基于国产多源高分遥感的广西红树林种间分类研究
发布时间：2022-08-01 15:36
红树林生态系统是海岸带重要生态系统,具有维护海岸带生态系统生物多样性、促淤固滩、净化水质和维护沿海地区生态安全等功能,同时对全球环境和气候具有重要指示意义。广西壮族自治区作为我国单位长度海岸线上红树林分布面积最大的省份,其红树林湿地景观独特,在维护生物多样性和滨海湿地生态系统平衡中起到重要作用,具有重要研究意义。准确了解各区域红树林种类有助于红树林的资源调查、保护和利用。目前关于广西红树林遥感识别与监测,主要侧重大尺度红树林分布面积调查和小尺度下的红树林生物物理参数研究。尚缺少广西红树林大尺度的种间精细分类,因此,迫切需要使用高分遥感影像数据开展红树林种间精细分类研究,为广西壮族自治区红树林管理、保护和重建提供技术与数据支撑。本文基于高分一号（GF-1）、高分二号（GF-2）、高分五号（GF-5）和大疆（DJI）无人机等国产多源遥感数据,开展广西红树林种类遥感研究。以2018年GF-2数据为数据源,在红树林种间精细分类方法研究中,提出了一种现场样本与分割对象相结合的红树林种间分类方法（OBSO）。基于GF-5高光谱数据,从特征提取和波段选择两个角度开展高光谱数据降维方法研究,提出了基于...
【文章页数】：83 页
【学位级别】：硕士
【文章目录】：
中文摘要
ABSTRACT
1 引言
1.1 选题依据
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 红树林高空间分辨率遥感种间分类研究进展
1.2.2 红树林高光谱遥感种间分类研究进展
1.2.3 广西红树林研究进展
1.3 研究内容和技术路线
1.3.1 主要研究内容
1.3.2 总体技术路线
1.4 论文篇章结构
2 材料与方法
2.1 研究区概况
2.1.1 地理位置
2.1.2 自然环境
2.2 数据与处理
2.2.1 遥感影像数据
2.2.2 现场调查数据
2.2.3 数据处理
2.3 方法
2.3.1 分类方法
2.3.2 验证方法
3 基于国产高空间分辨率遥感的红树林种间分类方法
3.1 基于像素分类方法
3.2 现场样本与分割对象相结合的面向对象分类方法
3.3 方法对比分析
4 基于国产高光谱遥感的红树林种间分类方法
4.1 高光谱图像处理
4.1.1 数据异常值剔除
4.1.2 子空间划分
4.2 高光谱降维方法研究
4.2.1 子空间与最小噪声分离相结合的特征提取
4.2.2 子空间内最佳指数因子与图像导数相结合的波段选择
4.3 结果分析
5 广西红树林种类遥感监测
5.1 红树林种类面积与分布分析
5.1.1 广西红树林种类面积与分布分析
5.1.2 自然保护区红树林种类面积与分布分析
5.1.3 群落结构与演替过程分析
5.2 山口保护区红树林种类变迁分析
5.2.1 山口红树林种类时空格局及动态变化
5.2.2 红树林景观结构动态变化
5.2.3 驱动因子分析
6 结论与讨论
6.1 结论
6.2 讨论
致谢
攻读硕士学位期间主要成果
参考文献
【参考文献】：
期刊论文
[1]中国建设用地扩张对景观格局演化的影响[J]. 李广东,戚伟. 地理学报. 2019(12)
[2]基于多类型无人机数据的红树林遥感分类对比[J]. 刘凯,龚辉,曹晶晶,朱远辉. 热带地理. 2019(04)
[3]热带红树林土壤性质与红树林物种组成研究进展[J]. 孙茜茜,易小平,廖文彬,代正福. 热带农业科学. 2019(03)
[4]基于多源遥感的红树林监测[J]. 王乐,时晨,田金炎,宋晓楠,贾明明,李小娟,刘晓萌,钟若飞,殷大萌,杨杉杉,郭先仙. 生物多样性. 2018(08)
