精选课件不透水面提取.pptVIP

融合多源遥感影像的滇池流域不透水面提取算法的研究 班级：000 指导老师：000 姓名：00 学号：10 研究意义和应用价值 2013年7月19日北市区北京路 2014年8月26日西山区西坝新村 2015年6月19日昆明国贸路附近 不透水面是指一种水体不能通过其渗入到土壤中的人工地表特征，主要由道路、停车场、广场及屋顶等建筑物组成。 针对滇池流域，获取全面而准确的不透水面覆盖度。 对城市规划、生态评估、污染治理等提供参考和指导，为当前昆明市建设宜居城市、海绵城市提供一定的解决方案。 国外研究现状 Civco等使用人工神经网络（ANNs）对遥感影像进行分类来获取不透水面。 Wu等将混合像元分解模型(Spectral Mixture Analysis, SMA)作为亚像元分类器进行不透水面估计。 Weng探索了线性和非线性模型应用于高光谱影像的情况，分类回归树（CART）和多元回归模型也常被用于不透水面提取。 Slonecker将这些方法总结为解译法、光谱法和建模法。 国内研究现状 王浩等使用线性光谱混合模型研究流域尺度的不透水面遥感提取。 林冬凤等针对沙土、水体、阴影等信息与不透水面相混的问题进行了研究，其方法可应用于大面积区域快速计算。 徐涵秋采用复合波段的形式创建了归一化差值不透水面指数，实现了城市不透水面的快速、自动提取。 张路等综合应用多源遥感数据提高了不透水面的提取精度。 Zhang Y和Zhang H综合运用光学遥感和SAR遥感影像来提升不透水面提取的精度。 个人见解 1）理论方面。 克服现有方法中对异物同谱、同物异谱和阴影难以处理的不足之处，形成多源遥感影像提取高精度不透水面的新方法。 2）应用方面。 根据滇池流域与周边城市的关系，高精度对滇池流域不透水面提取，研究成果能够服务于城市内涝、城市非点源污染等应用场合。 3）可能会在如下方面遇到困难： ①多源证据模型的构建问题 ②冲突区域的区分与识别问题 研究的主要内容 1）初步分类结果进行证据建模。 ①根据不同源数据选择适用的分类器及其权重 ②根据样本与类别中心的关系来进行样本的隶属度计算。 2）冲突区域检测与区域类型识别。包含三个方面： ①异物同谱情况的判定。 ②同物异谱情况的判定。 ③高分辨率下阴影区域的判定。 研究方法 1、进行证据建模和证据集获取。 2、证据冲突判定与区域属性标记。 3、进行证据融合和区域合并。 4、在流程中 ①SAR影像主要是滤波操作； ②光谱信息库用于区域区分，在证据建模中也具有指导作用； ③证据融合规则库是服务于不同区域的证据融合，因为不同区域类型的特性不同，需要采取与之适应的融合规则，才能使得融合结果更为合理与准确。 研究进度计划 2016.1 初期调研与选题； 2016.2——2016.3 相关算法学习与架构设计； 2016.4——2016.5 算法实现与论文初稿； 2015.6 准备答辩。