本文關(guān)鍵詞：基于森林小班的高分影像融合及地類信息提取

  更多相關(guān)文章： 資源號(hào)衛(wèi)星 森林資源小班 影像融合 地類信息提取

【摘要】：以2013年資源3號(hào)高分辨率衛(wèi)星遙感影像及森林小班矢量數(shù)據(jù)為數(shù)據(jù)源,以紫金山國(guó)家森林公園為例,基于森林小班對(duì)象將原始多光譜和全色影像進(jìn)行融合。在較優(yōu)融合影像基礎(chǔ)上,采用面向?qū)ο蠓诸惙椒ㄌ崛⊙芯繀^(qū)闊葉林、針闊混交林、竹林、灌木林地、松類、杉類和柏類等地類信息,并以現(xiàn)有的森林小班矢量數(shù)據(jù)驗(yàn)證影像融合效果,所得結(jié)論如下:1)基于森林小班矢量數(shù)據(jù)對(duì)遙感影像數(shù)據(jù)進(jìn)行分割和融合是有效提取地類信息的基礎(chǔ)。2)基于森林小班對(duì)象影像融合效果評(píng)價(jià)結(jié)果表明,Wavelet融合算法對(duì)資源3號(hào)衛(wèi)星遙感影像數(shù)據(jù)融合效果較優(yōu);HPF,PCA和IHS融合算法次之;Brovey融合算法融合效果較差。3)基于Wavelet融合影像進(jìn)行地類信息提取,總體分類精度為83.5%,Kappa系數(shù)為0.79。以上結(jié)論表明基于森林小班的影像融合方法是可行的,該方法有利于國(guó)產(chǎn)高分影像地類信息的提取,可為進(jìn)一步獲得更高的信息提取精度和更細(xì)分樹種類型識(shí)別提供基礎(chǔ)。
【作者單位】： 南京林業(yè)大學(xué)南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心;南京林業(yè)大學(xué)林學(xué)院;
【基金】：國(guó)家948計(jì)劃項(xiàng)目(2013-4-63) 南京林業(yè)大學(xué)科技創(chuàng)新基金項(xiàng)目(CX2011-24) 江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程自助項(xiàng)目(PAPD)
【分類號(hào)】：S757;TP751
【正文快照】： 森林資源是地球上最重要的資源之一,是林業(yè)可持續(xù)發(fā)展的關(guān)鍵,如何量測(cè)森林資源現(xiàn)狀、監(jiān)測(cè)其動(dòng)態(tài)系統(tǒng)變化,分析評(píng)價(jià)森林資源的數(shù)量、質(zhì)量、分布及健康等是我們當(dāng)今所關(guān)注的熱點(diǎn)問題。隨著太空衛(wèi)星的發(fā)展,遙感技術(shù)已經(jīng)成為森林資源監(jiān)測(cè)的主要支撐手段,遙感影像真實(shí)記錄了地表地

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉發(fā)勇;王海莉;田建宏;;影像融合效果的質(zhì)量評(píng)價(jià)研究[J];現(xiàn)代測(cè)繪;2008年04期

2 吳孟哲;陳錕山;;影像融合技術(shù)應(yīng)用于地表分類之探討(英文)[J];遙感學(xué)報(bào);2006年04期

3 張奇剛;張滇;連胤卓;劉利;;兩種影像融合方法在分類中的應(yīng)用與比較[J];山西科技;2007年04期

4 林麗娟;徐涵秋;陳靜潔;林冬鳳;杜麗萍;;異源、同源傳感器影像融合的比較研究[J];遙感技術(shù)與應(yīng)用;2010年05期

5 孟穗東;許海濤;;影像融合在展覽展示中的應(yīng)用趨勢(shì)——以“莞香動(dòng)態(tài)畫卷”項(xiàng)目為例[J];硅谷;2012年03期

6 張軍;徐佳;葛藍(lán)溪;朱春寧;朱杰;;濕地遙感制圖中的影像融合方法研究[J];科學(xué)技術(shù)與工程;2012年20期

7 高燕;周成虎;蘇奮振;劉媛媛;;天繪一號(hào)衛(wèi)星影像融合及其質(zhì)量評(píng)價(jià)[J];地理空間信息;2014年02期

8 賈永紅;張曉萍;賈世鋒;張謙;;利用調(diào)制傳遞函數(shù)濾波改進(jìn)的高頻調(diào)制影像融合[J];應(yīng)用科學(xué)學(xué)報(bào);2010年04期

