收藏本站
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。


知网文化
【相似文献】
中国期刊全文数据库 前20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
11 陆应诚;田庆久;宋鹏飞;李姗姗;;海面油膜高光谱遥感信息提取[J];遥感学报;2009年04期
12 张秋爽;祝民强;刘碧洪;;Hyperion高光谱遥感数据大气校正方法[J];计算机测量与控制;2010年01期
13 满旺;陈绍杰;;高空间分辨率与高光谱分辨率遥感数据融合研究[J];测绘;2010年06期
14 傅锦;韩晓青;张杰林;裴承凯;;基于Hyperion数据的岩矿蚀变信息的特征峰提取法[J];世界核地质科学;2008年01期
15 沈渊婷;倪国强;徐大琦;蒋丽丽;贺金平;;利用Hyperion短波红外高光谱数据勘探天然气的研究[J];红外与毫米波学报;2008年03期
16 许勇;张鹰;张东;;基于Hyperion影像的悬浮泥沙遥感监测研究[J];光学技术;2009年04期
17 朱小华;冯晓明;赵英时;宋小宁;;作物LAI的遥感尺度效应与误差分析[J];遥感学报;2010年03期
18 白丽;安讯突袭中国BI市场[J];电子商务;2004年07期
19 沈渊婷;倪国强;徐大琦;蒋丽丽;贺金平;;利用多项式拟合方法去除Hyperion数据条带噪声[J];光学技术;2007年S1期
20 王芳;卓莉;黎夏;夏丽华;;基于高光谱特征选择和RBFNN的城市植被胁迫程度监测[J];地理科学;2008年01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
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
 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