收藏本站
收藏 | 论文排版

基于ETM数据的城市小片林面积估计探讨

马平  
【摘要】: 本论文以南京市南部城区为研究区域,探讨了分别运用TM图像与SPOT图像进行融合分类和对TM图像进行混合像元分解两种方法来提取小片林面积以计算植被覆盖率。并对IKONOS影像在图像增强的基础上采用系统抽样和目视勾绘植被信息的方法取得研究区的植被覆盖率数据,作为评价融合分类和分解效果的依据。 在对研究区数据进行几何精校正的基础上,对TM数据进行了详细的特征分析,并对其进行了有利于植被信息提取的几种图像变换:线性拉伸、比值增强、主成分变换、缨帽变换以及最低噪声分离变换(MNF变换)。以协方差矩阵行列式值和最佳指数值(组合波段标准差之和除以相关系数之和)为评价标准,得出对于TM原始波段而言,最佳的彩色合成组合是TM4、3、7和TM4、3、5;综合几种变换图像的彩色合成的最佳组合是MNF1、BR、NDVI。 在对SPOT图像进行图像增强后,采用加权融合、HIS融合、Brovey融合、主成分变换融合和K-T变换融合等五种方法对TM图像和SPOT图像进行融合,低分辨率TM图像进行融合的三个波段为TM4、3、7波段。融合后采用最大似然法进行自动分类。对融合后的图像分别从主观和客观两个方面进行了定性和定量的评价,其中客观评价分别采用了熵、平均梯度、光谱差异、相关系数以及分类精度作为评价标准。评价结果显示,融合后的图像既保留了多光谱图像的丰富光谱信息,又不同程度提高了空间分辨能力,很大程度上改善了目视解译效果和自动分类效果。尤其是Brovey融合图像提取植被信息的精度达到99.5%,已经能够满足准确提取植被覆盖率的需要。 对TM图像采用线性混合像元分解、逻辑斯蒂非线性混合像元分解和灰色相关像元分解等三种方法进行混合像元的分解,以提取植被信息。提取结果显示,三种分解方法中,基于邻域像元的灰色相关像元分解法充分利用了空间结构信息,其提取植被覆盖率精度最高,达到96.7%。 研究证明,无论是对TM图像和SPOT图像进行融合分类还是对TM图像进行混合像元分解,均可较为准确地提取植被覆盖率。图像数据融合技术和混合像元分解技术是林业遥感中颇具发展潜力的两个领域,有着广阔的应用前景。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈子玄;武文波;;基于线性混合模型的端元提取方法综述[J];测绘科学;2008年S1期
2 陈子玄;武文波;;基于线性混合模型的端元提取方法综述[J];测绘科学;2008年S3期
3 李君;范文义;李明泽;;线性混合光谱模型在多光谱遥感影像分类中的应用[J];东北林业大学学报;2008年08期
4 赵锐;;混合像元线性分解的精度估算[J];测绘与空间地理信息;2010年06期
5 马俊海;刘丹丹;;像元二分模型在土地利用现状更新调查中反演植被盖度的研究[J];测绘通报;2006年04期
6 徐宏根;马洪超;李德仁;;结合SOM神经网络和混合像元分解的高光谱影像分类方法研究[J];遥感学报;2007年06期
7 阎国倩;赵云升;宁艳玲;赵乃卓;仲桂新;;混合像元光谱特征影响因子分析[J];光谱学与光谱分析;2009年12期
8 周昊,王斌,张立明;一种新的遥感图像混合像元分解方法[J];红外与毫米波学报;2005年06期
9 裴欢;刘志辉;房世峰;姜红;;基于遥感与地埋信息系统的额敏河流域积雪变化分析[J];遥感信息;2006年03期
10 胡争光;王祎婷;池天河;刘素红;毕建涛;;基于混合像元分解和双边界提取的湖泊面积变化监测[J];遥感信息;2007年03期
11 吴波;汪小钦;张良培;;端元光谱自动提取的总体最小二乘迭代分解[J];武汉大学学报(信息科学版);2008年05期
12 黎贵发;;基于改进BP神经网络的遥感影像混合像元分解[J];地理空间信息;2009年03期
13 朱长富;吴波;吴逸人;高海燕;;一种基于多源遥感影像的亚端元光谱提取方法[J];测绘科学;2009年04期
14 胡姝婧;胡德勇;赵文吉;;基于LSMM和改进的FCM提取城市植被覆盖度——以北京市海淀区为例[J];生态学报;2010年04期
15 郑文武;曾永年;田亚平;;基于混合像元分解模型的TM6/ETM+热红外波段地表比辐射率估算[J];地理与地理信息科学;2010年03期
16 王立辉;黄进良;孙俊英;;基于线性光谱混合模型的油菜种植面积遥感监测方法研究[J];遥感信息;2010年03期
17 王军战;屈建军;张伟民;;基于混合像元分解的毛乌素沙地红碱淖面积提取及变化监测[J];中国沙漠;2011年03期
