基于地理关联的高分辨率遥感影像土地利用信息提取研究
发布时间：2022-09-29 17:01
土地利用数据是国土资源管理最重要的基础数据之一,它对国家社会、经济、环境保护等众多领域的决策制定都有着重要意义。随着我国现代化建设的高速发展,对土地利用信息的需求有高现势性和高精度的要求。以高空间分辨率（以下称为“高分”）遥感影像为数据源进行信息提取,是目前获取范围广、精度高、大比例尺的土地利用数据最高效的手段。然而,高分影像本身丰富的信息和复杂的组织结构给智能化土地利用信息提取带来了前所未有的挑战。针对这个问题,本文展开了深入研究。通过分析土地利用信息在高分辨率影像上的表征,本文发现,与中低分辨率的影像不同,造成在高分影像上信息提取困难的症结在于:一种土地利用类型通常包括多种地表覆盖,形成了异质性大、结构复杂的组合区域,直接导致传统的特征描述方法不再具有备有效的可分性。通过探讨高分辨率影像自身的特点并结合目视解译的规律,本文提出了以地理相关性为组合区域进行有效表达的这一关键思路;并围绕地理相关性,展开了 一系列研究。为了对地理相关性进行有效建模描述,本文在像素级别上对图像作保持边缘的低层空间相关性提取,以局部均质的小图斑代替像素作为特征描述的基本单元。在此基础上,本文探索了多种角度下...
【文章页数】：130 页
【学位级别】：博士
【文章目录】：
致谢
摘要
Abstract
1 绪论
1.1 研究背景与目的
1.2 国内外研究现状与发展趋势
1.3 研究内容
1.4 本文组织结构
2 土地利用中的地理相关性
2.1 高分影像上土地利用的表征
2.2 高分影像的认知方式
2.3 土地利用的地理相关性分析
2.4 小结
3 面向样本的地理关联特征
3.1 地理相关性的基元生成方法
3.2 地理关联特征
3.2.1 基于光谱的地理关联特征
3.2.2 基于尺度的地理关联特征
3.2.3 基于几何的地理关联特征
3.3 小结
4 基于地理关联特征的土地利用分类
4.1 地理关联特征的相似性度量方法
4.2 地理关联特征的应用分析
4.3 基于混淆集的土地利用分类策略
4.3.1 基于样本分析的混淆集
4.3.2 土地利用分类策略
4.4 小结
5 实验与分析
5.1 实验环境
5.2 实验数据与结果
5.3 分析与评价
6 总结与展望
6.1 全文总结
6.2 后续研究工作
参考文献
攻读博士学位期间的成果
【参考文献】：
期刊论文
[1]遥感大数据自动分析与数据挖掘[J]. 李德仁,张良培,夏桂松. 测绘学报. 2014(12)
[2]20世纪80年代末以来中国土地利用变化的基本特征与空间格局[J]. 刘纪远,匡文慧,张增祥,徐新良,秦元伟,宁佳,周万村,张树文,李仁东,颜长珍,吴世新,史学正,江南,于东升,潘贤章,迟文峰. 地理学报. 2014(01)
[3]中国土地利用规划实施评价研究进展与展望[J]. 王婉晶,揣小伟,黄贤金,郭怀成. 中国土地科学. 2012(11)
[4]地理学第一定律之争及其对地理学理论建设的启示[J]. 孙俊,潘玉君,和瑞芳,刘海琴,常楠静,刘树芬,李会仙. 地理研究. 2012(10)
[5]对地观测技术最新进展评述[J]. 林宗坚,李德仁,胥燕婴. 测绘科学. 2011(04)
[6]我国土地利用研究的发展态势与重点领域[J]. 陈百明,张凤荣. 地理研究. 2011(01)
[7]Spatial patterns and driving forces of land use change in China during the early 21st century[J]. LIU Jiyuan1, ZHANG Zengxiang2, XU Xinliang1, KUANG Wenhui1, ZHOU Wancun3, ZHANG Shuwen4, LI Rendong5, YAN Changzhen6, YU Dongsheng7, WU Shixin8, JIANG Nan91. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China; 2. Institute of Remote Sensing Applications, CAS, Beijing 100101, China; 3. Chengdu Institute of Mountain Hazards and Environment, CAS, Chengdu 610041, China; 4. Northeast Institute of Geography and Agroecology, CAS, Changchun 130012, China; 5. Wuhan Institute of Geodesy and Geophysics, CAS, Wuhan 430077, China; 6. Cold and Arid Regions Environmental and Engineering Research Institute, CAS, Lanzhou 730000, China; 7. Nanjing Institute of Soil Science, CAS, Nanjing 210008, China; 8. Xinjiang Institute of Ecology and Geography, CAS, Urumqi 830011, China; 9. Nanjing Institute of Geography and Limnology, CAS, Nanjing 210008, China. Journal of Geographical Sciences. 2010(04)
[8]快速城市化地区生态系统对土地利用变化的响应——以浙江省为例[J]. 杨志荣,吴次芳,刘勇,陆张维. 浙江大学学报(农业与生命科学版). 2008(03)
[9]《土地利用现状分类》国家标准的解读[J]. 陈百明,周小萍. 自然资源学报. 2007(06)
[10]20世纪90年代中国土地利用变化时空特征及其成因分析[J]. 刘纪远,张增祥,庄大方,王一谋,周万村,张树文,李仁东,江南,吴世新. 地理研究. 2003(01)
