集成RS和GIS在土地利用分类方法的比较.docx

集成RS与GIS在土地利用分类方法的比较 关键词：遥感、土地利用、GIS、内盖夫 摘要：在过去的几十年里, 以色列在土地利用方面发生了剧烈的改变。由以色列政府提供的土地利用图在对农业和城市用地分类方面比其他地方地图记录的更为详尽。它将之前过度放牧的地区重新绿化，变为人工灌溉和自然灌溉的耕地，并设置成自然保护区。而过去经常被用作大型军事训练场的地方，则变更成城乡居民点，或者将之视为闲置土地。同时，在内盖夫的北部地区，牧场仍然占很大比重，但其面积并没有明确定义。鉴于土地利用的不断变更以及在现有的土地利用现状图上缺乏对牧场区域的认知，创建一个供规划者，科学家和决策者更好使用的土地利用现状信息数据库是十分有必要的。RS数据在创建和更新土地利用图方面，是非常有效的数据源，结合现有的卫星遥感数据以及以色列地理信息系统信息数据，创建出相对精确并具有当???时效性的内盖夫北部的土地利用图，这项工作的目的是为了探索一种低成本的技术方式。比较利用遥感数据对土地利用进行分类的几种方式。此外，在GIS数据框架内，土里利用辅助数据可以更新和提高RS分类精度。结果发现，使用监督分类和非监督分类相结合的方法得到了比单一使用其中一种方法精度更高的产品。同时也发现，在更新这种产品时，辅助数据和GIS数据可以将数据精度提升10%，使得最终产品总精度达81%。 因此，本文提出的相关技术手段在当前不同时段的遥感影像图中的应用，可以精确对土里利用变更数据库的创建。 引言 我们所观察到的地球表面生物物理覆盖情况叫做地表覆盖，它是由各种自然形成和人为建造所组成的地表覆盖模式。换而言之，土地利用是受经济，文化，政策，历史和土地使用权等因素影响的人类地表活动。遥感数据（例如：卫星和航空影像）通常被用于通过土地覆盖观测来定义土地利用情况（Brown, Pijanowski, Duh,2000; Karl Maurer, 2010）。最新的土地利用信息对于规划师、科学家、资源管理者和决策者都是至关重要的。 从遥感数据中提取土地利用信息的一种方法是通过可视化解译实现的，但可视化解译受限于单一波段或三色合成波段。土地利用片区的人工矢量化是极其繁琐并且具有强烈主观性的工作。(Bolstad, Gessler, Lillesand, 1990)。因此，遥感自动分类更适用于大面积区域的土地利用图。当土地利用和地表覆盖模式在影像解译时表现明显时，自动解译就显得十分困难，因为自动分类技术并不拥有如同人脑般的超强识别能力(Hudak Brockett, 2004)。当从遥感影像中自动分类复杂地形时，如何实现准确分类就成了一个难题(Manandhar, Odeh, Ancev,2009)。以往的证据表明东地中海地势是最为多样化的(Alrababah Alhamad, 2006)。因此这类地区的地形分类工作尤为繁琐。 然而，先前研究表明，不论是从均匀热带景观还是差异性地中海景观来看，基于30m的 TM空间分辨率图像都可以精确分类各种变化起伏的地势(Alrababah Alhamad, 2006; Koutsias Karteris, 2003; Manandhar et al., 2009; Sader, Ahl, Liou, 1995; Schulz,Cayuela, Echeverria, Salas, Rey Benayas, 2010)。陆地卫星已经提供了从1972至今的几乎连续的全球地表变化记录(Cohen Goward, 2004)。目前，两个陆地卫星传感器在轨道上正常运行：承载着TM机器的陆地卫星5和承载着ETMP的陆地卫星7。两个传感器在太阳能电磁波谱（可见光、近红外、短波红外）的主要部分获取测量数据，从而提供相对具有显著优势的传感器系统。然而，发射于1999年的陆地卫星7号，在2003年，其所承载的扫描线矫正仪出现了故障，导致绘制土地利用图时所需的应用程序质量发生明显降低。如今，发射于1984年的陆地卫星5号，工作年限已远远超过了其3年寿命，虽然在2010年将耗尽自身的所有燃料，但现今它仍然继续提供着高质量数据产品(Wulder et al., 2008)。相比较其他遥感数据源，陆地卫星数据由于其低成本、历史长、高频率等特点，广泛用于局部空间尺度的土地利用分类。 尽管在这一时期为了建立新型分类算法进行了各种努力，但卫星图像分类水平在近15年并没有得到提升(Wilkinson, 2005)。因此，在遥感分类算法上，我们付出了持续的努力却得到了较小的价值(Manandhar et al., 2009)。最近，相关研究人员已经改变了单纯由统计得到的参数决定分析结果的方式，从而让地理数据变得更具有说服力。将遥感数据与其他地理信息源数据融合，得到更为精准的分类方式。如以