集成机器学习与面向对象影像分类的大区域林地信息提取及其泛化能力研究

发布时间：2021-08-06 00:04

　　森林在陆地生态系统中起着调节气候、涵养水源等方面的作用,是国家可持续发展战略的重要物质基础。准确获取林地空间分布有助于林地变化监测且通过对其变化的分析,制定相应保护管理政策。遥感技术的发展可以为生态监测和大面积森林资源清查提供经济有效的手段。利用遥感技术获取林地信息时,传统的目视解译属于劳动密集型信息提取工作,资源耗费巨大。与计算机相结合的遥感技术大大提高信息提取的自动化,其中,借助机器学习法是其中一个重要的研究方向。当前机器学习法在应用到特定的遥感影像分类中,普遍属于逐景训练、逐景分类的模式,存在训练样本重复选取以及分类过程中模型参数消耗等问题。对于跨越几十甚至上百景遥感影像广泛的研究区域,如何通过在小面积典型区域内建立的机器学习模型实现大范围研究区内高精度的林地信息提取,有待探索。机器学习方法中分类器正确分类训练集以外数据的能力称之为泛化能力,也称为预测能力。泛化能力是评价分类器所生成的算法好坏的重要指标。泛化能力越强,预测精度越高。选择泛化能力高的分类器从而使之有效用于训练集之外其它数据集,对于实现机器学习模型的可移植性至关重要。为了能够从多景多时相批量遥感影像中高质量地提取出跨... 

【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校

【文章页数】：100 页

【学位级别】：硕士

【部分图文】：

技术流程图

2.1 研究区概况2.1.1 地理位置祁连山（图 2-1）是古代匈奴语，可意为“天之山”。位于青海省与甘肃省的北部交界区，是西北地区著名高大山系之一。东起乌鞘岭，西至当金山口，南靠柴达木盆地，北临河西走廊，介于东经 94～104°E，北纬 36～39°N，横跨甘肃、青海两省，长达千余公里。是我国西北干旱区石羊河、黑河和疏勒河等诸多内陆河的发源地，黄河、青海湖的重要水源补给区，也是我国季风和西风带交汇的敏感区。2008 年，在国家环保部公布的《全国生态功能区划》中，将祁连山区确定为水源涵养生态功能区，将“祁连山山地水源涵养重要区”列为全国 50 个重要生态服务功能区之一[57]。山区由多条西北—东南走向的平行山脉及宽谷组[16]。其长约 1000km，宽约 300km。山脉平均海拔在 4000 到 5000 米之间，由于高山积雪形成冰川地貌，4000 米以上的海拔高度处，则为雪线。

尺寸适宜的若干单幅影像，便于进行后续处理[66]。本文在对首先考虑到实地验证通常会集中在若干区域范围内。其次考以显著提高分析效能。按照每幅 1∶10 万比例尺地形图标准进行影像裁剪分幅，将 Landsat 8 OLI、Landsat 5 TM 两个分成 239 幅单元，每幅大小为 1428×1209 个像素。所有影像 投影下在两侧边界部分保持一定的重叠。进而，根据本区于归一化差值植被指数（NDVI）大于0.1且海拔高度介于250此作为减少图幅处理量的选择依据，从上述 239 幅影像中筛为本研究的基本数据分析与评价单元。thon 和 IDL 编程语言实现不同软件平台下（ArcMap 10.3、 WEKA 数据挖掘）的数据批量转换，为后续试验做基础最后，从 55 幅单元的若干个针叶林集中分布的分幅中随机1），作为机器学习的典型样区。训练样本的选取要充分考构纹理特征，因地制宜地进行选择，使训练样本的选取具以此保证样本选取质量。


本文编号：3324690