本文關(guān)鍵詞：基于GF-1衛(wèi)星影像的東洞庭湖濕地信息提取技術(shù)研究

  更多相關(guān)文章： 高分辨率影像 紋理特征 局部二進(jìn)制模式 濕地信息提取

【摘要】：本文以湖南省北部的東洞庭湖及其附近區(qū)域?yàn)檠芯繀^(qū),應(yīng)用高分一號(hào)衛(wèi)星(GF-1)影像數(shù)據(jù)。從GF-1影像波段特征入手,分析本地區(qū)地類(lèi)的波譜特性,得到合適的水體提取指數(shù)。將三種不同半徑的局部二進(jìn)制算子與灰度共生矩陣結(jié)合,分別對(duì)影像提取紋理。然后將三種不同半徑的與沒(méi)有加入該算子的信息提取結(jié)果對(duì)比分析,得出最有效的紋理特征提取方法。同時(shí)通過(guò)轉(zhuǎn)移矩陣分析不同時(shí)相的地類(lèi)提取結(jié)果,研究該地區(qū)濕地資源時(shí)空分布規(guī)律。文章旨在應(yīng)用高分辨率遙感影像GF-1數(shù)據(jù),探索和研究有效的濕地信息提取方法,分析東洞庭湖區(qū)濕地資源的時(shí)空分布規(guī)律,為該地區(qū)濕地保護(hù)和恢復(fù)提供理論和方法參考。本文主要內(nèi)容和結(jié)論如下:(1)GF-1的第一波段為藍(lán)靛波段,對(duì)水質(zhì)特別靈敏,同時(shí)又是綠色植物葉綠素的吸收區(qū),還可用來(lái)區(qū)分土壤植被。經(jīng)過(guò)波段計(jì)算分析,發(fā)現(xiàn)用藍(lán)靛波段代替綠波段,而后使用歸一化水體指數(shù)與傳統(tǒng)的土壤調(diào)整植被指數(shù)相減可以有效地提取水體,該方法在六月份影像的湖面提取中,提取精度達(dá)到96.97%。(2)將灰度共生矩陣方法與LBP算法結(jié)合應(yīng)用于紋理信息提取,經(jīng)過(guò)小范圍試驗(yàn),當(dāng)半徑為3的時(shí)候,分類(lèi)精度達(dá)到86.58%,比單純的灰度共生矩陣效果好。并且經(jīng)試驗(yàn)觀(guān)察得到:變換半徑是紋理能否有效提取的關(guān)鍵因素,研究初步理解為最佳半徑與空間分辨率和地物實(shí)際大小相關(guān)。(3)將本文提出的光譜特征和紋理特征提取方法應(yīng)用于高分辨率影像信息提取,其中河流湖泊、草灘地、耕地、泥灘地、裸灘地這些大面積地物的提取精度都大于或接近90%,達(dá)到很高的精度;建筑用地、有林地、庫(kù)塘這些面積小的細(xì)碎地物提取精度也在80%左右,可見(jiàn)該方法對(duì)于高空間分辨率遙感影像信息提取行之有效。(4)采用轉(zhuǎn)移矩陣分析方法將一月份和六月份地類(lèi)信息提取結(jié)果聯(lián)合分析,實(shí)現(xiàn)了基于不同時(shí)相地類(lèi)特征的綜合信息提取。從空間位置上反映該地區(qū)濕地資源的變化特征,有利于全面把握它的時(shí)空分布規(guī)律和因時(shí)因地的管理與利用。
【關(guān)鍵詞】：高分辨率影像 紋理特征 局部二進(jìn)制模式 濕地信息提取
【學(xué)位授予單位】：中國(guó)林業(yè)科學(xué)研究院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：P237
【目錄】：

