基于面向对象分类方法和多源遥感数据的龙祥岛区域湿地变化检测
本文关键词:基于面向对象分类方法和多源遥感数据的龙祥岛区域湿地变化检测 出处:《福建师范大学学报(自然科学版)》2017年03期 论文类型:期刊论文
更多相关文章: 面向对象分类 遥感 龙祥岛区域 湿地 变化检测
【摘要】:利用龙祥岛区域2001年ASTER影像、2013年GF-1影像以及Google Earth影像等辅助数据,基于面向对象分类的方法,建立各地物类型的提取规则,提取出龙祥岛区域湿地-非湿地信息,并基于e Cognition软件对龙祥岛区域湿地进行变化检测,最后利用Excel统计软件作出湿地-非湿地信息面积转移矩阵及面积转移率矩阵.结果表明:2001年ASTER影像分类总体精度为87.42%,Kappa系数为0.84;2013年GF-1影像分类总体精度为90.72%,Kappa系数为0.87.研究区2001-2013年间,湿地总面积减少了4.05%,为1.1 km~2,其中天然湿地(包括永久性河流和滩涂)总面积减少了1.65%,为0.42 km~2,人工湿地(包括淡水养殖场和农用池塘)总面积减少了39.76%,为0.68 km2;非湿地总面积增加了4.71%,为1.1 km~2.人工湿地和天然湿地内部变化情况呈现出不同的状态,天然湿地中,约有3.888 km~2的滩涂面积变为永久性河流,主要变化区域位于研究区的东南部和西北部;而在人工湿地中,约有0.663 km~2的淡水养殖场和0.41 km2的农用池塘变为非湿地,主要变化区域位于龙祥岛本岛及研究区的西南角部分,人工湿地变化的主要原因是人类生产生活进程的加快.
[Abstract]:Using the auxiliary data of 2001 ASTER image, 2013 GF-1 image and Google Earth image in Longxiang Island area, the method of object oriented classification is used. Establish the extraction rules of local material types, extract Longxiang Island Wetland-non-wetland information, and based on e Cognition software to detect the changes of Longxiang Island Wetland. Finally, the information area transfer matrix and the area transfer rate matrix of Wetland and Non-Wetland are made by using Excel statistical software. The results show that the overall accuracy of ASTER image classification in 2001 is 87.42%. Kappa coefficient is 0.84; In 2013, the overall accuracy of GF-1 image classification was 90.72 and the Kappa coefficient was 0.87.The total area of wetland decreased by 4.05% between 2001 and 2013 in the study area. The total area of natural wetlands (including permanent rivers and tidal flats) decreased by 1. 65 to 0. 42 km~2. The total area of constructed wetlands (including freshwater farms and agricultural ponds) decreased by 39.76 to 0.68 km2; The total area of non-wetland increased by 4.71% to 1.1 km 路m ~ (2). The internal changes of artificial wetland and natural wetland showed different states in natural wetland. The tidal flat area of about 3.888 km~2 has been changed into a permanent river, and the main change area is located in the southeast and northwest of the study area. In the constructed wetland, about 0.663 km~2 freshwater farm and 0.41 km2 agricultural pond became non-wetland, the main area of change was located in Longxiang Island and the southwest corner of the study area. The main reason for the change of artificial wetland is the quickening of the process of human production and life.
