基于Landsat/OLI-TIRS数据的盐碱地模式识别
发布时间：2022-01-25 10:37
遥感影像盐碱地模式识别是通过遥感手段及时、准确获取地表盐碱地信息的重要手段,也是一个极其复杂的过程。提高遥感影像的盐碱地模式识别精度,克服盐碱地错分、漏分现象,对土地盐碱化监测具有重要的意义。鉴于Landsat/OLI-TIRS数据成像面积大而有利于获取同步信息,且能够免费获取,本文采用该数据进行了盐碱地模式识别研究。本文在内蒙古自治区通辽市科尔沁左翼中旗盐碱化较为严重的地区选取具体的小面积研究区（43°58’N - 44°08’N,122°26’E - 122°48’E）,以2013年05月23日,条带号和行号分别为120和29的Landsat/OLI-TIRS数据为基础数据源,在建立研究区分类系统与获取训练样本的基础上,对Landsat/OLI-TIRS数据Band 1-7、Band9-11及基于原始波段提取的NDVI （Normalized Difference Vegetation Index）、NDWI （Normalized Difference Water Index）、NDSI （Normalized Difference Soil Index）、NDBI （Norma...
【文章来源】：内蒙古师范大学内蒙古自治区
【文章页数】：63 页
【学位级别】：硕士
【文章目录】：
中文摘要
ABSTRACT
1 绪论
1.1 研究背景
1.2 研究内容
1.3 研究方法与技术路线
1.4 研究意义
2 研究区选择与数据处理
2.1 研究区
2.2 基础数据
2.3 数据处理
2.4 特征变量提取
2.4.1 归一化差值植被指数
2.4.2 归一化差值水体指数
2.4.3 归一化差值土壤亮度指数
2.4.4 归一化差值城镇指数
2.4.5 归一化差值湿度指数
2.4.6 Landsat/OLI-TIRS数据主成分分析
2.4.7 纹理特征分析
3 盐碱地模式识别
3.1 基于支持向量机的盐碱地识别
3.1.1 支持向量机算法
3.1.2 分类系统的建立与样本的获取
3.1.2.1 分类系统的建立
3.1.2.2 样本的获取
3.1.3 研究区盐碱地识别
3.2 基于常规算法的盐碱地识别
3.2.1 基于最大似然法的盐碱地识别
3.2.2 基于ISODATA法的盐碱地识别
4 结果与分析
4.1 基于随机样本的精度分析
4.1.1 精度检验方法
4.1.2 精度检验结果与分析
4.2 基于目视解译的精度分析
4.2.1 精度检验方法
4.2.2 精度检验结果与分析
5 结论
5.1 结论
5.2 讨论与展望
参考文献
致谢
【参考文献】：
期刊论文
[1]基于决策树的干旱区盐碱化土壤信息提取方法研究[J]. 姜亮亮,刘海隆,安小艳,任艳群. 土壤通报. 2014(04)
[2]Lagrange双支撑向量回归机[J]. 郑逢德,张鸿宾. 计算机科学. 2011(12)
[3]基于环境减灾卫星高光谱数据的盐碱地等级划分[J]. 杨佳佳,姜琦刚,赵静,吴阳春. 农业工程学报. 2011(10)
[4]基于遥感的近30年来河西地区盐碱地动态变化研究[J]. 廖杰,文星. 干旱区资源与环境. 2011(09)
[5]基于纹理的乌兰布和沙漠地区植被信息提取[J]. 邵晓敏,刘勇. 遥感技术与应用. 2010(05)
[6]训练样本数目选择对面向对象影像分类方法精度的影响[J]. 薄树奎,丁琳. 中国图象图形学报. 2010(07)
[7]Dynamics of Saline-alkali Land and Its Ecological Regionalization in Western Songnen Plain, China[J]. YANG Jiuchun1, 2, ZHANG Shuwen1, LI Ying1, BU Kun1, ZHANG Yubo3, CHANG Liping1, ZHANG Yangzhen1 (1. Northeast Institute of Geography and Agroecology, Chinese Academy of Sciences, Changchun 130012, China; 2. Graduate University of the Chinese Academy of Sciences, Beijing 100049, China; 3. Software College, Jilin University, Changchun 130012, China). Chinese Geographical Science. 2010(02)
[8]一种面向对象分类的特征分析方法[J]. 郑毅,武法东,刘艳芳. 地理与地理信息科学. 2010(02)
[9]伊犁新垦区土壤盐碱化遥感信息的提取[J]. 马瀚青,杨小唤. 资源科学. 2009(12)
[10]基于多时相遥感反射光谱特征的土壤盐碱化动态变化监测研究[J]. 安永清,高鸿永,屈永华,段小亮,陈爱萍,姜文英. 中国农村水利水电. 2009(11)
博士论文
[1]基于ASTER遥感数据的建湖县杨树信息提取的研究[D]. 李明诗.南京林业大学 2005
[2]土地利用遥感监测的关键技术及其应用研究——以江西鄱阳湖地区为例[D]. 沈润平.浙江大学 2002
硕士论文
[1]基于遥感技术的吉林西部盐碱地整治规划研究[D]. 胡凤伟.吉林大学 2013
[2]基于MATLAB的遥感图像SVM分类系统实现[D]. 蒋芳.湖北大学 2012
[3]支持向量机多类分类算法研究[D]. 丁然.哈尔滨理工大学 2012
[4]基于MODIS数据的蒙古高原土地覆盖分类研究[D]. 岳瑞红.内蒙古师范大学 2010
