基于面向对象C5.0决策树算法的南昌县土地遥感分类研究
发布时间：2021-02-03 13:47
本文着重关注在经济稳步发展的社会生产背景下县域土地利用的现状,借助江西省南昌市南昌县的2018年Landsat-8影像数据源,使用面向对象法,以影像多尺度分割的对象单元为单位,通过C5.0决策树完成南昌县土地的一、二级分类,获取当地土地类型信息。本文采取的主要方法和实验内容包括:第一:利用多尺度分割法,将遥感影像分割成与实际的地物类别相对应的影像对象单元,观察、分析分割尺度、颜色因子、形状因子等因参在取不同数值的情况下对分割效果的影响,并从中选取一组最优分割参数下的影像分割结果作为后续分类处理的数据依据。第二:基于C5.0决策树算法进行土地的一、二级分类:结合研究区地理环境和发展情况,并借鉴土地分类体系标准（GB/T21010-2007）,先将土地一级分类为园林地、耕地、建设用地、水体和未利用地五大类别;进一步探讨在政策方针稳定开放、经济建设大力推进的大好形势下“建设用地”的二级细化分类,将“建设用地”再分为农村宅基地、城镇住宅用地、工业用地、开发用地四个类别。实验结果表明:相较于面向像元的最大似然法,面向对象的C5.0决策树法在考虑传统像素光谱信息的同时也利用像素和其相邻像素组成的纹...
【文章来源】：宁夏大学宁夏回族自治区 211工程院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
图２－１?Ｌａｎｄｓａｔ－８多光谱和全色影像??２．３?Ｌａｎｄｓａｔ－８影像预处理流程??
所以在中高等尺度的地表覆盖、地物分类研究过程中常以Ｌａｎｄｓａｔ－８影像作为数据源。本论??文的实验数据正是来自于地理空间数据云平台的Ｌａｎｄｓａｔ－８影像，成像时间是２０１８年４月??１０日，条带号１２１，行号４０。图２－１为从因特网上下载获取的Ｌａｎｄｓａｔ－８多光谱和全色影像。??图２－１?Ｌａｎｄｓａｔ－８多光谱和全色影像??２．３?Ｌａｎｄｓａｔ－８影像预处理流程??由于遥感影像受卫星传感器、太阳照射、大气颗粒物等多种外界因素的影响，从网上获??取的Ｌａｎｄｓａｔ－８遥感数据在用于地物信息提取、地物分类之前必须先对其进行预处理操作，??否则会影响分类精度，导致精度降低。影像的预处理过程一般包括图像裁剪、影像融合、??福射定标、大气校正等步骤，由于下载的Ｌａｎｄｓａｔ－８影像成像宽幅是１８５ｘ１８５ｋｍ２，成像地理??范围不止南昌县县域，所以在进行其它预处理操作之前，得先对图像进行裁剪，得到以县界??为边界的南昌县县境影像。Ｌｅｍｄｓａｔ－８影像的前七个波段组合成一个分辨率为３（）ｍ的多光谱??影像，而第八个全色波段是一个分辨率为１５ｍ的全色影像，因此为了兼顾结合全色影像空??间分辨率高的优势和多光谱影像的色彩信息，需采用图像融合技术对裁剪后的全色和多光谱??影像进行融合
光谱响应范围不同步问题，所以使用ＧＳ法进行融合既能较完善地保持光谱特征，又能不受??波段限制；并且还能满足绝大部分影像的融合。故本文采用Ｇｒａｍ－Ｓｃｌｕｍｄ算法对裁剪之后??的Ｌａｎｄｓａｔ－８多光谱和全色影像进行融合。图２－４是融合后的影像效果。再经过融合操作之??后，多光谱影像的分辨率从最初原始的３０ｍ提高到和全色影像一样的１５ｍ，这反映在２－４??的图中就是融合后影像中的地物更加清晰、不同地物之间的边界更加鲜明，地物识别度提高。??－１０－??
