【摘 要】
：
土地覆盖变化是土地分析与评价和生态环境变化预测的重要科学基础,通过精确的土地覆盖分类方法获取高精度的土地覆盖图是研究煤田火区生态环境变化的必要手段。本文以最大似然法、光谱角度法、面向对象分类法和基于复合分区的分层分类法进行乌达煤田火区土地覆盖分类的方法研究。研究结果表明,基于复合分区的分层分类方法分类精度较高,总体分类精度为92.97%,kappa系数为0.9155。该方法通过基于地表热辐射特征、
论文部分内容阅读
土地覆盖变化是土地分析与评价和生态环境变化预测的重要科学基础,通过精确的土地覆盖分类方法获取高精度的土地覆盖图是研究煤田火区生态环境变化的必要手段。本文以最大似然法、光谱角度法、面向对象分类法和基于复合分区的分层分类法进行乌达煤田火区土地覆盖分类的方法研究。研究结果表明,基于复合分区的分层分类方法分类精度较高,总体分类精度为92.97%,kappa系数为0.9155。该方法通过基于地表热辐射特征、热异常状况、地貌类型,以及对生态系统扰动状况等的划分,减少了地物信息的混淆度,即通过提高单一地物的分类精
其他文献
针对遥感在三维可视化方面的不足,提出了用SRTM(航天飞机雷达地形测图任务)和TM(陆地资源卫星专题绘图仪)数据建立森林场景的方法。利用L系统语言和L-studio软件,通过提取的分枝规则建立了针叶树和不同叶面积指数(LAI)落叶树的几何模型,并将其作为森林场景内树木的纹理贴图。实验区的三维地形用四叉树结构建立,综合应用数据分块、动态载入、双缓存数组等措施提高大范围场景的漫游速度。从TM影像获取目
利用仿真方法研究了GNSS-R接收天线俯仰角、卫星轨道长半轴和轨道倾角对镜像反射点数量的影响,对4颗和6颗卫星组成的星座时空分辨率进行了仿真计算,分别获取了星座的时间分辨率。认为由6颗卫星组成的星座,8 h可完成全球5°×5°海洋格点的探测任务。
以内蒙古明安镇为试验区,基于TM遥感影像对PDI和MPDI两种干旱监测方法进行了应用、验证和比较。试验表明,PDI、MPDI与植被覆盖区实测土壤含水量的相关系数的平方分别为0.37、0.535 5,这两种指数在试验区进行干旱监测具有一定的可行性,且MPDI的监测精度高于PDI。此外,通过整个试验区PDI和MPDI空间分布格局的比较以及这两种指数值与植被覆盖区实测土壤含水量的对比分析,发现在整个试验
本研究利用基于遗传算法优化的BP神经网络算法估算城市不透水层百分比。首先,将像元中各端元组分与BP神经网络的节点相对应进行BP网络建模,遗传算子建模;其次,对样本进行网络训练,先通过GA算法得到全局近最优网络权重集,然后用梯度下降算法训练网络,直到找到能充分反映特征空间中的数据分布模式的局部最优网络权重集;然后,训练好的网络被应用于整个影像用来估算城市不透水层覆盖百分比。在此基础上,对北京市地表不
和光学遥感相比,被动微波遥感以微波特有的性质获得了越来越广泛的应用,但是同时也面临着很多问题.其中,几十公里量级的低空间分辨率,以及多波段组合应用时,各个波段不同空间分辨率的数据如何进行分辨率匹配,是两个亟待解决的问题.本文利用Backus-Gilbert方法,以AMSR-E的亮温数据为研究对象,尝试解决这两个问题.首先,对Backus-Gilbert方法进行了理论推导,然后利用模拟数据分别在分辨
针对传统方法在提取城市不透水层中的许多局限性,采用两种非线性光谱混合分解模型,包括混合调谐匹配滤波和多层感知器神经网络,通过混合像元分解获取城市不透水层.混合调谐匹配滤波利用用户选择的端元,通过最大化端元响应并减少未知背景信息的影响,进行局部分解端元.多层感知器由多个感知器组成,能够很好的进行非线性学习.对Landsat TM遥感影像进行最大噪声分离,使其转换到另外一个特征空间.利用新生成数据集的
以山东省烟台市的邻近海域作为研究区,分别采用波段运算和面向对象的分类方法提取出研究区中的近海水产养殖区域,并对提取结果进行对比研究,从而验证构建的波段运算函数表达式的有效性。
元胞自动机(Cellular Automata,CA)因其"自下而上"的自组织性能够呈现复杂的全局结构,越来越多地应用于城市生长和演化模拟。从历史遥感影像中提取了对城市生长影响较大的空间距离变量,结合实测数据和规划数据,挖掘基于Logistic回归的地理CA转换规则,建立了Logistic-CA模型。在自主开发的基于GIS的地理模拟框架下,以中小尺度城市上海市嘉定区为例,利用该Logistic-C
在分析MODIS数据与水体识别相关的1~7波段典型地物光谱图像特征及相关水体指数模型的基础上,对莫伟华等提出的组合水体指数(CIWI)提出了改进,用归一化建筑指数(NDBI)与归一化植被指数(NDVI)组合,构建了改进型组合水体指数MCIWI(Modified-Combined Index for Water Body Identification),增强了河流、湖泊等水体与城镇、植被等其他信息的
针对ETM空间分辨率高和MODIS时间分辨率高的特点,选择官厅水库上游为实验区,基于对STARFM方法的改进,构建不同时空分辨率NDVI的时空融合模型-STAVFM,使用该模型对ETM NDVI与MODIS NDVI融合,构建了高时空分辨率NDVI数据集。研究结果表明,STAVFM根据植被变化特点定义了有效时间窗口,在考虑物候影响的同时改进了时间维的加权方式,通过MODIS NDVI时间变化信息与