[5]基于LANDSAT TM影像毛竹林地上部分碳储量估算研究[D]. 徐小军.浙江林学院 2009
[6]基于最小噪声变换和支持向量机的遥感影像分类方法研究[D]. 纪娜.西北农林科技大学 2009
[7]基于多源信息的TM遥感影像分类[D]. 邓锟.西北农林科技大学 2008
[8]基于ETM+遥感影像的农作物生物质含量提取方法的研究[D]. 张俊峰.南京农业大学 2007
[9]地统计学和神经网络在遥感影像分类中的应用研究[D]. 李小涛.山东科技大学 2004
本文编号：3608386
【文章来源】：内蒙古师范大学内蒙古自治区
【文章页数】：63 页
【学位级别】：硕士
【文章目录】：
中文摘要
ABSTRACT
1 绪论
1.1 研究背景
1.2 研究内容
1.3 研究方法与技术路线
1.4 研究意义
2 研究区选择与数据处理
2.1 研究区
2.2 基础数据
2.3 数据处理
2.4 特征变量提取
2.4.1 归一化差值植被指数
2.4.2 归一化差值水体指数
2.4.3 归一化差值土壤亮度指数
2.4.4 归一化差值城镇指数
2.4.5 归一化差值湿度指数
2.4.6 Landsat/OLI-TIRS数据主成分分析
2.4.7 纹理特征分析
3 盐碱地模式识别
3.1 基于支持向量机的盐碱地识别
3.1.1 支持向量机算法
3.1.2 分类系统的建立与样本的获取
3.1.2.1 分类系统的建立
3.1.2.2 样本的获取
3.1.3 研究区盐碱地识别
3.2 基于常规算法的盐碱地识别
3.2.1 基于最大似然法的盐碱地识别
3.2.2 基于ISODATA法的盐碱地识别
4 结果与分析
4.1 基于随机样本的精度分析
4.1.1 精度检验方法
4.1.2 精度检验结果与分析
4.2 基于目视解译的精度分析
4.2.1 精度检验方法
4.2.2 精度检验结果与分析
5 结论
5.1 结论
5.2 讨论与展望
参考文献
致谢
【参考文献】：
期刊论文
[1]基于决策树的干旱区盐碱化土壤信息提取方法研究[J]. 姜亮亮,刘海隆,安小艳,任艳群. 土壤通报. 2014(04)
[2]Lagrange双支撑向量回归机[J]. 郑逢德,张鸿宾. 计算机科学. 2011(12)
[3]基于环境减灾卫星高光谱数据的盐碱地等级划分[J]. 杨佳佳,姜琦刚,赵静,吴阳春. 农业工程学报. 2011(10)
[4]基于遥感的近30年来河西地区盐碱地动态变化研究[J]. 廖杰,文星. 干旱区资源与环境. 2011(09)
[5]基于纹理的乌兰布和沙漠地区植被信息提取[J]. 邵晓敏,刘勇. 遥感技术与应用. 2010(05)
[6]训练样本数目选择对面向对象影像分类方法精度的影响[J]. 薄树奎,丁琳. 中国图象图形学报. 2010(07)
[7]Dynamics of Saline-alkali Land and Its Ecological Regionalization in Western Songnen Plain, China[J]. YANG Jiuchun1, 2, ZHANG Shuwen1, LI Ying1, BU Kun1, ZHANG Yubo3, CHANG Liping1, ZHANG Yangzhen1 (1. Northeast Institute of Geography and Agroecology, Chinese Academy of Sciences, Changchun 130012, China; 2. Graduate University of the Chinese Academy of Sciences, Beijing 100049, China; 3. Software College, Jilin University, Changchun 130012, China). Chinese Geographical Science. 2010(02)
[8]一种面向对象分类的特征分析方法[J]. 郑毅,武法东,刘艳芳. 地理与地理信息科学. 2010(02)
[9]伊犁新垦区土壤盐碱化遥感信息的提取[J]. 马瀚青,杨小唤. 资源科学. 2009(12)
[10]基于多时相遥感反射光谱特征的土壤盐碱化动态变化监测研究[J]. 安永清,高鸿永,屈永华,段小亮,陈爱萍,姜文英. 中国农村水利水电. 2009(11)
博士论文
[1]基于ASTER遥感数据的建湖县杨树信息提取的研究[D]. 李明诗.南京林业大学 2005
[2]土地利用遥感监测的关键技术及其应用研究——以江西鄱阳湖地区为例[D]. 沈润平.浙江大学 2002
硕士论文
[1]基于遥感技术的吉林西部盐碱地整治规划研究[D]. 胡凤伟.吉林大学 2013
[2]基于MATLAB的遥感图像SVM分类系统实现[D]. 蒋芳.湖北大学 2012
[3]支持向量机多类分类算法研究[D]. 丁然.哈尔滨理工大学 2012
[4]基于MODIS数据的蒙古高原土地覆盖分类研究[D]. 岳瑞红.内蒙古师范大学 2010
[5]基于LANDSAT TM影像毛竹林地上部分碳储量估算研究[D]. 徐小军.浙江林学院 2009
[6]基于最小噪声变换和支持向量机的遥感影像分类方法研究[D]. 纪娜.西北农林科技大学 2009
[7]基于多源信息的TM遥感影像分类[D]. 邓锟.西北农林科技大学 2008
[8]基于ETM+遥感影像的农作物生物质含量提取方法的研究[D]. 张俊峰.南京农业大学 2007
[9]地统计学和神经网络在遥感影像分类中的应用研究[D]. 李小涛.山东科技大学 2004
本文编号：3608386
本文链接：https://www.wllwen.com/nykjlw/nyxlw/3608386.html
