利用时间序列影像进行地表覆盖产品更新
发布时间：2021-10-10 12:17
地表覆盖是地球表面各种物质类型及其自然属性与特征的综合体,是最明显和最常用的表征地表和相应的人类或自然过程的指标。地表覆盖产品就是对各种地物类型的具体体现,利用遥感影像数据来生成地表覆盖产品是地表覆盖产品制作的主要方式。当前地表覆盖的制作主要有两种方式:一种为每期影像单独分类分别得到地表覆盖产品;另一种是选取一期影像制作基准地表覆盖产品,通过将多期遥感影像与选取的基准遥感影像之间进行变化检测,只对变化部分进行分类,得到变化图斑进而进行增量更新。第二种方法可以提升产品的生成速度,减少误差,保证产品间的一致性。第二种制作地表覆盖产品的精度主要取决于基准产品的精度、变化检测的精度、对变化区域的分类精度以及基于基准产品更新过程的精度四个部分。而当前地表覆盖产品制作过程中主要存在以下问题:现有的产品分辨率不高、现有分类方法的精度不高、产品更新速度慢、以及在对时间序列影像提取变化图斑的过程中由于几何纠正中的误差、变化检测中的模糊判断造成的边界契合度误差而产生的碎片多边形等问题。针对以上问题,研究主要是从提升变化区域的分类精度以及基于基准产品更新过程的精度两个方面出发。首先利用超像素协同分割算法从图...
【文章来源】：北京建筑大学北京市
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
图1-1年度时间序列分析（红色为发生变化的年份）
第1章绪论9图1-1年度时间序列分析（红色为发生变化的年份）Fig.1-1Annualtimeseriesanalysis(redistheyearofchange)CCI项目每一期的地图集并不是单独生成的，而是基于的基础地表覆盖产品。该产品由2003年至2012年期间整个MERISFR和RR的已有产品生成的。独立于此基础产品，地表覆盖的变化检测主要根据根据1992年至1999年的AVHRR时间序列，1999年至2013年的SPOT-VGT时间序列和2013年，2014年和2015年的PROBA-V数据来进行变化检测。当使用PROBA-V或MERISFR影像时，空间分辨率为1公里。变化检测结果由1公里再传递到300米分辨率。最后一步是对10期基准地表覆盖产品进行回溯和更新，以生成1992年至2015年的24个年度地表覆盖产品。该项目的整体处理流程如图1-2所示：图1-2CCI产品处理流程图Fig.1-2CCIproductprocessingflowchartMODIS的最新地表覆盖产品的影像分辨率有所提高，MODIS地表覆盖产品主要使用集合监督分类算法生成。其产品制作过程主要如图1-3所示，首先训练样本数据，得到成熟的样本训练数据库；补充光谱、物候时间变化等信息来处理缺失的地表类型；对每期遥感影像进行单独进行分类，使用十个提升决策树的集合来生成产品，对集合决策
第3章碎片多边形提取与处理23在实际应用中，变化检测分类为产品的更新操作带来了挑战和局限性，如图3-1中可以看到在增量更新的过程中，会发生边界不契合的问题，图3-1b)中下面的蓝色细长条部分即为由此产生的碎片多边形，图3-1c)部分下面的图像为在存在碎片多边形更新后得到更新产品，并会产生伪变化。本节主要对方法框架进行说明，以求减弱或消除这些错误。a)基准产品b)碎片多边形c)更新产品a)Baseproductb)sliverpolygonc)Updateproduct图3-1碎片多边形实例图Fig.3-1Exampleofsliverpolygon3.3碎片多边形提取处理流程针对上文所提到的碎片多边形问题，本研究设计了碎片多边形的提取处理流程，该方法框架主要有以下四个步骤：首先将变化图斑层与原始基准地表覆盖产品进行交集求反，得到该图层，碎片多边形就存在于图层中；二是通过对该图层中面状要素的面积，面积周长比和碎片多边形与变化图斑的空间位置关系进行筛选，得到符合条件的碎片多边形；三是将碎片多边形与变化图斑进行图斑拼接，通过对变化图斑层设置ID属性值找到与之相邻对应的碎片多边形，将该变化图斑的类别属性赋给该碎片多边形，形成纠正后的变化图斑；四是形成新的变化图斑层，再将分类后的变化图斑叠加在原始地表覆盖产品上，就可以完成时间序列间的地表覆盖产品的更新工作，得到最新一期的地表覆盖分类图。流程图如图3-2所示。
