基于影像分區(qū)與面向?qū)ο蟮睦蠐氡辈客恋馗脖环诸愌芯?/H1>

發(fā)布時間：2021-02-01 18:21

　　土地覆被變化（LUCC）是當前全球氣候變化研究的核心內(nèi)容之一,是國土資源管理工作重要基礎(chǔ)數(shù)據(jù),了解土地覆被現(xiàn)狀和變化是制定區(qū)域發(fā)展規(guī)劃重要內(nèi)容。我國現(xiàn)在擁有的境外高精度地理信息幾乎是空白,發(fā)達國家對我國實行技術(shù)和信息封鎖。雖然高分系列衛(wèi)星影像被廣泛應(yīng)用于國內(nèi)資源環(huán)境方面,但在境外使用較少,如何充分挖掘高分數(shù)據(jù)的應(yīng)用潛力,多方位地發(fā)揮相關(guān)遙感數(shù)據(jù)的巨大作用,是我國科研人員亟待思考的問題。因此,本文以高分一號（GF1）衛(wèi)星影像作為主要數(shù)據(jù)源,對老撾北部土地覆被分類做了初步研究,取得如下進展:1、利用地形起伏度的影像分區(qū)。老撾北部地形較為復(fù)雜,山地和平原的土地覆被分類精度必然受到地形影響。本文利用DEM計算地形起伏度,并以此為依據(jù),對GF1影像分區(qū),對山地和平原區(qū)域分別進行分類,結(jié)果表明基于影像分區(qū)的方法精度較高,能夠精細的反映土地覆被信息,為后續(xù)研究工作提供相對準確的數(shù)據(jù)。2、面向?qū)ο蠓椒ǚ诸悺Ｍㄟ^經(jīng)典的KNN和Bayes方法對山地和平原分別進行分類,實驗表明,KNN和Bayes方法均適用于該區(qū)域,Kappa系數(shù)均高于0.85,但Bayes方法精度更高。與基于像元的最大似然法（MLC）、I... 

【文章來源】：福建師范大學福建省

【文章頁數(shù)】：76 頁

【學位級別】：碩士

【部分圖文】：

suoshi