收藏本站
《浙江农林大学》 2013年
收藏 | 手机打开
二维码
手机客户端打开本文

基于Hyperion高光谱影像土地利用分类

张倩倩  
【摘要】:高光谱遥感以纳米级的超高光谱分辨率对目标空间特征成像的同时,对每个像元可在更宽波长范围上形成几十个乃至几百个窄波段连续的光谱覆盖,具备辨别地物光谱细微差异的能力,这为某一地区高光谱影像分类提供了可能。但是高光谱遥感数据存在波段数目多、相关性高、空间分辨率较低等一系列问题,通过面向像元与面向亚像元的分类方法,旨在挖掘高光谱数据的应用潜力,为高光谱影像分类深入研究提供帮助;同时,减小高光谱数据缺陷带来的影响,发挥其光谱优势,最终达到进一步提高土地利用分类精度的目的。 本文以Hyperion高光谱数据为数据源,选取杭州余杭百丈镇为试验区,围绕Hyperion高光谱影像分类这一目标展开。第一部分基于Hyperion高光谱预处理数据比较了基于像元级别的两种无参机器学习方法—支持向量机和神经网络在同一训练样本条件下的学习结果,结果表明支持向量机优于神经网络;第二部分基于Hyperion高光谱遥感预处理数据,结合纹理信息,在线性分离的光谱信息基础上,实现对土地各地物的分类,取得了满意的分类效果。主要结论如下: (1)虽然从形式以及分类实质上,支持向量机与神经网络分类有类似之处,但是由于两者对输入数据样本要求不同,两者功能结构不同,参数设定的复杂程度不尽相同,在假定像元为纯净像元,有限训练样本条件下,支持向量机各地物分类的生产精度和用户精度范围分别是63.89%-98.67%,67.26%-95.39%,神经网络精度范围为2.95%-99.21%,33.23%-94.18%,支持向量机能够取得全局最优解,而神经网络只能取得局部最优,其马尾松、栎类精度均高出支持向量机16%和15%。 (2)纹理分析结合其他辅助要素,在中低空间分辨率高光谱遥感数据上也能得到较好的分类结果,在波谱与纹理结合方法操作下,建筑物精度较单源信息光谱角制图与单源信息支持向量机分别提高了34.13%和17.16%,农田提高了19.71%和9.24%,马尾松则改善了27.09%和5.42%,栎类精度提高了近3%和10%。要想提高精细植被类型,多种分类器的结合或是特征的综合运用是一种有效办法。纹理分析时,不同的纹理窗口对分类精度产生不同的影响,本文中,5×5窗口总体精度及Kappa系数最高,达到87.32%,0.83。 (3)对于中低空间分辨率的Hyperion高光谱数据来说,大部分像元是以混合像元的形式存在,但是基于像元级别的支持向量机和神经网络分类两种方法识别的精细植被类型精度较高,这也验证了高光谱数据独特的光谱优势。
【学位授予单位】:浙江农林大学
【学位级别】:硕士
【学位授予年份】:2013
【分类号】:TP79;TP18

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 陈波;张友静;陈亮;;结合纹理的SVM遥感影像分类研究[J];测绘工程;2007年05期
2 韩玲;张若岚;谢秋昌;;结合地物空间特性的高光谱图像分类方法研究[J];测绘科学;2011年03期
3 李行,张连蓬;高光谱遥感图像最佳波段选择的快速算法研究[J];测绘通报;2004年09期
4 闫永忠;万余庆;;高光谱图像模糊识别分类及其精度评价[J];地球信息科学;2005年04期
5 许建东;栾鹏;樊笑英;林旭东;;基于遥感影像光谱与纹理分析的地物分类——以长白山天池火山地区为例[J];地震地质;2009年04期
6 袁金国;牛铮;王锡平;;基于FLAASH的Hyperion高光谱影像大气校正[J];光谱学与光谱分析;2009年05期
7 梁亮;杨敏华;李英芳;;基于ICA与SVM算法的高光谱遥感影像分类[J];光谱学与光谱分析;2010年10期
8 修丽娜;刘湘南;刘美玲;;镉污染水稻高光谱诊断分析与建模[J];光谱学与光谱分析;2011年01期
9 吴见;彭道黎;;高光谱遥感林业信息提取技术研究进展[J];光谱学与光谱分析;2011年09期
10 陈永刚;丁丽霞;葛宏立;张茂震;胡芸;;基于均值置信区间带的高光谱特征波段选择与树种识别[J];光谱学与光谱分析;2011年09期
【共引文献】
中国期刊全文数据库 前10条
1 蔡薇;郭洪海;隋学艳;杨丽萍;;基于混合像元分解提取小麦种植面积的技术与方法研究[J];山东农业科学;2009年05期
