Please wait a minute...
 
国土资源遥感  2000, Vol. 12 Issue (2): 13-17    DOI: 10.6046/gtzyyg.2000.02.04
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
TM数据在土地利用动态监测中的应用
莫源富, 周立新
中国地质科学院岩溶研究所, 桂林 541004
APPLICATION OF TM DATA TO LAND USE CHANGE MONITORING
Mo Yuanfu, Zhou Lixin
Institute of Karst Geology, CAGS, Guilin 541004
全文: PDF(307 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

土地利用动态监测的目的在于定期或不定期地了解土地利用的动态变化趋势,为土地资源的规划和治理提供依据。本文介绍TM数据在土地利用动态监测中的应用方法,阐述了减少夸大变化程度的根本措施在于提高每次单独分类的精度及不同时相遥感数据的空间配准精度。通过对多时相TM数据单独分类结果的对比,得出土地利用动态变化信息

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
李丽
童立强
李小慧
张应文
王亮
杨胜发
关键词 植被指数植被覆盖度石漠化信息提取遥感    
Abstract

Land use change monitoring is a long-term task, its purpose is to find out about the land use change periodically or non-periodically and provide information for planning and administering. Application of TMdata to land use change monitoring was introduced in this paper. Post-classification comparison method was taken. The measure to reduce enlarged change range is to improve the precision of classification and calibration of multi-temporal Landsat data. In this way, the classified result for mono-temporal TMd ata can compared with others for any another mono-temporal TMdata, then the land use change information can be obtained.

Key words Vegetation index    Vegetation coverage    Rocky desertification    Information extraction    Remote sensing
收稿日期: 1999-12-28      出版日期: 2011-08-02
基金资助:

本文为国土资源部岩溶动力学开放研究实验室资助项目(9804)、国家自然科学基金重点项目(49632100)及地矿部"九五"重点项目(9501104)部分成果。

通讯作者: 莫源富 男 副研究员,1962年生,1983年7月毕业于中南矿冶学院(现为中南工业大学)地质系,研究领域:遥感应用与地理信息系统。
引用本文:   
莫源富, 周立新. TM数据在土地利用动态监测中的应用[J]. 国土资源遥感, 2000, 12(2): 13-17.
Mo Yuanfu, Zhou Lixin . APPLICATION OF TM DATA TO LAND USE CHANGE MONITORING. REMOTE SENSING FOR LAND & RESOURCES, 2000, 12(2): 13-17.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2000.02.04      或      https://www.gtzyyg.com/CN/Y2000/V12/I2/13

1 黎夏.利用主成分分析改善土地利用变化的遥感监测精度.遥感学报,1997 (4)
2 胡永德,王杰生等.用于土地利用分类的计算机复合分层分类方法.环境遥感,1989 4(4)
3 潘贤章,曾志远.长江三峡地区资源遥感处理中的几个技术难题.环境遥感,1994 9(3)

[1] 李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[2] 丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[3] 高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[4] 张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[5] 姚金玺, 张志, 张焜. 基于GEE的诺木洪洪积扇植被时空变化特征、成因及趋势分析[J]. 自然资源遥感, 2022, 34(1): 249-256.
[6] 贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[7] 刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[8] 王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[9] 吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[10] 张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[11] 薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[12] 宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[13] 于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
[14] 李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[15] 艾璐, 孙淑怡, 李书光, 马红章. 光学与SAR遥感协同反演土壤水分研究进展[J]. 自然资源遥感, 2021, 33(4): 10-18.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发