基于面向?qū)ο笞兓蛄糠治龇ǖ倪b感影像森林變化檢測
本文選題：面向?qū)ο?/strong> + 變化向量分析(CVA)��； 參考：《國土資源遙感》2017年03期
【摘要】：為探討用于森林資源數(shù)據(jù)庫更新的森林變化空間信息采集方法,以林地變化頻繁快速、變化圖斑多且小的廣西上思縣局部區(qū)域為研究區(qū),以資源三號(ZY-3)和高分一號(GF-1)高空間分辨率衛(wèi)星遙感圖像和小班專題圖為數(shù)據(jù)源,采用面向?qū)ο蟮淖兓蛄糠治?change vector analysis,CVA)方法,基于馬氏距離、歐氏距離和相對誤差距離度量變化強度,通過目標函數(shù)確定最佳檢測閾值,以小班為單元進行森林變化檢測。結(jié)果表明,用歐氏距離、馬氏距離檢測的森林變化結(jié)果都不甚理想,漏檢率和誤檢率高,總體精度較低,Kappa系數(shù)較小;用相對誤差距離檢測的結(jié)果較好,漏檢率(21.0%)和誤檢率(32.5%)均最小,總體精度最高(89.6%),Kappa系數(shù)最大(0.664);誤檢測的圖斑多為成林地和無林地(建設(shè)用地、林區(qū)道路等),各個變化類型都出現(xiàn)了少量漏檢圖斑。
[Abstract]:In order to study the method of collecting spatial information of forest change used for updating forest resource database, the study area is local area of Shangsi County, Guangxi, where woodland changes frequently and rapidly, and the change map is many and small. Taking the high spatial resolution satellite remote sensing images and subclass thematic maps as data sources, using the method of object oriented change vector analysis (CVA), and based on the Markov distance, the paper introduces the method of "ZY-3" and "GF-1" (GF-1) as data sources, and adopts the method of object oriented change vector analysis (OVA), which is based on Markov distance. Euclidean distance and relative error distance are used to measure the change intensity, and the optimal detection threshold is determined by objective function, and forest change detection is carried out with small class as unit. The results show that the results of forest change detected by Euclidean distance and Markov distance are not satisfactory, the rate of missing detection and false detection is high, the total precision is lower and the Kappa coefficient is lower, and the result of using relative error distance is better. The miss detection rate (21.0%) and the false detection rate (32.5%) were the smallest, the overall accuracy was the highest (89.6%) and the Kappa coefficient was the largest (0.664m), and most of the map spots were forest land and no forest land (construction land, forest road, etc.), and a small number of miss check map spots appeared in each change type.
【作者單位】： 廣西大學(xué)林學(xué)院;廣西林業(yè)勘測設(shè)計院;
【基金】：廣西林業(yè)科學(xué)研究項目“森林變化遙感信息自動檢測與提取”(編號:201423)資助
【分類號】：S771.8;TP751
【相似文獻】
相關(guān)期刊論文 前10條
1 胡巖峰,劉波,李峰,李立鋼,丘江;一種基于統(tǒng)計分析的圖像變化檢測方法[J];光子學(xué)報;2005年01期
2 宋翠玉;李培軍;楊鋒杰;;運用多尺度圖像紋理進行城市擴展變化檢測[J];國土資源遙感;2006年03期
3 徐宏根;宋妍;;顧及陰影信息的高分辨率遙感圖像變化檢測方法[J];國土資源遙感;2013年04期
4 倪林,冷洪超;機場區(qū)域變化檢測研究[J];遙感技術(shù)與應(yīng)用;2002年04期
5 李小春,陳鯨;一種變化檢測的新算法[J];宇航學(xué)報;2005年03期
