發(fā)布時(shí)間：2017-07-07 18:09

  本文關(guān)鍵詞：基于FY-3A MERSI資料的中國(guó)區(qū)域土地覆蓋分類(lèi)研究

  更多相關(guān)文章： FY-3A 中分辨率光譜成像儀(MERSI) 土地覆蓋分類(lèi) 支持向量機(jī)

【摘要】：土地覆蓋數(shù)據(jù)是地球科學(xué)眾多領(lǐng)域研究的基礎(chǔ)數(shù)據(jù),在地理學(xué)、大氣科學(xué)、農(nóng)學(xué)、林學(xué)等領(lǐng)域具有重要應(yīng)用。土地覆蓋分類(lèi)是土地覆蓋研究中的基礎(chǔ)性工作,利用遙感技術(shù)獲取土地覆蓋數(shù)據(jù)已成為大尺度土地覆蓋研究中的熱點(diǎn)。我國(guó)自主研制的新一代極軌氣象衛(wèi)星FY-3A發(fā)射成功,其裝載的中分辨率光譜成像儀(MERSI)具有可見(jiàn)光、近紅外、熱紅外等多個(gè)通道,為大尺度的土地覆蓋分類(lèi)提供了重要數(shù)據(jù)源。 本文基于MERSI反射率、植被指數(shù)、亮溫和DEM數(shù)據(jù),選用最大似然法、BP神經(jīng)網(wǎng)絡(luò)法和支持向量機(jī)法作為分類(lèi)方法,在吉林省、江蘇省、湖北省、青海省和廣東省5個(gè)試驗(yàn)區(qū),開(kāi)展土地覆蓋分類(lèi)預(yù)試驗(yàn)。分析分類(lèi)結(jié)果,確定分類(lèi)精度最高的分類(lèi)方法,并用于整個(gè)中國(guó)區(qū)域土地覆蓋分類(lèi)。 本文得到以下主要結(jié)論： (1)根據(jù)MERSI數(shù)據(jù)特點(diǎn),前5波段具有250米空間分辨率,將1-5波段的反射率、植被指數(shù)、亮溫、DEM數(shù)據(jù)作為分類(lèi)特征,能有效地選取樣本,從而更快更好的對(duì)研究區(qū)進(jìn)行土地覆蓋分類(lèi)。 (2)分類(lèi)方法的選擇能有效地提高分類(lèi)精度。本文基于MERSI L1數(shù)據(jù),利用最大似然法、BP神經(jīng)網(wǎng)絡(luò)法和支持向量機(jī)法對(duì)不同季節(jié)不同時(shí)間點(diǎn)的吉林省、江蘇省、湖北省、青海省和廣東省5個(gè)試驗(yàn)區(qū)進(jìn)行土地覆蓋分類(lèi),從得到的混淆矩陣表可以看出,支持向量機(jī)的分類(lèi)精度最高,故在整個(gè)中國(guó)區(qū)域的土地覆蓋分類(lèi)中選用支持向量機(jī)法作為分類(lèi)方法。 (3)基于2012年2月、2012年4月、2012年8月、2012年11月MERSI植被指數(shù)月產(chǎn)品,采用支持向量機(jī)法進(jìn)行土地覆蓋分類(lèi)研究,最終得到4個(gè)不同季節(jié)的分類(lèi)結(jié)果,并利用比較分析法和農(nóng)作物地面實(shí)測(cè)點(diǎn)對(duì)分類(lèi)結(jié)果進(jìn)行精度驗(yàn)證。從面積一致性分析來(lái)看,4個(gè)月的分類(lèi)結(jié)果與對(duì)應(yīng)時(shí)段的VIRR土地覆蓋日產(chǎn)品總體上保持一致,4個(gè)月的相關(guān)系數(shù)都很高,最高的為4月份,R2為0.9294；從混淆矩陣分析來(lái)看,4個(gè)月的總體精度都保持在80%,其中2月份的總體精度最高,達(dá)到了82.6268%,Kappa系數(shù)為0.7962；從農(nóng)用地與中國(guó)農(nóng)作物生長(zhǎng)發(fā)育和農(nóng)田土壤濕度旬?dāng)?shù)據(jù)集農(nóng)作物地面采樣點(diǎn)的一致性來(lái)看,4個(gè)月的農(nóng)用地與農(nóng)作物地面采樣點(diǎn)很好的吻合,保持在90%左右。精度驗(yàn)證結(jié)果表明,MERSI資料及支持向量機(jī)方法能應(yīng)用在大尺度宏觀土地覆蓋分類(lèi)中。
【關(guān)鍵詞】：FY-3A 中分辨率光譜成像儀(MERSI) 土地覆蓋分類(lèi) 支持向量機(jī)
【學(xué)位授予單位】：南京信息工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：P237;P407
【目錄】：

