本文關(guān)鍵詞：西北旱區(qū)遙感影像分類方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：如何對(duì)較大尺度范圍不同時(shí)相、氣候和地貌類型的遙感影像進(jìn)行土地利用現(xiàn)狀分類是目前國(guó)際土地資源學(xué)科中的重要問(wèn)題之一。本實(shí)驗(yàn)選擇西北旱區(qū)所轄六省的6個(gè)具有不同經(jīng)緯度、不同土地利用方式、不同實(shí)相、不同范圍、不同地形、不同氣候的典型地貌單元的Landsat TM遙感影像為研究對(duì)象,利用較為通用的監(jiān)督分類方法(如最大似然法、BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)法等)對(duì)其Landsat TM遙感影像進(jìn)行分類,為提高遙感影像分類精度和土地利用信息提取的準(zhǔn)確性,在實(shí)驗(yàn)樣本選擇時(shí)結(jié)合歸一化植被指數(shù)和紋理特征等數(shù)據(jù)進(jìn)行分類,并對(duì)分類結(jié)果采用聚類統(tǒng)計(jì)和過(guò)濾分析等方法進(jìn)行分類后處理。最后,利用混淆矩陣對(duì)分類結(jié)果的精度進(jìn)行評(píng)價(jià)。結(jié)果表明:較最大似然法和BP神經(jīng)網(wǎng)絡(luò)分類方法而言,結(jié)合歸一化植被指數(shù)和紋理特征的支持向量機(jī)法的分類精度最高,最高達(dá)到了98.92%,kappa系數(shù)最高達(dá)到了0.9771,而且所有研究區(qū)支持向量機(jī)法的分類精度都達(dá)到了90%以上,較準(zhǔn)確地分離出了各類地物。故該方法可用于具有較大范圍、不同時(shí)相、不同氣候和地貌類型的整個(gè)西北旱區(qū)的遙感影像分類研究,以期為西北旱區(qū)遙感影像解譯和土地資源可持續(xù)發(fā)展戰(zhàn)略提供方法支撐。
【關(guān)鍵詞】：遙感應(yīng)用 西北旱區(qū) 支持向量機(jī) 遙感影像分類
【學(xué)位授予單位】：西北農(nóng)林科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：P237
【目錄】：

• 摘要6-7
• ABSTRACT7-9
• 第一章 緒論9-13
• 1.1 研究背景9-11
• 1.2 研究目的和意義11
• 1.3 小結(jié)11-13
• 第二章 研究區(qū)概況和數(shù)據(jù)來(lái)源13-15
• 2.1 研究區(qū)概況13-14
• 2.1.1 西北旱區(qū)地理范圍的界定13
• 2.1.2 西北旱區(qū)概況及特點(diǎn)13-14
• 2.2 數(shù)據(jù)來(lái)源14-15
• 第三章 研究方法及技術(shù)路線15-23
• 3.1 研究方法15-22
• 3.1.1 主成分分析15-16
• 3.1.2 紋理特征16-17
• 3.1.3 歸一化植被指數(shù)17
• 3.1.4 最大似然法17-18
• 3.1.5 BP神經(jīng)網(wǎng)絡(luò)18-20
• 3.1.6 支持向量機(jī)20-21
• 3.1.7 分類后處理21-22
• 3.2 技術(shù)路線22-23
• 第四章 基于典型試驗(yàn)區(qū)影像分類方法確定23-31
• 4.1 典型試驗(yàn)區(qū)概況23-25
• 4.2 實(shí)驗(yàn)樣本的選取25
• 4.3 試驗(yàn)區(qū)分類結(jié)果及精度評(píng)價(jià)25-30
• 4.4 小結(jié)30-31
• 第五章 結(jié)論與展望31-33
• 5.1 結(jié)論31
• 5.2 展望31-33
• 參考文獻(xiàn)33-37
• 致謝37-38
• 作者簡(jiǎn)介38

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 賈坤;李強(qiáng)子;田亦陳;吳炳方;;遙感影像分類方法研究進(jìn)展[J];光譜學(xué)與光譜分析;2011年10期

2 朱丹瑤;;遙感影像分類方法研究[J];黑龍江科技信息;2012年33期

3 劉萌偉;曾廣鴻;袁國(guó)輝;裴亞波;楊子力;;基于基因表達(dá)式編程的遙感影像分類方法研究[J];安陽(yáng)工學(xué)院學(xué)報(bào);2013年04期

4 孫立新,羅高平,張怡梅;遙感影像分類的歸類學(xué)習(xí)方法[J];測(cè)繪工程;1998年03期

5 李爽,丁圣彥,許叔明;遙感影像分類方法比較研究[J];河南大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年02期

6 黃艷;張超;蘇偉;岳安志;;合理尺度紋理分析遙感影像分類方法研究[J];國(guó)土資源遙感;2008年04期

7 余潔;郭培煌;陳品祥;張中山;軟文斌;;基于改進(jìn)的模糊c-均值聚類方法遙感影像分類研究(英文)[J];Geo-Spatial Information Science;2008年02期

