遥感影像目视解译(土地利用)
试述土地利用动态遥感监测的技术流程
![试述土地利用动态遥感监测的技术流程](https://img.taocdn.com/s3/m/96fe5091ba4cf7ec4afe04a1b0717fd5370cb272.png)
试述土地利用动态遥感监测的技术流程下载温馨提示:该文档是我店铺精心编制而成,希望大家下载以后,能够帮助大家解决实际的问题。
文档下载后可定制随意修改,请根据实际需要进行相应的调整和使用,谢谢!并且,本店铺为大家提供各种各样类型的实用资料,如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等,如想了解不同资料格式和写法,敬请关注!Download tips: This document is carefully compiled by theeditor. I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!土地利用动态遥感监测是指利用遥感技术对土地利用类型、结构、分布和变化进行实时或定期监测的过程。
遥感技术在土地利用监测中的应用
![遥感技术在土地利用监测中的应用](https://img.taocdn.com/s3/m/546af322a36925c52cc58bd63186bceb18e8ed65.png)
遥感技术在土地利用监测中的应用土地是人类生存和发展的基础,合理利用土地资源对于保障粮食安全、促进经济发展、保护环境等方面都具有重要意义。
而要实现对土地利用的有效管理和规划,就需要及时、准确地掌握土地利用的现状和变化情况。
遥感技术作为一种先进的对地观测手段,为土地利用监测提供了强有力的支持。
遥感技术是指从远距离、高空或外层空间的平台上,利用可见光、红外、微波等电磁波探测仪器,通过摄影或扫描、信息感应、传输和处理,从而识别地面物体的性质和运动状态的现代化技术。
它具有大面积同步观测、时效性强、数据综合性和可比性好、经济性等优点,能够快速获取大面积的土地信息,为土地利用监测提供丰富的数据来源。
在土地利用监测中,遥感技术的应用主要包括以下几个方面:土地利用类型的识别与分类是遥感技术的基本应用之一。
通过对遥感影像的解译和分析,可以将土地分为耕地、林地、草地、建设用地等不同类型。
不同的土地利用类型在遥感影像上具有不同的光谱特征、纹理特征和空间特征。
例如,耕地通常呈现规则的几何形状和较均一的光谱特征;林地则具有复杂的纹理和较高的植被覆盖度;建设用地则表现为密集的建筑物和道路网络。
利用这些特征,可以采用目视解译、计算机自动分类或人机交互分类等方法,对土地利用类型进行识别和分类。
土地利用变化的监测是遥感技术的重要应用领域。
通过对不同时期的遥感影像进行对比分析,可以发现土地利用的变化情况,如耕地的减少、建设用地的扩张、林地的破坏等。
这种变化监测可以为土地管理部门提供及时、准确的信息,以便采取相应的措施进行调控和管理。
在进行土地利用变化监测时,通常需要对遥感影像进行预处理,包括几何校正、辐射校正、图像增强等,以提高影像的质量和可比性。
然后,采用图像差值法、主成分分析法、分类后比较法等方法,对不同时期的影像进行对比分析,提取变化信息。
遥感技术还可以用于土地利用现状的调查和评估。
通过对遥感影像的解译和分析,可以获取土地利用的现状信息,如土地的分布、面积、利用程度等。
遥感第5章--遥感图像目视解译与制图
![遥感第5章--遥感图像目视解译与制图](https://img.taocdn.com/s3/m/c4d0644fcfc789eb162dc833.png)
BACK
BACK
花 都 3 千 比 例 尺 航 片
§5.2 遥感图像目视解译基础
5.2.3 遥感图像目视解译的物理基础
❖ 电磁辐射规律、电磁波谱及常用的电磁波段(回顾) ❖ 几种典型地物的反射光谱特征:植被、土壤、水体、岩石 ❖ 常见的卫星平台上的传感器的波谱设置和光谱效应:
☆气象卫星系列:NOAA系列和中国FY系列 ☆陆地卫星系列:(重点)
§5.2 遥感图像目视解译基础
5.2.6 微波影像的判读
☆ 雷达遥感的信息特征(看书p163~170) (1) 雷达影像的色调差异主要取决于回波的强弱 (2) 一般来说,距离近的物体回波强,距离远的物体回波较弱 (3) 金属物体往往都有较强的回波 (4) 平行于航向的物体回波较强 (5) 受地形起伏的影响,雷达波不能到达之处,形成雷达阴影 (6) 受天线角度影响,地面镜面目标无回波 (7) 在雷达影像上,线状地物一般比较清晰 (8) 雷达影像的立体感较强
❖ 直接和间接解译标志是相对的,有时一个解译标志对甲 物体是直接解译标志,对乙物体是间接解译标志。间接 解译标志因地域和专业而异。
§5.2 遥感图像目视解译基础
5.2.2 目视解译方法
❖ 直接判读法:依据判读标志直接识别地物属性。如赛马场,水体 ❖ 对比分析法:与该地区已知的资料或与实地对比,或通过对遥感
§5.2 遥感图像目视解译基础
5.2.5 遥感扫描影像的解译判读
卫星遥感以多波段为主,判读前先进行彩色增强处理, 提高目视判读的分辨率。
高分辨率的卫星遥感图像彩色合成后,与航空像片的判 读方法类似。如IKONOS,QuickBird。
光谱特性:由于地物组成成分、结构、理化性质的差异, 导致不同的地物对电磁波的反射存在着差异,并且致使 地物的热辐射性质也不完全相同。同一地物在不同的波 谱段,其反射的电磁波与热辐射也有差异。反映在图像 上为:相同地物在不同波谱段图像上色调会不同。这叫 做地物的光谱效应。判读之前要熟悉地物的光谱特性。
遥感影像的目视解译与制
![遥感影像的目视解译与制](https://img.taocdn.com/s3/m/2e84038d3b3567ec112d8aa5.png)
遥感原理
1
目视解译的重要性
目视解译是信息社会中地学研究和遥感应用的一项基本
技能。
遥感技术可以实时地、准确地获取资源与环境信息,如重 大自然灾害信息等,可以全方位、全天候地监测全球资源 与环境的动态变化,为社会经济发展提供定性、定量与定 位的信息服务。通过目视判读遥感图像
地理学家可以了解山川分布,研究地理环境等 地质学家可以了解地质地貌或深大断裂 考古学家可以在荒漠中寻判读标志