博士论文
[1]基于知识的高分辨率遥感影像耕地自动提取技术研究[D]. 孙家波.中国农业大学 2014
[2]空间信息在面向对象分类方法中的应用[D]. 韩凝.浙江大学 2011
[3]基于视觉特征的高分辨率光学遥感影像目标识别与提取技术研究[D]. 柳稼航.上海交通大学 2011
[4]高分辨率遥感图像的层次化分析方法[D]. 周晖.国防科学技术大学 2010
[5]图像处理中几何驱动的变分和偏微分方程方法研究[D]. 付树军.北京交通大学 2008
本文编号：3682967
【文章页数】：130 页
【学位级别】：博士
【文章目录】：
致谢
摘要
Abstract
1 绪论
1.1 研究背景与目的
1.2 国内外研究现状与发展趋势
1.3 研究内容
1.4 本文组织结构
2 土地利用中的地理相关性
2.1 高分影像上土地利用的表征
2.2 高分影像的认知方式
2.3 土地利用的地理相关性分析
2.4 小结
3 面向样本的地理关联特征
3.1 地理相关性的基元生成方法
3.2 地理关联特征
3.2.1 基于光谱的地理关联特征
3.2.2 基于尺度的地理关联特征
3.2.3 基于几何的地理关联特征
3.3 小结
4 基于地理关联特征的土地利用分类
4.1 地理关联特征的相似性度量方法
4.2 地理关联特征的应用分析
4.3 基于混淆集的土地利用分类策略
4.3.1 基于样本分析的混淆集
4.3.2 土地利用分类策略
4.4 小结
5 实验与分析
5.1 实验环境
5.2 实验数据与结果
5.3 分析与评价
6 总结与展望
6.1 全文总结
6.2 后续研究工作
参考文献
攻读博士学位期间的成果
【参考文献】：
期刊论文
[1]遥感大数据自动分析与数据挖掘[J]. 李德仁,张良培,夏桂松. 测绘学报. 2014(12)
[2]20世纪80年代末以来中国土地利用变化的基本特征与空间格局[J]. 刘纪远,匡文慧,张增祥,徐新良,秦元伟,宁佳,周万村,张树文,李仁东,颜长珍,吴世新,史学正,江南,于东升,潘贤章,迟文峰. 地理学报. 2014(01)
[3]中国土地利用规划实施评价研究进展与展望[J]. 王婉晶,揣小伟,黄贤金,郭怀成. 中国土地科学. 2012(11)
[4]地理学第一定律之争及其对地理学理论建设的启示[J]. 孙俊,潘玉君,和瑞芳,刘海琴,常楠静,刘树芬,李会仙. 地理研究. 2012(10)
[5]对地观测技术最新进展评述[J]. 林宗坚,李德仁,胥燕婴. 测绘科学. 2011(04)
[6]我国土地利用研究的发展态势与重点领域[J]. 陈百明,张凤荣. 地理研究. 2011(01)
[7]Spatial patterns and driving forces of land use change in China during the early 21st century[J]. LIU Jiyuan1, ZHANG Zengxiang2, XU Xinliang1, KUANG Wenhui1, ZHOU Wancun3, ZHANG Shuwen4, LI Rendong5, YAN Changzhen6, YU Dongsheng7, WU Shixin8, JIANG Nan91. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China; 2. Institute of Remote Sensing Applications, CAS, Beijing 100101, China; 3. Chengdu Institute of Mountain Hazards and Environment, CAS, Chengdu 610041, China; 4. Northeast Institute of Geography and Agroecology, CAS, Changchun 130012, China; 5. Wuhan Institute of Geodesy and Geophysics, CAS, Wuhan 430077, China; 6. Cold and Arid Regions Environmental and Engineering Research Institute, CAS, Lanzhou 730000, China; 7. Nanjing Institute of Soil Science, CAS, Nanjing 210008, China; 8. Xinjiang Institute of Ecology and Geography, CAS, Urumqi 830011, China; 9. Nanjing Institute of Geography and Limnology, CAS, Nanjing 210008, China. Journal of Geographical Sciences. 2010(04)
[8]快速城市化地区生态系统对土地利用变化的响应——以浙江省为例[J]. 杨志荣,吴次芳,刘勇,陆张维. 浙江大学学报(农业与生命科学版). 2008(03)
[9]《土地利用现状分类》国家标准的解读[J]. 陈百明,周小萍. 自然资源学报. 2007(06)
[10]20世纪90年代中国土地利用变化时空特征及其成因分析[J]. 刘纪远,张增祥,庄大方,王一谋,周万村,张树文,李仁东,江南,吴世新. 地理研究. 2003(01)
博士论文
[1]基于知识的高分辨率遥感影像耕地自动提取技术研究[D]. 孙家波.中国农业大学 2014
[2]空间信息在面向对象分类方法中的应用[D]. 韩凝.浙江大学 2011
[3]基于视觉特征的高分辨率光学遥感影像目标识别与提取技术研究[D]. 柳稼航.上海交通大学 2011
[4]高分辨率遥感图像的层次化分析方法[D]. 周晖.国防科学技术大学 2010
[5]图像处理中几何驱动的变分和偏微分方程方法研究[D]. 付树军.北京交通大学 2008
本文编号：3682967
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3682967.html