• 摘要6-7
• Abstract7-9
• 第一章 緒論9-15
• 1.1 研究目的及意義9-10
• 1.2 國(guó)內(nèi)外研究進(jìn)展10-12
• 1.2.1 國(guó)外研究進(jìn)展10-11
• 1.2.2 國(guó)內(nèi)研究進(jìn)展11-12
• 1.3 本文主要研究工作12-15
• 1.3.1 本文研究?jī)?nèi)容及論文組織12-13
• 1.3.2 本文的技術(shù)路線圖13-15
• 第二章 研究區(qū)及數(shù)據(jù)15-26
• 2.1 研究區(qū)分布15
• 2.2 研究區(qū)概況15-20
• 2.2.1 吉林省試驗(yàn)區(qū)15-16
• 2.2.2 江蘇省試驗(yàn)區(qū)16
• 2.2.3 湖北省試驗(yàn)區(qū)16
• 2.2.4 青海省試驗(yàn)區(qū)16-17
• 2.2.5 廣東省試驗(yàn)區(qū)17
• 2.2.6 整個(gè)中國(guó)研究區(qū)17-20
• 2.2.6.1 地理位置17
• 2.2.6.2 地形地貌17-19
• 2.2.6.3 氣候19-20
• 2.2.6.4 植被分布情況20
• 2.3 遙感數(shù)據(jù)介紹20-25
• 2.3.1 風(fēng)云三號(hào)氣象衛(wèi)星及MERSI資料介紹20-24
• 2.3.2 MERSI數(shù)據(jù)時(shí)相選擇24-25
• 2.3.3 輔助數(shù)據(jù)25
• 2.4 本章小結(jié)25-26
• 第三章 FY-3A MERSI資料預(yù)處理26-31
• 3.1 衛(wèi)星觀測(cè)值輻射定標(biāo)26-28
• 3.1.1 可見(jiàn)光、近紅外定標(biāo)方法26-27
• 3.1.2 熱紅外定標(biāo)方法27-28
• 3.2 大氣校正28
• 3.3 幾何校正28-29
• 3.4 地圖投影及圖像拼接、裁剪29-30
• 3.5 本章小結(jié)30-31
• 第四章 分類(lèi)方法的選擇和比較31-50
• 4.1 分類(lèi)方法及原理31-35
• 4.1.1 最大似然法31
• 4.1.2 BP神經(jīng)網(wǎng)絡(luò)法31-32
• 4.1.3 支持向量機(jī)法32-35
• 4.1.3.1 最優(yōu)分類(lèi)超平面32-34
• 4.1.3.2 核函數(shù)34-35
• 4.2 分類(lèi)試驗(yàn)35-43
• 4.2.1 分類(lèi)系統(tǒng)的確定35-36
• 4.2.2 樣本選取36-37
• 4.2.3 分類(lèi)特征選擇及處理37-42
• 4.2.3.1 地表反射率及亮溫37-39
• 4.2.3.2 植被指數(shù)39-42
• 4.2.4 分類(lèi)方案42-43
• 4.3 分類(lèi)試驗(yàn)結(jié)果及分析43-49
• 4.3.1 基于吉林省試驗(yàn)區(qū)的土地覆蓋分類(lèi)44-45
• 4.3.2 基于江蘇省試驗(yàn)區(qū)的土地覆蓋分類(lèi)45-46
• 4.3.3 基于湖北省試驗(yàn)區(qū)的土地覆蓋分類(lèi)46
• 4.3.4 基于青海省試驗(yàn)區(qū)的土地覆蓋分類(lèi)46-47
• 4.3.5 基于廣東省試驗(yàn)區(qū)的土地覆蓋分類(lèi)47-48
• 4.3.6 精度評(píng)價(jià)48-49
• 4.4 本章小結(jié)49-50
• 第五章 基于支持向量機(jī)方法的中國(guó)區(qū)域土地覆蓋分類(lèi)50-60
• 5.1 分類(lèi)實(shí)驗(yàn)50-52
• 5.2 分類(lèi)結(jié)果與精度評(píng)價(jià)52-59
• 5.2.1 精度評(píng)價(jià)標(biāo)準(zhǔn)52-53
• 5.2.1.1 類(lèi)型面積相關(guān)分析52
• 5.2.1.2 混淆矩陣分析52-53
• 5.2.1.3 地面采樣點(diǎn)精度分析53
• 5.2.2 精度評(píng)價(jià)53-59
• 5.2.2.1 面積一致性分析54-55
• 5.2.2.2 空間混淆分析55-57
• 5.2.2.3 地面采樣點(diǎn)精度分析57-59
• 5.3 本章小結(jié)59-60
• 第六章 結(jié)論與展望60-62
• 6.1 主要結(jié)論60-61
• 6.2 創(chuàng)新點(diǎn)61
• 6.3 存在的問(wèn)題及下一步工作61-62
• 參考文獻(xiàn)62-67
• 致謝67-68
• 作者簡(jiǎn)介68