8 溫兆飛;張樹(shù)清;陳春;劉春悅;李曉峰;李華朋;;三江源區(qū)湖泊和沼澤遙感影像分類研究[J];濕地科學(xué);2010年02期

9 付博;謝振紅;鄧彩群;;改進(jìn)的角度余弦方法在濕地遙感影像分類中的應(yīng)用[J];吉林建筑工程學(xué)院學(xué)報(bào);2010年04期

10 胡杏花;朱谷昌;徐文海;劉歡;李智峰;鄭緯;;基于分形紋理的遙感影像分類研究[J];礦床地質(zhì);2010年S1期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 劉忠陽(yáng);陳懷亮;杜子璇;鄒春輝;;基于決策樹(shù)方法的Landsat7 ETM+遙感影像分類研究[A];農(nóng)業(yè)生態(tài)與衛(wèi)星遙感應(yīng)用技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2006年

2 王珊珊;季民;高潔;焦其松;;CBR方法在高分辨率遙感影像分類中的應(yīng)用[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

3 湯家法;;基于可拓分類器的遙感影像分類[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

4 巫兆聰;;RBF網(wǎng)絡(luò)的粗糙表示與遙感影像分類應(yīng)用[A];第十三屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

5 楊劍;蒲英霞;何一鳴;;基于Getis的遙感影像分類研究[A];中國(guó)地理學(xué)會(huì)百年慶典學(xué)術(shù)論文摘要集[C];2009年

6 趙泉華;宋偉東;鮑勇;;基于分形紋理的BP神經(jīng)網(wǎng)絡(luò)遙感影像分類[A];中國(guó)儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

7 王梁;韓坤英;;分形理論在遙感影像分類中的應(yīng)用[A];第十二屆全國(guó)數(shù)學(xué)地質(zhì)與地學(xué)信息學(xué)術(shù)研討會(huì)論文集[C];2013年

8 汪東川;龔建華;張利輝;;基于時(shí)間序列軌跡分析的遙感影像分類結(jié)果聯(lián)合校正[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

9 羅小波;劉明皓;;基于優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)遙感影像分類[A];2006年中國(guó)土地學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2006年

10 ;結(jié)合光譜、紋理與形狀特征的高空間分辨率遙感影像分類(英文)[A];中國(guó)測(cè)繪學(xué)會(huì)第九次全國(guó)會(huì)員代表大會(huì)暨學(xué)會(huì)成立50周年紀(jì)念大會(huì)論文集[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條

1 王巍;基于Agent的遙感影像分類方法及其應(yīng)用研究[D];中國(guó)地質(zhì)大學(xué)(北京);2016年

2 任廣波;基于半監(jiān)督學(xué)習(xí)的遙感影像分類技術(shù)研究[D];中國(guó)海洋大學(xué);2010年

3 譚琨;基于支持向量機(jī)的高光譜遙感影像分類研究[D];中國(guó)礦業(yè)大學(xué);2010年

4 巫兆聰;粗集理論在遙感影像分類中的應(yīng)用[D];武漢大學(xué);2004年

5 易俐娜;面向?qū)ο筮b感影像分類不確定性分析[D];武漢大學(xué);2011年

6 胥海威;基于改進(jìn)隨機(jī)聚類決策森林算法的遙感影像分類研究[D];中南大學(xué);2012年

7 徐盛;基于主題模型的高空間分辨率遙感影像分類研究[D];上海交通大學(xué);2012年

8 劉志剛;支撐向量機(jī)在光譜遙感影像分類中的若干問(wèn)題研究[D];武漢大學(xué);2004年

9 丁勝;智能優(yōu)化算法在高光譜遙感影像分類中的應(yīng)用研究[D];武漢大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 吳聰;面向?qū)ο蟮母叻直媛蔬b感影像分類在衛(wèi)片執(zhí)法中的應(yīng)用研究[D];昆明理工大學(xué);2015年

2 周楊;面向?qū)ο蟮母叻直媛蔬b感影像分類技術(shù)研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

3 李奇峰;結(jié)合多特征描述和SVM的遙感影像分類研究[D];鄭州大學(xué);2015年

4 宋曉陽(yáng);面向?qū)ο蟮倪b感分類系統(tǒng)研究[D];南京農(nóng)業(yè)大學(xué);2014年

5 張靜;西北旱區(qū)遙感影像分類方法研究[D];西北農(nóng)林科技大學(xué);2016年

6 劉安斐;基于數(shù)據(jù)融合的遙感影像分類[D];解放軍信息工程大學(xué);2006年

7 任亞芬;面向并行環(huán)境的遙感影像分類算法設(shè)計(jì)與實(shí)現(xiàn)[D];華中科技大學(xué);2011年

8 白秀蓮;基于決策樹(shù)方法的遙感影像分類研究[D];內(nèi)蒙古師范大學(xué);2012年

9 王松妍;基于云理論的遙感影像分類方法研究[D];遼寧工程技術(shù)大學(xué);2013年

10 陳小瑜;基于空間數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)的遙感影像分類研究[D];福建師范大學(xué);2007年

  本文關(guān)鍵詞：西北旱區(qū)遙感影像分類方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：405960