当前位置:主页 > 科技论文 > 测绘论文 >

基于机载LiDAR和高光谱数据的土地利用信息提取方法研究

发布时间:2020-08-28 16:31
   土地是我国的重要资源,是国家经济发展的基础。真实准确的土地利用信息是合理开发利用土地资源的主要依据,而快速、精确的获取土地利用信息,对于及时规划和管理国土资源具有重要的意义。伴随着快速发展的遥感影像技术,遥感影像被越来越广泛的应用到土地信息的提取,但随着城镇化的不断发展,建筑物数量增加,地物类型也越来越复杂,遥感影像分类技术的发展并没有显著的提高土地利用分类精度,因此从单一的遥感数据源转移到多源遥感数据源的融合。高光谱数据具有丰富的光谱信息以及波段数量多等特点,能够提取比较复杂的土地利用信息,而机载LiDAR数据具有独特的高精度三维空间信息,但其缺乏光谱信息,因此提取高光谱数据中的主成分分析、最小噪声分离变换、灰度共生矩阵、归一化植被指数、归一化建筑用地指数以及机载LiDAR数据的归一化数字表面模型、强度进行参数融合,从而获得比较准确的土地利用信息。近年来面向对象的分类方法则在一定程度上能够克服基于像素分类方法的“椒盐效应”,对提升土地利用信息遥感分类精度具有重要作用,同时分析运用面向对象阈值分类法和传统监督分类法得到的分类结果。因此,本文以甘肃-张掖市部分区域作为研究区,结合高光谱数据和机载LiDAR数据的特点,进行数据融合提取土地利用信息,主要创新点和结论如下:(1)基于eCognition软件中的最邻近分类法,将高光谱数据变换分析得到的参数与机载LiDAR数据的参数进行融合,为了避免偶然性,对所有参数的融合进行了最邻近分类,分类结果表明:高光谱数据与机载LiDAR数据融合后的分类结果比单用高光谱数据的分类效果显著,其中所有参数融合中,分类效果最理想的是高光谱数据主成分分析参数与机载LiDAR数据的高程信息参数、强度信息参数的融合,总体分类精度为92.06%,比仅用高光谱数据的总体分类精度提高了7.93%。其他不同参数融合的分类效果的总体分类精度虽然略低,但分析单个地物的分类精度发现,不同的参数融合的单个地物类型的分类精度各有不同,故针对不同的单个地物提取的需求,可利用不同的参数融合来获得最佳分类效果。(2)针对高光谱数据参数与机载LiDAR数据参数融合的结果,分别利用面向对象最邻近分类方法,以及与面向对象最邻近分类法相似的传统监督分类法、同样基于对象进行分类的面向对象阈值分类法进行评价比较。得出以下结论:针对高光谱数据参数与机载LiDAR数据参数融合,面向对象最邻近分类法的土地利用信息提取效果最佳,总体分类精度比监督分类的最大似然法提高了8.56%,比面向对象的阈值分类法的分类精度提高了5.66%,而且各种地物的分类精度也都有所提高。其中在传统的监督分类结果中,很多建筑物和道路因两者的材料相似,光谱特征相似性很强,由此产生了“同谱异物”现象,建筑物的边缘被误分到道路。这与利用高光谱数据和机载LiDAR数据融合后,采用面向对象最邻近分类法的分类结果形成对比,最邻近分类法有效避免了建筑物误分,并且面向对象最邻近分类法过程中选取了特征值作为分类依据,比传统监督分类更精确。另外,在面向对象阈值分类法中通过设着阈值消除建筑物影像的效果显著,因此,可通过设置某个阈值进行单个地物的提取,但也会使得分类过程在设置阈值时比较繁琐,对于提取大面积的地物类型不占优势,适用于单个地物类型的需求。(3)本文着重研究高光谱数据参数与机载LiDAR数据参数融合的方法,以及针对高光谱数据与机载LiDAR数据的参数融合结果,分别分析面向对象的最邻近分类法、阈值分类法和监督分类法的局限性和各自的优势,通过各种参数融合寻求最佳的土地利用信息提取效果。同时研究发现针对建筑物阴影比较严重区域可先通过阈值分类中设置阈值去除阴影,再进行相关研究。因此,本文充分利用高光谱数据与机载LiDAR数据的优势,对综合运用多种遥感影像信息,提高土地利用信息提取精度方面具有一定的现实意义。
【学位单位】:山东师范大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:P237
【部分图文】:

