导读:本文包含了空间信息提取论文开题报告文献综述及选题提纲参考文献，主要关键词:大麦,皮燕麦,复种,物候
空间信息提取论文文献综述
郭茉苒,刘涛,韩鹏,董建军,牛建明[1]（2019）在《基于多源卫星遥感数据融合的人工草地空间分布信息提取》一文中研究指出以我国北方农牧交错带地区内蒙古四子王旗南部为例,利用遥感技术提取大麦复种皮燕麦人工草地空间分布信息。首先,基于数据转换的方法融合GF-1、Landsat 8 OLI、Sentinel 2图像,获得以GF-1为主的NDVI(Normalized difference vegetation index)时间序列数据集;然后,依据大麦复种皮燕麦人工草地种植过程中NDVI呈现的峰—谷—峰变化特征,采用最大值/最小值合成法生成相应的叁幅关键时期NDVI图像;最后,通过多种运算,突出人工草地与其他地物之间的差异,以便剔除干扰地物,实现对该类型人工草地空间分布信息的提取。本项研究所提出的方法对叁个主要样区大面积种植地块的提取结果与实际完全相符,面积精度达到96.52%,其自动化程度高,易操作,所需图像免费共享,具有在类似地区推广的潜力。(本文来源于《中国草地学报》期刊2019年05期）
蒋怡,黄平,董秀春,李宗南,王昕[2]（2019）在《基于Softmax分类器的小春作物种植空间信息提取》一文中研究指出[目的]使用浅层机器学习分类方法和多光谱遥感影像快速准确提取研究区小春作物(油菜、小麦)种植空间信息。[方法]选择研究区小春作物识别最佳时期的Sentinel 2A MSI多光谱影像,融合得到10 m分辨率影像,然后降尺度生成15、20、30 m分辨率影像,结合地面调查数据,建立油菜、小麦、林地、居民地、水体等典型地物感兴趣区,训练Softmax分类器,基于不同空间分辨率影像提取油菜、小麦种植空间信息。[结果]①基于Softmax分类器和10 m分辨率融合影像的小春作物分类总体精度为90.02%,Kappa系数为0.8344,其中油菜生产者精度和用户精度分别为93.14%、91.42%,小麦的分别为87.93%,98.09%;②Softmax法的小春作物分类精度随影像空间分辨率下降而降低,15、20、30 m分辨率影像的分类精度较10 m的分别下降9.80%、12.04%和13.04%,Kappa系数依次减少0.1538,0.1873和0.2088;③15、20、30 m分辨率影像的油菜分类精度较小麦的低,影响因素为油菜花期和种植地块破碎分散。[结论]Softmax分类器在10～30 m中高分辨率影像小春作物分类中具备较高的精度,可作为常规方法应用于业务化的作物监测工作。(本文来源于《西南农业学报》期刊2019年08期）
史婷婷,张小波,郭兰萍,黄璐琦[3]（2019）在《基于WorldView-3影像特征空间优化的随机森林算法在裸花紫珠信息提取中的研究》一文中研究指出以海南省白沙县细水乡为研究区,采用在特征选择和分类提取等方面都具有明显优势的随机森林算法,对研究区内的裸花紫珠种植信息进行提取。首先基于World View-3数据生成4类不同特征变量,包括光谱特征、主成分特征、植被指数和纹理特征;其次通过随机森林分类算法对研究区裸花紫珠空间分布进行遥感提取研究;最后基于特征重要性对随机森林分类算法的特征空间进行优化,以得到最佳的随机森林分类结果,并与未优化特征空间的随机森林算法的分类结果进行比较。结果表明:①利用World View-3影像提取的裸花紫珠总体精度为89. 97%,Kappa系数为0. 84,表明随机森林算法在海南裸花紫珠识别中具有较高的分类精度和较好的适用性;②利用降维的分类特征提取裸花紫珠的总体精度为90. 4,Kappa系数为0. 85,表明随机森林算法可以有效地进行特征选择,在特征变量数据挖掘的同时,仍能保证裸花紫珠信息提取的精度,提高运行效率。该研究为栽培类药用植物资源的信息提取在特征选择和方法选择方面提供了一种新思路、方法和技术手段。(本文来源于《中国中药杂志》期刊2019年19期）