形状:人造地物具有规则的几何外形和清晰的边界(如道路、楼房), 自然地物具有不规则的外形和规则的边界(如山地、湖泊、沙丘)。
大小:不知道比例尺时,可以比较两个物体的相对大小;已知比例 尺,可直接算出地物的实际大小和分布规模。
阴影:本影:是地物未被太阳照射到的部分在像片上的构像。有 助于获得地物的立体感。落影:是阳光直接照射物体时,物体投 在地面上的影子在像片上的构像(可以显示物体的侧面形状)。
彩色遥感图像上的颜色可以根据需要在图像合成中任意 选定,例如多光谱扫描图像可以使用几个波段合成彩色 图像,每个波段赋予的颜色可以根据需要来设置。按照 遥感图像与地物真实色彩的吻合程度,可以把遥感图像 分为假彩色图像和真彩色图像。
遥感原理
9
遥感图像目标地物的识别特征
假彩色图像上 地物颜色与实 际地物颜色不 同,它有选择 地采用不同的 颜色组合,目 的是突出特定 的目标物。
第五章 遥感图像目视解译与制图
遥感图像解译(Imagery Interpretation)是从遥感 图像上获取目标地物信息的过程。遥感图像解译分 为两种:
目视解译:指专业人员通过直接观察或借助判读仪 器(如:放大镜)在遥感图像上获取特定目标地物 信息的过程。
遥感图像计算机解译:以计算机系统为支撑环境, 利用模式识别技术与人工智能技术相结合,根据遥 感图像中目标地物的各种影像特征(颜色、形状、 纹理与空间位置),结合专家知识库中目标地物的 解译经验和成像规律等知识进行分析和推理,实现 对遥感图像的理解,完成对遥感图像的解译。
遥感影像目视解译方法
![遥感影像目视解译方法](https://img.taocdn.com/s3/m/ca24762854270722192e453610661ed9ad515531.png)
不同解译者在同一遥感影像上可能得出不同的解译结果,影响数据的应用效果和决策的准确性。
解译结果的差异
解译精度与可靠性问题
信息提取与处理的优先级
在目视解译过程中,需要权衡信息提取与处理之间的关系。然而,由于遥感影像的复杂性和多层次性,这一矛盾往往难以解决。
解译速度与质量的平衡
与地理信息系统(GIS)的结合
利用GIS提供的空间信息和分析功能,辅助遥感影像目视解译,提高定位精度和空间分析能力。
遥感影像目视解译与其他领域的交叉研究与应用
与全球定位系统(GPS)的结合
通过GPS获取精确的位置信息,将遥感影像与实地坐标进行匹配,实现精准解译和动态监测。
与计算机视觉和模式识别技术的结合
高光谱与超光谱遥感影像融合
03
时序遥感影像融合
将不同时间拍摄的遥感影像进行融合,提高影像质量、增加信息量并辅助变化检测。
时序遥感影像分析与解译方法
01
时序变化检测
通过对同一地区不同时间拍摄的遥感影像进行比较,检测地物的变化情况,如建筑物拆迁、植被生长等。
02
时序影像序列分析
将多个时序遥感影像进行连续分析和比对,提取地物的动态变化特征,提高解译精度和可靠性。
详细描述
在地貌与地形分析中,主要包括对山脉、丘陵、平原、盆地等地貌形态的识别和分析,通过对这些地貌形态的特征进行提取,可以有效地获取地形地貌的信息,为地质灾害预警和土地资源开发利用提供支持。
地貌与地形分析
总结词
水体识别与分类是遥感影像目视解译的一个重要方向,主要是通过对影像中的水体特征进行分析,将它们分为不同的水体类型并进行分类。
2023
遥感影像目视解译方法
应用ENVI软件目视解译TM影像土地利用分类
![应用ENVI软件目视解译TM影像土地利用分类](https://img.taocdn.com/s3/m/f85f7d08b207e87101f69e3143323968011cf49d.png)
应用ENVI软件目视解译TM影像土地利用分类一、本文概述随着遥感技术的不断发展,高分辨率卫星影像的获取与处理已经成为土地利用/覆盖分类研究的重要手段。
其中,TM(Thematic Mapper)影像,作为一种经典的中分辨率遥感数据源,具有广泛的应用前景。
然而,如何有效地从TM影像中提取土地利用信息,尤其是通过目视解译的方法,一直是遥感应用领域的研究热点。
本文旨在探讨利用ENVI软件对TM影像进行目视解译的方法,并对土地利用分类的过程进行详细阐述。
文章首先介绍了TM影像的特点及其在土地利用分类中的适用性,然后重点阐述了ENVI软件在目视解译过程中的优势和应用流程。
通过实例分析,本文展示了如何利用ENVI软件对TM影像进行预处理、特征提取、分类决策以及后处理,从而实现高精度的土地利用分类。
本文的研究不仅有助于提升TM影像在土地利用分类中的应用效果,同时也为其他遥感影像的目视解译提供了有益的参考。
通过本文的阐述,读者可以更好地理解ENVI软件在遥感影像处理中的重要作用,掌握土地利用分类的基本方法和技巧,为相关领域的实践和研究提供有力支持。
二、理论基础与技术方法土地利用分类是对地球表面土地利用类型进行划分和识别的过程,它是地理信息系统(GIS)和遥感(RS)技术的重要应用领域。
TM(Thematic Mapper)影像是由美国陆地卫星(Landsat)提供的多波段扫描影像,因其具有较高的空间分辨率和丰富的光谱信息,在土地利用分类中被广泛应用。
目视解译是一种基于专家知识和经验的影像解译方法,它通过人工观察和分析影像的纹理、色彩、形状等特征,结合地物的光谱特性,实现对地物类型的识别。
目视解译在土地利用分类中具有直观、准确和灵活等优点,尤其在处理复杂地物类型和细节信息时表现出色。
在ENVI软件中,目视解译可以充分利用其强大的图像处理和分析功能,如波段组合、色彩增强、空间滤波等,提高解译的精度和效率。
同时,ENVI软件还提供了丰富的地物分类工具和模型,如监督分类、非监督分类等,可以辅助用户进行自动化的土地利用分类。
利用遥感数据研究土地利用变化及其影响因素
![利用遥感数据研究土地利用变化及其影响因素](https://img.taocdn.com/s3/m/4b1bda1e777f5acfa1c7aa00b52acfc789eb9f0f.png)