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王馨凝;李國(guó)春;;基于MERSI和MODIS數(shù)據(jù)的2種監(jiān)督分類(lèi)方法比較研究[J];現(xiàn)代農(nóng)業(yè)科技;2009年07期

2 冉有華;李新;盧玲;;四種常用的全球1km土地覆蓋數(shù)據(jù)中國(guó)區(qū)域的精度評(píng)價(jià)[J];冰川凍土;2009年03期

3 陳佑啟,PeterH.Verburg;中國(guó)土地利用/土地覆蓋的多尺度空間分布特征分析[J];地理科學(xué);2000年03期

4 郭煥成;土地利用調(diào)查與制圖方法的初步研究[J];地理學(xué)報(bào);1984年03期

5 董超華;楊軍;盧乃錳;楊忠東;施進(jìn)明;張鵬;劉玉潔;蔡斌;;風(fēng)云三號(hào)A星(FY-3A)的主要性能與應(yīng)用[J];地球信息科學(xué)學(xué)報(bào);2010年04期

6 潘耀忠,李曉兵,何春陽(yáng);中國(guó)土地覆蓋綜合分類(lèi)研究──基于NOAA/AVHRR和Holdridge PE[J];第四紀(jì)研究;2000年03期

7 李爽,張二勛;基于決策樹(shù)的遙感影像分類(lèi)方法研究[J];地域研究與開(kāi)發(fā);2003年01期

8 王崇倡;武文波;張建平;;基于BP神經(jīng)網(wǎng)絡(luò)的遙感影像分類(lèi)方法[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

9 徐曉桃;韓濤;頡耀文;;基于單時(shí)相MODIS數(shù)據(jù)的土地覆蓋三種分類(lèi)方法對(duì)比研究[J];干旱地區(qū)農(nóng)業(yè)研究;2008年03期

10 柳海鷹,高吉喜,李政海;土地覆蓋及土地利用遙感研究進(jìn)展[J];國(guó)土資源遙感;2001年04期

，

本文編號(hào)：531249