基于多源遥感数据的贵州威宁草海湿地植被提取
发布时间：2021-02-16 18:24
贵州威宁草海地处云贵高原地区,是中国著名的三大高原湖泊之一,贵州最大的高原天然淡水湖泊,也是国家Ⅰ级保护湿地,其湿地植被对草海的生态平衡起着重要作用,同时保护着生物的多样性,每年成千上万的湿地鸟类栖息在此,湿地植被分布面积分布影响着生活在此的人与动物的生活。因此,高效精确的掌握草海湿地植被的分布对草海湿地的管理有着重要意义。本文采用Landsat-OLI、Sentinel2A及无人机影像数据,利用面向对象决策树分类方法、传统监督分类法,结合各地物光谱特征、纹理特征及几何特征,将草海的湿地植被划分为草本湿地植被（草地）、木本湿地植被（林地）及水生植被（沉水植被、挺水植被）、耕地和建筑用地及其他地类（主要包括水体）,利用混淆矩阵、样本点精度验证方法针对草地、林地、沉水植被、挺水植被、耕地和建筑用地的精度进行验证,并反演草海湖泊水环境指数信息,分析各水环境指数与水生植被分布关系,得出结论如下:（1）面向对象的决策树分类方法有效的提高了草海湿地信息提取精度。传统的监督分类方法分类效果不如面向对象的决策树分类效果,相较传统的SVM、Par、NNP、MinD、MDP、Max监...
【文章来源】：贵州师范大学贵州省
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
研究区地理位置图
贵州师范大学硕士学位论文30由以上图表可看出，整体上，各地物平均可分离度的大小随着纹理窗口的大小而变化，整体上，地物的可分离度随着窗口变大而变大，个别地物可分离度有一定的波动，各地物的可分离度在7X7窗口至17X17窗口间相对稳定。可分离度变化最为明显的是林地，其余地物的可分离度在3X3及5X5窗口较小，7X7至17X17中间窗口波动较小，其中9X9窗口、13X13窗口、15X15窗口相较11X11窗口其分离度有所降低，19X19与21X21窗口时有较小波动。3.2.2.2不同窗口的不同纹理特征同时，分析不同窗口的不同纹理特征，发现，各地物在不同窗口相同纹理特征可分离度基本相同，其中，各地物在VAR纹理特征及COR纹理特征可分离度相对其他纹理特征可分离度较小，各地物在MEAN纹理特征、HOM纹理特征、DIS纹理特征和SM纹理特征可分离度较好。综合各地物可分离度来看，11X11窗口时，各地物的平均可分离度较好，可分离度都高于1.8且较平均，因此，本研究选择11X11尺度纹理组合，根据各地物的纹理特征可分离度，选取MEAN纹理特征、HOM纹理特征、DIS纹理特征和SM纹理特征变量作为统计变量。图3-63X3窗口纹理特征结果Figure3-63X3windowtexturefeatureresults
3湿地信息提取的特征指数选取31图3-73X3窗口各类地物纹理特征平均可分离性对比Figure3-73X3windowfeatureseparabilitycomparison图3-85X5窗口纹理特征结果Figure3-85X5windowtexturefeatureresults00.511.522.5MEANVARHOMCONDISENTSMCOR沉水植被挺水植被草地耕地林地建筑用地
【参考文献】：
期刊论文
[1]通过训练样本采样处理改善小宗作物遥感识别精度[J]. 樊东东,李强子,王红岩,张源,杜鑫,沈宇. 遥感学报. 2019(04)
[2]Sentinel-2影像多特征优选的黄河三角洲湿地信息提取[J]. 张磊,宫兆宁,王启为,金点点,汪星. 遥感学报. 2019(02)
[3]贵州草海湿地生态环境现状及其评价[J]. 洪江,张家春,江波,张珍明. 贵州科学. 2018(05)
[4]一种基于高斯拟合的水生植被遥感分类阈值确定方法[J]. 闫大鹏,周兴东,刘伟,罗菊花,芮佳,汪政辉,余悠然. 西安科技大学学报. 2018(05)
[5]ENVI中几种监督分类方法精度比较[J]. 何予霄,周江. 科技创新与应用. 2018(13)
[6]贵州草海湿地区域土地利用景观生态安全评价[J]. 任金铜,杨可明,陈群利,莫世江,王志红. 环境科学与技术. 2018(05)
[7]贵州草海水质时空变化和水体营养状况[J]. 王灿,袁婷,张建利,喻记新,徐萌,刘勇. 长江科学院院报. 2019(06)
[8]SVM在高光谱图像处理中的应用综述[J]. 王立国,赵亮,刘丹凤. 哈尔滨工程大学学报. 2018(06)
[9]贵州威宁草海湿地的研究现状[J]. 任秀秀,陈永祥,冯图,薛晓辉,陈群利. 贵州工程应用技术学院学报. 2017(03)
[10]基于TLI和PCA的贵州草海水质状况评价[J]. 陈丽华,喻记新,李丽,吕文强,张建利. 长江科学院院报. 2018(08)
