基于遥感影像的湿地二级分类方法研究

发布时间：2020-05-23 20:40

【摘要】：利用遥感技术在湿地区域进行监测成为越来越重要的手段,可以解决湿地研究中一些科学问题,如湿地类型信息、湿地景观信息、湿地变化特征等。本文主要结合光谱、纹理等多种特征,主要利用支持向量机的分类方法完成中高分辨率遥感影像的分类、湿地的信息提取。首先在影像信息分类方法方面,研究了支持向量机(SVM)影像分类方法在湿地地表覆盖信息的方法与流程,从而能够更快更有效的获取地表覆盖信息数据。其次对小样本的训练和分类方面,支持向量机能有比较好的性能,原因是支持向量机会动态的调整核函数可以适应不同的分类对象与条件,具有一定的算法优势。在一级分类过程中,利用支持向量机的分类方法,加入多光谱、纹理等多种特征进行分类,使用遥感图像处理软件ENVI中的精度评估法参考检验样本对分类结果进行精度评价。结果显示基于支持向量机方法实验,经过误差矩阵的精度评价,获得研究区湿地遥感分类理想的分类精度,其分类总体精度为95.89%,Kappa系数为0.93。之后,继续采用支持向量机分类方法(SVM),进行湿地信息的二级分类,得到的分类总体精度为93.5%,Kappa系数为0.89。但支持向量机分类方法在针对多样本的遥感图像并不适用,针对此问题做进一步的实验,采用SVM方法和面向对象的方法对实验区数据行了耕地、绿地、湿地等信息提取,研究了不同分类算法对信息提取的结果,并对其分类效果进行了衡量与比较,对样本逐步增加并进行分类时,支持向量机的精度在逐步降低且降低幅度较大,而面向对象的方法虽也有所减少,但也可以维持在90%之上的精度。通过实验得出:确定小样本范围时,支持向量机方法在进行湿地类型信息提取的总体精度要高于面向对象的方法,精度可维持在90%以上;然后对样本逐步增加之后,面向对象方法所取得的分类结果明显优于其他的分类方法,可达到更理想的分类精度。支持向量机作为本次遥感影像分类研究中的首要方法,成功地提取了影像中所需的湿地信息,并对实验结果进行了分析和评价,证明了本文所提出的利用支持向量机进行湿地二级分类方法的有效性和可行性。
【图文】：

辐射定标,全色,大气校正,多光谱图像

（ａ）原始数据整体图像逦（ｂ）原始数据局部图像逡逑图２－２原始数据图像逡逑□＿逡逑（ａ）融合后整体图像逦（ｂ）融合后局部图像逡逑图２－３全色和多光谱图像融合后图像逡逑２．３．２辐射定标与大气校正逡逑遥感图像是由传感器反射的电磁波的不同能量形成的，但电磁波在传播过程中受多种因素的逡逑影响。如太阳的位置和角度、大气、地形以及传感器本身的性能，在图像的光谱值中会产生一些逡逑偏差，，从而导致图像判读的误差。为了减小上述误差对结果图像判读和使用的影响，可以利用辐逡逑射校正进行修正。一般通过公式（２－１）进行辐射定标。逡逑辐射校正（也称辐射定标或传感器定标），主要目的是实现遥感的量化，常规是利用辐射校逡逑正对遥感图像的辐射亮度修改，通常为了实现ＤＮ值与辐射亮度值之间的转换需利用到线性变换逡逑函数。通常情况下，辐射校正按照不同的使用目的及要求可分为绝对定标和相对定标。绝对定标逡逑是在基于各种标准的辐射源的基础上，构建辐射亮度值与数字量化值之间对应的定量关系。本文逡逑所研究的是基于ＥＮＶＩ５．３

大气校正,光谱值

逡逑图２－４辐射定标参数设置逡逑由于大气和光照等一些不可避免的因素会对实验结果造成一定的影响，比如一些不可调节的逡逑因素会改变地物表面的反射值，因此会利用大气校正的方法来排除此类问题的发生，进而彻底清逡逑除大气中各类成分对地物反射值的改变，消除大气分子和气溶胶散射的影响，从而获取地物反射逡逑率、辐射率以及地表温度等真实有效的参数。通常情况下，大气校正与地表反射率反演方法的规逡逑律变化是相同的。本文采用ＥＮＶＩ邋５．３软件ＦＬＡＡＳＨ邋Ａｔｍｏｓｐｈｅｒｉｃ邋Ｃｏｒｒｅｃｔｉｏｎ工具进行大气校正。逡逑图２－５大气校正前后某一点的光谱值，其中纵坐标为像元ＤＮ（ｄｉｇｉｔａｌ邋ｎｕｍｂｅｒ）值，横坐标为波长，逡逑具体设置如图２－６所示，由结果可知，快速大气校正后反射率扩大了很多，明显改善了大气的负逡逑面影响。逡逑Ｓｐｅｃｔｒａｌ邋Ｐｒｏｆｉｌｅ逦Ｓｐｅｃｔｒａｌ邋Ｐｒｏｆｉｌｅ逡逑—Ｉ—ｉ—？逦■逦？逦ｉ—？逦？逦■邋—ｒ—ｒ，ｍ，ｔ邋＇逦＇—ｉ—＇—逦ｆ－１逦■逦１逦１逦＇￣￣ｌ逦ｒ￣￣
【学位授予单位】：宁夏大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP751

【参考文献】