陈晋,陈文凯,窦爱霞,李雯,孙艳萍[4]（2019）在《基于最优特征空间的震后损毁建筑物信息提取研究》一文中研究指出基于传统面向对象方法,提出了一种基于最优特征空间的损毁建筑物信息提取方法。采用ESP(Estimate of Scale Parameter)工具对图像进行最优尺度分割,之后通过选取样本,计算各类地物距离矩阵和最小分离距离寻求最优特征空间,最后运用最优特征空间对震后损毁建筑物影像进行提取实验,在QuickBird影像中提取总体精度达到了83.1%, Kappa系数达到了0.813,在无人机影像中提取总体精度为92.9%, Kappa系数达到了0.940。本文建立的提取方法与传统分类决策树方法相比,其提取精度和效率都有较大提高,在损毁建筑物信息提取方面具有较好的推广价值。(本文来源于《地震》期刊2019年03期）
刘涛[5]（2019）在《旱作苜蓿人工草地空间分布遥感信息提取研究》一文中研究指出建设人工草地对推动畜牧业可持续发展与天然草地生态恢复,促进我国粮食安全均具有重要意义,因此,需要快速准确地获取人工草地空间分布等信息。本项研究以我国北方农牧交错带典型地区内蒙古林西县为研究区,利用高分一号和Landsat的多时相遥感数字图像,结合地形数据开展了两类旱作苜蓿人工草地的空间分布信息提取的技术研究,为生产实践以及宏观管理与决策提供技术支撑。主要结果如下:1.提出了旱作苜蓿人工草地空间分布遥感信息提取的方法。基于GF-1图像数据构建各类地物NDVI的月动态,以及植物生长季内不同作物间物候期的差异,采用多种方法增强目标地物与干扰地物间光谱反射特征的差异,通过阈值法、坡度阈值法剔除各类干扰地物,实现了研究区旱作苜蓿人工草地空间分布信息的自动提取。2.提出了山杏+旱作苜蓿人工草地空间分布遥感信息提取的方法。利用Landsat系列的卫星遥感图像数据,构建山杏展叶期各类地物的NDVI年际变化,对不同地物的变化与时间进行一元线性回归,通过阈值法结合地形数据剔除各类干扰地物,得到研究区山杏+旱作苜蓿人工草地空间分布信息。3.依据2017年19个时相的GF-1遥感数字图像以及2001年~2018年山杏展叶期的11个时相的Landsat遥感数字图像,提取得到林西县全县范围内两类旱作苜蓿人工草地总面积为4.37万公顷。其中,旱作苜蓿人工草地面积为2.31万公顷,山杏+旱作苜蓿人工草地面积为2.06万公顷。综上,本文基于GF-1与Landsat多时相遥感数据对两类旱作苜蓿人工草地空间分布信息进行提取。文中所用的两种方法均以NDVI时间序列数据为基础,通过深入辨析各类地物NDVI的季节、年际变化特征差异,结合地形等辅助因子,实现了对各类干扰地物的剔除。本研究不仅丰富了植被遥感分类的内容,而且所提出的方法易操作,自动化程度高,具有较高的实践应用价值。(本文来源于《内蒙古大学》期刊2019-06-01）
钟钰[6]（2019）在《改进支持向量机下的柑橘果园信息提取及空间分布特征分析》一文中研究指出近年来,由于黄龙病等自然灾害的发生,赣南地区的柑橘产业受到严重影响,因此必须对赣南柑橘果园进行研究,获取其面积信息及空间布局信息,为柑橘果园的生产管理及产业政策的科学制定提供依据。目前支持向量机(SVM)已在遥感影像分类方面得到广泛应用,但用于柑橘果园信息提取并不多见,且不恰当的参数选择方法会导致SVM的分类精度降低。因此通过人工蜂群算法(ABC)优化SVM的参数构造ABC-SVM分类模型并进行柑橘果园信息的提取,从而实现对柑橘果园面积动态变化及空间布局变化特征的分析,具体如下:(1)ABC-SVM模型的构建及分类。将SVM的分类准确率作为ABC算法的目标函数值,利用ABC算法优化SVM的惩罚参数及核函数参数,两者结合构建出ABC-SVM分类模型。通过影像预处理、选取训练样本以及特征提取等工作,实现ABC-SVM模型对研究区影像的分类,并将分类结果与SVM模型的分类结果进行比较,结果表明:ABC-SVM模型的分类精度高于SVM模型,且果园提取精度最低为85.74%。由此可知,ABC-SVM模型的分类效果优于对比模型,且适用于柑橘果园信息的提取。(2)柑橘果园面积动态变化分析。通过土地利用转移矩阵对研究时段内柑橘果园面积变化方向进行了定量描述,结果表明:2009-2013年期间,研究区内柑橘果园面积增加了41.68平方千米,验证了赣南地区先后大力实施“山上再造”、“兴果富民”等战略举措的实际效果;2013-2017年期间,研究区内柑橘果园面积共减少了172.31平方千米,反映了黄龙病等自然灾害对柑橘果园产业的影响巨大。