硕士论文
[1]基于遥感影像的乌梁素海水生植被识别与黄苔覆盖度监测研究[D]. 陈奇.内蒙古大学 2018
[2]基于高时空分辨率数据的湿地精细分类研究[D]. 许盼盼.中国科学院大学(中国科学院遥感与数字地球研究所) 2018
[3]基于多源遥感数据的鄱阳湖湿地植被类型反演研究[D]. 周学林.江西理工大学 2012
[4]野鸭湖湿地变化的生态环境效应研究[D]. 王颖.首都师范大学 2006
本文编号：3036752
【文章来源】：贵州师范大学贵州省
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
研究区地理位置图
贵州师范大学硕士学位论文30由以上图表可看出，整体上，各地物平均可分离度的大小随着纹理窗口的大小而变化，整体上，地物的可分离度随着窗口变大而变大，个别地物可分离度有一定的波动，各地物的可分离度在7X7窗口至17X17窗口间相对稳定。可分离度变化最为明显的是林地，其余地物的可分离度在3X3及5X5窗口较小，7X7至17X17中间窗口波动较小，其中9X9窗口、13X13窗口、15X15窗口相较11X11窗口其分离度有所降低，19X19与21X21窗口时有较小波动。3.2.2.2不同窗口的不同纹理特征同时，分析不同窗口的不同纹理特征，发现，各地物在不同窗口相同纹理特征可分离度基本相同，其中，各地物在VAR纹理特征及COR纹理特征可分离度相对其他纹理特征可分离度较小，各地物在MEAN纹理特征、HOM纹理特征、DIS纹理特征和SM纹理特征可分离度较好。综合各地物可分离度来看，11X11窗口时，各地物的平均可分离度较好，可分离度都高于1.8且较平均，因此，本研究选择11X11尺度纹理组合，根据各地物的纹理特征可分离度，选取MEAN纹理特征、HOM纹理特征、DIS纹理特征和SM纹理特征变量作为统计变量。图3-63X3窗口纹理特征结果Figure3-63X3windowtexturefeatureresults
3湿地信息提取的特征指数选取31图3-73X3窗口各类地物纹理特征平均可分离性对比Figure3-73X3windowfeatureseparabilitycomparison图3-85X5窗口纹理特征结果Figure3-85X5windowtexturefeatureresults00.511.522.5MEANVARHOMCONDISENTSMCOR沉水植被挺水植被草地耕地林地建筑用地
【参考文献】：
期刊论文
[1]通过训练样本采样处理改善小宗作物遥感识别精度[J]. 樊东东,李强子,王红岩,张源,杜鑫,沈宇. 遥感学报. 2019(04)
[2]Sentinel-2影像多特征优选的黄河三角洲湿地信息提取[J]. 张磊,宫兆宁,王启为,金点点,汪星. 遥感学报. 2019(02)
[3]贵州草海湿地生态环境现状及其评价[J]. 洪江,张家春,江波,张珍明. 贵州科学. 2018(05)
[4]一种基于高斯拟合的水生植被遥感分类阈值确定方法[J]. 闫大鹏,周兴东,刘伟,罗菊花,芮佳,汪政辉,余悠然. 西安科技大学学报. 2018(05)
[5]ENVI中几种监督分类方法精度比较[J]. 何予霄,周江. 科技创新与应用. 2018(13)
[6]贵州草海湿地区域土地利用景观生态安全评价[J]. 任金铜,杨可明,陈群利,莫世江,王志红. 环境科学与技术. 2018(05)
[7]贵州草海水质时空变化和水体营养状况[J]. 王灿,袁婷,张建利,喻记新,徐萌,刘勇. 长江科学院院报. 2019(06)
[8]SVM在高光谱图像处理中的应用综述[J]. 王立国,赵亮,刘丹凤. 哈尔滨工程大学学报. 2018(06)
[9]贵州威宁草海湿地的研究现状[J]. 任秀秀,陈永祥,冯图,薛晓辉,陈群利. 贵州工程应用技术学院学报. 2017(03)
[10]基于TLI和PCA的贵州草海水质状况评价[J]. 陈丽华,喻记新,李丽,吕文强,张建利. 长江科学院院报. 2018(08)
硕士论文
[1]基于遥感影像的乌梁素海水生植被识别与黄苔覆盖度监测研究[D]. 陈奇.内蒙古大学 2018
[2]基于高时空分辨率数据的湿地精细分类研究[D]. 许盼盼.中国科学院大学(中国科学院遥感与数字地球研究所) 2018
[3]基于多源遥感数据的鄱阳湖湿地植被类型反演研究[D]. 周学林.江西理工大学 2012
[4]野鸭湖湿地变化的生态环境效应研究[D]. 王颖.首都师范大学 2006
本文编号：3036752
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3036752.html
