基于面向对象方法的土地沙化遥感信息提取技术研究——以浑善达克沙地为例-research on remote sensing information extraction technology of land desertification based on object-oriented method - a case study of hunshandake sandy land.docxVIP

基于面向对象方法的土地沙化遥感信息提取技术研究——以浑善达克沙地为例-research on remote sensing information extraction technology of land desertification based on object-oriented method - a case study of hunshandake sandy land.docx

  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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于面向对象方法的土地沙化遥感信息提取技术研究——以浑善达克沙地为例-research on remote sensing information extraction technology of land desertification based on object-oriented method - a case study of hunshandake sandy land

V 万方数据 摘 要 土地沙化是我国当前面临的最为严重的生态问题之一,随着社会的发展和人口的增 加,环境压力越来越大,土地沙化日趋严重。土地沙化不仅导致可利用的土地资源锐减, 生态环境恶化,还造成巨大的经济损失,使沙区人民的贫困程度进一步加深。为此,及 时了解沙化土地的现状和发展变化趋势,对于制定土地沙化防治战略具有重要的意义。 遥感技术的发展为土地沙化信息的获取提供了新的技术手段,尤其为快速、准确地 获取大范围的沙化土地信息提供了可能。常规的遥感影像数据的观测模式无法随地物环 境的不同而进行调整,从而限制遥感数据的应用潜力。小卫星智能观测技术是近十多年 发展起来的先进对地观测技术,其观测模式可通过地物环境的智能识别从而智能调整传 感器的积分时间和曝光量等参数,极大地提升小卫星数据在资源环境遥感监测应用方面 的潜力。由于沙地反射率高,传统的卫星观测模式无法根据地物环境的变化而调整遥感 器的积分时间和曝光量因而使得沙化地区植被信息容易被掩盖,而先进的小卫星智能观 测技术的发展,通过智能调整遥感器的积分时间和曝光量,为沙区植被等复杂信息的提 取提供了可能。 本文以北京一号小卫星(BJ-1)智能影像为数据源,选取浑善达克沙地及其周边为 研究区,全面、系统地探讨面向对象的沙化信息提取的技术,并与传统基于像元的方法 对比,研究基于面向对象的沙化土地信息提取技术,以期为大范围沙化土地监测提供一 种有效的手段;同时对 BJ-1 智能观测数据提取沙化土地信息的能力进行评价,挖掘 BJ-1 智能遥感数据在沙化土地监测方面的应用潜力。论文的主要研究成果及结论如下: 1、利用面向对象方法和传统最大似然法进行沙化土地信息提取,研究结果表明面向 对象提取沙化土地信息,总体精度达到 83.80%, Kappa 系数为 0.76;而利用最大似然法 总体精度为 75.70%,Kappa 系数是 0.65。说明利用面向对象提取沙化土地信息结果较为 理想,为后续沙化信息提取深入研究提供参考。 2、在面向对象提取沙化土地信息过程中,分别利用四种不同尺度层来提取不同地物 类型特征,通过建立地物特征图对目标地物的多种特征来选择最优特征(Ratio Green、 万方数据 Ratio Red、Mean nir、NDVI 等)提取目标地物,并建立分类决策树来提取沙化土地信息, 使得分类更加合理,从而获得更高的分类精度。 3、对 BJ-1 智能数据、常规数据和 Landsat-5 TM 影像数据沙化信息提取结果进行精 度评价对比,研究结果表明: BJ-1 智能数据提取沙化信息总体精度为 85.55%,Kappa 系数为 0.80,BJ-1 常规数据提取信息总体精度为 81.39%,Kappa 系数为 0.73,Landsat-5 TM 数据提取信息总体精度为 90.81%,Kappa 系数为 0.86。表明 Landsat-5 TM 影像数据 提取沙化土地信息较为理想,BJ-1 智能观测数据次之,BJ-1 常规观测数据较差。 4、从水体和盐碱地信息提取方面,三种数据在信息提取的制图精度均为 97.06%, 用户精度为 100.00%,三种数据均保持一致;在沙化信息提取方面,BJ-1 智能数据在流 动沙地、半固定沙地和固定沙地分别为 78.21%,68.63%,89.38%;Landsat-5 TM 数据为 81.37%,79.77%,93.76%; BJ-1 常规观测数据为 69.11%,58.62%,82.88%,可看出 BJ-1 智能数据在沙化信息提取方面比 BJ-1 常规数据具有优势,尤其在流动沙地和半固定 沙地方面;与 Landsat-5 TM 影像相比,BJ-1 智能数据在提取半固定和固定沙地信息提取 有差距,但提取流动沙地方面,两种数据提取结果精度相差不大。 关键词:面向对象;沙化信息提取;多尺度分割;北京一号智能影像数据 VI Abstract Sandy lands are currently facing the most serious ecological problems in China. With the developing society and the increasing population, our country is facing growing pressure on the environment. Sandy lands not only led to the sharp drop in the available land resources, deterioration of ecological environment, the guide also caused huge economic losses to

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档