[5]广西红树林的植物类型[J]. 潘良浩,史小芳,曾聪,陈元松. 广西科学. 2018(04)
[6]1980—2015年间泰国红树林资源变化的遥感监测与分析[J]. 吴培强,张杰,马毅,任广波. 海洋科学进展. 2018(03)
[7]广西北仑河口红树植物种群结构与动态特征[J]. 胡刚,黎洁,覃盈盈,胡宝清,刘熊,张忠华. 生态学报. 2018(09)
[8]基于资源三号影像的红树林物种分类研究[J]. 李想,刘凯,朱远辉,蒙琳,于晨曦,曹晶晶. 遥感技术与应用. 2018(02)
[9]广西廉州湾红树林湿地景观格局动态及其成因[J]. 李丽凤,刘文爱. 森林与环境学报. 2018(02)
[10]广西滨海盐沼生态系统研究现状及展望[J]. 潘良浩,史小芳,曾聪,陶艳成,范航清. 广西科学. 2017(05)
博士论文
[1]中国滨海湿地互花米草入侵遥感监测及变化分析[D]. 刘明月.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
[2]西北地区冬小麦生长状况高光谱遥感监测研究[D]. 田明璐.西北农林科技大学 2017
[3]海平面上升影响下广西海岸带红树林生态系统脆弱性评估[D]. 李莎莎.华东师范大学 2015
[4]1973～2013年中国红树林动态变化遥感分析[D]. 贾明明.中国科学院研究生院（东北地理与农业生态研究所） 2014
[5]高光谱遥感图像分类技术研究[D]. 高恒振.国防科学技术大学 2011
硕士论文
[1]稀土复垦矿区典型植被高光谱特征分析及判别研究[D]. 王英浩.江西理工大学 2019
[2]高光谱遥感图像降维技术研究[D]. 张悦.东华理工大学 2018
[3]基于波段子区间划分的高光谱图像分类研究[D]. 彭焱.浙江工业大学 2017
[4]昌邑国家海洋生态特别保护区柽柳地上生物量与地上碳储量遥感估算研究[D]. 杨国强.内蒙古师范大学 2017
[5]现代黄河三角洲入侵植物互花米草遥感监测与分析[D]. 杨俊芳.中国石油大学(华东) 2017
[6]广西沿海红树林信息遥感检测技术研究[D]. 杭睿翔.广西师范大学 2016
[7]1960-2010年广西红树林景观空间结构动态分析[D]. 夏阳丽.广西大学 2014
[8]基于遥感的广东湛江红树林湿地动态变化研究[D]. 毛丽君.南京林业大学 2011
本文编号：3667716
【文章页数】：83 页
【学位级别】：硕士
【文章目录】：
中文摘要
ABSTRACT
1 引言
1.1 选题依据
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 红树林高空间分辨率遥感种间分类研究进展
1.2.2 红树林高光谱遥感种间分类研究进展
1.2.3 广西红树林研究进展
1.3 研究内容和技术路线
1.3.1 主要研究内容
1.3.2 总体技术路线
1.4 论文篇章结构
2 材料与方法
2.1 研究区概况
2.1.1 地理位置
2.1.2 自然环境
2.2 数据与处理
2.2.1 遥感影像数据
2.2.2 现场调查数据
2.2.3 数据处理
2.3 方法
2.3.1 分类方法
2.3.2 验证方法
3 基于国产高空间分辨率遥感的红树林种间分类方法
3.1 基于像素分类方法
3.2 现场样本与分割对象相结合的面向对象分类方法
3.3 方法对比分析
4 基于国产高光谱遥感的红树林种间分类方法
4.1 高光谱图像处理
4.1.1 数据异常值剔除
4.1.2 子空间划分
4.2 高光谱降维方法研究
4.2.1 子空间与最小噪声分离相结合的特征提取
4.2.2 子空间内最佳指数因子与图像导数相结合的波段选择
4.3 结果分析