利用遥感数据研究土地利用变化及其影响因素目录:一、引言二、遥感数据在土地利用研究中的应用2.1 遥感数据的基本原理2.2 遥感数据的种类和获取方法2.3 遥感数据在土地利用变化研究中的应用三、土地利用变化及其影响因素的研究方法3.1 土地利用变化的定义和分类3.2 土地利用变化的研究方法3.3 土地利用变化的影响因素四、以某地区为例分析土地利用变化及其影响因素4.1 研究区域的背景介绍4.2 土地利用变化的分析结果4.3 影响土地利用变化的因素分析五、结论参考文献一、引言土地利用是人类社会活动与自然环境相互作用的结果,土地利用变化的研究对于合理利用土地资源、保护环境、实现可持续发展具有重要意义。
然而,传统的调查方法受限于时空尺度、样本选择等因素,难以全面准确地获取土地利用变化的信息。
而遥感数据的广覆盖、高分辨率、实时更新等特点,使其成为研究土地利用变化及其影响因素的重要手段之一。
二、遥感数据在土地利用研究中的应用2.1 遥感数据的基本原理遥感数据通过接收地球表面反射和发射的电磁波,记录不同波段的辐射能量,通过光谱分析等方法提取地表特征信息。
遥感数据具有广覆盖、大尺度、多源性和高时效性等特点,能够提供全球范围内的土地利用信息。
2.2 遥感数据的种类和获取方法遥感数据可分为光学遥感数据、微波遥感数据和红外遥感数据等多种类型。
光学遥感是指利用太阳辐射的可见光和红外辐射进行观测,常见的数据包括高分辨率卫星影像和无人机航拍影像。
微波遥感则是利用合成孔径雷达等技术进行探测,具有穿透云层和雾霾的优势。
红外遥感主要用于监测地表温度和植被生理信息等。
2.3 遥感数据在土地利用变化研究中的应用遥感数据在土地利用变化研究中能够提供定量化的土地利用/覆盖分类信息,通过时序分析等方法可以准确获取土地利用变化的信息。
此外,结合地理信息系统和遥感数据,还能够分析土地利用变化与地貌、气候、人口等因素的关系,揭示土地利用变化的影响机制。
遥感图像目视解译
![遥感图像目视解译](https://img.taocdn.com/s3/m/24787c860d22590102020740be1e650e52eacfef.png)
土地利用/土地覆盖分类
遥感图像目视解译在土地利用/土地覆盖分类中的应用可以快速准确地识别不同类型的土地覆 盖为土地规划和资源管理提供依据。
通过遥感图像目视解译可以监测土地利用/土地覆盖的变化及时发现非法占用土地、破坏生态 环境等行为为相关部门提供执法依据。
遥感图像目视解译在土地利用/土地覆盖分类中的应用可以帮助研究自然地理、生态系统和气 候变化等领域为相关学科提供数据支持。
遥感图像目视解译还可以应用于城市规划、农业生产和灾害监测等领域为相关行业提供决策 支持。
地质构造解译
遥感图像目视解译在地质构造研究中的应用 解译地质构造的类型、规模和形态 分析地质构造与矿产资源的关系 预测地质灾害的风险和影响
资源调查与监测
资源调查:遥感 图像目视解译用 于土地、森林、 水域等资源的调 查提供全面的数 据支持。
监测变化:通过 对比不同时期的 遥感图像目视解 译可以监测资源 的变化情况及时 发现非法开采、 砍伐等问题。
灾害预警:遥感 图像目视解译可 以监测地质灾害、 水灾等自然灾害 的预警为灾害防 控提供数据支持。
生态保护:遥感 图像目视解译可 以监测生态系统 的变化为生态保 护和修复提供数 据支持。
环境监测与评估
步骤:选择合适的遥感数据源、确定时间序列、比较和分析图像差异。
优势:能够发现短时间内发生的变化为决策提供及时的信息支持。
信息综合法
遥感图像目视解 译的方法之一通 过综合分析多种 遥感影像信息提 高解译的准确性
和可靠性。
添加标题
具体步骤包括: 选择合适的遥感 数据源进行预处 理和增强处理提 取和识别地物特 征进行信息综合
遥感图像目视解译在环境监测中可用于检测和评估污染物排放和扩散情况。
遥感目视解译
![遥感目视解译](https://img.taocdn.com/s3/m/315c51311611cc7931b765ce05087632311274c3.png)
遥感目视解译遥感目视解译是一种基于遥感影像与地理信息的技术,通过对遥感图像进行目视解读和分析,从中提取和判断地物、地貌和地理特征等信息,进而为地质勘探、农业、环境管理和城市规划等领域提供支持和参考。
本文将介绍遥感目视解译的基本原理、方法和应用。
遥感目视解译的基本原理是通过观察遥感图像上的不同颜色、亮度和形状等特征,将图像中的地物进行分类和判读。
首先,遥感图像通常采用多光谱或高光谱技术获取,其中不同波段的数据代表不同的物理信息,如植被、水体、建筑物等。
经过预处理和增强处理后,图像中的各类地物能够以不同的形式和特征显现出来。
其次,目视解译者根据自己经验和领域知识,通过观察图像上的细节、纹理、形状和分布等信息,进行地物的分类和识别。
在具体的解译方法上,遥感目视解译主要包括图像解译、特征提取和判读三个步骤。
图像解译是对原始遥感图像进行初步观察和分类,将图像中的地物按照类别和特征进行初步标注。
特征提取是根据解译需求和目标,从图像中进一步提取出关键地物的特征信息,如面积、形状、纹理、变化等。
判读则是对提取的特征进行分析和判断,得出地物的具体类别和属性。
遥感目视解译在许多领域具有重要的应用价值。
例如,在地质勘探中,可以通过解译地形、岩性和构造等特征,推断出矿物和矿产的存在和分布,为矿产资源的勘探和开发提供线索。
在农业领域,可以通过解译植被、土壤和水体等特征,评估作物的生长状况、土壤的肥力和水资源的分布,为农田管理和农作物生产提供决策支持。
在环境管理和城市规划中,可以解译土地利用、土地覆盖和城市建设等特征,监测自然资源的变化和城市化的进程,为环境保护和城市规划提供参考。
总之,遥感目视解译是一种有效的遥感解译方法,利用遥感图像和地理信息,通过目视观察和分析,提取和判读地物和地理特征。
它在地质勘探、农业、环境管理和城市规划等领域都有广泛的应用,为相关领域的研究和决策提供了重要的信息和参考。
遥感目视解译是一种基于遥感影像与地理信息的技术,通过对遥感图像进行目视解读和分析,从中提取和判断地物、地貌和地理特征等信息,进而为地质勘探、农业、环境管理和城市规划等领域提供支持和参考。
土地利用遥感的工作流程
![土地利用遥感的工作流程](https://img.taocdn.com/s3/m/5f9c09f2b1717fd5360cba1aa8114431b90d8ee4.png)
土地利用遥感的工作流程下载温馨提示:该文档是我店铺精心编制而成,希望大家下载以后,能够帮助大家解决实际的问题。
