基于高分遥感影像的草原生态状况智能监测系统研究
发布时间：2021-10-30 07:11
高分遥感技术具有长时效、高分辨率、大幅宽和效能高等优势。近年来随着高分遥感技术的发展,为草地分类、草地动态监测、国家重大草地生态建设工程的规划和草地资源与生态研究等多个领域提供了大量、快速和精确的数据。长久以来,草原生态系统受到外部和内部双重因素的影响,导致草原生态退化和草原承载力的减弱。国家提出建立草原生态奖补机制和一系列草原生态环境司法保护政策,在实施的过程中存在执行疏漏和监管乏力等问题。针对目前草原生态状况监测过程中的成本高、任务重和周期长等困难,研究开发一种基于高分遥感影像的草原生态状况智能监测系统,对草原地表覆盖物的空间分布、时间演变和相互作用规律进行评价分析,反映不同阶段因气候变化或人类活动引起的演化与变迁,并模拟、预测未来的演化趋势。在一定程度上减少成本,提高效率和精度,有效的进行分析、决策。本文的研究数据为同一地区、固定时间拍摄的5年的高分遥感影像。主要工作内容如下:（1）设计构建分级感知模型。对数据预处理后的图像利用VGG19迁移学习算法训练分类模型,按照研究区域的实际情况分为边缘、沙地、草地、林地和道路类,再利用混淆矩阵来评价分类模型的分类效果。（2）设计构建分层感...
【文章来源】：内蒙古工业大学内蒙古自治区
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
技术路线图
内蒙古工业大学硕士学位论文82.2系统架构设计方案本文以草原高分遥感影像作为数据源，针对草原生态的宏观调控研究开发草原生态状况智能监测系统，采用迁移学习算法对草原地表覆盖进行分类，获取区域的地表覆盖类型、面积和动态变化趋势，利用不同的图像分割算法分层处理并计算草地、林地和沙地的面积，对草原地理覆盖物的空间分布、时间演变和相互作用规律进行评价分析，构建数据完整、内容齐全的草原生态状况基础数据库，调查气象与人文信息，分析影响生态状况的因素，反映不同阶段因气候变化或人类活动引起的演化与变迁，并模拟、预测未来的演化趋势。图2-1系统架构图Fig.2-1Systemarchitecturediagram图2-1为系统架构图，其中数据处理层是核心基础，包括三个基本模型，分类感知模型、分层感知模型和分析决策模型。设计构建的3类感知模型说明如下：（1）分类感知模型是对预处理的图像利用迁移学习算法建立分类模型，按照研究区域的实际情况、当前受外力影响最大和改变最快原则，将其分为边缘、沙地、草地、林地和道路类；（2）分层感知模型是对不同类的图像选择最优的图像分割算法进行自动分
沙化的变化趋势；（3）分析决策模型是将分层处理的图像与往年的图像进行比对，将草地生态的时间演化过程可视化，根据各类数量的变化，从宏观角度把握草原的草地、土地荒漠化、林地的面积变化和道路增减对植被的破坏等来评价当前研究区域的生态状况，计算生态环境状况指数并对其进行预测，最后结合基础数据层的气象信息和图像数据完成生态状况的整体评价。最后将分步实现的模型、功能和信息等集成到相互关联、统一和协调的系统之中，通过交互界面实现草原生态状况的数据集中管理和分析评价。图 2-2 系统功能框图。说明系统运用的核心处理模型和实现的基本功能，展示草原生态监测的基本框架和体系。
【参考文献】：
期刊论文
[1]改进Canny边缘检测的遥感影像分割[J]. 刘丽霞,李宝文,王阳萍,杨景玉. 计算机工程与应用. 2019(12)
[2]基于卷积神经网络和高分辨率影像的湿地群落遥感分类——以洪河湿地为例[J]. 孟祥锐,张树清,臧淑英. 地理科学. 2018(11)
[3]一种玉米雄穗图像分割方法[J]. 茅正冲,刘永娟. 控制工程. 2018(10)
[4]混凝土路面裂缝的骨架提取算法[J]. 安世全,徐梦茹,瞿中. 计算机工程与设计. 2018(10)
[5]遥感图像分类方法综述[J]. 张裕,杨海涛,袁春慧. 兵器装备工程学报. 2018(08)
[6]基于双自适应遗传算法的Otsu图像分割研究[J]. 廖延娜,李梦君. 计算机与数字工程. 2018(06)
[7]基于无线传感网络的西藏草原生态保护监测系统设计[J]. 张卫江,周龙. 高原农业. 2018(03)
[8]针对高分四号卫星影像的边缘检测技术[J]. 郭敬,吉长东,杨健,孟庆岩. 遥感信息. 2018(03)
[9]计算机技术在图像处理中的应用分析[J]. 张璋. 才智. 2018(16)
[10]以“美丽中国”法理念提升草原生态环境法治体系[J]. 王子龙. 草原与草坪. 2018(02)
博士论文
[1]序列遥感影像异常检测的时空模型研究与应用[D]. 刘晓奕.中国科学院大学(中国科学院遥感与数字地球研究所) 2018
[2]中国北方荒漠化遥感动态监测与定量评估研究[D]. 郭强.中国科学院大学(中国科学院遥感与数字地球研究所) 2018
[3]荒漠化评价与监测研究——以盐池县荒漠化评价监测为例[D]. 张克斌.北京林业大学 2003
