Please wait a minute...
 
国土资源遥感  1993, Vol. 5 Issue (2): 48-53    DOI: 10.6046/gtzyyg.1993.02.12
  方法技术 本期目录 | 过刊浏览 | 高级检索 |
青岛市土地利用的卫星遥感数据计算机监督分类及面积量测
平仲良
青岛大学
COMPUTER SUPERVISED CLASSIFICATION AND AREA MEASUREMENT BASED ON THE SATELLITE REMOTE SENSING DATA FOR LAND USE IN QINGDAO CITY
Ping Zhongliang
Qingdao University
全文: PDF(510 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 首先用陆地卫星5号的TM数据,进行青岛市土地利用类别的监督分类。将青岛市行政边界数字化,作成数据文件。在计算机软件支持下,将行政边界画到分类图像上。将边界以外的像元归零,统计边界内的像元数目,得到青岛市各土地利用类别的面积及总面积。
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
丁莉东
余文华
覃志豪
吴昊
关键词  MODIS鄱阳湖区NDVI水体提取水灾制图    
Abstract:First of all, the supervised classification of land use was carried out Using the Landsat-5 data in Qingdao city. Then, the administrative boundaries of Qingdao city were digitized as a data file. Under the support of computer software, the administrative boundaries were drawn on the,classification map. The value of pixel beyond the boundaries was set to be zero, and the number of the pixed within the boundaries were counted. Finally, tile areas of various classifications and the total area were obtained.
Key wordsMODIS    Poyang lake area    NDVI    Water extraction    Flood image mapping
     出版日期: 2011-08-02
引用本文:   
平仲良. 青岛市土地利用的卫星遥感数据计算机监督分类及面积量测[J]. 国土资源遥感, 1993, 5(2): 48-53.
Ping Zhongliang . COMPUTER SUPERVISED CLASSIFICATION AND AREA MEASUREMENT BASED ON THE SATELLITE REMOTE SENSING DATA FOR LAND USE IN QINGDAO CITY. REMOTE SENSING FOR LAND & RESOURCES, 1993, 5(2): 48-53.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.1993.02.12      或      https://www.gtzyyg.com/CN/Y1993/V5/I2/48


[1] 胡德永等.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)



[2] 青岛市农业区划番员会办公室.青岛市综合农业区划.青岛出版社,1988
[1] 史飞飞, 高小红, 肖建设, 李宏达, 李润祥, 张昊. 基于集成学习和多时相遥感影像的枸杞种植区分类[J]. 自然资源遥感, 2022, 34(1): 115-126.
[2] 胡盈盈, 戴声佩, 罗红霞, 李海亮, 李茂芬, 郑倩, 禹萱, 李宁. 2001—2015年海南岛橡胶林物候时空变化特征分析[J]. 自然资源遥感, 2022, 34(1): 210-217.
[3] 刘咏梅, 范鸿建, 盖星华, 刘建红, 王雷. 基于无人机高光谱影像的NDVI估算植被盖度精度分析[J]. 自然资源遥感, 2021, 33(3): 11-17.
[4] 苏龙飞, 李振轩, 高飞, 余敏. 遥感影像水体提取研究综述[J]. 国土资源遥感, 2021, 33(1): 9-11.
[5] 杜方洲, 石玉立, 盛夏. 基于深度学习的TRMM降水产品降尺度研究——以中国东北地区为例[J]. 国土资源遥感, 2020, 32(4): 145-153.
[6] 王碧晴, 韩文泉, 许驰. 基于图像分割和NDVI时间序列曲线分类模型的冬小麦种植区域识别与提取[J]. 国土资源遥感, 2020, 32(2): 219-225.
[7] 宋国策, 张志. 内蒙古新巴尔虎右旗多金属矿区扬尘风积物遥感监测方法[J]. 国土资源遥感, 2020, 32(2): 46-53.
[8] 冯林艳, 谭炳香, 王晓慧, 陈新云, 曾伟生, 戚曌. 基于分布函数的对象级森林变化快速检测[J]. 国土资源遥感, 2020, 32(2): 73-80.
[9] 王宁, 程家骅, 张寒野, 曹红杰, 刘军. U-net模型在高分辨率遥感影像水体提取中的应用[J]. 国土资源遥感, 2020, 32(1): 35-42.
[10] 程东亚, 李旭东. 大气校正前后山地流域NDVI变化特征对比[J]. 国土资源遥感, 2020, 32(1): 90-97.
[11] 杨显华, 徐肖, 肖礼晓, 田立, 郝利娜, 许鹏. 察尔汗盐湖演变趋势及驱动力分析[J]. 国土资源遥感, 2020, 32(1): 130-137.
[12] 徐嘉昕, 房世波, 张廷斌, 朱永超, 吴东, 易桂花. 2000—2016年三江源区植被生长季NDVI变化及其对气候因子的响应[J]. 国土资源遥感, 2020, 32(1): 237-246.
[13] 王伟, 阿里木·赛买提, 吉力力·阿不都外力. 基于地理探测器模型的中亚NDVI时空变化特征及其驱动因子分析[J]. 国土资源遥感, 2019, 31(4): 32-40.
[14] 唐亮, 赵忠明, 唐娉. 从NDVI序列检测植被“绿化”或“褐化”变化趋势的新方法[J]. 国土资源遥感, 2019, 31(2): 89-95.
[15] 刘英, 岳辉, 侯恩科. MODIS数据在陕西省干旱监测中的应用[J]. 国土资源遥感, 2019, 31(2): 172-179.
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