本文選題：高分辨率遙感影像 + 土地覆蓋分類��； 參考：《江蘇師范大學(xué)》2017年碩士論文

【摘要】：遙感影像土地覆蓋分類是國際研究的熱點(diǎn),面向?qū)ο蠓诸惣夹g(shù)是遙感影像土地覆蓋分類的主流且有潛力的手段,目前存在分類高度主觀且規(guī)則難以重復(fù)應(yīng)用的問題,主要是缺乏系統(tǒng)的概念化和形式化表達(dá)面向?qū)ο蠓诸惣夹g(shù)各元素的方法,地理本體憑借其概念化、明確性、形式化、共享性等特征在解決上述問題方面具有明顯的優(yōu)勢。本文以地理國情普查中的土地覆蓋二級類為例,從地理本體理論角度出發(fā),研究知識驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)相結(jié)合的土地覆蓋分類規(guī)則構(gòu)建方法,研究土地覆蓋分類地理本體建模方法,并開展了地理本體建模驅(qū)動(dòng)的土地覆蓋分類實(shí)驗(yàn)。具體研究內(nèi)容及成果包括如下:(1)研究了知識驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)相結(jié)合的土地覆蓋分類規(guī)則構(gòu)建方法。依據(jù)高分辨率遙感影像面向?qū)ο蠓诸愡^程,利用知識驅(qū)動(dòng)的專家知識與數(shù)據(jù)驅(qū)動(dòng)的決策樹,構(gòu)建土地覆蓋分類規(guī)則,具體構(gòu)建了面向地理國情普查中的土地覆蓋二級類分類規(guī)則集。(2)構(gòu)建了土地覆蓋分類地理本體模型。利用知識工程方法及OWL語言構(gòu)建了土地覆蓋類型、影像對象特征、分類器的本體模型,利用推理機(jī)對土地覆蓋分類本體模型進(jìn)行推理,檢驗(yàn)該地理本體模型的邏輯一致性。(3)研究了土地覆蓋分類地理本體支持下的面向?qū)ο蠓诸惙椒�。將土地覆蓋分類地理本體模型與面向?qū)ο蠓诸惖倪^程相銜接,實(shí)現(xiàn)土地覆蓋分類地理本體支持下的面向?qū)ο蠓诸悺?4)開展了土地覆蓋分類實(shí)驗(yàn)。選擇地理國情普查中土地覆蓋的13個(gè)二級類,包括人工草地、綠化林地、低矮獨(dú)立房屋建筑、城市道路、庫塘、旱地、河渠、多層及以上房屋建筑區(qū)、低矮房屋建筑區(qū)、泥土地表、公路、灌木林、果園。實(shí)驗(yàn)數(shù)據(jù)為德國波茲坦和西安臨潼區(qū)的航片正射影像和WorldView-2高分辨率影像,實(shí)驗(yàn)平臺(tái)為遙感影像智能解譯工作站-FeatureStation_GeoEX、本體編輯軟件-Protégé和數(shù)據(jù)分析軟件-SPM(Salford Predictive Modeler)。實(shí)驗(yàn)表明,本文提出的方法能夠?qū)崿F(xiàn)遙感影像分類各個(gè)元素的客觀建模,影像分類結(jié)果滿足實(shí)際應(yīng)用需求,領(lǐng)域知識可以共享,本文的研究方法具有一定的有效性和普適性,能夠?yàn)檫b感影像土地覆蓋分類提供可共享、可擴(kuò)展的地理本體。
[Abstract]:Land cover classification of remote sensing images is a hot topic in international research. Object-oriented classification technology is the mainstream and potential means of land cover classification of remote sensing images. At present, the classification is highly subjective and the rules are difficult to be applied repeatedly. There is a lack of systematic conceptualization and formal representation of all elements of object-oriented classification technology. Geographical ontology has obvious advantages in solving the above problems with its characteristics of conceptualization, clarity, formalization and sharing. This paper takes the land cover secondary category in the geography national situation census as an example, from the geographical ontology theory angle, studies the land cover classification rule construction method which combines the knowledge drive and the data drive. The modeling method of land cover classification geographic ontology is studied, and the land cover classification experiment driven by geographical ontology modeling is carried out. The main contents and results are as follows: 1) the method of constructing land cover classification rules based on knowledge driven and data driven is studied. According to the object oriented classification process of high resolution remote sensing image, using the expert knowledge driven by knowledge and the decision tree driven by data, the classification rules of land cover are constructed. In this paper, the land cover classification rules set. 2 (2) the geographical ontology model of land cover classification is built. The ontology model of land cover type, image object feature and classifier is constructed by using knowledge engineering method and OWL language, and the reasoning machine is used to infer the land cover classification ontology model. The object oriented classification method supported by the land cover classification geographic ontology is studied by checking the logical consistency of the geographical ontology model. The model of land cover classification geographic ontology is connected with the process of object oriented classification, and the object oriented classification supported by land cover classification geography ontology is realized. The experiment of land cover classification is carried out. Select 13 secondary categories of land cover in the survey of geographical conditions, including artificial grassland, greening woodland, low-rise independent house buildings, urban roads, ponds, dry land, river channels, multi-storey and above housing construction areas, low-rise housing construction areas, and low-rise housing construction areas. Soil, roads, shrubs, orchards. The experimental data are aerial orthophoto images and WorldView-2 high-resolution images from Poztan and Lintong district, Germany. The experimental platform is intelligent remote sensing image interpretation workstation -FeatureStationGeoEX. the ontology editing software -Prot 茅 g 茅 and the data analysis software -SPMN Salford Predictive Modeler. Experiments show that the proposed method can realize the objective modeling of each element of remote sensing image classification, the result of image classification can meet the needs of practical application, and the domain knowledge can be shared. The research method in this paper is effective and universal. It can provide shared and extensible geographical ontology for land cover classification of remote sensing images.
【學(xué)位授予單位】：江蘇師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：P237