(3)柑橘果园空间布局变化分析。以柑橘果园面积变化为依据,构造出柑橘果园种植集中度指数和柑橘果园用地规模指数,并分析研究区所属乡镇的柑橘果园空间布局变化,结果表明:2009-2017年柑橘果园种植集中度指数的变化可以分为以下四种类型:持续增长型、持续下降型、稳定型、波动型。此外,2009-2017年柑橘果园用地规模指数的变化主要有以下叁种类型:持续下降型、稳定型、波动型。(4)柑橘果园分布相关性分析。以乡镇行政区划为研究单位,通过Moran’s I指数对柑橘果园分布的全局相关性和局部相关性进行分析,结果表明:以集中度指数为变量,2009-2013-2017年研究区整体表现出十分明显的空间集聚特征且聚集程度呈现先减弱后增强趋势。同时各乡镇之间柑橘果园种植集中度的集聚类型主要为H-H高值集聚类型及L-H低高异常值集聚类型,且随着时间推移,H-H型的乡镇并未发生变化,较为稳定,而L-H型的乡镇却有较显着的变化;以用地规模指数为变量,研究区内整体表现出十分明显的空间集聚特征且聚集程度呈现增强趋势。同时各乡镇之间柑橘果园用地规模的集聚类型主要为H-H高值集聚类型、L-L低值集聚类型及L-H低高异常值集聚类型,且随着时间推移,L-H型的乡镇并未发生变化,较为稳定,而H-H型及L-L型的乡镇却有较显着的变化。基于上述分析,可得到相关结论及建议:近年来赣南地区的柑橘已趋至商业化,经多年大规模种植活动,现已形成种植规模大、分布连续、种植作物单一的特征,也因此在农户及地区经济占有较大比重。因此相关部门必须保持对柑橘果园空间布局相关性的分析,做好黄龙病等灾害防治工作,减轻农户的损失。同时,必须关注柑橘的合理化种植,提出指导意见,加强园内水土保持措施的建设,从而推进赣南地区生态环境可持续发展。(本文来源于《江西理工大学》期刊2019-05-01）
林高山[7]（2019）在《基于高分二号卫星影像的乡村聚落信息提取及空间格局分析》一文中研究指出基于传统的中低分辨率遥感影像地物信息提取方法难以实现在乡村尺度下的聚落信息提取。随着我国高分遥感技术的发展以及高分卫星遥感数据产品质量的提高,国产高分辨率卫星遥感影像已经被广泛应用于生产、生活相关的各个领域,这为乡村聚落信息提取及其空间格局分析提供了有力的数据支撑。本文以四川省成都市金堂县又新镇为研究区,运用面向对象方法,进行基于高分二号卫星影像的乡村聚落信息提取研究,并对研究区的乡村聚落空间格局进行分析,以探索国产高分影像产品在乡村尺度下的聚落信息提取适用性,也为当地美丽乡村建设过程中的乡村聚落规划和农村土地利用效率提高等工作提供参考。经研究,得到如下结论:(1)通过试差法、ESP2尺度评价方法以及RMAS模型的综合运用,能够有效实现高分二号影像上各类地物最优分割尺度判定,得到建筑、交通道路、裸土地、水域、林地、耕地和阴影等地物最优分割尺度分别为100、200、60、200、150、80和80。(2)建立多层次地物信息提取模型,提取精度较理想。在各地物最优分割的基础上,分别从光谱、纹理和形状等特征角度,进行地物遥感知识发现与地物信息提取模型构建,应用隶属度函数方法实现地物信息的提取,总体精度达到了92.02%。(3)通过组分信息聚合获得乡村聚落图斑,精度较好。基于空间位置要素选择与图斑聚合方法,对乡村聚落组分进行信息聚合。通过将所提取的聚落图斑与国土部门调绘数据进行迭加统计精度验证,提取出的聚落图斑位置精度和面积精度分别达到91.44%和82.07%,综合精度达到86.75%。相对于国土部门乡村聚落调绘工作,本研究采用的乡村聚落信息提取方法具有一定的高效性与经济性。(4)又新镇乡村聚落存在占地规模小、建筑密度高、几何形态复杂以及结构破碎化现象,空间布局呈现出整体“大分散”和局地“小集中”特征。同时,城镇聚落和产业园的邻近区域出现了乡村聚落的规模集聚。通过引入规模占比、密度占比、MSI、MPFD、核密度与热点探测方法对该镇的乡村聚落空间格局进行定量评价。在数量结构上,该镇乡村聚落总面积占比仅3.15%,聚落间规模差异大。其中,建筑密度高于50%的乡村聚落占聚落总数百分比达到89.71%。在空间结构上,东侧乡村聚落几何形态复杂度与结构破碎度明显高于西侧。在空间展布上,聚落密度分布核心为多组团小核心,主要出现在浅丘沟壑地带。同时,城镇和产业园周边有两个明显的集聚热点,表明城镇聚落和产业园对当地乡村聚落的集聚具有推动作用。(本文来源于《四川师范大学》期刊2019-04-01）