文档下载后可定制随意修改,请根据实际需要进行相应的调整和使用,谢谢!并且,本店铺为大家提供各种各样类型的实用资料,如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等,如想了解不同资料格式和写法,敬请关注!Download tips: This document is carefully compiled by theeditor. I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!土地利用遥感工作流程。
一、数据获取。
确定研究区域和时间范围。
基于遥感的土地利用变化监测研究
![基于遥感的土地利用变化监测研究](https://img.taocdn.com/s3/m/a7fb3890a0c7aa00b52acfc789eb172ded6399b5.png)
基于遥感的土地利用变化监测研究一、引言土地是人类生存和发展的基础,其利用方式的变化直接关系到资源的合理配置、生态环境的平衡以及社会经济的可持续发展。
随着人口增长、城市化进程的加速以及经济活动的日益频繁,土地利用格局不断发生着变化。
及时、准确地监测土地利用变化对于土地资源的规划、管理和保护具有至关重要的意义。
遥感技术作为一种能够快速获取大面积地表信息的手段,为土地利用变化监测提供了有力的支持。
二、遥感技术在土地利用变化监测中的优势遥感技术具有以下几个显著的优势,使其成为土地利用变化监测的理想工具。
(一)大面积同步观测遥感卫星能够在短时间内获取大范围的地表信息,从而实现对整个研究区域的同步监测,避免了传统地面调查方法的局部性和局限性。
(二)多光谱信息不同的地物在不同的光谱波段上具有独特的反射和辐射特性。
遥感影像通常包含多个光谱波段,通过对这些波段的分析,可以有效地识别和区分各种土地利用类型。
(三)重复观测能力现代遥感卫星能够按照一定的周期对同一地区进行重复观测,从而能够捕捉到土地利用的动态变化过程。
(四)不受地面条件限制遥感技术可以克服地形、交通等因素的限制,对于难以到达的地区,如山区、沼泽地等,也能够获取有效的信息。
三、土地利用变化监测的遥感数据来源目前,用于土地利用变化监测的遥感数据主要包括以下几种类型。
(一)光学遥感数据如 Landsat 系列卫星、SPOT 卫星等获取的影像,具有较高的空间分辨率和光谱分辨率,适用于中小尺度的土地利用变化监测。
(二)雷达遥感数据如 Sentinel-1 卫星的 SAR 数据,具有穿透云雾、不受光照条件影响的特点,在多云多雨地区的监测中具有独特的优势。
(三)高分辨率卫星影像如 WorldView、QuickBird 等,能够提供更为详细的地物信息,适用于对城市等重点区域的高精度监测。
四、土地利用变化监测的方法(一)图像分类法通过对遥感影像进行分类,将土地利用类型划分为耕地、林地、建设用地等。
MAPGIS作业(二)XX旗土地利用现状遥感解译报告【模板】
![MAPGIS作业(二)XX旗土地利用现状遥感解译报告【模板】](https://img.taocdn.com/s3/m/e3563449524de518974b7d32.png)
MAPGIS作业(二)XX旗土地利用现状遥感解译报告专业:森林经理学学号:*********姓名:***1调查区概况“乌拉特”系蒙古语,意为能工巧匠们。
XX旗位于内蒙古自治区西部,河套平原东南端,隶属巴彦淖尔盟。
东临包头,西接五原,南与伊盟XX旗、XX旗隔黄河相望,北与XX旗接壤。
地理位置在东经108º11ˊ—109º54ˊ、北纬40º28ˊ—41º16ˊ之间。
全旗总面积7476平方公里。
全旗的地貌可概况为“三山两川一面海,千里平原两道滩”。
即:乌拉山、查石太山、白音察汉山,明安川、小佘太川,河套平原,蓿亥滩和中滩,黄河从旗南境流过,过境长160km,美丽的乌梁素海居全旗之腹部。
XX旗属中温带大陆性季风区,冬长夏短、雨热同季,光热资源丰富,昼夜温差大。
年均气温6—7℃,年均日照时数3202.5小时,≥10℃积温2300℃—3100℃,无霜期100—145天,年降雨量200—250mm,年蒸发量1900—2300mm。
XX旗地域辽阔,物华天宝。
既有肥沃的引黄灌溉区,又有广囊的山牧区,是一个以农为主的半农半牧旗,现辖18个乡镇苏木,其中农区乡镇14个、牧区苏木镇4个,总人口32.5万人,有村嘎查委员会174个、村民小组745个,乡村总人口25.2万人。
全旗有蒙、回、满、壮、朝鲜等少数民族1.4万人,其中主体民族蒙古族1.16万人。
旗政府所在地西山咀镇总人口约6.03万人,是全旗政治经济中心。
XX旗资源丰富,阡陌流金。
按地理地貌全旗可划分为前山、后山、套内、牧区四个自然经济类区。
全旗有可耕地205万亩,现耕种110万亩左右,有草牧场635万亩。
前山、套内地势平坦,属黄灌区,总面积2500平方公里,由于属湖相沉积平原,土壤母质盐渍化较重。
旗内有大面积的乌拉山原始森林,林木主要有松、柏、杨、柳、桦、椴等,全旗森林覆被率为6%。
全旗有野生动物资源280属、503种。
横亘东西的阴山山脉中,有丰富的矿藏,现探明的有煤、铁、金、铜、硫、云母、珍珠岩、芙蓉石、膨润土、沸石、花岗岩等40多种。
测绘技术中的遥感影像解译方法与技巧
![测绘技术中的遥感影像解译方法与技巧](https://img.taocdn.com/s3/m/ffc7fc222379168884868762caaedd3383c4b50b.png)
测绘技术中的遥感影像解译方法与技巧近年来,随着遥感技术的快速发展,遥感影像在测绘领域中的应用越来越广泛。
遥感影像解译成为了一种必备的技能,对于测绘工作的有效开展至关重要。
本文将介绍一些遥感影像解译的方法与技巧,希望能够为广大测绘工作者提供一些帮助。
首先,对于遥感影像解译,最基础的方法就是目视解译。
目视解译是指通过直接观察遥感影像,辨别地物类型和空间分布的方法。
在进行目视解译时,我们可以根据地物的形状、颜色、纹理和空间分布等特征进行判断。
例如,在高分辨率遥感影像中,我们可以通过观察建筑物的形状和颜色来判断其用途,从而对城市规划和土地利用进行分析。
然而,目视解译存在着一定的主观性和局限性。
为了克服这些问题,我们可以借助计算机辅助解译技术。
