基于LANDSAT影像的城市不透水面提取及时空演变研究
发布时间：2021-06-07 04:06
城市化指随着地区产业结构调整,人口增长,土地覆盖类型转变,该地区从农村逐渐转变成城市的过程。不透水面变化可以作为衡量城市化发展水平的指标。遥感技术的发展为城市不透水面时空演变的研究提供大量多时相的遥感数据。本论文以Landsat遥感影像为数据源,并选择成都市主城区为研究区域,在2001、2005、2009、2013和2017年的Landsat影像上开展的不透水面研究工作包括以下三点:（1）基于归一化植被指数、改进的归一化差异水体指数、生物物理组成指数,得到Landsat遥感影像混合像元中植被、水体和高反照地物的覆盖度信息,然后结合波段组合,对Landsat影像上的部分像元进行解译,构建水体、不透水面、植被和裸地样本数据集。（2）以2017年5月1号的样本数据集为基础,构建基于一维数据的BP神经网络模型和基于二维数据的卷积神经网络模型,探索最佳不透水面提取算法。研究结果表明:BP神经网络易将不透水面误分为裸地,总体精度为83.31%,Kappa系数为0.78,Macro F1值为81.27%;卷积神经网络没有将不透水面误分为裸地,总体精度为98.32%,Kappa系数为0.98,Macr...
【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】：90 页
【学位级别】：硕士
【部分图文】：
005年成都市主城区NDVI指数图
第二章不透水面信息提取及时空演变分析方法11图2-22005年成都市主城区MNDWI指数图2.1.3不透水面和裸地样本点选取本论文利用生物物理组成指数（BiophysicalCompositionIndex，BCI）辅助裸地和不透水面样本点选龋BCI首先由Deng和Wu在2012年提出[35]。BCI指数需要得到缨帽变换（TasseledCapTransformation，TCT）结果中的的亮度，绿度和湿度分量，并将这三个分量归一化处理，完整BCI计算流程如图2-3。+++=V2LH/V2LHBCI(2-4)其中，H是归一化的缨帽变换亮度分量（TC1），代表高反射率地物；V是归一化的缨帽变换绿度分量（TC2），代表植被；L是归一化的缨帽变换湿度分量（TC3），代表湿度。计算公式(2-5)至(2-7)[38]。()()11min1maxmin1=TCTC/TCTCH(2-5)()()22min2maxmin2=TCTC/TCTCV(2-6)()()33min3maxmin3=TCTC/TCTCL(2-7)
第二章不透水面信息提取及时空演变分析方法13图2-4为成都市主城区2005年BCI指数图，其中水体经过掩膜，像素值值为0，亮度值越高的像素点代表高反照地物。图2-42005年成都市主城区BCI指数图为了避免遥感图像光谱差异性导致的分类误差，本论文分别在2001，2005，2009，2013和2017年的影像上选取样本。样本点的选择遵循光谱可分性大于1.9的原则，且空间分布均匀，尽可能得保证样本点覆盖所有的特征。每年影像中的样本点选择数量如表2-2所示。表2-2选取样本数量年份类别20012005200920132017水体1,9531,4151,1401,0883,130不透水面2,5732,9352,2272,4593,987植被3,0133,0072,2992,2014,950裸地5091,1132,0471,9132,337总计8,0488,4707,7137,76114,404
【参考文献】：
期刊论文
[1]不透水面与地表径流时空相关性研究——以杭州市主城区为例[J]. 要志鑫,孟庆岩,孙震辉,柳树福,张琳琳. 遥感学报. 2020(02)
[2]基于深度学习模型的城市高分辨率遥感影像不透水面提取[J]. 蔡博文,王树根,王磊,邵振峰. 地球信息科学学报. 2019(09)
[3]基于多源高分辨率遥感影像的2 m不透水面一张图提取[J]. 邵振峰,张源,黄昕,朱秀丽,吴亮,万波. 武汉大学学报(信息科学版). 2018(12)
[4]长三角地区不透水面多时相遥感提取及变化监测[J]. 高绍鑫,陈健,郑凯端,吴迪,周杰. 科技通报. 2018(10)
[5]近20年京津唐地区不透水面变化的遥感监测[J]. 向超,朱翔,胡德勇,乔琨,陈姗姗. 地球信息科学学报. 2018(05)
[6]城镇化过程中滇池流域不透水表面扩张特征及其水环境效应[J]. 罗毅,赵艺淞,杨昆,喻瑧钰,商春雪,潘梅娥,陈可辛. 农业工程学报. 2018(06)
[7]武汉市不透水地表时空格局分析[J]. 张扬,刘艳芳,刘以. 地理科学. 2017(12)
[8]北京城区不透水地表盖度变化及对地表温度的影响[J]. 张旸,胡德勇,陈姗姗. 地球信息科学学报. 2017(11)
[9]京津冀地区不透水表面扩张对PM2.5污染的影响研究[J]. 王桂林,杨昆,杨扬. 中国环境科学. 2017(07)
[10]遥感技术在不透水层提取中的应用与展望[J]. 李德仁,罗晖,邵振峰. 武汉大学学报(信息科学版). 2016(05)
硕士论文
[1]中原城市群开放型经济发展水平时空演变及影响因素研究[D]. 蔡冰冰.河南大学 2019
[2]基于改进VGGNet的不透水面信息提取应用研究[D]. 陈磊阳.河南大学 2019
[3]都江堰灌区乡村景观格局演变与优化策略研究[D]. 刘虹霞.西南交通大学 2019
[4]基于Landsat与Sentinel-1数据的北京市不透水面信息提取及动态变化研究[D]. 王庆帅.吉林大学 2019