2 纪启国;;利用小波变换对图像进行像素级融合[J];安徽职业技术学院学报;2008年01期
3 戴晓琴;;浅谈遥感技术在土地利用中的应用[J];安徽农学通报;2008年23期
4 陈会明;;浅谈遥感技术在农业生产中的应用[J];安徽农学通报(上半月刊);2009年19期
5 陈会明;;浅析遥感技术在我国土地利用调查中的应用[J];安徽农学通报(上半月刊);2009年21期
6 张莉娜;;土壤表层有机质空间分析的遥感技术应用综述[J];安徽农学通报(上半月刊);2010年17期
7 邢炜光;;遥感蒸散估算研究进展[J];安徽农学通报(上半月刊);2012年11期
8 黄树春;李书;薛重生;;基于Quick Bird影像的城市绿地景观信息提取研究[J];安徽农业科学;2007年02期
9 申海建;郭荣中;江艺明;黎雄5;;基于RS和GIS的土地利用变化对生态系统服务价值的影响——以北京市为例[J];安徽农业科学;2008年11期
10 李京忠;殷学勇;蔡清华;王洪明;;基于TM影像的地表温度遥感反演研究——以兰州市区为例[J];安徽农业科学;2008年18期
中国重要会议论文全文数据库 前10条
1 饶欢;张智勇;;一种基于ENVI的区域环境分析方法[A];河南地球科学通报2008年卷(下册)[C];2008年
2 许军强;白朝军;孙珂;王明常;;基于TES算法的地表温度反演应用研究[A];河南地球科学通报2009年卷(上册)[C];2009年
3 郭朝辉;龚亚丽;;利用环境减灾卫星进行干旱灾害监测研究[A];全国旱情监测技术与抗旱减灾措施论文集[C];2009年
4 傅新;刘高焕;黄翀;刘庆生;;人工堤坝影响下的黄河三角洲海岸带生态特征分析[A];全国地质制图与GIS学术论坛论文集[C];2011年
5 邓书斌;秦禹;;ENVI/IDL在农业遥感中的技术框架研究[A];全国农业遥感技术研讨会论文集[C];2009年
6 郭朝辉;亓雪勇;龚亚丽;;环境减灾卫星监测森林火灾应用研究[A];全国农业遥感技术研讨会论文集[C];2009年
7 王卓君;;基于ETM+数据的南京地区土地利用分类制图[A];全国农业遥感技术研讨会论文集[C];2009年
8 马智宏;王秋平;朱大洲;黄文江;王北洪;周全;;自主研发的成像光谱仪应用及建模初探[A];全国农业遥感技术研讨会论文集[C];2009年
9 王斐斐;魏建兵;文雅;吴志峰;;遥感湿地信息提取方法研究评述[A];全国国土资源与环境遥感应用技术研讨会论文集[C];2009年
10 邓孺孺;秦雁;;珠江三角洲水库水质遥感监测研究——以梅州水库和流溪河水库为例[A];全国国土资源与环境遥感应用技术研讨会论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 周兴东;徐州市城区景观格局时空变化遥感监测与分析[D];山东科技大学;2010年
2 汤春瑞;水下目标声图像多分辨率分析及识别研究[D];哈尔滨工程大学;2009年
3 陈广洲;多源信息耦合的成矿预测新模型研究[D];合肥工业大学;2010年
4 陈韶斌;基于知识推理和视觉机理的遥感图像目标识别方法研究[D];华中科技大学;2010年
5 陈雁;可见光遥感图像分割与提取研究[D];中国科学技术大学;2010年
6 陈春雷;多尺度林业遥感数据融合技术的应用研究[D];北京林业大学;2011年
7 郑光辉;江苏部分地区土壤属性高光谱定量估算研究[D];南京大学;2011年
8 丁晓东;农田养分流失风险评价及养分平衡管理研究[D];浙江大学;2010年
9 邓睿;多源遥感数据和GIS支持下的台风影响研究[D];浙江大学;2010年
10 曾和平;金沙江支流龙川江流域河流输沙特征及其对气候和地表覆被变化的响应[D];昆明理工大学;2009年
中国硕士学位论文全文数据库 前10条
1 李硕;基于Vis/NIR光谱不同粒径下土壤碳氮的预测研究[D];华中农业大学;2010年
2 韩筱婕;基于城市热岛减缓的湖泊湿地景观功能连通性研究[D];华中农业大学;2010年
3 刘涛;遥感图像分块分类技术的研究与应用[D];山东科技大学;2010年
4 胡红;矿区植物胁迫作用与遥感信息提取[D];山东科技大学;2010年
5 张京钊;基于LUCC与RS/GIS的济南市生态安全评价[D];山东科技大学;2010年
6 邢著荣;基于辐射传输模型和CHRIS数据反演春小麦LAI[D];山东科技大学;2010年