【参考文献】：
期刊论文
[1]面向对象的多尺度多特征高分遥感影像建筑物提取[J]. 吕道双,林娜,张小青. 北京测绘. 2019(02)
[2]决策树结合混合像元分解的中国竹林遥感信息提取[J]. 崔璐,杜华强,周国模,李雪建,毛方杰,徐小军,范渭亮,李阳光,朱迪恩,刘腾艳,邢璐琪. 遥感学报. 2019(01)
[3]基于不同决策树的面向对象林区遥感影像分类比较[J]. 陈丽萍,孙玉军. 应用生态学报. 2018(12)
[4]C5.0决策树Hyperion影像森林类型精细分类方法[J]. 王怀警,谭炳香,房秀凤,李世明,李太兴. 浙江农林大学学报. 2018(04)
[5]GF-2影像面向对象典型城区地物提取方法[J]. 王蕾,杨武年,任金铜,邓晓宇. 测绘通报. 2018(01)
[6]基于多分类器的C5.0决策树植被分类方法[J]. 刘丹,杨风暴,卫红,李大威,韩晓峰. 图学学报. 2017(05)
[7]面向对象的农村用地信息遥感提取技术应用——以宁夏西吉为例[J]. 陈冬梅,冯策元,周建民,杨华,马鑫,李兰兰,李东. 城市发展研究. 2017(09)
[8]基于面向对象算法的道路信息提取研究[J]. 王旭,戴激光. 测绘与空间地理信息. 2017(09)
[9]面向对象的城镇土地覆盖信息自动提取方法[J]. 林鹏,阮仁宗,陈远,柴颖,陶婷. 地理空间信息. 2017(01)
[10]面向对象分类的决策树方法探讨——以Landsat-8OLI为例[J]. 张森,陈健飞,龚建周. 测绘科学. 2016(06)
博士论文
[1]基于生态城市的城市最优规模理论研究与实证分析[D]. 纪爱华.中国海洋大学 2014
[2]高分辨率遥感影像多尺度纹理、形状特征提取与面向对象分类研究[D]. 黄昕.武汉大学 2009
硕士论文
[1]基于高分二号影像的面向对象分类技术研究[D]. 何志强.安徽理工大学 2018
[2]基于遥感影像与C5.0数据挖掘算法的土壤制图研究[D]. 许伟.华中农业大学 2018
[3]盐碱地信息提取和变化检测方法应用与比较[D]. 吴静波.宁夏大学 2018
[4]基于遥感影像的湿地二级分类方法研究[D]. 王江宁.宁夏大学 2018
[5]基于高分二号遥感影像面向对象的城市房屋信息提取方法研究[D]. 胡茂莹.吉林大学 2016
[6]基于面向对象决策树算法的土地利用遥感分类初步研究[D]. 高帆.云南师范大学 2015
[7]重庆市城市化与产业生态化耦合协调度研究[D]. 刘子立.西南大学 2015
[8]基于Landsat8数据的西宁市土地利用分类方法比较研究[D]. 吴洋.西北农林科技大学 2015
[9]遥感图像分割算法研究与实现[D]. 刘立.燕山大学 2009
本文编号：3016610
【文章来源】：宁夏大学宁夏回族自治区 211工程院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
图２－１?Ｌａｎｄｓａｔ－８多光谱和全色影像??２．３?Ｌａｎｄｓａｔ－８影像预处理流程??
所以在中高等尺度的地表覆盖、地物分类研究过程中常以Ｌａｎｄｓａｔ－８影像作为数据源。本论??文的实验数据正是来自于地理空间数据云平台的Ｌａｎｄｓａｔ－８影像，成像时间是２０１８年４月??１０日，条带号１２１，行号４０。图２－１为从因特网上下载获取的Ｌａｎｄｓａｔ－８多光谱和全色影像。??图２－１?Ｌａｎｄｓａｔ－８多光谱和全色影像??２．３?Ｌａｎｄｓａｔ－８影像预处理流程??由于遥感影像受卫星传感器、太阳照射、大气颗粒物等多种外界因素的影响，从网上获??取的Ｌａｎｄｓａｔ－８遥感数据在用于地物信息提取、地物分类之前必须先对其进行预处理操作，??否则会影响分类精度，导致精度降低。影像的预处理过程一般包括图像裁剪、影像融合、??福射定标、大气校正等步骤，由于下载的Ｌａｎｄｓａｔ－８影像成像宽幅是１８５ｘ１８５ｋｍ２，成像地理??范围不止南昌县县域，所以在进行其它预处理操作之前，得先对图像进行裁剪，得到以县界??为边界的南昌县县境影像。Ｌｅｍｄｓａｔ－８影像的前七个波段组合成一个分辨率为３（）ｍ的多光谱??影像，而第八个全色波段是一个分辨率为１５ｍ的全色影像，因此为了兼顾结合全色影像空??间分辨率高的优势和多光谱影像的色彩信息，需采用图像融合技术对裁剪后的全色和多光谱??影像进行融合
光谱响应范围不同步问题，所以使用ＧＳ法进行融合既能较完善地保持光谱特征，又能不受??波段限制；并且还能满足绝大部分影像的融合。故本文采用Ｇｒａｍ－Ｓｃｌｕｍｄ算法对裁剪之后??的Ｌａｎｄｓａｔ－８多光谱和全色影像进行融合。图２－４是融合后的影像效果。再经过融合操作之??后，多光谱影像的分辨率从最初原始的３０ｍ提高到和全色影像一样的１５ｍ，这反映在２－４??的图中就是融合后影像中的地物更加清晰、不同地物之间的边界更加鲜明，地物识别度提高。??－１０－??
