【摘要】：梯田建設(shè)作為坡耕地整治的一項(xiàng)主要措施,在我國(guó)黃土丘陵山區(qū)的農(nóng)業(yè)發(fā)展及治理水土流失中起著關(guān)鍵作用。精準(zhǔn)、高效地提取梯田的田面,可為改善黃土丘陵區(qū)域農(nóng)業(yè)經(jīng)濟(jì)發(fā)展,梯田建設(shè)評(píng)估提供可靠的支持。目前,通過(guò)遙感影像自動(dòng)、半自動(dòng)化解譯梯田信息有一定的研究進(jìn)展,但是受數(shù)據(jù)獲取成本、精度、數(shù)據(jù)源單一、解譯方法單一等限制,梯田信息提取研究只限于大范圍地提取梯田區(qū)域。低成本地進(jìn)行梯田的田面精準(zhǔn)提取仍需進(jìn)一步研究。本文以甘肅省蘭州市榆中縣龍泉鄉(xiāng)的水平旱梯田為樣區(qū),基于面向?qū)ο?Object Base Image Analysis,OBIA)分析方法,應(yīng)用無(wú)人機(jī)遙感影像與通過(guò)DEM計(jì)算出的地形因子,研究提取梯田田面的方法。論文主要研究?jī)?nèi)容如下:(1)梯田分割的研究。首先對(duì)無(wú)人機(jī)正射影像(分辨率0.5m)進(jìn)行影像增強(qiáng),以及通過(guò)數(shù)字高程模型(Digital Elevation Model,DEM)(分辨率0.5m)計(jì)算得出地形因子并降維;其次對(duì)增強(qiáng)后的正射影像、降維后的地形因子、及兩者的融合等三種數(shù)據(jù),分別采用多尺度分割,獲取梯田與非梯田對(duì)象。研究表明,將正射影像與地形因子融合的多尺度分割效果優(yōu)于應(yīng)用單一數(shù)據(jù)源。(2)梯田田面對(duì)象分類(lèi)研究。對(duì)多尺度分割獲取的梯田與非梯田對(duì)象,采用監(jiān)督學(xué)習(xí)(K-最鄰近,支持向量機(jī),決策樹(shù))法進(jìn)行分類(lèi)提取出梯田田面。并應(yīng)用基于混淆矩陣法的計(jì)算的總精度、Kappa系數(shù)進(jìn)行分類(lèi)精度評(píng)價(jià)。實(shí)驗(yàn)表明,應(yīng)用正射影像與地形因子融合的數(shù)據(jù),分類(lèi)效果優(yōu)于基于單一數(shù)據(jù)源的分類(lèi)效果。并且,對(duì)于形狀較為規(guī)則、田面上覆蓋物較少的梯田,基于支持向量機(jī)的分類(lèi)結(jié)果優(yōu)于基于K-最鄰近法和決策樹(shù)法。而對(duì)于形狀不規(guī)則,田面上有積雪等覆蓋物的梯田,基于決策樹(shù)法的分類(lèi)結(jié)果優(yōu)于基于K-最鄰近法和支持向量機(jī)法。
【學(xué)位授予單位】：西北農(nóng)林科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP751
【圖文】：

（a）區(qū)域一 原始圖 （b）區(qū)域二 原始圖 （c）區(qū)域三 原始圖（d）區(qū)域一 CLAHE 后 （e）區(qū)域二 CLAHE 后 （f）區(qū)域三 CLAHE 后圖3-5 正射影像 CLAHE 結(jié)果Fig. 3-5 Orthoimages after CLAHE

（a）基于數(shù)據(jù)源 1 （b）基于數(shù)據(jù)源 2（c）基于數(shù)據(jù)源 3圖4-2 區(qū)域一的最優(yōu)分割尺度的貝葉斯決策曲線Fig. 4-2 Bayesian Decision Curve for Optimal Segmentation ofArea 1分析圖 4-2，基于數(shù)據(jù)源 1 的最優(yōu)尺度在 110 左右，或者 130 左右；基于數(shù)據(jù)源 2 的最優(yōu)尺度在 50 左右，或者 150 左右；基于數(shù)據(jù)源 3 的最優(yōu)尺度在 150 左右。分割結(jié)果如圖 4-3 所示，對(duì)比基于三種數(shù)據(jù)源的分割結(jié)果，分析區(qū)域一（圖 4-3b，c，d），區(qū)域二（圖4-3f