18 吴波;周小成;赵银娣;;端元光谱变化与混合像元分解精度的关系研究[J];遥感信息;2007年03期
19 梁娜;何明一;;基于遗传算法的混合像元快速分解及分类算法[J];遥感技术与应用;2007年04期
20 崔雨勇;曾致远;付必涛;毛典辉;;基于边界提取的混合像元分解[J];人民长江;2008年08期
中国重要会议论文全文数据库 前10条
1 胡霞;雷星松;;基于时序的遥感影像混合像元分解模型的研究[A];第十七届中国遥感大会摘要集[C];2010年
2 邓书斌;陈秋锦;;基于MTMF的混合像元分解方法研究[A];第十七届中国遥感大会摘要集[C];2010年
3 张良培;丛浩;;一种可选端元的混合像元分解方法[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
4 邓书斌;陈秋锦;;基于MTMF的混合像元分解方法研究[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
5 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
6 武永利;王云峰;张建新;栾青;;混合像元分解技术应用于冬小麦种植面积研究[A];中国气象学会2007年年会气象综合探测技术分会场论文集[C];2007年
7 蔡大鑫;张京红;田光辉;刘少军;谢瑞红;;利用遥感技术进行热带海岸带荒漠化遥感监测[A];粮食安全与现代农业气象业务发展——2008年全国农业气象学术年会论文集[C];2008年
8 卢珊;大政谦次;;用高光谱匹配滤波识别渡良濑湿地的高草植被[A];地理学与生态文明建设——中国地理学会2008年学术年会论文摘要集[C];2008年
9 高连如;张兵;孙旭;李山山;张文娟;;高光谱数据降维与分类技术研究[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
10 施建成;;季节性积雪遥感监测的研究进展[A];第28届中国气象学会年会——S6冰冻圈与极地气象学[C];2011年
中国博士学位论文全文数据库 前10条
1 李二森;高光谱遥感图像混合像元分解的理论与算法研究[D];解放军信息工程大学;2011年
2 许菡;遥感影像混合像元分解新方法及应用研究[D];首都师范大学;2013年
3 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
4 王东;基于粒子群智能的遥感找矿方法研究[D];中南大学;2008年
5 李晓松;干旱地区稀疏植被覆盖度高光谱遥感定量反演研究[D];中国林业科学研究院;2008年
6 贾森;非监督的高光谱图像解混技术研究[D];浙江大学;2007年
7 王来刚;基于多源遥感信息融合的小麦生长监测研究[D];南京农业大学;2012年
8 戴晓燕;基于遥感数据挖掘定量反演城市化区域地表温度研究[D];华东师范大学;2008年
9 董芳;基于多源数据的丘陵区苹果园地信息遥感提取技术研究[D];山东农业大学;2012年
10 罗耀华;高性能计算在高光谱遥感数据处理中的应用研究[D];成都理工大学;2013年
中国硕士学位论文全文数据库 前10条
1 王飞红;基于决策树和混合像元分解的城市绿地信息的提取[D];中北大学;2014年
2 宋慧;基于混合像元分解的土地利用分类[D];济南大学;2013年
3 郑丽;混合像元分解及其应用研究[D];重庆交通大学;2010年
4 李晓锦;基于混合像元分解的植被覆盖度估算及动态变化分析[D];西北大学;2011年
5 黄子杰;基于混合像元分解的三峡库区植被覆盖度及C因子定量估算研究[D];华中农业大学;2011年
6 刘雪松;基于非负矩阵分解的高光谱遥感图像混合像元分解研究[D];复旦大学;2011年
7 马孟莉;基于HJ卫星混合像元分解的水稻生长监测技术研究[D];南京农业大学;2011年
8 薛春燕;基于Logit模型的混合像元分解绿地覆盖提取[D];南京林业大学;2011年
9 张洋洋;基于HJ1-A影像的高光谱混合像元分解技术及应用的研究[D];山东师范大学;2011年
10 陈丽;基于混合像元分解模型的森林LAI反演[D];北京林业大学;2013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
  • 010-62982499
  • 010-62783978