基于无人机遥感的灌区土地利用类型分类方法研究

发布时间：2017-05-26 18:06

  本文关键词：基于无人机遥感的灌区土地利用类型分类方法研究，由笔耕文化传播整理发布。

【摘要】：为研究无人机可见光遥感技术在灌区土地利用和覆被分类中的有效性,以河套灌区五原县塔尔湖镇为试验区域,利用TEZ固定翼无人机搭载索尼A5100型相机进行航拍试验,获取试验区遥感影像数据。利用面向对象法构建不同分类方法用于提取灌区土地利用类型,并对分类结果进行精度评价,确定基于无人机遥感系统获取高分辨率可见光影像数据的最佳分类法。本文的主要研究内容及结论如下:(1)利用Agisoft PhotoScan软件对无人机遥感系统获取的150张高分辨率可见光原始影像数据进行拼接处理,得到分辨率为0.1m的正射影像数据,其能真实完整反映试验区内各地物特征。结合试验区域具体情况建立分类体系,确定了试验区土地利用类型,为高分辨率下的影像数据分类奠定基础。(2)采用面向对象法,利用多尺度分割原理,通过试误法不断改变分割参数,在目视判别准则下,除水域及水利设施用地和特殊用地外,确定了无人机遥感影像数据在分割尺度300、形状权重0.4、紧致度权重0.5下为最佳分割参数,能将剩余各地物完整分割。(3)在目视提取水域及水利设施用地和特殊用地的基础上,通过剩余各地物类别在光谱、形状、纹理特征参量中表现的特异性选取特征参量组合,分别建立决策树、不同核函数的支持向量机和K-最近邻分类规则集提取试验区土地利用类型试验。通过混淆矩阵对分类结果进行精度评价,以径向基为核函数的支持向量机分类法能较准确地提取各地物特征,总体精度为82.20%,Kappa系数为0.7659。以线性为核函数的支持向量机分类法的总体精度为81.40%,Kappa系数为0.7564;决策树分类法的总体精度为74.00%,Kappa系数为0.6675;K-最近邻分类法的总体精度为71.40%,Kappa系数为0.6107。(4)采用支持向量机结合决策树分类法创建的决策树模型,可以将分类总体精度提高到84.20%,Kappa系数达到0.7900,证明两种分类方法的结合在低空无人机可见光遥感土地利用分类中是可行的,且具有较高的分类精度。并利用支持向量机分类法对水域及水利设施用地进行自动提取,其生产者精度为66.67%,用户精度仅为43.48%。表明无人机可见光遥感技术可以用于提取灌区土地利用类型,但沟渠的提取还需进一步研究。
【关键词】：无人机遥感 可见光波段 灌区土地利用 支持向量机
【学位授予单位】：西北农林科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F301.2;S127
【目录】：

• 摘要6-7
• abstract7-11
• 第一章 绪论11-17
• 1.1 研究背景11
• 1.2 研究目的及意义11
• 1.3 国内外研究概况11-15
• 1.3.1 土地利用/土地覆被分类系统现状12
• 1.3.2 基于无人机遥感系统研究现状12-13
• 1.3.3 基于遥感影像数据的土地利用/土地覆被分类研究现状13-15
• 1.4 研究内容及技术路线15-17
• 1.4.1 研究内容15-16
• 1.4.2 技术路线16-17
• 第二章 无人机遥感影像数据的获取及土地利用类型的确定17-25
• 2.1 试验区域概括17
• 2.2 无人机遥感航测系统17-20
• 2.2.1 无人机及机载传感器17-19
• 2.2.2 无人机航拍路线设计19-20
• 2.3 无人机遥感影像数据拼接处理20-22
• 2.3.1 影像拼接过程20-21
• 2.3.2 影像拼接精度验证21-22
• 2.4 试验区域土地利用类型分类体系构建22-24
• 2.4.1 土地利用/土地覆被分类概念22
• 2.4.2 试验区域土地利用类型的确定22-23
• 2.4.3 构建遥感影像解译标志23-24
• 2.5 本章小结24-25
• 第三章 面向对象的土地利用类型分类方法研究25-39
• 3.1 无人机遥感影像分割试验25-28
• 3.1.1 多尺度分割参数原理26-27
• 3.1.2 影像数据分割参数确定27-28
• 3.2 训练样本选取28-29
• 3.3 无人机遥感影像特征参量选取29-33
• 3.3.1 光谱特征参量选取29-30
• 3.3.2 形状特征参量选取30-31
• 3.3.3 纹理特征参量选取31-33
• 3.4 面向对象的土地利用类型分类方法33-38
• 3.4.1 决策树分类法33-34
• 3.4.2 支持向量机分类法34-37
• 3.4.3 K-最近邻分类法37-38
• 3.5 本章小结38-39
• 第四章 基于无人机遥感影像数据分类方法的精度评价39-44
• 4.1 混淆矩阵原理及指标39-40
• 4.2 验证样本选取40
• 4.3 基于混淆矩阵的精度评价40-42
• 4.3.1 决策树分类法的精度评价40-41
• 4.3.2 支持向量机分类法的精度评价41-42
• 4.3.3 K-最近邻分类法的精度评价42
• 4.4 本章小结42-44
• 第五章 基于无人机遥感影像数据分类方法应用及优化44-52
• 5.1 水域及水利设施用地自动提取44
• 5.2 规则集应用44-48
• 5.2.1 基于像素的支持向量机分类法应用44-45
• 5.2.2 面向对象的决策树分类法应用45-47
• 5.2.3 面向对象的支持向量机分类法应用47-48
• 5.3 分类后处理48-51
• 5.3.1 优化支持向量机分类法48-49
• 5.3.2 不同分类方法精度评价对比49
• 5.3.3 各地物面积信息获取49-51
• 5.4 本章小结51-52
• 第六章 结论及展望52-54
• 6.1 结论52
• 6.2 创新点52-53
• 6.3 展望53-54
• 参考文献54-58
• 致谢58-59
• 作者简介59