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 薛寶;全球土地覆蓋分類系統(tǒng)國際培訓(xùn)與研討會(huì)在我校舉行[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年03期

2 蔡紅艷;張樹文;張宇博;;全球環(huán)境變化視角下的土地覆蓋分類系統(tǒng)研究綜述[J];遙感技術(shù)與應(yīng)用;2010年01期

3 王樹根;非洲大陸土地覆蓋分類工程剖析[J];測繪信息與工程;1998年03期

4 宮攀;陳仲新;唐華俊;張鳳榮;;土地覆蓋分類系統(tǒng)研究進(jìn)展[J];中國農(nóng)業(yè)資源與區(qū)劃;2006年02期

5 韓敏,程磊,唐曉亮,王教河;向海自然保護(hù)區(qū)土地覆蓋分類研究[J];應(yīng)用生態(tài)學(xué)報(bào);2005年02期

6 赫英明;王漢杰;張洪峰;;遙感數(shù)據(jù)的土地覆蓋分類[J];解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

7 趙建輝;薛萍;高樹孔;;基于1∶50000西部無圖區(qū)土地覆蓋分類應(yīng)用研究[J];測繪與空間地理信息;2012年01期

8 孫丹峰,汲長遠(yuǎn),林培;自組織網(wǎng)絡(luò)在遙感土地覆蓋分類中應(yīng)用研究[J];遙感學(xué)報(bào);1999年02期

9 冉有華;李新;盧玲;;基于多源數(shù)據(jù)融合方法的中國1km土地覆蓋分類制圖[J];地球科學(xué)進(jìn)展;2009年02期

10 張?zhí)?張友靜;謝麗軍;;結(jié)合豐度特征的決策樹及其土地覆蓋分類[J];遙感信息;2010年05期

相關(guān)會(huì)議論文 前5條

1 李耀輝;韓濤;;基于EOS/MODIS資料的中國黃土高原西部土地覆蓋分類研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

2 郭健;張繼賢;張永紅;曹銀璇;;多時(shí)相MODIS影像土地覆蓋分類比較研究[A];中國測繪學(xué)會(huì)九屆四次理事會(huì)暨2008年學(xué)術(shù)年會(huì)論文集[C];2008年

3 孫丹峰;;自組織網(wǎng)絡(luò)與模糊規(guī)則結(jié)合在遙感土地覆蓋分類中的應(yīng)用研究[A];面向21世紀(jì)的科技進(jìn)步與社會(huì)經(jīng)濟(jì)發(fā)展（上冊）[C];1999年

4 何彬方;范偉;劉慧敏;馮妍;;基于MODIS數(shù)據(jù)的安徽省土地覆蓋分類研究[A];中國氣象學(xué)會(huì)2007年年會(huì)生態(tài)氣象業(yè)務(wù)建設(shè)與農(nóng)業(yè)氣象災(zāi)害預(yù)警分會(huì)場論文集[C];2007年

5 劉愛霞;王靜;劉正軍;;基于MODIS數(shù)據(jù)的北京西北部地區(qū)土地資源監(jiān)測研究[A];2006年中國土地學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2006年

相關(guān)博士學(xué)位論文 前1條

1 駱成鳳;中國土地覆蓋分類與變化監(jiān)測遙感研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2005年

相關(guān)碩士學(xué)位論文 前10條

1 鄧鈺;基于MODIS數(shù)據(jù)的云南省土地覆蓋分類研究[D];云南師范大學(xué);2015年

2 楊靖;全極化SAR數(shù)據(jù)土地覆蓋分類能力評價(jià)[D];貴州師范大學(xué);2015年

3 孫佳梅;大場景高分辨率PolSAR圖象土地覆蓋分類方法研究[D];哈爾濱工業(yè)大學(xué);2016年

4 郝瑩瑩;基于氣候分區(qū)的全球土地覆蓋分類方法[D];重慶郵電大學(xué);2016年

5 邵聰穎;遙感影像土地覆蓋分類地理本體構(gòu)建研究[D];江蘇師范大學(xué);2017年

6 楊玉霞;基于智能算法的土地覆蓋分類研究[D];內(nèi)蒙古師范大學(xué);2012年

7 吳俊杰;基于MODIS植被指數(shù)時(shí)序數(shù)據(jù)的東北亞地區(qū)土地覆蓋分類[D];東北師范大學(xué);2010年

8 李思慧;基于MODIS的蒙東地區(qū)土地覆蓋分類及退耕還林還草變化監(jiān)測研究[D];東北師范大學(xué);2010年

9 李懷霄;基于模型聚類和SVM的土地覆蓋分類研究[D];陜西師范大學(xué);2014年

10 徐康;基于FY-3A MERSI資料的中國區(qū)域土地覆蓋分類研究[D];南京信息工程大學(xué);2014年

，

本文編號：1896873