土地是我國的重要資源,是國家經(jīng)濟(jì)發(fā)展的基礎(chǔ)。真實(shí)準(zhǔn)確的土地利用信息是合理開發(fā)利用土地資源的主要依據(jù),而快速、精確的獲取土地利用信息,對(duì)于及時(shí)規(guī)劃和管理國土資源具有重要的意義。伴隨著快速發(fā)展的遙感影像技術(shù),遙感影像被越來越廣泛的應(yīng)用到土地信息的提取,但隨著城鎮(zhèn)化的不斷發(fā)展,建筑物數(shù)量增加,地物類型也越來越復(fù)雜,遙感影像分類技術(shù)的發(fā)展并沒有顯著的提高土地利用分類精度,因此從單一的遙感數(shù)據(jù)源轉(zhuǎn)移到多源遙感數(shù)據(jù)源的融合。高光譜數(shù)據(jù)具有豐富的光譜信息以及波段數(shù)量多等特點(diǎn),能夠提取比較復(fù)雜的土地利用信息,而機(jī)載LiDAR數(shù)據(jù)具有獨(dú)特的高精度三維空間信息,但其缺乏光譜信息,因此提取高光譜數(shù)據(jù)中的主成分分析、最小噪聲分離變換、灰度共生矩陣、歸一化植被指數(shù)、歸一化建筑用地指數(shù)以及機(jī)載LiDAR數(shù)據(jù)的歸一化數(shù)字表面模型、強(qiáng)度進(jìn)行參數(shù)融合,從而獲得比較準(zhǔn)確的土地利用信息。近年來面向?qū)ο蟮姆诸惙椒▌t在一定程度上能夠克服基于像素分類方法的“椒鹽效應(yīng)”,對(duì)提升土地利用信息遙感分類精度具有重要作用,同時(shí)分析運(yùn)用面向?qū)ο箝撝捣诸惙ê蛡鹘y(tǒng)監(jiān)督分類法得到的分類結(jié)果。因此,本文以甘肅-張掖市部分區(qū)域作為研究區(qū),結(jié)合高光譜數(shù)據(jù)和機(jī)載LiDAR數(shù)據(jù)的特點(diǎn),進(jìn)行數(shù)據(jù)融合提取土地利用信息,主要?jiǎng)?chuàng)新點(diǎn)和結(jié)論如下:(1)基于eCognition軟件中的最鄰近分類法,將高光譜數(shù)據(jù)變換分析得到的參數(shù)與機(jī)載LiDAR數(shù)據(jù)的參數(shù)進(jìn)行融合,為了避免偶然性,對(duì)所有參數(shù)的融合進(jìn)行了最鄰近分類,分類結(jié)果表明:高光譜數(shù)據(jù)與機(jī)載LiDAR數(shù)據(jù)融合后的分類結(jié)果比單用高光譜數(shù)據(jù)的分類效果顯著,其中所有參數(shù)融合中,分類效果最理想的是高光譜數(shù)據(jù)主成分分析參數(shù)與機(jī)載LiDAR數(shù)據(jù)的高程信息參數(shù)、強(qiáng)度信息參數(shù)的融合,總體分類精度為92.06%,比僅用高光譜數(shù)據(jù)的總體分類精度提高了7.93%。其他不同參數(shù)融合的分類效果的總體分類精度雖然略低,但分析單個(gè)地物的分類精度發(fā)現(xiàn),不同的參數(shù)融合的單個(gè)地物類型的分類精度各有不同,故針對(duì)不同的單個(gè)地物提取的需求,可利用不同的參數(shù)融合來獲得最佳分類效果。(2)針對(duì)高光譜數(shù)據(jù)參數(shù)與機(jī)載LiDAR數(shù)據(jù)參數(shù)融合的結(jié)果,分別利用面向?qū)ο笞钹徑诸惙椒?以及與面向?qū)ο笞钹徑诸惙ㄏ嗨频膫鹘y(tǒng)監(jiān)督分類法、同樣基于對(duì)象進(jìn)行分類的面向?qū)ο箝撝捣诸惙ㄟM(jìn)行評(píng)價(jià)比較。得出以下結(jié)論:針對(duì)高光譜數(shù)據(jù)參數(shù)與機(jī)載LiDAR數(shù)據(jù)參數(shù)融合,面向?qū)ο笞钹徑诸惙ǖ耐恋乩眯畔⑻崛⌒Ч罴?總體分類精度比監(jiān)督分類的最大似然法提高了8.56%,比面向?qū)ο蟮拈撝捣诸惙ǖ姆诸惥忍岣吡?.66%,而且各種地物的分類精度也都有所提高。其中在傳統(tǒng)的監(jiān)督分類結(jié)果中,很多建筑物和道路因兩者的材料相似,光譜特征相似性很強(qiáng),由此產(chǎn)生了“同譜異物”現(xiàn)象,建筑物的邊緣被誤分到道路。這與利用高光譜數(shù)據(jù)和機(jī)載LiDAR數(shù)據(jù)融合后,采用面向?qū)ο笞钹徑诸惙ǖ姆诸惤Y(jié)果形成對(duì)比,最鄰近分類法有效避免了建筑物誤分,并且面向?qū)ο笞钹徑诸惙ㄟ^程中選取了特征值作為分類依據(jù),比傳統(tǒng)監(jiān)督分類更精確。另外,在面向?qū)ο箝撝捣诸惙ㄖ型ㄟ^設(shè)著閾值消除建筑物影像的效果顯著,因此,可通過設(shè)置某個(gè)閾值進(jìn)行單個(gè)地物的提取,但也會(huì)使得分類過程在設(shè)置閾值時(shí)比較繁瑣,對(duì)于提取大面積的地物類型不占優(yōu)勢(shì),適用于單個(gè)地物類型的需求。(3)本文著重研究高光譜數(shù)據(jù)參數(shù)與機(jī)載LiDAR數(shù)據(jù)參數(shù)融合的方法,以及針對(duì)高光譜數(shù)據(jù)與機(jī)載LiDAR數(shù)據(jù)的參數(shù)融合結(jié)果,分別分析面向?qū)ο蟮淖钹徑诸惙ā㈤撝捣诸惙ê捅O(jiān)督分類法的局限性和各自的優(yōu)勢(shì),通過各種參數(shù)融合尋求最佳的土地利用信息提取效果。同時(shí)研究發(fā)現(xiàn)針對(duì)建筑物陰影比較嚴(yán)重區(qū)域可先通過閾值分類中設(shè)置閾值去除陰影,再進(jìn)行相關(guān)研究。因此,本文充分利用高光譜數(shù)據(jù)與機(jī)載LiDAR數(shù)據(jù)的優(yōu)勢(shì),對(duì)綜合運(yùn)用多種遙感影像信息,提高土地利用信息提取精度方面具有一定的現(xiàn)實(shí)意義。
【學(xué)位單位】：山東師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：P237
【部分圖文】：

