Please wait a minute...
 
国土资源遥感  2009, Vol. 21 Issue (4): 82-85    DOI: 10.6046/gtzyyg.2009.04.17
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
基于遥感分析的城市土地定级技术研究—— 以武汉市为例
张玉梅
武汉市土地交易中心,武汉430010
RESEARCHES ON URBAN LAND GRADING TECHNIQUES BASED ON REMOTE SENSING ANALYSIS: A CASE STUDY OF WUHAN CITY
 ZHANG Yu-Mei
Wuhan Land Trade Center, Wuhan 430010,China
全文: PDF(847 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

在城镇土地定级方法中引入遥感数据分析,提出了应用遥感数据量化定级因子,实现土地定级快速更新的可行方案。以武汉市为例,利用MODIS植被指数和陆表温度产品,准确量化环境因子对定级单元的作用,快速更新武汉市土地定级成果,缩短了更新时间,提高了工作效率,优化了更新成果。

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
关键词 国土资源遥感综述    
Abstract

Urban land grading is very important in land management and pricing and is also time-consuming and expensive. In this paper, remote sensing observations were employed in the land grading system for updating land grading results timely and accurately. MODIS NDVI and LST images of Wuhan City were used as surface grading factors and applied to a quantitative evaluation of the living environment of Wuhan. Compared with traditional methods, the remote sensing analysis has the merit that the land grading results of Wuhan City can be conveniently updated with a shorter time, higher efficiency and more accurate results.

Key wordsLand and resources    Remote sensing    Summary
     出版日期: 2009-12-16
引用本文:   
张玉梅. 基于遥感分析的城市土地定级技术研究—— 以武汉市为例[J]. 国土资源遥感, 2009, 21(4): 82-85.
ZHANG Yu-Mei. RESEARCHES ON URBAN LAND GRADING TECHNIQUES BASED ON REMOTE SENSING ANALYSIS: A CASE STUDY OF WUHAN CITY. REMOTE SENSING FOR LAND & RESOURCES, 2009, 21(4): 82-85.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2009.04.17      或      https://www.gtzyyg.com/CN/Y2009/V21/I4/82
[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] 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.
[6] 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.
[7] 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.
[8] 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.
[9] 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.
[10] 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.
[11] 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.
[12] 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.
[13] 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.
[14] 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.
[15] 李特雅, 宋妍, 于新莉, 周圆锈. 卫星热红外温度反演钢铁企业炼钢月产量估算模型[J]. 自然资源遥感, 2021, 33(4): 121-129.
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