基于高分辨率遥感影像纹理特征的水土保持措施提取方法研究

基于高分辨率遥感影像纹理特征的水土保持措施提取方法研究

论文摘要

黄土高原丘陵沟壑区是黄河流域水土流失治理的重点区域。水土保持监测是水土流失治理的一项基础工作。就土地利用和水土保持措施信息的提取而言,以往的研究主要是以TM等中等分辨率的遥感影像数据为基础。梯田、果园、人工林草地和坝地等水土保持措施呈小片状分布,由于受到分辨率的限制,不能有效提取。以较高分辨率影像作为信息源开展黄土高原丘陵沟壑区水土保持监测不仅十分重要,而且十分迫切。本文以陕北绥德韭园沟流域和陕北延安市麻庄流域为实验区,以2.5米分辨率的SPOT-5影像和1米分辨率的IKONOS影像为实验数据,利用傅立叶变换可以将遥感影像由空间域转换到频率域进行能量叠加的性质,采用最大方向频谱能量值比值和光谱值相结合的方法对具有纹理特征的梯田和果园两种水土保持措施进行了提取研究;探讨了此方法与传统监督分类和非监督分类方法对具有纹理特征的水土保持措施的分类差异,并且对两种传统分类方法分类结果进行了对比分析。通过研究得出以下结论:1)利用图像频率域中的最大方向频谱能量值比值和光谱值相结合的方法对SPOT-5影像和IKONOS影像梯田和果园样区进行提取,精度最低达到78.21%,在一定程度上提高了分类精度。2)对于斑块较大,宽度大于10米,内部光谱值差异大的梯田,SPOT-5影像提取结果较好,精度最低达到78.21%。而IKONOS影像则更适合于对于梯田田面较窄的3-7米梯田提取,精度达到81.36%以上。3)和传统分类方法对比基于纹理特征的提取方法精度高于监督分类和非监督分类。对于SPOT-5影像的梯田提取,监督分类和非监督分类方法分类结果类似,果园的提取监督分类结果略优于非监督分类结果。而对于IKONOS影像梯田提取,两种分类结果精度相差12%以上,监督分类结果明显优于非监督分类结果。本文对具有纹理特征的水土保持措施的提取进行了分析研究,其结果在一定程度上为区域土壤侵蚀调查和效益评价提供了参考。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究背景及研究意义
  • 1.1.1 水土流失与黄土高原水土流失状况
  • 1.1.2 水土保持与黄土高原水土保持现状
  • 1.1.3 水土保持监测对遥感信息源的要求
  • 1.1.4 应用高分辨率遥感影像进行水土保持措施提取的必要性
  • 1.2 国内外水土保持措施提取研究进展
  • 1.2.1 遥感技术在水土保持学科研究中的应用
  • 1.2.2 中低分辨率遥感图像分类方法及其改进
  • 1.2.3 高分辨率遥感图像分类方法研究进展
  • 1.3 研究概述
  • 1.3.1 研究的项目来源
  • 1.3.2 研究目的、内容及创新点
  • 1.3.3 技术路线
  • 1.3.4 运用软件
  • 1.3.5 论文结构
  • 第二章 研究区域和数据
  • 2.1 地理位置与自然特征
  • 2.1.1 流域位置
  • 2.1.2 流域自然特征
  • 2.2 流域所采用的水土保持措施及治理现状
  • 2.2.1 水土保持措施分类
  • 2.2.2 流域现有水土保持措施状况
  • 2.3 数据基础
  • 2.3.1 卫星介绍
  • 2.3.2 产品介绍
  • 2.3.3 试验数据介绍
  • 2.4 遥感影像的预处理
  • 2.4.1 遥感影像的几何校正
  • 2.4.2 研究区域的裁切
  • 第三章 研究方法
  • 3.1 图像中的傅立叶变换
  • 3.1.1 傅立叶变换基本原理及其性质
  • 3.1.2 纹理图像的频谱特征
  • 3.1.3 梯田影像频谱特征
  • 3.1.4 果园影像的频谱特征
  • 3.2 基于傅立叶变换特征提取方法
  • 3.2.1 提取原理
  • 3.2.2 梯田和果园分类阈值和窗口的设定
  • 3.2.3 梯田实验方法
  • 3.2.4 果园实验方法
  • 第四章 通过纹理特征分析提取水土保持措施信息
  • 4.1 基于SPOT-5影像提取水土保持措施信息
  • 4.1.1 分类描述
  • 4.1.2 梯田提取过程及结果
  • 4.1.3 果园提取过程及结果
  • 4.2 基于IKONOS影像提取水土保持措施信息
  • 4.2.1 梯田及果园提取结果
  • 4.2.2 与SPOT-5提取结果对比分析
  • 第五章 精度评价和可行性分析
  • 5.1 高分辨率影像提取结果精度评价及结果
  • 5.1.1 梯田分类结果精度评价