8圖 1-1 技術(shù)路線圖主要研究過程如下：（1）機(jī)載 LiDAR 數(shù)據(jù)預(yù)處理對(duì)機(jī)載 LiDAR 數(shù)據(jù)的點(diǎn)云數(shù)據(jù)去噪聲與濾波處理；從機(jī)載 LiDAR 數(shù)據(jù)中分離出非地面點(diǎn)與地面點(diǎn)，進(jìn)而生成數(shù)字高程模型和數(shù)字表面模型，得到歸一化數(shù)字表面模型；同時(shí)利用回波信息得到強(qiáng)度數(shù)據(jù)；（2）高光譜數(shù)據(jù)預(yù)處理及變換分析對(duì)高光譜數(shù)據(jù)進(jìn)行了大氣校正預(yù)處理，以及對(duì)大氣校正后的高光譜數(shù)據(jù)與機(jī)載 LiDAR數(shù)據(jù)進(jìn)行互配準(zhǔn)，進(jìn)而對(duì)高光譜數(shù)據(jù)變換分析：主成分分析、最小噪聲分離變換、灰度共生矩陣、歸一化植被指數(shù)、歸一化建筑用地指數(shù)；（3）土地利用信息提取對(duì)高光譜數(shù)據(jù)的參數(shù)與機(jī)載 LiDAR 數(shù)據(jù)的參數(shù)進(jìn)行融合，利用面向?qū)ο?eCognition

載 LiDAR 數(shù)據(jù)是成條帶狀分布，所選擇的研究區(qū)需是機(jī)載 LiDAR 重疊的區(qū)域，因此最后確定甘肅省張掖市的部分區(qū)域作為研究區(qū)。國西部的甘肅省張掖市，地理位置為東經(jīng)100o6′至100o52′，北緯38o3廊中間位置，地處黑河的上游和中游區(qū)域，其中黑河為中國境內(nèi)第區(qū)所屬區(qū)域地理位置險(xiǎn)要，是西北不同歷史時(shí)代文化、政治、經(jīng)濟(jì)中歐大陸內(nèi)部，因此，典型的溫帶大陸性干旱氣候遍布整個(gè)區(qū)域，氣季炎熱，春夏秋冬四個(gè)季節(jié)十分明確；年降水量較少；平均氣溫為日照時(shí)數(shù) 3000-3600 小時(shí)[41]；礦產(chǎn)資源豐富；地勢(shì)十分平坦，土壤小麥、蘋果等；有漢、回、蒙、裕固等 22 個(gè)民族。研究區(qū)主要包括，地物類型比較豐富，主要有形狀比較規(guī)則的建筑物、草地、合成草比較大的樹木、比較規(guī)則的道路、顯著的小型廣場(chǎng)和操場(chǎng)以及操場(chǎng)區(qū)的主要地物類型基本涵蓋城市用地類型，以此作為土地利用的地

