收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于多源遥感影像城市土地利用信息提取方法及应用研究

王智飞  
【摘要】:随着江苏省沛县的城镇化进程不断深入、新型工业化、争创园林城市绿化建设等项目工程逐步落实,城市区域范围内的土地利用格局变化不断加速。本文正是基于这样的背景,利用沛县部分区域的2011年Geoeye-1多光谱与高分辨率影像和2010年Worldview-1高分辨率的遥感影像数据,采用非监督分类方法,最大似然分类法、决策树分类法、支持向量机分类法和面向对象的eCognition分类方法,通过生产、用户精度,Kappa系数进行对比分析,选出了最优的分类方法,并参考相关调查数据及政府规划建设文件,对两期影像的分类结果和变化情况进行分析,并对变化驱动力从经济、政策等角度进行了探讨,得到以下结论: (1)鉴于城市土地利用信息提取对影像分辨率和光谱信息的要求,通过对原有卫星影像的预处理,融合成信息量更丰富、分辨率更高的新影像,提高影像质量。因此论文采用Brovey、HIS、PanSharpen、Gram-Schmid、PCA、Wavelet等融合方法对Worldview-1全色与Geoeye-1多光谱影像进行融合处理,在传统的光谱还原、纹理清晰度指标的基础上,引入了植被权重的改进相似度定量评价法,侧重于图像的结构信息和光谱与纹理的均衡度,并利用MatLab构建评价程式,通过对G_MMSIM及常规指标的综合比对分析,认为PCA融合法的融合效果与目视判读地物特征较为接近,适用于本研究区域的分类要求。 (2)采用不同的遥感影像分类方法,将遥感影像的纹理信息、植被、水体、建筑等指数特征作为辅助分类信息,运用基于相元的非监督分类、最大似然分类、决策树分类、支持向量机分类和基于面向对象的eCognition分类,通过结合沛县绿地调查的部分数据,进行总体精度和Kappa系数的指标分析,得到了不同的分类结果。非监督分类具有最低的78.75%的总体精度和0.78的Kappa系数;最大似然分类具有84.82%的总体精度和0.79的Kappa系数;决策树分类结果为85.83%的总体精度和0.80左右的Kappa系数;支持向量机分类得到88.50%的总体精度和0.82的Kappa系数;最后eCognition分类得到最大的总体精度和Kappa系数,分别为90.50%和0.84,得出eCognition是本文研究区最合适的影像分类方法。 (3)根据eCognition的遥感影像分类数据,统计各个地类的土地利用信息和变化情况,得到研究区裸地、水域面积2011年比2010年略有下降,交通用地、耕地、林地和建设用地的面积都呈现上升趋势的结果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李梅;张学雷;;多源遥感影像数据融合方法探讨[J];地理空间信息;2010年02期
2 张定祥,李宪文,刘顺喜,史学正;基于遥感数据的常熟市耕地资源数量动态变化分析[J];地理与地理信息科学;2003年03期
3 兰进京;李保杰;李久飞;刘耀鹏;李丽;;多源遥感影像数据融合理论与方法的研究[J];太原科技;2009年12期
4 王瑞瑞;马建文;陈雪;;多源遥感影像自动配准技术的研究进展[J];遥感信息;2011年03期
5 卢焱;;多源遥感影像融合方法研究[J];吉林大学学报(地球科学版);2007年S1期
6 穆利娜;李发红;;卫星遥感数字正射影像(RSDOM)局部变形的处理[J];测绘技术装备;2007年01期
7 牛冲;;多源遥感数据融合方法比较研究[J];科技资讯;2009年05期
8 姚静;武文波;康停军;;多源遥感影像数据融合技术探讨[J];测绘与空间地理信息;2008年01期
9 颜安;蒋平安;武红旗;马黎春;;罗布泊“大耳朵”地区多源遥感影像数据库的设计与实现[J];地球信息科学学报;2009年02期
10 姜芸;王军;;多源遥感影像融合在哈大齐土地利用分类中的应用[J];测绘工程;2010年04期
11 李然;张云生;;基于SIFT特征的多源遥感影像自动匹配方法[J];测绘科学;2011年03期
12 齐小玲,吴健平;多源遥感影像融合及其关键技术探讨[J];现代测绘;2003年03期
13 栾海军;汪小钦;;多源遥感影像分形特征分析[J];遥感信息;2010年03期
14 ;《遥感技术与应用》第25卷2010年总目录[J];遥感技术与应用;2010年06期
15 范建容;田兵伟;程根伟;陶和平;张建强;严冬;苏凤环;刘斌涛;;基于多源遥感数据的5·12汶川地震诱发堰塞体信息提取[J];山地学报;2008年03期