张鑫[8]（2019）在《川中丘陵区乡村聚落信息提取及空间格局分析》一文中研究指出精准扶贫、乡村振兴全面展开,准确、快速、经济地掌握乡村聚落的规模及空间分布情况,对于合理规划乡村聚落布局,有效利用农村土地,推动新农村建设具有重要的现实意义。本文以绵阳市叁台县金石镇为例,基于高分二号(GF-2)、资源叁号(ZY-3)、陆地卫星(Landsat-8)叁种遥感影像,研究乡村聚落信息的分类提取,分析川中丘陵区乡村聚落的空间分布格局。主要研究内容与结论如下:(1)利用eCognition软件构建了研究区GF-2、ZY-3、Landsat-8叁种影像分类提取的模型,精确地获得了研究区2015年的聚落分布信息。首先是分析叁种影像,利用局部方差的变化率来选择最优分割尺度参数,建立多尺度的分割体系完成影像分割。其次,根据不同地类,选择多个样本分析对象单元的光谱特征、纹理特征、形状特征以及遥感派生数据特征,构建不同地物分类提取知识体系,建立模型,分类提取研究区地物。最后利用混淆矩阵、Kappa系数等方法评价分类提取精度,GF-2、ZY-3、Landsat-8叁种影像分类提取研究区聚落信息的点位精度分别为94.67%、88.68%、80.56%。(2)对比分析GF-2、ZY-3、Landsat-8叁种影像提取聚落信息的效果。结果表明:对于范围大、精度要求较低的大型城镇分类提取,Landsat-8和ZY-3影像更具优势;对于范围小、精度要求高的中小型村庄、独立房屋的分类提取,高分辨率的GF-2影像更具优势。(3)利用GIS软件的空间分析功能,结合研究区的高程、道路、河流等数据对乡村聚落的空间格局进行分析。研究区共有聚落2122个,以中小型聚落为主,超过一半的聚落面积在500 m~2以下。聚落在空间上主要呈条带状分布,超过90%的聚落分布在距离道路0 m~500 m的范围内。绝大多数聚落分布在地形条件较好,坡度较平缓、高程较小的第一、第二地形位指数等级区域上,80.68%的聚落分布在海拔小于475 m的区域,在2°~6°坡度区域聚落分布的面积最大,聚落个数、聚落面积随着地形位指数等级的递增在大幅度减小。泉源、荣庄、明朗叁村交界地带是研究区内聚落分布最为密集的地区。(4)探究了乡村聚落面积与农村人口数量之间的关系。乡村聚落面积与农村人口数量的相关性在0.01水平上显着相关,相关系数为0.897。以乡村聚落面积为自变量,以人口数量为因变量建立回归估算模型,模型的判定系数为0.805,可以基于GF-2影像提取的乡村聚落面积,利用该模型来实现农村人口数量的估算。(本文来源于《四川师范大学》期刊2019-04-01）
梁丹迪,周可法,王珊珊,王金林[9]（2019）在《不同空间分辨率高光谱遥感数据对蚀变矿物信息提取的影响》一文中研究指出高光谱遥感由于其精细的光谱分辨率,在定量分析物质成分上独具优势,因此广泛应用于提取蚀变矿物信息。探讨了不同空间分辨率高光谱遥感数据对蚀变矿物信息提取的影响,采用最邻近插值法、双线性插值法和叁次卷积插值法3种重采样方法对美国Cuprite矿区空间分辨率为20 m的AVIRIS影像做空间尺度扩展,分别扩展到空间分辨率为25,30,35,40,45,50 m。采用SAM分类方法从不同空间分辨率影像中提取蚀变矿物信息,使用混淆矩阵评价提取结果。一方面比较不同重采样方法对后期蚀变矿物信息提取精度产生的影响;另一方面比较不同空间分辨率对高光谱遥感影像蚀变矿物信息提取精度的影响。结果表明:①采用不同的重采样方法做空间尺度扩展,会影响后期蚀变矿物信息提取的精度,但是数值变化相对较小。相比之下,最邻近插值法重采样下影像蚀变矿物信息提取的精度稍好一些。②在中等空间分辨率(20～50 m)范围内,基于50 m空间分辨率的高光谱影像,蚀变信息提取的总体精度和Kappa系数较20 m的明显下降。其中最邻近插值法重采样下的总体精度和Kappa系数分别下降了7.94%,0.09;双线性插值法重采样下的总体精度和Kappa系数分别下降了6.87%,0.08;叁次卷积插值法重采样下的总体精度和Kappa系数分别下降了6.68%,0.08。较高空间分辨率影像的总体精度和Kappa系数整体上均高于较低空间分辨率的情形。(本文来源于《地质科技情报》期刊2019年03期）
