城市森林的健康、穩(wěn)定、可持續(xù)發(fā)展是社會主義生態(tài)文明建設(shè)的重要組成部分。城市森林分類對充分利用城市森林資源,發(fā)揮其良好的生態(tài)、社會和經(jīng)濟效益具有重要意義。本研究以北京市奧林匹克森林公園為研究區(qū),以城市森林（竹林、灌木林、常綠針葉林、落葉闊葉林）為主要研究對象,使用研究區(qū)內(nèi)三期高分二號衛(wèi)星影像數(shù)據(jù),結(jié)合實地調(diào)查數(shù)據(jù),構(gòu)造兩種分類方案。一種是考慮植被季相節(jié)律,構(gòu)建光譜特征時間序列和紋理特征時間序列,發(fā)展光譜差值速率和紋理差值速率模型,在分層分類基礎(chǔ)上實現(xiàn)城市森林分類;另一種是基于機器學習分類器自動分類。一方面,利用最大相關(guān)最小冗余算法對不同森林類型的光譜和紋理特征進行優(yōu)化選擇,利用基于像元的分類方法（最小距離法、最大似然法、支持向量機分類法、決策樹分類法、隨機森林分類法）實現(xiàn)城市森林分類;另一方面,將面向?qū)ο蟮姆诸惣夹g(shù)與多種分類方法（決策樹分類法、K最鄰近分類法、支持向量機分類法、隨機森林分類法）結(jié)合,實現(xiàn)研究區(qū)內(nèi)森林類型的區(qū)分。最后,對兩種方案的分類結(jié)果進行精度評價,并結(jié)合可操作性、實現(xiàn)效率進行綜合評價和定量分析,探索最適于城市森林的理想方法。同時,評價了國產(chǎn)高分二號衛(wèi)星影像在城市森林分類... 

【文章來源】：南京林業(yè)大學江蘇省

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【部分圖文】：

技術(shù)路線圖

第二章 研究區(qū)與數(shù)據(jù)源2.1. 研究區(qū)概況北京市（115°25'-117°35'E, 39° 28'-41°05'N）位于華北平原的西北部，處在山地與平原的過渡地帶。北面坐落燕山山脈，西面鄰接山西高原，南面為黃淮海平原，東南遠眺渤海[75]。北京屬于大陸性季風氣候，春秋短促，夏季炎熱多雨，冬季寒冷干燥。受氣候影響地帶性植被為暖溫帶落葉闊葉林和溫帶針葉林混交。北京奧林匹克公園（圖 2-1）坐落在北京城中軸線北端，是 2008 年北京奧運會的核心區(qū)域。奧林匹克森林公園地處奧林匹克公園的北區(qū)，占地面積約 680hm2，是目前北京市最大的城市公園。公園北至清河南岸和洼里三街，南到辛店村路，東面是北辰東路，西面是林翠路，五環(huán)從公園中間穿過將其劃分為南北兩個區(qū)域[75]。北京市致力于將奧林匹克森林公園打造成為一個以自然山水、植被為主，可持續(xù)發(fā)展的生態(tài)地帶，意在改善城市環(huán)境和氣候方面發(fā)揮作用。

圖 2-2 野外實地調(diào)查照片F(xiàn)ig.2-2 Field work photos表 2-5 野外實地測量數(shù)據(jù)Tab.2-5 The field measurement data類別 訓練樣本 驗證樣本樣本個數(shù) 像元數(shù) 樣本個數(shù) 像元數(shù)竹林 5 6668 2 2499灌木林 14 3130 8 1603草地 33 52738 11 26579常綠針葉林 102 89324 25 32409落葉闊葉林 88 233446 21 102015總和 254 385306 72 165105

【參考文獻】：
期刊論文
[1]基于時序EVI決策樹分類與高分紋理的制種玉米識別[J]. 劉哲,李智曉,張延寬,張超,黃健熙,朱德海.  農(nóng)業(yè)機械學報. 2015(10)
[2]高分二號衛(wèi)星的技術(shù)特點[J]. 潘騰.  中國航天. 2015(01)
[3]寬波段遙感植被指數(shù)研究進展綜述[J]. 李喆,胡蝶,趙登忠,向大享.  長江科學院院報. 2015(01)
[4]遙感衛(wèi)星系統(tǒng)及其應用的發(fā)展與思考[J]. 李忠寶.  衛(wèi)星應用. 2014(11)
[5]我國城市森林研究概況[J]. 黃龍生,張育松,高琛,鄭素珊.  安徽農(nóng)學通報. 2014(09)
[6]基于HJ星CCD遙感數(shù)據(jù)的落葉闊葉林NDVI差值速率識別模型[J]. 王龑,田慶久,黃彥,魏宏偉.  光譜學與光譜分析. 2013(04)
[7]高分辨率遙感影像天然林與人工林植被覆蓋信息提取[J]. 王榮,江東,韓惠,張峰,趙少華.  資源科學. 2013(04)
[8]春季造林忙 植樹添新綠[J]. 高雨薇.  綠色中國. 2013(07)
[9]多時相遙感數(shù)據(jù)森林類型識別技術(shù)研究[J]. 溫一博,范文義.  森林工程. 2013(02)
[10]高空間分辨率遙感影像的多智能體分割方法研究[J]. 趙貝,鐘燕飛,張良培.  測繪學報. 2013(01)

博士論文
[1]城市綠地生態(tài)系統(tǒng)碳水通量研究[D]. 陳文婧.北京林業(yè)大學 2013
[2]基于半監(jiān)督集成支持向量機的土地覆蓋遙感分類方法研究[D]. 劉穎.中國科學院研究生院(東北地理與農(nóng)業(yè)生態(tài)研究所) 2013
[3]基于多源遙感數(shù)據(jù)的青海格爾木地區(qū)巖礦信息提取研究[D]. 楊佳佳.吉林大學 2012
[4]高光譜影像光譜—紋理特征提取與多分類器集成技術(shù)研究[D]. 蘇紅軍.南京師范大學 2011
[5]森林生物量及碳儲量遙感監(jiān)測方法研究[D]. 韓愛惠.北京林業(yè)大學 2009

碩士論文
[1]利用高分一號衛(wèi)星數(shù)據(jù)制作數(shù)字正射影像[D]. 周亦.吉林大學 2014
[2]基于多層次分割的遙感影像面向?qū)ο笊址诸怺D]. 馬浩然.北京林業(yè)大學 2014
[3]隨機森林及其在遙感圖像分類中的應用[D]. 姚明煌.華僑大學 2014
[4]多維度SAR森林及其類型分類識別方法研究[D]. 王馨爽.西安科技大學 2013
[5]基于SPOT5的四川省丘陵區(qū)林地遙感分類方法研究[D]. 易輝.四川農(nóng)業(yè)大學 2013
[6]基于ALOS數(shù)據(jù)的遙感森林分類研究[D]. 楊冉冉.首都師范大學 2013
[7]重慶市主城區(qū)城市森林分類及特征分析[D]. 李洋.西南大學 2010
[8]光譜與紋理特征融合的遙感圖像分類方法[D]. 張海濤.西安電子科技大學 2010
[9]北京奧林匹克森林公園植物景觀與生態(tài)效益初探[D]. 胡淼淼.北京林業(yè)大學 2009
[10]面向?qū)ο筮b感影像分類方法及其應用研究[D]. 汪求來.南京林業(yè)大學 2008



本文編號：3334542