城市化指隨著地區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,人口增長,土地覆蓋類型轉(zhuǎn)變,該地區(qū)從農(nóng)村逐漸轉(zhuǎn)變成城市的過程。不透水面變化可以作為衡量城市化發(fā)展水平的指標(biāo)。遙感技術(shù)的發(fā)展為城市不透水面時空演變的研究提供大量多時相的遙感數(shù)據(jù)。本論文以Landsat遙感影像為數(shù)據(jù)源,并選擇成都市主城區(qū)為研究區(qū)域,在2001、2005、2009、2013和2017年的Landsat影像上開展的不透水面研究工作包括以下三點(diǎn):（1）基于歸一化植被指數(shù)、改進(jìn)的歸一化差異水體指數(shù)、生物物理組成指數(shù),得到Landsat遙感影像混合像元中植被、水體和高反照地物的覆蓋度信息,然后結(jié)合波段組合,對Landsat影像上的部分像元進(jìn)行解譯,構(gòu)建水體、不透水面、植被和裸地樣本數(shù)據(jù)集。（2）以2017年5月1號的樣本數(shù)據(jù)集為基礎(chǔ),構(gòu)建基于一維數(shù)據(jù)的BP神經(jīng)網(wǎng)絡(luò)模型和基于二維數(shù)據(jù)的卷積神經(jīng)網(wǎng)絡(luò)模型,探索最佳不透水面提取算法。研究結(jié)果表明:BP神經(jīng)網(wǎng)絡(luò)易將不透水面誤分為裸地,總體精度為83.31%,Kappa系數(shù)為0.78,Macro F1值為81.27%;卷積神經(jīng)網(wǎng)絡(luò)沒有將不透水面誤分為裸地,總體精度為98.32%,Kappa系數(shù)為0.98,Macr... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學(xué)位級別】：碩士

【部分圖文】：

005年成都市主城區(qū)NDVI指數(shù)圖

第二章不透水面信息提取及時空演變分析方法11圖2-22005年成都市主城區(qū)MNDWI指數(shù)圖2.1.3不透水面和裸地樣本點(diǎn)選取本論文利用生物物理組成指數(shù)（BiophysicalCompositionIndex，BCI）輔助裸地和不透水面樣本點(diǎn)選齲BCI首先由Deng和Wu在2012年提出[35]。BCI指數(shù)需要得到纓帽變換（TasseledCapTransformation，TCT）結(jié)果中的的亮度，綠度和濕度分量，并將這三個分量歸一化處理，完整BCI計算流程如圖2-3。+++=V2LH/V2LHBCI(2-4)其中，H是歸一化的纓帽變換亮度分量（TC1），代表高反射率地物；V是歸一化的纓帽變換綠度分量（TC2），代表植被；L是歸一化的纓帽變換濕度分量（TC3），代表濕度。計算公式(2-5)至(2-7)[38]。()()11min1maxmin1=TCTC/TCTCH(2-5)()()22min2maxmin2=TCTC/TCTCV(2-6)()()33min3maxmin3=TCTC/TCTCL(2-7)

第二章不透水面信息提取及時空演變分析方法13圖2-4為成都市主城區(qū)2005年BCI指數(shù)圖，其中水體經(jīng)過掩膜，像素值值為0，亮度值越高的像素點(diǎn)代表高反照地物。圖2-42005年成都市主城區(qū)BCI指數(shù)圖為了避免遙感圖像光譜差異性導(dǎo)致的分類誤差，本論文分別在2001，2005，2009，2013和2017年的影像上選取樣本。樣本點(diǎn)的選擇遵循光譜可分性大于1.9的原則，且空間分布均勻，盡可能得保證樣本點(diǎn)覆蓋所有的特征。每年影像中的樣本點(diǎn)選擇數(shù)量如表2-2所示。表2-2選取樣本數(shù)量年份類別20012005200920132017水體1,9531,4151,1401,0883,130不透水面2,5732,9352,2272,4593,987植被3,0133,0072,2992,2014,950裸地5091,1132,0471,9132,337總計8,0488,4707,7137,76114,404

【參考文獻(xiàn)】：
期刊論文
[1]不透水面與地表徑流時空相關(guān)性研究——以杭州市主城區(qū)為例[J]. 要志鑫,孟慶巖,孫震輝,柳樹福,張琳琳.  遙感學(xué)報. 2020(02)
[2]基于深度學(xué)習(xí)模型的城市高分辨率遙感影像不透水面提取[J]. 蔡博文,王樹根,王磊,邵振峰.  地球信息科學(xué)學(xué)報. 2019(09)
[3]基于多源高分辨率遙感影像的2 m不透水面一張圖提取[J]. 邵振峰,張源,黃昕,朱秀麗,吳亮,萬波.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(12)
[4]長三角地區(qū)不透水面多時相遙感提取及變化監(jiān)測[J]. 高紹鑫,陳健,鄭凱端,吳迪,周杰.  科技通報. 2018(10)
[5]近20年京津唐地區(qū)不透水面變化的遙感監(jiān)測[J]. 向超,朱翔,胡德勇,喬琨,陳姍姍.  地球信息科學(xué)學(xué)報. 2018(05)
[6]城鎮(zhèn)化過程中滇池流域不透水表面擴(kuò)張?zhí)卣骷捌渌h(huán)境效應(yīng)[J]. 羅毅,趙藝淞,楊昆,喻瑧鈺,商春雪,潘梅娥,陳可辛.  農(nóng)業(yè)工程學(xué)報. 2018(06)
[7]武漢市不透水地表時空格局分析[J]. 張揚(yáng),劉艷芳,劉以.  地理科學(xué). 2017(12)
[8]北京城區(qū)不透水地表蓋度變化及對地表溫度的影響[J]. 張旸,胡德勇,陳姍姍.  地球信息科學(xué)學(xué)報. 2017(11)
[9]京津冀地區(qū)不透水表面擴(kuò)張對PM2.5污染的影響研究[J]. 王桂林,楊昆,楊揚(yáng).  中國環(huán)境科學(xué). 2017(07)
[10]遙感技術(shù)在不透水層提取中的應(yīng)用與展望[J]. 李德仁,羅暉,邵振峰.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2016(05)

碩士論文
[1]中原城市群開放型經(jīng)濟(jì)發(fā)展水平時空演變及影響因素研究[D]. 蔡冰冰.河南大學(xué) 2019
[2]基于改進(jìn)VGGNet的不透水面信息提取應(yīng)用研究[D]. 陳磊陽.河南大學(xué) 2019
[3]都江堰灌區(qū)鄉(xiāng)村景觀格局演變與優(yōu)化策略研究[D]. 劉虹霞.西南交通大學(xué) 2019
[4]基于Landsat與Sentinel-1數(shù)據(jù)的北京市不透水面信息提取及動態(tài)變化研究[D]. 王慶帥.吉林大學(xué) 2019
[5]京津冀城市群第二產(chǎn)業(yè)空間集聚研究[D]. 陳妍.武漢大學(xué) 2018
[6]卷積神經(jīng)網(wǎng)絡(luò)在圖像分類中的應(yīng)用研究[D]. 吳正文.電子科技大學(xué) 2015
[7]城市景觀格局變化與熱環(huán)境影響分析[D]. 黃歡歡.福建師范大學(xué) 2015
[8]成都經(jīng)濟(jì)技術(shù)開發(fā)區(qū)深化管理體制改革專題研究[D]. 鄭小勇.電子科技大學(xué) 2015
[9]基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識別研究[D]. 葉浪.東南大學(xué) 2015



本文編號：3215821