高空间分辨率遥感数据城市区土地覆盖类型分类潜力评价研究

发布时间：2017-05-06 10:04

  本文关键词：高空间分辨率遥感数据城市区土地覆盖类型分类潜力评价研究，，由笔耕文化传播整理发布。

【摘要】：高空间分辨率遥感数据不断增加,在各行各业中发挥着重要的作用。但如何找到合适的遥感数据来满足不同应用需求,是一个值得研究的课题。目前,国内外针对这方面的研究并不系统和成熟。论文从高空间分辨率遥感数据的基础质量参数评价出发,将数据的基础质量参数与数据的分类总体精度之间建立相应的函数模型,通过模型来预测数据的分类总体精度,用分类总体精度的大小来表征数据的应用潜力,以期帮助数据用户找到合适的遥感数据来满足研究与应用需求。论文的研究主要体现在以下三个方面:1)高空间分辨率遥感数据最优分割结果确定及分类精度评价方法。对于高空间分辨率遥感数据,OBIA(Object-Based Image Analysis,面向对象影像分析)方法相比于传统的基于像元的影像分析方法具有更大的优势,应用OBIA方法进行分类往往会得到更高的分类精度,而应用OBIA方法包括两个关键步骤:首先是影像分割,然后是分类。论文采用最优分割结果进行分类,能够得到最好的分类精度的思路。在最优分割结果确定环节,采用多尺度非监督评价法来得到数据的最优分割结果,并对该方法的单尺度下最优分割结果确定和差异指标确定中的波段权重赋值方法进行了改进。提出将三尺度下最优分割结果当作新的单尺度下最优分割结果,重新确定出新的两尺度下最优分割结果和三尺度下最优分割结果,并将该过程重复3次后,取GS(Global Scores)值最小的三尺度下最优分割结果,将其作为整个影像的最优分割结果,效果较好。在数据分类时,选用随机森林方法对数据的最优分割结果进行分类,该方法属于决策树分类方法,但它比普通的决策树方法具有更多优点。在面向对象分类精度评价上,提出了采用以参考对象为样本,建立考虑参考对象内部精度的混淆矩阵来评价面向对象分类结果的方法。2)高空间分辨率遥感数据的基础质量参数对数据分类精度的影响。影响高空间分辨率遥感数据应用潜力的基础质量参数可划分为:空间特性参数、辐射特性参数和几何特性参数等三个类别,论文分别从三个类别参数中选取MTF(Modulation Transfer Function,调制传递函数)、SNR(Signal-to-Noise Ratio,信噪比)和BBRE(Band-to-Band Registration Error,波段间配准误差)等三个基础质量参数,研究三个基础质量参数与数据的分类总体精度OA之间的关系。采用研究区的WorldView-2高空间分辨率遥感数据,用高斯低通滤波模型改变数据的MTF值,分析不同MTF值下,数据的分类总体精度OA的变化,得出二者之间的变化规律,结果表明:数据的城市区土地覆盖类型分类的总体精度OA随着MTF值的变化而发生改变,当MTF值减小,OA值有降低趋势;当0.25≥MTF≥0.15时,OA值变化趋势不明显;当MTF0.15时,OA值有明显下降趋势;数据分类总体精度OA值随MTF值变化,近似遵循对数函数关系。采用相同的遥感数据,通过控制数据的SNR值大小,分析不同SNR值下,数据的分类总体精度OA的变化,得出二者之间的变化规律,结果表明:数据的城市区土地覆盖类型分类的总体精度OA随着SNR值的变化而发生改变,当SNR值减小,OA值有减少趋势;当SNR值大于46.7,OA值均在80%以上,在此区间,OA值变化幅度不明显;当SNR值小于41.2,OA值均小于80%,且在此区间,OA值变化幅度非常明显;数据的城市区土地覆盖类型分类的总体精度OA与SNR之间近似符合对数函数关系。采用相同的遥感数据,通过改变数据的BBRE值大小,分析不同BBRE值下,数据的分类总体精度OA的变化,得出二者之间的变化规律,结果表明:数据的城市区土地覆盖类型分类总体精度OA值随数据的波段间配准误差BBRE值的增加而呈现减小趋势;当BBRE值在0.125~1范围内,分类总体精度OA值变化的幅度较大;当BBRE值从1.05继续增加,其对应的OA值变化的幅度相对有所减缓,但OA值出现波动的情况比较明显;数据的城市区土地覆盖类型分类的总体精度OA与BBRE之间近似符合幂函数变化关系。3)构建针对城市区土地覆盖类型分类的高空间分辨率遥感数据应用潜力评价模型。综合考虑MTF、SNR和BBRE等这三个基础质量参数的影响,利用实验区的高空间分辨率遥感数据,采用多元回归分析方法,确定了三个基础质量参数与数据的分类总体精度之间的函数关系,从而建立了针对城市区土地覆盖类型分类的高空间分辨率遥感数据的应用潜力评价模型,并用另两个研究区的高空间分辨率遥感数据来验证了所建立的模型的有效性。
【关键词】：高空间分辨率遥感数据 数据应用潜力 质量评价模型 面向对象分类 影像分割
【学位授予单位】：河南理工大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：P237
【目录】：