9 汪燕;;不同分解層次的小波變換影像融合效果分析[J];科技創(chuàng)新與應(yīng)用;2013年15期

10 林卉;張連蓬;張慶利;肖劍平;;基于多分辨率分析的灰度調(diào)制影像融合方法研究[J];遙感學(xué)報(bào);2007年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 高文峰;;衛(wèi)星影像融合技術(shù)的討論及其在遙感制圖中的應(yīng)用[A];2006年鐵道勘測(cè)技術(shù)學(xué)術(shù)會(huì)議論文集[C];2006年

2 李丹;甘宇亮;張立濤;;基于WorldView-2衛(wèi)星的影像融合處理技術(shù)研究[A];第十三屆華東六省一市測(cè)繪學(xué)會(huì)學(xué)術(shù)交流會(huì)論文集[C];2011年

3 黃健;顧海;;基于Gram-Schmidt變換的QuickBird影像融合[A];地理信息與物聯(lián)網(wǎng)論壇暨江蘇省測(cè)繪學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

4 徐榮煜;;基于小波變換的遙感影像融合方法的研究與分析[A];地理信息與物聯(lián)網(wǎng)論壇暨江蘇省測(cè)繪學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

5 王金亮;王承娜;;ETM+圖像像素級(jí)融合方法試驗(yàn)研究[A];中國(guó)地理學(xué)會(huì)百年慶典學(xué)術(shù)論文摘要集[C];2009年

6 高永剛;徐涵秋;;IKONOS影像若干融合算法的比較[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

7 潘存玲;高樹孔;;利用融合技術(shù)實(shí)現(xiàn)各類影像的互補(bǔ)[A];中國(guó)測(cè)繪學(xué)會(huì)第八次全國(guó)會(huì)員代表大會(huì)暨2005年綜合性學(xué)術(shù)年會(huì)論文集[C];2005年

8 陳亨霖;汪小欽;;基于“資源二號(hào)”衛(wèi)星和TM影像融合的灘涂信息提取[A];第十四屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文選集[C];2003年

9 賴旭東;萬幼川;;一種從農(nóng)村地區(qū)Lidar數(shù)據(jù)中自動(dòng)提取DEM的算法[A];2007年先進(jìn)激光技術(shù)發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

10 管玉娟;張利權(quán);;多源影像融合技術(shù)在上海市灘涂環(huán)境信息分析中的應(yīng)用[A];第九屆全國(guó)河口海岸學(xué)術(shù)研討會(huì)論文（摘要）集[C];2006年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 ;醫(yī)學(xué)影像融合發(fā)展在希望中探路前行[N];健康報(bào);2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 陳榮元;數(shù)據(jù)同化框架下多源影像融合分割及協(xié)同研究[D];武漢大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前7條

1 余龍洋;神經(jīng)導(dǎo)航多影像融合在垂體腺瘤經(jīng)蝶入路中的臨床應(yīng)用[D];第二軍醫(yī)大學(xué);2015年

2 王糧庫(kù);多源影像融合技術(shù)研究[D];蘇州大學(xué);2011年

3 靳媛媛;數(shù)碼航空影像融合技術(shù)研究[D];長(zhǎng)安大學(xué);2012年

4 吳祥;極化SAR與可見光遙感影像融合算法研究[D];杭州電子科技大學(xué);2014年

5 魏晶;影像融合系統(tǒng)輔助超聲引導(dǎo)~(125)I粒子植入治療盆腔轉(zhuǎn)移性或復(fù)發(fā)性惡性腫瘤[D];泰山醫(yī)學(xué)院;2014年

6 李敬;基于小波變換的影像融合方法研究[D];四川大學(xué);2006年

7 王會(huì)銘;多源遙感影像融合在城市地域擴(kuò)展動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用[D];遼寧工程技術(shù)大學(xué);2013年

，

本文編號(hào)：1211652