基于SPOT5土地利用信息提取技术研究

论文摘要

本文是结合浙江省科技计划项目——基于SPOT5数据水土流失遥感动态监测技术研究(2006C33056)而展开的,由于土地利用信息是影响水土流失的最重要因子之一,本文主要研究基于SPOT5影像数据获取土地利用信息的技术。为了较好的获取土地利用信息,本文结合SPOT5影像几何分辨率特点采用了一种基于知识的分层分类方法。在对遥感影像进行特征提取时,结合不同地物自身的波谱特性应用了不同的特征提取方法,进行水体特征提取时,使用了波段运算的方法得到水体特征波段PRWI,针对茶树使用波形判断与单波段阈值控制相结合的方法确定分类条件,并设计分类器。通过2005年11月余杭区SPOT5影像的具体分类实验,结合野外实地勘测的土地利用数据,进行分类结果精度评价,证明得到的土地利用类型精度是较高的,能够满足水土流失提取模型的土地利用类型精度要求,表明分层分类方法是比较适合水土流失提取模型中的土地利用类型获取的。并对比了监督分类的结果,大大提高了遥感影像分类的精度。同时本文尽可能的把分类细化到具体的树种(茶树),本次试验方法为相似的研究提供了可行的思路。通过本文的研究,为下一步提取水土流失信息奠定了良好的基础。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究内容
• 1.2 研究目的和意义
• 第二章 研究现状
• 2.1 目视解译方法
• 2.1.1 解译依据
• 2.1.2 目视判读程序
• 2.2 计算机自动分类方法
• 2.2.1 遥感分类原理
• 2.2.2 遥感分类方法
• 2.3 当前研究存在的问题和不足
• 2.3.1 未充分利用遥感图像提供的多种信息
• 2.3.2 提高遥感图像分类精度受到限制
• 2.4 土地利用信息提取方法
• 2.4.1统计方法
• 2.4.2 光谱直接比较法
• 2.4.3 分类比较法
• 2.4.4 混合法
• 第三章 技术路线
• 3.1 选择信息提取方法
• 3.2 技术路线及实施方案
• 3.2.1 影像预处理
• 3.2.2 确定分类地物
• 3.2.3 优化分类次序
• 3.2.4 训练样本的采集
• 3.2.5 建立解译标志
• 3.2.6 实施方案
• 第四章 技术实现
• 4.1 研究区概况
• 4.2 数据源
• 4.3 处理软件
• 4.4 遥感图像预处理及地物提取
• 4.4.1 影像纠正及镶嵌
• 4.4.2 提取水体
• 4.4.3 分离植被与非植被
• 4.4.4 不同植物类型的区分
• 4.4.5 监督分类方法的应用
• 4.5 分类精度评价及方法对比
• 第五章 结论
• 致谢
• 参考文献