• 摘要5-6
• Abstract6-13
• 第一章 緒論13-23
• 1.1 研究目的13
• 1.2 研究的意義13-14
• 1.3 國(guó)內(nèi)外研究進(jìn)展14-18
• 1.3.1 神經(jīng)網(wǎng)絡(luò)法15
• 1.3.2 支持向量機(jī)法15-16
• 1.3.3 決策樹(shù)法16
• 1.3.4 面向?qū)ο蠓椒?/span>16-18
• 1.4 存在問(wèn)題18
• 1.5 發(fā)展趨勢(shì)18-19
• 1.6 研究的主要內(nèi)容19-20
• 1.6.1 基于GF-1 影像的濕地光譜特征分析研究19
• 1.6.2 基于GF-1 影像的濕地紋理特征提取方法研究19-20
• 1.6.3 基于不同時(shí)相遙感影像的濕地特征分析20
• 1.7 研究技術(shù)路線(xiàn)20-22
• 1.7.1 研究技術(shù)路線(xiàn)圖20-21
• 1.7.2 論文組織與結(jié)構(gòu)21-22
• 1.8 項(xiàng)目經(jīng)費(fèi)來(lái)源22-23
• 第二章 研究區(qū)概況及數(shù)據(jù)預(yù)處理23-35
• 2.1 研究區(qū)概況23-25
• 2.1.1 地理位置23
• 2.1.2 自然條件狀況23-25
• 2.2 遙感影像及輔助數(shù)據(jù)獲取25-26
• 2.3 GF-1 影像預(yù)處理26-33
• 2.3.1 GF-1 影像輻射校正26-29
• 2.3.2 GF-1 影像正射校正29-31
• 2.3.3 GF-1 影像圖像融合31-32
• 2.3.4 研究區(qū)影像鑲嵌與裁剪32-33
• 2.4 本章小結(jié)33-35
• 第三章 GF-1 影像濕地信息提取方法35-52
• 3.1 特征提取方法35-46
• 3.1.1 光譜特征分析研究方法35-37
• 3.1.2 紋理特征提取法37-46
• 3.1.2.1 原始灰度共生矩陣法38-39
• 3.1.2.2 局部二進(jìn)制模式（LBP）39-40
• 3.1.2.3 紋理提取方法分析比較40-46
• 3.2 分類(lèi)系統(tǒng)46-47
• 3.3 分類(lèi)方法47-49
• 3.3.1 多尺度分割48
• 3.3.2 最鄰近分類(lèi)（Nearest Neighbor，NN）48-49
• 3.4 轉(zhuǎn)移矩陣分析方法49-50
• 3.5 本章小結(jié)50-52
• 第四章 基于LBP變換紋理特征的東洞庭湖區(qū)域信息提取52-69
• 4.1 分類(lèi)過(guò)程與結(jié)果52-58
• 4.2 精度檢驗(yàn)58-62
• 4.3 研究區(qū)濕地時(shí)相變化特征分析62-68
• 4.4 本章小結(jié)68-69
• 第五章 結(jié)論與討論69-72
• 5.1 結(jié)論69-70
• 5.2 存在的問(wèn)題70-71
• 5.3 討論與展望71-72
• 參考文獻(xiàn)72-77
• 在讀期間學(xué)術(shù)研究77-78
• 致謝78

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 周春艷;王萍;張振勇;齊成濤;;基于面向?qū)ο笮畔⑻崛〖夹g(shù)的城市用地分類(lèi)[J];遙感技術(shù)與應(yīng)用;2008年01期

2 楊廣斌,安裕倫,張雅梅,谷花云,張宏群;基于3S的貴州省萬(wàn)畝大壩信息提取技術(shù)[J];貴州師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年02期

3 付錦,李劍峰,朱佳保,趙英俊;利用多源信息進(jìn)行三維地質(zhì)成像的信息提取技術(shù)[J];南華大學(xué)學(xué)報(bào)(理工版);2003年01期

4 塔西甫拉提·特依拜,丁建麗;基于知識(shí)的衛(wèi)星遙感信息提取技術(shù)研究進(jìn)展綜述[J];新疆大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年02期

5 張安定;彭篤明;李德一;王周龍;王大鵬;;基于TM影像的果園空間信息提取技術(shù)研究[J];測(cè)繪科學(xué);2007年05期

6 何學(xué)洲;宮輝力;李小娟;陳瑩;楊伶俐;;無(wú)級(jí)比例尺信息提取技術(shù)在北京城鎮(zhèn)道路中的應(yīng)用研究[J];地理信息世界;2008年03期

7 ;[J];;年期

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 記者 李偉鋒;我國(guó)新型遙感探測(cè)技術(shù)瞄準(zhǔn)國(guó)際前沿[N];中國(guó)國(guó)土資源報(bào);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 朱自娟;基于GF-1衛(wèi)星影像的東洞庭湖濕地信息提取技術(shù)研究[D];中國(guó)林業(yè)科學(xué)研究院;2015年

2 王琳琳;基于HTML Parser的Web信息提取技術(shù)[D];北京郵電大學(xué);2007年

3 吳曜宏;基于策略的網(wǎng)絡(luò)信息提取技術(shù)的研究[D];電子科技大學(xué);2013年

4 繆霖;Web信息提取技術(shù)在企業(yè)競(jìng)爭(zhēng)情報(bào)平臺(tái)的應(yīng)用研究[D];電子科技大學(xué);2010年

，

本文編號(hào)：774751