为了加强大面积范围内未利用地监管,提出通过遥感技术识别存在潜在污染的未利用地.以甘肃省北部地区为研究区,首先,基于Landsat卫星数据进行土地利用/覆被类型遥感解译,确定该区域未利用土地范围.其次,对图像进行主成分分析,将第一主分...为了加强大面积范围内未利用地监管,提出通过遥感技术识别存在潜在污染的未利用地.以甘肃省北部地区为研究区,首先,基于Landsat卫星数据进行土地利用/覆被类型遥感解译,确定该区域未利用土地范围.其次,对图像进行主成分分析,将第一主分量作为灰度共生矩阵的数据源,选用能量、熵、惯性矩、相关作为特征量,同时结合对应图像的灰度变化绝对值提取变化较大的区域.最后,通过对比2010年和2015年Landsat遥感图像的特征量变化情况,提取有明显纹理或灰度变化区域,结合Google Earth高分辨率影像与包含工矿企业位置信息的感兴趣点(point of interest,POI)数据,得到2010—2015年此区域土壤疑似污染点40处,总面积约为10 km2.对其中21处结果进行实地调查验证,其中有19处疑似污染点被证实,识别精度约为90%.提出的基于灰度共生矩阵方法识别未利用地疑似污染的方法,较传统人工解译方法,能够显著节省人力、物力,提高监测效率,并且具有较好的精度.展开更多
文摘为了加强大面积范围内未利用地监管,提出通过遥感技术识别存在潜在污染的未利用地.以甘肃省北部地区为研究区,首先,基于Landsat卫星数据进行土地利用/覆被类型遥感解译,确定该区域未利用土地范围.其次,对图像进行主成分分析,将第一主分量作为灰度共生矩阵的数据源,选用能量、熵、惯性矩、相关作为特征量,同时结合对应图像的灰度变化绝对值提取变化较大的区域.最后,通过对比2010年和2015年Landsat遥感图像的特征量变化情况,提取有明显纹理或灰度变化区域,结合Google Earth高分辨率影像与包含工矿企业位置信息的感兴趣点(point of interest,POI)数据,得到2010—2015年此区域土壤疑似污染点40处,总面积约为10 km2.对其中21处结果进行实地调查验证,其中有19处疑似污染点被证实,识别精度约为90%.提出的基于灰度共生矩阵方法识别未利用地疑似污染的方法,较传统人工解译方法,能够显著节省人力、物力,提高监测效率,并且具有较好的精度.