【参考文献】：
期刊论文
[1]沈阳市建成区扩展动态监测[J]. 于汧卉,王崇倡. 测绘与空间地理信息. 2019(02)
[2]武汉市主城区用地结构遥感监测及动态变化[J]. 陈斌,王宏志,徐新良,陈德超,武新梅,付阳阳. 地球信息科学学报. 2019(02)
[3]草原露天煤矿区32年土地利用/覆盖及碳储量遥感变化监测[J]. 李帆,包妮沙,何军浩. 测绘与空间地理信息. 2019(01)
[4]基于国产卫星影像的协同分割变化检测[J]. 孙扬,朱凌,修田雨. 北京建筑大学学报. 2018(04)
[5]基于Landsat 8 OLI数据与面向对象分类的昆嵛山地区土地覆盖信息提取[J]. 张春华,李修楠,吴孟泉,秦伟山,张筠. 地理科学. 2018(11)
[6]城市建成区遥感影像边界提取与扩张分析[J]. 邓刘洋,沈占锋,柯映明. 地球信息科学学报. 2018(07)
[7]基于SEaTH算法的芦山地震无人机低空遥感影像信息对象级分类[J]. 王之,刘超,刘秀菊,鲁恒,蔡诗响,杨正丽. 地震研究. 2018(02)
[8]GlobeLand30地表覆盖产品应用于精细化风能资源评估[J]. 张双益,胡非. 资源科学. 2017(01)
[9]高分一号卫星遥感数据测试分析[J]. 宋梦龙,张海龙,张鹏,杨景荣. 内蒙古科技与经济. 2016(02)
[10]全球30m地表覆盖遥感制图的总体技术[J]. 陈军,陈晋,廖安平,曹鑫,陈利军,陈学泓,彭舒,韩刚,张宏伟,何超英,武昊,陆苗. 测绘学报. 2014(06)
硕士论文
[1]江西省城镇建成区时空变化遥感监测及驱动因素研究[D]. 王若曦.武汉大学 2018
[2]基于RS的冰川泥石流信息提取与动态监测[D]. 吴淼.湘潭大学 2018
[3]光学遥感震后损毁建筑物提取方法研究[D]. 陈晋.中国地震局兰州地震研究所 2018
[4]基于协同分割的遥感图像变化检测[D]. 谢振雷.北京建筑大学 2017
[5]基于增量信息的地表覆盖数据更新方法研究[D]. 杨小晴.中南大学 2011
本文编号：3428362
【文章来源】：北京建筑大学北京市
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
图1-1年度时间序列分析（红色为发生变化的年份）
第1章绪论9图1-1年度时间序列分析（红色为发生变化的年份）Fig.1-1Annualtimeseriesanalysis(redistheyearofchange)CCI项目每一期的地图集并不是单独生成的，而是基于的基础地表覆盖产品。该产品由2003年至2012年期间整个MERISFR和RR的已有产品生成的。独立于此基础产品，地表覆盖的变化检测主要根据根据1992年至1999年的AVHRR时间序列，1999年至2013年的SPOT-VGT时间序列和2013年，2014年和2015年的PROBA-V数据来进行变化检测。当使用PROBA-V或MERISFR影像时，空间分辨率为1公里。变化检测结果由1公里再传递到300米分辨率。最后一步是对10期基准地表覆盖产品进行回溯和更新，以生成1992年至2015年的24个年度地表覆盖产品。该项目的整体处理流程如图1-2所示：图1-2CCI产品处理流程图Fig.1-2CCIproductprocessingflowchartMODIS的最新地表覆盖产品的影像分辨率有所提高，MODIS地表覆盖产品主要使用集合监督分类算法生成。其产品制作过程主要如图1-3所示，首先训练样本数据，得到成熟的样本训练数据库；补充光谱、物候时间变化等信息来处理缺失的地表类型；对每期遥感影像进行单独进行分类，使用十个提升决策树的集合来生成产品，对集合决策
