基于森林小班的高分影像融合及地類信息提取
本文關(guān)鍵詞:基于森林小班的高分影像融合及地類信息提取
更多相關(guān)文章: 資源號衛(wèi)星 森林資源小班 影像融合 地類信息提取
【摘要】:以2013年資源3號高分辨率衛(wèi)星遙感影像及森林小班矢量數(shù)據(jù)為數(shù)據(jù)源,以紫金山國家森林公園為例,基于森林小班對象將原始多光譜和全色影像進行融合。在較優(yōu)融合影像基礎上,采用面向?qū)ο蠓诸惙椒ㄌ崛⊙芯繀^(qū)闊葉林、針闊混交林、竹林、灌木林地、松類、杉類和柏類等地類信息,并以現(xiàn)有的森林小班矢量數(shù)據(jù)驗證影像融合效果,所得結(jié)論如下:1)基于森林小班矢量數(shù)據(jù)對遙感影像數(shù)據(jù)進行分割和融合是有效提取地類信息的基礎。2)基于森林小班對象影像融合效果評價結(jié)果表明,Wavelet融合算法對資源3號衛(wèi)星遙感影像數(shù)據(jù)融合效果較優(yōu);HPF,PCA和IHS融合算法次之;Brovey融合算法融合效果較差。3)基于Wavelet融合影像進行地類信息提取,總體分類精度為83.5%,Kappa系數(shù)為0.79。以上結(jié)論表明基于森林小班的影像融合方法是可行的,該方法有利于國產(chǎn)高分影像地類信息的提取,可為進一步獲得更高的信息提取精度和更細分樹種類型識別提供基礎。
【作者單位】: 南京林業(yè)大學南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心;南京林業(yè)大學林學院;
【基金】:國家948計劃項目(2013-4-63) 南京林業(yè)大學科技創(chuàng)新基金項目(CX2011-24) 江蘇高校優(yōu)勢學科建設工程自助項目(PAPD)
【分類號】:S757;TP751
【正文快照】: 森林資源是地球上最重要的資源之一,是林業(yè)可持續(xù)發(fā)展的關(guān)鍵,如何量測森林資源現(xiàn)狀、監(jiān)測其動態(tài)系統(tǒng)變化,分析評價森林資源的數(shù)量、質(zhì)量、分布及健康等是我們當今所關(guān)注的熱點問題。隨著太空衛(wèi)星的發(fā)展,遙感技術(shù)已經(jīng)成為森林資源監(jiān)測的主要支撐手段,遙感影像真實記錄了地表地
【相似文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 劉發(fā)勇;王海莉;田建宏;;影像融合效果的質(zhì)量評價研究[J];現(xiàn)代測繪;2008年04期
2 吳孟哲;陳錕山;;影像融合技術(shù)應用于地表分類之探討(英文)[J];遙感學報;2006年04期
3 張奇剛;張滇;連胤卓;劉利;;兩種影像融合方法在分類中的應用與比較[J];山西科技;2007年04期
4 林麗娟;徐涵秋;陳靜潔;林冬鳳;杜麗萍;;異源、同源傳感器影像融合的比較研究[J];遙感技術(shù)與應用;2010年05期
5 孟穗東;許海濤;;影像融合在展覽展示中的應用趨勢——以“莞香動態(tài)畫卷”項目為例[J];硅谷;2012年03期
6 張軍;徐佳;葛藍溪;朱春寧;朱杰;;濕地遙感制圖中的影像融合方法研究[J];科學技術(shù)與工程;2012年20期
7 高燕;周成虎;蘇奮振;劉媛媛;;天繪一號衛(wèi)星影像融合及其質(zhì)量評價[J];地理空間信息;2014年02期
8 賈永紅;張曉萍;賈世鋒;張謙;;利用調(diào)制傳遞函數(shù)濾波改進的高頻調(diào)制影像融合[J];應用科學學報;2010年04期
