本文選題：喀斯特　切入點：居民地　出處：《中國巖溶》2017年04期

【摘要】：以貴州省典型喀斯特山區(qū)晴隆縣為研究區(qū),以分辨率分別為2.1m的資源三號(ZY3)影像、10m的哨兵二號(Sentinel-2)影像、16m的高分一號(GF1)影像以及30m的Landsat8影像為數(shù)據源,利用面向對象分類和人機交互相結合的方法提取研究區(qū)城市居民地、鄉(xiāng)鎮(zhèn)居民地和農村居民地,并將4種不同分辨率影像上提取的3種居民地信息與從0.5m分辨率的普萊亞(Pleiades)影像通過目視解譯且經實地核查得到的數(shù)據進行對比,計算出4種分辨率影像上3種居民地信息的提取精度,對提取結果進行精度對比分析。結果表明:(1)同一分辨率影像中,城鎮(zhèn)居民地提取誤差小于農村居民地;不同分辨率影像中,隨影像分辨率大小的降低3種居民地中城市居民地的精度變化最小,為23.99%,農村居民地的數(shù)據精度變化最大,達到35.3%。(2)從2.1m到30m分辨率影像,居民地信息錯分總誤差快速增加,總誤差比依次為:2.56%、15.58%、24.50%、32.72%,城市居民地錯分誤差比明顯小于農村居民地,且3種居民地錯分為其他地類面積最多的均是裸地;(3)隨著影像分辨率大小的降低,居民地漏分總誤差分別為2.86%,18.60%,27.99%,37.49%,其中分散式的農村居民地識別更易受到周圍環(huán)境的影響,漏分誤差隨影像分辨率大小降低而顯著增加,4種分辨率影像中3種居民地信息漏分誤差最小的均為水體,最大的是裸地和耕地。
[Abstract]:Taking Qinglong County, a typical karst mountain area of Guizhou Province, as the research area, the data source is the Sentinel-2 Sentinel-2 image with a resolution of 2.1 m and the Sentinel-2 image with a resolution of 2.1 m, and the Landsat8 image with a resolution of 30 m. The method of combining object oriented classification and human-computer interaction is used to extract urban, township and rural residential land in the research area. At the same time, the three kinds of residential information extracted from 4 different resolution images were compared with those obtained from 0.5 m resolution Pleiades images, which were visually interpreted and verified in the field. The extraction accuracy of three kinds of resident land information on 4 kinds of resolution images was calculated and compared and analyzed. The result shows that in the same resolution image, the extraction error of urban land is smaller than that of rural land. Among the different resolution images, with the decrease of the resolution of the image, the precision of the urban land is the least, which is 23.99, and the data precision of the rural land has the greatest change, reaching 35.33.32) from 2.1 m to 30 m. The total error of misdivision of residential land information increased rapidly, and the total error ratio was in turn:: 2.56 / 15.58 / 24.50 / 32.72. The error ratio of urban residents was obviously smaller than that of rural areas. With the decrease of the resolution of the image, the total error of the local floor drain is 2.866.600.27.99. among them, the decentralized identification of the rural residents is more susceptible to the influence of the surrounding environment. The leakage error increased significantly with the decrease of the resolution of the image. Among the three kinds of resolution images, the smallest error was water, the largest was bare land and cultivated land.
【作者單位】： 貴州師范大學地理與環(huán)境科學學院/貴州省山地資源與環(huán)境遙感應用重點實驗室;
【基金】：國家自然科學基金(41361091) 貴陽市白云區(qū)科技計劃項目(白科合同[2016]61號)
【分類號】：P237

【相似文獻】

相關期刊論文 前10條

1 陳科;謝明霞;李柱林;;基于面積分界尺度的居民地輪廓化簡[J];測繪工程;2012年02期

2 姬存?zhèn)?王卉;焦洋洋;楊凡;;基于力圖投影的面狀居民地匹配方法[J];測繪科學技術學報;2013年02期

3 劉平;劉紀平;趙榮;馮亮;;近鄰點指數(shù)法測度瀾滄江流域居民地空間分布類型[J];測繪通報;2007年10期

4 方愛玲;閆浩文;張麗萍;;單個居民地多尺度表達的空間相似性描述與計算[J];測繪科學;2012年01期

5 王光霞;用專家系統(tǒng)技術實施居民地自動綜合[J];解放軍測繪學院學報;1996年01期

6 閆浩文;應申;李霖;;多因子影響的地圖居民地自動聚群與綜合研究[J];武漢大學學報(信息科學版);2008年01期

7 熊俊楠;韋方強;江玉紅;蘇鵬程;;基于譜間特征與多種指數(shù)分析的居民地信息提取方法[J];測繪科學;2013年02期

8 許俊奎;武芳;劉文甫;金朋飛;;利用鄰域相似性的居民地要素增量更新質量評估[J];武漢大學學報(信息科學版);2014年04期

9 葉建栲,任留成,趙琪;帶暈線的居民地符號的自動識別[J];解放軍測繪學院學報;1999年02期

10 李世華,李壁成;城鎮(zhèn)與鄉(xiāng)村居民地TM影像特征分析[J];水土保持研究;2005年03期

相關會議論文 前2條

1 顧娟;陳軍;張宏偉;周啟鳴;;基于建筑物邊緣特征的居民地自動識別方法研究[A];中國測繪學會2006年學術年會論文集[C];2006年

2 萬飛;;圈形符號表示居民地在市縣掛圖中的應用[A];經天緯地——全國測繪科技信息網中南分網第十九次學術交流會優(yōu)秀論文選編[C];2005年

相關碩士學位論文 前10條

1 李振敏;基于遙感與GIS的居民地提取及其擴展研究[D];中國地震局地震預測研究所;2015年

2 劉欣;利用CART算法從LandSat8衛(wèi)星影像提取居民地的研究[D];蘭州大學;2015年

3 李靖涵;居民地增量更新中空間沖突檢測與處理方法研究[D];解放軍信息工程大學;2015年

4 金夏玲;基于分層分類的居民地信息提取方法研究[D];河海大學;2005年

5 張義生;居民地的提取與邊緣優(yōu)化[D];解放軍信息工程大學;2009年

6 陳文瀚;地圖道路與居民地協(xié)同綜合方法研究[D];南京師范大學;2011年

7 方愛玲;單個居民地多尺度表達的空間相似性研究[D];蘭州交通大學;2011年

8 李秀麗;干旱區(qū)內陸河流域居民地空間格局研究[D];西北師范大學;2009年

9 盛文斌;散列式居民地的自動選取研究[D];解放軍信息工程大學;2010年

10 杜鳳艷;ArcGIS環(huán)境下居民地屬性綜合的研究[D];太原理工大學;2007年

，

本文編號：1699761