發(fā)布時間：2019-01-11 15:07

【摘要】：隨著經濟社會的發(fā)展,城市化進程的加快,人們對土地利用的廣度和深度日益增強,土地利用結構發(fā)生了深刻的變化,耕地、水域等自然資源不斷減少,而建設用地、道路等社會資源不斷增加。因此,及時了解土地利用狀況,對我國的經濟建設和環(huán)境保護等方面具有重要意義。隨著遙感和信息處理技術的發(fā)展,遙感技術正朝著高空間分辨率、高光譜分辨率和高時間分辨率的方向發(fā)展,而仍舊采用傳統的變化檢測方法會暴露出一些的弊端,因此探索新的方法對高空間分辨率遙感影像進行土地利用變化檢測是目前研究的熱點問題。文中針對變化檢測中閾值確定問題進行研究,有效地避免了變化閾值確定的主觀性和復雜性,同時又可以清楚地得到各類別的變化情況。采用兩期高分一號影像,基于疊加分析的思想,對分類后的矢量圖層進行疊加,得到包含變化信息的新對象,并根據疊加結果直接定義變化類型,通過模糊分類的方法對各個新對象進行分類,完成變化檢測。在此研究中,首先需要將影像分割成不同的影像對象層;然后分析提取對象特征,建立分類規(guī)則,進行多層次的模糊分類;最后采用疊加分析的思想,完成變化檢測。利用誤差矩陣和各地類的一致性指標評價變化檢測的結果,通過分析,本文的變化檢測方法檢測概率為88.39%,虛警率為11.61%,漏警率為8.04%,總的檢測誤差為19.65%;各地類的檢測精度基本都達80%以上,只有少數類別精度較低,存在誤差,有待進一步提高�？傮w來說,本文的變化檢測方法避免了變化閾值確定的主觀性和復雜性,有效地反映了區(qū)域的變化情況,為土地利用宏觀監(jiān)測提供有利依據。
[Abstract]:With the development of economy and society and the acceleration of urbanization, the extent and depth of land use has been increased day by day. The structure of land use has undergone profound changes, and the natural resources such as cultivated land, water area and so on have been reduced continuously, while the land for construction has been used. Social resources, such as roads, are increasing. Therefore, timely understanding of land use is of great significance to China's economic construction and environmental protection. With the development of remote sensing and information processing technology, remote sensing technology is developing towards high spatial resolution, high spectral resolution and high time resolution. Therefore, exploring new methods for land use change detection in high spatial resolution remote sensing images is a hot issue. In this paper, the problem of threshold determination in change detection is studied, which effectively avoids the subjectivity and complexity of the determination of change threshold, and at the same time, it can clearly obtain the variation of various categories. Based on the idea of superposition analysis, a new object containing change information is obtained by overlaying the classified vector layer with two periods of high score 1 image, and the change type is defined directly according to the superposition result. Each new object is classified by fuzzy classification method, and change detection is completed. In this study, we first need to divide the image into different image object layers; then analyze and extract the features of objects, establish classification rules, and carry out multi-level fuzzy classification; finally, use the idea of superposition analysis to complete change detection. Using error matrix and consistency index of different classes to evaluate the result of change detection, through analysis, the detection probability of change detection method in this paper is 88.399.The false alarm rate is 11.611.The false alarm rate is 8.04. The total detection error was 19.65; The detection accuracy of each class is above 80%, only a few classes have low precision and error, which need to be further improved. In general, the method of change detection in this paper avoids the subjectivity and complexity of determining the threshold of change, effectively reflects the regional changes, and provides a favorable basis for macro-monitoring of land use.
【學位授予單位】：西安科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：P237

【參考文獻】

相關期刊論文 前10條

1 馮文卿;張永軍;;利用多尺度融合進行面向對象的遙感影像變化檢測[J];測繪學報;2015年10期

2 于信芳;羅一英;莊大方;王世寬;王勇;;土地覆蓋變化檢測方法比較——以內蒙古草原區(qū)為例[J];生態(tài)學報;2014年24期

3 馮莞舒;;基于特征點的影像匹配[J];電子測試;2014年17期

4 佃袁勇;方圣輝;姚崇懷;;一種面向地理對象的遙感影像變化檢測方法[J];武漢大學學報(信息科學版);2014年08期

5 夏朝旭;何政偉;于歡;王東輝;葉嬌瓏;;面向對象的土地覆被變化檢測研究[J];遙感技術與應用;2014年01期

6 吳漾;高波;;結合指數特征和SVM算法的遙感影像土地利用變化檢測[J];測繪技術裝備;2013年04期

7 吳俊政;嚴衛(wèi)東;倪維平;邊輝;;基于圖像融合與多尺度分割的目標級變化檢測[J];電光與控制;2013年12期

8 馬紅;梁建國;;基于馬爾可夫鏈模型的土地利用變化檢測[J];城市勘測;2013年04期

9 朱俊杰;杜小平;范湘濤;郭華東;;圖像多尺度邊緣檢測及圖像多尺度分割研究[J];地理與地理信息科學;2013年02期

10 王勇;;基于遙感影像的城市土地利用變化檢測研究[J];城市勘測;2012年06期

相關博士學位論文 前3條

1 王琰;基于像斑統計分析的高分辨率遙感影像土地利用/覆蓋變化檢測方法研究[D];武漢大學;2012年

2 張漢松;基于對象的海岸帶地物變化遙感檢測技術的研究[D];浙江大學;2010年

3 黃昕;高分辨率遙感影像多尺度紋理、形狀特征提取與面向對象分類研究[D];武漢大學;2009年

相關碩士學位論文 前10條

1 曾子芳;基于變化矢量分析法的遙感影像土地利用變化檢測研究[D];重慶交通大學;2013年

2 段賽仙;基于多時相遙感影像的土地利用變化檢測研究[D];昆明理工大學;2013年

3 許宏偉;基于面向對象的高分辨率遙感影像變化檢測方法研究[D];北京師范大學;2014年

4 康萌萌;基于共享特征的高分辨率遙感影像多層次分類研究[D];上海交通大學;2013年

5 宋碧霄;遙感圖像條帶去除方法研究[D];西安電子科技大學;2013年

6 蔣永濤;基于QuickBird影像土地利用信息提取研究[D];四川農業(yè)大學;2009年

7 齊義娜;面向對象的高分辨率遙感影像信息提取與尺度效應分析[D];東北師范大學;2009年

8 閆利會;喀斯特石漠化地表遙感信息自動提取研究[D];貴州師范大學;2008年

9 班守峰;遙感圖像與GIS數據變化檢測的研究[D];哈爾濱理工大學;2008年

10 李武躍;遙感影像紋理特征提取及其定量分析[D];上海交通大學;2008年

，

本文編號：2407261