5 广西红树林种类遥感监测
5.1 红树林种类面积与分布分析
5.1.1 广西红树林种类面积与分布分析
5.1.2 自然保护区红树林种类面积与分布分析
5.1.3 群落结构与演替过程分析
5.2 山口保护区红树林种类变迁分析
5.2.1 山口红树林种类时空格局及动态变化
5.2.2 红树林景观结构动态变化
5.2.3 驱动因子分析
6 结论与讨论
6.1 结论
6.2 讨论
致谢
攻读硕士学位期间主要成果
参考文献
【参考文献】：
期刊论文
[1]中国建设用地扩张对景观格局演化的影响[J]. 李广东,戚伟. 地理学报. 2019(12)
[2]基于多类型无人机数据的红树林遥感分类对比[J]. 刘凯,龚辉,曹晶晶,朱远辉. 热带地理. 2019(04)
[3]热带红树林土壤性质与红树林物种组成研究进展[J]. 孙茜茜,易小平,廖文彬,代正福. 热带农业科学. 2019(03)
[4]基于多源遥感的红树林监测[J]. 王乐,时晨,田金炎,宋晓楠,贾明明,李小娟,刘晓萌,钟若飞,殷大萌,杨杉杉,郭先仙. 生物多样性. 2018(08)
[5]广西红树林的植物类型[J]. 潘良浩,史小芳,曾聪,陈元松. 广西科学. 2018(04)
[6]1980—2015年间泰国红树林资源变化的遥感监测与分析[J]. 吴培强,张杰,马毅,任广波. 海洋科学进展. 2018(03)
[7]广西北仑河口红树植物种群结构与动态特征[J]. 胡刚,黎洁,覃盈盈,胡宝清,刘熊,张忠华. 生态学报. 2018(09)
[8]基于资源三号影像的红树林物种分类研究[J]. 李想,刘凯,朱远辉,蒙琳,于晨曦,曹晶晶. 遥感技术与应用. 2018(02)
[9]广西廉州湾红树林湿地景观格局动态及其成因[J]. 李丽凤,刘文爱. 森林与环境学报. 2018(02)
[10]广西滨海盐沼生态系统研究现状及展望[J]. 潘良浩,史小芳,曾聪,陶艳成,范航清. 广西科学. 2017(05)
博士论文
[1]中国滨海湿地互花米草入侵遥感监测及变化分析[D]. 刘明月.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
[2]西北地区冬小麦生长状况高光谱遥感监测研究[D]. 田明璐.西北农林科技大学 2017
[3]海平面上升影响下广西海岸带红树林生态系统脆弱性评估[D]. 李莎莎.华东师范大学 2015
[4]1973～2013年中国红树林动态变化遥感分析[D]. 贾明明.中国科学院研究生院（东北地理与农业生态研究所） 2014
[5]高光谱遥感图像分类技术研究[D]. 高恒振.国防科学技术大学 2011
硕士论文
[1]稀土复垦矿区典型植被高光谱特征分析及判别研究[D]. 王英浩.江西理工大学 2019
[2]高光谱遥感图像降维技术研究[D]. 张悦.东华理工大学 2018
[3]基于波段子区间划分的高光谱图像分类研究[D]. 彭焱.浙江工业大学 2017
[4]昌邑国家海洋生态特别保护区柽柳地上生物量与地上碳储量遥感估算研究[D]. 杨国强.内蒙古师范大学 2017
[5]现代黄河三角洲入侵植物互花米草遥感监测与分析[D]. 杨俊芳.中国石油大学(华东) 2017
[6]广西沿海红树林信息遥感检测技术研究[D]. 杭睿翔.广西师范大学 2016
[7]1960-2010年广西红树林景观空间结构动态分析[D]. 夏阳丽.广西大学 2014
[8]基于遥感的广东湛江红树林湿地动态变化研究[D]. 毛丽君.南京林业大学 2011
本文编号：3667716
本文链接：https://www.wllwen.com/shoufeilunwen/zaizhiyanjiusheng/3667716.html