山東師范大學(xué)碩士學(xué)位論文iDAR 數(shù)據(jù)載 LiDAR 工作原理簡(jiǎn)介AR 系統(tǒng)利用記錄激光測(cè)距系統(tǒng)對(duì)地面發(fā)射且接收到的激光信感器到地面反射激光腳點(diǎn)間的距離進(jìn)行計(jì)算，它集 GPS、IMU體；GPS 系統(tǒng)作用是確定機(jī)載 LiDAR 系統(tǒng)激光發(fā)射器發(fā)射瞬置信息；IMU 系統(tǒng)測(cè)量機(jī)載 LiDAR 系統(tǒng)主光軸在發(fā)射激光束并利用幾何的相關(guān)原理來計(jì)算地面上各激光腳點(diǎn)的坐標(biāo)數(shù)據(jù)[42

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈偉;高小紅;楊揚(yáng);張威;楊靈玉;田成明;;基于Landsat 8 OLI影像的三江源區(qū)表層土壤全氮空間格局反演[J];干旱區(qū)研究;2015年05期

2 孟雪;溫小榮;林國忠;佘光輝;;基于資源3號(hào)衛(wèi)星的面向?qū)ο蟮仡愋畔⑻崛》椒ㄑ芯縖J];林業(yè)資源管理;2015年04期

3 馮鵬;孟丹;邵俊;羅思恩;;遙感技術(shù)在環(huán)境污染監(jiān)測(cè)方面的應(yīng)用[J];科技資訊;2015年17期

4 王宏濤;王變利;;融合LiDAR和多光譜影像的建筑物自動(dòng)檢測(cè)[J];測(cè)繪科學(xué);2015年08期

5 張煥雪;曹新;李強(qiáng)子;張淼;鄭新奇;;基于多時(shí)相環(huán)境星NDVI時(shí)間序列的農(nóng)作物分類研究[J];遙感技術(shù)與應(yīng)用;2015年02期

6 李愛農(nóng);張正健;雷光斌;南希;劉倩楠;趙偉;;四川蘆山“4·20”強(qiáng)烈地震核心區(qū)災(zāi)損遙感快速調(diào)查與評(píng)估[J];自然災(zāi)害學(xué)報(bào);2013年06期

7 李光輝;王成;習(xí)曉環(huán);鄭照軍;駱社周;岳彩榮;;機(jī)載LiDAR和高光譜數(shù)據(jù)融合提取冰川雪線[J];國土資源遙感;2013年03期

8 袁定波;劉成林;汪國斌;;面向?qū)ο蟮牡V區(qū)信息提取方法的應(yīng)用與研究[J];遙感信息;2013年02期

9 潘愛民;;激光技術(shù)的軍事應(yīng)用[J];飛航導(dǎo)彈;2013年03期

10 陳衛(wèi)平;王海燕;趙敏;曹廣強(qiáng);屈穎;;基于多源遙感影像快速更新基礎(chǔ)地理信息技術(shù)的研究[J];測(cè)繪與空間地理信息;2012年05期

相關(guān)博士學(xué)位論文 前3條

1 滿其霞;激光雷達(dá)和高光譜數(shù)據(jù)融合的城市土地利用分類方法研究[D];華東師范大學(xué);2015年

2 方軍;融合LiDAR數(shù)據(jù)和高分辨率遙感影像的地物分類方法研究[D];武漢大學(xué);2014年

3 尹艷豹;基于機(jī)載激光雷達(dá)測(cè)量的森林資源調(diào)查因子聯(lián)立估計(jì)研究[D];中國林業(yè)科學(xué)研究院;2010年

相關(guān)碩士學(xué)位論文 前5條

1 李崇瑞;DLG輔助的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)濾波研究[D];太原理工大學(xué);2015年

2 杜俊;地面LiDAR與高光譜數(shù)據(jù)配準(zhǔn)及在單木結(jié)構(gòu)參數(shù)提取中的應(yīng)用[D];電子科技大學(xué);2015年

3 孫燕霞;基于高空間分辨率遙感影像的土地利用信息提取[D];重慶交通大學(xué);2014年

4 曾靜靜;基于LiDAR點(diǎn)云與CCD影像的建筑物特征提取[D];山東科技大學(xué);2011年

5 齊義娜;面向?qū)ο蟮母叻直媛蔬b感影像信息提取與尺度效應(yīng)分析[D];東北師范大學(xué);2009年

本文編號(hào)：2807838