【相似文献】

中国期刊全文数据库 前10条

1 戎慧;郑刚;彭世揆;;杭州市余杭区土地利用类型动态变化检测技术研究[J];江苏林业科技;2012年05期

2 ;中国荒漠化在土地利用类型方面的表现与分析[J];中国土地;1998年01期

3 宋晓丽;陈伟;樊俊华;;海口市土地利用类型变化分析[J];广西农业科学;2010年12期

4 周媛;石铁矛;胡远满;高畅;刘淼;;基于城市土地利用类型的地表温度与植被指数的关系[J];生态学杂志;2011年07期

5 肖捷;张美英;施临湘;;广东省韶关市土地利用类型转移分析[J];安徽农业科学;2012年05期

6 秦占飞;常庆瑞;;土地利用类型分维数及稳定性研究——以陕西省蒲城县为例[J];水土保持通报;2012年01期

7 王利平;王成;李晓庆;雷田;;区域生态质量变化对土地利用类型转换的响应——以重庆市沙坪坝区为例[J];西南大学学报(自然科学版);2012年07期

8 张文群,黄鸿翔,朱大权;鲁北平原土地利用类型的彩红外片判读精度研究[J];土壤肥料;1986年02期

9 宋开山;刘殿伟;王宗明;张柏;金翠;李方;刘焕军;;三江平原过去50年耕地动态变化及其驱动力分析[J];水土保持学报;2008年04期

10 张丽;杨庆媛;冯应斌;;基于分形理论的区域土地利用类型探讨——以重庆市沙坪坝区为例[J];西南大学学报(自然科学版);2008年08期

中国重要会议论文全文数据库 前9条

1 高江波;李双成;;基于土地利用类型的能值及环境承载分析——以京津冀地区为例[A];中国地理学会2007年学术年会论文摘要集[C];2007年

2 牟雪洁;赵昕奕;;珠三角地区土地利用类型与地表温度关系研究[A];地理学核心问题与主线——中国地理学会2011年学术年会暨中国科学院新疆生态与地理研究所建所五十年庆典论文摘要集[C];2011年

3 林皆敏;;基于GIS的土地利用类型空间关系研究——以厦门市为例[A];福建省土地学会2012年年会论文集[C];2012年

4 除多;;西藏拉萨地区土地利用类型空间格局分析[A];地理教育与学科发展——中国地理学会2002年学术年会论文摘要集[C];2002年

5 卓静;邓凤东;刘安麟;周辉;赵青兰;;延安市宝塔区土地利用类型坡度分异研究[A];中国气象学会2008年年会卫星遥感应用技术与处理方法分会场论文集[C];2008年

6 吕利娜;郑新奇;李志建;;基于名义变量的土地利用类型空间自相关探究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

7 韦素琼;陈健飞;;福建省土地利用类型景观格局变化及驱动力分析[A];中国土地资源态势与持续利用研究[C];2004年

8 李团胜;;陕西省耕地的时空变化特征[A];中国土地资源态势与持续利用研究[C];2004年

9 尹锴;崔胜辉;赵千钧;吝涛;花利忠;李新虎;;邻接土地利用类型对厦门城郊林下层植物多样性的影响[A];中国环境科学学会2009年学术年会论文集（第三卷）[C];2009年

中国博士学位论文全文数据库 前1条

1 孙尚华;土壤碳、氮循环对全球环境因子变化的响应[D];西北农林科技大学;2014年

中国硕士学位论文全文数据库 前10条

1 彭晓群;基于CA-Markov模型的土地利用类型动态监测及预测研究[D];安徽理工大学;2016年

2 阮芯竹;重庆四面山不同土地利用类型优先路径特征[D];北京林业大学;2016年

3 郭聪聪;基于无人机遥感的灌区土地利用类型分类方法研究[D];西北农林科技大学;2016年

4 谢力扎提·哈布尔;吐鲁番市土地利用类型稳定性研究[D];新疆大学;2010年

5 李耀;土地利用类型转变潜力评估分析[D];浙江大学;2006年

6 韩黎阳;三峡库区典型土地利用类型及空间格局的环境效应研究[D];中国林业科学研究院;2014年

7 贾林平;雨城区土地利用类型变化对生态系统服务功能的影响研究[D];四川农业大学;2007年

8 黄莉;微生物对鄱阳湖湿地不同围垦时间及土地利用类型的响应[D];江西师范大学;2013年

9 赵亚茹;牡丹岭地区不同土地利用类型下土壤冻融变化特征分析[D];东北师范大学;2014年

10 葛静茹;河北省太行山区土地利用类型遥感解译及旅游区划研究[D];河北农业大学;2007年

  本文关键词：基于无人机遥感的灌区土地利用类型分类方法研究，，由笔耕文化传播整理发布。

本文编号：397642