2025年5月5日 星期一
中国自然资源航空物探遥感中心主办
地质出版社出版
高级检索

基于SAR时间序列的建设用地扩展监测 ——以常州市新北区为例

,  , 

文章导航 > 自然资源遥感 > 2020 > (4): 154-162

上一篇

下一篇

孙超, 陈振杰, 王贝贝. 基于SAR时间序列的建设用地扩展监测——以常州市新北区为例[J]. 自然资源遥感, 2020, (4): 154-162. doi: 10.6046/gtzyyg.2020.04.20
引用本文: 孙超, 陈振杰, 王贝贝. 基于SAR时间序列的建设用地扩展监测 ——以常州市新北区为例[J]. 自然资源遥感, 2020, (4): 154-162. doi: 10.6046/gtzyyg.2020.04.20
shu
SUN Chao, CHEN Zhenjie, WANG Beibei. Expansion monitoring of construction land based on SAR time series:A case study of Xinbei District, Changzhou[J]. Remote Sensing for Natural Resources, 2020, (4): 154-162. doi: 10.6046/gtzyyg.2020.04.20
Citation: SUN Chao, CHEN Zhenjie, WANG Beibei. Expansion monitoring of construction land based on SAR time series:A case study of Xinbei District, Changzhou[J]. Remote Sensing for Natural Resources, 2020, (4): 154-162. doi: 10.6046/gtzyyg.2020.04.20
shu

基于SAR时间序列的建设用地扩展监测 ——以常州市新北区为例

  • 南京大学地理与海洋科学学院,南京 210023;卫星测绘技术与应用国家测绘地理信息局重点实验室,南京 210023

  • 南京大学地理与海洋科学学院,南京 210023;卫星测绘技术与应用国家测绘地理信息局重点实验室,南京 210023

  • 南京大学地理与海洋科学学院,南京 210023;卫星测绘技术与应用国家测绘地理信息局重点实验室,南京 210023

  • 基金项目:

    国家自然科学基金面上项目"基于遥感影像序列的土地利用变化模式识别方法研究"

    国家重点研发计划项目"国土资源与生态环境安全监测技术集成平台"

详细信息

  • 中图分类号: TP79

Expansion monitoring of construction land based on SAR time series:A case study of Xinbei District, Changzhou

摘要

    摘要
  • 随着城市化进程的不断加快,城市范围不断扩展,快速、准确掌握建设用地的变化对于城市的可持续发展至关重要.合成孔径雷达(synthetic aperture Radar,SAR)影像由于不受天气影响可以及时获取对地观测影像,使得基于SAR时间序列的建设用地扩展监测成为可能.SAR时间序列在发生建设用地扩展过程中存在2种时间序列形态结构,本文命名为"Z"形结构和"V"形结构,针对以往研究中只考虑"Z"形结构未考虑"V"形结构的情况,本研究提出一种基于时间序列自适应分段的建设用地扩展监测方法.对原始时间序列进行自适应分段,使用分段平均值作为特征值,最后使用决策树提取建设用地扩展区域.经验证,方法的正确率为89.60%,完整率为92.73%.研究表明:本文提出的方法能有效地监测建设用地扩展,相对于动态时间弯曲(dynamic time warping,DTW)方法,正确率提高1.80百分点,完整率提高1.27百分点;常州市新北区在2015—2019年间,建设用地共增加557.96 hm2,主要扩展方向为南和东南方向.
    • HTML全文
    • 相关文章
  • 施引文献
  • 资源附件(0)
  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、PDF下载量统计信息摘要浏览量PDF下载量2024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-042025-0500.250.50.7511.25Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 3.2 %DOWNLOAD: 3.2 %摘要: 96.8 %摘要: 96.8 %DOWNLOAD摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 16.5 %其他: 16.5 %其他: 0.7 %其他: 0.7 %Aurora: 1.5 %Aurora: 1.5 %Ghaziabad: 0.4 %Ghaziabad: 0.4 %Haidian: 1.1 %Haidian: 1.1 %Mountain View: 1.5 %Mountain View: 1.5 %Nanjing: 0.7 %Nanjing: 0.7 %Phoenix: 0.4 %Phoenix: 0.4 %XX: 0.4 %XX: 0.4 %[]: 1.8 %[]: 1.8 %北京: 0.7 %北京: 0.7 %南京: 1.5 %南京: 1.5 %台州: 0.7 %台州: 0.7 %合肥: 1.5 %合肥: 1.5 %哥伦布: 0.4 %哥伦布: 0.4 %天津: 1.1 %天津: 1.1 %宣城: 0.4 %宣城: 0.4 %昆明: 1.1 %昆明: 1.1 %杭州: 0.4 %杭州: 0.4 %武汉: 0.7 %武汉: 0.7 %湖州: 0.4 %湖州: 0.4 %漯河: 0.4 %漯河: 0.4 %石家庄: 0.7 %石家庄: 0.7 %芒廷维尤: 44.5 %芒廷维尤: 44.5 %莫斯科: 5.9 %莫斯科: 5.9 %蚌埠: 1.1 %蚌埠: 1.1 %衢州: 0.7 %衢州: 0.7 %西宁: 12.1 %西宁: 12.1 %连云港: 0.7 %连云港: 0.7 %其他其他AuroraGhaziabadHaidianMountain ViewNanjingPhoenixXX[]北京南京台州合肥哥伦布天津宣城昆明杭州武汉湖州漯河石家庄芒廷维尤莫斯科蚌埠衢州西宁连云港Highcharts.com
计量
  • 文章访问数:  302
  • PDF下载数:  64
  • 施引文献:  0
出版历程
刊出日期:  2020-12-15

目录

摘要
HTML全文
    相关文章
    施引文献
    资源附件(0)
    版权所有：中国地质调查局发展研究中心 copyright @2020
    返回