6 唐德可,付琨,王宏琦;基于光譜和空域信息的城區(qū)變化檢測方法研究[J];測繪科學(xué);2005年06期
7 鐘家強;王潤生;;一種基于線特征的道路網(wǎng)變化檢測算法[J];遙感學(xué)報;2007年01期
8 吳華;常艷玲;沙瑞;;基于Laplacian Eigenmap的圖像變化檢測虛警優(yōu)化技術(shù)[J];計算機工程與應(yīng)用;2007年32期
9 霍春雷;程健;盧漢清;周志鑫;;基于多尺度融合的對象級變化檢測新方法[J];自動化學(xué)報;2008年03期
10 李雪;舒寧;王琰;;利用向量相似性進行基于像斑的土地利用變化檢測[J];遙感信息;2009年06期
相關(guān)會議論文 前10條
1 邢帥;徐青;;高分辨率衛(wèi)星遙感影像變化檢測技術(shù)的研究[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年
2 張鐵軍;;年度土地利用變更調(diào)查中遙感監(jiān)測圖斑提取方法淺析[A];福建省土地學(xué)會2012年年會論文集[C];2012年
3 劉志剛;李夕海;錢昌松;;遙感圖像變化檢測問題淺析[A];陜西地球物理文集（五）國家安全與軍事地球物理研究[C];2005年
4 劉翔;李萬茂;高連如;陶發(fā)達;倪金生;;基于遙感圖像變化檢測的投資項目搜索技術(shù)研究[A];中國遙感應(yīng)用協(xié)會2010年會暨區(qū)域遙感發(fā)展與產(chǎn)業(yè)高層論壇論文集[C];2010年
5 盛輝;廖明生;張路;;基于遙感衛(wèi)星圖像的城市擴展研究——以東營市為例[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年
6 歐陽峗;馬建文;戴芹;;動態(tài)貝葉斯網(wǎng)絡(luò)在遙感變化檢測中的應(yīng)用[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年
7 顧娟;張宏偉;;面向?qū)ο蟮木用竦胤诸愄崛『妥兓瘷z測方法[A];中國地理信息系統(tǒng)協(xié)會第四次會員代表大會暨第十一屆年會論文集[C];2007年
8 李杰;任競穎;;一種基于小波變換的SAR圖像多尺度融合變化檢測方法[A];2009年全國開放式分布與并行計算機學(xué)術(shù)會議論文集(上冊)[C];2009年
9 李全;李霖;;基于LANDSAT TM影像的城市變化檢測研究[A];中國地理學(xué)會2004年學(xué)術(shù)年會暨海峽兩岸地理學(xué)術(shù)研討會論文摘要集[C];2004年
10 王雪蓮;王仁禮;;基于K-L變換的遙感圖像變化檢測方法研究[A];第十三屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2001年
相關(guān)博士學(xué)位論文 前9條
1 郝明;基于空間信息準確性增強的遙感影像變化檢測方法研究[D];中國礦業(yè)大學(xué);2015年
2 王凌霞;基于多尺度分析和自然進化優(yōu)化的遙感圖像配準與變化檢測[D];西安電子科技大學(xué);2015年
3 李向軍;遙感土地利用變化檢測方法探討[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年
4 鄧小煉;基于變化矢量分析的土地利用變化檢測方法研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年
5 羅旺;遙感圖像的變化檢測與標注方法研究[D];電子科技大學(xué);2012年
6 鄧湘金;基于模式識別知識的遙感圖像變化檢測研究[D];中國科學(xué)院研究生院（電子學(xué)研究所）;2003年
7 祝錦霞;高分辨率遙感影像變化檢測的關(guān)鍵技術(shù)研究[D];浙江大學(xué);2011年
8 鐘家強;基于多時相遙感圖像的變化檢測[D];國防科學(xué)技術(shù)大學(xué);2005年
9 劉朋飛;基于矢量數(shù)據(jù)的中低分辨率影像道路提取和變化檢測研究[D];武漢大學(xué);2010年
相關(guān)碩士學(xué)位論文 前10條
1 張家琦;遙感影像變化檢測方法及應(yīng)用研究[D];中國地質(zhì)大學(xué)(北京);2015年
2 李玲玲;基于NSCT和NSST的圖像變化檢測算法研究及應(yīng)用[D];新疆大學(xué);2015年
3 胡雪梅;基于MST的遙感圖像變化檢測研究[D];新疆大學(xué);2015年
4 呂浩博;基于多時相光譜遙感影像的變化檢測研究[D];中國科學(xué)院研究生院(西安光學(xué)精密機械研究所);2015年
5 施曉良;遙感圖像變化檢測方法研究[D];華東師范大學(xué);2016年
6 張一晨;基于NSCT域內(nèi)圖像融合與去噪算法的SAR遙感圖像變化檢測算法[D];新疆大學(xué);2016年
7 翟建峰;基于分層結(jié)構(gòu)的遙感影像變化檢測方法研究[D];西安電子科技大學(xué);2015年
8 趙娟娟;多光譜遙感圖像變化檢測的聚類算法研究[D];西安電子科技大學(xué);2015年
9 楚巖;基于深度神經(jīng)網(wǎng)絡(luò)的遙感圖像變化檢測[D];南京理工大學(xué);2017年
10 楊曉麗;多時相遙感影像的變化檢測[D];西安電子科技大學(xué);2011年
，本文編號：1837909
本文鏈接：http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/1837909.html