  • 5.1.2 基于SPOT-5影像和基于IKONOS影像梯田提取精度对比
  • 5.1.3 不同分类方法提取水保措施精度评价
  • 5.1.4 果园分类结果精度评价
  • 5.1.5 不同分类方法提取果园精度评价对比
  • 5.1.6 较大面积提取梯田和果园精度评价
  • 5.2 高分辨率提取水土保持措施可行性分析
  • 5.3 总结
  • 第六章 结论与展望
  • 6.1 结论
  • 6.2 问题与展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].高分辨率遥感数据在国土审计工作中的应用[J]. 科技风 2020(11)
    • [2].基于高分辨率遥感影像的道路提取方法[J]. 交通科技与经济 2020(02)
    • [3].基于高分辨率遥感影像的道路交通信息应用研究[J]. 科技创新导报 2020(02)
    • [4].高分辨率遥感在农作物灾害损失评估中的应用——以黑龙江省五常市水稻灾害损失评估为例[J]. 卫星应用 2020(09)
    • [5].基于面向对象方法的高分辨率遥感影像道路提取方法研究[J]. 测绘与空间地理信息 2017(02)
    • [6].基于区间二型模糊神经网络的高分辨率遥感影像分割方法[J]. 信号处理 2017(05)
    • [7].可变形部件模型在高分辨率遥感影像建筑物检测中的应用[J]. 武汉大学学报(信息科学版) 2017(09)
    • [8].高分辨率遥感影像制作方法创新[J]. 测绘与空间地理信息 2017(09)
    • [9].一种基于区域生长的高分辨率遥感影像道路提取方法[J]. 软件导刊 2015(01)
    • [10].数字水印技术在高分辨率遥感数据安全保护中的应用[J]. 火力与指挥控制 2015(02)
    • [11].高分辨率遥感技术在数字城市规划中的应用[J]. 全球定位系统 2015(01)
    • [12].高分辨率遥感影像建筑物提取方法探析[J]. 地球 2019(09)
    • [13].试论高分辨率遥感影像在测绘生产中的应用[J]. 城市地理 2016(02)
    • [14].关于高分辨率遥感影像技术在测绘生产中的应用潜力研究[J]. 科技致富向导 2015(15)
    • [15].结合数据增广和迁移学习的高分辨率遥感影像场景分类[J]. 测绘通报 2020(02)
    • [16].基于高分辨率遥感影像的建筑物提取方法综述[J]. 测绘与空间地理信息 2020(04)
    • [17].基于规则集的高分辨率遥感影像城市建筑物自动提取[J]. 工程技术研究 2020(14)
    • [18].简单线性迭代聚类的高分辨率遥感影像分割[J]. 遥感信息 2016(06)
    • [19].高分辨率遥感影像城市道路提取方法研究[J]. 海洋测绘 2016(06)
    • [20].一种高分辨率遥感影像建筑物提取方法[J]. 信息技术 2017(07)
    • [21].高分辨率遥感影像主干道路提取的感知编组方法[J]. 测绘科学 2017(07)
    • [22].基于ScSPM-Reranking的高分辨率遥感影像的检索[J]. 高技术通讯 2017(04)
    • [23].高分辨率遥感影像阴影检测与补偿系统的设计与实现[J]. 国土资源遥感 2015(03)
    • [24].基于高分辨率遥感影像的建筑物提取方法研究[J]. 信息与电脑(理论版) 2015(20)
    • [25].一种基于高分辨率遥感影像的建筑物提取方法[J]. 测绘与空间地理信息 2014(04)
    • [26].高分辨率遥感影像在核电站厂址普选中的应用初探[J]. 北京测绘 2013(03)
    • [27].高分辨率遥感影像技术应用研究——以城市绿化精细化调查为例[J]. 南京工程学院学报(自然科学版) 2019(04)
    • [28].一种针对小样本的高分辨率遥感影像道路提取方法[J]. 测绘科学 2020(04)
    • [29].基于地理国情监测的小城镇格局变化监测分析[J]. 江西测绘 2020(01)
    • [30].高分辨率遥感影像道路信息提取[J]. 福建电脑 2020(10)

    标签:;  ;  ;  ;  

    基于高分辨率遥感影像纹理特征的水土保持措施提取方法研究
    下载Doc文档

    猜你喜欢