遙感影像數(shù)據(jù)不僅能為森林資源調(diào)查提供豐富的地物光譜特性、空間位置等重要信息,而且具有宏觀、便捷、周期重復(fù)、動(dòng)態(tài)檢測和低成本等優(yōu)點(diǎn),已經(jīng)成為森林資源調(diào)查新的信息源。利用遙感技術(shù)結(jié)合GIS、GPS技術(shù)進(jìn)行森林資源調(diào)查已經(jīng)成為一種必然的趨勢。本文以中山陵風(fēng)景區(qū)2006年QuickBird遙感影像、2002年中山陵二類調(diào)查小班數(shù)據(jù)、1999年中山陵1:10000地形圖為研究數(shù)據(jù)源,以RS、GIS為主要技術(shù)手段,對中山陵森林資源植被分類進(jìn)行應(yīng)用研究。通過研究,得出以下結(jié)論:（1）對研究區(qū)QuickBird影像進(jìn)行一級分類,發(fā)現(xiàn)最大似然法能較好的區(qū)分林業(yè)用地、水體、農(nóng)田及其它等一級地類,并將分類結(jié)果用于中山陵及各景區(qū)地類統(tǒng)計(jì)。（2）對研究區(qū)QuickBird影像進(jìn)行二級分類,研究發(fā)現(xiàn)支持向量機(jī)的分類能取得較好的效果,并將其分類結(jié)果用于闊葉林、針葉林、針闊混交林、竹林、苗圃、水域、農(nóng)田及其它等二級地類的面積統(tǒng)計(jì),但其中的闊葉林和針闊混交林混分現(xiàn)象嚴(yán)重,分類得到的闊葉林面積偏小,針闊混交林面積偏大。（3）利用2002年中山陵二類調(diào)查小班數(shù)據(jù)計(jì)算主要樹種櫟類、馬尾松、刺槐的生物量和生產(chǎn)力。結(jié)果表明:刺槐... 

【文章來源】：南京林業(yè)大學(xué)江蘇省

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

融合前后圖像局部變化(0.6m)

選擇支持向量機(jī)和最大似然法對研究區(qū)遙感影像進(jìn)行二級分類體系的分類，并對兩種分類方法的結(jié)果進(jìn)行比較，發(fā)現(xiàn)采用支持向量機(jī)的分類效果較好。二者的分類結(jié)果如下圖4.2和4.3所示;分類精度如表4一4和表4一5所示�？terathelnU污e印 fatml日ndOon呀et Oonblo日dbroadleafbamboo.姍瀚臼黝…圖4.2支持向量機(jī)二級分類圖 Fig.4.2ThefinalmaPoflevel2elassifieationbySuPPortVeetorMaehine...mbOO口理如ad，ea‘..con一road脂霎疆coni仁『巨二〕白耐and翻、，e，回。her.，‘圖4.3最大似然法二級分類圖 Fig.4.3ThefinalmaPoflevel2elassifieationbyMaximumLikelihoodClassifier

3二級分類精度評價(jià)選擇支持向量機(jī)和最大似然法對研究區(qū)遙感影像進(jìn)行二級分類體系的分兩種分類方法的結(jié)果進(jìn)行比較，發(fā)現(xiàn)采用支持向量機(jī)的分類效果較好。類結(jié)果如下圖4.2和4.3所示;分類精度如表4一4和表4一5所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于支持向量機(jī)和Getis因子的高分辨率遙感圖像分類[J]. 王新明,梁維泰,周方,秦晅.  地理與地理信息科學(xué). 2008(04)
[2]基于遙感分類的植被覆蓋度提取[J]. 潘建平,葉煥倬.  測繪信息與工程. 2007(06)
[3]SVM在多源遙感圖像分類中的應(yīng)用研究[J]. 何靈敏,沈掌泉,孔繁勝,劉震科.  中國圖象圖形學(xué)報(bào). 2007(04)
[4]融合形狀和光譜的高空間分辨率遙感影像分類[J]. 黃昕,張良培,李平湘.  遙感學(xué)報(bào). 2007(02)
[5]基于植被覆蓋度的植被變化分析[J]. 馬志勇,沈濤,張軍海,李成名.  測繪通報(bào). 2007(03)
[6]高分辨率遙感影像融合處理技術(shù)的對比分析研究[J]. 董廣軍,張永生,戴晨光.  光學(xué)技術(shù). 2006(06)
[7]主成分分析在遙感圖像處理中的應(yīng)用[J]. 嚴(yán)紅萍,俞兵.  資源環(huán)境與工程. 2006(02)
[8]熱帶森林植被生物量遙感估算探討[J]. 楊存建,劉紀(jì)遠(yuǎn),張?jiān)鱿?  地理與地理信息科學(xué). 2004(06)
[9]兩種高保真遙感影像融合方法比較[J]. 李存軍,劉良云,王紀(jì)華,王人潮.  中國圖象圖形學(xué)報(bào). 2004(11)
[10]基于主成分融合的鹽田水體遙感分類研究[J]. 胡平香,張鷹,王進(jìn)華.  河海大學(xué)學(xué)報(bào)(自然科學(xué)版). 2004(05)

碩士論文
[1]基于決策樹技術(shù)的遙感影像分類研究[D]. 陳鑫.南京林業(yè)大學(xué) 2006
[2]紋理信息在遙感影像分類中的應(yīng)用[D]. 楊志剛.南京林業(yè)大學(xué) 2006



本文編號：3270777