收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

RS与GIS在自然资源调查中的应用

高燕  
【摘要】: The thesis topic is land cover mapping using remote sensing (RS) and geography information system (GIS) techniques. ASTER data with 14 spectral bands including from Visible and Near infrared sensor systems (VNIR), Short Wave Infrared sensor systems (SWIR) and Thermal Infrared sensor systems (TIR) and LANDSAT 7 ETM+ with 6 spectral bands from Visible and Near infrared, Short Wave Infrared sensor systems are used to perform digital image classification in this research. Ground truth data was acquired for performing remote sensing images pre-processing and performing image classification for training samples selection and accuracy of the classification result. Image pre-preparation was conducted before performing image classification. Remote sensing images are geo-referenced to UTM zone 48, with ellipsoid datum WGS 84. Unsupervised classification was performed. Accuracy assessments results show that unsupervised classification needs further improvement to allow a more accurate land cover mapping. Then supervised classification was performed. In supervised classification, images with different sensor systems combination from ASTER data are classified and it is proved that different sensor system combination contribute to the land cover information extraction. GIS technique was used to improve supervised classification results by designing and running a model to combine the land cover classes with high accuracy from different classified images into a final land cover image. It is proved that GIS manipulation results in the improvement of RS image classification results. Comparing the unsupervised and supervised classification results, it is concluded that supervised classification method obtains higher overall accuracy and higher user's and producer's accuracy for each of the classes than those of unsupervised classification method. Overall accuracy obtained is less than 60% by unsupervised image analysis approach while 70% far by supervised classification method and 80% far after GIS manipulation of the supervised classification results, using independent ground truth for accuracy assessment.


