天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

高空間分辨率遙感數(shù)據(jù)城市區(qū)土地覆蓋類型分類潛力評價研究

發(fā)布時間:2017-05-06 10:04

  本文關(guān)鍵詞:高空間分辨率遙感數(shù)據(jù)城市區(qū)土地覆蓋類型分類潛力評價研究,,由筆耕文化傳播整理發(fā)布。


【摘要】:高空間分辨率遙感數(shù)據(jù)不斷增加,在各行各業(yè)中發(fā)揮著重要的作用。但如何找到合適的遙感數(shù)據(jù)來滿足不同應(yīng)用需求,是一個值得研究的課題。目前,國內(nèi)外針對這方面的研究并不系統(tǒng)和成熟。論文從高空間分辨率遙感數(shù)據(jù)的基礎(chǔ)質(zhì)量參數(shù)評價出發(fā),將數(shù)據(jù)的基礎(chǔ)質(zhì)量參數(shù)與數(shù)據(jù)的分類總體精度之間建立相應(yīng)的函數(shù)模型,通過模型來預測數(shù)據(jù)的分類總體精度,用分類總體精度的大小來表征數(shù)據(jù)的應(yīng)用潛力,以期幫助數(shù)據(jù)用戶找到合適的遙感數(shù)據(jù)來滿足研究與應(yīng)用需求。論文的研究主要體現(xiàn)在以下三個方面:1)高空間分辨率遙感數(shù)據(jù)最優(yōu)分割結(jié)果確定及分類精度評價方法。對于高空間分辨率遙感數(shù)據(jù),OBIA(Object-Based Image Analysis,面向?qū)ο笥跋穹治?方法相比于傳統(tǒng)的基于像元的影像分析方法具有更大的優(yōu)勢,應(yīng)用OBIA方法進行分類往往會得到更高的分類精度,而應(yīng)用OBIA方法包括兩個關(guān)鍵步驟:首先是影像分割,然后是分類。論文采用最優(yōu)分割結(jié)果進行分類,能夠得到最好的分類精度的思路。在最優(yōu)分割結(jié)果確定環(huán)節(jié),采用多尺度非監(jiān)督評價法來得到數(shù)據(jù)的最優(yōu)分割結(jié)果,并對該方法的單尺度下最優(yōu)分割結(jié)果確定和差異指標確定中的波段權(quán)重賦值方法進行了改進。提出將三尺度下最優(yōu)分割結(jié)果當作新的單尺度下最優(yōu)分割結(jié)果,重新確定出新的兩尺度下最優(yōu)分割結(jié)果和三尺度下最優(yōu)分割結(jié)果,并將該過程重復3次后,取GS(Global Scores)值最小的三尺度下最優(yōu)分割結(jié)果,將其作為整個影像的最優(yōu)分割結(jié)果,效果較好。在數(shù)據(jù)分類時,選用隨機森林方法對數(shù)據(jù)的最優(yōu)分割結(jié)果進行分類,該方法屬于決策樹分類方法,但它比普通的決策樹方法具有更多優(yōu)點。在面向?qū)ο蠓诸惥仍u價上,提出了采用以參考對象為樣本,建立考慮參考對象內(nèi)部精度的混淆矩陣來評價面向?qū)ο蠓诸惤Y(jié)果的方法。2)高空間分辨率遙感數(shù)據(jù)的基礎(chǔ)質(zhì)量參數(shù)對數(shù)據(jù)分類精度的影響。影響高空間分辨率遙感數(shù)據(jù)應(yīng)用潛力的基礎(chǔ)質(zhì)量參數(shù)可劃分為:空間特性參數(shù)、輻射特性參數(shù)和幾何特性參數(shù)等三個類別,論文分別從三個類別參數(shù)中選取MTF(Modulation Transfer Function,調(diào)制傳遞函數(shù))、SNR(Signal-to-Noise Ratio,信噪比)和BBRE(Band-to-Band Registration Error,波段間配準誤差)等三個基礎(chǔ)質(zhì)量參數(shù),研究三個基礎(chǔ)質(zhì)量參數(shù)與數(shù)據(jù)的分類總體精度OA之間的關(guān)系。