基于多源遥感数据的土地覆盖分类方法研究
发布时间:2023-11-17 17:03
土地覆盖信息是地理基础数据,它对环境科学研究、土地资源的可持续管理以及环境的变化监测有重要的应用意义。首先,土地覆盖与人类的生产和生活密切相关,土地覆盖的变化反映了自然环境与人类社会活动的关系,并在全球范围内影响着气候与生物多样性。最早,土地覆盖制图是通过人工勾绘的方式来完成的;随着遥感技术的应运而生,基于遥感图像的人工、半人工和自动化制图成为了最为主要的土地覆盖制图方式。随着遥感数据分辨率的不断提高、获取方式的不断丰富,利用遥感数据可以获得越来越准确和丰富的土地覆盖信息;因此,基于遥感图像的土地覆盖分类方法与全球土地覆盖分类制图成为了当前遥感研究领域的热点。然而,自动化的快速获取大范围、高质量的土地覆盖分类仍然是一个挑战。本研究以提高土地覆盖分类制图的质量为出发点,充分利用多源遥感数据,构建了全面的特征空间,包括空间特征(如纹理、形状等)、时间特征(时间序列特征)和光谱特征;在时间、空间和光谱三个维度较全面的考虑了多源遥感数据优势、建立了丰富的特征信息。并在建立特征空间的过程中,利用现有工具对多光谱数据与合成孔径雷达数据进行了必要的预处理,以减弱遥感数据受到的天气、大气散射和传感器灵...
【文章页数】:74 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 引言
1.1 研究背景及意义
1.2 土地覆盖分类国内外研究现状
1.2.1 基于遥感数据源的土地覆盖分类
1.2.2 基于多源遥感数据的土地覆盖分类方法
1.3 研究内容与技术路线
1.4 论文框架结构
1.5 本章小结
第2章 数据处理与特征空间的构建
2.1 研究区域概况
2.2 分类系统
2.3 数据准备
2.4 数据预处理
2.4.1 多光谱数据预处理
2.4.2 SAR数据预处理
2.5 构建特征空间
2.5.1 光谱特征
2.5.2 纹理特征
2.5.3 几何特征
2.5.4 物候特征
2.5.5 地形特征
2.6 训练与测试样本
2.7 本章小结
第3章 基于分层结构的面向对象分类方法
3.1 面向对象多尺度分割
3.1.1 多尺度分割方法
3.1.2 多尺度分割参数选择
3.2 特征排序与选择
3.3 分层分类结构确定
3.4 本文分类器
3.4.1 随机森林分类器
3.4.2 支持向量机分类器
3.4.3 K最邻近分类器
3.5 精度评价方法
3.6 本章小结
第4章 原型系统实现与实验结果分析
4.1 基于分层结构的面向对象遥感分类原型系统实现
4.1.1 开发环境
4.1.2 功能概述
4.2 基于分层结构的随机森林分类实验结果分析
4.2.1 确定分类顺序
4.2.2 特征选择结果
4.2.3 分类结果对比
4.3 基于分层结构的支持向量机分类实验结果分析
4.3.1 确定分类顺序
4.3.2 特征选择结果
4.3.3 分类结果对比
4.4 基于分层结构的K最邻近分类实验结果分析
4.4.1 确定分类顺序
4.4.2 特征选择结果
4.4.3 分类结果对比
4.5 精度评价
4.6 本章小结
第5章 总结与展望
5.1 主要工作与创新
5.2 后续研究工作
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
本文编号:3864527
【文章页数】:74 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 引言
1.1 研究背景及意义
1.2 土地覆盖分类国内外研究现状
1.2.1 基于遥感数据源的土地覆盖分类
1.2.2 基于多源遥感数据的土地覆盖分类方法
1.3 研究内容与技术路线
1.4 论文框架结构
1.5 本章小结
第2章 数据处理与特征空间的构建
2.1 研究区域概况
2.2 分类系统
2.3 数据准备
2.4 数据预处理
2.4.1 多光谱数据预处理
2.4.2 SAR数据预处理
2.5 构建特征空间
2.5.1 光谱特征
2.5.2 纹理特征
2.5.3 几何特征
2.5.4 物候特征
2.5.5 地形特征
2.6 训练与测试样本
2.7 本章小结
第3章 基于分层结构的面向对象分类方法
3.1 面向对象多尺度分割
3.1.1 多尺度分割方法
3.1.2 多尺度分割参数选择
3.2 特征排序与选择
3.3 分层分类结构确定
3.4 本文分类器
3.4.1 随机森林分类器
3.4.2 支持向量机分类器
3.4.3 K最邻近分类器
3.5 精度评价方法
3.6 本章小结
第4章 原型系统实现与实验结果分析
4.1 基于分层结构的面向对象遥感分类原型系统实现
4.1.1 开发环境
4.1.2 功能概述
4.2 基于分层结构的随机森林分类实验结果分析
4.2.1 确定分类顺序
4.2.2 特征选择结果
4.2.3 分类结果对比
4.3 基于分层结构的支持向量机分类实验结果分析
4.3.1 确定分类顺序
4.3.2 特征选择结果
4.3.3 分类结果对比
4.4 基于分层结构的K最邻近分类实验结果分析
4.4.1 确定分类顺序
4.4.2 特征选择结果
4.4.3 分类结果对比
4.5 精度评价
4.6 本章小结
第5章 总结与展望
5.1 主要工作与创新
5.2 后续研究工作
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
本文编号:3864527
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3864527.html