483 0.488
    5 0.689 0.501 0.505
    8 0.617 0.339 0.422
    10 0.589 0.331 0.405
    下载: 导出CSV

    表  2  3种方法的分类精度

    Table  2.   The classification accuracy of three methods %

    类别 最大似然法 最小距离法 本文方法
    用户精度 生产者精度 用户精度 生产者精度 用户精度 生产者精度
    草地 64.96 32.07 28.46 60.34 34.60 70.69
    城镇用地 56.54 78.61 62.88 33.10 93.10 91.84
    耕地 53.09 68.90 68.27 51.95 66.34 75.56
    林地 93.42 96.89 98.68 93.75 91.14 98.04
    裸地 78.40 68.90 53.71 71.76 58.02 71.91
    水体 96.60 92.97 87.58 94.53 97.88 98.07
    下载: 导出CSV
  • [1] RWANGA S S, NDAMBUKI J M. Accuracy assessment of land use/land cover classification using remote sensing and GIS[J]. International Journal of Geosciences, 2017, 8(4):611-622. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=10.4236_ijg.2017.84033
    [2] YANG C, WU G F, DING K, et al. Improving land use/land cover classification by integrating pixel unmixing and decision tree methods[J]. Remote Sensing, 2017, 9(12):1-16. http://cn.bing.com/academic/profile?id=d5ae2281d00235cb3d7ce04a39807dd4&encoded=0&v=paper_preview&mkt=zh-cn
    [3] JIA K, LIANG S L, GU X F, et al. Fractional vegetation cover estimation algorithm for Chinese GF-1 wide field view data[J]. Remote sensing of Environment, 2016, 177:184-191. doi: 10.1016/j.rse.2016.02.019
    [4] 陈国旭, 李盼盼, 刘盛东, 等.基于高分一号卫星遥感影像的地表岩性特征提取及三维可视化[J].地理与地理信息科学, 2018, 34(5):31-36. doi: 10.3969/j.issn.1672-0504.2018.05.006

    CHEN G X, LI P P, LIU S D, et al. Extraction and 3D visualization of surface lithology based on GF-1 satellite images[J]. Geography and Geo-Information Science, 2018, 34(5):31-36. doi: 10.3969/j.issn.1672-0504.2018.05.006
    [5] 于博文, 田淑芳, 赵永超, 等.高分一号卫星在京津矿山遥感监测中的应用[J].现代地质, 2017, 31(4):843-850. doi: 10.3969/j.issn.1000-8527.2017.04.018

    YU B W, TIAN S F, ZHAO Y C, et al. Application of GF-1 satellite in remote sensing monitoring on mine exploitation in Beijing and Tianjin[J]. Geoscience, 2017, 31(4):843-850. doi: 10.3969/j.issn.1000-8527.2017.04.018
    [6] 麻锴, 查东平, 王宝健.基于高分一号宽幅多光谱影像的鄱阳湖湿地分类研究[J].测绘与空间地理信息, 2016, 39(6):107-110. doi: 10.3969/j.issn.1672-5867.2016.06.033

    MA K, ZHA D P, WANG B J. Research on classification of Poyang Lake wetland based on wide spectrum multi-spectral of GF-1[J].Geomatics & Spatial Information Technology, 2016, 39(6):107-110. doi: 10.3969/j.issn.1672-5867.2016.06.033
    [7] 陈文倩, 丁建丽, 王娇, 等.基于高分一号影像的土地覆被分类方法初探[J].干旱区地理, 2016, 39(1):182-189. http://d.old.wanfangdata.com.cn/Periodical/ghqdl201601021

    CHEN W Q, DING J L, WANG J, et al.Classification method of land cover based on GF-1 image[J]. Arid Land Geography, 2016, 39(1):182-189. http://d.old.wanfangdata.com.cn/Periodical/ghqdl201601021
    [8] 于博文, 田淑芳. "高分一号"卫星数据几何校正研究[J].遥感技术与应用, 2017, 32(1):133-139. http://d.old.wanfangdata.com.cn/Periodical/xddz201704018

    YU B W, TIAN S F. Geometric correction research on sate-llite GF-1 data[J]. Remote Sensing Technology and App-lication, 2017, 32(1):133-139. http://d.old.wanfangdata.com.cn/Periodical/xddz201704018
    [9] 林雪.面向林地信息的高分一号遥感影像融合与分类研究[D].北京: 北京林业大学, 2016. http://cdmd.cnki.com.cn/Article/CDMD-10022-1016145061.htm

    LIN X. Study on fusion algorithms and classsification methods for GF-1 data oriented to forestland information[D]. Beijing: Beijing Forestry University, 2016. http://cdmd.cnki.com.cn/Article/CDMD-10022-1016145061.htm
    [10] 杨长坤, 王崇倡, 张鼎凯, 等.基于SVM的高分一号卫星影像分类[J].测绘与空间地理信息, 2015, 38(9):142-144;146. doi: 10.3969/j.issn.1672-5867.2015.09.049

    YANG C K, WANG C C, ZHANG D K, et al. Classification of GF-1 satellite image based on SVM[J]. Geoma-tics & Spatial Information Technology, 2015, 38(9):142-144;146. doi: 10.3969/j.issn.1672-5867.2015.09.049
    [11] 武笑天.基于高分一号和Landsat-8的昌吉市小麦面积提取研究[D].乌鲁木齐: 新疆农业大学, 2016. http://cdmd.cnki.com.cn/Article/CDMD-10758-1016239702.htm

