遥感信息提取分类方法及专题制图研究

遥感信息提取分类方法及专题制图研究

论文摘要

随着遥感技术的发展,遥感分类成为土地利用、监测等方面不可缺少的内容,分类的精度直接影响遥感数据的实用价值,利用遥感分类影像编制专题地图已成为地图制图的重要方法。遥感信息现势性、宏观性、成图周期短、多时性和立体覆盖能力的优势,在土地利用信息获取方面发挥着越来越重要的作用,成为专题信息提取与制图的一种重要手段,利用遥感图像编制专题地图是一项既可以极大地提高制图的准确性,又能节约大量人力和时间的工程。本文以西藏昌都某地区作为研究区域,在对该区域遥感图像进行预处理之后,对遥感图像按土地利用类型采用多种分类方法进行分类,并对不同的分类方法作比较,选用分类精度较高的分类方法并得到精度较高的分类影像,然后进行遥感专题制图的研究和实验。论文的主要研究内容及研究成果如下:(1)对遥感影像预处理后,采用非监督分类、监督分类以及决策树方法进行分类,对监督分类与决策树分类结果进行精度评价及对比,研究表明,基于植被指数的决策树分类具有更高的分类精度。(2)分类类别的确定采用野外考察、目视解译,并将实地照片与遥感图像动态链接起来,得到解译标志。(3)决策树分类采用C5.0算法,基于植被指数提取规则,构造决策树,进行分类。(4)基于分类结果,对遥感植被专题制图进行了实验研究。采用规则统计单元切割植被分类影像,得到各个统计单元的植被面积,在GIS软件的支持下制作统计专题地图。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 论文研究意义
  • 1.2 国内外现状
  • 1.3 论文研究内容和技术路线
  • 1.3.1 论文研究内容
  • 1.3.2 技术路线
  • 1.4 论文组织结构
  • 第2章 遥感自动分类方法分析
  • 2.1 非监督分类
  • 2.2 监督分类
  • 2.3 基于植被指数的决策树分类法
  • 2.3.1 植被指数
  • 2.3.2 决策树分类方法
  • 第3章 试验数据的处理及分析
  • 3.1 研究区概况
  • 3.2 实验数据
  • 3.3 数据预处理
  • 第4章 遥感影像分类试验
  • 4.1 遥感影像解译标志的建立
  • 4.2 各种分类法的分类结果
  • 4.2.1 非监督分类
  • 4.2.2 监督分类
  • 4.2.3 决策树分类
  • 4.3 分类精度评价及对比
  • 4.3.1 分类评价指标
  • 4.3.2 精度分析
  • 第5章 基于遥感分类数据的专题制图
  • 5.1 专题地图
  • 5.2 基于ArcGIS专题地图的制作
  • 结论与展望
  • 致谢
  • 参考文献
  • 攻读硕士学位期间发表的论文
  • 相关论文文献

    • [1].遥感图像技术在震后评估中的有效应用分析[J]. 西部探矿工程 2020(02)
    • [2].基于内容的遥感图像变化信息检索概念模型设计[J]. 遥感技术与应用 2020(03)
    • [3].基于遥感图像的工程建设进度监测及辅助投资决策调研与展望[J]. 中小企业管理与科技(下旬刊) 2020(10)
    • [4].地震灾害识别中遥感图像的应用研究[J]. 轻工科技 2019(02)
    • [5].关于遥感图像云检测方法研究进展[J]. 数字通信世界 2019(04)
    • [6].基于信息聚类的遥感图像分割[J]. 中国矿业大学学报 2017(01)
    • [7].于卫星地域遥感图像分割方法研究仿真[J]. 计算机仿真 2017(01)
    • [8].基于暗原色先验的遥感图像去雾方法[J]. 光学学报 2017(03)
    • [9].航空遥感图像几何校正模型的效果比较[J]. 现代计算机(专业版) 2017(17)
    • [10].基于场景语义的遥感图像目标识别[J]. 现代电子技术 2017(11)
    • [11].统计学习在海上遥感图像背景去噪的算法研究[J]. 舰船科学技术 2017(12)
    • [12].关于森林资源二类调查中遥感图像的应用分析[J]. 北京农业 2016(01)
    • [13].改进高斯混合模型的遥感图像增强方法[J]. 激光杂志 2016(07)
    • [14].试论遥感图像在师范地理教学中的应用[J]. 山西青年 2017(03)
    • [15].基于遥感图像增强的海岸线提取方法[J]. 海洋开发与管理 2020(07)
    • [16].基于深度学习的城市高分遥感图像变化检测方法的研究[J]. 计算机应用研究 2020(S1)
    • [17].改进的基于深度学习的遥感图像分类算法[J]. 计算机应用 2019(02)
    • [18].一种加密遥感图像的安全外包搜索方案[J]. 激光与光电子学进展 2019(03)
    • [19].基于旋转不变特征的遥感图像飞机目标检测方法[J]. 光子学报 2019(06)
    • [20].遥感图像道路提取算法研究[J]. 自动化技术与应用 2018(05)
    • [21].基于非下采样轮廓变换与模糊理论的遥感图像增强[J]. 国土资源遥感 2017(03)
    • [22].航空遥感图像中道路检测方法研究与仿真[J]. 计算机仿真 2013(09)
    • [23].遥感图像边缘检测的不确定性及其处理方法探讨[J]. 遥感信息 2010(06)
    • [24].课外遥感图像进入地理课堂的“SWOT”分析[J]. 中学地理教学参考 2015(15)
    • [25].基于遥感图像的人工标注系统的设计与实现[J]. 电脑知识与技术 2018(23)
    • [26].基于小波阈值法的矿山遥感图像非局部均值去噪[J]. 金属矿山 2017(03)
    • [27].基于空间域与频域的遥感图像增强算法[J]. 廊坊师范学院学报(自然科学版) 2017(01)
    • [28].干旱区遥感图像目视解译的常见问题[J]. 新疆师范大学学报(自然科学版) 2016(01)
    • [29].基于约束领域小基团特征的遥感图像定位算法[J]. 科技通报 2013(10)
    • [30].基于区域生长算法的彩色遥感图像分割[J]. 广西大学学报(自然科学版) 2011(06)

    标签:;  ;  ;  ;  ;  

    遥感信息提取分类方法及专题制图研究
    下载Doc文档

    猜你喜欢