技术路线图,变换分析,大气校正,归一化


8图 1-1 技术路线图主要研究过程如下:(1)机载 LiDAR 数据预处理对机载 LiDAR 数据的点云数据去噪声与滤波处理;从机载 LiDAR 数据中分离出非地面点与地面点,进而生成数字高程模型和数字表面模型,得到归一化数字表面模型;同时利用回波信息得到强度数据;(2)高光谱数据预处理及变换分析对高光谱数据进行了大气校正预处理,以及对大气校正后的高光谱数据与机载 LiDAR数据进行互配准,进而对高光谱数据变换分析:主成分分析、最小噪声分离变换、灰度共生矩阵、归一化植被指数、归一化建筑用地指数;(3)土地利用信息提取对高光谱数据的参数与机载 LiDAR 数据的参数进行融合,利用面向对象 eCognition

示意图,地理位置,示意图,操场


载 LiDAR 数据是成条带状分布,所选择的研究区需是机载 LiDAR 重叠的区域,因此最后确定甘肃省张掖市的部分区域作为研究区。国西部的甘肃省张掖市,地理位置为东经100o6′至100o52′,北纬38o3廊中间位置,地处黑河的上游和中游区域,其中黑河为中国境内第区所属区域地理位置险要,是西北不同历史时代文化、政治、经济中欧大陆内部,因此,典型的温带大陆性干旱气候遍布整个区域,气季炎热,春夏秋冬四个季节十分明确;年降水量较少;平均气温为日照时数 3000-3600 小时[41];矿产资源丰富;地势十分平坦,土壤小麦、苹果等;有汉、回、蒙、裕固等 22 个民族。研究区主要包括,地物类型比较丰富,主要有形状比较规则的建筑物、草地、合成草比较大的树木、比较规则的道路、显著的小型广场和操场以及操场区的主要地物类型基本涵盖城市用地类型,以此作为土地利用的地

原理图,原理,激光,山东师范大学


山东师范大学硕士学位论文iDAR 数据载 LiDAR 工作原理简介AR 系统利用记录激光测距系统对地面发射且接收到的激光信感器到地面反射激光脚点间的距离进行计算,它集 GPS、IMU体;GPS 系统作用是确定机载 LiDAR 系统激光发射器发射瞬置信息;IMU 系统测量机载 LiDAR 系统主光轴在发射激光束并利用几何的相关原理来计算地面上各激光脚点的坐标数据[42

【参考文献】

相关期刊论文 前10条

1 贾伟;高小红;杨扬;张威;杨灵玉;田成明;;基于Landsat 8 OLI影像的三江源区表层土壤全氮空间格局反演[J];干旱区研究;2015年05期

2 孟雪;温小荣;林国忠;佘光辉;;基于资源3号卫星的面向对象地类信息提取方法研究[J];林业资源管理;2015年04期

3 冯鹏;孟丹;邵俊;罗思恩;;遥感技术在环境污染监测方面的应用[J];科技资讯;2015年17期

4 王宏涛;王变利;;融合LiDAR和多光谱影像的建筑物自动检测[J];测绘科学;2015年08期

5 张焕雪;曹新;李强子;张淼;郑新奇;;基于多时相环境星NDVI时间序列的农作物分类研究[J];遥感技术与应用;2015年02期

6 李爱农;张正健;雷光斌;南希;刘倩楠;赵伟;;四川芦山“4·20”强烈地震核心区灾损遥感快速调查与评估[J];自然灾害学报;2013年06期

7 李光辉;王成;习晓环;郑照军;骆社周;岳彩荣;;机载LiDAR和高光谱数据融合提取冰川雪线[J];国土资源遥感;2013年03期

8 袁定波;刘成林;汪国斌;;面向对象的矿区信息提取方法的应用与研究[J];遥感信息;2013年02期

9 潘爱民;;激光技术的军事应用[J];飞航导弹;2013年03期

10 陈卫平;王海燕;赵敏;曹广强;屈颖;;基于多源遥感影像快速更新基础地理信息技术的研究[J];测绘与空间地理信息;2012年05期

相关博士学位论文 前3条

1 满其霞;激光雷达和高光谱数据融合的城市土地利用分类方法研究[D];华东师范大学;2015年

2 方军;融合LiDAR数据和高分辨率遥感影像的地物分类方法研究[D];武汉大学;2014年

3 尹艳豹;基于机载激光雷达测量的森林资源调查因子联立估计研究[D];中国林业科学研究院;2010年

相关硕士学位论文 前5条

1 李崇瑞;DLG辅助的机载LiDAR点云数据滤波研究[D];太原理工大学;2015年

2 杜俊;地面LiDAR与高光谱数据配准及在单木结构参数提取中的应用[D];电子科技大学;2015年

3 孙燕霞;基于高空间分辨率遥感影像的土地利用信息提取[D];重庆交通大学;2014年

4 曾静静;基于LiDAR点云与CCD影像的建筑物特征提取[D];山东科技大学;2011年

5 齐义娜;面向对象的高分辨率遥感影像信息提取与尺度效应分析[D];东北师范大学;2009年



本文编号:2807838

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/2807838.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户79e91***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com