简介:(2018年9月21日吉林省第十三届人民代表大会常务委员会第六次会议通过)第一章总则第一条为了加强测绘地理信息管理,促进测绘地理信息事业发展,保障测绘地理信息事业为经济建设、国防建设、社会发展和生态保护服务,维护国家地理信息安全,推动数字吉林建设,根据《中华人民共和国测绘法》和有关法律、法规,结合本省实际,制定本条例。
简介:在区域尺度下,探索提取不同林分结构和滩涂裸露状况下红树林空间分布遥感信息的适用方法。选择ALOSPRISM/AVNIR-2为数据源,以广西北部湾两个红树林典型分布区作为实验区,第一个实验区是红树林茂密、滩涂裸露的区域,第二个实验区是红树林稀疏、低矮和滩涂不完全裸露的区域,分别采用了植被指数、监督分类、非监督分类和面向对象分类方法,进行实验。研究结果表明,在第一个实验区,用RVI、NDVI、SAVI、DVI、监督分类、非监督分类和面向对象方法进行遥感分类的总体精度分别为95.3%、94.3%、92.3%、93.3%、96.0%、97.0%和94.0%,说明这几种方法都可以较精确地提取红树林信息,其中非监督分类的结果相对较好;在第二个实验区,植被指数不能精确提取红树林信息,监督分类、非监督分类和面向对象分类的总体精度分别为92.7%、85.7%和89.3%,以监督分类的结果最好。因此,监测区域尺度的红树林,必须根据具体海湾或地段红树林的林分结构特点、成像时刻的潮位高度、红树林在遥感图像上的表征,选用适合的方法,才能确保红树林信息提取精度。在采用多源遥感数据进行红树林动态监测中,综合运用植被指数、监督分类、非监督分类、面向对象分类和图像解译方法,可以准确提取红树林信息。此外,对于斑块破碎、林木低矮且相当部分稀疏的广西北部湾乃至南中国海红树林遥感信息提取,适用的遥感图像空间分辨率应小于5m,以小于3m更适宜。
简介:湿地被称为"地球之肾",具有独特的生态结构与功能.中国湿地面积约占全球湿地面积的10%,但近年来湿地面积逐渐萎缩,已造成了极为严重的生态恶果.因此总结以往湿地研究成果,确立包括遥感在内的各种湿地信息提取方法,形成包含各种湿地信息的湿地数据子库和管理操作这些数据的湿地信息系统,并确立湿地信息的共享与发布机制,从而加快湿地科研步伐,成为湿地与遥感科技工作者共同关注的问题.WebGIS技术是GIS融合Internet技术发展起来的新技术,具有对大批量数据进行有效的分析管理和快速的查询检索功能.基于WebGIS技术的中国沼泽信息系统的建立有效地满足了湿地科研和开发保护的需要.
简介:于2013年7月20日、8月23日和10月17日,在小兴凯湖内布设13个采样点,采集水样,测定水样的氮、磷含量;采用综合营养状态指数法,对小兴凯湖水体富营养化程度进行分析,同时对其沼泽化程度进行评价。结果表明,7月20日、8月23日和10月17日小兴凯湖水体中总氮质量浓度分别为0.38~3.12mg/L、0.40~2.05mg/L和0.38~1.14mg/L,分布在北岸河流入湖口采样点水体总氮含量较高。8月23日,水体中的总氮含量明显高于其它采样日;7月20日、8月23日和10月17日小兴凯湖水体中总磷质量浓度分别为0.05~0.11mg/L、0.06~0.12mg/L和0.09~0.18mg/L;7月20日、8月23日和10月17日水体中的氮磷比分别为7.76~63.57、7.05~25.56和3.42~12.29,表明该湖属于磷营养限制性湖泊。各采样点综合营养状态指数为52.52~66.57,表明小兴凯湖整体处于轻度富营养状态;沼泽化综合指标为0.143~4.000,表明小兴凯湖大部分区域已处于重度沼泽化状态。
简介:单独利用遥感影像光谱信息进行近海水产养殖信息提取时,养殖水体与自然水体易混淆,而单独利用遥感影像纹理信息提取近海水域水产养殖信息时,单一大块养殖水体与自然水体又难以区分。针对上述问题,利用OLI影像数据,提出了一种综合遥感影像光谱与纹理信息进行水产养殖信息提取的方法。首先,在对研究区养殖水体类型进行光谱特征分析的基础上,采用主成分变换方法,对OLI影像光谱信息进行压缩、挖掘和选取;其次,分析灰度共生矩阵窗口尺寸和纹理特征统计量对研究区水产养殖区域的区分能力,完成纹理特征的选取,并将选取的纹理信息和光谱信息进行特征协同;最后,对特征协同数据进行多尺度分割,根据各水体类型间的光谱特征和纹理特征的差异,构建研究区3种养殖水体的模糊逻辑隶属度函数,实现对研究区水产养殖信息的自动提取。研究结果表明,该方法能较好地提取研究区水产养殖信息,总体分类精度达到97.93%。
简介:本研究从中等空间分辨率遥感影像(如LandsatTM影像)的地物光谱响应曲线入手,介绍分析了国内外几种常用的建筑用地提取指数构建原理.然后选取LandsatTM影像进行建筑用地提取实验,并用QuickBird和GoogleEarth的同期影像辅以验证.实验得出,比值居民地指数RRI,由于其作者构建时并没有对影像进行辐射校正,从而影响了提取精度和模型适用性;归一化建筑指数NDBI和差值建筑覆盖指数DBI,提取精度相对较高,但是会混有裸土、污染水体等信息;指数型建筑用地指数IBI和增强的指数型建筑用地指数EIBI,提取精度最高,达到92%.虽然EIBI期望改进IBI未能很好抑制裸土信息的问题,但实际上所构建指数并没有较好的去除裸土信息,可能是其权重选择没有普适性,所以建议建筑信息提取优先使用IBI.