计算机辅助解译技术是指借助计算机软件和算法,对遥感影像进行自动或半自动分析和解译的方法。
这些技术可以提高解译的准确性和效率。
常见的计算机辅助解译技术包括分类、目标检测和变化检测等。
其中,分类是指将遥感影像中的像元划分为不同的类别。
分类算法常用的有最大似然分类、支持向量机和人工神经网络等。
这些算法可以根据遥感影像的像素值和图像特征,将像元自动归类到不同类别中,实现对地物的自动解译。
在实际应用中,我们还可以结合不同算法进行融合,从而提高分类的精度和可靠性。
除了分类,目标检测也是一种常用的计算机辅助解译技术。
目标检测是指在遥感影像中自动或半自动地检测出特定的目标物体,如建筑物、道路和河流等。
目标检测算法常用的有基于像素的方法和基于目标特征的方法。
基于像素的方法主要通过像素的亮度、纹理和形状等特征来识别目标物体,而基于目标特征的方法则通过提取目标物体的几何形状和空间关系等特征来进行识别。
这些方法可以实现对大范围遥感影像的目标检测,广泛应用于城市规划、土地利用和环境监测等领域。
此外,变化检测也是一项重要的遥感影像解译技术。
变化检测是指通过比较不同时间或不同传感器获取的遥感影像,识别出地物变化的技术。
遥感影像目视解译(土地利用)
![遥感影像目视解译(土地利用)](https://img.taocdn.com/s3/m/198e8df6970590c69ec3d5bbfd0a79563c1ed4bf.png)
遥感影像解译标准的制定与完善
总结词
制定和完善遥感影像解译标准是提高解译质量和可重 复性的关键。
详细描述
由于遥感影像目视解译具有较强的主观性和经验性,不 同解译人员可能得出不同的解译结果。为了提高解译质 量和可重复性,需要制定和完善遥感影像解译标准。通 过建立统一的解译流程、符号体系和精度评估方法等标 准,规范解译人员的操作和评估方法,从而提高解译结 果的准确性和一致性。同时,标准的制定和完善也有助 于推动遥感影像目视解译的规范化发展,促进其在土地 利用监测和管理中的广泛应用。
人工智能与机器学习在遥感影像解译中的应用
总结词
人工智能和机器学习技术为遥感影像目视解译提供了 新的方法和思路,能够提高解译效率和精度。
详细描述
随着人工智能和机器学习技术的快速发展,这些技术 逐渐被应用于遥感影像的解译中。通过训练机器学习 模型,使其具备学习和识别遥感影像中地物特征的能 力,可以辅助或替代目视解译,提高解译效率和精度 。同时,机器学习技术还可以用于遥感影像的自动分 类和变化检测等方面,为土地利用监测和管理提供更 为准确和及时的数据支持。
间接解译标志
如地形地貌、水体分布、植被覆盖等 ,通过综合分析间接推断地物的类型 和特征。
遥感影像的解译步骤与方法
初步解译
根据解译标志对遥感影像进行 初步分类和识别。
详细解译
在初步解译的基础上,进一步 细化分类,完善地物特征信息 。
验证与修正
通过实地调查和验证,对解译 结果进行必要的修正和补充。
制图与输出
PART 04
遥感影像目视解译在土地 利用中的应用案例
REPORTING
WENKU DESIGN
城市扩张的监测与评估
总结词
基于土地利用的遥感影像协同式解译
![基于土地利用的遥感影像协同式解译](https://img.taocdn.com/s3/m/b0099f8e83d049649b665826.png)
基于土地利用的遥感影像协同式解译摘要从人工解译到半自动解译,再到智能化解译,遥感影像解译的理论和方法不断发展。
基于遥感影像的土地利用更新调查中,需要进行影像解译以识别各种土地类型,虽然采用了土地利用信息的智能化解译方法,但土地利用分类的精度有限,仍需人为参与解译工作,并充分利用土地利用现状数据库的资料辅助解译,形成土地利用协同式解译,以提高土地利用分类的精度。
利用2005年武汉市南湖地区的spot影像和土地利用现状数据库的信息进行土地利用协同式解译,结果表明:土地利用协同式解译能很好地提高遥感影像的解译精度。
关键词土地利用;协同式解译;遥感影像解译中图分类号 tp391 文献标识码 a 文章编号 1007-5739(2013)06-0212-02卫星在发射成功后,可以传回遥感图像,对遥感图像进行研究和解译的工作开始于20世纪70年代。
人机交互方式是遥感图像研究和解译最开始使用的方法,通过这种方式,采用目视判读,人们能够获得相关地学信息。
采用这种方法进行遥感图像研究和解译,其结果受解译人员经验和水平的影响较大,随机性较大[1-2]。
随着科技的进步,在20世纪80年代,统计模式识别方法被逐渐应用到遥感影响计算机解译中。
该方法利用的原理是地物光谱不同。
但该方法也存在巨大的缺陷,因为地表物体存在光谱一样,物体不同或物体相同,光谱不一样的现象。
在解译的过程中会导致错分、漏分现象,降低解译的准确性。
在这种状况下,人们开始寻找新方法以期提高遥感图像解译的准确度。
20世纪80年代后期,d.goodenough(1988)与m. ehlers(1989)等人提出将遥感技术与地理信息系统相结合的问题,开启了地理信息系统与遥感影响自动解译系统的结合[3]。
1994年在加拿大渥太华举行的gis国际会议上,李德仁院士首次提出了从gis数据库中发现知识的概念。
利用gis数据库中发现的知识和遥感影像中的知识,实现计算机的自动识别逐渐成为了遥感影响解译的新的研究方向。
遥感影像在土地利用变更调查中的应用
![遥感影像在土地利用变更调查中的应用](https://img.taocdn.com/s3/m/0c023579f242336c1eb95e31.png)
范围、 信息量 、 地学综合信息提取能力、 分类精度、 几 何 精度 等 方 面 具 有 较 为 明 显 的 优 势 , 满 足 更 新 可
1 0 图 的需 要 。法 国 S O :1 万 P T5的性 价 比较 好 , 其 全 色遥 感 影 像 分辨 率 2 5 每平 方 公里 83元 , .m, . 多 光 谱遥 感 影 像 分 辨 率 1m, 平 方 公 里 4 1 0 每 .7元 。 S O S的全 色影 像 的分辨 率远高 于 T / T PT M E M+的分 辨率 。而 S O 星 的三 个 多 光谱 波 段 和 T 的 P T5卫 M
2 2 数 据 处理 .
