本文通過對研究區(qū)高分辨率影像進行主成分（PCA）計算,采用第二主成分進行閾值分割提取初步的掛白信息,再利用第一主成分的紋理分析對初步掛白信息進行掩膜計算;然后結(jié)合研究區(qū)礦山開采面切面邊界清晰和含積水層的特點,輔以人工修正,最后篩選出礦山掛白圖斑。通過外業(yè)調(diào)查驗證,掛白圖斑總體精度達到91.17%,Kappa系數(shù)為0.805,證實該方法的可靠性、準確性,從而為政府部門開展礦山掛白治理提供一定的輔助決策依據(jù)。 

【文章來源】：亞熱帶水土保持. 2020,32(02)

【文章頁數(shù)】：6 頁

【部分圖文】：

研究區(qū)礦山掛白分布圖

水域?qū)釉诘V山中的影像特征圖

綜合上述兩個邏輯判斷出的礦山掛白信息層,再結(jié)合礦山圖斑之間具有聚集性、遠離城區(qū)或位于城區(qū)邊緣等特點,進一步結(jié)合人為輔助經(jīng)驗,再對主體周圍的相關(guān)礦山掛白信息進行補充完整,如礦山掛白周圍聯(lián)系較緊密的固體廢棄物等,最終篩選出該研究區(qū)的礦山掛白信息,最后疊加礦山圖斑內(nèi)的水域?qū)犹崛〕鲅芯繀^(qū)域完整的礦山掛白最終信息。圖5 水域?qū)釉诘V山中的影像特征圖

【參考文獻】：
期刊論文
[1]遙感技術(shù)在礦山監(jiān)測中的應(yīng)用[J]. 匡薇,孫衛(wèi)東,劉超,常玲.  世界有色金屬. 2019(13)
[2]國產(chǎn)高分遙感技術(shù)在礦山環(huán)境調(diào)查中的應(yīng)用分析[J]. 白鴻起,李建.  測繪與空間地理信息. 2018(09)
[3]基于主成分分析與粒子群優(yōu)化的遙感影像變化檢測[J]. 許石羅,牛瑞卿,武雪玲,劉超賢.  測繪科學. 2017(04)
[4]基于高分辨率影像的礦山開發(fā)遙感調(diào)查與監(jiān)測應(yīng)用研究[J]. 賈利萍.  西部資源. 2016(03)
[5]高分辨率影像在礦山環(huán)境遙感監(jiān)測中的應(yīng)用研究[J]. 王俊芳,曾新超.  測繪. 2015(05)
[6]基于遙感與層次分析法的金屬礦區(qū)礦山地質(zhì)環(huán)境評價[J]. 王云濤,曹穎,王宏斌,焦?jié)櫝?張翊超.  城市地質(zhì). 2015(S1)
[7]基于遙感影像紋理信息的湖泊圍網(wǎng)養(yǎng)殖區(qū)提取[J]. 李俊杰,何隆華,戴錦芳,李金蓮.  湖泊科學. 2006(04)
[8]生態(tài)修復技術(shù)在廈門市“青山掛白”整治工程中的應(yīng)用[J]. 許文年,戴方喜,吳少儒,李金景,魏漢林,時曉燕.  中國水土保持. 2006(02)
[9]漳州青山掛白整治中的生物措施[J]. 陳秀寧.  漳州師范學院學報(自然科學版). 2005(03)
[10]基于紋理特征的高分辨率SAR影像居民區(qū)提取[J]. 吳樊,王超,張紅.  遙感技術(shù)與應(yīng)用. 2005(01)

碩士論文
[1]基于遙感的露天灰?guī)r礦山開采信息提取[D]. 劉佳麗.華北理工大學 2018
[2]基于紋理分析的目標圖像識別技術(shù)研究[D]. 孫棟.南京理工大學 2005



本文編號：3477672