基于GF-1卫星影像的东洞庭湖湿地信息提取技术研究

发布时间：2017-09-01 22:23

  本文关键词：基于GF-1卫星影像的东洞庭湖湿地信息提取技术研究

  更多相关文章： 高分辨率影像 纹理特征 局部二进制模式 湿地信息提取

【摘要】：本文以湖南省北部的东洞庭湖及其附近区域为研究区,应用高分一号卫星(GF-1)影像数据。从GF-1影像波段特征入手,分析本地区地类的波谱特性,得到合适的水体提取指数。将三种不同半径的局部二进制算子与灰度共生矩阵结合,分别对影像提取纹理。然后将三种不同半径的与没有加入该算子的信息提取结果对比分析,得出最有效的纹理特征提取方法。同时通过转移矩阵分析不同时相的地类提取结果,研究该地区湿地资源时空分布规律。文章旨在应用高分辨率遥感影像GF-1数据,探索和研究有效的湿地信息提取方法,分析东洞庭湖区湿地资源的时空分布规律,为该地区湿地保护和恢复提供理论和方法参考。本文主要内容和结论如下:(1)GF-1的第一波段为蓝靛波段,对水质特别灵敏,同时又是绿色植物叶绿素的吸收区,还可用来区分土壤植被。经过波段计算分析,发现用蓝靛波段代替绿波段,而后使用归一化水体指数与传统的土壤调整植被指数相减可以有效地提取水体,该方法在六月份影像的湖面提取中,提取精度达到96.97%。(2)将灰度共生矩阵方法与LBP算法结合应用于纹理信息提取,经过小范围试验,当半径为3的时候,分类精度达到86.58%,比单纯的灰度共生矩阵效果好。并且经试验观察得到:变换半径是纹理能否有效提取的关键因素,研究初步理解为最佳半径与空间分辨率和地物实际大小相关。(3)将本文提出的光谱特征和纹理特征提取方法应用于高分辨率影像信息提取,其中河流湖泊、草滩地、耕地、泥滩地、裸滩地这些大面积地物的提取精度都大于或接近90%,达到很高的精度;建筑用地、有林地、库塘这些面积小的细碎地物提取精度也在80%左右,可见该方法对于高空间分辨率遥感影像信息提取行之有效。(4)采用转移矩阵分析方法将一月份和六月份地类信息提取结果联合分析,实现了基于不同时相地类特征的综合信息提取。从空间位置上反映该地区湿地资源的变化特征,有利于全面把握它的时空分布规律和因时因地的管理与利用。
【关键词】：高分辨率影像 纹理特征 局部二进制模式 湿地信息提取
【学位授予单位】：中国林业科学研究院
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P237
【目录】：

• 摘要5-6
• Abstract6-13
• 第一章 绪论13-23
• 1.1 研究目的13
• 1.2 研究的意义13-14
• 1.3 国内外研究进展14-18
• 1.3.1 神经网络法15
• 1.3.2 支持向量机法15-16
• 1.3.3 决策树法16
• 1.3.4 面向对象方法16-18
• 1.4 存在问题18
• 1.5 发展趋势18-19
• 1.6 研究的主要内容19-20
• 1.6.1 基于GF-1 影像的湿地光谱特征分析研究19
• 1.6.2 基于GF-1 影像的湿地纹理特征提取方法研究19-20
• 1.6.3 基于不同时相遥感影像的湿地特征分析20
• 1.7 研究技术路线20-22
• 1.7.1 研究技术路线图20-21
• 1.7.2 论文组织与结构21-22
• 1.8 项目经费来源22-23
• 第二章 研究区概况及数据预处理23-35
• 2.1 研究区概况23-25
• 2.1.1 地理位置23
• 2.1.2 自然条件状况23-25
• 2.2 遥感影像及辅助数据获取25-26
• 2.3 GF-1 影像预处理26-33
• 2.3.1 GF-1 影像辐射校正26-29
• 2.3.2 GF-1 影像正射校正29-31
• 2.3.3 GF-1 影像图像融合31-32
• 2.3.4 研究区影像镶嵌与裁剪32-33
• 2.4 本章小结33-35
• 第三章 GF-1 影像湿地信息提取方法35-52
• 3.1 特征提取方法35-46
• 3.1.1 光谱特征分析研究方法35-37
• 3.1.2 纹理特征提取法37-46
• 3.1.2.1 原始灰度共生矩阵法38-39
• 3.1.2.2 局部二进制模式（LBP）39-40
• 3.1.2.3 纹理提取方法分析比较40-46
• 3.2 分类系统46-47
• 3.3 分类方法47-49
• 3.3.1 多尺度分割48
• 3.3.2 最邻近分类（Nearest Neighbor，NN）48-49
• 3.4 转移矩阵分析方法49-50
• 3.5 本章小结50-52
• 第四章 基于LBP变换纹理特征的东洞庭湖区域信息提取52-69
• 4.1 分类过程与结果52-58
• 4.2 精度检验58-62
• 4.3 研究区湿地时相变化特征分析62-68
• 4.4 本章小结68-69
• 第五章 结论与讨论69-72
• 5.1 结论69-70
• 5.2 存在的问题70-71
• 5.3 讨论与展望71-72
• 参考文献72-77
• 在读期间学术研究77-78
• 致谢78

【相似文献】

中国期刊全文数据库 前7条

1 周春艳;王萍;张振勇;齐成涛;;基于面向对象信息提取技术的城市用地分类[J];遥感技术与应用;2008年01期

2 杨广斌,安裕伦,张雅梅,谷花云,张宏群;基于3S的贵州省万亩大坝信息提取技术[J];贵州师范大学学报(自然科学版);2003年02期

3 付锦,李剑峰,朱佳保,赵英俊;利用多源信息进行三维地质成像的信息提取技术[J];南华大学学报(理工版);2003年01期

4 塔西甫拉提·特依拜,丁建丽;基于知识的卫星遥感信息提取技术研究进展综述[J];新疆大学学报(自然科学版);2002年02期

5 张安定;彭笃明;李德一;王周龙;王大鹏;;基于TM影像的果园空间信息提取技术研究[J];测绘科学;2007年05期

6 何学洲;宫辉力;李小娟;陈莹;杨伶俐;;无级比例尺信息提取技术在北京城镇道路中的应用研究[J];地理信息世界;2008年03期

7 ;[J];;年期

中国重要报纸全文数据库 前1条

1 记者 李伟锋;我国新型遥感探测技术瞄准国际前沿[N];中国国土资源报;2010年

中国硕士学位论文全文数据库 前4条

1 朱自娟;基于GF-1卫星影像的东洞庭湖湿地信息提取技术研究[D];中国林业科学研究院;2015年

2 王琳琳;基于HTML Parser的Web信息提取技术[D];北京邮电大学;2007年

3 吴曜宏;基于策略的网络信息提取技术的研究[D];电子科技大学;2013年

4 缪霖;Web信息提取技术在企业竞争情报平台的应用研究[D];电子科技大学;2010年

，

本文编号：774751