森林經(jīng)理小班是森林資源調(diào)查和經(jīng)營(yíng)的基本單位,合理正確的小班區(qū)劃是森林資源監(jiān)測(cè)的基礎(chǔ)性工作之一。傳統(tǒng)的森林區(qū)劃方式是人工“對(duì)坡勾繪”小班邊界,這種方式工作量大,主觀性強(qiáng),誤差較大。基于高分辨率遙感衛(wèi)星影像,采用支持向量機(jī)理論方法自動(dòng)提取森林小班邊界,可望提高森林小班區(qū)劃的效率和精度。本文利用2015年高分二號(hào)衛(wèi)星遙感影像,在NDVI的提取和主成分分析的基礎(chǔ)上進(jìn)行影像分割。以經(jīng)過(guò)處理的實(shí)際小班邊界為樣本,基于SVM法,選取徑向基核函數(shù)對(duì)影像進(jìn)行分類并提取森林小班邊界。以面積相對(duì)誤差作為評(píng)價(jià)指標(biāo)對(duì)提取的森林小班邊界進(jìn)行精度評(píng)價(jià)。主要研究成果如下:(1)對(duì)于郁閉度較大的森林小班邊界提取研究,影像分割要適當(dāng)欠分割,影像分割的最佳分割組合為分割尺度85,合并尺度95。(2)利用SVM的線性核函數(shù),多項(xiàng)式核函數(shù),徑向基核函數(shù)和Sigmoid核函數(shù)分別分類提取森林小班邊界,四種核函數(shù)分類精度相差不大,徑向基核函數(shù)的分類提取小班邊界面積相對(duì)誤差最小,分類提取精度最高。(3)SVM法和最大似然法、神經(jīng)網(wǎng)絡(luò)法以及馬氏距離法三種方法相比,面積相對(duì)誤差最小,森林小班邊界提取精度最高,為87.69%。最大似然法的森...

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖３實(shí)際小班邊界作為樣本的ＳＶＭ分類結(jié)果

第６期楊芳，等：基于ＳＶＭ的高分二號(hào)遙感影像森林經(jīng)理小班邊界提取研究圖３實(shí)際小班邊界作為樣本的ＳＶＭ分類結(jié)果圖４實(shí)際小班邊界作為樣本的ＳＶＭ分類提取小班與實(shí)際小班比較Ｆｉｇ．３ＳＶＭｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｏｆｔｈｅａｃｔｕａｌｓｕｂ－ｃｏｍｐａｒｔ－ｍｅｎｔｂ....

圖４實(shí)際小班邊界作為樣本的ＳＶＭ分類提取小班與實(shí)際小班比較Ｆｉｇ．３ＳＶＭｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｏｆｔｈｅａｃｔｕａｌｓｕｂ－ｃｏｍｐａｒｔ－Ｆｉｇ．４Ｃｏｍｐａｒｉｓｏｎｃｈａｒｔｏｆａｃｔｕａｌｓｕｂ－ｃｏｍｐａｒｔｍｅｎｔｂｏｕｎｄ－

第６期楊芳，等：基于ＳＶＭ的高分二號(hào)遙感影像森林經(jīng)理小班邊界提取研究圖３實(shí)際小班邊界作為樣本的ＳＶＭ分類結(jié)果圖４實(shí)際小班邊界作為樣本的ＳＶＭ分類提取小班與實(shí)際小班比較Ｆｉｇ．３ＳＶＭｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｏｆｔｈｅａｃｔｕａｌｓｕｂ－ｃｏｍｐａｒｔ－ｍｅｎｔｂ....

圖３實(shí)際小班邊界作為樣本的ＳＶＭ分類結(jié)果

第６期楊芳，等：基于ＳＶＭ的高分二號(hào)遙感影像森林經(jīng)理小班邊界提取研究圖３實(shí)際小班邊界作為樣本的ＳＶＭ分類結(jié)果圖４實(shí)際小班邊界作為樣本的ＳＶＭ分類提取小班與實(shí)際小班比較Ｆｉｇ．３ＳＶＭｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｏｆｔｈｅａｃｔｕａｌｓｕｂ－ｃｏｍｐａｒｔ－ｍｅｎｔｂ....

圖４實(shí)際小班邊界作為樣本的ＳＶＭ分類提取小班與實(shí)際小班比較Ｆｉｇ．３ＳＶＭｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｏｆｔｈｅａｃｔｕａｌｓｕｂ－ｃｏｍｐａｒｔ－Ｆｉｇ．４Ｃｏｍｐａｒｉｓｏｎｃｈａｒｔｏｆａｃｔｕａｌｓｕｂ－ｃｏｍｐａｒｔｍｅｎｔｂｏｕｎｄ－

第６期楊芳，等：基于ＳＶＭ的高分二號(hào)遙感影像森林經(jīng)理小班邊界提取研究圖３實(shí)際小班邊界作為樣本的ＳＶＭ分類結(jié)果圖４實(shí)際小班邊界作為樣本的ＳＶＭ分類提取小班與實(shí)際小班比較Ｆｉｇ．３ＳＶＭｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｏｆｔｈｅａｃｔｕａｌｓｕｂ－ｃｏｍｐａｒｔ－ｍｅｎｔｂ....

本文編號(hào)：4027739