采用研究區(qū)的WorldView-2高空間分辨率遙感數(shù)據(jù),用高斯低通濾波模型改變數(shù)據(jù)的MTF值,分析不同MTF值下,數(shù)據(jù)的分類總體精度OA的變化,得出二者之間的變化規(guī)律,結(jié)果表明:數(shù)據(jù)的城市區(qū)土地覆蓋類型分類的總體精度OA隨著MTF值的變化而發(fā)生改變,當MTF值減小,OA值有降低趨勢;當0.25≥MTF≥0.15時,OA值變化趨勢不明顯;當MTF0.15時,OA值有明顯下降趨勢;數(shù)據(jù)分類總體精度OA值隨MTF值變化,近似遵循對數(shù)函數(shù)關(guān)系。采用相同的遙感數(shù)據(jù),通過控制數(shù)據(jù)的SNR值大小,分析不同SNR值下,數(shù)據(jù)的分類總體精度OA的變化,得出二者之間的變化規(guī)律,結(jié)果表明:數(shù)據(jù)的城市區(qū)土地覆蓋類型分類的總體精度OA隨著SNR值的變化而發(fā)生改變,當SNR值減小,OA值有減少趨勢;當SNR值大于46.7,OA值均在80%以上,在此區(qū)間,OA值變化幅度不明顯;當SNR值小于41.2,OA值均小于80%,且在此區(qū)間,OA值變化幅度非常明顯;數(shù)據(jù)的城市區(qū)土地覆蓋類型分類的總體精度OA與SNR之間近似符合對數(shù)函數(shù)關(guān)系。采用相同的遙感數(shù)據(jù),通過改變數(shù)據(jù)的BBRE值大小,分析不同BBRE值下,數(shù)據(jù)的分類總體精度OA的變化,得出二者之間的變化規(guī)律,結(jié)果表明:數(shù)據(jù)的城市區(qū)土地覆蓋類型分類總體精度OA值隨數(shù)據(jù)的波段間配準誤差BBRE值的增加而呈現(xiàn)減小趨勢;當BBRE值在0.125~1范圍內(nèi),分類總體精度OA值變化的幅度較大;當BBRE值從1.05繼續(xù)增加,其對應(yīng)的OA值變化的幅度相對有所減緩,但OA值出現(xiàn)波動的情況比較明顯;數(shù)據(jù)的城市區(qū)土地覆蓋類型分類的總體精度OA與BBRE之間近似符合冪函數(shù)變化關(guān)系。3)構(gòu)建針對城市區(qū)土地覆蓋類型分類的高空間分辨率遙感數(shù)據(jù)應(yīng)用潛力評價模型。綜合考慮MTF、SNR和BBRE等這三個基礎(chǔ)質(zhì)量參數(shù)的影響,利用實驗區(qū)的高空間分辨率遙感數(shù)據(jù),采用多元回歸分析方法,確定了三個基礎(chǔ)質(zhì)量參數(shù)與數(shù)據(jù)的分類總體精度之間的函數(shù)關(guān)系,從而建立了針對城市區(qū)土地覆蓋類型分類的高空間分辨率遙感數(shù)據(jù)的應(yīng)用潛力評價模型,并用另兩個研究區(qū)的高空間分辨率遙感數(shù)據(jù)來驗證了所建立的模型的有效性。
【關(guān)鍵詞】:高空間分辨率遙感數(shù)據(jù) 數(shù)據(jù)應(yīng)用潛力 質(zhì)量評價模型 面向?qū)ο蠓诸?/strong> 影像分割
【學位授予單位】:河南理工大學
【學位級別】:博士
【學位授予年份】:2015
【分類號】:P237
【目錄】:
  • 致謝4-5
  • 摘要5-7
  • Abstract7-17
  • 1 引言17-25
  • 1.1 研究背景與意義17-18
  • 1.2 國內(nèi)外研究現(xiàn)狀及存在的問題18-20
  • 1.3 研究內(nèi)容與技術(shù)路線20-25
  • 1.3.1 研究目標與內(nèi)容20-21
  • 1.3.2 研究技術(shù)路線與論文結(jié)構(gòu)21-25
  • 2 遙感數(shù)據(jù)最優(yōu)分割結(jié)果確定及分類精度評價方法25-33
  • 2.1 遙感數(shù)據(jù)最優(yōu)分割結(jié)果確定方法25-29
  • 2.2 分類方法29
  • 2.3 分類精度評價方法29-31
  • 2.4 本章小結(jié)31-33
  • 3 單個基礎(chǔ)質(zhì)量參數(shù)對高空間分辨率遙感數(shù)據(jù)城市區(qū)土地覆蓋類型分類精度的影響規(guī)律33-69
