收藏本站
《武汉大学》 2005年
收藏 | 手机打开
二维码
手机客户端打开本文

地学知识辅助遥感进行山地丘陵区基于系统分类标准的土壤自动分类方法研究

罗红霞  
【摘要】:土壤为人类提供了包括粮食在内的各种农业、林业以及医药原料产品,同时,土壤也是维持地球表层生态系统生物量的物质基础,与海洋一样,是不可脱离的自然资源与环境。随着社会的发展,人们对土壤资源信息的需求日益增加,遥感以其具有广域、快速、可重复对同一地区获取时间序列信息的特点,成为获取土壤资源信息的有力工具。目前借助计算机对遥感数据进行土壤自动分类成为土壤学家研究的热点,同时也是土壤遥感发展的前沿。 对于土壤资源遥感调查以及土壤遥感分类,国内外学者进行了大量的研究,但是对于气候湿润、降水充沛、植被覆盖度高、地表破碎的亚热带山地丘陵区,土壤遥感自动分类问题仍然没有得到解决。另外,在我国,虽然已于上个世纪90年代中期制订了与国际接轨的土壤分类标准即土壤系统分类,但是目前还没有大范围的、基于该分类标准的土壤图和土壤数据库,因此,本文针对土壤遥感分类比较困难的我国亚热带山地丘陵地区,提出了用融合地学知识的方法进行基于系统分类标准的土壤遥感自动分类。 研究采用的技术路线为:用特征变换的方法消除植被影响、增强土壤光谱信息后,分别用以统计分析模型为基础的最大似然分类器和以生理视觉模型为基础的RBF神经网络对遥感图像进行土壤分类;将统计决策分类器和RBF神经网络分类器的分类结果组合即多分类器集成;在符号逻辑推理模型支持下融合地学专家知识辅助土壤遥感分类。地学知识(本研究中选用了DTM和部分地学专家知识)在整个土壤遥感分类过程中采用两种途径进行融合:对于结构化的地学知识DTM数据,将其作为遥感图像的逻辑波段与遥感图像一起直接参与分类;对于非结构化的地学专家知识,采用D-S证据合并的方法进行融合。 为此,本文以长江三峡地区的丰都县为研究区域,应用陆地资源卫星Landsat-7的ETM+数据进行了研究,所做的主要工作和得出的结论可概括为: (1)对研究区域土壤基本情况以及ETM+遥感图像上各种土壤光谱信息进行了详细分析,得到的结论是:通过图像信息增强、特征变换和特征选择,再加上一些辅助信息是可以将本研究区域的各土壤类别区分开的,而且用实验证实了ETM+第6波段热红外波段有助于提高土壤分类精度。 (2)针对我国亚热带植被覆盖度高、植被和土壤光谱混合严重的特点,研究了用线性光谱混合分解的方法去除植被、增强土壤光谱信息。其中,对反演带约束条件的线性光谱混合模型的FCLS算法进行了修正,并提出了根据植被组分的面积系数计算去除植被后像元光谱值的模型。实验结果表明:①线性光谱混合分解法可以有效地抑制植被光谱信号;②用于土壤分类,去除阳坡植被光谱的图像其总分类精度虽不比原始图像高,但对水耕人为土却有较强的区分能力,而且比其它几种常用的图像特征变换有更好或差不多的土壤分类效果。 (3)研究了融合结构化地学知识DTM进行土壤遥感自动分类的相关问题。将DTM作为逻辑波段与遥感图像融合在一起,用最大似然分类器得到的土壤分类结果表明在土壤遥感
【学位授予单位】:武汉大学
【学位级别】:博士
【学位授予年份】:2005
【分类号】:P237

