具体描述
《基于知识的江南典型区土地利用.覆被分类研究》内容简介：以提高江南典型区土地利用/覆被自动分类的精度为目标，围绕基于知识的遥感影像分类方法的过程展开。首先从目视解译的原理出发，分析了研究区土地利用/覆被类型在遥感影像上的表征，并对相关特征加以分析与表达；然后从知识的概念、知识的获取、知识库的构建以及知识的推理几方面深入探讨了基于知识的遥感影像分类方法，其中重点研究了知识获取的决策树方法，并在此基础上对绍兴和江宁两个试验区进行了基于知识的遥感影像土地利用/覆被分类以及传统的监督分类和逻辑通道法分类试验；最后从不同分类方法的精度评价结果的比较和分类规则的分析两方面，对基于知识的遥感影像土地利用，覆被分类方法的可行性进行了评价。
当前，土地利用/覆被变化(Lucc)研究是全球变化研究的核心内容，而土地利用，覆被数据的获取是其主要的基础工作。近年来，飞速发展的遥感技术已成为土地利用/覆被调查的一种有效的技术手段。然而，遥感影像分类技术的提高却远远落后于遥感传感器技术的发展，不能满足实际应用的需要。因而，实现遥感影像解译的自动化与高精度定量化，以满足人们从海量遥感数据中快速、准确地获取专题信息的需要，不仅是当前遥感自身发展的前沿，也是遥感应用的迫切要求。
作者简介
目录信息
读后感
评分
评分
评分
评分
用户评价
这本书的“基于知识”这个定语，让我联想到上世纪末信息科学和地理信息科学交叉领域的一些经典讨论。我们都知道，遥感分类的瓶颈往往不在于传感器获取数据的能力，而在于如何“解释”这些数据。知识驱动的分类，本质上是要模拟或替代人类专家的决策过程。我很好奇，作者这里所指的“知识”具体涵盖了哪些层面？是物理世界的先验知识（比如坡度、高程对植被类型的约束），还是基于遥感影像特征的统计知识（比如植被指数的时间序列模式），抑或是更宏观的地理学常识？如果他们能构建一个层次分明的知识库，并且设计出有效的知识推理机制，比如基于规则的系统或者专家系统，来处理那些模糊的、非线性的分类判据，那这本书就超越了一般的GIS技术报告。我希望能看到具体的知识获取、表示和应用流程图，这样才能真正领会到“知识”在分类迭代中起到的核心驱动作用，而不仅仅是作为后处理的修正步骤。
评分老实说，我对这种地方性的、聚焦于典型区域的专题研究，总是抱有一种既期待又略微担忧的心态。期待的是深度和精准度，因为只有深入到特定区域，才能发现那些普适模型忽略的“小窍门”和“特殊规律”。江南地区的土地利用变化，反映了中国快速城市化和农业结构调整的缩影，其复杂性是其他区域难以比拟的。然而，担忧在于，研究的“典型性”是否会过度依赖于特定时间点的数据和特定研究区域的边界条件，导致研究成果的普适性大打折扣。如果这本书仅仅是展示了一套针对某几个特定县域的优化参数集，那就有点令人失望了。我更希望看到的是一套可移植的方法论，一套能够指导其他类似水网密集、人文干扰强烈的区域进行分类的通用逻辑。如果作者能提供详尽的案例分析，展示知识引入前后分类精度提升的具体量化指标，尤其是在那些传统方法最容易出错的过渡带和混合像元上，那这本书的价值就非同一般了。
评分从编辑和装帧来看，这类研究专著往往偏向学术严谨，阅读起来可能需要一定的专业背景。但我依然希望作者在行文表达上能兼顾一定的可读性。毕竟，土地利用分类的研究成果，最终的价值在于指导规划和管理实践。如果书中的理论推导过于晦涩，或者模型描述过于抽象，使得一线规划师难以理解和采纳，那么其“应用价值”就会被大大削弱。我尤其关注数据源的多样性和时效性。在江南这种土地利用变化极快的地区，不同时相的遥感数据（比如高分辨率商业卫星数据、无人机影像与传统卫星数据）的融合，以及如何利用历史数据建立“知识基线”，是至关重要的。如果书中能详细阐述不同数据源在知识体系中的地位和作用，并提供一套清晰的质量控制和数据集成方案，那对于我理解当前遥感前沿实践非常有帮助。
评分我对“江南典型区”的选择也深感好奇。这个区域的选择背后一定有着特殊的意义。它可能代表了中国东部平原地区农业与城市化冲突最激烈的地带，或者是湿地生态系统保护压力最大的区域。因此，对这片区域的精准分类，绝非仅仅是学术上的挑战，更承载着环境监测和可持续发展的迫切需求。这本书如果能将分类结果直接与区域生态风险评估、水资源管理等实际应用场景挂钩，而不是停留在单纯的Kappa系数的提升上，那么它的社会影响力将大大提升。我期待看到作者能将基于知识的分类成果，转化为对土地利用变化驱动力的深刻洞察，从而为未来江南地区的空间治理提供坚实的科学支撑，这才是“研究”的终极意义所在。
评分哇，这本书的标题听起来就挺硬核的，《基于知识的江南典型区土地利用/覆被分类研究》。我得说，我对这个领域的研究一直挺感兴趣的，尤其是在强调“知识”这个维度上。我总觉得，传统的分类方法，尤其是那些依赖于单纯的遥感影像光谱特征的，总有点“只见树木不见森林”的味道。江南地区的地貌和人文景观交织得非常复杂，水网密集，小块土地利用类型斑驳，这给分类带来了巨大的挑战。我期望这本书能深入探讨如何将专家知识、历史数据、甚至社会经济信息融入到分类模型中。比如，一个区域是农田还是林地，光看NDVI值是不够的，还得考虑当地的灌溉系统、耕作习惯甚至政策影响。如果作者能提出一套系统性的知识框架，将这些非影像信息结构化地整合到算法决策流中，那将是极大的突破。我特别期待看到他们如何处理数据异构性和知识表示的难题，比如如何用本体论（Ontology）来定义和关联土地覆被的层级关系和相互作用，而不是仅仅停留在技术实现层面。
评分 评分 评分 评分 评分相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 qciss.net All Rights Reserved. 小哈图书下载中心 版权所有