  • 3.1 基礎(chǔ)質(zhì)量參數(shù)的選取33-34
  • 3.2 數(shù)據(jù)及區(qū)域34-35
  • 3.3 MTF對高空間分辨率遙感數(shù)據(jù)城市區(qū)土地覆蓋類型分類精度的影響規(guī)律35-48
  • 3.3.1 MTF概述35-36
  • 3.3.2 MTF測定方法36-41
  • 3.3.3 MTF的改變41-42
  • 3.3.4 數(shù)據(jù)對應(yīng)的MTF值測定42
  • 3.3.5 不同MTF值影像生成42-44
  • 3.3.6 影像分割及最優(yōu)分割結(jié)果確定44-45
  • 3.3.7 分類精度評價45-46
  • 3.3.8 實驗結(jié)果與討論46-48
  • 3.4 SNR對高空間分辨率遙感數(shù)據(jù)城市區(qū)土地覆蓋類型分類精度的影響規(guī)律48-55
  • 3.4.1 SNR概述48
  • 3.4.2 SNR測定48-50
  • 3.4.3 SNR的改變50
  • 3.4.4 數(shù)據(jù)的SNR值測定50-51
  • 3.4.5 不同SNR值影像生成51-53
  • 3.4.6 影像分割及最優(yōu)分割結(jié)果確定53
  • 3.4.7 分類精度評價53
  • 3.4.8 實驗結(jié)果與討論53-55
  • 3.5 BBRE對高空間分辨率遙感數(shù)據(jù)城市區(qū)土地覆蓋類型分類精度的影響規(guī)律55-67
  • 3.5.1 BBRE概述55
  • 3.5.2 BBRE測定55-60
  • 3.5.3 BBRE的改變60-62
  • 3.5.4 數(shù)據(jù)對應(yīng)的BBRE值測定62-63
  • 3.5.5 不同BBRE值影像生成63-64
  • 3.5.6 影像分割及最優(yōu)分割結(jié)果確定64-65
  • 3.5.7 分類精度評價65
  • 3.5.8 實驗結(jié)果與討論65-67
  • 3.6 本章小結(jié)67-69
  • 4 針對城市區(qū)土地覆蓋類型分類的高空間分辨率遙感數(shù)據(jù)應(yīng)用潛力評價模型69-87
  • 4.1 實驗方案69-70
  • 4.2 模型建立70-74
  • 4.2.1 數(shù)據(jù)及區(qū)域70
  • 4.2.2 基礎(chǔ)質(zhì)量參數(shù)值設(shè)置70-71
  • 4.2.3 數(shù)據(jù)分割及分類精度確定71
  • 4.2.4 數(shù)據(jù)應(yīng)用潛力評價模型建立71-74
  • 4.3 模型驗證74-85
  • 4.3.1 驗證數(shù)據(jù)及區(qū)域74-75
  • 4.3.2 驗證數(shù)據(jù)的基礎(chǔ)質(zhì)量參數(shù)測定75-79
  • 4.3.3 不同基礎(chǔ)質(zhì)量參數(shù)值遙感數(shù)據(jù)的生成79-82
  • 4.3.4 數(shù)據(jù)分割及分類精度確定82-83
  • 4.3.5 模型有效性的驗證83-85
  • 4.4 本章小結(jié)85-87
  • 5 結(jié)論與展望87-91
  • 5.1 主要研究成果與結(jié)論87-88
  • 5.1.1 提出了一套完整的確定高空間分辨率遙感數(shù)據(jù)分類精度的方法87
  • 5.1.2 定量評價了高空間分辨率遙感數(shù)據(jù)的基礎(chǔ)質(zhì)量參數(shù)對數(shù)據(jù)分類精度的影響87-88
  • 5.1.3 構(gòu)建了針對城市區(qū)土地覆蓋類型分類的高空間分辨率遙感數(shù)據(jù)應(yīng)用潛力評價模型88
  • 5.2 創(chuàng)新點88-89
  • 5.3 問題與展望89-91
  • 參考文獻91-101
  • 作者簡歷101-103
  • 學位論文數(shù)據(jù)集103