【相似文献】
中国期刊全文数据库 前10条
1 柏延臣,王劲峰;结合多分类器的遥感数据专题分类方法研究[J];遥感学报;2005年05期
2 岳昔娟;张勇;黄国满;;改进的直方图均衡化在遥感图像分类中的应用[J];四川测绘;2008年04期
3 毛建旭,王耀南,孙炜;基于模糊小脑模型神经网络的遥感图像分类算法[J];测绘学报;2002年04期
4 李朝锋,杨茂龙,许磊,杨蒙召;概率神经网络与BP网络模型在遥感图像分类中的对比研究[J];国土资源遥感;2004年04期
5 李玮;袁运能;朱博勤;;自适应方法在遥感图像处理中的应用研究[J];遥感信息;2006年01期
6 张文君;顾行发;陈良富;余涛;许华;;基于均值-标准差的K均值初始聚类中心选取算法[J];遥感学报;2006年05期
7 王瑞;李杰平;卢志刚;陈琼;;基于人工神经网络遥感图像分类的应用研究[J];科技情报开发与经济;2011年03期
8 陈锻生,方有清;用森林生态环境信息进行遥感图像分类的专家系统初探[J];遥感学报;1988年01期
9 田源;塔西甫拉提·特依拜;丁建丽;张飞;依力亚斯江·努尔麦麦提;韦建波;;基于支持向量机的土地覆被遥感分类[J];资源科学;2008年08期
10 陈辉;郭科;郑文峰;;数字水印技术应用于遥感图像版权保护的评测标准研究[J];物探化探计算技术;2008年05期
中国重要会议论文全文数据库 前10条
1 李石华;金宝轩;;基于Matlab的自组织神经网络在地形复杂区遥感图像分类中的应用研究[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年
2 张守娟;周诠;;空间数据挖掘决策树算法在遥感图像分类中的应用研究[A];中国遥感应用协会2010年会暨区域遥感发展与产业高层论坛论文集[C];2010年
3 张东波;王耀南;;一种可变离散精度粗逻辑网络[A];2006中国控制与决策学术年会论文集[C];2006年
4 俞晨;邹伟;余先川;;遥感图像混合像元分解方法研究[A];第十二届全国图象图形学学术会议论文集[C];2005年
5 郭子祺;李琳;周强;柳彩霞;傅薇;张宝钢;;决策树与SVM组合分类方法研究[A];第十七届中国遥感大会摘要集[C];2010年
6 吴全;裴志远;郭琳;刘跃辰;赵占营;;两种遥感分类精度评价方法应用研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
7 陈本清;徐涵秋;;厦门市土地利用年际动态变化卫星遥感分析[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
8 游代安;余旭初;王建荣;;一种基于知识的遥感图像模糊分类算法[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
9 刘咏梅;温仲明;杨勤科;;陕北黄土丘陵地区坡耕地遥感分类方法研究[A];认识地理过程 关注人类家园——中国地理学会2003年学术年会文集[C];2003年
10 高琪清;赵小艳;;湖北省宜昌市城市热效应的遥感监测[A];第27届中国气象学会年会城市气象,让生活更美好分会场论文集[C];2010年
中国博士学位论文全文数据库 前8条
1 罗红霞;地学知识辅助遥感进行山地丘陵区基于系统分类标准的土壤自动分类方法研究[D];武汉大学;2005年
2 刘小芳;基于核理论的遥感图像分类方法研究[D];电子科技大学;2011年
3 王旭红;遥感影像数据挖掘技术研究[D];西北大学;2005年
4 王佐成;基于纹理的遥感图像分类研究[D];西南交通大学;2007年
5 王小敏;独立分量分析及其在遥感动态监测中的应用研究[D];南京理工大学;2008年
6 高恒振;高光谱遥感图像分类技术研究[D];国防科学技术大学;2011年
7 肖阳;多谱图像融合与处理技术研究[D];华中科技大学;2011年
8 姚伏天;基于高斯过程的高光谱图像分类研究[D];浙江大学;2011年
中国硕士学位论文全文数据库 前10条
1 陈玲;土地利用更新调查中遥感图像分类的方法和精度对比的研究[D];太原理工大学;2010年
2 王知鸷;基于纹理及光谱信息融合的遥感图像分类方法研究[D];西安电子科技大学;2010年
3 郭逢丽;基于云理论的高光谱遥感图像分类研究[D];哈尔滨工程大学;2011年
4 刘柳;基于支持向量机和模糊后处理的遥感图像分类研究[D];华中科技大学;2010年
5 马静;遥感图像分类方法的研究[D];山东科技大学;2003年
6 张海涛;光谱与纹理特征融合的遥感图像分类方法[D];西安电子科技大学;2010年
7 马少平;人工神经网络在遥感图像分类中的应用研究与开发[D];中国地质大学(北京);2006年
8 别怀江;基于模糊集的遥感图像分类研究[D];哈尔滨工程大学;2005年
9 王惠林;基于知识的遥感图像分类方法研究[D];兰州大学;2007年
10 马永聪;基于遗传算法的面向对象的遥感图像分类技术[D];上海交通大学;2010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