硕士论文
[1]基于深度学习的高分辨率遥感影像道路自动提取研究[D]. 钟传琦.电子科技大学 2018
[2]基于特征的遥感图像自动配准与变化检测研究[D]. 李思湉.西安电子科技大学 2017
[3]迁移学习在图像分类中的应用研究[D]. 吴国琴.安徽大学 2017
[4]线性回归模型的总体最小二乘平差算法及其应用研究[D]. 汪奇生.昆明理工大学 2014
[5]内蒙古荒漠草原生态环境质量评价研究[D]. 马治华.中国农业科学院 2008
本文编号：3466300
【文章来源】：内蒙古工业大学内蒙古自治区
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
技术路线图
内蒙古工业大学硕士学位论文82.2系统架构设计方案本文以草原高分遥感影像作为数据源，针对草原生态的宏观调控研究开发草原生态状况智能监测系统，采用迁移学习算法对草原地表覆盖进行分类，获取区域的地表覆盖类型、面积和动态变化趋势，利用不同的图像分割算法分层处理并计算草地、林地和沙地的面积，对草原地理覆盖物的空间分布、时间演变和相互作用规律进行评价分析，构建数据完整、内容齐全的草原生态状况基础数据库，调查气象与人文信息，分析影响生态状况的因素，反映不同阶段因气候变化或人类活动引起的演化与变迁，并模拟、预测未来的演化趋势。图2-1系统架构图Fig.2-1Systemarchitecturediagram图2-1为系统架构图，其中数据处理层是核心基础，包括三个基本模型，分类感知模型、分层感知模型和分析决策模型。设计构建的3类感知模型说明如下：（1）分类感知模型是对预处理的图像利用迁移学习算法建立分类模型，按照研究区域的实际情况、当前受外力影响最大和改变最快原则，将其分为边缘、沙地、草地、林地和道路类；（2）分层感知模型是对不同类的图像选择最优的图像分割算法进行自动分
沙化的变化趋势；（3）分析决策模型是将分层处理的图像与往年的图像进行比对，将草地生态的时间演化过程可视化，根据各类数量的变化，从宏观角度把握草原的草地、土地荒漠化、林地的面积变化和道路增减对植被的破坏等来评价当前研究区域的生态状况，计算生态环境状况指数并对其进行预测，最后结合基础数据层的气象信息和图像数据完成生态状况的整体评价。最后将分步实现的模型、功能和信息等集成到相互关联、统一和协调的系统之中，通过交互界面实现草原生态状况的数据集中管理和分析评价。图 2-2 系统功能框图。说明系统运用的核心处理模型和实现的基本功能，展示草原生态监测的基本框架和体系。
【参考文献】：
期刊论文
[1]改进Canny边缘检测的遥感影像分割[J]. 刘丽霞,李宝文,王阳萍,杨景玉. 计算机工程与应用. 2019(12)
[2]基于卷积神经网络和高分辨率影像的湿地群落遥感分类——以洪河湿地为例[J]. 孟祥锐,张树清,臧淑英. 地理科学. 2018(11)
[3]一种玉米雄穗图像分割方法[J]. 茅正冲,刘永娟. 控制工程. 2018(10)
[4]混凝土路面裂缝的骨架提取算法[J]. 安世全,徐梦茹,瞿中. 计算机工程与设计. 2018(10)
[5]遥感图像分类方法综述[J]. 张裕,杨海涛,袁春慧. 兵器装备工程学报. 2018(08)
[6]基于双自适应遗传算法的Otsu图像分割研究[J]. 廖延娜,李梦君. 计算机与数字工程. 2018(06)
[7]基于无线传感网络的西藏草原生态保护监测系统设计[J]. 张卫江,周龙. 高原农业. 2018(03)
[8]针对高分四号卫星影像的边缘检测技术[J]. 郭敬,吉长东,杨健,孟庆岩. 遥感信息. 2018(03)
[9]计算机技术在图像处理中的应用分析[J]. 张璋. 才智. 2018(16)
[10]以“美丽中国”法理念提升草原生态环境法治体系[J]. 王子龙. 草原与草坪. 2018(02)
博士论文
[1]序列遥感影像异常检测的时空模型研究与应用[D]. 刘晓奕.中国科学院大学(中国科学院遥感与数字地球研究所) 2018
[2]中国北方荒漠化遥感动态监测与定量评估研究[D]. 郭强.中国科学院大学(中国科学院遥感与数字地球研究所) 2018
[3]荒漠化评价与监测研究——以盐池县荒漠化评价监测为例[D]. 张克斌.北京林业大学 2003
硕士论文
[1]基于深度学习的高分辨率遥感影像道路自动提取研究[D]. 钟传琦.电子科技大学 2018
[2]基于特征的遥感图像自动配准与变化检测研究[D]. 李思湉.西安电子科技大学 2017
[3]迁移学习在图像分类中的应用研究[D]. 吴国琴.安徽大学 2017
[4]线性回归模型的总体最小二乘平差算法及其应用研究[D]. 汪奇生.昆明理工大学 2014
[5]内蒙古荒漠草原生态环境质量评价研究[D]. 马治华.中国农业科学院 2008
本文编号：3466300
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3466300.html