2 遥感影像处理 方法及 步骤
2 1 影像 数据 源 . 当前 土地 利用 变更 调查 所用 的遥感 影像 数据 源
利 用遥 感 影像 进 行 1 100土 地 利 用更 新 调 : 00 查 , 影像 几 何 纠 正 , 目视 解 译 提 取 土 地 利 用 数 从 到
SPOT。
查 自2 纪 7 0世 0年代 以来 就受 到 广 泛关 注 , 特别 是
近几年来 , 随着 全 国第 二 次 土 地 调 查 的 开 展 和 “ 数
从 性 价 比方面 考虑 , 遥感 影像数 据其 波谱类 型 、
空 间分 辨率 及单 位成 本各 不相 同 。选择 时首先 考虑
中图 分 类 号 :P 5 T 7
随着地 区经 济 的 迅 速发 展 , 土地 利 用 的 变 化也
日趋 频繁 。遥感影 像 数据具 有 空 间宏 观性 、 角广 、 视
主要 有 : 国 的 L n S t 星 、K N S卫 星 、 国的 美 ada卫 IO O 法 SO P T卫 星 、 国的 Q I B R 美 U K I D卫 星 以及航空 摄影 像
如何进行遥感影像解译
![如何进行遥感影像解译](https://img.taocdn.com/s3/m/62d6fa586fdb6f1aff00bed5b9f3f90f77c64d7f.png)
如何进行遥感影像解译遥感影像解译,是利用遥感技术提取、分析和解释地物信息的过程。
在当今信息化时代,遥感影像解译已经成为地理信息产业、环境科学、城市规划等领域中不可或缺的工具之一。
它的应用范围广泛,从灾害监测到资源调查,从环境保护到农业生产,都离不开遥感影像解译的技术支持。
本文将从遥感影像解译的基本原理、常用方法以及实际应用等方面进行探讨,帮助读者更好地理解和应用这一技术。
一、遥感影像解译的基本原理遥感影像解译的基本原理是通过对遥感影像进行目视或计算机辅助分析,将不同的光谱、纹理、空间信息与地物特征相结合,从而实现地物分类和定量分析。
遥感影像解译的基本步骤包括图像预处理、信息提取和分类判读。
图像预处理是指通过去除影响解译结果的噪声、散斑等图像质量改善操作,包括辐射校正、几何校正、边缘增强等。
合适的预处理可以有效提高遥感影像解译的准确性和可信度。
信息提取是指通过选择合适的特征参数,利用数学统计、图像处理等方法,从遥感影像中提取与地物类别有关的信息。
常用的信息提取方法包括像元统计、纹理特征提取、形状特征提取等。
这些特征参数可以用来描述地物的光谱特性、空间结构以及纹理特征等,从而实现地物分类和定量分析。
分类判读是指通过使用已知地物类别的光谱特征和空间信息,对未知地物进行自动或半自动判读。
常见的分类方法包括像元分类、目视解译和监督分类等。
其中,监督分类是一种常用的方法,其基本思想是利用已知类别的样本对遥感影像进行训练,然后将训练得到的分类模型应用到整个遥感影像中。
二、遥感影像解译的常用方法1. 像元分类像元分类是指根据遥感影像中每个像元的光谱信息,将其分配给特定的地物类别。
常见的像元分类方法有聚类算法和最大似然分类算法等。
聚类算法通过寻找像素间的相似性进行分类,常见的聚类算法有K-means算法、ISODATA算法等;最大似然分类算法则通过建立类别的统计模型,利用先验知识进行分类。
2. 目视解译目视解译是指通过人眼观察遥感影像,依靠人的经验和专业知识进行解译。
基于遥感的土地利用变化监测研究
![基于遥感的土地利用变化监测研究](https://img.taocdn.com/s3/m/fb72ee5acd1755270722192e453610661ed95abd.png)
基于遥感的土地利用变化监测研究在当今社会,随着人口的增长和经济的快速发展,土地资源的合理利用和管理变得愈发重要。
而土地利用变化监测作为了解土地资源动态的重要手段,对于土地规划、环境保护、城市发展等诸多领域都具有极其关键的意义。
遥感技术凭借其大范围、多时相、高分辨率等独特优势,在土地利用变化监测中发挥着不可或缺的作用。
遥感技术能够获取大面积的地表信息,通过不同波段的电磁波对地面进行扫描和观测。
这些数据包含了丰富的地物特征,如光谱、纹理、形状等。
通过对不同时期获取的遥感影像进行对比分析,我们可以清晰地发现土地利用的变化情况。
在实际应用中,首先要进行遥感数据的获取。
目前,常用的遥感数据源包括卫星影像(如 Landsat 系列、SPOT 系列等)和航空影像。
这些影像具有不同的空间分辨率、光谱分辨率和时间分辨率,需要根据具体的监测需求进行选择。
例如,对于大范围的土地利用变化监测,通常会选择空间分辨率较低但覆盖范围广的卫星影像;而对于小区域的高精度监测,则可能会采用空间分辨率较高的航空影像。
获取到遥感数据后,接下来就是数据的预处理。
这一环节包括辐射校正、几何校正、图像融合等操作。
辐射校正用于消除传感器自身以及大气等因素对影像辐射亮度的影响,使得影像能够真实反映地物的反射特性。
几何校正则是对影像的几何变形进行纠正,以确保不同时期的影像能够准确匹配。
图像融合则是将多源遥感数据进行整合,以获取更丰富的信息。
完成预处理后,就可以进行土地利用信息的提取。
这通常采用目视解译和计算机自动分类两种方法,或者将两者结合起来。
目视解译是指解译人员通过对影像的直接观察和分析,根据经验和知识来判断土地利用类型。
这种方法准确性较高,但效率较低,适用于小范围、高精度的监测。
计算机自动分类则是利用各种分类算法,如监督分类、非监督分类等,对影像进行分类。
这种方法效率高,但准确性可能会受到一些因素的影响,如影像质量、分类算法的选择等。
在土地利用变化监测中,变化检测是核心环节。
遥感影像目视解译方法