Fig. 4-6 Original and True Values of Area 1（a）基于數(shù)據(jù)源 1 分類(lèi) （b）基于數(shù)據(jù)源 2 分類(lèi) （c）基于數(shù)據(jù)源 3 分類(lèi)圖4-7 區(qū)域一的三種數(shù)據(jù)源的 KNN 分類(lèi)對(duì)比圖Fig. 4-7 Comparison of KNN Classification of Three Data Sources inArea 1（a）基于數(shù)據(jù)源 1 分類(lèi) （b）基于數(shù)據(jù)源 2 分類(lèi) （c）基于數(shù)據(jù)源 3 分類(lèi)圖4-8 區(qū)域一的三種數(shù)據(jù)源的 SVM 分類(lèi)對(duì)比圖Fig. 4-8 Comparison of SVM Classification of Three Data Sources in Area 1

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 呂鵬;牛琳;張煒;李逸川;李萬(wàn)倫;;國(guó)外基于遙感的滑坡災(zāi)害研究方法進(jìn)展[J];地質(zhì)學(xué)刊;2015年03期

2 薛夢(mèng)姣;陳剛;張笑;于靖;段淼然;陳瑞芳;;面向?qū)ο蟮馁Y源三號(hào)衛(wèi)星影像分類(lèi)研究[J];測(cè)繪通報(bào);2015年07期

3 王榮;李靜;王亞琴;王新民;;面向?qū)ο笞顑?yōu)分割尺度的選擇及評(píng)價(jià)[J];測(cè)繪科學(xué);2015年11期

4 熊利鋒;;梯田發(fā)展現(xiàn)狀概述[J];甘肅水利水電技術(shù);2015年04期

5 王露;劉慶元;;高分辨率遙感影像多尺度分割中最優(yōu)尺度選取方法綜述[J];測(cè)繪與空間地理信息;2015年03期

6 張慧;;甘肅黃土高原區(qū)梯田建設(shè)成效及存在問(wèn)題分析[J];甘肅科技;2015年04期

7 田建宏;高生飛;張萍;張奇;;無(wú)人機(jī)低空航拍遙感在應(yīng)急測(cè)繪保障中的應(yīng)用[J];甘肅科技;2015年04期

8 楊娜;秦志遠(yuǎn);朱艷;唐德瑾;;面向?qū)ο蟮臋C(jī)載LiDAR點(diǎn)云濾波方法[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2014年02期

9 李斌兵;黃磊;;基于面向?qū)ο蠹夹g(shù)的黃土丘陵溝壑區(qū)切溝遙感提取方法研究[J];水土保持研究;2013年03期

10 徐劍春;羅進(jìn)選;王彥武;;甘肅省梯田建設(shè)效益評(píng)價(jià)模型研究[J];中國(guó)水土保持;2013年06期

相關(guān)博士學(xué)位論文 前5條

1 舒振宇;基于局部支持向量機(jī)的高分辨率遙感圖像分類(lèi)[D];中國(guó)地質(zhì)大學(xué);2015年

2 張雁;基于機(jī)器學(xué)習(xí)的遙感圖像分類(lèi)研究[D];北京林業(yè)大學(xué);2014年

3 胡忠文;基于區(qū)域的遙感影像多尺度表達(dá)方法與應(yīng)用研究[D];武漢大學(xué);2013年

4 李仕華;梯田水文生態(tài)及其效應(yīng)研究[D];長(zhǎng)安大學(xué);2011年

5 吳卿;基于高分辨率遙感影像的水土保持生態(tài)建設(shè)監(jiān)測(cè)方法研究[D];北京林業(yè)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 黨恬敏;基于高分影像的黃土高原梯田提取技術(shù)研究[D];西北農(nóng)林科技大學(xué);2017年

2 張雨果;基于面向?qū)ο蟮倪b感影像梯田信息提取研究[D];西北農(nóng)林科技大學(xué);2016年

3 李萌;基于支持向量機(jī)的高分遙感影像分類(lèi)技術(shù)研究與應(yīng)用[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

4 董小姣;面向?qū)ο蠛鸵?guī)則的高分辨率影像分類(lèi)和建筑物信息提取研究[D];湖南科技大學(xué);2014年

5 蔡麗麗;面向?qū)ο蟮娘L(fēng)景林景觀遙感解譯技術(shù)研究[D];北京林業(yè)大學(xué);2014年

6 侯群群;面向?qū)ο蟮倪b感影像水土保持措施信息提取研究[D];西北農(nóng)林科技大學(xué);2013年

7 魏子寅;基于無(wú)人機(jī)正射影像進(jìn)行土地利用/土地覆蓋分析[D];內(nèi)蒙古師范大學(xué);2013年

8 楊寧;高分辨率影像面向?qū)ο蠓诸?lèi)特征選擇方法研究[D];西安科技大學(xué);2012年

9 張春鵬;基于高分辨率遙感影像的城市環(huán)境結(jié)構(gòu)信息提取研究[D];華東師范大學(xué);2007年

10 楊蕾;基于Spot5遙感影像提取水土保持信息的研究[D];西北大學(xué);2006年

本文編號(hào)：2752618