贾德伟,周磊,黄灿辉,刘佳[10]（2018）在《基于MODIS数据的冬小麦雹灾空间分布信息提取研究——以河南省平顶山市为例》一文中研究指出以河南省平顶山市为研究区,利用2015年雹灾前后MODIS数据的红波段、近红外波段、植被指数变化以及当年植被指数与过去近3 a(2012—2014年)同时期正常植被指数均值的变化等数据,统计分析正常生育的冬小麦与发生重度雹灾、中度雹灾和轻度雹灾的冬小麦间的分割阈值,提取重度雹灾、中度雹灾和轻度雹灾空间分布信息,并与实地调查数据验证对比。结果表明:(1)利用雹灾前后归一化植被指数(NDVI)变化更能有效提取雹灾空间分布信息,其精度与实际吻合较好;基于比值植被指数(RVI)变化提取中度雹灾和轻度雹灾的效果不理想。(2)雹灾呈西北—东南走向的长条状分布,且主要集中在坡度5°以下中部低山平原区。(3)雹灾分布区呈以重度雹灾为中心、向外依次为中度雹灾和轻度雹灾的环状分布。(本文来源于《地域研究与开发》期刊2018年06期）
空间信息提取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
[目的]使用浅层机器学习分类方法和多光谱遥感影像快速准确提取研究区小春作物(油菜、小麦)种植空间信息。[方法]选择研究区小春作物识别最佳时期的Sentinel 2A MSI多光谱影像,融合得到10 m分辨率影像,然后降尺度生成15、20、30 m分辨率影像,结合地面调查数据,建立油菜、小麦、林地、居民地、水体等典型地物感兴趣区,训练Softmax分类器,基于不同空间分辨率影像提取油菜、小麦种植空间信息。[结果]①基于Softmax分类器和10 m分辨率融合影像的小春作物分类总体精度为90.02%,Kappa系数为0.8344,其中油菜生产者精度和用户精度分别为93.14%、91.42%,小麦的分别为87.93%,98.09%;②Softmax法的小春作物分类精度随影像空间分辨率下降而降低,15、20、30 m分辨率影像的分类精度较10 m的分别下降9.80%、12.04%和13.04%,Kappa系数依次减少0.1538,0.1873和0.2088;③15、20、30 m分辨率影像的油菜分类精度较小麦的低,影响因素为油菜花期和种植地块破碎分散。[结论]Softmax分类器在10～30 m中高分辨率影像小春作物分类中具备较高的精度,可作为常规方法应用于业务化的作物监测工作。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
空间信息提取论文参考文献
[1].郭茉苒,刘涛,韩鹏,董建军,牛建明.基于多源卫星遥感数据融合的人工草地空间分布信息提取[J].中国草地学报.2019
[2].蒋怡,黄平,董秀春,李宗南,王昕.基于Softmax分类器的小春作物种植空间信息提取[J].西南农业学报.2019
[3].史婷婷,张小波,郭兰萍,黄璐琦.基于WorldView-3影像特征空间优化的随机森林算法在裸花紫珠信息提取中的研究[J].中国中药杂志.2019
[4].陈晋,陈文凯,窦爱霞,李雯,孙艳萍.基于最优特征空间的震后损毁建筑物信息提取研究[J].地震.2019
[5].刘涛.旱作苜蓿人工草地空间分布遥感信息提取研究[D].内蒙古大学.2019
[6].钟钰.改进支持向量机下的柑橘果园信息提取及空间分布特征分析[D].江西理工大学.2019
[7].林高山.基于高分二号卫星影像的乡村聚落信息提取及空间格局分析[D].四川师范大学.2019
[8].张鑫.川中丘陵区乡村聚落信息提取及空间格局分析[D].四川师范大学.2019
[9].梁丹迪,周可法,王珊珊,王金林.不同空间分辨率高光谱遥感数据对蚀变矿物信息提取的影响[J].地质科技情报.2019
[10].贾德伟,周磊,黄灿辉,刘佳.基于MODIS数据的冬小麦雹灾空间分布信息提取研究——以河南省平顶山市为例[J].地域研究与开发.2018