![遥感影像目视解译方法](https://img.taocdn.com/s3/m/c0c90793c0c708a1284ac850ad02de80d4d806a2.png)
色彩增强技 巧:通过调 整色彩对比 度、亮度等 参数,突出 目标特征
空间频率分析 技巧:利用傅 里叶变换等方 法,分析图像 中的空间频率 分布
纹理分析技巧: 通过计算图像 的纹理特征, 识别目标表面 的细节和结构
目标跟踪技巧: 利用图像序列 中的目标运动 特征,对目标 进行跟踪和识 别
多源信息融合 技巧:将不同 来源的遥感影 像信息进行融 合,提高目标 识别的准确性 和可靠性
显示方式:计 算机屏幕显示、 投影仪显示、
打印输出等
输出方式:矢 量输出、栅格 输出、混合输
出等
显示与输出的 关系:显示是 输出的基础, 输出是显示的
应用
显示与输出的优 缺点:显示方式 灵活多样,输出 方式方便快捷, 但显示与输出存 在一定的局限性
PART FOUR
直接判读法:通过遥感影像直接获取地 物信息
添加 标题
对未来遥感影像目视解译技术发展的建议:加强技术研发和创新,提高解译技术的智能化和自动化水平;加强人才培养和队 伍建设,提高解译人员的专业素质和综合能力;加强国际合作与交流,推动遥感影像目视解译技术的全球发展。
添加 标题
对未来遥感影像目视解译技术应用的建议:加强应用领域的拓展和创新,推动遥感影像目视解译技术在各个领域的广泛应用; 加强与其他领域的合作与交流,促进遥感影像目视解译技术与相关技术的融合发展;加强技术推广和普及,提高公众对遥感 影像目视解译技术的认知度和应用水平。
汇报人:
遥感影像目视解 译是遥感技术应 用的基础
目视解译能够直 观地反映地表特 征和现象
目视解译在遥感 技术中具有不可 替代的作用
目视解译能够为 其他遥感技术提 供辅助和支持
获取遥感影像: 通过卫星、飞机 等遥感平台获取 地面物体的反射、
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
河 滩 地
分布位置
基本分布在河流两侧及河心岛上。 基本分布在河流两侧及河心岛上。
主要名称
黄河、渭河、榆林河、芦河、大同河、湟水河等。 黄河、渭河、榆林河、芦河、大同河、湟水河等。
影像特征
呈现不规则的条带或片状。 呈现不规则的条带或片状。 影象颜色呈现灰、灰白及白色。 影象颜色呈现灰、灰白及白色。 影象质底较细腻,色调均一。 影象质底较细腻,色调均一。
湖
泊
分布位置
主要分布在山间低地和沙地丘间低地内。 主要分布在山间低地和沙地丘间低地内。
主要名称
黄河、渭河、黑河、 黄河、渭河、黑河、美丽渠 。
影像特征
几何形状明显,河弯曲不定,支干渠相对较直。 几何形状明显,河弯曲不定,支干渠相对较直。 影象呈现深蓝色、蓝色或淡蓝色。 影象呈现深蓝色、蓝色或淡蓝色。 影象质底较细腻、纹理清晰、颜色均匀。 影象质底较细腻、纹理清晰、颜色均匀。
盐 碱 地
分布位置
主要分布在相对较低易积水及干湖泊及湖泊边沿。 主要分布在相对较低易积水及干湖泊及湖泊边沿。
主要名称
民勤碱碱湖及青海湖边等。 民勤碱碱湖及青海湖边等。
影像特征
几何特征不明显,边界清晰。 几何特征不明显,边界清晰。 影象呈灰、灰白、白色。 影象呈灰、灰白、白色。 影象质地纹理较细腻,颜色均匀。 影象质地纹理较细腻,颜色均匀。
戈
壁
分布位置
主要分布在风蚀较强有沙源物质输送的山前带。 主要分布在风蚀较强有沙源物质输送的山前带。
主要名称
河西走廊二百里戈壁等。 河西走廊二百里戈壁等。
影像特征
几何特征不明显,边界清晰。 几何特征不明显,边界清晰。 影象呈灰和灰白色。 影象呈灰和灰白色。 影象质地纹理较细腻。 影象质地纹理较细腻。
裸土地
分布位置
主要分布在较干旱地区(陡坡、丘陵、戈壁)。 主要分布在较干旱地区(陡坡、丘陵、戈壁)。
羽毛状水系的综合
羽毛状水系发育段的 植被综合
平原耕地
墚峁耕地
黄土丘陵地区墚、 黄土丘陵地区墚、峁、沟谷植被的综合
资源信息专题类型提取标志
水 田
分布位置
主要分布在河流冲积平原、盆地、河谷川地。 主要分布在河流冲积平原、盆地、河谷川地。
主要作物
以水稻、小麦、玉米、西瓜、蔬菜为主。 以水稻、小麦、玉米、西瓜、蔬菜为主。
山区旱地
分布位置
主要分布在山坡、山腰、陡坡台地及山前带上。 主要分布在山坡、山腰、陡坡台地及山前带上。 山坡
主要作物
主要农作物有小麦、玉米、青稞、油菜、土豆等。 主要农作物有小麦、玉米、青稞、油菜、土豆等。
影像特征
局部呈条状形态。 影像几何特征不规则 ,局部呈条状形态。 影像呈现出红、淡红、粉红和淡蓝等颜色。 影像呈现出红、淡红、粉红和淡蓝等颜色。 影像纹理较粗糙,纹理不均匀 。 影像纹理较粗糙,
沼
泽
分布位置
主要分布在相对较低易积水地段及湖盆边缘。 主要分布在相对较低易积水地段及湖盆边缘。
主要名称
格尔木北及宁夏沙湖周围。 格尔木北及宁夏沙湖周围。
影像特征
几何特征不明显,也不规则。 几何特征不明显,也不规则。 影象呈鲜红、淡红及黑灰色。 影象呈鲜红、淡红及黑灰色。 影象质地较细但不均匀。 影象质地较细但不均匀。
冰川及永久性积雪
分布位置
主要分布在(4000M以上)高山顶部。 主要分布在(4000M以上)高山顶部。 以上
主要名称
七一冰川及祁连山常年积雪。 七一冰川及祁连山常年积雪。
影像特征
它的几何特征沿等高线分布。 它的几何特征沿等高线分布。 影象呈现白色,但颜色均匀。 影象呈现白色,但颜色均匀。 影象质底较细腻,色调均一。 影象质底较细腻,色调均一。
不同专题信息提取和制图综合方法