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 Biao You;Bin Xu;Jian Yang;Chunmao Yeh;Jianshe Song;;Novel supervised classification approach for multifrequency polarimetric SAR data[J];Journal of Systems Engineering and Electronics;2015年06期
2 CHENG Ming;WU Guoqing;YUAN Mengting;WAN Hongyan;;Semi-supervised Software Defect Prediction Using Task-Driven Dictionary Learning[J];Chinese Journal of Electronics;2016年06期
3 ;西部蒙古论坛(英文)[J];西部蒙古论坛;2018年02期
4 ;西部蒙古论坛(英文)[J];西部蒙古论坛;2018年01期
5 ;SCIENCE CHINA Information Sciences(Monthly)[J];中国科学:信息科学;2014年07期
6 ;SCIENCE CHINA Information Sciences(Monthly)[J];中国科学:信息科学;2014年06期
7 ;西部蒙古论坛(英文)[J];西部蒙古论坛;2014年03期
8 Mustafa Zaidi;Imran Amin;Ahmad Hussain;Nukman Yusoff;;Error assessment of laser cutting predictions by semi-supervised learning[J];Journal of Central South University;2014年10期
9 ;西部蒙古论坛(英文)[J];西部蒙古论坛;2014年01期
10 ;西部蒙古论坛(英文)[J];西部蒙古论坛;2014年02期
11 ;西部蒙古论坛(英文)[J];西部蒙古论坛;2012年02期
12 ;Instructions to Contributors[J];工程力学;2013年06期
13 ;Instructions to Contributors[J];工程力学;2012年05期
14 ;Semi-supervised Support Vector Regression Model for Remote Sensing Water Quality Retrieving[J];Chinese Geographical Science;2011年01期
15 ;Instructions to Contributors[J];工程力学;2011年10期
16 ;Determination of D_2O Concentration by Fourier Infra-Red Spectrophotometry[J];Annual Report of China Institute of Atomic Energy;2008年00期
17 ;T-shirt Leads Fashion,Nature Creates Quality Life[J];China Textile;2008年08期
18 ;WORLD NEWS IN BRIEF (November 16-30,1989)[J];国际展望;1989年23期
19 ;International Journal of Disaster Risk Science[J];International Journal of Disaster Risk Science;2014年04期
20 ;International Journal of Disaster Risk Science[J];International Journal of Disaster Risk Science;2014年03期
中国重要会议论文全文数据库 前10条
1 Heng Guo;Wenqing Wang;Qifu Fan;Zhengxin Weng;;Semi-supervised Learning with Flexible Discriminator Objective in Generative Adversarial Networks Framework[A];第37届中国控制会议论文集(F)[C];2018年
2 Penghua Li;Fen Zhao;Yuanyuan Li;Ziqin Zhu;;Law Text Classification Using Semi-supervised Convolutional Neural Networks[A];第30届中国控制与决策会议论文集(1)[C];2018年
3 Jin Di;Yingkui Wang;Jianwu Dang;;Semi-supervised community detection on networks with attributes[A];第十三届全国人机语音通讯学术会议(NCMMSC2015)论文集[C];2015年
4 Xiaohui Cui;Jian Yang;Hongbo Shi;;Weighted Semi-supervised Orthogonal Factor Analysis Model for Quality-Related Process Monitoring[A];第37届中国控制会议论文集(E)[C];2018年
5 Yinghao Chen;Tianhong Pan;Shan Chen;;Development of Co-training Support Vector Machine Model for Semi-supervised Classification[A];第36届中国控制会议论文集(G)[C];2017年
6 Junxian Wu;Mingxiong Lin;;Protein complex detection based on semi-supervised matrix factorization[A];第37届中国控制会议论文集(E)[C];2018年
7 Xiukuan Zhao;Baiqi Ning;Gangbing Song;;An Effective Active Semi-supervised Learning Method Based on Manifold Regularization[A];中国科学院地质与地球物理研究所2013年度(第13届)学术论文汇编——科技支撑系统[C];2014年
8 ;Joint Channel-frequency Selection for Motor Imagery-based BCIs Using a Semi-supervised SVM Algorithm[A];第二十九届中国控制会议论文集[C];2010年
9 Lei Qi;Li Ting;;Active Semi-supervised Affinity Propagation Clustering Algorithm based on Local Outlier Factor[A];第37届中国控制会议论文集(F)[C];2018年
10 Kai Liu;Qin Wan;Yanjie Li;;A Deep Reinforcement Learning Algorithm with Expert Demonstrations and Supervised Loss and its application in Autonomous Driving[A];第37届中国控制会议论文集(B)[C];2018年
中国博士学位论文全文数据库 前3条
1 Xu Luomai;[D];广东外语外贸大学;1999年
2 胡崇海;基于图的半监督机器学习[D];浙江大学;2008年
3 赵珍梅;基于ETM~+与ASTER数据蚀变信息提取方法研究[D];中国地质大学(北京);2010年
中国硕士学位论文全文数据库 前10条
1 高燕;RS与GIS在自然资源调查中的应用[D];新疆大学;2003年
2 Vongphet SIHAPANYA;[D];北京林业大学;2012年
3 鲍鲁楠;协同影像的构建及在岩浆岩区岩性增强与提取研究的应用[D];杭州师范大学;2018年
4 宋晚郊;基于ASTER与HYPERION数据的驱龙甲玛矿集区蚀变矿物信息提取研究[D];中国地质大学(北京);2013年
5 周轶群;东昆仑五龙沟金矿矿化蚀变ASTER遥感信息提取与成矿预测[D];中国地质大学(北京);2013年
6 李雪;基于ASTER数据的富钾岩石遥感信息提取研究[D];中国地质大学(北京);2015年
7 马婷;基于ASTER影像的吉林省土壤耕层生物量碳含量反演[D];吉林农业大学;2013年
8 杨颖慧;ASTER数据在西昌市紫茎泽兰遥感监测中的应用研究[D];四川农业大学;2007年
9 惠成峰;基于半监督学习的电子商务推荐方法[D];南京大学;2013年
10 郑硕;基于ASTER多光谱遥感数据的花岗岩类岩性识别与提取[D];安徽师范大学;2012年
中国重要报纸全文数据库 前2条
1 记者 王海川;融合各类自然资源调查实现“数出一门”[N];中国自然资源报;2018年
2 首席记者 李倩 实习记者 李卓聪;奋力开创自然资源调查监测新局面[N];中国自然资源报;2018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