[5]京津冀城市群第二产业空间集聚研究[D]. 陈妍.武汉大学 2018
[6]卷积神经网络在图像分类中的应用研究[D]. 吴正文.电子科技大学 2015
[7]城市景观格局变化与热环境影响分析[D]. 黄欢欢.福建师范大学 2015
[8]成都经济技术开发区深化管理体制改革专题研究[D]. 郑小勇.电子科技大学 2015
[9]基于卷积神经网络的人脸识别研究[D]. 叶浪.东南大学 2015
本文编号：3215821
【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】：90 页
【学位级别】：硕士
【部分图文】：
005年成都市主城区NDVI指数图
第二章不透水面信息提取及时空演变分析方法11图2-22005年成都市主城区MNDWI指数图2.1.3不透水面和裸地样本点选取本论文利用生物物理组成指数（BiophysicalCompositionIndex，BCI）辅助裸地和不透水面样本点选龋BCI首先由Deng和Wu在2012年提出[35]。BCI指数需要得到缨帽变换（TasseledCapTransformation，TCT）结果中的的亮度，绿度和湿度分量，并将这三个分量归一化处理，完整BCI计算流程如图2-3。+++=V2LH/V2LHBCI(2-4)其中，H是归一化的缨帽变换亮度分量（TC1），代表高反射率地物；V是归一化的缨帽变换绿度分量（TC2），代表植被；L是归一化的缨帽变换湿度分量（TC3），代表湿度。计算公式(2-5)至(2-7)[38]。()()11min1maxmin1=TCTC/TCTCH(2-5)()()22min2maxmin2=TCTC/TCTCV(2-6)()()33min3maxmin3=TCTC/TCTCL(2-7)
第二章不透水面信息提取及时空演变分析方法13图2-4为成都市主城区2005年BCI指数图，其中水体经过掩膜，像素值值为0，亮度值越高的像素点代表高反照地物。图2-42005年成都市主城区BCI指数图为了避免遥感图像光谱差异性导致的分类误差，本论文分别在2001，2005，2009，2013和2017年的影像上选取样本。样本点的选择遵循光谱可分性大于1.9的原则，且空间分布均匀，尽可能得保证样本点覆盖所有的特征。每年影像中的样本点选择数量如表2-2所示。表2-2选取样本数量年份类别20012005200920132017水体1,9531,4151,1401,0883,130不透水面2,5732,9352,2272,4593,987植被3,0133,0072,2992,2014,950裸地5091,1132,0471,9132,337总计8,0488,4707,7137,76114,404
【参考文献】：
期刊论文
[1]不透水面与地表径流时空相关性研究——以杭州市主城区为例[J]. 要志鑫,孟庆岩,孙震辉,柳树福,张琳琳. 遥感学报. 2020(02)
[2]基于深度学习模型的城市高分辨率遥感影像不透水面提取[J]. 蔡博文,王树根,王磊,邵振峰. 地球信息科学学报. 2019(09)
[3]基于多源高分辨率遥感影像的2 m不透水面一张图提取[J]. 邵振峰,张源,黄昕,朱秀丽,吴亮,万波. 武汉大学学报(信息科学版). 2018(12)
[4]长三角地区不透水面多时相遥感提取及变化监测[J]. 高绍鑫,陈健,郑凯端,吴迪,周杰. 科技通报. 2018(10)
[5]近20年京津唐地区不透水面变化的遥感监测[J]. 向超,朱翔,胡德勇,乔琨,陈姗姗. 地球信息科学学报. 2018(05)
[6]城镇化过程中滇池流域不透水表面扩张特征及其水环境效应[J]. 罗毅,赵艺淞,杨昆,喻瑧钰,商春雪,潘梅娥,陈可辛. 农业工程学报. 2018(06)
[7]武汉市不透水地表时空格局分析[J]. 张扬,刘艳芳,刘以. 地理科学. 2017(12)
[8]北京城区不透水地表盖度变化及对地表温度的影响[J]. 张旸,胡德勇,陈姗姗. 地球信息科学学报. 2017(11)
[9]京津冀地区不透水表面扩张对PM2.5污染的影响研究[J]. 王桂林,杨昆,杨扬. 中国环境科学. 2017(07)
[10]遥感技术在不透水层提取中的应用与展望[J]. 李德仁,罗晖,邵振峰. 武汉大学学报(信息科学版). 2016(05)
硕士论文
[1]中原城市群开放型经济发展水平时空演变及影响因素研究[D]. 蔡冰冰.河南大学 2019
[2]基于改进VGGNet的不透水面信息提取应用研究[D]. 陈磊阳.河南大学 2019
[3]都江堰灌区乡村景观格局演变与优化策略研究[D]. 刘虹霞.西南交通大学 2019
[4]基于Landsat与Sentinel-1数据的北京市不透水面信息提取及动态变化研究[D]. 王庆帅.吉林大学 2019
[5]京津冀城市群第二产业空间集聚研究[D]. 陈妍.武汉大学 2018
[6]卷积神经网络在图像分类中的应用研究[D]. 吴正文.电子科技大学 2015
[7]城市景观格局变化与热环境影响分析[D]. 黄欢欢.福建师范大学 2015
[8]成都经济技术开发区深化管理体制改革专题研究[D]. 郑小勇.电子科技大学 2015
[9]基于卷积神经网络的人脸识别研究[D]. 叶浪.东南大学 2015
本文编号：3215821
本文链接：https://www.wllwen.com/wenyilunwen/huanjingshejilunwen/3215821.html