.地貌的综合 1 .地貌的综合 .不同梯度和不同下垫面地物 2 .不同梯度和不同下垫面地物 类型的综合 3 . 地理骨架的综合 •水系 •道路 •地形 4 .取舍标准(河流、道路长度、图 取舍标准(河流、道路长度、 斑像元数) 斑像元数)
平原耕地及居民点综合
柳枝状水系的综合
城镇用地
分布位置
主要分布在平原、山区盆地、黄土塬、沟谷地台地。 主要分布在平原、山区盆地、黄土塬、沟谷地台地。
主要名称
兰州市、西安市、西宁市、银川市、张掖市等。 兰州市、西安市、西宁市、银川市、张掖市等。
影像特征
几何特征明显,形状多样,边界清晰。 几何特征明显,形状多样,边界清晰。 影响为灰、灰白、白色。 影响为灰、灰白、白色。 影象纹理较粗糙、但边界清晰 影象纹理较粗糙、
高覆盖草地
分布位置
分布在山区、丘陵及河间滩地、戈壁、沙地等。 分布在山区、丘陵及河间滩地、戈壁、沙地等。
主要植被
嵩草、冰草、芦苇、针茅、红砂、骆驼蓬等。 嵩草、冰草、芦苇、针茅、红砂、骆驼蓬等。
影像特征
形态各异, 形态各异,连片分布地类边界明显 。 影像呈以鲜红、 影像呈以鲜红、红、淡红、粉红为主色调 。 淡红、 影像质底较细腻、纹理清晰、颜色均一 。 影像质底较细腻、纹理清晰、
河流与干支渠
分布位置
主要分布在平原、川间耕地以及山间沟谷内。 主要分布在平原、川间耕地以及山间沟谷内。
主要名称
黄河、渭河、黑河、 黄河、渭河、黑河、美丽渠 。
影像特征
几何形状明显,河弯曲不定,支干渠相对较直。 几何形状明显,河弯曲不定,支干渠相对较直。 影象呈现深蓝色、蓝色或淡蓝色。 影象呈现深蓝色、蓝色或淡蓝色。 影象质底较细腻、纹理清晰、颜色均匀。 影象质底较细腻、纹理清晰、颜色均匀。
有 林 地(乔木林)
分布位置
主要分布在中山坡地、谷地两坡、山顶、平原等。 主要分布在中山坡地、谷地两坡、山顶、平原等。
主要植被
主要有松树、杨树、柳树、沙枣、梧桐等。 主要有松树、杨树、柳树、沙枣、梧桐等。
影像特征
几何形状不规则,与其它地类间边界滑润清晰。 几何形状不规则,与其它地类间边界滑润清晰。 影像呈现为鲜红,针叶或阔叶灌丛有明显区别。 影像呈现为鲜红,针叶或阔叶灌丛有明显区别。 影像纹理色调较均匀,影像纹理都很细腻。 影像纹理色调较均匀,影像纹理都很细腻。
未利用土地 沙 地
分布位置
大多分布在河流两侧、河拐湾及山前戈壁外围。 大多分布在河流两侧、河拐湾及山前戈壁外围。
主要名称
滕格里沙漠、毛乌素沙地等。 滕格里沙漠、毛乌素沙地等。
影像特征
几何特征明显,边界清晰明显。 几何特征明显,边界清晰明显。 影象呈现呈灰黄、灰和灰白色。 影象呈现呈灰黄、灰和灰白色。 影象质地较细腻。 影象质地较细腻。
其它林地(经济林等)
分布位置
主要分布在绿洲田埂,河边、路边及居民点周围。 主要分布在绿洲田埂,河边、路边及居民点周围。
主要植被
主要有杨树、柳树、梧桐及各种果树等。 主要有杨树、柳树、梧桐及各种果树等。
影像特征
大多数以线状、格状、点状和片状分布。 大多数以线状、格状、点状和片状分布。 影像呈红、鲜红和粉红色的线格状、点状分布。 影像呈红、鲜红和粉红色的线格状、点状分布。 影像纹理上看比较杂乱,不规则。 影像纹理上看比较杂乱,不规则。
低覆盖草地
分布位置
主要生长在较干燥地方(黄土丘陵上和沙地边缘) 主要生长在较干燥地方(黄土丘陵上和沙地边缘)。
主要植被
骆驼刺、红砂、盐爪爪、骆驼刺、 骆驼刺、红砂、盐爪爪、骆驼刺、鸡爪芦苇 。
影像特征
形态不规则,基本生长在土层较厚易积水地段。 形态不规则,基本生长在土层较厚易积水地段。 影像颜色以粉红、 影像颜色以粉红、淡红为主色调 。 影象质底较细纹理清晰,地类间颜色差别较大。 影象质底较征
形态以块状分布,地类边界清楚,地块整齐。 形态以块状分布,地类边界清楚,地块整齐。 主基调为红、暗红、鲜红、黑灰和淡篮色 主基调为红、暗红、鲜红、 影像纹理细腻,颜色不均匀,作物间差异较大。 影像纹理细腻,颜色不均匀,作物间差异较大。
平 原 旱 地
分布位置
主要分布在盆地山前带、河流冲积、 主要分布在盆地山前带、河流冲积、洪积或湖积平 水源短缺灌溉条件较差) 原(水源短缺灌溉条件较差) 。
水库坑塘
分布位置
主要分布在平原、川间谷内,周围有居民地和耕地。 主要分布在平原、川间谷内,周围有居民地和耕地。
主要名称
鸳鸯池水库、刘家峡水库等。 鸳鸯池水库、刘家峡水库等。
影像特征
几何形状较明显,人工建造痕迹明显(大坝)。 几何形状较明显,人工建造痕迹明显(大坝)。 影象深兰、 影象深兰、兰、淡兰色,但颜色均匀。 淡兰色,但颜色均匀。 影象质底较细腻、纹理清晰、颜色均匀。 影象质底较细腻、纹理清晰、颜色均匀。
灌 木 林
分布位置
分布在较高的山区,多数在山坡和山谷及沙地。 分布在较高的山区,多数在山坡和山谷及沙地。 较高的山区
主要植被
有高山杜鹃、高山柳、红柳、柠条、梭梭等。 有高山杜鹃、高山柳、红柳、柠条、梭梭等。
影像特征
几何特征不规则,生长在低地中。 几何特征不规则,生长在低地中。 影像呈现红 鲜红、 影像呈现红、鲜红、粉红和暗红色 。 影像纹理细腻,在同一色调中差异不大。 影像纹理细腻,在同一色调中差异不大。
中覆盖草地
分布位置
主要分布在较干燥地方(戈壁洼地和沙地内等)。 主要分布在较干燥地方(戈壁洼地和沙地内等)。
主要植被
主要有苦豆子、骆驼刺、大针茅等 。 主要有苦豆子、骆驼刺、
影像特征
形态不规则,基本生长在土层较厚易积水地段。 形态不规则,基本生长在土层较厚易积水地段。 影像颜色以红、淡红、粉红为主色调。 影像颜色以红、淡红、粉红为主色调。 影象质底较细腻、颜色均一,不同地类间色差较明显。 影象质底较细腻、颜色均一,不同地类间色差较明显。
农村居民用地