【参考文献】：
期刊论文
[1]面向对象的多尺度多特征高分遥感影像建筑物提取[J]. 吕道双,林娜,张小青. 北京测绘. 2019(02)
[2]决策树结合混合像元分解的中国竹林遥感信息提取[J]. 崔璐,杜华强,周国模,李雪建,毛方杰,徐小军,范渭亮,李阳光,朱迪恩,刘腾艳,邢璐琪. 遥感学报. 2019(01)
[3]基于不同决策树的面向对象林区遥感影像分类比较[J]. 陈丽萍,孙玉军. 应用生态学报. 2018(12)
[4]C5.0决策树Hyperion影像森林类型精细分类方法[J]. 王怀警,谭炳香,房秀凤,李世明,李太兴. 浙江农林大学学报. 2018(04)
[5]GF-2影像面向对象典型城区地物提取方法[J]. 王蕾,杨武年,任金铜,邓晓宇. 测绘通报. 2018(01)
[6]基于多分类器的C5.0决策树植被分类方法[J]. 刘丹,杨风暴,卫红,李大威,韩晓峰. 图学学报. 2017(05)
[7]面向对象的农村用地信息遥感提取技术应用——以宁夏西吉为例[J]. 陈冬梅,冯策元,周建民,杨华,马鑫,李兰兰,李东. 城市发展研究. 2017(09)
[8]基于面向对象算法的道路信息提取研究[J]. 王旭,戴激光. 测绘与空间地理信息. 2017(09)
[9]面向对象的城镇土地覆盖信息自动提取方法[J]. 林鹏,阮仁宗,陈远,柴颖,陶婷. 地理空间信息. 2017(01)
[10]面向对象分类的决策树方法探讨——以Landsat-8OLI为例[J]. 张森,陈健飞,龚建周. 测绘科学. 2016(06)
博士论文
[1]基于生态城市的城市最优规模理论研究与实证分析[D]. 纪爱华.中国海洋大学 2014
[2]高分辨率遥感影像多尺度纹理、形状特征提取与面向对象分类研究[D]. 黄昕.武汉大学 2009
硕士论文
[1]基于高分二号影像的面向对象分类技术研究[D]. 何志强.安徽理工大学 2018
[2]基于遥感影像与C5.0数据挖掘算法的土壤制图研究[D]. 许伟.华中农业大学 2018
[3]盐碱地信息提取和变化检测方法应用与比较[D]. 吴静波.宁夏大学 2018
[4]基于遥感影像的湿地二级分类方法研究[D]. 王江宁.宁夏大学 2018
[5]基于高分二号遥感影像面向对象的城市房屋信息提取方法研究[D]. 胡茂莹.吉林大学 2016
[6]基于面向对象决策树算法的土地利用遥感分类初步研究[D]. 高帆.云南师范大学 2015
[7]重庆市城市化与产业生态化耦合协调度研究[D]. 刘子立.西南大学 2015
[8]基于Landsat8数据的西宁市土地利用分类方法比较研究[D]. 吴洋.西北农林科技大学 2015
[9]遥感图像分割算法研究与实现[D]. 刘立.燕山大学 2009
本文编号：3016610
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3016610.html
