基于面向对象分类法的高分辨率遥感滑坡信息提取应用研究

发布时间：2023-04-20 01:53

　　利用遥感技术进行滑坡灾害识别已有几十年的历史,但是在具体应用过程中仍存在着滑坡灾害信息识别不准确的难题；近年来,随着卫星技术的发展,所获得的遥感影像分辨率也越来越高,原有面向像元的遥感影像分析方法已经不能满足研究的需求。但是随着遥感技术和信息提取技术的不断进步,尤其是面向对象分类方法的出现,提高了滑坡灾害信息识别的准确性和效率；相关研究主要集中于遥感影像的选取及分类识别方法的选择上。 本研究通过面向对象影像分析方法对ASTER和GEOEYE的融合影像进行研究。主要的工作和成果主要包括： (1)深入分析了面向对象分类法在滑坡识别中的应用,重点探索遥感影像分割、对象属性特征选择及分类的最优方案。 (2)开展ASTER多光谱影像和GEOEYE全色波段融合研究：选择了武都区构林坪流域为研究区域,通过波段分析实验,得出滑坡识别的最佳ASTER多光谱波段组合,再通过不同的方法与GEOEYE全色波段进行融合,得到具有更高空间分辨率的多光谱影像。 (3)对融合影像进行面向对象的分割,结合研究区地物特征选择合适的分割尺度。 (4)以分割后的对象单位为基础研究单元,选取训练样本和检验样本,采用K-最邻近距...

【文章页数】：52 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第一章 引言
    1.1 研究背景
    1.3 面向对象遥感的提出和研究现状
        1.3.1 国外研究现状
        1.3.2 国内研究现状
    1.4 滑坡遥感的发展与演变
    1.5 研究意义
    1.6 研究内容和技术路线
第二章 面向对象遥感影像滑坡识别方法
    2.1 面向对象的遥感影像分割
        2.1.1 多尺度影像分割
    2.2 基于监督分类的滑坡识别
    2.3 基于规则的滑坡识别
    2.4 常用遥感影像分类精度评价方法
        2.4.1 基于混淆矩阵的遥感影像分类精度评价方法
        2.4.2 基于误差分析的滑坡信息提取精度评价方法
第三章 实验区概况及数据处理
    3.1 研究区概况
        3.1.1 流域概况
        3.1.2 地质地貌
        3.1.4 气候
    3.2 数据准备
        3.2.1 基础数据
        3.2.2 数据处理平台
    3.3 数据处理
        3.3.1 遥感数据预处理
        3.3.2 遥感影像的增强
        3.3.3 影像的波段组合选择
        3.3.4 影像融合
第四章 基于面向对象影像分析技术的滑坡识别
    4.1 影像的分割
    4.2 对象属性特征的选择
    4.3 基于监督分类技术的滑坡识别
        4.3.1 训练样本的选取与优化
        4.3.2 训练结果
        4.3.3 分类精度评价
    4.4 基于规则的滑坡识别
        4.4.1 可能滑坡的筛选
        4.4.2 识别出误报的滑坡
        4.4.3 识别精度
    4.5 结果对比
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
在学期间的研究成果
致谢



本文编号：3794646