第3章碎片多边形提取与处理23在实际应用中，变化检测分类为产品的更新操作带来了挑战和局限性，如图3-1中可以看到在增量更新的过程中，会发生边界不契合的问题，图3-1b)中下面的蓝色细长条部分即为由此产生的碎片多边形，图3-1c)部分下面的图像为在存在碎片多边形更新后得到更新产品，并会产生伪变化。本节主要对方法框架进行说明，以求减弱或消除这些错误。a)基准产品b)碎片多边形c)更新产品a)Baseproductb)sliverpolygonc)Updateproduct图3-1碎片多边形实例图Fig.3-1Exampleofsliverpolygon3.3碎片多边形提取处理流程针对上文所提到的碎片多边形问题，本研究设计了碎片多边形的提取处理流程，该方法框架主要有以下四个步骤：首先将变化图斑层与原始基准地表覆盖产品进行交集求反，得到该图层，碎片多边形就存在于图层中；二是通过对该图层中面状要素的面积，面积周长比和碎片多边形与变化图斑的空间位置关系进行筛选，得到符合条件的碎片多边形；三是将碎片多边形与变化图斑进行图斑拼接，通过对变化图斑层设置ID属性值找到与之相邻对应的碎片多边形，将该变化图斑的类别属性赋给该碎片多边形，形成纠正后的变化图斑；四是形成新的变化图斑层，再将分类后的变化图斑叠加在原始地表覆盖产品上，就可以完成时间序列间的地表覆盖产品的更新工作，得到最新一期的地表覆盖分类图。流程图如图3-2所示。
【参考文献】：
期刊论文
[1]沈阳市建成区扩展动态监测[J]. 于汧卉,王崇倡. 测绘与空间地理信息. 2019(02)
[2]武汉市主城区用地结构遥感监测及动态变化[J]. 陈斌,王宏志,徐新良,陈德超,武新梅,付阳阳. 地球信息科学学报. 2019(02)
[3]草原露天煤矿区32年土地利用/覆盖及碳储量遥感变化监测[J]. 李帆,包妮沙,何军浩. 测绘与空间地理信息. 2019(01)
[4]基于国产卫星影像的协同分割变化检测[J]. 孙扬,朱凌,修田雨. 北京建筑大学学报. 2018(04)
[5]基于Landsat 8 OLI数据与面向对象分类的昆嵛山地区土地覆盖信息提取[J]. 张春华,李修楠,吴孟泉,秦伟山,张筠. 地理科学. 2018(11)
[6]城市建成区遥感影像边界提取与扩张分析[J]. 邓刘洋,沈占锋,柯映明. 地球信息科学学报. 2018(07)
[7]基于SEaTH算法的芦山地震无人机低空遥感影像信息对象级分类[J]. 王之,刘超,刘秀菊,鲁恒,蔡诗响,杨正丽. 地震研究. 2018(02)
[8]GlobeLand30地表覆盖产品应用于精细化风能资源评估[J]. 张双益,胡非. 资源科学. 2017(01)
[9]高分一号卫星遥感数据测试分析[J]. 宋梦龙,张海龙,张鹏,杨景荣. 内蒙古科技与经济. 2016(02)
[10]全球30m地表覆盖遥感制图的总体技术[J]. 陈军,陈晋,廖安平,曹鑫,陈利军,陈学泓,彭舒,韩刚,张宏伟,何超英,武昊,陆苗. 测绘学报. 2014(06)
硕士论文
[1]江西省城镇建成区时空变化遥感监测及驱动因素研究[D]. 王若曦.武汉大学 2018
[2]基于RS的冰川泥石流信息提取与动态监测[D]. 吴淼.湘潭大学 2018
[3]光学遥感震后损毁建筑物提取方法研究[D]. 陈晋.中国地震局兰州地震研究所 2018
[4]基于协同分割的遥感图像变化检测[D]. 谢振雷.北京建筑大学 2017
[5]基于增量信息的地表覆盖数据更新方法研究[D]. 杨小晴.中南大学 2011
本文编号：3428362
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3428362.html
