基于高分遥感影像的灾害目标自动分类技术研究

发布时间：2017-07-02 10:04

  本文关键词：基于高分遥感影像的灾害目标自动分类技术研究，，由笔耕文化传播整理发布。

【摘要】：我国幅员辽阔,是自然灾害多发国家,灾害的发生给国家和人民造成了重大损失。遥感技术能够对灾区进行大面积同步观测,所得数据客观真实且具有时效性,可以很好的应用到灾情评估及灾后救援过程中。在灾后通过遥感影像分类技术快速提取灾害目标,并对救援工作进行指导,将有效提高救援效率,减少人员伤亡及财产损失。利用传统的目视解译方式进行影像分类,其解译速度较慢,不能满足灾害发生后快速获得分类信息产品的需求。随着科技的发展,越来越多具有高空间分辨率和高时间分辨率的遥感影像可供应用,结合灾情评估应用需求,本研究基于高分辨率影像数据,以灾害目标特征库为基础,实现灾害目标自动分类,最终为灾情快速评估应用服务。本文的研究内容主要包括:(1)灾害目标特征库的研究。基于不同自然灾害特点以及灾情评估应用需求,建立了自然灾害分类体系(地物分类类别),并依此设计了面向灾情评估应用的灾害目标特征库,以便有效存储历史灾害信息,使其可以作为先验知识更好的服务于灾情评估及灾后救援过程。详细论述了灾害目标特征库的总体框架以及具体的物理结构,同时分析研究了特征信息的提取过程。(2)样本自动选择算法的研究。基于灾害目标特征库结构,提出了一种样本自动选择算法,其包含样本初选及样本修正两个环节。详细研究了算法的实现流程,并对时空临近规则以及遥感影像变化检测技术、地物波谱特征等进行分析,同时通过实验对样本自动选择算法进行了验证,证明其可以有效提高分类效率。(3)特征优选及分类算法的研究。在实现样本自动选择的基础上,重点对mRMR特征优选算法进行研究,结合mRMR算法的基本原理,采用3种计算方法实现mRMR特征优选流程,并利用C5.0决策树及K近邻两种监督分类算法基于特征优选结果进行影像分类实验,同时将主成分分析方法与mRMR特征优选算法进行对比。通过实验证明了mRMR算法对影像分类过程的优化效果。(4)灾情快速评估模型的建立与应用示范。基于论文对灾害目标自动分类技术的研究分析,在文章的最后以地震灾害为例进行灾情评估应用示范。结合地震灾害的特点,研究并建立了地震灾情快速评估模型,同时利用云南鲁甸地震灾后无人机影像数据进行灾情快速评估实验,得到的建筑物倒损率、地震烈度、建筑物倒损面积等评估产品均较为准确,由此证明了模型的有效性。
【关键词】：高分辨率遥感 灾害目标特征库 样本自动选择 特征优选 地震灾情快速评估
【学位授予单位】：中国地质大学(北京)
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：X43;P237
【目录】：

• 摘要5-6
• Abstract6-14
• 第1章 绪论14-23
• 1.1 研究背景与意义14-16
• 1.1.1 研究背景14-15
• 1.1.2 研究意义15-16
• 1.2 国内外研究现状及分析16-19
• 1.2.1 高分遥感影像应用研究现状及分析16-17
• 1.2.2 遥感影像自动分类研究现状及分析17-18
• 1.2.3 灾情评估研究现状及分析18-19
• 1.3 研究内容及章节安排19-23
• 1.3.1 主要研究内容19-20
• 1.3.2 论文章节安排20-23
• 第2章 灾害目标特征库研究23-44
• 2.1 自然灾害特点23-28
• 2.1.1 地震灾害23-25
• 2.1.2 洪涝灾害25-26
• 2.1.3 滑坡/泥石流灾害26
• 2.1.4 雪灾26-28
• 2.1.5 旱灾28
• 2.2 灾害目标特征库结构分析28-33
• 2.2.1 自然灾害分类体系28-29
• 2.2.2 灾害目标特征库总体结构29-30
• 2.2.3 灾害目标特征库物理结构30-33
• 2.3 灾害目标特征信息提取方法33-42
• 2.3.1 高分遥感数据34-38
• 2.3.2 影像分割38-39
• 2.3.3 特征信息提取39-42
• 2.4 本章小结42-44
• 第3章 样本自动选择算法研究44-62
• 3.1 样本初选44-50
• 3.1.1 样本初选流程44-45
• 3.1.2 基于灾害目标特征库的样本表索引45-47
• 3.1.3 基于时空临近规则的样本选取47-50
• 3.2 样本修正50-53
• 3.2.1 样本修正流程50-52
• 3.2.2 遥感影像变化检测52-53
• 3.2.3 地物波谱特征检测53
• 3.3 样本自动选择实验与结果分析53-61
• 3.3.1 数据准备54-55
• 3.3.2 实验过程与结果55-59
• 3.3.3 结果分析59-60
• 3.3.4 实验小结60-61
• 3.4 本章小结61-62
• 第4章 特征优选与分类算法研究62-81
• 4.1 特征优选62-68
• 4.1.1 m RMR算法基本原理63-65
• 4.1.2 m RMR算法计算方法65-68
• 4.2 遥感影像监督分类方法68-71
• 4.2.1 C5.0 决策树68-69
• 4.2.2 K近邻69-71
• 4.3 特征优选与影像分类实验及结果分析71-80
• 4.3.1 数据准备71-73
• 4.3.2 实验过程与结果73-76
• 4.3.3 结果分析76-78
• 4.3.4 对比讨论78-79
• 4.3.5 实验小结79-80
• 4.4 本章小结80-81
• 第5章 灾情快速评估模型建立与实验分析81-93
• 5.1 地震灾情快速评估模型81-83
• 5.2 地震灾情快速评估实验与结果分析83-92
• 5.2.1 数据准备83-85
• 5.2.2 实验过程与结果85-90
• 5.2.3 结果分析90-91
• 5.2.4 实验小结91-92
• 5.3 本章小结92-93
• 第6章 总结与展望93-96
• 6.1 论文总结与主要创新点93-94
• 6.2 研究展望94-96
• 致谢96-98
• 参考文献98-105
• 附录：攻读学位期间参与项目与所取得成果105

  本文关键词：基于高分遥感影像的灾害目标自动分类技术研究，由笔耕文化传播整理发布。

本文编号：509421