基于无人机影像的一种农田景观小尺度地物的分类方法研究

发布时间：2021-06-25 04:26

　　农业景观由耕作生境和非耕作生境共同组成,非耕作生境是农田景观中自然半自然生境的统称,镶嵌于农田生态系统当中,一般包括树木,树篱,边缘草地。它们的数量,质量和空间配置对农田的生态系统服务功能和生物多样性以及可持续发展有着重要的作用。近年来随着我国高分辨率的遥感卫星应用已愈发成熟,无人机等航空影像凭借自身分辨率高的特点,为小尺度地物识别提供可能。但是目前农田景观宽幅图制作的精度不高,对景观中微小地物的判别程度较低,并且现阶段对景观中的解译研究普遍都是基于大尺度开展,小面积或单个存在的非耕作生境解译的研究较少,难以符合农田微观管理和景观结构研究的要求。基于此,本文以无人机影像为数据源,在构建多层次类别结构的基础上,结合面向对象和具有高效自主的随机森林算法（Random Forest）对农田景观中小尺度地物提出一种具有普适性较强的解译方案。科学合理地运用各类生境在空间结构中的特征差异性,探索机器学习算法在学习运用特征变量进行类描述,并完成自动化的准确分类的能力。而构建多层次类别结构的目的仅是用于减少特征变量的数量,因此保证了子对象不受父对象错分的影响,具有较好的泛化能力,解译结果能有较高的精度... 

【文章来源】：沈阳农业大学辽宁省

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

总体技术路线图

第二章构建农田景观小尺度地物分类的方法体系12图2.1农田景观小尺度地物解译方法技术流程图Fig2.1Technicalchartofsmallscalesurfacefeaturesinterpretationmethodoffarmlandlandscape

状况，就需要对建筑物、设施用地、道路、水体以及裸地等地物进行掩膜制作，以便对农田景观覆被区域进行后续的研究。对于植被信息的提取，普遍采用的植被指数是NDVI。但由于无人机影像只有 RGB 波段，因此采用可见光差异植被指数 VDVI 来代替NDVI（井然等，2016），从而对植被信息进行提取。据其他学者的研究成果，EXG 指数效果同样较好（魏本赞等，2016）。因此在制作非植被掩膜时，要依据现有数据的波段情况以及作物长势程度，合理选择指数。在本研究中对无人机影像进行掩膜提取，运用隶属度函数中的“S”函数或反“S”函数，结合 VDVI 阈值作为简单分类器的分类规则，通过阈值模糊分类法来提取并过滤非植被类别，并将其在分割的主处理程序（如图2.2 所示）中制作成掩膜以突出农田景观的分布。


本文编号：3248488