土地利用／土地覆盖遥感分类方法的研究综述

分类方法在土地利用／土地覆盖变化研究中占有重要的地位。基于遥感技术的土地利用／土地覆盖分类首先涉及图像类型、时相的选择和图像预处理工作，概述了近十多年以来所使用的常规土地利用／土地覆盖遥感分类方法及发展的一些新型分类器。     

基于遥感与GIS的土地利用/覆盖变化信息分析研究--以甘肃省石羊河流域为例

利用不同时期的TM遥感图像,在遥感软件PCI7．0的支持下对图像进行技术处理,并在GIS软件Arcview3．3中,采用人工目视解译为主,计算机自动分类为辅的分类方法提取土地利用／土地覆盖信息,将石羊河流域土地利用类型分为林地、旱地、冰川、草地、戈壁、裸露地、盐碱地等,同时借用景观分析指数对土地利用／覆盖变化信息进行了定量分析。结果表明,从1994-2001年,全流域的旱地、草地、林地、裸岩地面积增加,盐碱地、沙地、戈壁和湿地面积减少。各土地利用类型斑块的形状指数总体上略有减少,表明斑块形状趋于规则,说明人为干扰的程度在增加,在总体上各指数都与人为活动有很强的相关关系。     

试论土地利用遥感动态监测技术方法

介绍土地利用遥感动态监测的基本概念,综述遥感图像预处理及土地利用变化信息提取等遥感监测方法,重点探讨动态监测中土地利用分类方法、监测方法的选择等关键技术。初步总结了我国土地利用遥感动态监测的研究现状、方法及特点。     

基于高光谱遥感影像技术的土地覆盖监测研究

根据地表不同物质的光谱信息,高光谱遥感影像技术能够有效提升遥感探测的能力,因此被广泛的应用到农业生产、土地覆盖监测等方面。作为遥感技术应用的重要方面之一,高光谱遥感技术为土地覆盖分类监测提供了更加精确数据。因此如何借助高光谱遥感成像技术来实现对土地覆盖的精度识别,成为国内外研究的热点内容。     

基于中分辨率遥感图像的土地利用与覆被分类系统构建

研究目的:研制基于遥感的土地利用与覆被分类系统,为国家土地利用与覆被基础数据库建设和宏观土地资源遥感动态监测提供分类依据。研究方法:文献资料法、比较分析法和计算机试验法。研究结果:根据中分辨率卫星传感器的波谱响应特征和土地利用与覆被遥感信息获取技术,提出基于中分辨率遥感图像的土地利用与覆被分类系统,并给出各个类别在遥感图像上的解译标志。研究结论:该系统基本可以满足在国家尺度上的遥感分类应用要求。     

一种基于知识的金华地区土地遥感分层分类策略

提出了一种基于知识的分层次土地利用/土地覆盖分类策略,利用有限的基础资料,克服了图像时相不理想的问题,解决了解译难点,结合不同年度影像和相关背景资料,利用ErdasImagine的专家分类进行了遥感分类解译;第一层分类采用原有波段和仿植被指数,仿水体指数,仿城镇指数进行光谱分析并分类,第二层次将一次分类结果中混分的1992年水体城镇和2000年水体水田求交集获得两年度的水体分类结果,再由此求得1992年城镇和2000年水田分类结果;为基础资料有限条件下遥感解译提出了一个合理而有效的分类策略。     

土地覆盖分类系统研究进展

土地覆盖变化是全球变化研究中的一个重要内容，而建立一个标准的土地覆盖分类系统又是研究土地覆盖变化的重要前提，它影响分类结果的表达形式，决定土地覆盖数据的应用领域。文章对国内外的土地覆盖分类系统的研究进展和主要的分类系统进行了论述，指出目前分类系统一般都适用于特定的数据类型和研究目的，全球的土地覆盖分类没有一个统一的标准。这种土地覆盖分类系统的不兼容性，给土地覆盖数据的汇总、分析及信息共享工作带来了很多不便。因此迫切需要建立一个标准的分类系统，使分类系统所定义的类别不受尺度和数据资料来源的限制，能够灵活地应用于不同的研究目的和研究领域。     