• 致谢4-5
• 摘要5-7
• Abstract7-17
• 1 引言17-25
• 1.1 研究背景与意义17-18
• 1.2 国内外研究现状及存在的问题18-20
• 1.3 研究内容与技术路线20-25
• 1.3.1 研究目标与内容20-21
• 1.3.2 研究技术路线与论文结构21-25
• 2 遥感数据最优分割结果确定及分类精度评价方法25-33
• 2.1 遥感数据最优分割结果确定方法25-29
• 2.2 分类方法29
• 2.3 分类精度评价方法29-31
• 2.4 本章小结31-33
• 3 单个基础质量参数对高空间分辨率遥感数据城市区土地覆盖类型分类精度的影响规律33-69
• 3.1 基础质量参数的选取33-34
• 3.2 数据及区域34-35
• 3.3 MTF对高空间分辨率遥感数据城市区土地覆盖类型分类精度的影响规律35-48
• 3.3.1 MTF概述35-36
• 3.3.2 MTF测定方法36-41
• 3.3.3 MTF的改变41-42
• 3.3.4 数据对应的MTF值测定42
• 3.3.5 不同MTF值影像生成42-44
• 3.3.6 影像分割及最优分割结果确定44-45
• 3.3.7 分类精度评价45-46
• 3.3.8 实验结果与讨论46-48
• 3.4 SNR对高空间分辨率遥感数据城市区土地覆盖类型分类精度的影响规律48-55
• 3.4.1 SNR概述48
• 3.4.2 SNR测定48-50
• 3.4.3 SNR的改变50
• 3.4.4 数据的SNR值测定50-51
• 3.4.5 不同SNR值影像生成51-53
• 3.4.6 影像分割及最优分割结果确定53
• 3.4.7 分类精度评价53
• 3.4.8 实验结果与讨论53-55
• 3.5 BBRE对高空间分辨率遥感数据城市区土地覆盖类型分类精度的影响规律55-67
• 3.5.1 BBRE概述55
• 3.5.2 BBRE测定55-60
• 3.5.3 BBRE的改变60-62
• 3.5.4 数据对应的BBRE值测定62-63
• 3.5.5 不同BBRE值影像生成63-64
• 3.5.6 影像分割及最优分割结果确定64-65
• 3.5.7 分类精度评价65
• 3.5.8 实验结果与讨论65-67
• 3.6 本章小结67-69
• 4 针对城市区土地覆盖类型分类的高空间分辨率遥感数据应用潜力评价模型69-87
• 4.1 实验方案69-70
• 4.2 模型建立70-74
• 4.2.1 数据及区域70
• 4.2.2 基础质量参数值设置70-71
• 4.2.3 数据分割及分类精度确定71
• 4.2.4 数据应用潜力评价模型建立71-74
• 4.3 模型验证74-85
• 4.3.1 验证数据及区域74-75
• 4.3.2 验证数据的基础质量参数测定75-79
• 4.3.3 不同基础质量参数值遥感数据的生成79-82
• 4.3.4 数据分割及分类精度确定82-83
• 4.3.5 模型有效性的验证83-85
• 4.4 本章小结85-87
• 5 结论与展望87-91
• 5.1 主要研究成果与结论87-88
• 5.1.1 提出了一套完整的确定高空间分辨率遥感数据分类精度的方法87
• 5.1.2 定量评价了高空间分辨率遥感数据的基础质量参数对数据分类精度的影响87-88
• 5.1.3 构建了针对城市区土地覆盖类型分类的高空间分辨率遥感数据应用潜力评价模型88
• 5.2 创新点88-89
• 5.3 问题与展望89-91
• 参考文献91-101
• 作者简历101-103
• 学位论文数据集103

