典型土地覆盖类型遥感尺度分析系统开发及应用

发布时间：2017-08-25 21:00

  本文关键词：典型土地覆盖类型遥感尺度分析系统开发及应用

  更多相关文章： 特征提取 尺度 最优尺度 尺度效应 系统开发

【摘要】：遥感图像很重要的一个属性就是尺度,它的大小直接决定了一副图像所蕴含信息量的多少。目前所拥有的遥感数据的尺度与实际科研生产所需的数据的尺度之间有一定差异,例如:星载或机载成像设备都只能采集到某一种或几种分辨率的数据,不能获得分辨率连续变化的数据。某种尺度的遥感图像可能表达一种地物是合适的,但换成别的地物则未必合适。因此通过对典型地物进行尺度效应研究,获取适宜于表达典型地物的最优尺度,使遥感图像应用到实际生产、科学研究中,数据得到有效的利用,具有非常重要的意义。本文选取居民地、农田、裸地、林地、水体等典型土地覆盖类型为研究对象,以Pleiades(普莱亚)、Landsat、MODIS等数据为基础,对特征提取、最优尺度分析及图像分类的尺度效应开展了研究。在研究中所用到的方法及得到的结论如下:(1)从光谱特征和纹理特征两个方面着手,对多尺度土地覆盖类型数据进行了特征提取。在光谱特征提取方面以图像的灰度均值、方差等作为基本统计量。纹理提取方面则用直方图统计法、高通滤波法、灰度共生矩阵法三种方法获取了样本的纹理图像,并建立了相应的特征数据库。(2)利用局部方差法、变异函数法对所选的几种典型土地覆盖类型进行了最优尺度分析,得到了表达不同地物的最优尺度,同时也发现在利用这两种方法计算最优尺度时,同种地物的最优尺度计算结果不仅跟所使用的最优尺度计算方法有关,而且尺度扩展方法对结果也有一定的影响,在使用局部方差法计算土地覆盖类型的最优尺度时,使用基于像元聚合的尺度扩展方法获取的数据分析得到的居民地的最优尺度比使用最近邻法进行尺度扩展获取的数据分析结果偏大。(3)在遥感图像分类尺度效应方面,首先研究了基于纹理特征辅助的图像分类,使用灰度共生矩阵的几个特征参数分别提取样区的纹理特征,然后把得到的纹理图像与实验区原始图像进行波段组合,发现有些地物在组合后特征得到了增强,再分别对原样区图像及与纹理进行波段组合后的图像做监督分类,经过比较发现,将原始灰度图与纹理图做波段组合可以提升分类的准确度。除此之外,还研究了图像的分类精度随尺度变化情况,结果显示几种土地覆盖类型的分类精度随尺度先平稳变化,在最优尺度附近出现了峰值或是在降低的过程中在最优尺度附近有了小段的回升。最后基于.Net Framework、ArcSDE、Oracle等技术构建了相应的软件系统,该系统包含遥感图像光谱特征、纹理特征提取、多尺度特征数据管理、地物的最优尺度分析、遥感图像分类、以及数据库的备份与恢复等功能模块,为尺度效应的研究提供了便利。
【关键词】：特征提取 尺度 最优尺度 尺度效应 系统开发
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP751
【目录】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 绪论11-20
• 1.1 研究背景11-12
• 1.2 研究目的和意义12
• 1.3 国内外研究现状12-17
• 1.3.1 遥感图像特征提取国内外研究现状12-14
• 1.3.2 遥感尺度效应分析国内外研究现状14-15
• 1.3.3 遥感图像分类国内外研究现状15-17
• 1.4 研究内容和技术路线17-18
• 1.4.1 研究内容17-18
• 1.4.2 技术路线18
• 1.5 论文结构18-20
• 第二章 土地覆盖类型多尺度特征提取及特征库的构建20-45
• 2.1 光谱特征及提取方法20-21
• 2.1.1 光谱特征的概念20
• 2.1.2 光谱特征的提取方法20-21
• 2.2 纹理特征及提取方法21-31
• 2.2.1 纹理特征的概念21
• 2.2.2 纹理特征的提取方法21-31
• 2.3 典型土地覆盖的特征提取31-40
• 2.3.1 光谱特征提取31-33
• 2.3.2 纹理特征提取33-40
• 2.4 典型地物多尺度特征库的构建40-45
• 2.4.1 空间数据库实现原理40-42
• 2.4.2 空间数据库的实现过程42
• 2.4.3 光谱及纹理特征统计量数据库42-43
• 2.4.4 纹理图像入库43-44
• 2.4.5 数据浏览44-45
• 第三章 最优尺度分析45-52
• 3.1 最优尺度45-46
• 3.2 最优尺度的计算方法46-48
• 3.2.1 局部方差法46-47
• 3.2.2 变异函数法47-48
• 3.3 计算最优尺度48-52
• 3.3.1 局部方差法计算最优尺度49-50
• 3.3.2 变异函数法计算最优尺度50-52
• 第四章 土地覆盖分类及分类的尺度效应52-59
• 4.1 基于纹理特征的土地覆盖分类52-57
• 4.2 土地覆盖分类的尺度效应57-59
• 第五章 典型土地覆盖遥感尺度分析系统59-69
• 5.1 系统需求分析59-60
• 5.1.1 系统流程分析59
• 5.1.2 功能需求分析59-60
• 5.2 系统开发环境简介60
• 5.3 系统结构体系60-62
• 5.4 输入输出62-63
• 5.5 光谱及纹理特征提取63-64
• 5.5.1 光谱统计量的计算63
• 5.5.2 纹理特征提取63-64
• 5.6 特征数据管理64-66
• 5.7 遥感最优尺度分析66-67
• 5.8 遥感图像分类67
• 5.9 数据库备份与恢复67-69
• 第六章 结论和展望69-71
• 6.1 结论69
• 6.2 展望69-71
• 致谢71-72
• 参考文献72-76
• 攻读硕士学位期间取得的成果76-77

