CBERS CCD数据土地利用覆被分类研究的开题报告.docxVIP

CBERSCCD数据土地利用覆被分类研究的开题报告

一、研究背景和意义

CBERS（中国-巴西地球资源卫星）遥感数据是中国自主研制的高分辨率、多光谱、多波段的卫星遥感数据，可用于土地利用覆被分类等领域研究。土地利用覆被分类是遥感应用的重要研究方向之一，其可以提供大范围、快速、准确的土地利用信息，为土地资源管理、环境生态监测、城市规划等领域提供可靠数据基础。因此，对CBERSCCD数据进行土地利用覆被分类研究具有重要的现实意义和科学价值。

二、研究内容和方法

本研究将以CBERSCCD遥感数据为基础，采用支持向量机（SVM）分类算法，结合地面调查数据，对研究区的土地利用覆被进行分类。具体研究内容如下：

1.CBERSCCD数据预处理：包括数据选择、云和阴影去除、辐射定标和大气校正等。

2.土地利用覆被分类方法选择：采用支持向量机分类算法进行分类，该算法具有较高的准确率和稳定性。

3.土地利用覆被分类模型构建：根据CBERSCCD数据特点和分类要求，建立土地利用覆被分类模型，并优化分类参数。

4.土地利用覆被分类验证和精度评价：采用样本验证和精度评价方法对分类结果进行验证和评价，检验分类结果的可靠性和准确性。

三、论文结构安排

本研究论文共分五部分，具体结构安排如下：

第一部分：绪论

主要介绍研究背景和意义、国内外研究进展、研究目的和意义、研究内容和方法，论述本研究的科学性、创新性、实用性等。

第二部分：CBERSCCD遥感数据的预处理

主要介绍CBERSCCD遥感数据的获取和特点，包括数据选择、云和阴影去除、辐射定标和大气校正等预处理步骤，为后续土地利用覆被分类提供可靠的数据基础。

第三部分：土地利用覆被分类方法选择和模型构建

主要介绍土地利用覆被分类方法选择、分类模型构建和参数优化等步骤，为正确、准确地分类研究区的土地利用覆被提供技术支持。

第四部分：土地利用覆被分类结果验证和精度评价

主要介绍分类结果的验证和评价方法，包括样本验证、精度评价等步骤，检验分类结果的可靠性和准确性。

第五部分：结论和展望

主要总结研究结果和发现，分析存在的问题和不足，并对今后的研究提出展望和建议。

四、预期成果

本研究将利用CBERSCCD遥感数据进行土地利用覆被分类研究，通过专业的数据处理和分类模型构建，得出准确可靠的分类结果，并进行精度评价。预期成果如下：

1.研究区土地利用覆被分类图谱。

2.研究区土地利用类型面积统计表。

3.对研究区土地利用覆被进行分析和评价。

4.研究论文和学术报告。

五、研究时间安排

本研究计划于2021年6月至2022年6月完成，时间安排如下：

1.2021年6月~2021年8月：选题和阅读文献，确定研究内容和方法。

2.2021年8月~2021年11月：数据采集和预处理。

3.2021年11月~2022年1月：分类模型构建和参数优化。

4.2022年1月~2022年3月：土地利用覆被分类结果验证和精度评价。

5.2022年3月~2022年6月：论文撰写和答辩。

六、经费预算

本研究的经费需要包括数据采集和处理费、差旅费、图书资料费、耗材费、论文发表费等。经费预算如下：

经费科目|费用金额（元）

-|-

数据采集和处理费|4000

差旅费|6000

图书资料费|2000

耗材费|1000

论文发表费|3000

总计|16000

七、参考文献

BagheriH,GholamniaK,ShataeeS,etal.Landuse/coverchangedetectioninSANANDAJ,IranusingCBERS-2image[J].IntJEarthSciEng,2012,5(3):374~379.

GummaMK,ThenkabailPS,TeluguntlaP,etal.MappingriceareasofSouthAsiausingMODISmultitemporaldata[J].JournalofAppliedRemoteSensing,2010,4(1):043523.

LiY,LiM,LiW,etal.ComparisonoftheSVMandBP-ANNmodelsinpredictingforestbiomass[J].RemoteSensing,2015,7(8):10041-10060.

LiuX,LiX,LiuW,etal.Classificationoflanduseandlandcoverbasedonremotesensingdata:acasestu