    WU X T. Extraction of wheat area by GF-1 and Landsat-8 in Changji[D]. Urumqi: Xinjiang Agricultural University, 2016. http://cdmd.cnki.com.cn/Article/CDMD-10758-1016239702.htm
    [12] 宋军伟, 张友静, 李鑫川, 等.基于GF-1与Landsat-8影像的土地覆盖分类比较[J].地理科学进展, 2016, 35(2):255-263. http://d.old.wanfangdata.com.cn/Periodical/dlkxjz201602012

    SONG J W, ZHANG Y J, LI X C, et al. Comparison between GF-1 and Landsat-8 images in land cover classification[J]. Progress in Geography, 2016, 35(2):255-263. http://d.old.wanfangdata.com.cn/Periodical/dlkxjz201602012
    [13] 白照广.高分一号卫星的技术特点[J].中国航天, 2013(8):5-9. doi: 10.3969/j.issn.1672-9463.2013.08.002
    [14] LI W L, WU C S. Phenology-based temporal mixture analysis for estimating large-scale impervious surface distributions[J]. International Journal of Remote Sensing, 2014, 35(2):779-795. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=10.1080/01431161.2013.873147
    [15] LUNETTA R S, KNIGHT J F, EDIRIWICKREMA J, et al. Land-cover change detection using multi-temporal MODIS NDVI data[J]. Remote sensing of environment, 2006, 105(2):142-154. doi: 10.1016/j.rse.2006.06.018
    [16] KONG F J, LI X B, WANG H, et al. Land cover classification based on fused data from GF-1 and MODIS NDVI time series[J]. Remote Sensing, 2016, 8(9):1-20. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=remotesensing-08-00741
    [17] TAN Y, BAI B, MOHAMMAD M S. Time series remote sensing based dynamic monitoring of land use and land cover change[C]//2016 4th International Workshop on Earth Observation and Remote Sensing Applications. Guangzhou: IEEE, 2016: 202-206.
    [18] 胡官兵, 刘舫, 党伟, 等.遥感技术在滇西南植被覆盖区地质填图中的应用[J].国土资源遥感, 2019, 31(2):224-230. http://d.old.wanfangdata.com.cn/Periodical/gtzyyg201902031

    HU G B, LIU F, DANG W, et al. Application of remote sensing technology to geological mapping in the vegetation covered area of southwest Yunnan[J]. Remote Sensing for Land and Resources, 2019, 31(2):224-230. http://d.old.wanfangdata.com.cn/Periodical/gtzyyg201902031
    [19] 陈洪磊, 欧阳炜, 吕凤玲, 等.官渡河流域植被覆盖变化与地形因子相关性[J].水土保持研究, 2019, 26(3):135-140;147. http://d.old.wanfangdata.com.cn/Periodical/stbcyj201903022

    CHEN H L, OUYANG W, LYU F L, et al.Variation of vegetation cover and its correlation of topographic factors in Guandu River Basin[J].Research of Soil and Water Conservation, 2019, 26(3):135-140;147. http://d.old.wanfangdata.com.cn/Periodical/stbcyj201903022
    [20] 吴志杰, 赵书河.基于TM图像的增强的指数型建筑用地指数研究[J].国土资源遥感, 2012, 24(2):50-55. doi: 10.6046/gtzyyg.2012.02.10

    WU Z J, ZHAO S H. A study of enhanced index-based built-up index based on Landsat TM imagery[J]. Remote Sensing for Land & Resources, 2012, 24(2):50-55. doi: 10.6046/gtzyyg.2012.02.10
    [21] 樊风雷, 刘润萍, 张佃国.一种改进的城市建筑用地信息提取方法及在广州地区的应用[J].华南师范大学学报(自然科学版), 2014, 46(4):98-102. http://journal-n.scnu.edu.cn/CN/abstract/abstract2996.shtml

    FAN F L, LIU R P, ZHANG D G. An improved method to extract building land information and the application in Guangzhou[J]. Journal of South China Normal University(Natural Science Edition), 2014, 46(4):98-102. http://journal-n.scnu.edu.cn/CN/abstract/abstract2996.shtml
    [22] 钟春棋, 曾从盛, 柳铮铮.基于谱间特征与比值型指数的水体影像识别分析[J].地球信息科学, 2008(5):663-669. doi: 10.3969/j.issn.1560-8999.2008.05.018

    ZHONG C Q, ZENG C S, LIU Z Z. Study on terrestrial water information identified based on the analysis of spectral signature and ration index[J]. Geo-Information Science, 2008(5):663-669. doi: 10.3969/j.issn.1560-8999.2008.05.018
    [23] 陈文倩, 丁建丽, 李艳华, 等.基于国产GF-1遥感影像的水体提取方法[J].资源科学, 2015, 37(6):1166-1172. http://d.old.wanfangdata.com.cn/Periodical/zykx201506008

    CHEN W Q, DING J L, LI Y H, et al. Extraction of water information based on China-made GF-1 remote sense ima-ge[J]. Resources Science, 2015, 37(6):1166-1172. http://d.old.wanfangdata.com.cn/Periodical/zykx201506008
  • 加载中
图(7) / 表(2)
计量
  • 文章访问数:  2479
  • HTML全文浏览量:  1013
  • PDF下载量:  31
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-01-07
  • 刊出日期:  2019-10-25

目录

    /

    返回文章
    返回