7 唐红梅;基于辐射与空间信息的遥感图像检索[D];山东科技大学;2010年
8 李新芝;基于多源遥感数据的矿区植被信息监测方法研究[D];山东科技大学;2010年
9 周建辉;基于3S技术的土地开发整理规划研究[D];广西师范学院;2010年
10 汤传勇;基于数字流域的左江流域生态环境评价研究[D];广西师范学院;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 张崚,路威;基于小波尺度共生矩阵的分割算法在地物提取中的应用[J];安徽工程科技学院学报;2002年02期
2 毕晓宝;周可新;薛达元;武建勇;;遥感在物种多样性监测中的应用[J];安徽农业科学;2009年35期
3 秦其明,陆荣建;分形与神经网络方法在卫星数字图像分类中的应用[J];北京大学学报(自然科学版);2000年06期
4 谭炳香;李增元;陈尔学;庞勇;雷渊才;;Hyperion高光谱数据森林郁闭度定量估测研究[J];北京林业大学学报;2006年03期
5 于祥;赵冬至;张丰收;肖忠峰;;红树林高光谱分析技术研究[J];滨州学院学报;2006年06期
6 姚付启;张振华;杨润亚;冯雪;张燕;王海江;;基于高光谱曲线峰度、偏度的植被叶绿素含量反演模型研究[J];测绘科学;2009年05期
7 姚付启;张振华;杨润亚;何玉春;张燕;崔素芳;王海江;;基于主成分分析和BP神经网络的法国梧桐叶绿素含量高光谱反演研究[J];测绘科学;2010年01期
8 郭洋洋;张连蓬;王德高;马维维;;小波分析在植物叶绿素高光谱遥感反演中的应用[J];测绘通报;2010年08期
9 黄桂兰,郑肇葆;航片影像纹理分类方法的探讨[J];测绘通报;1997年06期
10 郑肇葆,郑宏,潘励;纹理分类中遗传算法参数的选择[J];测绘学报;2000年01期
中国博士学位论文全文数据库 前3条
1 夏建涛;基于机器学习的高维多光谱数据分类[D];西北工业大学;2002年
2 张兵;时空信息辅助下的高光谱数据挖掘[D];中国科学院研究生院(遥感应用研究所);2002年
3 张连蓬;基于投影寻踪和非线性主曲线的高光谱遥感图像特征提取及分类研究[D];山东科技大学;2003年
中国硕士学位论文全文数据库 前1条
1 尤洁云;地物信息分层提取在遥感专题制图中的应用[D];南京师范大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 ;新工具 Hyperion公司的‘业绩评分’软件[J];电子商务;2002年01期
2 曹建静;BPM风云起兮[J];电子商务;2004年07期
3 张鹏;从财务数据中“掘金”[J];电子商务;2004年03期
4 谭炳香;李增元;陈尔学;庞勇;;EO-1 Hyperion高光谱数据的预处理[J];遥感信息;2005年06期
5 梁继;王建;;Hyperion高光谱影像的分析与处理[J];冰川冻土;2009年02期
6 王芳;黎夏;卓莉;夏丽华;钱峻屏;艾彬;;基于Hyperion高光谱数据的城市植被胁迫评价[J];应用生态学报;2007年06期
7 沈艳;牛铮;陈方;王长耀;;基于经验线性法的Hyperion高光谱图像地表反射率反演研究[J];地理与地理信息科学;2007年01期
8 刘三超;高懋芳;柳钦火;范一大;杨思全;;高光谱数据反演大气水汽研究[J];遥感信息;2009年03期
9 杨曦光;范文义;于颖;;基于Hyperion数据的森林叶绿素含量反演[J];东北林业大学学报;2010年06期
10 吴彬;苗放;叶成名;黄舒寒懋;毕晓佳;;基于FLAASH的高光谱遥感数据大气校正应用[J];物探化探计算技术;2010年04期
中国重要会议论文全文数据库 前10条
1 詹远增;王迪峰;毛志华;;基于Hyperion卫星高光谱影像的溢油信息提取研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
2 王正海;曾长育;胡光道;;基于波谱匹配的Hyperion数据大气校正方法对比研究[A];遥感定量反演算法研讨会摘要集[C];2010年
3 蒙继华;陈雪洋;吴炳方;杜鑫;钮立明;张飞飞;;利用Hyperion数据进行环境星CCD植被指数真实性检验[A];遥感定量反演算法研讨会摘要集[C];2010年