【相似文献】

中国期刊全文数据库 前6条

1 张学;童小华;刘妙龙;;一种扩展的土地覆盖转换像元变化检测方法[J];同济大学学报(自然科学版);2009年05期

2 塔西浦拉提·特依拜,大林成行;应用卫星图象编制土地覆盖类型图空间信息的选择[J];干旱区地理;1993年03期

3 梁敏妍;林卓宏;吴婉萍;赵小艳;张贤坤;袁锡沛;;江门市区冬季地表热环境与土地覆盖类型关系的研究[J];生态环境学报;2011年04期

4 张华国,黄韦艮,周长宝;分形方法在南麂岛土地覆盖类型分析中的应用[J];国土资源遥感;2002年01期

5 邵芸,范湘涛,刘浩;基于目标时域散射特性的土地覆盖类型分类研究[J];国土资源遥感;2001年04期

6 ;[J];;年期

中国重要会议论文全文数据库 前3条

1 张春桂;;应用MODIS数据监测福州地区土地利用／覆盖变化[A];中国地理学会2006年学术年会论文摘要集[C];2006年

2 韩秀珍;李三妹;罗敬宁;张晔萍;;近20年中国西部植被变化的气候驱动力分析[A];农业生态与卫星遥感应用技术学术交流会论文摘要集[C];2006年

3 李言阔;;个人工作中的3S技术应用感想[A];新观点新学说学术沙龙文集53:3S技术与野生动物生境评价的结合——优势、问题和未来[C];2011年

中国硕士学位论文全文数据库 前3条

1 乌兰其其格;干旱半干旱地区土地覆盖类型的遥感可分性与尺度效应研究[D];内蒙古师范大学;2015年

2 崔高潮;典型土地覆盖类型遥感尺度分析系统开发及应用[D];电子科技大学;2016年

3 仲桂新;土地覆盖类型对MODIS积雪识别的精度影响分析[D];东北师范大学;2010年

，

本文编号：738176