基于残差U-Net的遥感影像土地覆盖类型自动分割

研究目的:土地覆盖的准确分割对于土地调查和规划具有重要意义。针对传统方法对于高分辨率遥感影像分割存在精度和效率较低等问题,提出了深度学习遥感影像分割方法。研究方法:以2 m高分辨率遥感影像为数据源,选用一种加入残差块的U-Net模型(ResU_Net),对目标区域进行基于深度学习的土地覆盖分割,并与SVM、PSPNet、U-Net分割方法进行对比。研究结果:ResU_Net能够更加准确地表达高分辨率遥感影像的地物信息,该方法总体分割精度达到85.50%,Kappa系数为0.7603,总体精度和Kappa系数均高于SVM、PSPNet和U-Net分割方法(总体精度:ResU_Net(85.50%)>U-Net(79.44%)>PSPNet(78.90%)>SVM(66.80%))。研究结论:ResU_Net模型对高分辨率遥感影像的土地覆盖分割效果更优。     

中巴资源卫星数据(CBERS-02)在土地调查中的应用

研究目的:以CBERS-02 CCD数据作为土地利用遥感调查信息源开展应用研究。研究方法:对数据质量进行综合分析、方法比较和实证研究。研究结果:(1)通过对CBERS-02 CCD数据经绝对辐射校正和大气订正,图像质量得到较好地改善,各波段能量相对趋于均衡并能客观反映土地覆被真实状况。(2)通过开展标准分幅正射影像图制作及精度评价,显示CCD图像能够满足1∶5万和1∶10万基本比例尺数字影像图制图要求。(3)通过对中巴数据的图像处理、影像分类与信息自动提取方法研究,分类结果均达到了较好的精度要求。研究结论:随着CBERS-02数据质量不断改善,在宏观尺度上,中巴卫星遥感数据在用于土地调查及提高土地管理方面,将会发挥重要作用。     

基于优化HRNetV2的高分辨率遥感影像土地利用自动分类

研究目的：基于语义分割模型HRNetV2实现高分辨率遥感影像的土地利用自动分类,以期推动深度学习语义分割方法实现遥感影像的土地利用自动分类研究,并为该类研究提供可参考的案例。研究方法：首先对语义分割模型HRNetV2从损失函数、特征提取方面进行优化,以提高模型的分割精度;其次用优化后的HRNetV2模型对民乐县2 m的高分辨率遥感影像进行土地利用分类,并基于混淆矩阵对分类的结果进行评估。研究结果：（1）优化后的HRNetV2语义分割模型的MIOU达81.9%,相较于优化前提高了4.4%, 证明了优化方法的有效性;（2）针对民乐县进行的土地利用自动分类总体精度达89.72%,Kappa系数达0.888。研究结论：优化后的HRNetV2语义分割模型在高分辨率遥感影像的土地利用自动分类中具有较强的应用前景。     

地理信息系统(GIS)在北京农业中的应用

通过地理信息系统(GIS)的ArcGIS平台建立的“农业资源生产管理信息系统”，分析了系统对农业数据处理和展现的部分方法和手段。介绍了将图形数据和属性数据紧密结合，科学统计分析数据，实现农业资料的数字化、智能化、可视化的方式，为地理信息系统应用于农业，进行农业科学管理、农业生产科学决策、农业结构优化调整，提供了全新的技术手段。     

TRENDS IN FOOD MARKETING IN THE UNITED STATES

This article discusses some major trends in food marketing in the United States, as revealed in a detailed study of food distribution undertaken by the National Commission on Food Marketing. Attention is focused on the growing industrialisation of farming and the consequent decline in terminal auction markets; the increasing role of new product development in ensuring profitability of food processors. Trends in the food retailing industry are also discussed and compared with conditions prevailing in Australia.