城市化進(jìn)程的加快促使不透水面迅速擴(kuò)張。大量的不透水面取代了以綠色植被為主的自然景觀,對城市生態(tài)環(huán)境造成了嚴(yán)重的負(fù)面影響。作為中國城市崛起的縮影,北京城市化進(jìn)程更為迅猛。不透水面急劇擴(kuò)張引發(fā)的城市熱島效應(yīng)加劇、水質(zhì)下降、城市內(nèi)澇等環(huán)境問題已成為北京城市發(fā)展面臨的巨大挑戰(zhàn),及時(shí)準(zhǔn)確地獲取不透水面信息對指導(dǎo)首都城市規(guī)劃、保護(hù)城市生態(tài)環(huán)境具有重要意義。目前,許多不透水面遙感反演方法已可獲得較高精度,但不透水面與裸土、砂石等地物的混淆仍是困擾不透水面準(zhǔn)確提取的主要因素。隨著遙感技術(shù)的發(fā)展,多源遙感數(shù)據(jù)不斷涌現(xiàn),融合多源數(shù)據(jù)可獲得比單一數(shù)據(jù)更為豐富、準(zhǔn)確的信息。因此,利用不同平臺遙感數(shù)據(jù)的優(yōu)勢,取長補(bǔ)短,可作為改善不透水面提取精度的重要途徑。本文以北京市六環(huán)路以內(nèi)區(qū)域作為研究區(qū),探究了綜合Landsat多光譜數(shù)據(jù)與Sentinel-1成像雷達(dá)數(shù)據(jù)提取不透水面的適用性。研究首先分析了適用于不透水面信息提取的最優(yōu)算法,即基于Landsat多光譜波段分別采用最大似然法、支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)和隨機(jī)森林算法對影像進(jìn)行分類以提取不透水面信息,實(shí)驗(yàn)表明隨機(jī)森林算法可獲得較高的不透水面提取精度。隨后研究設(shè)計(jì)了三...

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 指數(shù)法
        1.2.2 光譜混合分析法
        1.2.3 影像分類法
        1.2.4 多源遙感數(shù)據(jù)融合法
    1.3 研究內(nèi)容與技術(shù)路線
    1.4 論文的組織結(jié)構(gòu)
第2章 研究區(qū)及數(shù)據(jù)
    2.1 研究區(qū)概況
    2.2 研究數(shù)據(jù)
        2.2.1 Landsat數(shù)據(jù)
        2.2.2 Sentinel-1 數(shù)據(jù)
    2.3 數(shù)據(jù)處理
        2.3.1 數(shù)據(jù)預(yù)處理
        2.3.2 影像融合
第3章 不透水面信息提取算法研究
    3.1 分類策略
    3.2 分類算法
    3.3 算法評價(jià)
第4章 基于Landsat與 Sentinel-1 數(shù)據(jù)的不透水面信息提取
    4.1 特征提取
        4.1.1 光譜特征
        4.1.2 紋理特征
    4.2 分類特征集合
    4.3 實(shí)驗(yàn)結(jié)果與分析
第5章 北京市不透水面動(dòng)態(tài)變化分析
    5.1 動(dòng)態(tài)變化特征
    5.2 驅(qū)動(dòng)因素分析
第6章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
作者簡介及在學(xué)期間所取得的科研成果
致謝



本文編號：4016645