【作者单位】: 福建师范大学地理科学学院;
【基金】:欧盟第七框架项目(IGIT:247608)
【分类号】:P237;TP751
【正文快照】: The internal changes of artificial wetland and natural wetland appears different situation.In naturalwetland,there is about 3.888 km2shallows which turns to permanent river,and the major changearea is located in the southeast and northwest of Longxiang i
【相似文献】
相关期刊论文 前10条
1 李德仁;利用遥感影像进行变化检测[J];武汉大学学报(信息科学版);2003年S1期
2 李雪;舒宁;王琰;李亮;;利用土地利用状态转移分析的变化检测[J];武汉大学学报(信息科学版);2011年08期
3 徐宏根;宋妍;;顾及阴影信息的高分辨率遥感图像变化检测方法[J];国土资源遥感;2013年04期
4 马云飞;李宏;;遥感变化检测技术方法综述[J];测绘与空间地理信息;2014年01期
5 刘直芳,张剑清;城区变化检测的一种方法[J];测绘通报;2001年02期
6 方圣辉,佃袁勇,李微;基于边缘特征的变化检测方法研究[J];武汉大学学报(信息科学版);2005年02期
7 朱朝杰;王仁礼;董广军;;基于区域特征的小波差值变化检测方法[J];测绘科学技术学报;2007年01期
8 龙玄耀;李培军;;基于图像分割的城市变化检测[J];地球信息科学;2008年01期
9 袁孝;陈诚;周军其;;不同分辨率遥感图像变化检测研究[J];四川测绘;2008年03期
10 王东广;肖鹏峰;宋晓群;王铁成;陈刚;;结合纹理信息的高分辨率遥感图像变化检测方法[J];国土资源遥感;2012年04期
相关会议论文 前10条
1 尤红建;詹芊芊;;尺度优化的星载SAR图像变化检测[A];中国测绘学会第九次全国会员代表大会暨学会成立50周年纪念大会论文集[C];2009年
2 刘元波;;环境遥感变化探测研究中的若干问题:辐射校正方法与变化检测算法及其理论关系[A];中国地理学会2007年学术年会论文摘要集[C];2007年
3 胡艳;李胜;何宗;罗灵军;李静;;水体变化检测在重庆市干旱遥感监测中的应用[A];重庆市测绘学会第三届优秀论文评选获奖论文暨2005-2006年度学术交流会论文选编[C];2008年
4 柳思聪;杜培军;;基于形态学滤波的多时相遥感影像变化检测方法研究[A];第十七届中国遥感大会摘要集[C];2010年
5 孙越;龚威平;张雁;;变化检测技术在城乡规划动态监测中的应用[A];生态文明视角下的城乡规划——2008中国城市规划年会论文集[C];2008年
6 顾娟;;面向对象的居民地分类提取和变化检测方法[A];数字测绘与GIS技术应用研讨交流会论文集[C];2008年
7 张金凤;白云;;基于ERDAS空间分析模块的城市变化检测算法的实现[A];吉林省测绘学会2008年学术年会论文集(上)[C];2008年
8 吴晓燕;车登科;戴芳;;影像与矢量结合的道路自动提取及变化检测[A];中国测绘学会2010年学术年会论文集[C];2010年
9 许宇汉;;改变和消失的道路网变化检测[A];全国测绘科技信息网中南分网第二十四次学术信息交流会论文集[C];2010年
10 陈宇;唐伟成;;基于北京一号小卫星遥感数据的徐州东矿区土地利用/覆盖变化检测方法研究[A];第十七届中国遥感大会摘要集[C];2010年
相关博士学位论文 前10条
1 吕志勇;顾及影像空间特征的地表覆盖变化检测方法研究[D];武汉大学;2014年
2 陆苗;面向地表覆盖数据更新的变化检测方法研究[D];武汉大学;2014年
3 徐金燕;全极化星载SAR影像辐射校正与城区变化检测[D];武汉大学;2014年
4 武辰;遥感影像多层次信息变化检测研究[D];武汉大学;2015年
5 李雪;基于像斑信息挖掘的土地利用变化检测方法研究[D];武汉大学;2010年
6 张路;基于多元统计分析的遥感影像变化检测方法研究[D];武汉大学;2004年
7 王琰;基于像斑统计分析的高分辨率遥感影像土地利用/覆盖变化检测方法研究[D];武汉大学;2012年
8 汤玉奇;面向对象的高分辨率影像城市多特征变化检测研究[D];武汉大学;2013年
9 张汉松;基于对象的海岸带地物变化遥感检测技术的研究[D];浙江大学;2010年
10 张良;基于多时相机载LiDAR数据的三维变化检测关键技术研究[D];武汉大学;2014年
相关硕士学位论文 前10条
1 宫金杞;面向地理国情监测的地表覆盖变化检测方法研究及系统实现[D];山东农业大学;2015年
2 吴亚文;基于高分辨率遥感影像的变化检测应用研究[D];东华理工大学;2015年
3 李根红;宁武煤田地表覆盖提取和变化分析[D];太原理工大学;2016年
4 冯磊;基于高分辨率卫星遥感的城市典型地物变化监测[D];东北大学;2014年
5 杨磊;基于多特征Dempster-shafer证据融合的高分辨率遥感影像建筑物变化检测[D];西南交通大学;2016年
6 屈亚;矢量数据辅助的高分辨率遥感影像高铁沿线变化检测方法研究[D];西南交通大学;2016年
7 韩飞;光谱梯度差分与面向对象方法相结合的高分辨率遥感影像变化检测[D];西南交通大学;2016年
8 李红凌;面向对象的塔里木河流域湿地变化检测方法研究[D];新疆大学;2016年
9 常方正;基于DBN的遥感影像CVA变化检测并行算法设计[D];中国矿业大学;2016年
10 靳晓;基于多分类器集成的高分辨率遥感影像变化检测[D];中国矿业大学;2016年
,本文编号:1386701
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1386701.html