基于梯度变换的浅水湖泊围网区遥感提取算法.pdf

基于梯度变换的浅水湖泊围网区遥感提取算法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于梯度变换的浅水湖泊围网区遥感提取算法.pdf

LakeSci.(湖泊科学),2017,29(2):490—497 DOIlO.18307/2017.O225 @2017byJournalofLakeSciences 基于梯度变换的浅水湖泊围网区遥感提取算法 黄 帅 ,宋开宏H,罗菊花 ,赵晋陵。,马荣华 (1:安徽大学计算智能与信号处理教育部重点实验室,合肥 230039) (2:中国科学院流域地理学重点实验室中国科学院南京地理与湖泊研究所,南京210008) 摘 要:获取并掌握浅水湖泊围网养殖区域的时空分布信息对合理规划围网养殖进而提升湖泊水质具有重要意义.本文 以长江下游典型的围网养殖浅水湖泊——阳澄湖作为研究区,利用资源三号 (ZY.3)高分遥感影像,针对围网区与非围网 区的光谱空间变化特征,采用梯度变换方法,尝试提出一种浅水湖泊围网区的遥感提取算法;并以人工解译结果作为参 考,对提取结果进行验证.研究结果发现该算法对浅水湖泊围网养殖区的提取精度为 90.66%,可进一步用于开展长时序 的浅水湖泊围网区动态变化研究,进而为湖泊环境的政府部门制定湖泊水质提升和围网区合理规划政策提供决策依据. 关键词:浅水湖泊;围网养殖区;梯度变换;卫星遥感;阳澄湖 A remotesensingextractionalgorithm ofenclosurecultureareainshallow lakesbasedon gradienttransform HUANG Shuai,SONG K~hong ”,LUO Juhua ,ZHAO Jinling MA Ronghua (1:KeyLaboratoryofIntelligentComputing&SignalProcessing,MinistryofEducation,AnhuiUniversity,Hefei230039, P.R.China) (2:KeyLaboratoryofWatershedGeographicSciences,NanjingInstituteofGeographyandLimnology,ChineseAcademyof Sciences,Nanjing210008,P.R.China) Abstract:Masteringthetempo-spatialdistributioninformationofenclosurecultureareasisusefulforascientificplanningofenclo— surecultureareasofshallowlakesandmakingeffectivemeasurementstoimprovewaterquality.ThisstudytookLakeYangchengas astudyarea,which isatypicalenclosurecultureB3eainthelowerreachesofYangtzeRiver.Anextractionalgorithm ofremote sensingimagesisproposedthroughthegradienttransformationofremotesensingdatabasedonthedifferencesbetweenenclosure andnon-enclosureareasinspectralspace.A high—resolutionZY一3imagewasusedtoacquirethespatial distributionofenclosure cultureareasinshallow lakes.Theenclosurecultureareasextractedusingtheproposedextractionalgorithm andthemanualvisual interpretationwerecompraedtoevaluatetheclassificationaccuracy.Theresultsshowthattheoverallclassificationaccuracyreached to90.66%.Theproposedmethodcouldbeusedtomonitorthedynamicchangesofenclosurecultureareasinshallowlakesbasedon theZY-3images. Keywords:Sh~lowlakes;enclosureculturearea;rgadienttransformation;satelliteremotesensing;LakeYang

您可能关注的文档

文档评论(0)

170****0532 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8015033021000003

1亿VIP精品文档

相关文档