基于深度学习的草地变化监测研究

发布时间：2021-05-20 16:31

　　草地生态系统是自然生态系统的重要组成部分,对维系生态平衡、地区经济、人文历史具有重要的价值。新疆地处中国西北边陲,是我国“五大牧区”之一,主要源于拥有丰富的天然草地资源,其中草地面积为5.6×10⁷ hm²,草地面积占全国总草地面积的14.6%,位居全国第三,生态经济价值高。另一方面,新疆属于干旱半干旱地区,沙漠广布,生态环境脆弱,区域草地植被衰退常常意示着沙漠化的开始,因而草地地表植被和地下根系对土壤具有防风固沙、保持水土的作用。因此,草地对维持、改善新疆地区脆弱的生态环境作用巨大,对其实现实时动态监测非常重要。因遥感具有监测范围大、周期性强等特点,目前在草地监测中得到了大量的应用。然而随着精细化畜牧管理和生态环境文明建设的推进,决策对草地生长状况的监测要求也越来越高。面对多源、多分辨率遥感数据越来越多,如何快速、准确地识别植被生长状况,尤其是稀疏草地的动态变化,具有非常现实的意义。针对遥感大数据支持下的草地快速处理与识别问题,本文采用具有特征自主学习的深度学习（Deep Learning）——胶囊网络算法,以Landsat 5、Lands... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究意义
    1.2 草地变化监测方法研究进展
    1.3 深度学习在植被监测中的应用进展
    1.4 干旱半干旱区草地变化监测现状
    1.5 研究内容和技术路线
        1.5.1 研究内容
        1.5.2 技术路线
    1.6 论文主要贡献和创新
    1.7 论文组织结构
第二章 研究区概况及数据处理
    2.1 研究区概况
        2.1.1 地理概况
        2.1.2 气象水文
        2.1.3 地形地貌
        2.1.4 土地利用
    2.2 研究区数据源
        2.2.1 Landsat数据介绍
        2.2.2 高分一号数据介绍
        2.2.3 DEM数据介绍
    2.3 数据采集
    2.4 数据预处理
    2.5 本章小结
第三章 基于遥感和多维特征的草地分类深度学习方法研究
    3.1 胶囊网络结构与改进
    3.2 适应一维向量的胶囊网络结构改进
    3.3 适应多时相数据的胶囊网络结构改进
    3.4 多维特征的提取
        3.4.1 遥感图像纹理特征提取原理
        3.4.2 基于DEM的地形特征提取原理
        3.4.3 增强型植被指数(EVI)
    3.5 本章小结
第四章 基于胶囊网络的草地覆盖度识别试验研究
    4.1 试验技术路线
    4.2 基于单时相中分辨率遥感的草地识别
        4.2.1 土地利用类型样本数据集的建立
        4.2.2 多维特征指标的计算
        4.2.3 不同特征组合条件下的胶囊网络模型训练
        4.2.4 草地提取及精度分析
        4.2.5 不同分类方法对比
    4.3 基于多时相中分辨率遥感的草地覆盖度识别
        4.3.1 多时相样本数据集的建立
        4.3.2 特征指标EVI时间序列的计算
        4.3.3 胶囊网络模型训练
        4.3.4 草地覆盖度的判别及精度分析
    4.4 本章小结
第五章 胶囊网络识别模型在新疆典型草原变化监测中的应用
    5.1 唐布拉草原典型区草地变化监测
        5.1.1 2009 -2020 年草地面积变化
        5.1.2 草地空间分布与转化
    5.2 唐布拉草原典型区草地覆盖度的动态监测
        5.2.1 不同覆盖度草地的时间变化
        5.2.2 草地覆盖度的空间转移
        5.2.3 草地覆盖度的空间转移分布
    5.3 唐布拉草原典型区草地质量变化综合评价
    5.4 本章小结
第六章 结论与展望
    6.1 结论
    6.2 展望
致谢
参考文献
攻读硕士学位期间取得的成果
攻读硕士学位期间参与的项目


【参考文献】：
期刊论文
[1]基于高分一号遥感卫星的渤海湾悬浮泥沙时空分布反演[J]. 蔡新立.  大气与环境光学学报. 2020(02)
[2]新疆生产建设兵团草地资源遥感解译[J]. 武强,李雪锋,李刚勇.  新疆畜牧业. 2018(09)
[3]新疆草地资源普查对草地资源清查的意义[J]. 武强,郝兴明,李雪锋,彭建.  新疆畜牧业. 2018(06)
[4]Landsat8卫星遥感数据预处理方法[J]. 祝佳.  国土资源遥感. 2016(02)
[5]基于GF-1卫星数据的农作物种植面积遥感抽样调查方法[J]. 刘国栋,邬明权,牛铮,王长耀.  农业工程学报. 2015(05)
[6]近10年新疆草地生态系统净初级生产力及其时空格局变化研究[J]. 杨红飞,刚成诚,穆少杰,章超斌,周伟,李建龙.  草业学报. 2014(03)
[7]走进唐布拉草原[J]. 宋伯航.  新疆林业. 2014(02)
[8]那曲地区草地植被时空格局与变化及其人文因素影响研究[J]. 宋春桥,游松财,刘高焕,柯灵红,钟新科.  草业学报. 2012(03)
[9]新疆草地现状、退化原因及治理对策[J]. 景辉,张步廉,赵永卫.  新疆畜牧业. 2010(09)
[10]基于多特征的遥感影像决策树分类[J]. 潘琛,林怡,陈映鹰.  光电子.激光. 2010(05)

博士论文
[1]基于光学和雷达影像的吉林省西部草地退化评价[D]. 于皓.中国科学院大学(中国科学院东北地理与农业生态研究所) 2018

硕士论文
[1]基于InSAR技术的坡体形变监测研究[D]. 杨加利.电子科技大学 2019
[2]新疆尼勒克县地质灾害评价研究[D]. 张静.新疆农业大学 2016
[3]多光谱遥感图像数据去云方法研究[D]. 沈炀.电子科技大学 2016
[4]基于卷积神经网络的鞋印图像分类算法研究[D]. 张弛.大连海事大学 2016
[5]RS与GIS支持下的伊犁谷地地质灾害风险评价[D]. 王小丽.长安大学 2013



本文编号：3198077