山地冰川不僅是重要的氣候指示器,還是地球上最大的淡水資源庫(kù)。我國(guó)擁有世界上面積最大的山地冰川。進(jìn)入20世紀(jì)以來(lái),在氣候日益變暖的背景下,全球冰川面臨退縮消融的狀態(tài),這引發(fā)了全世界對(duì)其的關(guān)注。冰川退縮消融,隨之衍生冰崩、冰川躍動(dòng)、冰川泥石流、冰湖潰決等一系列次生冰川災(zāi)害,嚴(yán)重威脅著附近及中下游居民的人身和財(cái)產(chǎn)安全。由于山地冰川地形崎嶇、海拔高、氣候條件惡劣,無(wú)法進(jìn)行大面積的冰川變化實(shí)地調(diào)查。遙感因其數(shù)據(jù)日益豐富、可獲得性強(qiáng)、價(jià)格低廉成為研究冰川變化必不可少的手段。如何處理大量遙感影像數(shù)據(jù)和準(zhǔn)確獲取遙感影像中的地物信息是利用遙感影像的關(guān)鍵任務(wù)。利用深度學(xué)習(xí)可以快速對(duì)遙感圖像目標(biāo)進(jìn)行識(shí)別,加快遙感圖像處理效率,快速準(zhǔn)確地處理大量數(shù)據(jù)。ENVI深度學(xué)習(xí)模塊的發(fā)行為深度學(xué)習(xí)在遙感影像領(lǐng)域的廣泛應(yīng)用打開(kāi)了大門(mén)。本文以祁連山地區(qū)、喀喇昆侖山地區(qū)以及念青唐古拉山為研究區(qū),通過(guò)資料收集、數(shù)據(jù)處理等手段,分析研究區(qū)冰川分布特征,分別使用比值法、雪蓋指數(shù)法、傳統(tǒng)監(jiān)督分類(lèi)方法的神經(jīng)網(wǎng)絡(luò)法、最大似然法以及ENVI深度學(xué)習(xí)等多種冰川提取方法對(duì)研究區(qū)進(jìn)行冰川信息提取。本文的主要研究?jī)?nèi)容概括如下:(1)闡述了傳統(tǒng)冰川...

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)內(nèi)外冰川解譯研究現(xiàn)狀
        1.2.2 研究現(xiàn)狀小結(jié)
    1.3 研究?jī)?nèi)容與技術(shù)路線(xiàn)
        1.3.1 研究?jī)?nèi)容
        1.3.2 技術(shù)路線(xiàn)
        1.3.3 完成工作量
2 研究區(qū)概況與基礎(chǔ)數(shù)據(jù)預(yù)處理
    2.1 冰川介紹
    2.2 研究區(qū)概況
        2.2.1 念青唐古拉山概況
        2.2.2 喀拉昆侖山地區(qū)概況
        2.2.3 祁連山地區(qū)概況
    2.3 實(shí)驗(yàn)數(shù)據(jù)
        2.3.1 landsat8 數(shù)據(jù)
        2.3.2 DEM數(shù)據(jù)
        2.3.3 中國(guó)第二次冰川編目數(shù)據(jù)集
    2.4 實(shí)驗(yàn)數(shù)據(jù)介紹
    2.5 數(shù)據(jù)預(yù)處理
        2.5.1 圖像預(yù)處理
        2.5.2 圖像融合
        2.5.3 圖像鑲嵌
        2.5.4 圖像增強(qiáng)
    2.6 小結(jié)
3 遙感圖像分類(lèi)基礎(chǔ)
    3.1 傳統(tǒng)方法
        3.1.1 目視解譯法
        3.1.2 比值法
        3.1.3 雪蓋指數(shù)法
        3.1.4 監(jiān)督分類(lèi)與非監(jiān)督分類(lèi)法
    3.2 基于ENVI深度學(xué)習(xí)的遙感圖像自動(dòng)分類(lèi)
    3.3 分類(lèi)后處理方法
    3.4 本章小結(jié)
4 不同的冰川提取方法在研究區(qū)中的應(yīng)用
    4.1 基于傳統(tǒng)分類(lèi)方法的遙感圖像自動(dòng)分類(lèi)
        4.1.1 比值法
        4.1.2 雪蓋指數(shù)法
        4.1.3 監(jiān)督分類(lèi)與非監(jiān)督分類(lèi)法
    4.2 基于ENVI深度學(xué)習(xí)的遙感圖像自動(dòng)分類(lèi)
        4.2.1 軟硬件環(huán)境介紹
        4.2.2 創(chuàng)建樣本集
        4.2.3 訓(xùn)練模型
        4.2.4 執(zhí)行分類(lèi)
    4.3 小結(jié)
5 分類(lèi)結(jié)果精度評(píng)價(jià)及對(duì)比分析
    5.1 精度評(píng)價(jià)方法
        5.1.1 混淆矩陣
        5.1.2 總體標(biāo)準(zhǔn)偏差
    5.2 ENVI深度學(xué)習(xí)圖像模型分類(lèi)結(jié)果對(duì)比分析
        5.2.1 不同訓(xùn)練標(biāo)簽柵格集和驗(yàn)證標(biāo)簽柵格集的ENVI深度學(xué)習(xí)圖像分類(lèi)結(jié)果對(duì)比分析
        5.2.2 不同ENVI深度學(xué)習(xí)模型訓(xùn)練參數(shù)的ENVI深度圖像分類(lèi)結(jié)果分析
        5.2.3 不同ROI創(chuàng)建方法的ENVI深度學(xué)習(xí)圖像分類(lèi)結(jié)果對(duì)比分析
    5.3 不同分類(lèi)方法分類(lèi)結(jié)果對(duì)比分析
        5.3.1 比值法分類(lèi)結(jié)果混淆矩陣
        5.3.2 雪被指數(shù)法分類(lèi)結(jié)果混淆矩陣
        5.3.3 最大似然法分類(lèi)結(jié)果混淆矩陣
        5.3.4 神經(jīng)網(wǎng)絡(luò)法分類(lèi)結(jié)果混淆矩陣
        5.3.5 ENVI深度學(xué)習(xí)分類(lèi)結(jié)果混淆矩陣
        5.3.6 不同分類(lèi)方法分類(lèi)結(jié)果對(duì)比分析
    5.4 不同區(qū)域冰川提取方法對(duì)比分析
    5.5 比值法、ENVI深度學(xué)習(xí)、比值法—ENVI深度學(xué)習(xí)法分類(lèi)結(jié)果對(duì)比分析
    5.6 本章小結(jié)
6 總結(jié)與展望
    6.1 結(jié)論
    6.2 創(chuàng)新點(diǎn)
    6.3 不足與展望
致謝
參考文獻(xiàn)
攻讀碩士期間發(fā)表論文與研究成果



本文編號(hào)：3772623