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張俊;王寶山;張志強;;面向?qū)ο蟮母呖臻g分辨率影像分類研究[J];測繪信息與工程;2010年03期

2 張偉偉;毛政元;;一種面向高空間分辨率遙感影像的路口自動定位新方法[J];國土資源遙感;2012年01期

3 劉曉;易維寧;喬延利;崔文煜;;基于艇載遙感成像數(shù)據(jù)的高空間分辨率全色遙感圖像仿真[J];紅外與毫米波學報;2013年05期

4 施益強;朱曉鈴;藺方;;基于多因子對象的高空間分辨率遙感影像道路提取[J];集美大學學報(自然科學版);2010年04期

5 張桂芳;單新建;尹京苑;馬照松;趙俊娟;;單幅高空間分辨率衛(wèi)星圖像提取建筑物三維信息的方法研究[J];地震地質(zhì);2007年01期

6 李利偉;馬建文;歐陽峗;溫奇;;基于時刻獨立脈沖耦合神經(jīng)網(wǎng)絡(luò)的高空間分辨率遙感影像分割[J];遙感學報;2008年01期

7 王行風;鄧喀中;汪云甲;;利用DGPS和高空間分辨率影像進行煤礦區(qū)地形圖更新研究[J];中國礦業(yè);2008年05期

8 劉生;王瀟宇;邱新法;;基于數(shù)學形態(tài)學的高空間分辨率遙感影像幾何特征提取[J];地球信息科學;2008年02期

9 劉建華;;多色彩高空間分辨率遙感影像矢量邊緣信息提取算法與應(yīng)用[J];地球信息科學學報;2010年06期

10 陳啟浩;劉志敏;劉修國;羅紅霞;高偉;王紅平;;面向基元的高空間分辨率礦區(qū)遙感影像土地利用分類[J];地球科學(中國地質(zhì)大學學報);2010年03期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 龔冰蕾;瞿瑛;韓靜;;高空間分辨率影像城市道路信息自動提取算法研究[A];圖像圖形技術(shù)與應(yīng)用進展——第三屆圖像圖形技術(shù)與應(yīng)用學術(shù)會議論文集[C];2008年

2 王建宇;舒嶸;;小型高光譜、高空間分辨率機載集成系統(tǒng)[A];成像光譜技術(shù)與應(yīng)用研討會論文集[C];2004年

3 林銳;吳仁華;肖壯偉;劉國瑞;孔抗美;郎志謹;;高空間分辨率CE-MRA和常規(guī)CE-MRA體外血管模型的對比研究[A];第十三屆全國波譜學學術(shù)會議論文摘要集[C];2004年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 記者 羋嶠;國家“高分一號”衛(wèi)星首次觀測到青海湖周邊24個子湖泊[N];青海日報;2014年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 劉晶晶;基于全數(shù)字PET探測器的局部高空間分辨率PET成像研究[D];華中科技大學;2015年

2 袁占良;高空間分辨率遙感數(shù)據(jù)城市區(qū)土地覆蓋類型分類潛力評價研究[D];河南理工大學;2015年

3 劉建華;高空間分辨率遙感影像自適應(yīng)分割方法研究[D];福州大學;2011年

4 鄧廣;高空間分辨率遙感影像單株立木識別與樹冠分割算法研究[D];中國林業(yè)科學研究院;2009年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 許聃;全光信號處理輔助的高空間分辨率OFDR技術(shù)研究[D];上海交通大學;2015年

2 楊帆;同源/異源高空間分辨率遙感影像融合比較及其應(yīng)用研究[D];安徽大學;2016年

3 鐘其柱;高空間分辨率頭相關(guān)傳輸函數(shù)數(shù)據(jù)庫的建立及分析[D];華南理工大學;2011年

4 朱霞;基于高空間分辨率影像的建筑物邊緣空間信息提取研究[D];浙江大學;2014年

5 王衛(wèi)國;高空間分辨率遙感影像陰影處理方法研究[D];西安科技大學;2008年

6 亓辰;高光譜與高空間分辨率遙感圖像融合算法研究[D];哈爾濱工業(yè)大學;2008年

7 鄒會杰;基于高空間分辨率的高光譜遙感數(shù)據(jù)的城市地物分類[D];山東大學;2014年

8 王璐;高空間分辨率影像小班區(qū)劃技術(shù)研究[D];西安科技大學;2014年

9 孫寧;面向高空間分辨率遙感影像的建筑物目標識別方法研究[D];浙江大學;2010年

10 董廣軍;高光譜與高空間分辨率遙感信息融合技術(shù)研究[D];解放軍信息工程大學;2004年


  本文關(guān)鍵詞:高空間分辨率遙感數(shù)據(jù)城市區(qū)土地覆蓋類型分類潛力評價研究,由筆耕文化傳播整理發(fā)布。



本文編號:348177


本文鏈接:http://sikaile.net/shoufeilunwen/jckxbs/348177.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶7d712***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com