基于隨機森林的湟水流域土地利用/土地覆被變化檢測
發(fā)布時間:2023-03-22 20:58
土地利用/土地覆被變化已成為當(dāng)前全球環(huán)境變化研究的熱點領(lǐng)域之一。中等分辨率的美國陸地資源衛(wèi)星數(shù)據(jù)由于其具有連續(xù)的檔案的數(shù)據(jù)提供因而成為全球及區(qū)域尺度上土地利用/土地覆被重要的遙感數(shù)據(jù)源。在土地利用類型多樣、垂直差異性明顯、空間異質(zhì)性高的復(fù)雜地形區(qū),很難獲取較高的土地利用分類精度。研究隨機森林方法對復(fù)雜地形區(qū)的適應(yīng)性,對復(fù)雜地形下遙感分類準(zhǔn)確性的提高以及探索復(fù)雜地形區(qū)湟水流域土地利用/土地覆被時空變化規(guī)律具有重要意義。本文以高海拔、地形復(fù)雜破碎的湟水流域為研究區(qū),基于1999年Landsat7ETM+、2011年Landsat5TM以及2017年Landsat8OLI影像,結(jié)合光譜、紋理、地形信息,采用隨機森林方法對湟水流域三期遙感影像分區(qū)進行土地利用/土地覆被信息提取及精度評價,最后選擇分類后比較的變化檢測方法對湟水流域近18年來土地利用/土地覆被變化進行動態(tài)分析。主要結(jié)論如下:(1)采用隨機森林算法對1999年Landsat7 ETM+、2011年Landsat 5TM、2017年Landsat 8OLI三期湟水流域遙感影像多光譜數(shù)據(jù)的腦山區(qū)、淺山區(qū)、川水區(qū)進行土地利用/土地覆被信息...
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢
1.3 研究目標(biāo)與研究內(nèi)容
1.3.1 研究目標(biāo)
1.3.2 研究內(nèi)容
1.4 論文的技術(shù)路線
第二章 研究區(qū)概況與數(shù)據(jù)
2.1 研究區(qū)概況
2.1.1 地理位置
2.1.2 氣候特征
2.1.3 水系
2.2 數(shù)據(jù)與處理
2.2.1 數(shù)據(jù)源
2.2.2 數(shù)據(jù)預(yù)處理
2.2.3 野外采樣數(shù)據(jù)
第三章 研究方法與特征提取
3.1 隨機森林算法
3.1.1 決策樹原理
3.1.2 集成學(xué)習(xí)
3.1.3 隨機森林算法原理與性質(zhì)
3.2 土地利用/土地覆被變化檢測法
3.3 特征提取
第四章 湟水流域土地利用/土地覆被隨機森林分類
4.1 地理分區(qū)及分類系統(tǒng)的確定
4.2 樣本的選擇
4.3 各地理分區(qū)特征參數(shù)的確定
4.4 隨機森林模型的構(gòu)建
4.4.1 腦山區(qū)隨機森林模型構(gòu)建
4.4.2 淺山區(qū)隨機森林模型構(gòu)建
4.4.3 川水區(qū)隨機森林模型構(gòu)建
4.5 湟水流域隨機森林方法分類結(jié)果
4.5.1 融合前影像分類結(jié)果
4.5.2Landsat ETM+/OLI 15m 與 30m 融合后影像分類結(jié)果
4.6 精度評價
4.7 討論與分析
第五章 湟水流域土地利用/土地覆被變化檢測
5.1 湟水流域1999-2017年土地利用/土地覆被流轉(zhuǎn)變化分析
5.1.1 腦山區(qū) 1999-2017 年土地利用/土地覆被變化轉(zhuǎn)移矩陣
5.1.2 淺山區(qū) 1999-2017 年土地利用/土地覆被變化轉(zhuǎn)移矩陣
5.1.3 川水區(qū) 1999-2017 年土地利用/土地覆被變化轉(zhuǎn)移矩陣
5.2 湟水流域 1999-2017 年土地利用/土地覆被動態(tài)變化分析
第六章 結(jié)論與展望
6.1 主要結(jié)論
6.2 展望
參考文獻
致謝
個人簡歷
本文編號:3767570
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢
1.3 研究目標(biāo)與研究內(nèi)容
1.3.1 研究目標(biāo)
1.3.2 研究內(nèi)容
1.4 論文的技術(shù)路線
第二章 研究區(qū)概況與數(shù)據(jù)
2.1 研究區(qū)概況
2.1.1 地理位置
2.1.2 氣候特征
2.1.3 水系
2.2 數(shù)據(jù)與處理
2.2.1 數(shù)據(jù)源
2.2.2 數(shù)據(jù)預(yù)處理
2.2.3 野外采樣數(shù)據(jù)
第三章 研究方法與特征提取
3.1 隨機森林算法
3.1.1 決策樹原理
3.1.2 集成學(xué)習(xí)
3.1.3 隨機森林算法原理與性質(zhì)
3.2 土地利用/土地覆被變化檢測法
3.3 特征提取
第四章 湟水流域土地利用/土地覆被隨機森林分類
4.1 地理分區(qū)及分類系統(tǒng)的確定
4.2 樣本的選擇
4.3 各地理分區(qū)特征參數(shù)的確定
4.4 隨機森林模型的構(gòu)建
4.4.1 腦山區(qū)隨機森林模型構(gòu)建
4.4.2 淺山區(qū)隨機森林模型構(gòu)建
4.4.3 川水區(qū)隨機森林模型構(gòu)建
4.5 湟水流域隨機森林方法分類結(jié)果
4.5.1 融合前影像分類結(jié)果
4.5.2Landsat ETM+/OLI 15m 與 30m 融合后影像分類結(jié)果
4.6 精度評價
4.7 討論與分析
第五章 湟水流域土地利用/土地覆被變化檢測
5.1 湟水流域1999-2017年土地利用/土地覆被流轉(zhuǎn)變化分析
5.1.1 腦山區(qū) 1999-2017 年土地利用/土地覆被變化轉(zhuǎn)移矩陣
5.1.2 淺山區(qū) 1999-2017 年土地利用/土地覆被變化轉(zhuǎn)移矩陣
5.1.3 川水區(qū) 1999-2017 年土地利用/土地覆被變化轉(zhuǎn)移矩陣
5.2 湟水流域 1999-2017 年土地利用/土地覆被動態(tài)變化分析
第六章 結(jié)論與展望
6.1 主要結(jié)論
6.2 展望
參考文獻
致謝
個人簡歷
本文編號:3767570
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/3767570.html
最近更新
教材專著