Please wait a minute...
img

官方微信

遥感技术与应用  2002, Vol. 17 Issue (6): 317-321    DOI: 10.11873/j.issn.1004-0323.2002.6.317
研究与应用     
用TM资料对祁连山部分地区进行针叶林、灌木林分类研究
韩 涛
(中国气象局兰州干旱气象研究所,甘肃兰州  730020)
Study on Classification between Coniferous Forest and Shrubbery
Based on TM Data in the Part of QI Lian Mountainous Area
HAN Tao
(Lanzhou Institute of Arid Meteorology,China Meteorological Administration,Lanzhou730020,China)
 全文: PDF 
摘要:

为了解黑河上游祁连山区水源涵养林十年间的变化状况,对这一典型地区采用TM卫星资料进行了针叶林、灌木林分类。首先对TM资料进行了几何精纠正和投影变换等预处理;再通过选择TM的4、3、2波段做假彩色合成,并结合遥感地面调查,建立了遥感判读解译标志;在以上工作的基础上,采用一种简单的决策树分类方法,成功地对祁连山典型地区的针叶林和灌木林进行了分类,并检验了分类结果。

关键词: 分类针叶林灌木林TM影像    
Abstract:

In this paper, in order that the decennary change with riverhead conservation forest of upper reaches of Heihe river in Qi Lian mountainous area could be realized, the classification between coniferous forest and shrubbery based on TM data were achieved in this typical area. First of all, the TM data were preprocessed by geometrical correction and projection transform. Then, the composite color image was created by using 432 channels of TM data. The ground investigation was also achieved. The distinction and interpretation symbol was founded. Based on the result mentioned above, the classification between coniferous forest and shrubbery was successfully achieved in Qi Lian mountainous area by means of decision tree method. At last, the result of classification was verified.

Key words: Classification    Coniferous forest    Shrubbery    TM image
收稿日期: 2002-10-15 出版日期: 2011-11-21
:  TP 79  
作者简介: 韩涛(1972-),男,助理研究员,从事生态环境遥感和地理信息系统应用研究。
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  

引用本文:

韩 涛. 用TM资料对祁连山部分地区进行针叶林、灌木林分类研究[J]. 遥感技术与应用, 2002, 17(6): 317-321.

HAN Tao. Study on Classification between Coniferous Forest and Shrubbery
Based on TM Data in the Part of QI Lian Mountainous Area. Remote Sensing Technology and Application, 2002, 17(6): 317-321.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2002.6.317        http://www.rsta.ac.cn/CN/Y2002/V17/I6/317

〔1〕 王绍强,许王君、周成虎.土地覆盖变化对陆地碳循环的影响——以黄河三角洲河口地区为例〔J〕.遥感学报,5(2):142~148.
〔2〕 邝生爱,田淑芳,程博.农牧交错带土地沙化遥感监测〔J〕.国土资源遥感,2002,(2):10~14.
〔3〕 吴薇.土地沙漠化监测中TM影像的利用〔J〕.遥感技术与应用,2001,16(2):86~90.
〔4〕 李德仁,王树良,李德毅,等.论空间数据挖掘和知识发现的理论与方法〔J〕.武汉大学学报(信息科学版),2002,27(3):221~233.
〔5〕 毛克彪,田庆久.空间数据挖掘技术方法及应用〔J〕.遥感技术与应用,2002,17(4):198~204.
〔6〕 王新民.陆地卫星五号TM图像系统纠正产品的几何精度分析〔J〕.环境遥感,1988,4(4):293~299.
〔7〕 陈述彭,赵英时.遥感地学分析〔M〕.北京:测绘出版社,1990.
〔8〕 张树文,张欣声.TM数据在玉米遥感估产中的应用研究〔A〕.陆地卫星在中国〔C〕.北京:宇航出版社,1994.
〔9〕 杨凯,孙家炳,卢健.遥感图像处理原理和方法〔M〕.北京:测绘出版社,1988.

[1] 王常颖,田德政,韩园峰,隋毅,初佳兰. 基于属性差决策树的全极化SAR影像海冰分类[J]. 遥感技术与应用, 2018, 33(5): 975-982.
[2] 陈伟民,张凌,宋冬梅,王斌,丁亚雄,许明明,崔建勇. 基于AdaBoost改进随机森林的高光谱图像地物分类方法研究[J]. 遥感技术与应用, 2018, 33(4): 612-620.
[3] 苏阳,祁元,王建华,徐菲楠,张金龙. 基于航空高光谱影像的额济纳绿洲土地覆被提取[J]. 遥感技术与应用, 2018, 33(2): 202-211.
[4] 李想,刘凯,朱远辉,蒙琳,于晨曦,曹晶晶. 基于资源三号影像的红树林物种分类研究[J]. 遥感技术与应用, 2018, 33(2): 360-369.
[5] 江东,陈帅,丁方宇,付晶莹,郝蒙蒙. 基于面向对象的遥感影像分类研究——以河北省柏乡县为例[J]. 遥感技术与应用, 2018, 33(1): 143-150.
[6] 秦俊,冷寒冰,赵广琦,景军,周坚华. 物候和波谱—位置分析在城镇绿化植物群分类中的应用[J]. 遥感技术与应用, 2017, 32(5): 948-957.
[7] 施佩荣,陈永富,刘华,吴云华,魏新,钟泽兵. 基于改进的面向对象遥感影像分类方法研究—以西藏米林县典型林区为例[J]. 遥感技术与应用, 2017, 32(3): 466-474.
[8] 付伟,徐涵秋,王美雅,王帅,胡秀娟,张博博,林中立. 南方红壤典型水土流失区植被分类及植被类型变化的遥感评估—以福建省长汀县河田地区为例[J]. 遥感技术与应用, 2017, 32(3): 546-555.
[9] 朱钟正,陈玉福,朱文泉,郑周涛. 适用于多目标遥感自动解译的最佳专题指数筛选[J]. 遥感技术与应用, 2017, 32(3): 564-574.
[10] 刘远,周买春. 3种IGBP分类系统的土地覆盖数据在韩江流域的对比分析[J]. 遥感技术与应用, 2017, 32(3): 575-584.
[11] 苏红军,赵波. 基于共形几何代数的高光谱遥感波段选择方法[J]. 遥感技术与应用, 2017, 32(3): 539-545.
[12] 史飞飞,高小红,杨灵玉,何林华,贾伟. 基于HJ-1A高光谱遥感数据的湟水流域典型农作物分类研究[J]. 遥感技术与应用, 2017, 32(2): 206-217.
[13] 郝莹莹,罗小波,仲波,杨爱霞. 基于植被分区的中国植被类型分类方法[J]. 遥感技术与应用, 2017, 32(2): 315-323.
[14] 袁春琦,徐佳,程圆娥,陈媛媛,许康. 基于协同训练与集成学习的极化SAR图像半监督分类[J]. 遥感技术与应用, 2017, 32(2): 380-385.
[15] 郝泷,陈永富,刘华,朱雪林,达哇扎西,李伟娜. 基于纹理信息CART决策树的林芝县森林植被面向对象分类[J]. 遥感技术与应用, 2017, 32(2): 386-394.