與傳統(tǒng)的光學(xué)遙感圖像相比,全極化SAR圖像包含的地物信息更加豐富。因此,可以有效地從全極化SAR圖像中提取各種地物信息的極化特征,并根據(jù)這些極化特征進(jìn)行分類。本文以紫金山國(guó)家森林公園為研究對(duì)象,以2011年和2015年兩期的全極化SAR圖像為數(shù)據(jù)源,采用Sinclair、Pauli、Freeman和Cloude 4種極化目標(biāo)分解方法提取了研究區(qū)全極化SAR圖像的12個(gè)極化特征值。然后利用決策樹、神經(jīng)網(wǎng)絡(luò)、最大似然和隨機(jī)森林4種分類方法來對(duì)研究區(qū)的極化特征圖像進(jìn)行分類,評(píng)價(jià)了4種分類方法的分類精度并分析了極化特征值對(duì)分類結(jié)果的重要性。最后對(duì)2011²015年研究區(qū)土地類型的動(dòng)態(tài)變化進(jìn)行分析,并預(yù)測(cè)了研究區(qū)2019年的土地類型情況。通過分析研究區(qū)土地類型發(fā)生轉(zhuǎn)變的驅(qū)動(dòng)因素,提出了保護(hù)研究區(qū)生態(tài)環(huán)境的政策建議。研究結(jié)果表明:（1）從4種極化目標(biāo)分解方法的極化特征圖像中可以看出:水體、建設(shè)用地和裸地的顏色特征比較明顯且易于區(qū)分;而草地、針葉林和闊葉林的顏色特征不明顯,地類之間難于區(qū)分。從2011年和2015年6種地類的分類精度來看,極化特征圖像中顏色特征明顯的地類分類精度... 

【文章來源】：南京林業(yè)大學(xué)江蘇省

【文章頁數(shù)】：47 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

全極化SAR圖像HH波段原始影像

圖 3-1 全極化 SAR 圖像 HH 波段原始影像Fig.3-1 The original image of HH band in fullypolarimetric SAR image圖 3-2 多視化處理后全極化 SAR 圖像 HH 波段Fig.3-2 HH band of fully polarimetric SAR imageafter multilooking

Sinclair分解的極化特征圖像

【參考文獻(xiàn)】：
期刊論文
[1]紫金山國(guó)家森林公園全極化雷達(dá)圖像分類比較[J]. 張密芳,楊玉峰,李明陽,胡曼,榮媛.  森林與環(huán)境學(xué)報(bào). 2016(01)
[2]基于人工神經(jīng)網(wǎng)絡(luò)方法的通信基站能耗標(biāo)桿建立與分析[J]. 楊天劍,張靜.  北京郵電大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2015(06)
[3]縣域尺度森林地上生物量遙感估測(cè)方法研究[J]. 蔣云姣,胡曼,李明陽,張向陽.  西南林業(yè)大學(xué)學(xué)報(bào). 2015(06)
[4]基于大數(shù)據(jù)和神經(jīng)網(wǎng)絡(luò)的管道完整性預(yù)測(cè)方法[J]. 韓小明,苗繪,王哲.  油氣儲(chǔ)運(yùn). 2015(10)
[5]基于隨機(jī)森林方法的變電站三維建模點(diǎn)云自動(dòng)分割[J]. 方彥軍,唐勉,羅嘉,龐志強(qiáng).  制造業(yè)自動(dòng)化. 2015(10)
[6]基于ENVI的決策樹方法提取土地利用信息[J]. 萬杰,楊勇,韓春峰,王訓(xùn)宇.  科技創(chuàng)新導(dǎo)報(bào). 2015(09)
[7]基于隨機(jī)森林的烤煙香型分類研究[J]. 郭東鋒,胡海洲,汪季濤,姚忠達(dá),楊輝,徐瑋,劉新民.  中國(guó)農(nóng)學(xué)通報(bào). 2015(06)
[8]基于合成孔徑雷達(dá)的農(nóng)作物識(shí)別研究進(jìn)展[J]. 王迪,周清波,陳仲新,劉佳.  農(nóng)業(yè)工程學(xué)報(bào). 2014(16)
[9]基于全極化SAR影像土地覆蓋分類研究[J]. 田傳召,范懷剛,岳彩榮,呂佳,王棟.  林業(yè)調(diào)查規(guī)劃. 2014(04)
[10]基于目標(biāo)分解的面向?qū)ο鬀Q策樹PolSAR影像分類[J]. 張繼超,藺臘月,張永紅,李玉.  遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(05)

博士論文
[1]極化SAR圖像特征提取與分類方法研究[D]. 劉高峰.西安電子科技大學(xué) 2014
[2]全極化合成孔徑雷達(dá)圖像處理方法研究[D]. 孫盛.華中科技大學(xué) 2013
[3]極化SAR處理中若干問題的研究[D]. 郭睿.西安電子科技大學(xué) 2012
[4]極化SAR圖像人造目標(biāo)特征提取與檢測(cè)方法研究[D]. 張臘梅.哈爾濱工業(yè)大學(xué) 2010
[5]極化雷達(dá)成像及目標(biāo)特征提取研究[D]. 代大海.國(guó)防科學(xué)技術(shù)大學(xué) 2008
[6]極化SAR信息處理技術(shù)研究[D]. 王文光.北京航空航天大學(xué) 2007

碩士論文
[1]基于高分影像的城市森林公園景觀變化分析[D]. 黃文奇.南京林業(yè)大學(xué) 2014
[2]基于子孔徑分解的極化SAR圖像分類方法研究[D]. 孫晨.首都師范大學(xué) 2014
[3]隨機(jī)森林及其在遙感圖像分類中的應(yīng)用[D]. 姚明煌.華僑大學(xué) 2014
[4]結(jié)合極化特征和圖像特征的極化SAR圖像分類研究[D]. 寇杏子.西安電子科技大學(xué) 2014
[5]PolSAR圖像極化目標(biāo)分解方法研究及其應(yīng)用[D]. 曹寧.哈爾濱工業(yè)大學(xué) 2013
[6]極化SAR相干斑抑制及其對(duì)分類精度的影響研究[D]. 朱佳文.首都師范大學(xué) 2013
[7]雙極化SAR影像分類研究與應(yīng)用[D]. 王靜.吉林大學(xué) 2013
[8]基于極化分解的極化SAR圖像分類[D]. 何吟.電子科技大學(xué) 2013
[9]基于SVM和RBF神經(jīng)網(wǎng)絡(luò)的極化SAR圖像分類方法研究[D]. 趙一博.國(guó)防科學(xué)技術(shù)大學(xué) 2013
[10]基于全極化雷達(dá)的目標(biāo)識(shí)別方法研究[D]. 丁維雷.哈爾濱工程大學(xué) 2013



本文編號(hào)：3289494