16 姜芸;臧淑英;王军;;多源遥感影像数据融合技术研究[J];测绘与空间地理信息;2009年02期
17 王惠,谭兵,沈志云;多源遥感影像的去云层处理[J];测绘学院学报;2001年03期
18 管玉娟;张利权;;影像融合技术在滩涂湿地植被分类中的应用[J];海洋环境科学;2008年06期
19 杨丽萍;陈发虎;颉耀文;;国内多源遥感影像信息融合技术的新进展[J];遥感技术与应用;2007年01期
20 ;遥感学报第9卷(2005年)总目次[J];遥感学报;2005年06期
中国重要会议论文全文数据库 前10条
1 林春峰;胡庆武;曾力;;基于开源NASA World Wind多源遥感影像管理技术研究[A];第十七届中国遥感大会摘要集[C];2010年
2 曾涛;杨武年;刘汉湖;简季;黎小东;胡国超;胡宝荣;;汶川特大地震灾后多源遥感影像处理技术及信息提取方法[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
3 张继贤;李国胜;曾钰;;多源遥感影像高精度自动配准的方法研究[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
4 孙晓辉;杨培琴;李贵浩;;多源遥感影像的去云层处理技术[A];河南地球科学通报2008年卷(下册)[C];2008年
5 邢帅;谭兵;徐青;耿则勋;;一种自适应关联多分辨分析的遥感影像融合算法[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
6 管玉娟;张利权;;多源影像融合技术在上海市滩涂环境信息分析中的应用[A];第九届全国河口海岸学术研讨会论文(摘要)集[C];2006年
7 叶秋果;李海滨;辛宪会;蒋红燕;;多源遥感影像融合算法比较研究[A];第二十一届海洋测绘综合性学术研讨会论文集[C];2009年
8 王岩;王晓青;窦爱霞;;面向对象遥感分类方法在震害快速提取中的应用[A];中国地震学会第14次学术大会专题[C];2012年
9 简季;杨武年;马正龙;陈园园;;BP神经网络在土地分类中的应用研究——以汶川地区为例[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
10 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
中国博士学位论文全文数据库 前8条
1 曾涛;汶川地震重灾区多源影像处理及震害信息提取方法研究[D];成都理工大学;2010年
2 孙志群;基于多源遥感影像的雪盖及雪表面温度反演[D];新疆大学;2012年
3 王强;航空高光谱遥感光谱域噪声滤波应用研究[D];华东师范大学;2006年
4 易俐娜;面向对象遥感影像分类不确定性分析[D];武汉大学;2011年
5 付晓;北京城市绿色空间时空变化及其生态服务功能响应[D];北京林业大学;2013年
6 刘颖;基于半监督集成支持向量机的土地覆盖遥感分类方法研究[D];中国科学院研究生院(东北地理与农业生态研究所);2013年
7 陈志刚;经验模态分解与Savitzky-Golay方法的自适应遥感影像融合[D];华东师范大学;2010年
8 陈进;高光谱图像分类方法研究[D];国防科学技术大学;2010年
中国硕士学位论文全文数据库 前10条
1 王智飞;基于多源遥感影像城市土地利用信息提取方法及应用研究[D];南京林业大学;2013年
2 潘祖燕;面向城镇地震倒塌房屋的多源遥感影像融合研究[D];西南大学;2011年
3 杨红卫;高分辨率多源遥感影像融合与镶嵌、制图研究[D];兰州大学;2010年
4 唐玉娟;多源遥感影像融合技术研究[D];昆明理工大学;2010年
5 易辉;基于SPOT5的四川省丘陵区林地遥感分类方法研究[D];四川农业大学;2013年
6 喻小倩;基于最大似然分类的宁夏红寺堡灌区的景观变化[D];西南大学;2010年
7 张盼盼;矿区多源遥感影像集成管理系统的设计与实现[D];山东科技大学;2011年
8 廖云;遥感影像用于战场环境可视化的综合处理技术的研究[D];中国人民解放军信息工程大学;2005年
9 马倩倩;基于RapidEye遥感影像的农作物种植面积提取研究[D];山东师范大学;2012年
10 李新涛;数字遥感影像信息更新技术研究[D];中国人民解放军信息工程大学;2005年
中国重要报纸全文数据库 前2条
1 实习生 胡蕾;第一时间“看”到灾区[N];科技日报;2011年
2 卞 辑;无线传感器网络观测平台投入应用[N];中国气象报;2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978