【相似文献】

中国期刊全文数据库 前10条

1 张俊;王宝山;张志强;;面向对象的高空间分辨率影像分类研究[J];测绘信息与工程;2010年03期

2 张伟伟;毛政元;;一种面向高空间分辨率遥感影像的路口自动定位新方法[J];国土资源遥感;2012年01期

3 刘晓;易维宁;乔延利;崔文煜;;基于艇载遥感成像数据的高空间分辨率全色遥感图像仿真[J];红外与毫米波学报;2013年05期

4 施益强;朱晓铃;蔺方;;基于多因子对象的高空间分辨率遥感影像道路提取[J];集美大学学报(自然科学版);2010年04期

5 张桂芳;单新建;尹京苑;马照松;赵俊娟;;单幅高空间分辨率卫星图像提取建筑物三维信息的方法研究[J];地震地质;2007年01期

6 李利伟;马建文;欧阳峗;温奇;;基于时刻独立脉冲耦合神经网络的高空间分辨率遥感影像分割[J];遥感学报;2008年01期

7 王行风;邓喀中;汪云甲;;利用DGPS和高空间分辨率影像进行煤矿区地形图更新研究[J];中国矿业;2008年05期

8 刘生;王潇宇;邱新法;;基于数学形态学的高空间分辨率遥感影像几何特征提取[J];地球信息科学;2008年02期

9 刘建华;;多色彩高空间分辨率遥感影像矢量边缘信息提取算法与应用[J];地球信息科学学报;2010年06期

10 陈启浩;刘志敏;刘修国;罗红霞;高伟;王红平;;面向基元的高空间分辨率矿区遥感影像土地利用分类[J];地球科学(中国地质大学学报);2010年03期

中国重要会议论文全文数据库 前3条

1 龚冰蕾;瞿瑛;韩静;;高空间分辨率影像城市道路信息自动提取算法研究[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

2 王建宇;舒嵘;;小型高光谱、高空间分辨率机载集成系统[A];成像光谱技术与应用研讨会论文集[C];2004年

3 林锐;吴仁华;肖壮伟;刘国瑞;孔抗美;郎志谨;;高空间分辨率CE-MRA和常规CE-MRA体外血管模型的对比研究[A];第十三届全国波谱学学术会议论文摘要集[C];2004年

中国重要报纸全文数据库 前1条

1 记者 芈峤;国家“高分一号”卫星首次观测到青海湖周边24个子湖泊[N];青海日报;2014年

中国博士学位论文全文数据库 前4条

1 刘晶晶;基于全数字PET探测器的局部高空间分辨率PET成像研究[D];华中科技大学;2015年

2 袁占良;高空间分辨率遥感数据城市区土地覆盖类型分类潜力评价研究[D];河南理工大学;2015年

3 刘建华;高空间分辨率遥感影像自适应分割方法研究[D];福州大学;2011年

4 邓广;高空间分辨率遥感影像单株立木识别与树冠分割算法研究[D];中国林业科学研究院;2009年

中国硕士学位论文全文数据库 前10条

1 许聃;全光信号处理辅助的高空间分辨率OFDR技术研究[D];上海交通大学;2015年

2 杨帆;同源/异源高空间分辨率遥感影像融合比较及其应用研究[D];安徽大学;2016年

3 钟其柱;高空间分辨率头相关传输函数数据库的建立及分析[D];华南理工大学;2011年

4 朱霞;基于高空间分辨率影像的建筑物边缘空间信息提取研究[D];浙江大学;2014年

5 王卫国;高空间分辨率遥感影像阴影处理方法研究[D];西安科技大学;2008年

6 亓辰;高光谱与高空间分辨率遥感图像融合算法研究[D];哈尔滨工业大学;2008年

7 邹会杰;基于高空间分辨率的高光谱遥感数据的城市地物分类[D];山东大学;2014年

8 王璐;高空间分辨率影像小班区划技术研究[D];西安科技大学;2014年

9 孙宁;面向高空间分辨率遥感影像的建筑物目标识别方法研究[D];浙江大学;2010年

10 董广军;高光谱与高空间分辨率遥感信息融合技术研究[D];解放军信息工程大学;2004年

  本文关键词：高空间分辨率遥感数据城市区土地覆盖类型分类潜力评价研究，由笔耕文化传播整理发布。

本文编号：348177