4 蒙继华;吴炳方;钮立明;杜鑫;陈雪洋;张飞飞;;利用Hyperion数据进行环境星HSI红边参数真实性检验[A];遥感定量反演算法研讨会摘要集[C];2010年
5 佃袁勇;王鹏程;方圣辉;汪曼;乐源;;多源遥感数据反演三峡库区森林地表生物量的比较与分析[A];遥感定量反演算法研讨会摘要集[C];2010年
6 刘庆杰;蔺启忠;王黎明;王钦军;李庆亭;苗峰显;;基于CFFT最优信噪比的星载高光谱影像噪声抑制研究[A];第十七届中国遥感大会摘要集[C];2010年
7 林志垒;;Hyperion高光谱影像的特征提取研究[A];中国地理学会百年庆典学术论文摘要集[C];2009年
8 王芳;黎夏;卓莉;;基于TAFSVM的高光谱城市植被胁迫研究[A];中国地理学会百年庆典学术论文摘要集[C];2009年
9 谭炳香;李增元;陈尔学;庞勇;;高光谱与多光谱遥感数据的森林类型识别[A];2005年中国科协学术年会26分会场论文集(2)[C];2005年
10 方立刚;陈水森;;基于反射比的珠江口近岸水质模拟研究[A];苏州市自然科学优秀学术论文汇编(2008-2009)[C];2010年
中国重要报纸全文数据库 前10条
1 陈建明;VIA主板的“加速器”[N];中国计算机报;2002年
2 吴晓伟;Hyperion深挖BPM的中国价值[N];计算机世界;2003年
3 本报记者 吴萍;布道BPM[N];计算机世界;2004年
4 王涵涵;如虎添翼[N];中国电脑教育报;2003年
5 ;Hyperion Essbase分析型应用软件平台[N];中国计算机报;2002年
6 本报记者 吴晓伟;挖掘BI决策支持能力[N];计算机世界;2004年
7 本报记者 吴晓伟;完整BPM应用要兼具五个特征[N];计算机世界;2004年
8 付勇;商业智能水急流湍[N];计算机世界;2004年
9 ;老工业解困 信息化打气[N];计算机世界;2003年
10 王涵涵;挖掘身边的宝藏[N];中国电脑教育报;2003年
中国博士学位论文全文数据库 前10条
1 张婷婷;基于PLS模型的农业土壤成分高光谱遥感反演研究[D];吉林大学;2010年
2 谭炳香;高光谱遥感森林类型识别及其郁闭度定量估测研究[D];中国林业科学研究院;2006年
3 吕杰;基于机器学习和辐射传输模型的农作物叶绿素含量高光谱反演模型[D];中国地质大学(北京);2012年
4 叶成名;基于高光谱遥感的青藏高原岩矿信息提取方法与应用研究[D];成都理工大学;2011年
5 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年
6 陈伟;高光谱影像地物智能化提取理论与方法研究[D];解放军信息工程大学;2012年
7 肖艳芳;植被理化参数反演的尺度效应与敏感性分析[D];首都师范大学;2013年
8 黄远程;高光谱影像混合像元分解的若干关键技术研究[D];武汉大学;2010年
9 刘美玲;融合多元环境因子的水稻重金属污染水平遥感评估模型[D];中国地质大学(北京);2011年
10 张华;遥感数据可靠性分类方法研究[D];中国矿业大学;2012年
中国硕士学位论文全文数据库 前10条
1 张倩倩;基于Hyperion高光谱影像土地利用分类[D];浙江农林大学;2013年
2 董连英;Hyperion影像森林植被分类方法与应用研究[D];吉林大学;2013年
3 刘衍宏;基于高光谱Hyperion数据的粘土矿信息提取应用研究[D];中国地质大学(北京);2010年
4 柳萍萍;基于Hyperion数据的森林类型识别[D];中南林业科技大学;2012年
5 曾庆伟;基于Hyperion高光谱数据的森林类型精细识别研究[D];中国林业科学研究院;2010年
6 周燕;基于Hyperion数据的浅海地形和海洋光学参数反演方法研究[D];中国海洋大学;2010年
7 郭啸川;基于降维的Hyperion高光谱数据的树种识别研究[D];福建师范大学;2013年
8 翟羽娟;基于Hyperion影像的玉米叶面积指数反演[D];吉林大学;2013年
9 周清;抚州地区Hyperion高光谱数据混合像元的分解方法研究[D];东华理工大学;2012年
10 刘津怿;基于Hyperion数据的农田土壤有机质含量提取方法[D];吉林大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026