9 汪燕;;不同分解層次的小波變換影像融合效果分析[J];科技創(chuàng)新與應用;2013年15期
10 林卉;張連蓬;張慶利;肖劍平;;基于多分辨率分析的灰度調(diào)制影像融合方法研究[J];遙感學報;2007年01期
中國重要會議論文全文數(shù)據(jù)庫 前10條
1 高文峰;;衛(wèi)星影像融合技術(shù)的討論及其在遙感制圖中的應用[A];2006年鐵道勘測技術(shù)學術(shù)會議論文集[C];2006年
2 李丹;甘宇亮;張立濤;;基于WorldView-2衛(wèi)星的影像融合處理技術(shù)研究[A];第十三屆華東六省一市測繪學會學術(shù)交流會論文集[C];2011年
3 黃健;顧海;;基于Gram-Schmidt變換的QuickBird影像融合[A];地理信息與物聯(lián)網(wǎng)論壇暨江蘇省測繪學會2010年學術(shù)年會論文集[C];2010年
4 徐榮煜;;基于小波變換的遙感影像融合方法的研究與分析[A];地理信息與物聯(lián)網(wǎng)論壇暨江蘇省測繪學會2010年學術(shù)年會論文集[C];2010年
5 王金亮;王承娜;;ETM+圖像像素級融合方法試驗研究[A];中國地理學會百年慶典學術(shù)論文摘要集[C];2009年
6 高永剛;徐涵秋;;IKONOS影像若干融合算法的比較[A];第十七屆中國遙感大會摘要集[C];2010年
7 潘存玲;高樹孔;;利用融合技術(shù)實現(xiàn)各類影像的互補[A];中國測繪學會第八次全國會員代表大會暨2005年綜合性學術(shù)年會論文集[C];2005年
8 陳亨霖;汪小欽;;基于“資源二號”衛(wèi)星和TM影像融合的灘涂信息提取[A];第十四屆全國遙感技術(shù)學術(shù)交流會論文選集[C];2003年
9 賴旭東;萬幼川;;一種從農(nóng)村地區(qū)Lidar數(shù)據(jù)中自動提取DEM的算法[A];2007年先進激光技術(shù)發(fā)展與應用研討會論文集[C];2007年
10 管玉娟;張利權(quán);;多源影像融合技術(shù)在上海市灘涂環(huán)境信息分析中的應用[A];第九屆全國河口海岸學術(shù)研討會論文(摘要)集[C];2006年
中國重要報紙全文數(shù)據(jù)庫 前1條
1 ;醫(yī)學影像融合發(fā)展在希望中探路前行[N];健康報;2009年
中國博士學位論文全文數(shù)據(jù)庫 前1條
1 陳榮元;數(shù)據(jù)同化框架下多源影像融合分割及協(xié)同研究[D];武漢大學;2010年
中國碩士學位論文全文數(shù)據(jù)庫 前7條
1 余龍洋;神經(jīng)導航多影像融合在垂體腺瘤經(jīng)蝶入路中的臨床應用[D];第二軍醫(yī)大學;2015年
2 王糧庫;多源影像融合技術(shù)研究[D];蘇州大學;2011年
3 靳媛媛;數(shù)碼航空影像融合技術(shù)研究[D];長安大學;2012年
4 吳祥;極化SAR與可見光遙感影像融合算法研究[D];杭州電子科技大學;2014年
5 魏晶;影像融合系統(tǒng)輔助超聲引導~(125)I粒子植入治療盆腔轉(zhuǎn)移性或復發(fā)性惡性腫瘤[D];泰山醫(yī)學院;2014年
6 李敬;基于小波變換的影像融合方法研究[D];四川大學;2006年
7 王會銘;多源遙感影像融合在城市地域擴展動態(tài)監(jiān)測中的應用[D];遼寧工程技術(shù)大學;2013年
,本文編號:1211652
本文鏈接:http://www.sikaile.net/guanlilunwen/gongchengguanli/1211652.html