期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
高分辨率遥感数据和POI数据支持下的城市土地利用分类——以宁波市某广场为例 被引量:1
1
作者 高子为 程朋根 赵亚男 《东华理工大学学报(自然科学版)》 CAS 2021年第3期280-286,共7页
遥感影像数据用于城市土地利用分类由来已久,但这种方法难以识别建筑物的社会经济属性。而包含社交媒体数据在内的多源数据为城市研究与应用提供了丰富的数据资源,能有效弥补遥感影像数据无法体现建筑物内在特征的不足。以宁波市某广场... 遥感影像数据用于城市土地利用分类由来已久,但这种方法难以识别建筑物的社会经济属性。而包含社交媒体数据在内的多源数据为城市研究与应用提供了丰富的数据资源,能有效弥补遥感影像数据无法体现建筑物内在特征的不足。以宁波市某广场为例,利用高分辨率遥感数据和兴趣点(POI)数据,结合主题模型,研究使用多源数据融合是否会对城市土地利用分类起到正向作用。结果表明,仅使用遥感影像数据的土地利用分类精度为70.21%,加入POI数据后分类精度提高到84.19%,融合遥感影像数据和POI数据等多源数据可以有效提高城市土地利用分类精度。 展开更多
关键词 高分辨率遥感影像 POI 城市土地利用分类 主题模型
在线阅读 下载PDF
面向土地交通整体规划的土地利用精细分类模型研究 被引量:3
2
作者 武凯飞 钟鸣 +3 位作者 王慧妮 葛靖 刘少博 马晓凤 《武汉理工大学学报(交通科学与工程版)》 2020年第4期669-675,共7页
土地利用是交通需求的根源,精细的土地利用信息能够提高土地交通整体规划模型中社会经济活动的空间分布精度,从而为交通规划模型提供可靠的出行OD,人口、就业空间分布等信息.为获得精细的土地利用信息,以建筑物为研究单元,开展面向土地... 土地利用是交通需求的根源,精细的土地利用信息能够提高土地交通整体规划模型中社会经济活动的空间分布精度,从而为交通规划模型提供可靠的出行OD,人口、就业空间分布等信息.为获得精细的土地利用信息,以建筑物为研究单元,开展面向土地交通整体规划的土地利用精细分类模型研究.在分析土地利用与交通之间的关系后,建立城市土地利用分类体系;利用建筑物数据构建特征向量;基于Stacking思想对决策树、SVM、随机森林模型进行融合,得到分类结果,并与单个模型进行比较,评价模型的精度;对分类结果进行空间位置关系分析,以提高分类精度.最后以武汉市江岸区作为研究对象,进行分类算法的实验.结果显示,基于Stacking思想的融合模型的分类精度可以达到0.80,决策树、SVM、随机森林的分类精度分别为0.61、0.65、0.71;对融合模型的分类结果进行空间位置关系分析后,分类精度达到0.83.故构建的融合模型可以有效地识别出建筑物的土地利用类型,实现了城市土地利用的精细分类. 展开更多
关键词 交通工程 土地交通整体规划 城市土地利用分类 机器学习算法 模型融合
在线阅读 下载PDF
Monitoring urban land cover and vegetation change by multi-temporal remote sensing information 被引量:10
3
作者 DU Peijun LI Xingli +2 位作者 CAO Wen LUO Yan ZHANG Huapeng 《Mining Science and Technology》 EI CAS 2010年第6期922-932,共11页
In order to analyze changes in human settlement in Xuzhou city during the past 20 years, changes in land cover and vegetation were investigated based on multi-temporal remote sensing Landsat TM images. We developed a ... In order to analyze changes in human settlement in Xuzhou city during the past 20 years, changes in land cover and vegetation were investigated based on multi-temporal remote sensing Landsat TM images. We developed a hierarchical classifier system that uses different feature inputs for specific classes and conducted a classification post-processing approach to improve its accuracy. From our statistical analysis of changes in urban land cover from 1987 to 2007, we conclude that built-up land areas have obviously increased, while farmland has seen in a continuous loss due to urban growth and human activities. A NDVI difference approach was used to extract information on changes in vegetation. A false change information elimination approach was developed based on prior knowledge and statistical analysis. The areas of vegetation cover have been in continuous decline over the past 20 years, although some measures have been adopted to protect and maintain urban vegetation. Given the stability of underground coal exploitation since 1990s, urban growth has become the major driving force in vegetation loss, which is different from the vegetation change driven by coal exploitation mainly before 1990. 展开更多
关键词 urban settlement land cover change VEGETATION hierarchical classifier system URBANIZATION NDVI NDVI difference urban remote sensing
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部